Home / Statistika / Perbedaan Statistik Parametrik dan Statistik Non Parametrik [Contoh]
Perbedaan Statistik Parametrik dan Statistik Non Parametrik [Contoh]
5 min read
Permasalahan yang sering ditemukan ketika melakukan sebuah penelitian atau riset adalah menentukan statistik uji, misalnya statistik uji apa yang cocok untuk penelitian yang sedang dikerjakan.
Mengapa metode statistik atau statistik uji menjadi penting untuk penelitian saya?
Karena statistik uji memberikan kekuatan terhadap hasil penelitian agar tetap di koridor ilmiah.
Apa yang dimaksud dengan ilmiah?
Artinya penelitian anda dapat diuji/dibuktikan oleh orang lain, siapapun yang menguji dengan cara yang sama pasti akan memperoleh hasil yang sama.
Dari rancangan penelitian yang telah dibuat, seharusnya sudah terlihat bahwa, metode statistik apa yang akan digunakan dan berapa sampel minimum yang harus diambil. Di sini letak permasalahan yang sering dialami oleh teman-teman yang akan menyusun tugas akhir.
Misalkan, mentor/pembimbing dengan anda sudah membuat kesepakatan atas topik penelitian dan judul ditetapkan sebagai berikut:
Dari judul penelitian diatas sudah bisa dibayangkan variabel apa yang dibutuhkan untuk topik kepuasan konsumen. Dari judul tersebut juga sudah bisa ditebak analisis yang dibutuhkan untuk mencapai tujuan penelitian kita, misal:
- Analisis deskriptif: ini wajib untuk semua jenis penelitian.
- Indeks Kepuasan Konsumen (Costumer Satisfaction Index): untuk melihat tingkat kepuasan konsumen
- Analisis Tingkat Kepentingan dan Kinerja: untuk mengukur pelayanan yang diterima konsumen
- Analisis Korespondensi: untuk melihat hubungan dua variabel secara simultan.
Nah tinggal diteruskan. Itu sebabnya seseorang peneliti perlu menguasai atau paham metode penelitian sebelum memulai. Wah susah sekali penelitian dan analisisnya ya? Tenang, tidak semua penelitian harus menggunakan analisis seperti itu, untuk level skripsi bisa menggunakan statistik uji sederhana.
Statistik Parametrik dan Non Parametrik
Seperti contoh diatas, dari topik dan judul tersebut kita bisa menentukan analisis dan ukuran sampel penelitian. Dalam dunia statistika, terdapat dua kelompok statistik yang bisa digunakan yaitu statistik Parametrik dan statistik Non Parametrik.
Kedua Teknik Statistik ini dapat dipilih salah satunya untuk anda gunakan sebagai metode uji.
Penentuan penggunaanstatistik parametrikataustatistik non parametriksangat tergantung padajenis data/danjumlah sampelyang digunakan.
Pada umumnya setelah kita memperoleh sebuah data dari proses pengumpulan, langkah selanjutnya adalah mencari nilai tengah dan simpangan bakunya. Kita lakukan pengujian untuk membuktikan apakah hipotesis kita ditolak atau diterima dengan melakukan pengujian statistik menggunakan statistik uji Z atau statistik Uji T. Namun terdapat beberapa syarat dan asumsi yang harus dipenuhi untuk Statistik Parametrik.
Dalam inferensia statistik, terdapat dua macam permasalahan yang sering kita temukan yaitu pendugaan parameter populasi dan uji hipotesis. Jika kondisi data dan jumlah data tidak memenuhi kriteria atau syarat untuk uji parametrik, maka kita dapat menggunakan alternatif lain yaitu metode statistik non parametrik.
Statistik Parametrik
Statistik parametrik adalah suatu teknik statistik yang dapat digunakan untuk menguji hipotesis dengan melibatkan parameter populasi. Statistik parametrik memiliki keterbatasan penggunaan jenis data yaitu minimal menggunakan data interval dan rasio.
Kita dapat menggunakan statistik parametrik apabila kita mengetahui distribusi dari populasi yang kita amati berdistribusi normal. Statistik parametrik merupakan yang paling dianjurkan, karena memiliki banyak kelebihan dari segi hasil namun sulit untuk dilakukan.
Banyak syarat yang harus dipenuhi untuk dapat diuji menggunakan metode statistik parametrik.
- Pasti kita akan bertanya kenapa sesulit itu?
Jawabannya tidak lain adalah agar hasilnya benar-benar menghampiri karakter populasinya (parameter populasi yang akan di duga).
Ukuran Sampel
Banyak yang berpendapat bahwa jika sampel berukuran kecil maka pasti digunakan uji non parametrik. Pernyataan tersebut belum tentu benar, tergantung distribusi dari populasi asalnya.
Meskipun sampel berukuran kecil namun jika diketahui bahwa sampel diambil dari populasi yang berdistribusi normal maka tetap yang digunakan adalah prosedur statistik parametrik.
Penentuan penggunaan uji parametrik
Lagipula, ukuran besar kecilnya sampel sangat relatif. Sehingga 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. Dalam artikel ini kita mengasumsikan sampel besar atau kecil dibatasi 30 ketas dikategorikanbesar dan jika 29 kebawah berarti digolongkan sebagai sampel kecil. Asumsi diatas berdasarkancentral theorem limit(teorema limit terpusat).
Metode Identifikasi
Statistik parametrik termasuk ke dalam bagian statistik inferensia. Dalam statistik parametrik perlu dipertimbangkan nilai satu atau lebih parameter populasi. Terdapat beberapa persyaratan yang perlu kita cermati dalam statistik parametrik:
- Sebaran data harus berdistribusi normal:Artinya jika kita mengambil sebuah sampel, maka populasi harus berdistribusi normal. Baik diketahui secara pasti melalui pengukuran uji normalitas, maupun diasumsikan berdistribusi normal.
- Skala data Numerik: skala data variabel harus berupa skala numerik (interval dan skala interval).
- Variasi datanya sama dan mengikuti ketentuan sebagai berikut:
- Kesamaan varians bukan menjadi salah satu syarat untuk uji kelompok berpasangan.
- Kesamaan variansi adalah syarat yang tidak wajib untuk dua kelompok tidak berpasangan.
- Kesamaan variansi menjadi syarat wajib untuk kasus lebih dari 2 kelompok tidak berpasangan.
Kelompok data yang dapat digunakan dalam teknik statistik parametrik memiliki ciri berupa populasi yang berdistribusi normal dengan varian-varian yang sama.
Berikut beberapa contoh statistik parametrik yang dapat digunakan sebagai statistik uji:
Kelebihan Statistik Parametrik
- Tidak perlu dilakukan pengujian terhadap parameter populasi karena sudah dianggap memenuhi syarat.
- Data observasi dianggap saling bebas dan diambil dari populasi yang memiliki distribusi normal dengan varian yang homogen. Asumsi-asumsi yang rumit tersebut membuat pengujian menggunakan metode parametrik dapat diandalkan akurasinya.
KekuranganStatistik Parametrik
- Populasi harus memiliki varian yang sama.Tentu hal ini merupakan hal yang sulit karena kenyataannya semua varian dari populasi tidak diketahui.
- Variabel variabel yang diteliti terbatas hanya untuk jenis data dengan skala paling tidak adalah interval dan rasio.
- Distribusi populasi harus diketahui berdistribusi normal. Jika belum diketahui tentu harus dicari terlebih dahulu menggunakan uji normalitas.
Statistik Non Parametrik
Pendugaan parameter atau nilai-nilai populasi disebut dengan statistik parametrik sedangkan statistik non parametrik tidak melibatkan pendugaan nilai populasi.
- Contoh:
Jika uji parametrik dapat digunakan untuk melihat perbedaan antara rata-rata nilai Tengah 2 kelompok daratan yang sudah diberi ranking, dengan data yang sama metode uji statistik non parametrik dapat digunakan untuk melihat perbedaan antara median mediannya.
Statistik non-parametrik adalah salah satu metode statistik yang dapat digunakan sebagai alternatif apabila metode statistik parametrik tidak dapat dilakukan.
Kondisi statistik non-parametrik
Statistik non parametrik tidak memiliki syarat seperti statistik parametrik. Tidak ada asumsi kenormalan yang wajib kita penuhi seperti pada statistik parametrik. Dalam statistik non parametrik tidak syarat mengenai karakteristik populasi induknya.
Berikut beberapacontoh uji statistik non-parametrik:
- Uji tanda (sign test)
- Rank sum test (wilcoxon)
- Rank correlation test (spearman)
- Fisher probability exact test.
- Chi-square test, dll
Ciri- kelompok data yang dapat diuji dengan statistik non-parametrik:
- Kelompok data tidak berdistribusi normal
- Umumnya data yang dimiliki memiliki skala nominal dan ordinal
- Sering ditemukan pada kasus penelitian ilmu sosial
- Ukuran sampel kecil dan tidak berdistribusi normal
Keunggulan Statistik Non-Parametrik
- Mudah dilakukan karena tidak membutuhkan asumsi normalitas
- Secara umum metode perhitungan yang digunakan tidak menggunakan perhitungan perhitungan matematik yang rumit.
- pengujian hipotesis dilakukan secara langsung pada pengamatan nyata
- Karena data umumnya bersifat kualitatif sehingga terkadang tidak dibutuhkan jenjang atau urutan
- Dapat juga digunakan untuk kelompok populasi berdistribusi normal sebagai uji pembanding statistik parametrik
Kelemahan Statistik Non-Parametrik
- Pengujian dengan menggunakan metode statistik non parametrik seringkali mengabaikan beberapa informasi.
- Kemampuan Uji metode Statistik non parametrik tidak sekuat metode parametrik
- Hasil uji metode statistik non parametrik tidak dapat digunakan untuk mengestimasi karakter populasi. Karena prosesnya sederhana dan cenderung menggunakan sampel kecil dan tidak berdistribusi normal. Selain itu penggunaan metode statistik non parametrik hanya membandingkan dua kelompok tertentu.
- Tidak melibatkan parameter populasi dalam uji hipotesis
- Skala yang digunakan bersifat lebih lemah.
- Asumsi pada metode statistik parametrik tidak dipenuhi.
Beberapa Uji Non Parametrik
Berikut beberapa uji non parametrik yang bisa digunakan sebagai pengujian alternatif uji parametrik.
Kelompok UjiStatistik UjiDeskriftifUji Binomial \(\chi^{2}\) | Run test \(\chi^{2}\) | Goodness of Fit Kolmogorov Semirnov satu sampelKomparatifDua sampel berhubungan: Uji Mc Nemar | Wilcoxon sampel berpasangan | Uji Tanda Dua sampel independen: Uji median Mann-Whitney | Kolmogorov Semirnov dua sampel | Wald Wolfowidsz | Kasus lebih dari dua sampel independen: Uji Chi-square \(\chi^{2}\) | Uji median Kruskal WallisAsosiatifKoefisien Kontingensi C Koefisien\(\phi\) untuk tabel\(2 \times 2\) | Rank Spearman \(\tau\) | Uji Korelasi Kendall (Kendall-Tau) dllContoh uji non-parametrikPerbandingan Metode Statistik Parametrik dan Non-Parametrik
Berikut beberapa pasangan uji yang dapat dipakai dan sepadan antarauji parametrik dan non parametrik.
Jenis UjiParametrikNon ParametrikUji KorelasiPearson, regresiSpearmanUji 2 KelompokIndpendenIndependen Sampel t-TestMann WhitneyUji lebih dari 2 KelompokIndpendenAnova satu arahKruskall WallisUji berulang kasus 2 sampelUji T sampel berpasanganWilcoxonUji Berulang Kasus lebh dari 2 SampelAnova satu arah berulangFriedmanJenis-jenis uji statistik parametrik dan non-parametrikLangkah-langkah menentukan statistik uji
- Mengidentifikasi: lakukan pengamatan mengenai karakter data yang akan diuji, apakah jenis data nominal, ordinal, interval atau rasio.
- Perhatikan ukuran sampel yang diambil dari populasi, apakah berukuran besar atau kecil*. Besar kecilnya sampel mengikuti ketentuan literatur.
- Pastikan anda mengetahui apakah data yang akan di uji memiliki distribusi tertentu.
Rangkuman
Prioritas statistik uji adalah penggunaan uji statistik parametrik, apabila tidak dapat diterapkan maka pilih statistik non parametrik sebagai alternatifnya. Perbedaan antara penggunaan statistik parametrik dan non parametrik dapat dilihat pada tabel dibawah ini.
ParametrikNon parametrikDibutuhkan asumsi kenormalanTidak butuh asumsi kenormalan, sehingga disebut juga bebas sebaranJenis data kuantitatif atau memiliki skala interval atau rasioSelain data kuantitatif juga dapat digunakan untuk data kualitatif.Jumlah data \(\geq\) 30 (berukuran besar). Karena \(\geq\) 30 akan mengikuticentral limit theorem(teorema limit terpusat)Biasanya data yang digunakan adalah berukuran kecil dan tidak berdistribusi normalPerbedaan metode statistik parametrik dan non-parametrikDemikian artikel mengenai perbedaan antara statistik parametrik dan statistik non parametrik. Semoga bermanfaat, jika ada yang salah atau kurang dipahami, silahkan di tuliskan di kolom komentar.
Referensi:
- Sydney Siegel: Statistik Nonparametrik untuk Ilmu-ilmu Sosial: Gramedia 1992
- R. E. Walpole: Pengantar Statistika edisi ke 3: Gramedia 1993
- Statistika