12.

3 Pemilihan Metode Statistik Menurut Skala Pengukuran

Dalam statistik inferensia terdapat statistik parametris dan non-parametris. Statistik

parametris digunakan untuk menguji parameter populasi melalui statistik, atau menguji
ukuran populasi melalui data sampel. Sementara statistik non-parametris tidak menguji
parameter populasi, tetapi menguji distribusi (Sugiyono, 2019:209). Contoh statistik
parametris antara lain korelasi product moment, korelasi parsial, korelasi ganda, regresi,
analisis varian dan sebagainya. Contoh statistik non parametris adalah Chi kuadrat, Mann
Whitney, Mc Memar, Cochran, coefisien contingency, korelasi Rank Spearman, Kruskal
Wallis, dan sebagainya

Pemilihan terhadap metode statistik yang digunakan sangat bergantung pada skala
pengukuran dari variabel yang digunakan. Statistik parametris umumnya digunakan apabila
skala pengukuran variabelnya interval atau rasio, sedangkan statistik non-parametris
umumnya digunakan apabila skala pengukuran variabelnya nominal atau ordinal. Meskipun
demikian, statistik non-parametris dapat juga diterapkan pada skala interval atau rasio dengan
konsekuensi hilangnya banyak informasi data. Hal tersebut terkait dengan harus terpenuhinya
berbagai asumsi pada statistik parametris seperti data harus berdistribusi normal, homogen,
dan memenuhi asumsi linearitas. Sehingga apabila data dengan skala interval atau rasio tidak
memenuhi asumsi tersebut, maka digunakan statistik non-parametris.

Statistik parametris dan non parametris khususnya digunakan untuk menguji hipotesis
yang diajukan. Menurut Sugiyono (2019:210), pemilihan metode statistik juga dipengaruhi
bentuk hipotesis. Hhipotesis deskriptif yang akan diuji dengan statistik parametris merupakan
dugaan terhadap nilai dalam satu sampel dibandingkan dengan standar, sedangkan hipotesis
deskriptif yang akan diuji dengan statistik non-parametris merupakan dugaan ada tidaknya
perbedaan secara signifikan nilai antar kelompok dalam satu sampel. Hipotesis komparatif
merupakan dugaan ada tidaknya perbedaan secara signifikan nilai-nilai dua kelompok atau
lebih. Sementara hipotesis asosiatif adalah dugaan terhadap ada tidaknya hubungan secara
signifikan antara dua variabel atau lebih.

Dibawah ini merupakan tabel yang menguraikan tentang penggunaan statistik

parametris dan non-parametris untuk menguji hipotesis pada berbagai skala pengukuran
(Sugiyono, 2019:211).
Tabel 1 Penggunaan Statistik Parametris dan Nonparametris untuk Menguji Hipotesis
Bentuk Hipotesis
Deskriptif Komparatif (dua Komparatif (lebih dari
Skala (Satu sampel) dua sampel)
Asosiatif
Pengukuran Variael
(hubungan)
atau Satu Related Indipenden Related Independen
Sampel)**
Binomial Fisher Exact
MC Probability Cochran x 2 untuk k Contingency
Nominal 2
x satu Nemar x 2 dua Q sampel Coefficient C
sampel sampel
Median Test
Spearman
Mann Median
Sign Test Rank
Whitney Extension
Friedman Correlation
Utest
Ordinal Run Test Two Way
Kolmogoro
Wilcoxon Anova Kruskal
v Smirnov
Matched Wallis One Kendall Tau
Wald
Pairs Way Anova
Wolfowitz
Korelasi
product
One-Way One-Way
moment*
Anova* Anova*
Korelasi
Interval atau t-test of t-test* parsial*
t-test*
Rasio related independent Korelasi
ganda*
Two-Way Two-Way
Regresi
Anova* Anova*
sederhana
dan ganda*
* Statistik Parametris
** deskriptif untuk parametris artinya satu variabel dan untuk non-parametris artinya satu sampel
 DAFTAR PUSTAKA
Sugiyono. 2019. Metode Penelitian Kuantitatif, Kualitatif dan R&D. Alfabeta : Bandung