Perhatian!Rumus error? gunakan google chrome atau firefox

Perbedaan antara statistik parametrik dan statistik non parametrik

Permasalahan yang sering ditemukan ketika melakukan sebuah penelitian atau riset adalah menentukan statistik uji, misalnya statistik uji apa yang cocok untuk penelitian yang sedang dikerjakan.

Mengapa metode statistik atau statistik uji menjadi penting untuk penelitian saya?

Karena statistik uji memberikan kekuatan terhadap hasil penelitian agar tetap di koridor ilmiah.

Apa yang dimaksud dengan ilmiah?

Artinya penelitian anda dapat diuji oleh orang lain, siapapun yang menguji dengan cara yang sama pasti akan memperoleh hasil yang sama.

Dari rancangan penelitian yang telah dibuat seharusnya sudah terlihat bahwa, metode statistik apa yang akan digunakan dan berapa sampel minimum yang harus diambil.

Di sini letak permasalahan yang sering dialami oleh teman-teman yang akan menyusun tugas akhir.

Misalkan, mentor/pembimbing dengan anda sudah membuat kesepakatan atas topik penelitian dan judul ditetapkan sebagai berikut:

Judul Skripsi

Dari judul penelitian diatas sudah bisa dibayangkan variabel apa yang dibutuhkan untuk topik kepuasan konsumen.

Dari judul tersebut juga sudah bisa ditebak analisis yang dibutuhkan untuk mencapai tujuan penelitian kita, misal:

  • Analisis deskriptif – ini wajib untuk semua jenis penelitian.
  • Indeks Kepuasan Konsumen (Costumer Satisfaction Index) – untuk melihat tingkat kepuasan konsumen
  • Analisis Tingkat Kepentingan dan Kinerja – untuk mengukur pelayanan yang diterima konsumen
  • Analisis Korespondensi untuk melihat hubungan dua variabel secara simultan.

Nah tinggal diteruskan.

Itu sebabnya seseorang peneliti perlu menguasai atau paham metode penelitian sebelum memulai.

Wah susah sekali penelitian dan analisisnya? haha.

Tenang, tidak semua penelitian harus menggunakan analisis seperti itu, untuk level skripsi bisa menggunakan statistik uji sederhana.

Statistik Parametrik London

Statistik Parametrik dan Non Parametrik

Seperti contoh diatas, dari topik dan judul kita bisa menentukan analisis dan ukuran sampel penelitian.

Dalam dunia statistika terdapat dua kelompok statistik yang bisa digunakan yaitu statistik Parametrik dan statistik Non Parametrik.

Kedua Tehnik Statistik ini dapat dipilih salah satunya untuk anda gunakan sebagai metode uji.

[otw_shortcode_info_box border_type=”border-top-bottom” border_color_class=”otw-blue-border” border_style=”dashed” shadow=”shadow-outer” rounded_corners=”rounded-5" icon_type=”general foundicon-checkmark”]Penentuan penggunaan statistik parametrik atau statistik non parametrik sangat tergantung pada jenis data/ dan jumlah sampel yang digunakan. [/[/otw_shortcode_info_box]p>

Pada umumnya setelah kita memperoleh sebuah data dari proses pengumpulan, langkah selanjutnya adalah mencari nilai tengah dan simpangan bakunya.

Kita lakukan pengujian untuk membuktikan apakah hipotesis kita ditolak atau diterima dengan melakukan pengujian statistik menggunakan statistik uji Z atau statistik Uji T.

Namun terdapat beberapa syarat dan asumsi yang harus dipenuhi untuk  Statistik Parametrik. [A[Akan kita bahas di bawah]/em>

Dalam inferensia statistik terdapat dua macam permasalahan yang sering kita temukan yaitu pendugaan parameter populasi dan uji hipotesis.

Jika kondisi data dan jumlah data tidak memenuhi kriteria atau syarat untuk uji ini parametrik maka kita dapat menggunakan alternatif yaitu metode statistik non parametrik.

Statistik Parametrik

Statistik parametrik adalah  suatu teknik statistik yang dapat digunakan untuk menguji hipotesis dengan melibatkan parameter populasi.

Statistik parametrik memiliki keterbatasan penggunaan jenis data yaitu minimal menggunakan data interval dan rasio.

Kita dapat menggunakan statistik parametrik apabila kita mengetahui distribusi dari populasi yang kita amati berdistribusi normal.

Statistik parametrik merupakan yang paling dianjurkan, karena memiliki banyak kelebihan dari segi hasil namun sulit untuk dilakukan.

Banyak syarat yang harus dipenuhi untuk dapat diuji menggunakan metode statistik parametrik.

Pasti kita akan bertanya kenapa sesulit itu?

Jawabannya tidak lain adalah agar hasilnya benar-benar menghampiri karakter populasinya (parameter populasi yang akan di duga).

Ukuran sampel

Banyak yang berpendapat bahwa jika sampel berukuran kecil maka pasti digunakan uji non parametrik.

Pernyataan tersebut belum tentu “Ya”, tergantung distribusi dari populasi asalnya.

Meskipun sampel berukuran kecil namun jika diketahui bahwa sampel diambil dari populasi yang berdistribusi normal maka tetap yang digunakan adalah prosedur statistik parametrik.

Lagipula ukuran besar kecilnya sampel sangat relatif.

Sehingga besar kecilnya sampel tidak serta-merta menjadi patokan apakah kita menggunakan statistik parametrik atau non parametrik.

Banyak literatur yang mengatakan bahwa ukuran sampel yang dikatakan besar lebih besar dari 40, ada juga yang berpendapat bahwa sampel dikatakan besar jika lebih besar atau sama dengan 30.

Dalam artikel ini kita mengasumsikan sampel besar atau kecil dibatasi 30 ketas dikategorikan “besar” dan jika 29 kebawah berarti digolongkan sebagai sampel “kecil”.

Asumsi diatas berdasarkan central theorem limit (teorema limit terpusat).

Identifikasi

Statistik parametrik termasuk ke dalam bagian statistik inferensia. Dalam statistik parametrik perlu dipertimbangkan nilai satu atau lebih parameter populasi.

Terdapat beberapa persyaratan yang perlu kita cermati dalam statistik parametrik.

  1. Sebaran data harus berdistribusi normal: Artinya jika kita mengambil sebuah sampel, maka populasi harus berdistribusi normal. Baik diketahui secara pasti melalui pengukuran uji normalitas, maupun diasumsikan berdistribusi normal.
  2. Skala data Numerik: skala data variabel harus berupa skala numerik (interval dan skala interval).
  3. Variasi datanya sama dan mengikuti ketentuan sebagai berikut:

a. Kesamaan varians bukan menjadi salah satu syarat untuk uji kelompok berpasangan.

b. Kesamaan variansi adalah syarat yang tidak wajib untuk dua kelompok tidak berpasangan.

c. Kesamaan variansi menjadi syarat wajib untuk kasus lebih dari 2 kelompok tidak berpasangan.

[o[otw_shortcode_info_box border_type=”bordered” border_color_class=”otw-blue-border” border_style=”dashed” shadow=”shadow-outer” icon_type=”general foundicon-plus”]m>Kelompok data yang dapat digunakan dalam teknik statistik parametrik memiliki ciri berupa populasi yang berdistribusi normal dengan varian-varian yang sama.[/[/otw_shortcode_info_box]p>

Berikut beberapa contoh statistik parametrik yang dapat digunakan sebagai statistik uji:

[o[otw_shortcode_info_box border_type=”bordered” border_style=”bordered” shadow=”shadow-outer”]mg class="aligncenter wp-image-633 size-full" src="http://statmat.id/wp-content/uploads/2017/05/Jenis-jenis-uji-parametrik.png" alt="Jenis jenis uji parametrik" width="531" height="168" srcset="http://statmat.id/wp-content/uploads/2017/05/Jenis-jenis-uji-parametrik.png 531w, http://statmat.id/wp-content/uploads/2017/05/Jenis-jenis-uji-parametrik-300x95.png 300w" sizes="(max-width: 531px) 100vw, 531px">[/[/otw_shortcode_info_box]p>

Kelebihan Statistik Parametrik

  • Tidak perlu dilakukan pengujian terhadap parameter populasi karena sudah dianggap memenuhi syarat.
  • Data observasi dianggap saling bebas dan diambil dari populasi yang memiliki distribusi normal dengan varian yang homogen. Asumsi-asumsi yang rumit tersebut membuat pengujian menggunakan metode parametrik dapat diandalkan akurasinya.
Kekurangan Statistik Parametrik
  • Populasi harus memiliki varian yang sama.Tentu hal ini merupakan hal yang sulit karena kenyataannya semua varian dari populasi tidak diketahui.
  • Variabel variabel yang diteliti terbatas hanya untuk jenis data dengan skala paling tidak adalah interval dan rasio.
  • Distribusi populasi harus diketahui berdistribusi normal. Jika belum diketahui tentu harus dicari terlebih dahulu menggunakan uji normalitas.

Statistik Non Parametrik

Pendugaan parameter atau nilai-nilai populasi disebut dengan statistik parametrik sedangkan statistik non parametrik tidak melibatkan pendugaan nilai nilai populasi.

Contohnya:

Jika uji parametrik dapat digunakan untuk melihat perbedaan antara rata-rata nilai Tengah 2 kelompok daratan yang sudah diberi ranking, dengan data yang sama metode uji statistik non parametrik dapat digunakan untuk melihat perbedaan antara median mediannya.

Statistik non parametrik adalah salah satu metode statistik yang dapat digunakan sebagai alternatif apabila metode statistik parametrik tidak dapat dilakukan.

Statistik non parametrik tidak memiliki syarat seperti statistik parametrik.

Tidak ada asumsi kenormalan yang wajib kita nangis seperti pada statistik parametrik.

Dalam statistik non parametrik tidak syarat mengenai karakteristik populasi induknya.

Berikut beberapa uji statistik non parametrik

  1. Uji tanda (sign test)
  2. Rank sum test (wilcoxon)
  3. Rank correlation test (spearman)
  4. Fisher probability exact test.
  5. Chi-square test, dll

Ciri- kelompok data yang dapat diuji dengan statistik non parametrik:

  1. Kelompok data tidak berdistribusi normal
  2. Umumnya data yang dimiliki memiliki skala nominal dan ordinal
  3. Sering ditemukan pada kasus penelitian ilmu sosial
  4. Ukuran sampel kecil dan tidak berdistribusi normal

Keunggulan Statistik Non-Parametrik

  1. Mudah dilakukan karena tidak membutuhkan asumsi normalitas
  2. Secara umum metode perhitungan yang digunakan tidak menggunakan perhitungan perhitungan matematik yang rumit.
  3. pengujian hipotesis dilakukan secara langsung pada pengamatan nyata
  4. Karena data umumnya bersifat kualitatif sehingga terkadang tidak dibutuhkan jenjang atau urutan
  5. Dapat juga digunakan untuk kelompok populasi berdistribusi normal sebagai uji pembanding statistik parametrik

Kelemahan Statistik Non-Parametrik

  1. Pengujian dengan menggunakan metode statistik non parametrik seringkali mengabaikan beberapa informasi.
  2. Kemampuan Uji metode Statistik non parametrik tidak sekuat metode parametrik
  3. Hasil uji metode statistik non parametrik tidak dapat digunakan untuk mengestimasi karakter populasi. Karena prosesnya sederhana dan cenderung menggunakan sampel kecil dan tidak berdistribusi normal. Selain itu penggunaan metode statistik non parametrik hanya membandingkan dua kelompok tertentu.
  4. Tidak melibatkan parameter populasi dalam uji hipotesis
  5. Skala yang digunakan bersifat lebih lemah.
  6. Asumsi pada metode statistik parametrik tidak dipenuhi.

Beberapa Uji Non Parametrik

Berikut beberapa uji non parametrik yang bisa digunakan sebagai pengujian alternatif uji parametrik.

Kelompok Uji Statistik Uji
Deskriftif
  • Uji Binomial
  • \(\chi^{2}\)
  • Run test
  • \(\chi^{2}\)goodness of Fit
  • Kolmogorov Semirnov satu sampel
Komparatif Dua sampel berhubungan
  • Mc Nemar
  • Wilcoxon sampel berpasangan
  • Uji Tanda

Dua sampel independen

  • Uji median
  • Mann-Whitney
  • Kolmogorov Semirnov dua sampel
  • Wald Wolfowidsz

Kasus lebih dari dua sampel independen

  • \(\chi^{2}\) k Sampel
  • Uji median
  • Kruskal Wallis
Asosiatif
  • Koefisien Kontingensi C
  • Koefisien \(\phi\) untuk tabel \(2 \times 2\)
  • Rank Spearman
  • \(\tau\) – Kendall (Kendall-Tau)
  • dll

Perbandingan Metode statistik Parametrik dan Non Parametrik

Berikut beberapa pasangan uji yang dapat dipakai dan sepadan antara uji parametrik dan non parametrik.

Jenis Uji Parametrik Non Parametrik
Uji Korelasi Pearson,regresi Spearman
Uji 2 Kelompok Indpenden Independen Sampel t-Test Mann Whitney
Uji lebih dari 2 Kelompok Indpenden Anova satu arah Kruskall Wallis
Uji berulang kasus 2 sampel Uji T sampel berpasangan Wilcoxon
Uji Berulang Kasus lebh dari 2 Sampel Anova satu arah berulang Friedman

Langkah-langkah menentukan statistik uji

  1. Mengidentifikasi : lakukan pengamatan mengenai karakter data yang akan diuji, apakah jenis data nominal, ordinal, interval atau rasio.
  2. Perhatikan ukuran sampel yang diambil dari populasi, apakah berukuran besar atau kecil*. Besar kecilnya sampel mengikuti ketentuan literatur.
  3. Pastikan anda mengetahui apakah data yang akan di uji memiliki distribusi tertentu.

Rangkuman

Prioritas statistik uji adalah penggunaan uji statistik parametrik, apabila tidak dapat diterapkan maka pilih statistik non parametrik sebagai alternatifnya.

Perbedaan antara penggunaan statistik parametrik dan non parametrik dapat dilihat pada tabel dibawah ini.

Parametrik Non parametrik
Dibutuhkan asumsi kenormalan Tidak butuh asumsi kenormalan, sehingga disebut juga bebas sebaran
Jenis data kuantitatif atau memiliki skala interval atau rasio Selain data kuantitatif juga dapat digunakan untuk data kualitatif.
Jumlah data \(\geq\) 30 (berukuran besar). Karena \(\geq\) 30 akan mengikuti central limit theorem (teorema limit terpusat) Biasanya data yang digunakan adalah berukuran kecil dan tidak berdistribusi normal

Demikian artikel mengenai perbedaan antara statistik parametrik dan statistik non parametrik. Semoga bermanfaat, jika ada yang salah atau kurang dipahami, silahkan di tuliskan di kolom komentar.

Jika ada pertanyaan terkai yang merupakan pengembangan, silahkan submit di forum untuk kami dan tim jawab.

Terima kasih.

 

Sumber :

  • Sydney Siegel : statistik nonparametrik untuk ilmu-ilmu sosial: Gramedia – 1992
  • R. E. Walpole : Pengantar Statistika edisi ke 3 : Gramedia – 1993

Contributor : Darmawan

 

Apa artikel ini membantu? Beri rating.

Add a Comment

Your email address will not be published. Required fields are marked *