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.