Anda di halaman 1dari 2

Bernard Septian (S100190016)

Ringkasan materi 3 :

A. Jenis-jenis statistik

Parameter Statistik Parametrik Statistik Non-Parametrik

Ilmu statistik yang mempertimbangkan jenis sebaran


Statistik bebas sebaran (tidak mensyaratkan bentuk sebaran
1 Definisi atau distribusi data, yaitu apakah data menyebar
parameter populasi, baik normal atau tidak)
secara normal atau tidak

1 Data dengan skala interval dan rasio 1 Data tidak berdistribusi normal
2 Umumnya data berskala nominal dan ordinal
2 Ciri-ciri
2 Data menyebar/berdistribusi normal 3 Umumnya dilakukan pada penelitian sosial
4 Umumnya jumlah sampel kecil
1 Uji-z (1 atau 2 sampel) 1 Uji tanda (sign test)
2 Uji-t (1 atau 2 sampel) 2 Rank sum test (wilcoxon)
3 Korelasi pearson, 3 Rank correlation test (spearman)
3 Contoh
4 Fisher probability exact test.
4 Perancangan percobaan (one or two-way anova 5 Chi-square test, dll
parametrik) , dll.
1 Syarat syarat parameter dari suatu populasi yang 1 Tidak membutuhkan asumsi normalitas.
menjadi sampel biasanya tidak diuji dan dianggap 2 Statistika non-parametrik tidak membutuhkan
memenuhi syarat, pengukuran terhadap data perhitungan matematik yang rumit seperti halnya
dilakukan dengan kuat. statistik parametrik
3 Statistik non-parametrik dapat digantikan data numerik
(nominal) dengan jenjang (ordinal).
2 Observasi bebas satu sama lain dan ditarik dari 4 Kadang-kadang pada statistik non-parametrik tidak
populasi yang berdistribusi normal serta memiliki dibutuhkan urutan atau jenjang secara formal karena
4 Keunggulan
varian yang homogen. 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
1 Populasi harus memiliki varian yang sama. 1 Terkadang mengabaikan beberapa informasi tertentu.
2 Variabel-variabel yang diteliti harus dapat diukur 2 Hasil pengujian hipotesis dengan statistik non-
setidaknya dalam skala interval. parametrik tidak setajam statistik parametrik.
3 Dalam analisis varian ditambahkan persyaratan 3 Hasil statistik non-parametrik tidak dapat
5 Kelemahan rata-rata dari populasi harus normal dan bervarian diekstrapolasikan ke populasi studi seperti pada
sama, dan harus merupakan kombinasi linear dari statistik parametrik. Hal ini dikarenakan statistik non-
efek-efek yang ditimbulkan. parametrik mendekati eksperimen dengan sampel kecil
dan umumnya membandingkan dua kelompok
tertentu.

B. Uji Hipotesis
Dalam menguji hipotesis dibutuhkan macam-macam data teknik statistik non parametris,
dimana terdapat dua macam data data dalam penelitian :
1. Data Diskrit/Nominal: adalah data yang hanya dapat digolongkan secara terpisah, secara
diskrit atau kategori. Data ini diperoleh dari hasil hitungan. Misalnya dalam satu kelas setelah
dihitung terdapat 50 mahasiswa, terdiri dari 30 pria dan 20 wanita. Dalam satu klompok
Bernard Septian (S100190016)

terdapat 1000 orang suku jawa dan 500 suku sunda dll. Jadi data nominal adalah data diskrit
bukan data kontinum.
2. Data kontinum: Adalah data yang bervariasi menurut tingkatan dan ini diperoleh dari hasil
pengukuran. Data ini dibagi menjadi, data ordinal, data interval dan data ratio. Data ordinal
adalah data berbentuk rangking atau peringkat. Misal juara I, II, III dst.
C. Bentuk Hipotesis
Menguji hipotesis penelitian berarti menguji jawaban yang sementara (tentatif) itu apakah
betul-betul terjadi pada sampel yang diteliti atau tidak. Kalau terjadi berarti berarti hipotesis
penelitian terbukti dan kalau tidak berarti tidak terbukti.
Menurut tingkat penjelasan (level of explanation) variabel yang diteliti, maka terdapat tiga
bentuk hipotesis yang dirumuskan dan diuji yaitu:
1. Hipotesis diskriptif
yaitu hiptesis yang merupakan dugaan terhadap nilai satu variabel dalam satu sampel
walaupun didalamnya bisa terdapat beberapa kategori.
2. Hipotesis Komparatif
Yaitu merupakan dugaan terhadap perbandingan nilai dua sampel atau lebih.
3. Hipotesis asosiatif
Merupakan dugaan terhadap hubungan antara dua variabel atau lebih

Anda mungkin juga menyukai