KONSEP

STATISTIK
PARAMETERIK
DAN
NON PARAMETRIK
STATISTIK PARAMETERIK

Adalah metode statistik dimana pengujian hipotesis

untuk menarik kesimpulan dengan asumsi bahwa
sampel diambil dari populasi yang berdistribusi
normal atau hampir normal dan dilakukan dengan
sampel yang besar (n>30), (karena dengan sampel
besar, distribusi rata-rata sampel akan berdistribusi
normal atau mendekati normal).
Penjelasan :

Tidak semua populasi berdistribusi normal,

misalnya tekanan darah, kadar kolestrol
berdistribusi mendekati normal.
Tetapi mungkin lamanya penyakit dan beratnya
penyakit tidak berdistribusi normal.

Bila pengujian hipotesis dilakukan dengan statistik

parameterik pada sampel yang tidak berdistribusi
normal maka hasilnya kurang tepat (tidak valid).
YANG TERMASUK ANALISIS PARAMETRIC ADALAH

a. Uji t (t-test)
b. Uji t (t-test) dua sampel
c. Anova satu jalur (one way – anova)
d. Anova dua jalur (two way – anova)
e. Uji Pearson product Moment
f. Uji Korelasi Parsial (Partial Correlation)
g. Uji Korelasi Ganda (Multiple Correlation)
h. Uji Regresi (Regresion Test), dan
i. Uji Regresi Ganda (Multiple Regresion Test).
STATISTIKA NON-PARAMATRIK

Adalah metode statistika yang tidak tergantung

pada bentuk distribusi populasi
Statistika tersebut disebut statistika non- parametrik
(distribution free).
KEUNTUNGAN STATISTIKA NON-PARAMETRIK. AL

1. Statistika Non-Parametrik tidak membutuhkan asumsi tentang

normalitas data
2. Statistika Non-Parametrik lebih mudah, tidak membutuhkan
statistika yang rumit
3. Statistika Non-Parametrik dapat menggantikan data numerik
dengan jenjang. Misalnya : nilai 235, 246, 267 dapat diganti
dengan nilai 1, 2, 3
4. Pengujian hipotesis Statistika Non-Parametrik dilakukan secara
langsung pada pengamatan yang nyata.
5. Walaupun Statistika Non-Parametrik tidak terikat pada distribusi
normal tetapi dapat digunakan pada populasi berdistribusi normal
KERUGIAN STATISTIKA NON-PARAMETRIK. AL

1. Statistika Non-Parametrik mengabaikan beberapa informasi

tertentu. Misalnya nilai pengamatan nilai 235, 246, 267
misalnya angka terkhir berubah menjadi 2267, maka pada
Statistika Non-Parametrik tetap merupakan ke-3 dan
terbesar.
2. Hasil pengujian hipotesis Statistika Non-Parametrik tidak
setajam Statistika Parametrik. Misal intervasi estimasi pada
derajad keperayaan 95% dengan Statistika Non-Parametrik
mungkin dua kali lipat lebih besar dari pada estimasi pada
Statistika Parametrik
STATISTIK INFERENSIAL NONPARAMATRIK
Statistic inferensial nonparamatrik adalah merupakan statistika yang dalam teknik analisa tidak
memerlukan populasi berdistribusi normal atau disebut dengan statistk yang bebas distribusi
Contoh :
 Mann whitney

 Kruskall wallis

 Willcoxon

 Fridman

 Spearman

 Chi Square

 Binominal

 Runs

 Two Independent Sample T Teas

 K-Independent Sample T Test

 Two Related Sample, Uji WIlcoxcon, McNemer, dll