TUGAS MAKALAH

PARAMETRIK DAN NON PARAMETRIK

NAMA ANGGOTA KELOMPOK 6 :

1. Sarah Naili Zakiah (10116110)

2. Septia Wibawati (10116111)
3. Ishak Rizki K (10117079)
4. Eltha Ari Safitri (10117050)
5. Widya Trinanda Pangestika (10117163)
S1 FARMASI B

PRODI S1 FARMASI
FAKULTAS FARMASI
INSTITUT ILMU KESEHATAN BHAKTI WIYATA
KEDIRI
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Pada era globalisasi, hampir semua bidang tidak terlepas dengan mengunakan
angka, data, dan fakta. Hal ini menunjukan bahwa statistika sangat dibutuhkan. Statistika
sebagai sarana mengembangkan cara berfikir logis, lebih dari itu statistika mengembangkan
berpikir secara ilmiah untuk merencanakan (forcasting) penyelidikan, menyimpulakan dan
membuat keputan yang diteliti dan meyakinkan. Baik disadari atau tidak, statistika
merupakan bagian subtansi dari latihan profesional dan menjadi landasan dari kegiatan-
kegiatan penelitian.

Dalam dunia statistika banyak cara mengumpulkan data sebagai dasar dalam
melakukan penelitian. Pengumpulan data ini dilakukan agar peneliti dapat memperoleh data-
data yang dibutuhkan, mencari hubungan dari variabel-variabel yang diteliti, memprediksi
masa depan dan sebagainya untuk kebutuhan penelitian. Untuk memprediksi hal tersebut, kita
menggunakan metode Statistika Non parametrik dan Penelitian Survei.

Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun 1942.
Metode statistik nonparametrik merupakan metode statistik yang dapat digunakan dengan
mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistic parametrik,
terutama yang berkaitan dengan distribusi normal. Istilah lain yang sering digunakan untuk
statistik nonparametrik adalah statistik bebas distribusi (distribution free statistics) dan uji
bebas asumsi (assumption-free test). Statistik nonparametric banyak digunakan pada
penelitian-penelitian sosial. Data yang diperoleh dalam penelitian sosial pada umunya
berbentuk kategori atau berbentuk rangking.

Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan adanya
asumsi - asumsi mengenai sebaran data populasi. Uji statistik ini disebut juga sebagai statistik
bebas sebaran (distribution free). Statistik nonparametrik tidak mensyaratkanbentuk sebaran
parameter populasi berdistribusi normal. Statistik nonparametrik dapat digunakan untuk
menganalisis data yang berskala nominal atau ordinal karena pada umumnya data berjenis
nominal dan ordinal tidak menyebar normal. Dari segi jumla data, pada umumnya statistik
nonparametrik digunakan untuk data berjumlah kecil (n <30).
1.2.1 Rumusan Masalah

1. Apa yang dimaksud dengan statistika parametrik dan statistika non-parametrik ?

2. Apa perbedaan statistika parametrik dan statistika non-parametrik ?
3. Apa jenis-jenis uji pada statistika parametrik dan satistika non-parametrik?
4. Bagaimana kelebihan dan kekurangan statistika  parametrik dan statistika non-
parametrik?

1.3.1 Tujuan

1. Untuk mengetahui definisi dari statistika parametrik dan statistika non-parametrik

2. Untuk mengetahui perbedaan statistika parametrik dan statistika non-parametrik

3. Untuk mengetahui jenis-jenis uji pada statistika parametrik dan statistika non-
parametrik
4. Untuk mengetahui kelebihan dan kekurangan statistika parametrik dan statistika non-
parametrik
 Bab II

PEMBAHASAN

2.1 Definisi Statistika Parametrik dan Statistika Non-Parametrik

2.1.1Statistika Parametrik
Menurut Sugiyono (2013:79) mengemukakan statistik parametris itu bekerja
berdasarkan asumsi bahwa data setiap variabel yang akan dianalisis berdasarkan
berdistribusi normal. Untuk itu sebelum peneliti menggunakan teknik statistik
parametris, maka kenormalan data harus diuji terlebih dahulu. Bila data tidak
normal, maka statitik parametris tidak dapat digunakan, untuk itu perlu digunakan
statistik non-parametris. Tetapi perlu diingat bahwa yang menyebabkan tidak normal
itu apanya. Misalnya ada kesalahan instrumen dan pengumpulan data, maka dapat
mengakibatkan data diperoleh menjadi tidak akan normal.

Supardi (2013:8) mengatakan Statistik parametrik adalah bagian statistik yang

parameter populasinya harus memenuhi syarat-syarat tertentu seperti syarat data
berkala intervak/rasio, styarat pengambilan sampel harus random, berdisribusi
normal atau normalitas dan syarat memiliki varian yang homogen ata homogenitas,
model regsi lineier, dan sebagainya. Dalam statistika parametrik, inidikator-indikator
yang dianalisis adalah parameter-parameter dari ukuran objek yang digunakan.

Statistika parametrik adalah Ilmu statistika 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. 

Pada umumnya, penggunaan metode parametrik dijadikan alternatif awal

untuk mengolah data; jika data memang tidak dapat diolah dengan parametrik, maka
barulah digunakan metode non-parametrik. Namun demikian, dalam praktik banyak
data atau kasus yang justru tidak bisa memenuhi kritera pengguna metode
paramerik. Karena itu berkembanglah sejumlah besar metode statistik non-
 parametrik untuk inferensi pada data yang tidak memenuhi syarat parametrik.
Walaupun tidak powerful seperti metode parametrik, namun pengguna metode
nonparametrik dalam praktik sangat membantu banyak pengambilan keputusan
secara statistik
Ciri-ciri statistika parametrik:

- Data dengan skala interval dan rasio

- Data menyebar / berdistribusi normal

2.1.2 Statistika Non-Parametrik

Menurut Sulaiman (2005) mengatakan bahwa Tes statistik non-parametrik
adalah tes yang modelnya tidak menetapkan syarat-syarat menegenai parameer-
parameter populasi. Anggapan-anggapan tertentu dikaitkan dengan sejumlah besar
tes-tes non paramerik, yakni bahwa obeservasinya-observasinya independen dan
bahwa variabel yang diteliti pada dasarnya memiliki kontinuitas. Namun anggapan-
anggapan ini lebih sedikit dan jauh lebih lemah dari pada anggapan-anggapan yang
ini lebih sedikit dan jauh lebih lemah daripada anggapan-anggapan yang berkaitan
dengan tes parametrik.

Metode statistika non-parametrik merupakan metode statistik yang dapat

digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode
statistic parametrik, terutama yang berkaitan dengan distribusi normal. Istilah lain
yang sering digunakan untuk statistika non-parametrik adalah statistik bebas
distribusi (distribution free statistics) dan uji bebas asumsi (assumption - free test).
Statistik non-parametric banyak digunakan pada penelitian-penelitian sosial. Data
yang diperoleh dalam penelitian sosial pada umunya berbentuk kategori atau
berbentuk rangking. Statistika non-parametrik tidak mensyaratkan bentuk sebaran
parameter populasi berdistribusi normal. Statistik non-parametrik dapat digunakan
untuk menganalisis data yang berskala nominal atau ordinal karena pada umumnya
data berjenis nominal dan ordinal tidak menyebar normal. Dari segi jumlah data,
pada umumnya statistik non-parametrik digunakan untuk data berjumlah kecil (n
<30).

Statistika non-parametrik adalah statistika 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. 

Tes non-parametrik tidak menuntut sekuat yang dituntut tes-tes parametrik;

sebagian besar tes non-parametrik dapat diterakan untuk data dalam skala ordinal,
dan beberapa yang lain juaga dapat diterapkan untuk data dalam skala nominal.
Kekuatan tes non-parametrik mungkin dapat ditingkatkan dengan hanya
memperbesar ukuran jumla sampel, dan karena ilmuan sosial jarang mencapai jenis
pengukuran yang memungkinkan penggunaan secara berarti tes parametrik, maka tes
non-paramerik memainkan peran penting dalam penelitian dilapangan ilmu sosial.

Ciri-ciri statistik non-parametrik :

- Data tidak berdistribusi normal 

- Umumnya data berskala nominal dan ordinal
- Umumnya dilakukan pada penelitian sosial
- Umumnya jumlah sampel kecil 

2.2 Perbedaan Statistika Parametrik dan Statistika Non-Parametrik

2.2.1 Statistika Parametrik:

 Teknik-teknik statistika yang didasarkan atas asumsi mengenai populasi yang
diambil sampelnya.
Contoh: pada uji t diasumsikan populasi terdistribusi normal.
 Sebutan parametrik digunakan karena pada uji t ini yang diuji adalah parameter
(contoh: rata-rata populasi).
 Membutuhkan data kuantitatif dengan level interval atau rasio.
2.2.2 Statistik Non-Parametrik:
 Cocok untuk data yang tidak memenuhi asumsi statistika parametrik atau yang
berjenis kualitatif.
 Disebut juga distribution-free statistics.
 Didasarkan atas lebih sedikit asumsi mengenai populasi dan parameter
dibandingkan dengan statistika parametrik.
 Ada yang dapat digunakan untuk data nominal.
 Ada yang dapat digunakan untuk data ordinal.
2.3 Jenis Uji Statistika Parametrik dan Statistika Non-Parametrik
2.3.1 Uji Statistika Parametrik
 Uji t one Sample
 Uji t two sample independent
 Uji t two paired sample
 Uji anova one way
 Uji anova two ways
 Uji anova with Interaction
 Uji perbandingan ganda
 Uji Validitas dan reliabilitas
 Uji korelasi sederhana
 Uji korelasi ganda
 Regresi linear sederhana
 Regresi linear berganda
2.3.2 Uji Statistika Non-Parametrik
 Uji Independensi
 Uji Homogenitas
 Uji Tanda
 Uji Jumlah Rang
 Uji Kruskal wallis
 Uji Runtun
 Uji Kolmogrov Smornov
 Uji Korelasi Rank Spearman
 Regresi Non-Parametrik

PARAMETRIK NON-PARAMETRIK
Deskriptif
Asumsi Distribusi Normal -
Asumsi Varian Homogen -
Jenis Data Rasio atau Interval Ordinal atau Nominal
Hubungan data set Independent -
Ukuran Central Mean Median
Manfaat Lebih banyak kesimpulan Sederhana dan sedikit
outlier
Tes
 Uji korelasi Pearson, Regresi Spearman
Uji 2 kelompok, berbeda Independent Sample t test Mann-Whitney
Uji 2 kelompok lebih, Independent One Way Krsukal-Wallis
berbeda ANOVA
Uji berulang, 2 kondisi Paired Sample t Test Wilcoxon
Uji berulang, 2 kondisi Repeated One Way Friedman
lebih ANOVA

2.4 Kelebihan dan Kekurangan Statistika Parametrik dan Statistika Non-Parametrik

2.4.1 Kelebihan dan Kekurangan Statistika Parametrik
Kelebihan Statistika Parametrik antara lain yaitu :
 Syarat-syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak
diuji dan dianggap memenuhi syaart, pengukuran terhadap data dilakukan
dengan kuat.
 Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi
normal serta memiliki varian yang homogen.
Kekurangan Statistika Parametrik antara lain yaitu :
 Populasi harus memiliki varian yang sama.
 Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala
interval.
 Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus
normal dan bervarian sama, dan harus merupakan kobinasi linear dari efek-efek
yang ditimbulkan.
2.4.2 Kelebihan dan Kekurangan Statistika Non-Parametrik
Suciptawati (2009:3) mengemukakan kelebihan-kelebihan statistik non-
parametrik, yaitu:
 Perhitungannya sederhana dan dapat dikerjakan dengan cepat, karna analisisnya
menggunakan cacahan, peringkat (rank) bahkan dapat menggunakan tanda dari
selisih pengamatan berpasangan.
 Datanya tidak harus merupakan data kuantitatif, tetapi dapat berupa kualitatif
(skala nominal/ordinal).
 Nilai peluang dari sebagian besar uji statistika nonparametrik diperoleh dalam
bentuk yang lebih pasti (kecuali untuk kasus sampel yang besar), tidak peduli
bagaimana bentuk sebaran populasi yang merupkan induk dari sampel-
sampelnya. Ketepatan nilai peluang itu tidak tergantung pada bentuk sebaran
 populasinya, meskipun beberapa uji statistika nonparametrik menganggap
adanya kesamaan bentuk dua sebaran populasi atau lebih, dan beberapa uji yang
lain menganggap sebaran populasi simetris. Dalam kasus-kasus uji
nonparametrik tertentu menganggap sebaran yang mendasarinya adalah
kontinyu, suatu anggapan yang juga digunakan pada parametrik.
 Dapat digunakan untuk sampel berukuran kecil n=6.

Adapun kekurangan statistika non-parametrik, yaitu:

 Uji-uji non-parametrik tidak memanfaatkan semua informasi yang terkandung

dalam sampel. Akibatnya, uji nonparametrik memerlukan ukuran sampel yang
lebih besar dibandingkan uji parametrik untuk mencapai peluang kesalahan
jenis II yang sama.
 Uji non-parametrik tidak dapat digunakan untuk menguji adanya interaksi
seperti dalam model analisis ragam.
 Metode non-parametrik tidak dapat digunakan untuk membuat ramalan seperti
dalam analisis regresi, karena asumsi sebaran normal tidak dapat dipenuhi.
 Macam uji statistika non-parametrik terlalu banyak sehingga menyulitkan
peneliti dalam memilih uji yang sesuai.

Bab III

Penutup
3.1 Kesimpulan

Statistika parametrik adalah Ilmu statistika yang mempertimbangkan jenis sebaran

atau distribusi data. Data yang akan dianalisis menggunakan statistik parametrik harus
memenuhi asumsi normalitas, statistika parametrik cocok untuk data yang memenuhi
asumsi normalitas atau yang berjenis kuantitatif. Sedangkan Statistika non-parametrik
adalah statistika bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi,
baik normal atau tidak). Statistika non parametrik cocok untuk data yang tidak memenuhi
asumsi statistika parametrik atau yang berjenis kualitatif. Statistika parametrik dan non
parametrik memiliki kelebihan dan kelemahan masing-masing.

DAFTAR PUSTAKA
Suciptawati, N.L. 2010. Metode Statistika Non Parametrik. Bali.Udayana University
Press.

Sugiyono. (2013). Statistika untuk Penelitian. Bandung : CV Alfabeta.

Supardi, 2013. Aplikasi Statitiska dalam Penelitian Edisi revisi, Konsep Statitiska
yang lebih Komprehensif. Jakarta : CHANGE PUBICATION

Wahid Sulaiman. 2005. Statistik Non Parametrik contoh kasus dan pemecahannya
menggunakan SPSS. Yogyakarta : Andi