STATISTIKA NON PARAMETRIK

I GUSTI AYU KENCHANA DEWI, ST,MM

 PENGERTIAN
Uji non parametrik adalah metode analisis statistik yang tidak menganggap data
populasi termasuk dalam distribusi tertentu yang ditentukan oleh beberapa
parameter. Karena itu, uji non-parametrik juga dikenal sebagai uji bebas
distribusi. Tes ini biasanya didasarkan pada distribusi yang memiliki parameter
yang tidak ditentukan.

Uji nonparametrik dalam statistika tidak mengasumsikan bahwa data diambil

dari distribusi normal. Distribusi normal milik keluarga distribusi probabilitas
berparametrik dan mencakup parameter seperti rata-rata, varians, standar
deviasi, dll. Dengan demikian, uji non-parametrik tidak membuat asumsi
tentang parameter distribusi probabilitas.
 PENGERTIAN
Tes non-parametrik dapat didefinisikan sebagai tes yang digunakan dalam analisis
statistik ketika data yang dipertimbangkan bukan milik keluarga distribusi parametrized.
Ketika data tidak memenuhi persyaratan untuk melakukan uji parametrik, uji non
parametrik digunakan untuk menganalisisnya.

Alasan menggunakan Test Non Parametrik :

Penting untuk mengakses kapan harus menerapkan uji parametrik dan non-parametrik
untuk sampai pada inferensi statistik yang benar. Alasan untuk menggunakan tes non-
parametrik diberikan di bawah ini:
1. Ketika distribusi miring, uji non-parametrik digunakan. Untuk distribusi miring, rata-
rata bukan merupakan ukuran tendensi sentral terbaik, oleh karena itu, uji parametrik
tidak dapat digunakan.
2. Jika ukuran data terlalu kecil maka memvalidasi distribusi data menjadi sulit. Jadi,
dalam kasus seperti itu, uji non-parametrik digunakan untuk menganalisis data.
 PENGERTIAN
3. Jika datanya nominal atau ordinal, maka digunakan uji nonparametrik. Hal ini
karena uji parametrik hanya dapat digunakan untuk data kontinu.
JENIS STATISTIKA NON PARAMETRIK

Tes parametrik adalah tes yang mengasumsikan bahwa data mengikuti distribusi
normal. Contohnya termasuk ANOVA dan Uji-T. Ada banyak metode berbeda yang
tersedia untuk melakukan tes non-parametrik. Tes ini juga dapat digunakan dalam
pengujian hipotesis.
 PERBEDAAN UJI NON PARAMETRIK
& PARAMETRIK
Bergantung pada jenis distribusi data yang diperoleh dari keduanya, uji parametrik
dan uji non-parametrik dapat digunakan dalam pengujian hipotesis. Tabel yang
diberikan di bawah ini menguraikan perbedaan utama antara tes parametrik dan
non-parametrik.
 KELEBIHAN & KEKURANGAN UJI
NON PARAMETRIK
Tes non-parametrik digunakan ketika kondisi untuk tes parametrik tidak terpenuhi.
Dalam beberapa kasus ketika data tidak sesuai dengan asumsi yang dibutuhkan
tetapi memiliki ukuran sampel yang besar maka uji parametrik tetap dapat
digunakan. Beberapa keuntungan dan kerugian dari tes non-parametrik tercantum
sebagai berikut:
1. Kelebihan Uji Non Parametrik
Pengetahuan tentang distribusi populasi tidak diperlukan.
Perhitungan yang terlibat dalam tes semacam itu lebih singkat.
Tes non-parametrik mudah dipahami.
Tes ini berlaku untuk semua tipe data.
 KELEBIHAN & KEKURANGAN UJI
NON PARAMETRIK
2. Kekurangan Uji Non Parametrik
Mereka tidak seefisien rekan parametrik mereka.
Karena ini adalah tes bebas distribusi, tingkat akurasi berkurang.
 CATATAN PENTING
UJI NON PARAMETRIK
Uji non-parametrik adalah uji statistik yang dilakukan pada data milik distribusi
yang parameternya tidak diketahui.
Ini digunakan pada distribusi miring dan ukuran tendensi sentral yang
digunakan adalah median.
Uji Kruskal Wallis, uji tanda, uji bertanda Wilcoxon dan uji Mann Whitney u
adalah beberapa uji nonparametrik penting yang digunakan dalam pengujian
hipotesis.
WASSALAMU’ALAIKUM Wr. Wb.