1) Apa perbedaaan Statistika Parametrik dan Statistika Non Parametrik?

a) Pengujian parametrik didasarkan pada asumsi menggunakan data yang terhubung dengan
distribusi normal yang digunakan dalam analisis. Pengetahuan tentang parameter sangat
penting. Sedangkan uji non parametrik tidak bergantung pada parameter apapun.
b) Analisis yang diturunkan dari data dalam kasus uji parametrik disebut distribusi probabilistik.
Di sisi lain, dalam kasus non-parametrik, distribusi probabilitasnya berubah-ubah dan tendensi
sentralnya tidak dapat diukur.
c) Dalam hal data uji parametrik diukur menggunakan nilai rata-rata sedangkan pada
nonparametrik nilai median digunakan.
d) Informasi yang digunakan bervariasi dalam kedua kasus. Dalam hal parametrik pengetahuan
tertentu tentang populasi penting karena parameter yang terkait dengan populasi sedangkan
dalam non-parametrik tidak diperlukan pengetahuan sebelumnya tentang populasi.
e) Tes parametrik didasarkan pada parameter tetap, pengetahuan sebelumnya, dan asumsi
sedangkan statistik non-parametrik dilakukan secara sewenang-wenang pada variabel
independen.
f) Dalam hal statistik parametrik diturunkan didasarkan pada distribusi sedangkan dalam hal
statistik non-parametrik tidak didasarkan pada jenis distribusi apa pun
g) Pengukuran variabel kepentingan dalam kasus parametrik dilakukan pada tingkat interval atau
rasio sedangkan di sisi lain
h) Pengukuran variabel kepentingan dalam hal parametrik dilakukan pada tingkat interval atau
rasio sedangkan sebaliknya nominal kepentingan diukur dengan menggunakan skala nominal
atau ordinal dalam non parametrik.
i) Tidak seperti uji parametrik, tidak ada persyaratan informasi tentang populasi dalam non-
parametrik.
j) Uji parameter hanya berlaku untuk variabel sedangkan uji non-parametrik berlaku untuk
variabel dan atribut.
k) Koefisien atau korelasi person digunakan untuk mengukur tingkat hubungan antara dua
variabel yang berbeda dalam kasus uji parametrik sedangkan korelasi peringkat spearman
digunakan dalam uji non-parametrik.
2) Tuliskan keunggulan dan kelemahan Statistika Non Parametrik

Kelebihan Tes Non-Parametrik:

1) Jika ukuran sampel sangat kecil, mungkin tidak ada alternatif untuk menggunakan uji statistik
non-parametrik kecuali sifat distribusi populasi diketahui secara pasti.
2) Tes non-parametrik biasanya membuat lebih sedikit asumsi tentang data dan mungkin lebih
relevan dengan situasi tertentu. Selain itu, hipotesis yang diuji oleh tes non-parametrik
mungkin lebih tepat untuk penyelidikan penelitian.
3) Tes statistik non-parametrik tersedia untuk menganalisis data yang secara inheren berada
dalam peringkat serta data yang skor numeriknya tampaknya memiliki kekuatan peringkat.
Artinya, peneliti mungkin hanya dapat mengatakan tentang subjeknya bahwa seseorang
memiliki lebih banyak atau lebih sedikit karakteristik daripada yang lain, tanpa dapat
mengatakan berapa banyak atau kurang.
4) Metode non-parametrik tersedia untuk mengolah data yang hanya bersifat klasifikasi atau
kategoris, yaitu, diukur dalam skala nominal. Tidak ada teknik parametrik yang berlaku untuk
data tersebut.
5) Ada tes statistik non-parametrik yang cocok untuk merawat sampel yang terdiri dari
pengamatan dari beberapa populasi yang berbeda. Tes parametrik seringkali tidak dapat
menangani data semacam itu tanpa mengharuskan kita membuat asumsi yang tampaknya
tidak realistis atau membutuhkan perhitungan yang rumit.
6) Tes statistik non-parametrik biasanya jauh lebih mudah dipelajari dan diterapkan daripada tes
parametrik. Selain itu, interpretasi mereka seringkali lebih langsung daripada interpretasi tes
parametrik.

Kekurangan Tes Non-Parametrik:

1) Jika semua asumsi metode statistik parametrik, pada kenyataannya, terpenuhi dalam data
dan hipotesis penelitian dapat diuji dengan tes parametrik, maka tes statistik non-parametrik
adalah boros.
2) Tingkat pemborosan dinyatakan oleh efisiensi daya dari tes non-parametrik.
 3) Kekurangan lain terhadap tes statistik non-parametrik adalah bahwa mereka tidak sistematis,
sedangkan tes statistik parametrik telah disistematisasikan, dan tes yang berbeda hanyalah
variasi pada tema sentral.
4) Kekurangan lain terhadap tes statistik non-parametrik berkaitan dengan kenyamanan. Tabel
yang diperlukan untuk menerapkan tes non-parametrik tersebar luas dan muncul dalam
format yang berbeda.
3) Perhatikan data berikut,

= 20 = 22 = 24 = 23 = 34 = 32 = 31 = 30 = 65 = 44

= 32 = 35 = 31 = 37 = 45 = 38 = 47 = 45 = 42 = 40

= 22 = 43 = 46 = 33 = 39 = 50 = 56 = 58 = 51 = 60

= 21 = 20 = 52 = 50 = 51 = 23 = 37 = 48 = 59 = 20

Buatlah interval kepercayaan 95% untuk median !

Statistics
Data
Bootstrapa
95% Confidence Interval
Statistic Bias Std. Error Lower Upper
N Valid 40 0 0 40 40
Missing 0 0 0 0 0
Mean 38.90 -.02 2.02 34.68 42.85
Median 38.50 .28 3.27 32.01 45.00
Minimum 20
Maximum 65
a. Unless otherwise noted, bootstrap results are based on 1000 bootstrap samples

Dari hasil diatas di dapatkan batas bawah dan batas atas adalah 𝟑𝟐 ≤ 𝑴𝒆𝒅𝒊𝒂𝒏 ≤ 𝟒𝟓, serta didapatkan dari
hasil diat Nilai Median 𝟑𝟖. 𝟓.

Maka dapat disimpulan interval kepercayaan 95% untuk median adalah 𝟑𝟖. 𝟓 atau 𝟑𝟐 ≤ 𝟑𝟖. 𝟓 ≤ 𝟒𝟓.