Translate

Sabtu, 20 April 2013

PERBEDAAN STATISTIK PARAMETRIK DAN STATISTIK NONPARAMETRIK


Perbedaan Statistik Parametrik dan Statistik Non-Parametrik



Saat kita hendak melakukan suatu riset, seringkali kita dihadapkan pada pilihan metode. Metode statistik apakah yang cocok digunakan dalam riset kita tersebut. Dalam mempelajari statistik, biasanya kita langsung dihadapkan pada metode statistik parametrik, padahal tidak semua data cocok diolah dengan statistik parametrik. Walaupun perkembangan statistik parameter sudah sedemikian canggih namun statistik parametrik memiliki beberapa kekurangan, misalnya pada masalah-masalah sosial yang memiliki skala nominal dan rasio, statistik parametrik tidak mampu mengukur dengan baik. Kalaupun bisa, hal tersebut merupakan upaya yang berlebihan (excessively method). Maka Statistik parametrik digunakan jika kita telah mengetahui model matematis dari distribusi populasi suatu data yang akan dianalisis. Jika kita tidak mengetahui suatu model distribusi populasi dari suatu data dan jumlah data relatif kecil atau asumsi kenormalan tidak selalu dapat dijamin penuh,maka kita harus menggunakan statistik non parametrik (statistik bebas distribusi).

Berikut ini adalah ringkasan yang memuat perbedaan antara Statistik Parametrik dan Statistik Non Parametrik. Dengan memahami perbedaan antara keduanya, diharapkan kita bisa menemukan metode statistik yang tepat dalam mengolah data riset yang tepat.

STATISTIK PARAMETRIK



Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar normal, maka data seharusnya dikerjakan dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik. 


Contoh metode statistik parametrik :

a. Uji-z (1 atau 2 sampel)
b. Uji-t (1 atau 2 sampel)
c. Korelasi pearson,
d. Perancangan percobaan (one or two-way anova parametrik), dll.


Ciri-ciri statistik parametrik :

- Data dengan skala interval dan rasio
- Data menyebar/berdistribusi normal

Keunggulan dan kelemahan statistik parametrik : 

Keunggulan :
  1. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.
  2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki varian yang homogen.
Kelemahan :
  1.  Populasi harus memiliki varian yang sama.
  2.  Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.
  3.  Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.



STATISTIK NON-PARAMETRIK


Statistik Non-Parametrik adalah test yang modelnya tidak menetapkan syarat-syaratnya yang mengenai parameter-parameter populasi yang merupakan induk  sampel penelitiannya. Oleh karena itu observasi-observasi independent dan variabel yang diteliti pada dasarnya memiliki kontinuitas. Uji metode non parametrik atau bebas sebaran adalah prosedur pengujian hipotesa yang tidak mengasumsikan pengetahuan apapun mengenai sebaran populasi yang mendasarinya kecuali selama itu kontinu.
Pendeknya: Statistik Non-Parametrik adalah yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal. 

Contoh metode statistik non-parametrik (selengkapnya dapat dilihat disini) :

a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
d. Fisher probability exact test.
e. Chi-square test, dll


Ciri-ciri statistik non-parametrik :

- Data tidak berdistribusi normal 

- Umumnya data berskala nominal dan ordinal
- Umumnya dilakukan pada penelitian sosial
- Umumnya jumlah sampel kecil 

Keunggulan dan kelemahan statistik non-parametrik :  

Keunggulan :
  1. Tidak membutuhkan asumsi normalitas.
  2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik  karena ststistika non-parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik.
  3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).
  4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.
  5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata.
  6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal.

Kelemahan :
  1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.
  2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik.
  3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu. (Khairul Amal)


Dalam implementasi, penggunaan prosedur yang tepat merupakam tujuan dari peneliti. Beberapa parameter yang dapat digunakan sebagai dasar dalam penggunaan statistik non parametrik adalah:
  1. Hipotesa yang diuji tidak melibatkan parameter populasi. 
  2. Skala yang digunakan lebih lemah dari skala prosedur parametrik. 
  3. Asumsi-asumsi parametrik tidak terpenuhi.

LANGKAH MENENTUKAN STATISTIK YANG AKAN DIGUNAKAN DALAM RISET

  1. Apakah jenis skala pengukuran data Anda, nominal, ordinal, interval atau rasio?
  2. Apakah data yang Anda miliki berjumlah besar?
  3. Apakah data Anda memiliki distribusi tertentu?

Setidaknya dengan menjawab tiga pertanyaan diatas anda sudah mampu menentukan jenis statistik apa yang akan Anda gunakan.
Semoga Bermanfaat!

11 komentar:

  1. terima kasih atas infonya mba, sangat mudah dipahami penjelasannya...

    BalasHapus
  2. Alhamdulillah jika terbantu...mampir lagi ya lain kali. Terimakasih

    BalasHapus
  3. terimakasih buat infonya mba,,,saya mengerti sekarang :)

    BalasHapus
  4. Ass mba, mau bertanya mba..utk memilih statistik apakah ketiga syarat musti dipenuhi atau salah satu saja mba, misalnya data ordinal tetapi ketika diuji normalitas sudah normal dan sampel cukup besar, teknik statistik mana yg digunakan mba, krna data ordinal itu sering dianalisis lngsung dg stat parametrik.trims

    BalasHapus
  5. ass mbk mau brtanya kalo datanya didalamnya ada rasio, ordinal, dan nominal jadi termasuk kategori mana? trims

    BalasHapus
    Balasan
    1. Statistik non parametrik adalah tool yang paling sederhana dengan berbagai kekurangan. Saya kira ketika data sudah memuat data dengan skala nominal, maka salahsatu syarat untuk menghitung dengan parametrik bisa dilakukan...Jika memang hanya bisa diolah dengan statistik non parametrik, maka skalanya harus dikonversi dulu menjadi data nominal atau ordinal.

      Hapus
  6. klo skalanya nominal dan interval. uji non parametriknya apa mbak ? trima kasih sebelumnya :)

    BalasHapus
  7. Jadi dalam menentukan uji non parametrik tidak hanya ditentukan oleh skala datanya saja. Tapi hipotesa apa yang ingin diuji. Misalanya Uji Mann-Whitney, adalah uji non-par untuk membandingkan 2 populasi yang saling independen. Dalam perhitungannya uji ini membutuhkan data ordinal, maka jika tersedia data skala nominal, maka datanya harus dikonversi dulu menjadi ordinal. Jadi skala data hanyalah sebagai syarat, bukan indikator utama dalam menentukan jenis uji non-par. Anda bisa lihat jenis teknik analisis non par di: http://bunda-bisa.blogspot.com/2013/03/jenis-teknik-analisis-statistik-non.html. Terimakasih atas kunjungannya.

    BalasHapus
  8. salam,,
    mba mohon maaf mau bertanya,, sebetulnya skala nominal itu bisa di pakai di penelitian yang bersifat parametrik tidak ya, di beberapa literatur yang saya bacaskala nominal biasanya digunakan memang untuk penelitian non parametrik, tapi apakah itu menjadi suatu keharusan atau boleh digunakan di penelitian parametrik megingat saya pernah membaca bahwa skala nominal di gunakan hanya untuk labelling.

    BalasHapus
  9. tulisannya sangat embantu sekali,
    terima kasih :)

    BalasHapus