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.
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:
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.
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.
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.
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:
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 adalah salah satu metode statistik yang dapat digunakan sebagai alternatif apabila
metode statistik parametrik tidak dapat dilakukan.
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.
Berikut beberapa pasangan uji yang dapat dipakai dan sepadan antara uji parametrik dan non parametrik.
Uji Berulang Kasus lebh dari 2 Sampel Anova satu arah berulang Friedman
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.
Jenis data kuantitatif atau Selain data kuantitatif juga dapat digunakan
memiliki skala interval atau rasio untuk data kualitatif.
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 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.
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
Skala ordinal memiliki angka nol yang digunakan sebagai penggambaran titik pada
skala, namun angka nol ini bukanlah nilai nol absolut
1. Mengukur tingkat pendapatan, >=1 juta, 1-2 juta, 2-3 juta, dst
2. Mengukur jarak rumah, >=5 kilo, 5-10 kilo, <10 kilo
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.
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.
Dari setiap skala dapat ditentukan juga berdasarkan apa yang diharapkan dari data yang hendak
ditentukan. Berikut adalah penjelasannya
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.