Dear all,
Ketika kita melakukan suatu penelitian yang melibatkan metode statistic, kerap kali
kita menemukan kondisi-kondisi tertentu yang menyebabkan kita harus
menentukan jenis metode statistik yang digunakan.
Salah satu asumsi yang umum dianggap berlaku adalah bahwa variabel acak atau
populasi yang diselidiki mempunyai sebaran tertentu yang diketahui, untuk ini
biasanya diambil sebaran normal.
Karena sebaran variabel acak itu telah dianggap diketahui, maka masalah yang
dihadapi akan tersangkut-paut dengan pendugaan, pengujian hipotesis atau
pembentukan selang kepercayaan bagi parameter-parameter dari sebaran
tersebut, sehingga dinamakan metode parametrik.
Menurut kenyataan, ada kalanya variabel-variabel acak yang dihadapi tidak dapat
dianggap menyebar normal, atau bahkan sama sekali tidak diketahui sebarannya.
Ini dapat terjadi kalau nilai variabel acak yang diamati dalam bentuk data skala
nominal dan skala ordinal dan tidak dilandasi persyaratan data harus sebaran
normal, atau memang bentuk sebaran variabel acak itu tidak dapat diketahui.
Dengan demikian, parameter dari sebaran itu pun tidak lagi menjadi pokok
persoalan. Metode statistik yang tidak memerlukan suatu anggapan tertentu
mengenai bentuk sebaran atau parameter yang diselidiki disebut metode non-
parametrik.
6. Para peneliti dengan dasar sedikit matematika yang kurang akan merasakan
bahwa metode non-parametrik mudah dipahami.
2. Jika asumsi untuk metode parametrik terpenuhi, dengan ukuran sampel yang
sama, metode non-parametrik kurang memiliki power dibanding metode
parametrik.
3. Penyederhanaan skala data (data reduction) dari skala rasio atau interval ke skala
ordinal atau nominal merupakan pemborosan (detail) informasi yang sudah
dikumpulkan.
Terimakasih untuk materi tentang kelebihan dan kekurangan metode non parametrik.
Uji Median sebagai salah satu uji statistik non parametrik
untuk uji komparasi
Berikutnya, saya akan memberikan highlight tentang salah satu uji median yang
merupakan salah satu tools dalam uji statistik non parameterik.
Perlu diingat kembali bahwa dalam pengujian statistik non parametrik tidak
diperlukan pengujian asumsi. Artinya, dengan keterbatasan informasi yang kita
miliki ttg populasi sample yang kita gunakan dalam penelitian, namun kita tetap
dapat menggunakan data tersebut, tanpa perlu menguji apakah sebaran
distribusinya sesuai.
Seperti yang dijelaskan pada thread sebelumnya, uji median merupakan uji statistic
nonpar yang bertujuan untuk melihat adanya perbedaan secara statistic pada 2
buah set sample independen
Seperti kita ketahui bahwa nilai Median adalah suatu nilai (atau batas) yang akan
membagi jumlah unit observasi atau sample menjadi 2 bagian yang sama
jumlahnya.
Misalkan jumlah sample ada sebanyak n unit. Dalam hal ini misalkan n = 100
mahasiswa di suatu fakultas.
Variabel yang kita akan teliti misalkan adalah nilai Ujian.
Median adalah suatu angka nilai ujian tertentu (misalkan 84) yang dapat membagi
menjadi dua bagian unit sample, masing-masing 50 orang mahasiswa. Sehingga,
terdapat 50 org mahasiwa yg nilainya kurang dari 84, demikian juga, yang nilainya
lebih dari 84 ada sebanyak 50 org.
Dari sini sangatlah jelas bahwa dengan cara ini kita mampu menciptakan suatu
distribusi binomial, yaitu distribusi yang hanya terdiri dari dua jenis saja, yaitu
Kelompok >Median dan Kelompok <= Median.
Nah sebagai contoh uji perbandingan (komparatif) yaitu membandingkan nilai ujian
akhir mata kuliah statistika bisnis pada kelas A dan kelas B.
Dari dua kelas ini akan didapat 2 buah median, yaitu median untuk kelas A dan
median untuk kelas B. Nah kedua median ini akan dibandingkan, apakah SECARA
STATISTIK berbeda atau tidak. (mungkin secara riil nilainya bisa berbeda, tapi
SECARA STATISTIK belum tentu berbeda)
Untuk menentukan hal tersebut ada formula yang digunakan pada uji Median
Nilai X^2 (chi square) yang dihasilkan dari perhitungan kemudian dibandingkan
dengan nilai X^2 (chi square) tabel dengan derajat bebas 1 dan tingkat signifikansi
0,05 yaitu 3,84
Jika nilai X^2 (chi square) > 3,84 maka Tolak Hipotesis Null, sebaliknya jika < 3,84
maka Gagal Tolak Hipotesis Null (Terima Ho)
Hipotesis Null nya yaitu SECARA STATISTIK Median Kelompok A dan Median
Kelompok B tidak berbeda signifikan, yang berarti nilai-nilai pada Kelompok A dan
Kelompok B tidak berbeda signifikan. Inilah yang kita gunakan sebagai Hipotesis
Null. Hipotesis tandingannya berarti ada perbedaan signfikan antara nilai Kelompok
A dan Kelompok B.
Terima kasih.
Salam Sehat
Terimakasih untuk materi tentang Uji Median sebagai salah satu uji statistik non parametrik untuk uji
komparasi
Beberapa Contoh Metode Statistik Non-Parametrik
PreviousNext
Seperti yang sudah dijelaskan pada thread sebelumnya, bahwa metode statistic non
paramterik dapat dipandang sebagai suatu alternatif dari metode statistic
paramaterik ketika asumsi-asumsinya tidak dapat terpenuhi
Berikut saya berikan contoh-contoh uji statistic parametrik dan uji stattistik non
parametrik yang digunakan untuk uji perbandingan (komparatif) dan uji hubungan
(korelasi):