Perbedaan Statistik Parametrik dan Statistik

Non Parametrik 

Permasalahan yang sering ditemukan ketika melakukan sebuah penelitian atau riset adalah menentukan
statistik uji, misalnya statistik uji apa yang cocok untuk penelitian yang sedang dikerjakan.

Mengapa metode statistik atau statistik uji menjadi penting untuk penelitian saya?

Karena statistik uji memberikan kekuatan terhadap hasil penelitian agar tetap di koridor ilmiah.

Apa yang dimaksud dengan ilmiah?

Artinya penelitian anda dapat diuji/dibuktikan oleh orang lain, siapapun yang menguji dengan cara yang
sama pasti akan memperoleh hasil yang sama.

Dari rancangan penelitian yang telah dibuat, seharusnya sudah terlihat bahwa, metode statistik apa yang
akan digunakan dan berapa sampel minimum yang harus diambil. Di sini letak permasalahan yang sering
dialami oleh teman-teman yang akan menyusun tugas akhir.

Misalkan, mentor/pembimbing dengan anda sudah membuat kesepakatan atas topik penelitian dan judul
ditetapkan sebagai berikut:

Dari judul penelitian diatas sudah bisa dibayangkan variabel apa yang dibutuhkan untuk topik kepuasan
konsumen. Dari judul tersebut juga sudah bisa ditebak analisis yang dibutuhkan untuk mencapai tujuan
penelitian kita, misal:

 Analisis deskriptif: ini wajib untuk semua jenis penelitian.

 Indeks Kepuasan Konsumen (Costumer Satisfaction Index): untuk melihat tingkat kepuasan
konsumen
 Analisis Tingkat Kepentingan dan Kinerja: untuk mengukur pelayanan yang diterima konsumen
 Analisis Korespondensi: untuk melihat hubungan dua variabel secara simultan.

Nah tinggal diteruskan. Itu sebabnya seseorang peneliti perlu menguasai atau paham metode penelitian
sebelum memulai. Wah susah sekali penelitian dan analisisnya ya? Tenang, tidak semua penelitian harus
menggunakan analisis seperti itu, untuk level skripsi bisa menggunakan statistik uji sederhana.

Statistik Parametrik dan Non Parametrik

Seperti contoh diatas, dari topik dan judul tersebut kita bisa menentukan analisis dan ukuran sampel
penelitian. Dalam dunia statistika, terdapat dua kelompok statistik yang bisa digunakan yaitu statistik
Parametrik dan statistik Non Parametrik.

Kedua Teknik Statistik ini dapat dipilih salah satunya untuk anda gunakan sebagai metode uji.
Penentuan penggunaan statistik parametrik atau statistik non parametrik sangat tergantung pada jenis
data/ dan jumlah sampel yang digunakan.

Pada umumnya setelah kita memperoleh sebuah data dari proses pengumpulan, langkah selanjutnya adalah
mencari nilai tengah dan simpangan bakunya. Kita lakukan pengujian untuk membuktikan apakah hipotesis
kita ditolak atau diterima dengan melakukan pengujian statistik menggunakan statistik uji Z atau statistik Uji
T. Namun terdapat beberapa syarat dan asumsi yang harus dipenuhi untuk  Statistik Parametrik.

Dalam inferensia statistik, terdapat dua macam permasalahan yang sering kita temukan yaitu pendugaan
parameter populasi dan uji hipotesis. Jika kondisi data dan jumlah data tidak memenuhi kriteria atau syarat
untuk uji parametrik, maka kita dapat menggunakan alternatif lain yaitu metode statistik non parametrik.

Statistik Parametrik
Statistik parametrik adalah  suatu teknik statistik yang dapat digunakan untuk menguji hipotesis dengan
melibatkan parameter populasi. Statistik parametrik memiliki keterbatasan penggunaan jenis data yaitu
minimal menggunakan data interval dan rasio.

Kita dapat menggunakan statistik parametrik apabila kita mengetahui distribusi dari populasi yang kita
amati berdistribusi normal. Statistik parametrik merupakan yang paling dianjurkan, karena memiliki
banyak kelebihan dari segi hasil namun sulit untuk dilakukan.

Banyak syarat yang harus dipenuhi untuk dapat diuji menggunakan metode statistik parametrik.

 Pasti kita akan bertanya kenapa sesulit itu?

Jawabannya tidak lain adalah agar hasilnya benar-benar menghampiri karakter populasinya (parameter
populasi yang akan di duga).

Ukuran Sampel
Banyak yang berpendapat bahwa jika sampel berukuran kecil maka pasti digunakan uji non parametrik.
Pernyataan tersebut belum tentu benar, tergantung distribusi dari populasi asalnya.

Meskipun sampel berukuran kecil namun jika diketahui bahwa sampel diambil dari populasi
yang berdistribusi normal maka tetap yang digunakan adalah prosedur statistik parametrik.

Penentuan penggunaan uji parametrik

Lagipula, ukuran besar kecilnya sampel sangat relatif. Sehingga besar kecilnya sampel tidak serta-merta
menjadi patokan apakah kita menggunakan statistik parametrik atau non parametrik.

Banyak literatur yang mengatakan bahwa ukuran sampel yang dikatakan besar lebih besar dari 40, ada juga
yang berpendapat bahwa sampel dikatakan besar jika lebih besar atau sama dengan 30. Dalam artikel ini kita
mengasumsikan sampel besar atau kecil dibatasi 30 ketas dikategorikan “besar” dan jika 29 kebawah berarti
digolongkan sebagai sampel “kecil”. Asumsi diatas berdasarkan central theorem limit (teorema limit
terpusat).

Metode Identifikasi
Statistik parametrik termasuk ke dalam bagian statistik inferensia. Dalam statistik parametrik perlu
dipertimbangkan nilai satu atau lebih parameter populasi. Terdapat beberapa persyaratan yang perlu kita
cermati dalam statistik parametrik:
 1. Sebaran data harus berdistribusi normal: Artinya jika kita mengambil sebuah sampel, maka
populasi harus berdistribusi normal. Baik diketahui secara pasti melalui pengukuran uji normalitas,
maupun diasumsikan berdistribusi normal.
2. Skala data Numerik: skala data variabel harus berupa skala numerik (interval dan skala interval).
3. Variasi datanya sama dan mengikuti ketentuan sebagai berikut:
o Kesamaan varians bukan menjadi salah satu syarat untuk uji kelompok berpasangan.
o Kesamaan variansi adalah syarat yang tidak wajib untuk dua kelompok tidak berpasangan.
o Kesamaan variansi menjadi syarat wajib untuk kasus lebih dari 2 kelompok tidak
berpasangan.

Kelompok data yang dapat digunakan dalam teknik statistik parametrik memiliki ciri berupa populasi yang
berdistribusi normal dengan varian-varian yang sama.

Berikut beberapa contoh statistik parametrik yang dapat digunakan sebagai statistik uji:

Jenis uji statistik parametrik

Kelebihan Statistik Parametrik

 Tidak perlu dilakukan pengujian terhadap parameter populasi karena sudah dianggap memenuhi
syarat.
 Data observasi dianggap saling bebas dan diambil dari populasi yang memiliki distribusi normal
dengan varian yang homogen. Asumsi-asumsi yang rumit tersebut membuat pengujian
menggunakan metode parametrik dapat diandalkan akurasinya.

Kekurangan Statistik Parametrik

 Populasi harus memiliki varian yang sama.Tentu hal ini merupakan hal yang sulit karena
kenyataannya semua varian dari populasi tidak diketahui.
 Variabel variabel yang diteliti terbatas hanya untuk jenis data dengan skala paling tidak adalah
interval dan rasio.
 Distribusi populasi harus diketahui berdistribusi normal. Jika belum diketahui tentu harus dicari
terlebih dahulu menggunakan uji normalitas.

Statistik Non Parametrik

Pendugaan parameter atau nilai-nilai populasi disebut dengan statistik parametrik sedangkan statistik non
parametrik tidak melibatkan pendugaan nilai populasi
Jika uji parametrik dapat digunakan untuk melihat perbedaan antara rata-rata nilai Tengah 2 kelompok
daratan yang sudah diberi ranking, dengan data yang sama metode uji statistik non parametrik dapat
digunakan untuk melihat perbedaan antara median mediannya.

Statistik non-parametrik adalah salah satu metode statistik yang dapat digunakan sebagai alternatif apabila
metode statistik parametrik tidak dapat dilakukan.

Kondisi statistik non-parametrik

Statistik non parametrik tidak memiliki syarat seperti statistik parametrik. Tidak ada asumsi kenormalan
yang wajib kita penuhi seperti pada statistik parametrik. Dalam statistik non parametrik tidak syarat
mengenai karakteristik populasi induknya. Berikut beberapa contoh uji statistik non-parametrik:

1. Uji tanda (sign test)

2. Rank sum test (wilcoxon)
3. Rank correlation test (spearman)
4. Fisher probability exact test.
5. Chi-square test, dll

Ciri- kelompok data yang dapat diuji dengan statistik non-parametrik:

1. Kelompok data tidak berdistribusi normal

2. Umumnya data yang dimiliki memiliki skala nominal dan ordinal
3. Sering ditemukan pada kasus penelitian ilmu sosial
4. Ukuran sampel kecil dan tidak berdistribusi normal

Keunggulan Statistik Non-Parametrik

1. Mudah dilakukan karena tidak membutuhkan asumsi normalitas

2. Secara umum metode perhitungan yang digunakan tidak menggunakan perhitungan perhitungan
matematik yang rumit.
3. pengujian hipotesis dilakukan secara langsung pada pengamatan nyata
4. Karena data umumnya bersifat kualitatif sehingga terkadang tidak dibutuhkan jenjang atau urutan
5. Dapat juga digunakan untuk kelompok populasi berdistribusi normal sebagai uji pembanding
statistik parametrik

Kelemahan Statistik Non-Parametrik

1. Pengujian dengan menggunakan metode statistik non parametrik seringkali mengabaikan beberapa
informasi.
2. Kemampuan Uji metode Statistik non parametrik tidak sekuat metode parametrik
3. Hasil uji metode statistik non parametrik tidak dapat digunakan untuk mengestimasi karakter
populasi. Karena prosesnya sederhana dan cenderung menggunakan sampel kecil dan tidak
berdistribusi normal. Selain itu penggunaan metode statistik non parametrik hanya membandingkan
dua kelompok tertentu.
4. Tidak melibatkan parameter populasi dalam uji hipotesis
5. Skala yang digunakan bersifat lebih lemah.
6. Asumsi pada metode statistik parametrik tidak dipenuhi.

Beberapa Uji Non Parametrik

Berikut beberapa uji non parametrik yang bisa digunakan sebagai pengujian alternatif uji parametrik.
 Kelompok
Statistik Uji
Uji

Deskriftif Uji Binomial χ2 | Run test χ2 | Goodness of Fit Kolmogorov Semirnov satu sampel

Dua sampel berhubungan: Uji Mc Nemar | Wilcoxon sampel berpasangan | Uji Tanda Dua

sampel independen: Uji median Mann-Whitney | Kolmogorov Semirnov dua sampel | Wald
Komparatif
Wolfowidsz | Kasus lebih dari dua sampel independen: Uji Chi-square χ2 | Uji median Kruskal
Wallis

Koefisien Kontingensi C Koefisien ϕ untuk tabel 2×2 | Rank Spearman τ | Uji Korelasi Kendall

Asosiatif
(Kendall-Tau) dll

Contoh uji non-parametrik

Perbandingan Metode Statistik Parametrik dan

Non-Parametrik

Berikut beberapa pasangan uji yang dapat dipakai dan sepadan antara uji parametrik dan non parametrik.

Jenis Uji Parametrik Non Parametrik

Uji Korelasi Pearson, regresi Spearman

Uji 2 Kelompok Indpenden Independen Sampel t-Test Mann Whitney

Uji lebih dari 2 Kelompok Indpenden Anova satu arah Kruskall Wallis

Uji berulang kasus 2 sampel Uji T sampel berpasangan Wilcoxon

Uji Berulang Kasus lebh dari 2 Sampel Anova satu arah berulang Friedman

Jenis-jenis uji statistik parametrik dan non-parametrik

Langkah-langkah menentukan statistik uji

1. Mengidentifikasi: lakukan pengamatan mengenai karakter data yang akan diuji, apakah jenis data
nominal, ordinal, interval atau rasio.
2. Perhatikan ukuran sampel yang diambil dari populasi, apakah berukuran besar atau kecil*. Besar
kecilnya sampel mengikuti ketentuan literatur.
3. Pastikan anda mengetahui apakah data yang akan di uji memiliki distribusi tertentu.

Rangkuman
Prioritas statistik uji adalah penggunaan uji statistik parametrik, apabila tidak dapat diterapkan maka pilih
statistik non parametrik sebagai alternatifnya. Perbedaan antara penggunaan statistik parametrik dan non
parametrik dapat dilihat pada tabel dibawah ini.

Parametrik Non parametrik

Tidak butuh asumsi kenormalan, sehingga

Dibutuhkan asumsi kenormalan
disebut juga bebas sebaran

Jenis data kuantitatif atau Selain data kuantitatif juga dapat digunakan
memiliki skala interval atau rasio untuk data kualitatif.

Jumlah data ≥ 30 (berukuran

Biasanya data yang digunakan adalah
besar). Karena ≥ 30 akan
berukuran kecil dan tidak berdistribusi
mengikuti central limit
normal
theorem  (teorema limit terpusat)

Perbedaan metode statistik parametrik dan non-parametrik

Demikian penjelasan mengenai perbedaan antara statistik parametrik dan statistik non parametrik.
SKALA PENGUKURAN
Untuk memudahkan kita melakukan pengolahan data penelitian, kita dapat menggunakan
skala pengukuran sebagai alat bantu memahami kecenderungan responden terhadap
sesuatu. Berikut adalah pengertian skala pengukuran menurut para ahli

Pengertian skala adalah sebuah instrument, atau mekanisme yang membedakan individu
terkait variabel minat yang dipelajari. Perbedaan jenis data akan sangat berpengaruh
terhadap pemilihan model atau alat uji statistik yang digunakan. (Sugiyono 2006)

Dalam buku yang sama, pengertian skala pengukuran menurut Sugiyono adalah
kesepakatan yang digunakan sebagai acuan untuk menentukan panjang pendeknya
interval dalam pengukuran.

Menurut Winarno (2013) pengukuran atau measurement adalah prosedur penetapan

angka yang mewakili kuantitas ciri atau atribut yang dimiliki subyek dalam suatu populasi
atau sampel. Pengukuran merupakan aturan pemberian angka untuk berbagai obyek
sedemikian rupa sehingga angka ini mewakili kualitas atribut

Menurut Ramli (2011) Skala pengukuran merupakan suatu kesepakatan untuk menentukan
panjang pendek interval pada alat ukur, baik digunakan sebagai acuan atau sebagai tolak
ukur untuk memperoleh data.

Imam Ghozali (2005) menyebutkan pengukuran adalah meletakkan angka atau simbol
pada karakter yang sesuai dengan prosedur yang telah ditetapkan adn diakui. Karakter
yang dimaksud adalah satuan ukuran tertentu. Misal mengacu pada usia, tingkat
pendapatan, tingkat pendidikan atau jenis kelamin.

Menurut Suharsimi Arikunto, Skala pengukuran diambil dari upaya mengukur atau
membandingkan sesuatu dengan suatu ukuran yang lain.

Jenis Skala Pengukuran

Sekurang-kurangnya ada empat skala pengukuran yang banyak digunakan dalam
sebuah penelitian, yaitu skala nominal, ordinal, interval dan rasio.
Pengertian Skala Nominal
Skala nominal adalah skala yang digunakan untuk membedakan benda atau
peristiwa satu dan yang lain berdasarkan nama (predikat). Biasanya, skala nominal
menggunakan tanda mutually exclusive, diamana setiap obyek hanya memiliki satu
kategori saja. Skala nominal juga tidak memiliki aturan terstruktur.

Ciri Skala Nominal

Skala nominal memiliki ciri sebagai berikut

1. Tidak dijumlahkan
2. Tidak menggunakan ranking
3. Tidak memiliki nilai nol mutlak
4. Digunakan sebagai labeling
5. Tidak memiliki ukuran baru
6. Menggunakan Statistik non Parametrik

Contoh Skala Nominal

Skala nominal digunakan sebagai pemisahan kategori dalam sebuah penelitian.
Misalnya digunakan untuk pemberian kategori sebagai berikut

1. Jenis kelamin misal laki-laki diberi kode 1 dan perempuan 2

2. Data pekerjaan
3. Dalam daerah dan luar daerah
4. Pirang dan keriting

Pengertian Skala Ordinal

Skala ordinal adalah skala pengukuran yang menunjukkan jarak interval antar
tingkatan. Namun jarak interval ini tidak harus sama. Skala ordinal sedikit lebih
tinggi dari skala nominal, karena skala ordinal menggunakan pengurutan dalam
proses kategorinya, biasanya kategori dalam skala ordinal disusun dari rendah ke
tinggi.
Ciri Skala Ordinal
Skala ordinal dapat diamati dengan adanya pembedaan yang menunjukkan urutan
atau tingkatan dari obyek yang diukur berdasarkan parameter tertentu. Adapun ciri
skala ordinal adalah

1. Ditentukan berdasarkan jumlah karakteristik khusus yang dimiliki

2. Memiliki angka nol yang bukan absolut
3. Data bersifat logis
4. Data saling memisah

Skala ordinal memiliki angka nol yang digunakan sebagai penggambaran titik pada
skala, namun angka nol ini bukanlah nilai nol absolut

Contoh Skala Ordinal

Skala ordinal dapat digunakan dalam penelitian tingkat kepuasan seperti

1. Sangat tidak suka, tidak suka, suka, sangat suka

2. Setuju dan tidak setuju
3. tingkat pendidikan, misal SD, SMP, SMA
4. Kepuasan layanan beberapa entity dengan bisnis sama; bukalapak,
tokopedia, shopee, blibli

Pengertian Skala Interval

Skala interval adalah skala yang menggunakan interval tetap dalam penentuan
kategori. Sehingga skala ini disebut dengan skala interval, skala ini memiliki
karakter yang mirip dengan skala nominal maupun ordinal, namun berbeda karena
adanya interval yang dijadikan sebagai panduan.

Ciri Skala Interval

1. Ditentukan berdasarkan jumlah karakteristik khusus yang dimiliki
2. Memiliki angka nol yang bukan absolut
3. Data bersifat logis
4. Data saling memisah
5. Memiliki interval tetap
Contoh Skala Interval
Skala interval dapat digunakan untuk melakukan pengukuran dengan
pengelompokan data berdasar interval kategori. Contoh penerapan skala interval
dalam penelitan

1. Mengukur tingkat pendapatan, >=1 juta, 1-2 juta, 2-3 juta, dst
2. Mengukur jarak rumah, >=5 kilo, 5-10 kilo, <10 kilo

Pengertian Skala Rasio

Skala rasio adalah skala pengukuran dengan tingkat kualitas data paling tinggi. Hal
ini karena skala rasio menggunakan semua karakteristik dari 3 skala sebelumnya.
Skala rasio adalah skala yang menggunakan skala nol mutlak. Skala nol mutlak
adalah nilai dasar yang tidak dapat diubah meski menggunakan skala lain.

Ciri Skala Rasio

1. Ditentukan berdasarkan jumlah karakteristik khusus yang dimiliki
2. Memiliki angka nol absolut
3. Data bersifat logis
4. Data saling memisah
5. Memiliki interval tetap
Contoh Skala Rasio : (1) Berat benda, (2) Tinggi badan

Skala rasio dapat digunakan untuk membedakan, mengurutkan dan mem-

bandingkan data yang didapatkan.
Perbedaan Skala Nominal, Ordinal, Interval dan Rasio

Lalu apa perbedaan skala nominal, ordinal, interval dan rasio. Skala nominal digunakan untuk
memisahkan data saja sebagai pengkategorian. Skala ordinal digunakan untuk mengukur tingkat
kategori, tanpa memiliki interval pasti, skala interval dimanfaatkan untuk mengukur data
berdasarkan data dengan interval yang telah ditetapkan. Skala rasio digunakan untuk mengukur
data yang memiliki nilai nol mutlak.

Perbedaan Kemampuan Skala Pengukuran

Dari setiap skala dapat ditentukan juga berdasarkan apa yang diharapkan dari data yang hendak
ditentukan. Berikut adalah penjelasannya

1. Skala nominal dapat digunakan untuk mengukur frekuensi data

2. Skala ordinal mampu mengukur frekuensi, mengurutkan nilai, menghitung nilai
median dan modus
3. Skala interval dapat mengukur frekuensi, pengurutan nilai, menghitung median
modus, membedakan kuantitas antar nilai, melakukan operasi aritmatik
4. Skala ordinal dapat mengukur semua kemampuan skala nominal, ordinal dan
interval ditambah angka nol mutlak
Selain itu, setiap skala pengukuran dapat dibedakan dari variasi apa yang mungkin ada, data
ordinal dapat mengukur range saja, sementara untuk mengukur variasi dan standar deviasi
digunakan skala interval dan rasio. Skala rasio dapat mengukur koefisien variasi serta menghitung
rata-rata geometrik dan rata-rata harmonis. Sedangkan skala nominal tidak dapat digunakan untuk
mengukur variasi.

Dari ke empat jenis skala hanya skala rasio yang memiliki nilai nol mutlak, untuk pengujian uji
parametrik, sebaiknya menggunakan skala interval atau rasio. Sedangkan untuk uji non
parametrik dapat digunakan semua jenis skala mulai dari nominal sampai rasio.