“TEKNIK PENGUMPULAN DATA

PARAMETRIK DAN NON

PARAMETRIK”

By:
WINAYU SARI (21052005)

SALSABILA ALIFIA ZAHRA (21052009)

 A. Pengertian Parametrik

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.
Dalam statistik parametrik, ada beberapa hal yang terbilang
menjadi komponen penting, diantaranya adalah:
• Pengujian yang relatif sederhana, dimana sebuah hipotesis
dibangun dari asumsi bahwa hukum tertentu dapat diterapkan
pada populasi.
• Asumsi, dimana tes parametrik digunakan untuk melihat
apakah data memenuhi asumsi yang jelas tentang populasi.
• Tes dan analisis, tes dilakukan dengan memanfaatkan
hipotesis, dan adata bisa dianalisis dengan menggunakan
metode statistk.
• Grafik, data yang ada bisa divisualisasikan ke dalam bentuk
grafik
 Statistik parametrik merupakan pengolahan data statistik
yang dianjurkan dalam penelitian. Hal ini dikarenakan
banyak kelebihan dari segi output yang dihasilkan, namun
persyaratan pengujian yang juga terbilang rumit. Salah
satu persyaratan pengujian dalam pengolahan data statistik
adalah ukuran sampel. Ukuran sampel yang biasanya
menjadi perdebatan bahwa dengan menggunakan statistik
parametrik harus memiliki sampel dalam jumlah yang
besar. Berdasarkan temuan dari Statmat.id, pernyataan ini
belum tentu benar. Ukuran besar kecilnya sampel sangat
relatif.
 Hal ini diindikasikan bahwa 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. Hal ini mengasumsikan bahwa sampel besar
atau kecil dibatasi 30 keatas dikategorikan "besar" dan
jika 29 kebawah berarti digolongkan sebagai sampel
"kecil". Asumsi diatas berdasarkan central theorem limit
(teorema limit terpusat).
Beberapa syarat yang bisa dijadikan pertimbangan untuk
menggunakan uji statistik parametrik adalah:

• Populasi yang dijadikan tempat pengambilan sampel

harus berdistribusi normal
• Sampel memiliki variansi yang sama
• Skala data yang digunakan harus berbentuk interval
atau rasio
• Proses pengambilan sampel harus dilakukan secara
random
Beberapa kelebihan dari statistik parametrik yang bisa
kamu jadikan pertimbangan untuk menggunakan metode
ini adalah:

• Sampel memiliki varian yang homogen karena

berasal dari populasi yang berdistribusi normal
• Syarat-syarat parameter dari populasi yang
menjadi sampel biasanya tidak akan diuji lagi dan
dianggap memenuhi syarat.
Adapun kekurangan dari teknik statistik parametrik adalah:

• Populasi harus memiliki variansi yang sama agar data dapat

berdistribusi normal, karena syarat utama menggunakan
statistika parametrik adalah harus berdistribusi normal.
• Variabel-variabel yang diteliti harus berbentuk numerik dan
dapat diukur, sehingga skala data yang diperbolehkan hanya
skala interval dan rasio.
• Dalam analisis varian ditambahkan persyaratan rata-rata
dari populasi harus normal dan bervarian sama, dan harus
merupakan kombinasi linear dari efek-efek yang
ditimbulkan
 B. Pengertian Non
Parametrik
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. Uji non-parametrik didefinisikan sebagai uji hipotesis
yang tidak didasarkan pada asumsi yang mendasarinya atau tidak
mengharuskan distribusi populasi dilambangkan dengan parameter
tertentu. Tes ini utamanya didasarkan pada perbedaan median. Oleh
karena itu, secara umum dikenal juga sebagai uji bebas distribusi.
 Tes ini mengasumsikan bahwa variabel diukur pada tingkat
nominal atau ordinal, digunakan untuk variabel independen non-
metrik.
Berikut beberapa poin penting mengenai statistik non-parametrik:
• Dibuat tanpa asumsi – Statistik non-parametrik tidak membuat
asumsi. Tendensi sentralnya diukur dengan nilai median.
• Tidak perlu distribusi populasi – Dalam statistik non-parametrik,
distribusi populasi tidak diperlukan dan penentuan populasinya
menggunakan parameter yang berbeda.
• Tidak didasarkan pada hipotesis – Lebih didasarkan pada perbedaan
median.Jenis metode – Metode pengujian yang digunakan dikenal
sebagai uji bebas distribusi.
• Variabel – Variabel uji didasarkan pada tingkat ordinal atau nominal.
 Syarat-syarat uji non parametrik adalah:
• Data tersebut harus diukur dalam skala ordinal, interval atau rasio.
• Uji nonparametrik tidak sesuai untuk data nominal atau kategorikal.
• Datanya harus independen. Tes non-parametrik mengasumsikan bahwa
observasi tidak tergantung satu sama lain.
• Data tidak boleh terdistribusi secara normal. Tes non-parametrik
dirancang untuk digunakan ketika data tidak mengikuti distribusi normal.
• Ukuran sampel harus cukup besar untuk menghasilkan hasil yang dapat
diandalkan. Umumnya, ukuran sampel yang direkomendasikan minimal
20, namun hal ini dapat bervariasi tergantung pada tes spesifik yang
digunakan.
• Data tidak boleh memiliki outlier yang ekstrem. Pencilan dapat
mendistorsi hasil pengujian nonparametrik
 Kelebihan Statistik Non-Parametrik
Kelebihan statistik non-parametrik adalah kemudahan.
Pengujian ini mudah dilakukan karena tidak membutuhkan
asumsi normalitas. Umumnya, pengujian ini juga tidak
menggunakan perhitungan matematik yang rumit sehingga
bisa dilakukan secara langsung pada pengamatan nyata karena
data umumnya bersifat kualitatif. Statistik non-parametrik juga
bisa dipakai untuk kelompok populasi berdistribusi normal
sebagai uji pembanding statistik parametrik.
Kekurangan dari pengunaan prosedur-prosedur model
Statistik Non Parametrik adalah:

• Penggunaan Statistik Non Parametrik akan menjadi

penghamburan data jika data memenuhi syarat model
statistik parametrik,
• Belum ada satu pun dalam metode Statistik Non
Parametrik untuk mengukur interaksi-interaksi dalam
model analisis varian,
• Penggunanaan Statistik Non Parametrik memerlukan
banyak tenaga serta menjemukan.
C. Perbedaan Statistik Parametrik dan Non Parametrik
Berikut rangkuman perbedaan utama antara statistik
parametrik dan non-parametrik

• Penerapan – Penerapan uji parametrik hanya untuk

variabel, sedangkan uji non-parametrik berlaku untuk
variabel dan atribut.
• Ukuran tendensi sentral – Secara umum, ukuran tendensi
sentral dalam uji parametrik adalah mean, sedangkan dalam
kasus uji non-parametrik adalah median.
• Informasi tentang populasi – Dalam uji parametrik, terdapat
informasi lengkap tentang populasi. Sebaliknya, pada uji
nonparametrik, tidak ada informasi tentang populasi.
• Cara mengukur derajat hubungan antara dua variabel
kuantitatif – Koefisien korelasi Pearson digunakan dalam uji
parametrik, sedangkan uji nonparametrik menggunakan
korelasi peringkat spearman.
• Pengukuran variabel – Dalam uji parametrik, diasumsikan
bahwa pengukuran variabel kepentingan dilakukan pada
tingkat interval atau rasio. Sedangkan pada uji nonparametrik,
variabel kepentingan diukur pada skala nominal atau ordinal.
 Kesimpulan
statistik parametrik dan non parametrik adalah dua hal berbeda
dengan kelebihan masing-masing. Mudahnya, perbedaan statistik
parametrik dan non parametrik terletak pada ada atau tidaknya
asumsi awal atau hipotesis mengenai distribusi pada sebuah
populasi. Jika ada, maka bisa disebut sebagai pengujian dengan
menggunakan statistik parametrik dan disebut uji parametrik.
Sebaliknya, jika hipotesis terhadap sebuah populasi belum
terbentuk, bisa disebut sebagai statistik non parametrik.
Sebaliknya, jika hipotesis tentang populasi perlu diuji tanpa
adanya informasi tentang populasi, maka statistik non-parametrik
bisa dipakai. Pengujian yang dilakukan untuk menganalisis
laporan statistik non-parametrik disebut uji non-parametrik.