NONPARAMETRIK
April 20, 2013
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.
Contoh metode 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 :
Keunggulan :
Kelemahan :
Dalam implementasi, penggunaan prosedur yang tepat merupakam tujuan dari peneliti.
Beberapa parameter yang dapat digunakan sebagai dasar dalam penggunaan statistik non
parametrik adalah:
1. Apakah jenis skala pengukuran data Anda, nominal, ordinal, interval atau rasio?
2. Apakah data yang Anda miliki berjumlah besar?
3. Apakah data Anda memiliki distribusi tertentu?
Setidaknya dengan menjawab tiga pertanyaan diatas anda sudah mampu menentukan
jenis statistik apa yang akan Anda gunakan.
Semoga Bermanfaat!
STATISTIK PARAMETRIK VS STATISTIK NONPARAMETRIK
Posted on January 17, 2014 by Andi HM
Statistik Parametrik, yaitu statistik yang mengunakan data interval atau selang dan rasio
berdasarkan fakta yang bersifat pasti dan berdasarkan sampel. Data diambil dengan memberi
peluang yang sama atau independen, serta tidak bias.
Data Parametrik juga dicirikan oleh suatu populasi yang berdisribusi normal dan mempuyai
varians yang sama.
c. Korelasi pearson,
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 :
Statistik Non-Parametrik adalah statistik yang tidak memerlukan pembuatan asumsi tentang
bentuk distribusi atau bebas distribusi, sehingga tidak memerlukan asumsi terhadapa populasi
yang akan diuji.
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.
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. Apakah jenis skala pengukuran data nominal, ordinal, interval atau rasio?
2. Apakah data berjumlah besar?
3. Apakah data memiliki distribusi tertentu?
Setidaknya dengan menjawab tiga pertanyaan diatas anda sudah mampu menentukan jenis statistik apa yang
akan anda gunakan.
Demikian, semoga bermanfaat