MAKALAH PERBANDINGAN UJI STATISTIK PARAMETRIK DAN UJI

STATISTIK NON-PARAMETRIK
Untuk Memenuhi Tugas Mata Kuliah Statistika
yang di ampu oleh Ibu Lina Aviyanti, S.Pd., M.Si,. Ph.D.

Oleh :
Nama : Windy Nerissa
NIM : 2200483
Kelas : Pendidikan Fisika 2A

DEPARTEMEN PENDIDIKAN FISIKA

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN INDONESIA
2023
 DAFTAR ISI

DAFTAR ISI..............................................................................................................................................I
BAB I......................................................................................................................................................1
PENDAHULUAN......................................................................................................................................1
A. Latar Belakang...........................................................................................................................1
B. Rumusan masalah......................................................................................................................2
C. Tujuan makalah..........................................................................................................................2
BAB II.....................................................................................................................................................3
PEMBAHASAN........................................................................................................................................3
A. Statistik Parametrik....................................................................................................................3
B. Statistik Non-Parametrik............................................................................................................3
C. Perbedaan uji statistik parametrik dan uji tatistik non-parametrik............................................4
BAB III....................................................................................................................................................9
PENUTUP...............................................................................................................................................9
A. Kesimpulan................................................................................................................................9
DAFTAR PUSTAKA.................................................................................................................................10

I
 BAB I

PENDAHULUAN

A. Latar Belakang
Di era globalisasi, hampir semua bidang terkait erat dengan penggunaan angka,
data, dan fakta. Ini menunjukkan bahwa statistik diperlukan. Statistik sebagai sarana
untuk mengembangkan pemikiran logis lebih dari statistik mengembangkan
pemikiran ilmiah untuk perencanaan penelitian (prediksi), pengambilan keputusan
dan pengambilan keputusan yang diteliti dan persuasif. Disadari atau tidak, statistika
merupakan bagian integral dari pendidikan profesi dan dasar penelitian.
Penelitian seringkali bertujuan untuk melihat kondisi masa depan berdasarkan
kondisi saat ini, atau seseorang ingin melihat kondisi masa lalu berdasarkan kondisi
saat ini. Fungsi ini membutuhkan prediksi atau penilaian yang saat ini banyak
dilakukan di bidang pendidikan. Memprediksi keadaan masa depan peserta didik
merupakan kebutuhan yang diperlukan dalam dunia pendidikan. Dengan bantuan
prakiraan yang baik, perencanaan pendidikan dapat dilakukan seefisien mungkin dari
segi kurikulum, metode pengajaran dan ruangan serta perlengkapan guru. Statistika
adalah disiplin ilmu yang mengeksplorasi sekumpulan konsep dan metode untuk
mengumpulkan, menyajikan, menganalisis, dan menginterpretasikan data untuk
membuat keputusan dalam situasi ketidakpastian (Thoifah, 2013:3).
Statistik dalam dunia pendidikan dapat bermanfaat bagi penggunanya (misalnya
guru, siswa, peneliti, dll) jika mendukung kelancaran fungsi tugas “resmi”
pendidikan. Dalam kegiatan evaluasi, statistika merupakan alat untuk menganalisis
dan menyimpulkan data evaluasi. Misalnya, ketika guru menilai pencapaian hasil
pendidikan, data yang dikumpulkan biasanya berupa data kuantitatif sebelum
diinterpretasikan sebagai data kuantitatif. Pengolahan data kuantitatif diuji dengan
ukuran statistik yang benar sehingga tes (item yang akan dievaluasi) tinggi-rendah,
baik-gagal, atau gagal. Dalam kegiatan penelitian (pendidikan), statistika sering
digunakan untuk mendeskripsikan data kuantitatif yang terkumpul dalam bentuk
mean, standar deviasi, dan sejenisnya. Selain itu, statistika berperan sangat penting
dalam menguji validitas suatu hipotesis melalui pengujian hipotesis (Subana &
Sudrajat, 2000:15).
Metode statistik adalah metode pengumpulan, penyajian, analisis dan interpretasi
data. Metode tersebut dibagi menjadi dua kelompok, yaitu statistik deskriptif dan
statistik inferensial. Statistik deskriptif adalah metode yang berkaitan dengan
pengumpulan dan penyajian sekumpulan pengamatan (data), termasuk memeriksa
ukuran pengamatan (data), termasuk memeriksa ukuran rata-rata, termasuk rata-rata,
median, modus, standar deviasi, dan kuartil. Informasi yang sangat berguna. Statistik
inferensial mencakup semua metode yang berkaitan dengan analisis data parsial
(sampel) untuk menarik kesimpulan tentang seluruh data dasar (populasi). Istilah
parameter dan statistik sering digunakan dalam statistik inferensial. Parameter adalah
ringkasan data yang dapat menggambarkan keseluruhan populasi, sedangkan statistik
adalah ringkasan data yang diambil dari sampel.

1
B. Rumusan masalah
Adapun rumusan masalah dari pembuatan makalah ini adalah:
1. Bagaimanakah Statistik Parametrik?
2. Bagaimanakah Statistik Non-Parametrik?
3. Apa perbedaan uji statistik parametrik dan uji statistik non-parametrik?

C. Tujuan makalah
Adapun tujuan dari pembuatan makalah ini adalah:
1. Untuk mengetahui Statistik Parametrik.
2. Untuk mengetahui Statistik Non-Parametrik.
3. Untuk mengetahui perbedaan uji statistik parametrik dan uji statistik non-
parametrik.

2
 BAB II

PEMBAHASAN
A. Statistik Parametrik
Menurut Sulaiman ( 2005:1) mengatakan Tes parametrik adalah suatu tes yang
modelnya menetapkan syarat-syarat tertentu tentang parameter populusai yag menjadi
sama penelitiannya. Terhadap syarat-syarat tersebut biasanya tidak dilakukan
pengujian terlebih darhulu dan dianggap sudah memenuhi syarat. Seberapa jauh
makna hasil tes parametrik tersebut tergantung pada validitas anggapan tadi. Tes-test
parametrik juga memnuntut bahwa nilai-nilai yang dianalisis merupakan hasil dari
suatu pengukuran minimal dengan skala interval.
Sugiyono (2013:79) mengemukakan statistik parametris itu bekerja berdasarkan
asumsi bahwa data setiap variabel yang akan dianalisis berdasarkan berdistribusi
normal. Untuk itu sebelum peneliti menggunkan teknik statistik parametris, maka
kenormalan data harus diuji terlebih dahulu. Bila data tidak normal, maka statitik
parametris tidak dapat digunakan, untuk itu perlu digunakan statistik nonparametris.
Tetapi perlu diingat bahwa yang menyebabkan tidak normal itu apanya. Misalnya ada
kesalahan instrumen dan pengumpulan data, maka dapat mengakibatkan data
diperoleh menjadi tidak akan normal.
Supardi (2013:8) mengatakan Statistik parametrik adalah bagian statistik yang
parameter populasinya harus memnuhi syarat-syarat tertentu seperti syarat data
berkala intervak/rasio, styarat penagambilan sampel harus random, berdisribusi
normal atau normalitas dan syarat memiliki varian yang homogen ata homogenitas,
model regsi lineier, dan sebagainya. Dalam statistika parametrik, inidikator-indikator
yang dianalisis adalah parameter-parameter dari ukuran objek yang digunakan.
Menurut (Nisfiannoor,2009:15) mengatakan statistik inferensial dengan model
parametrik (independent Sample T test, Paired Sample T test, One Way ANOVA,
Korelasi Pearson, Analisis Regresi, dll.
B. Statistik Non-Parametrik
Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun 1942.
Metode statistik nonparametrik merupakan metode statistik yang dapat digunakan
dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistic
parametrik, terutama yang berkaitan dengan distribusi normal. Istilah lain yang sering
digunakan untuk statistik nonparametrik adalah statistik bebas distribusi (distribution

3
 free statistics) dan uji bebas asumsi (assumption-free test). Statistik nonparametric
banyak digunakan pada penelitian-penelitian sosial. Data yang diperoleh dalam
penelitian sosial pada umunya berbentuk kategori atau berbentuk rangking. Uji
statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan adanya asumsi-
asumsi mengenai sebaran data populasi. Uji statistik ini disebut juga sebagai statistik
bebas sebaran (distribution free). Statistik nonparametrik tidak mensyaratkan bentuk
sebaran parameter populasi berdistribusi normal. Statistik nonparametrik dapat
digunakan untuk menganalisis data yang berskala nominal atau ordinal karena pada
umumnya data berjenis nominal dan ordinal tidak menyebar normal. Dari segi jumla
data, pada umumnya statistik nonparametrik digunakan untuk data berjumlah kecil (n
<30).
Sulaiman (2000:1) mengatakan bahwa Tes statistik Nonparametrik adalah tes yang
modelnya tidak menetapkan syarat-syarat menegenai parameer-parameter populasi.
Anggapan-anggapan tertentu dikaitkan dengan sejumlah besar tes-tes non paramerik,
yakni bahwa obeservasinya-observasinya independen dan bahwa variabel yang diteliti
pada dasarnya memiliki kontinuitas. Namun anggapan-anggapan ini lebih sedikit dan
jauh lebih lemah dari pada anggapan-anggapan yang ini lebih sedikit dan jauh lebih
lemah daripada anggapan-anggapan yang berkaitan dengan tes parametrik.
Selanjutnya bahwa tes non-parametrik tidak menuntut sekuat yang dituntut tes-tes
parametrik; sebagian besar tes non-parametrik dapat diterakan untuk data dalam skala
ordinal, dan beberapa yang lain juaga dapat diterapkan untuk data dalam skala
nominal. Kekuatan tes non-parametrik mungkin dapat ditingkatkan dengan hanya
memperbesar ukuran jumla sampel, dan karena ilmuan sosial jarang mencapai jenis
pengukuran yang memungkinkan penggunaan secara berarti tes parametrik, maka tes
non-paramerik memainkan peran penting dalam penelitian dilapangan ilmu sosial.
Menurut (Nisfiannoor,2009:15) mengatakan statistik inferensial dengan model
parametrik (Mann-Whitney, wilcoxon, kruskal-wallis, Moses, Wald wolfowitz, Runs,
Kendal, Spearman, dan lain-lain.
C. Perbedaan uji statistik parametrik dan uji tatistik non-parametrik
Jika sebuah uji memerlukan asumsi spesifik mengenai parameter populasi, maka
uji tersebut dikenal dengan uji statistik parametrik sedangkan jika uji tersebut tidak
membutuhkan asumsi spesifik seperti distribusi data, maka uji tersebut dikenal
dengan uji statistik non parametrik.

4
 Dalam uji parametrik, diasumsikan bahwa pengukuran variabel dilakukan pada
tingkat internal dan rasio, sedangkan pada uji non parametrik variabel diukur dengan
skala nominal dan ordinal.
Secara umum, ukuran central tendency dalam uji parametrik adalah rata-rata,
sedangkan dalam uji statistik non parametrik adalah median.
Dan, dalam uji statistik parametrik terdapat informasi lengkap mengenai populasi
sedangkan pada uji statistik non parametrik tidak ada informasi mengenai populasi.

PARAMETRIK NONPARAMETRIK
Deskriptif
Asumsi Distribusi Normal -
Asumsi Varian Homogen -
Jenis Data Rasio atau Interval Ordinal atau Nominal
Hubungan data set Independent -
Ukuran central Mean Median
Manfaat Lebih banyak kesimpulan Sederhana dan sedikit
outlier
Tes
Uji korelasi Pearson, Regresi Spearman
Uji 2 Kelompok, berbeda Independent Sample t test Mann-Whitney
Uji 2 Kelompok lebih, Independent One Way Kruskal-Wallis
berbeda ANOVA
Uji berulang, 2 kondisi Paired Sample t Test Wilcoxon
Uji berulang, 2 kondisi Repeated One Way ANOVA Friedman
lebih

 Beberapa metode statistik parametrik (uji T dan Uji F/Anova) mensyaratkan

asumsi (Santoso, 2005:3) :
 Sampel (data) diambil dari populasi yang mempunyai berdistribusi normal. Jika
10 sampel Tinggi badan diambil dari populasi 5000 mahasiswa sebuah
perguruan tinggi, data tinggi badan 5000 mahasiswa haruslah berdistribusi
normal.
 Pada Uji t dan uji F untuk dua sampel atau lebih, kedua sampel diambil dari dua
populasi yang mempunyai varian sama. Jadi jika diambil sampel 10 tinggi
badan pria dan 10 tinggi badan wanita dari 3000 pria dan 2000 wanita, maka

5
 varian 3000 tinggi badan pria dan varian 2000 tinggi badan wanita harusla sama
atau bisa diangga sama.
 Variabel (data) yang diuji haruslah data bertipe interval atau rasio, yang
tingkatannya lebih tinggi dari data tipe nominal atau ordinal. Tinggi Badan Pria
atau Wanita (sentimeter) jelas bertipe rasio, karena dapat dari proses mengukur.
Namun pendapat atau sikap pria dan wanita (suka atau tidak suku yang diukur
dengan skala Likert) bukanlah data interval atau rasio, namun data Ordinal.
 Jumlah (sampel) data singkat kecil, sedangkan distribusi data populasinya tidak
diketahui kenormalannya. Mislanya hanya diambil masing-masing 5 sampel
untuk data Berat Badan Knosumen remaja, Konnsumen Mud dan konsumen
Dewasa, maka jumlah data terlalu sedikit untuk diproses dengan uji F (uji lebih
dari dua sampel), walaupun tipe data rasio.Untuk data yang tidak memenuhi
salah satu asumsi tersebut, lebih baik menggunakan prosedur statistik non
parametrik untuk proses data.
Menurut Santoso(2010:10) Metode statistik parametrik digunakan untuk:
 Data dalam jumlah besar, biasanya diatas 30.
 Distribusi data adalah normal atau dapat dianggap normal
Data bertipe interval atau rasio.
Jika beberapa asumsi di atas tidak terpenuhi, misalnya jika data cukup besar
tetapi tidak berdistribusi normal atau tipe datanya nominal atau ordinal, maka
metode statistik non parametrik dapat digunakan.
Dengan demikian, tentunya metode parametrik lebih efisien (lebih powerfull)
daripada metode non-parametrik; Jika data yang sama diperlakukan dengan
metode parametrik kemudian nonparametrik dan keduanya menghasilkan
kesimpulan yang berbeda, maka hasil dari metode parametrik tersebut dapat
dijadikan patokan. Pada umumnya penggunaan metode parametrik digunakan
sebagai pilihan pertama dalam pengolahan data; Jika data tidak dapat diproses
dengan parameter, metode non-parametrik digunakan.
Namun dalam prakteknya masih banyak data atau kasus yang tidak memenuhi
kriteria untuk menggunakan metode parametrik. Oleh karena itu, sejumlah besar
metode statistik nonparametrik telah dikembangkan untuk memperoleh data yang
tidak memenuhi persyaratan parametrik. Meskipun pengguna metode

6
nonparametrik hampir sama efisiennya dengan metode parametrik, mereka sangat
berguna untuk membuat keputusan statistik.

7
 Statistik non-parametrik merupakan statistik yang bebas sebaran, artinya dapat
digunakan untuk segala macam sebaran atau distribusi. Dengan kata lain, metode
ini tidak mensyaratkan bahwa data tersebut harus berdistribusi normal dan tidak
diperlukan ukuran sampel yang harus memenuhi syarat.

Menurut Dahlan (2005:12) mengemukakan bahwa uji non-parametrik digunakan

untuk keadaan sebagai berikut:
 Jika masalah skala pengukuran variabel adalah kategorik (ordinal dan
nomilnal).
 Jika data dengan masalah skala pengukuran numerik tetapi tidak memenuhi
syarat untuk uji parametrik( misalnya distribusi data tidak normal), maka
dilakukan uji nonparametrik yang menrupakan alternatif dari uji
parametriknya.
- Alternatif uji t berpasangan adalah uji wilcoxon.
- Alternatif uji t tidak berpasangan adalah uji Mann-Whitney.
- Alternatif uji repeated ANOVA adalah uji Friedman.
- Alternatif Uji one Way ANOVA adalah uji Kruskal-Wallis.

 Uji statistik non parametrik dapat dipakai untuk ukuran sampel kecil, skala
pengukuran data mulai dari yang rendah (skala nominal) sampai dengan skala
pengukuran rasio.
Namun demikian Suciptawati (2009:3) mengemukakan kelebihan-kelebihan
statistik nonparametrik, yaitu:
1. Perhitungannya sederhana dan dapat dikerjakan dengan cepat, karna
analisisnya menggunakan cacahan, peringkat (rank) bahkan dapat
menggunakan tanda dari selisih pengamatan berpasangan.
2. Datanya tidak harus merupakan data kuantitatif, tetapi dapat berupa kualitatif
(skala nominal/ordinal).
3. Nilai peluang dari sebagian besar uji statistika nonparametrik diperoleh dalam
bentuk yang lebih pasti (kecuali untuk kasus sampel yang besar), tidak peduli
bagaimana bentuk sebaran populasi yang merupkan induk dari sampel-
sampelnya. Ketepatan nilai peluang itu tidak tergantung pada bentuk sebaran
populasinya, meskipun beberapa uji statistika nonparametrik menganggap
adanya kesamaan bentuk dua sebaran populasi atau lebih, dan beberapa uji

8
 yang lain menganggap sebaran populasi simetris. Dalam kasus-kasus uji
nonparametrik tertentu menganggap sebaran yang mendasarinya adalah
kontinyu, suatu anggapan yang juga digunakan pada parametrik.
4. Dapat digunakan untuk sampel berukuran kecil n=6.

Ada juga kekurangan kekurangan statistika nonparametrik, yaitu:

1. Uji-uji nonparametrik tidak memanfaatkan semua informasi yang terkandung
dalam sampel. Akibatnya, uji nonparametrik memerlukan ukuran sampel yang
lebih besar dibandingkan uji parametrik untuk mencapai peluang kesalahan
jenis II yang sama.
2. Uji nonparametrik tidak dapat digunakan untuk menguji adanya interaksi
seperti dalam model analisis ragam.
3. Metode nonparametrik tidak dapat digunakan untuk membuat ramalan seperti
dalam analisis regresi, karena asumsi sebaran normal tidak dapat dipenuhi.
4. Macam uji statistika nonparametrik terlalu banyak sehingga menyulitkan
peneliti dalam memilih uji yang sesuai.

9
 BAB III

PENUTUP
A. Kesimpulan
Statistik parametrik adalah uji hipotesis yang menguji perbedaan rata-rata pada
populasi. Metode yang sering digunakan dalam statistik parametrik adalah uji-t yang
didasarkan pada nilai student-t statistics. Uji t bertumpu pada asumsi bahwa data
berdistribusi normal dan rata-rata data diketahui. Pada uji ini, varians populasi
dihitung untuk mencari sampel dari populasi tersebut. Populasi diperkirakan dengan
bantuan skala interval dan variabel yang yang akan diuji hipotesisnya.
Statistik non parametrik adalah uji yang tidak membutuhkan asumsi parameter
apapun untuk populasi yang diuji atau dalam bahasa sederhana uji ini tidak
bergantung pada populasi. Dalam uji statistik non parametrik, tidak ada parameter
yang digunakan dan tidak ada distribusi yang harus diketahui. Hal ini menyebabkan
uji statistik non parametrik juga disebut sebagai metode bebas distribusi.
Apabila kita mencoba mencari hubungan, maka itu maksudnya kita mencari
korelasi. Untuk itu digunakan statistik korelasi. Apabila kita mencari perbedaan, maka
kita harus menggunakan uji satistik untuk perbedaan.
Selanjutnya, kita juga harus menentukan apakah menggunakan statistik
parametrik atau non-parametrik. Secara umum apabila data yang telah dikumpulakan
melalui instrumen adalah jenis data berupa skor berskala (interval) dengan kurva
normal, dengan besar sampel diatas 25, maka kita mungkin perlu menggunkan
statistik parametrik. Apabila menggunkan survei atau uji yang dikembangkan sendiri
atau ukuran sampelnya di bawah 23, maka kita mungkin perlu menggunkan statistik
non-parametrik. Apabila kita memiliki data campuran, maka kita lebih baik
menggunakan statistik non-parametrik. Kedua jenis statistik itu mampu menjawab
masalahyang dibutuhkan. Kebutuhan untuk menggunkan statistik terletak kepada uji
statistik mana yang dianggap tepat.

10
 DAFTAR PUSTAKA

Isbiyantoro,Seno. 2017. Parametrik dan Nonparametrik. Malang. Universitas Negeri Malang.

DQLab. 2021. Statistik Parametrik dan Non Parametrik dalam Ilmu Statistika. Diakses pada
30 mei 2023 dari https://dqlab.id/statistik-parametrik-dan-non-parametrik-dalam-
ilmustatistika#:~:text=Statistik%20parametrik%20adalah%20pengujian
%20yang,distribusi%20suatu%20populasi%20sudah%20diketahui.
Algoritma. 2022. perbedaan-statistik-parametrik-dan-non-parametrik. Diakses pada 30 mei
2023 dari https://algorit.ma/blog/perbedaan-statistik-parametrik-dan-non-parametrik-
2022/#:~:text=Statistik%20parametrik%20adalah%20uji%20statistik,dengan%20rata
%2Drata%20kelompok%20populasi.
Santoso,S.2010. Statistik Nonparametrik Konsep dan Aplikasi dengan SPSS. Jakarta: PT Elex
Media Komputindo.
Santoso,S.2010. Statistik Parametrik Konsep dan Aplikasi dengan SPSS. Jakarta: PT Elex
Media Komputindo.
Subana&Sudarajat.2000. Statistika Pendidikan. Bandung: Pustaka Setia.
Suciptawati, N.L. 2010. Metode Statistika Non Parametrik. Bali.Udayana University Press.
Sugiyono. (2013). Statistika untuk Penelitian. Bandung: CV Alfabeta.
Thoifah, I. 2016. Statitiska Pendidikan dan Metode Penelitian Kuantitatif. Malang: Madani

11