TUTORIAL SKENARIO 2

Kelompok 2
drg. Gusti Perdana Putera
◦ Ratu Rini Alfikri (1811111220005)
◦ Erlis Tiana Safitri (1811111220022)
◦ Bimo Gondo Arum (1811111310023)
◦ Yunita Mei Susiana (1811111320003)
◦ Stelia Mardiana Simanjuntak (1811111320015)
◦ Maulida Arifa Yasmin (1811111120016)
◦ Lisa Shofa Nur Aini (1811111220007)
◦ Mirza Fitria Yusfarani (1811111220023)
◦ Farah Syifa (1811111220036)
◦ Tiara Intan Permata Sari (1811111320016)
◦ Rizkia Putri Rahmayanti (1811111220018)
◦ M. Ridho Anugerah (1811111310024)
 SKENARIO 2 BLOK 19
Aduhhh, Saya Bingung Uji Statistik

Seorang mahasiswa FKG ULM ingin mengetahui apakah pemberian penyuluhan kesehatan gigi
dan mulut menggunakan media penyuluhan audio visual mampu menurunkan indeks plak dalam
kurun waktu tertentu. Untuk keperluan penelitian ini, maka 20 orang yang diberikan penyuluhan
menggunakan audio visual diukur indeks plaknya pada 3 kurun waktu tertentu. Pengukuran
indeks plak dilakukan pada hari pertama, hari ketujuh dan hari ke empat belas. Setelah diperoleh
data indeks plaknya, mahasiswa tersebut melakukan analisis menggunakan statistik deskriptif
dan inferensial. Sebelum melakukan analisis inferensial mahasiswa tersebut melakukan uji
normalitas karena data yang dia gunakan berskala rasio dan diketahui data berdistribusi normal,
namun saat ingin melanjutkan analisis statistik inferensial mahasiswa tersebut kebingungan uji
statistic inferensial yang tepat untuk digunakan?
ANALISIS & KLARIFIKASI MASALAH
1. Berapa jenis statistik inferensial? Apa saja?
Statistik inferensial terdiri atas dua jenis yaitu statistik parametris dan statistik nonparametris. Statistik parametris digunakan untuk menguji
parameter populasi melalui statistik, atau menguji ukuran populasi melalui data sampel. Sedangkan, statistik nonparametris tidak menguji
parameter populasi, tetapi menguji distribusi.
2. apa itu statistik inferensial
Statistik Inferensial sifatnya lebih mendalam dan merupakan tindak lanjut dari Statistik Deskriptif. Statistika inferensial membahas cara
menganalisis data serta mengambil kesimpulan (yang pada dasarnya berkaitan dengan estimasi parameter dan pengujian hipotesis).
3. apa perbedaan antara uji statistik inferensial dan uji statistik deskriptif?
Statistik deskriptif hanya terbatas dalam menyajikan data dalam bentuk tabel, diagram, grafik, dan besaran lain, sedangkan statistik inferensial
selain mencakup statistik deskriptif juga dapat digunakan untuk melakukan estimasi dan penarikan kesimpulan terhadap populasi dari
sampelnya. Untuk sampai pada penarikan kesimpulan statistik inferensia melalui tahap uji hipotesis dan uji statistic
4. apa kekurangan dan kelebihan statistik deskriptif?
bermanfaat dalam menentukan karakteristik subjek, bermanfaat untuk mengukur tren data, mampu membuat perbandingan,
memvalidasi kondisi yang ada, dapat dilakukan selama beberapa waktu, membantu dalam pengambilan keputusan, dan menggabungkan
data kuantitatif dan kualitatifkekurangan : tidak dapat menjawab pertanyaan mengapa dan bagaimana, bergantung pada tanggapan orang,
adanya hello effect, keacakan sampel tidak mewakili seluruh populasi, memungkinkan adanya bias dari peneliti, dan memungkinkan
terjadinya kesalahan dan subjektivitas
5. Apa jenis penyajian data yang tepat sesuai skenario?
Ukuran Dispersi atau Variasi: Rentang, Varian, Deviasi Standar. Mengidentifikasi sebaran skor dengan menyatakan
interval. Rentang = Tinggi / Rendah poin. Varians atau Standar Deviasi = perbedaan antara skor yang diamati dan rata-
rata. Gunakan ini ketika Kita ingin menunjukkan seberapa "menyebar" data tersebut. Sangat membantu untuk
mengetahui kapan data Kita tersebar sedemikian sehingga memengaruhi rata-rata.

6. bagaimana cara mengetahui data yang terdistribusi normal pada skenario ?

Data dikatakan berdistribusi normal apabila tidak mempunyai perbedaan yang signifikan atau yang baku dibandingkan
dengan normal baku. Jika menggunakan uji statistik, misalnya menggunakan uji kolmogorov smirnov, variabel
dikatakan berdistribusi normal jika nilai signifikansinya lebih dari atau sama dengan 0,05.

7. Apa kelebihan dan kekurangan statistik inferensial?

Parametrik: Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki varian
yang homogen. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal) dan
Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata. non-
Parametrik Kekurangan: Parametrik: Populasi harus memiliki varian yang sama dan diukur dalam skala interval Non
parametrik: Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik .
8.apa saja cakupan bahasan dalam uji statistik inferensial?
Memperkirakan parameter. Ini berarti mengambil statistik dari data sampel kita (misalnya mean atau rata-rata sampel)
dan menggunakannya untuk mengatakan sesuatu tentang parameter populasi (yaitu mean atau rata- rata populasi) Tes
hipotesis. Di sinilah kita dapat menggunakan data sampel untuk menjawab pertanyaan penelitian. Misalnya, kita
mungkin tertarik mengetahui apakah obat kanker baru efektif. Atau jika sarapan membantu nak-anak tampil lebih baik di
sekolah
9. bagaimana cara menentukan uji statistik inferensial yang tepat untuk penelitian tersebut?
menentukan tujuan uji berdasarkan kasusnya lalu menetukan jumlah variabel, melakukan uji apakah terdistribusi
normal atau tidak baru bisa menentukan uji apa.
10. Apa saja hal-hal yang perlu dilakukan dalam melakukan analisis deskriptif?
Data yang bersifat objektif dan sesuai dengan tujuan penelitian (menggambarkan besaran dari data tersebut dan bukan
hubungan antar data yg diberikan) 
Topic tree
Analisis Statistik

Analisis statistik adalah sebuah proses pengolahan data yang meliputi pemeriksaan,
pembersihan, transformasi, pemrosesan, dan pemodelan data. Proses ini menerapkan metode
atau teknik statistik sesuai dengan data yang dimiliki.

Tujuannya adalah untuk menemukan informasi yang berguna dan dapat digunakan sebagai
dasar dalam pengambilan kesimpulan atau keputusan.
(Badan Pusat Statistik, 2010)
Statistik Deskriptif

Statistik deskriptif merupakan bidang ilmu statistika yang mempelajari cara-

cara pengumpulan, penyusunan, dan penyajian data suatu penelitian. Statistik
deskriptif berfungsi menerangkan keadaan, gejala, atau persoalan. Ruang
lingkup bahasannya adalah distribusi frekuensi, tabel, grafik,ukuran pusat,
ukuran letak, dan kuran simpangan.
(Sukmadinata, 2009; Sholikhah, 2016; Rinaldi, 2020)
Tujuan Statistik Deskriptif

1. Pengumpulan data yang diperoleh tersaji dengan ringkas dan rapi serta dapat memberikan
informasi inti dari kumpulan data yang ada.

2. Memungkinkan peneliti menyajikan ataupun menggambarkan datanya dengan teknik

grafik maupun teknik numerik.

3. Memungkinkan peneliti mengukur dua karakteristik dari setiap respondennya dan

selanjutnya meneliti hubungan di antara kedua karakteristik (variabel) tersebut.
(Husnul, 2020)
Jenis Skala Statistik Deskriptif

◦ Ukuran Frekuensi: Hitung, Persen, Frekuensi. Menunjukkan seberapa sering sesuatu terjadi. Gunakan ini ketika ingin
menunjukkan seberapa sering respons diberikan .
◦ Ukuran Tendensi Sentral: Berarti, Median, dan Mode. Menempatkan distribusi dengan berbagai titik. Gunakan ini ketika
Kita ingin menunjukkan bagaimana tanggapan rata-rata atau paling umum ditunjukkan.
◦ Ukuran Dispersi atau Variasi: Rentang, Varian, Deviasi Standar. Mengidentifikasi sebaran skor dengan menyatakan interval.
Rentang = Tinggi / Rendah poin. Varians atau Standar Deviasi = perbedaan antara skor yang diamati dan rata-rata. Gunakan
ini ketika Kita ingin menunjukkan seberapa "menyebar" data tersebut. Sangat membantu untuk mengetahui kapan data Kita
tersebar sedemikian sehingga memengaruhi rata-rata  
◦ Ukuran Posisi: Peringkat Persentil, Peringkat Kuartil. Menjelaskan bagaimana skor jatuh dalam hubungan satu sama lain.
Bergantung pada skor standar. Gunakan ini ketika Kita perlu membandingkan skor dengan skor yang dinormalisasi
(contohnya., Norma nasional)

(Nalim Y, Turmudi S. 2012. Statistika Deskriptif, Pekalongan: Stain Pekalongan Press.)

◦ Mean: rata rata. Titik berat dari seperangkat  data terhadap nilai ekstrim.  Ada mean data untuk
data fungal dan data kelompok
◦ Median: nilai Tengah dari sekelompok data nilai tiap observasi telah disusun dari yang terkecil
ke terbesar. Tidak sensitif terhadap niai ekstrim
◦ Modus: nilai yang paling sering muncul dari seperangkat data tau observatif. Uituk
mengetahui nulai pemusatan.
◦ Kuartil: ukuran letak yang membagi data observasi menjadi 4 bagian yang sama banyan. Pada
satu set observasi ada 3 buah kuartil, k1 k2 k3.
◦ Range: pengukuran jarak sebuah distribusi merupakan pengukuran dispersi. (Selisih atau beda
antara pengukuran nilai terbesar dan terkecil yang terdapat dalam sebuah distribusi frekuensi.
◦ Varians: melihat kehomogenan data secara kasar dimana nilai Hasil perhitungan varians
sebagai titik pusat dari penyebaran data. 
Jenis Statistik Berdasarkan Penyajian Data
◦ Distribusi Frekuensi dengan Tabel
◦ Distribusi Frekuensi dengan
Poligon
◦ Histogram
◦ Grafik Bar
Skala Pengukuran Statistik Deskriptif
Data yang dikelompokkan berdasarkan tipe skala pengukuran yang digunakan dapat dibagi
kedalam empat jenis (tingkatan) yang memiliki sifat berbeda, mulai dari data terendah hingga
tertinggi yaitu: 
1. Data nominal
2. Data ordinal
3. Data interval
4. Data rasio
Skala Pengukuran Statistik Deskriptif
◦ 1.    Pengukuran Mean
Mean adalah jumlah seluruh nilai data kemudian dibagi dengan seluruh kejadian atau jumlah frekuensi
Rumus : Jumlah data
   banyak data
◦ Data tunggal
Data acak/ tunggal : data yang belum tersusun/dikelompokan ke dalam kelas-kelas interval. Ex. Data hasil pengukuran tinggi
badan.
◦ Data berkelompok
Data yang sudah tersusun/ dikelompokan kedalam kelas-kelas interval. Ex. Data nilai ujian statistik dan jumlah mahasiswa yang
mendapatkannya. [Bardja, 2017; Santi. 2015]
◦2. Pengukuran Modus
◦Modus adalah nilai yang mempunyai frekuensi terbesar dari suatu kumpulan data. Modus berguna untuk
mengetahui tingkat seringnya terjadi suatu peristiwa.
◦Distribusi modus dibagi menjadi 3 :
a. Unimodal : yaitu data yang memiliki satu modus
b. Bimodal : yaitu data yang memiliki dua modal
c. Multimodal : yaitu data yang memiliki lebih dari dua modal
◦Rumus data berkelompok

Keterangan
Mod : modus
Lo    : batas bawah kelas modus yaitu kelas interval dengan frekuensi terbanyak
C     :lebar kelas modus
b1    : frekuensi kelas modus-frekuensi kelas terdekat sebelumnya
b2    :frekuensi kelas modus-frekuensi kelas terdekat sesudahnya
3. Pengukuran median
Median merupakan nilai tengah dari gugusan data yang telah diurutkan dari data terkecil sampai data
terbesar atau sebaliknya dari data terbesar sampai data terkecil.
1.   Data Tunggal
a.     Data ganjil
b.     Data genap
2.  Data Berkelompok
Rumus median data tunggal: 1
N=  banyak kasus
Keterangan:
Me =   median
Bb = batas bawah
N= banyak kasus
Cfb =   frekuensi kumulatif di bawah kelas yang memuat median
Fd = frekuensi dalam kelas yang memuat median
i= lebar kelas
4. Pengukuran Range
◦ Range adalah Selisih antara skor terbesar dan skor terkecil. Diperoleh dengan cara mengurangi
data terbesar dengan data terkecil dalam satu kelompok data.
◦ Nilai rentang merupakan perbedaan antara nilai terbesar dengan nilai terkecil dari serangkaian
data. Nilai ini sering digunakan dalam konsep jaminan kualitas untuk membentuk grafik-
grafik kontrol.
◦ Rumus: R = Xt – Xr
◦ Keterangan: R     = nilai rentang
                     Xt         = nilai tertinggi
                   Xr         = nilai terendah
◦ Pengukuran Varians : Varians adalah rata-rata dari kuadrat deviasi skor atau nilai observasi.
Semakin kecil varians maka semakin homogen data dalam kelompok tersebut. Semakin besar
varians maka semakin heterogen data dalam kelompok tersebut
◦ Pengukuran Standar deviasi : Standar deviasi adalah batas penyimpangan data dari pusatnya
yang didapatkan dari akar dari varians

(Kusuma, 2016).
 
Statistik Inferensial
 Serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil kesimpulan
berdasarkan data yang diperoleh dari sempel untuk menggambarkan karakteristik atau ciri dari
suatu populasi. Oleh karena itu, statistika inferensial disebut juga statistik induktif atau statistik
penarikan kesimpulan. Dalam statistika inferensial, kesimpulan dapat diambil setelah melakukan
pengolahan

(Hendikawati & Putriaji 2012)

 Tujuan Statistik Inferensial
◦ Penarikan kesimpulan (conclusion) yang bersifat umum, penyusunan atau pembuatan ramalan
(prediction), penaksiran (estimation) dari sekumpulan data yang telah disusun dan diolah dari statistik
deskriptif.

◦ Sebagai alat praduga dari parameter populasi dan pengujian hipotesis

◦ Menyediakan aturan-aturan atau cara yang dapat digunakan sebagai alat dalam rangka mencoba menarik
kesimpulan yang bersifat umum maupun khusus dari sekumpulan data yang telah diolah.

• Menaksir secara umum suatu populasi dengan menggunakan hasil sampel, termasuk didalamnya teori
penaksiran dan pengujian teori. Statistika Inferensial digunakan untuk melakukan :
◦ a.       Generalisasi dari sampel ke populasi.
◦ b.      Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu uji
keterkaitan, kontribusi)
(Sholikhah, 2016; Husnul dkk, 2020; Spiegel dkk, 2007)
Jenis Statistik Inferensial
Secara umum statistika inferensial terbagi menjadi dua: Statistik Parametrik dan
Statistik non-Parametrik
- Statistik Parametrik
Statistik Parametrik adalah bagian dari statistik inferensial yang mempertimbangkan
nilai dari satu atau lebih paramater populasi dan digunakan untuk menguji hipotesis
yang variabelnya terukur. Statistik parametrik digunakan untuk menganalisis data
interval dan rasio yang diambil dari populasi yang berdistribusi normal, serta
mensyaratkan data harus berdistribusi normal, homogen, linear dan data random
sampling.
 Jenis Statistik Paramterik
• Uji t (T-test): erupakan alat uji statistik yang digunakan untuk menguji hipotesis komparatif dua sampel bila
datanya berada pada skala interval atau rasio. Pengujian dengan menggunakan t Test ini tergolong dalam uji
perbandingan (komparatif) yang bertujuan untuk membandingkan (membedakan) apakah rata-rata kedua
kelompok yang diuji berbeda secara signifikan atau tidak.
• Anova/ Analysis of varian: tau uji F merupakan sebuah alat uji statistik yang digunakan untuk menguji
hipotesis komparatif k sampel bila datanya berada pada skala interval atau rasio. Pengujian menggunakan
Anova ini tergolong dalam uji perbandingan (komparatif) yang bertujuan untuk membandingkan (membedakan)
apakah rata-rata tiga kelompok (atau lebih) yang diuji berbeda secara signifikan atau tidak.
• Regresi: analisis persamaan garis yang diperoleh berdasarkan perhitungan-perhitungan statistika, umumnya
disebut model, untuk mengetahui bagaimana perbedaan sebuah variabel memengaruhi variabel lain. Dalam
statistik kita kenal berbagai ragam analisis regresi, seperti regresi linear, regresi polynomial, regresi kubik.
• Korelasi: digunakan untuk mengetahui tiga hal pada dua variabel atau dua set data.
• Analisis Jalur:
• dan lain-lain.
- Statistik non-Parametrik
◦ statistik non parametrik adalah tes yang modelnya tidak menetapkan syarat-syarat mengenai
parameter-parameter populasi yang merupakan induk sampel penelitiannya.
◦ Tes non parametrik tidak menuntut pengukuran sekuat yang dituntut tes statistik parametrik.
Sebagian besar tes non parametrik dapat diterapkan untuk data dalam skala ukur ordinal dan
beberapa yang lain dapat diterapkan untuk data dalam skala ukur nominal.
 Daftar Pustaka
◦ Badan Pusat Statistik Jakarta Pusat , 2010. Statistik Indonesia Tahun 2010. Jakarta Pusat : Badan Pusat Statistik

◦ Husnul NRI, Prasetya ER, Sadewa P, Ajimat, Purnomo LI. 2020. Statistik Deskriptif. Unpam Press. Banten.

◦ Sukmadinata, Syaodih N. 2009. metodologi penelitian pendidikan. Bandung: Rosda.

◦ Sholikhah A. Statistik Deskriptif Dalam Penelitian Kualitatif. KOMUNIKA. 2016; 10(2): 341-350.

◦ Rinaldi A, Novalia, Syazali M. Statistika Inferensial untuk ilmu sosial dan Pendidikan. IPB Press. 2020. Bogor.

◦ (Sholikhah A. Statistik Deskriptif dalam Penelitian Kualitatif. Komunika. 2016; 10(2): 342-362.)

◦ ​Husnul NRI, Prasetya ER, Sadewa P, Ajimat, Purnomo LI. 2020. Statistik Deskriptif. Unpam Press. Banten.

◦ Eldanto A, Hoendrato G, Willay T. Penerapan Metode Statistik Inferensial Sebagai Alat Bantu Hitung Dengan Solusi Komprehesif. Jurnal

InTekSis. 5(2).

◦ Spiegel, Murray R. dan Larry J. Stephens. Statistik. Edisi Ketiga. (Terjemahan oleh Wiwit Kastawan ST, MT, M.Sc dan Irzam

Harmein,ST). Erlangga. Jakarta. 2007.

◦ Hendikawati, Putriaji. 2012. Bahan Ajar Statistika Inferensial. Semarang: Semarang State University Press

◦ Nuryadi, Astuti TD, Utami ES, Budiantara M. Dasar dasar statistik penelitian. Sibuku media. Yogyakarta. 2017

◦ Arikunto, Suharsimi. 2013. Prosedur Penelitian: Suatu Pendekatan Praktik. Rineka Cipta: Jakarta.

◦
TERIMAKASIH