LAPORAN RESUME

STATISTIKA INDUSTRI
STATISTIKA PARAMETRIK & NON-PARAMETRIK

Dosen Pembina
Ayu Endah Wahyuni,S.T.,M.T.

Oleh
Jon Walcer Damanik
0515103020

PROGRAM STUDI TEKNIK INDUSTRI

FAKULTAS TEKNIK
UNIVERSITAS WIDYATAMA
BANDUNG
2017
Statistika Industri

STATISTIKA PARAMETRIK DAN NON-PARAMETRIK

Dewasa ini metode statistika sudah berkembang sangat luas, untuk

mengakomodasi berbagai kondisi data. Karena dalam aplikasinya hampir tidak
bisa lepas dari peranan komputer, sebagian besar metode tersebut telah
diimplementasikan dalam berbagai paket statistika.
Berdasarkan asumsi sebaran yang dipergunakan, metode statistika dapat
dibedakan menjadi dua bagian utama yaitu:

1. Statistika Parametrik: yaitu analisis yang didasarkan atas asumsi bahwa data
memiliki sebaran tertentu (diskrit atau kontinu, normal atau tidak normal)
dengan parameter yang belum diketahui. Fungsi metode statistika adalah
untuk meramal parameter, melakukan uji parameter, atau sematamata
melakukan eksplorasi berdasarkan informasi yang ada pada data.
2. Statistika Nonparametrik: yaitu analisis yang tidak didasarkan atas
asumsi distribusi pada data. Umumnya teknik ini dipakai untuk data
dengan ukuran kecil sehingga tidak cukup kuat untuk mengasumsikan
distribusi tertentu pada data.

STATISTIKA PARAMETRIK

Sebagian besar metode statistika diturunkan secara analitik dan deduktif

berdasarkan asumsi fungsi kepadatan. Oleh karena itu, untuk bisa
memanfaatkan metode tersebut dengan benar, data harus mengikuti sebaran
tertentu (misalnya Binomial, Poisson, Normal, Eksponensial, Gamma dan
sejenisnya). Persoalan yang dihadapi pada umumnya adalah menduga atau
menguji parameter yang belum diketahui dari distribusi tertentu yang dianggap
sesuai dengan kondisi data. Metode statistika yang diturunkan seperti ini disebut
metode parametrik. Namun tidak semua metode parametrik melakukan uji
parameter (uji hipotesis), beberapa diantaranya hanya melakukan eksplorasi
informasi yang melaporkan kesimpulan yang diperoleh dari eksplorasi tersebut.

Jon Walcer Damanik |0515103020 Teknik Industri Universitas Widyatama

Statistika Industri

MATERI POKOK STATISTIKA PARAMETRIK

A. Korelasi Product Moment
Korelasi product moment disebut juga korelasi Pearson adalah teknik
analisis statistik yang mempunyai kegunaan untuk menganalisis data
penelitian yang mempunyai karakteristik di antaranya:
1. Hipotesis yang diajukan adalah hipotesis asosiatif
2. Datanya berskala minimal interval
3. Penyebaran data berdistribusi normal
B. Regresi Linear Sederhana sefere
C. Regresi Linear Ganda
D. Regresi Logistik

Teknik statistik ini digunakan untuk mengetahui pengaruh satu variable

independen atau lebih (X) terhadap satu variable dependen (Y), dengan
syarat:
1. Variabel dependent harus merupakan variable dummy yang hanya punya
dua alternatif. Misalnya Puas atau tidak puas, dimana jika responden
menjawab puas maka kita beri skor 1 dan jika menjawab tidak puas kita
beri skor 0.
2. Variabel independent mempunyai skala data interval atau rasio

STATISTIKA NON-PARAMETRIK

Statistika inferensial saat ini banyak berkembang kepada teknik-teknik yang tidak
berlandaskan pada asumsi-asumsi (data (sampel) harus diambil dari suatu populasi
yang berdistribusi normal), yang dikenal sebagai Statistika Nonparametrik.
Penggunaan statistika nonparametrik dalam penelitian sosial sudah sangat umum.
Hal tersebut antara lain diakselerasi oleh makin banyaknya ilmuwan sosial yang
menggunakan kajian kuantitatif dalam penelaahannya. Peneliti ilmu sosial saat ini,
sering membuat dugaan-dugaan atau hipotesis-hipotesis tentang suatu fenomena,
dan hipotesis tersebut masih perlu diuji apakah bisa diterima atau ditolak dengan
berbagai penelitian melalui suatu proses yang obyektif.

Jon Walcer Damanik |0515103020 Teknik Industri Universitas Widyatama

Statistika Industri

Selain itu, statistika nonparametrik tidak didasarkan atas asumsi distribusi

pada data sehingga analisis ini sering disebut sebagai analisis statistika bebas
distribusi (distribution free statistical anaysis). Kondisi ini biasanya
diberlakukan pada data dengan ukuran kecil dan dengan skala pengukuran yang
jauh dari skala interrval. Karena ukuran data yang kecil, ukuran pemusatan
yang menjadi fokus tidak lagi ratarata atau rerata, tetapi median.

Jon Walcer Damanik |0515103020 Teknik Industri Universitas Widyatama

Statistika Industri

PERBEDAAN STATISTIK PARAMETRIK DAN STATISTIK

NONPARAMETRIK

Saat kita hendak melakukan suatu riset, seringkali kita dihadapkan pada
pilihan metode. Metode statistik apakah yang cocok digunakan dalam riset kita
tersebut. Dalam mempelajari statistik, biasanya kita langsung dihadapkan pada
metode statistik parametrik, padahal tidak semua data cocok diolah dengan
statistik parametrik. Walaupun perkembangan statistik parameter sudah
sedemikian canggih namun statistik parametrik memiliki beberapa kekurangan,
misalnya pada masalah-masalah sosial yang memiliki skala nominal dan rasio,
statistik parametrik tidak mampu mengukur dengan baik. Kalaupun bisa, hal
tersebut merupakan upaya yang berlebihan (excessively method). Maka Statistik
parametrik digunakan jika kita telah mengetahui model matematis dari distribusi
populasi suatu data yang akan dianalisis. Jika kita tidak mengetahui suatu model
distribusi populasi dari suatu data dan jumlah data relatif kecil atau asumsi
kenormalan tidak selalu dapat dijamin penuh,maka kita harus menggunakan
statistik non parametrik (statistik bebas distribusi).
Berikut ini adalah ringkasan yang memuat perbedaan antara Statistik Parametrik
dan Statistik Non Parametrik. Dengan memahami perbedaan antara keduanya,
diharapkan kita bisa menemukan metode statistik yang tepat dalam mengolah data
riset yang tepat.

STATISTIK PARAMETRIK
Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran
atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan
kata lain, data yang akan dianalisis menggunakan statistik parametrik harus
memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar normal,
maka data seharusnya dikerjakan dengan metode statistik non-parametrik, atau
setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti
sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.

Jon Walcer Damanik |0515103020 Teknik Industri Universitas Widyatama

Statistika Industri

Contoh Metode Statistik Parametrik:

a. Uji-z (1 atau 2 sampel)
b. Uji-t (1 atau 2 sampel)
c. Korelasi pearson,
d. Perancangan percobaan (one or two-way anova parametrik), dll.

Ciri-ciri Statistik Parametrik:

Data dengan skala interval dan rasio

Data menyebar/berdistribusi normal

Keunggulan dan kelemahan statistik parametrik:

Keunggulan:

1. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya
tidak diuji dan dianggap memenuhi syarat, pengukuran terhadap data
dilakukan dengan kuat.
2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi
normal serta memiliki varian yang homogen.

Kelemahan:

1. Populasi harus memiliki varian yang sama.

2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala
interval.
3. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi
harus normal dan bervarian sama, dan harus merupakan kombinasi linear
dari efek-efek yang ditimbulkan.

Jon Walcer Damanik |0515103020 Teknik Industri Universitas Widyatama

Statistika Industri

STATISTIK NON-PARAMETRIK

Statistik Non-Parametrik adalah test yang modelnya tidak menetapkan syarat-

syaratnya yang mengenai parameter-parameter populasi yang merupakan induk
sampel penelitiannya. Oleh karena itu observasi-observasi independent dan
variabel yang diteliti pada dasarnya memiliki kontinuitas. Uji metode non
parametrik atau bebas sebaran adalah prosedur pengujian hipotesa yang tidak
mengasumsikan pengetahuan apapun mengenai sebaran populasi yang
mendasarinya kecuali selama itu kontinu.

Pendeknya: Statistik Non-Parametrik adalah yaitu statistik bebas sebaran (tidak

mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain
itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial,
yakni nominal dan ordinal yang umumnya tidak berdistribusi normal.

Ciri-ciri statistik non-parametrik:

Data tidak berdistribusi normal
Umumnya data berskala nominal dan ordinal
Umumnya dilakukan pada penelitian sosial
Umumnya jumlah sampel kecil

Keunggulan dan kelemahan statistik non-parametrik :

Keunggulan:

1. Tidak membutuhkan asumsi normalitas.

2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan
lebih mudah dimengerti jika dibandingkan dengan statistik parametrik
karena ststistika non-parametrik tidak membutuhkan perhitungan
matematik yang rumit seperti halnya statistik parametrik.
3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan
jenjang (ordinal).
4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau
jenjang secara formal karena sering dijumpai hasil pengamatan yang
dinyatakan dalam data kualitatif.

Jon Walcer Damanik |0515103020 Teknik Industri Universitas Widyatama

Statistika Industri

5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara

langsung pada pengamatan yang nyata.
6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi
normal populasi, tetapi dapat digunakan pada populasi berdistribusi
normal.

Kelemahan:

1. Statistik non-parametrik terkadang mengabaikan beberapa informasi

tertentu.
2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam
statistik parametrik.
3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi
studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-
parametrik mendekati eksperimen dengan sampel kecil dan umumnya
membandingkan dua kelompok tertentu. (Khairul Amal)

Dalam implementasi, penggunaan prosedur yang tepat merupakam tujuan dari

peneliti. Beberapa parameter yang dapat digunakan sebagai dasar dalam
penggunaan statistik non parametrik adalah:

1. Hipotesa yang diuji tidak melibatkan parameter populasi.

2. Skala yang digunakan lebih lemah dari skala prosedur parametrik.
3. Asumsi-asumsi parametrik tidak terpenuhi.

Jon Walcer Damanik |0515103020 Teknik Industri Universitas Widyatama