April 20, 2013

PERBEDAAN STATISTIK PARAMETRIK DAN

STATISTIK NONPARAMETRIK

Perbedaan Statistik Parametrik dan Statistik Non-Parametrik

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 :

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.

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. 

Contoh metode statistik non-parametrik (selengkapnya dapat dilihat disini) :

a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
d. Fisher probability exact test.
e. Chi-square test, dll

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.
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.

LANGKAH MENENTUKAN STATISTIK YANG AKAN DIGUNAKAN DALAM RISET

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!

Share

Labels: statistik

COMMENTS

1. AnonymousSeptember 25, 2013 at 7:36 PM

terima kasih atas infonya mba, sangat mudah dipahami penjelasannya...

REPLY

2.

marisa wajdiSeptember 27, 2013 at 9:16 AM

Alhamdulillah jika terbantu...mampir lagi ya lain kali. Terimakasih

REPLY

3. AnonymousOctober 17, 2013 at 12:57 AM

terimakasih buat infonya mba,,,saya mengerti sekarang :)

REPLY

1.

marisa wajdiOctober 20, 2013 at 6:04 AM

Alhamdulillah, terimakasih.

4. AnonymousOctober 24, 2013 at 8:17 AM

Ass mba, mau bertanya mba..utk memilih statistik apakah ketiga syarat musti dipenuhi atau salah
satu saja mba, misalnya data ordinal tetapi ketika diuji normalitas sudah normal dan sampel
cukup besar, teknik statistik mana yg digunakan mba, krna data ordinal itu sering dianalisis
lngsung dg stat parametrik.trims

REPLY
5.

pantai hijauNovember 13, 2013 at 4:23 AM

ass mbk mau brtanya kalo datanya didalamnya ada rasio, ordinal, dan nominal jadi termasuk
kategori mana? trims

REPLY

1.

marisa wajdiNovember 14, 2013 at 1:55 AM

Statistik non parametrik adalah tool yang paling sederhana dengan berbagai kekurangan. Saya
kira ketika data sudah memuat data dengan skala nominal, maka salahsatu syarat untuk
menghitung dengan parametrik bisa dilakukan...Jika memang hanya bisa diolah dengan statistik
non parametrik, maka skalanya harus dikonversi dulu menjadi data nominal atau ordinal.

6.

santiNovember 19, 2013 at 2:43 PM

klo skalanya nominal dan interval. uji non parametriknya apa mbak ? trima kasih sebelumnya :)

REPLY

7.

marisa wajdiNovember 22, 2013 at 11:23 PM

Jadi dalam menentukan uji non parametrik tidak hanya ditentukan oleh skala datanya saja. Tapi
hipotesa apa yang ingin diuji. Misalanya Uji Mann-Whitney, adalah uji non-par untuk
membandingkan 2 populasi yang saling independen. Dalam perhitungannya uji ini membutuhkan
data ordinal, maka jika tersedia data skala nominal, maka datanya harus dikonversi dulu menjadi
ordinal. Jadi skala data hanyalah sebagai syarat, bukan indikator utama dalam menentukan jenis
uji non-par. Anda bisa lihat jenis teknik analisis non par di: http://bunda-
bisa.blogspot.com/2013/03/jenis-teknik-analisis-statistik-non.html. Terimakasih atas
kunjungannya.

REPLY

8.

nuruldanlangitDecember 10, 2013 at 7:37 AM

 salam,,
mba mohon maaf mau bertanya,, sebetulnya skala nominal itu bisa di pakai di penelitian yang
bersifat parametrik tidak ya, di beberapa literatur yang saya bacaskala nominal biasanya
digunakan memang untuk penelitian non parametrik, tapi apakah itu menjadi suatu keharusan
atau boleh digunakan di penelitian parametrik megingat saya pernah membaca bahwa skala
nominal di gunakan hanya untuk labelling.

REPLY

9.

lutfi rohmawatiJanuary 17, 2014 at 3:59 PM

tulisannya sangat embantu sekali, 

terima kasih :)

REPLY

10. Jual Tas Kamera MurahMay 6, 2014 at 4:59 PM

Mantap gan buat saya yang lagi mengerjakan skripsi sangat membantu sekali...

REPLY

11.

Rakhmad Rizqi PradanaFebruary 10, 2015 at 4:48 PM

thanks gan... mantap jelas padat gak ribet

REPLY

Post a Comment

Terimakasih atas komentar Anda.

Salam hangat,
Icha

http://bunda-bisa.blogspot.co.id/2013/04/perbedaan-statistik-parametrik-dan.html