Pengertian Statistik Parametrik Dan Non Parakmetrik

Statistik Parametrik dan Nonparametrik

Sebelum membahas statistik parametrik dan nonparametrik, tidak akan lepas untuk membahas mengenai statistik inferensial. Seperti yang telah diketahui, bahwa statistik inferensial digunakan untuk menggambil kesimpulan kesimpulan (to infer) yang lebih luas untuk populasi.

Secara umum terdapat dua kegiatan yang dilakukan dalam statistik inferensial, yaitu :

1. Menaksir (to estimate), yaitu menaksir parameter populasi berdasarkan ukuran-ukuran sampel.
2. Menguji (to test), yaitu menakasir suatu hipotesis

Terdapat dua tipe statistik inferensial, yaitu statistik parametrik dan nonparametrik.

A.  Statistik Parametrik

1.      Pengertian

Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak.

Statistik parametrik digunakan untuk menguji hipotesis dan variabel yang terukur. 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. 

Misal : “Berapa menit rata-rata waktu layanan pelanggan di restoran cepat saji X?”. variabel waktu layanan pelanggan dapat diukur dalam menit.

2.      Syarat-syarat statistik parametrik :

a.       Data dengan skala interval dan rasio

b.      Data menyebar/berdistribusi normal

3.      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.

4.      Keunggulan dan kelemahan statistik parametrik

a.    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.

b.    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.

B.  Statistik Nonparametrik

1.    Pengertian

Statistik Non-Parametrik, 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.

Misal : “Berapa besar kepuasan pelanggan terhadap pelayanan restoran cepat saji X?”. variabel kepuasan tidak memiliki satandar pasti.

2.    Syarat statistik non-parametrik

a.       Data tidak berdistribusi normal

b.      Umumnya data berskala nominal dan ordinal

c.       Umumnya dilakukan pada penelitian social

d.      Umumnya jumlah sampel kecil

3.    Contoh metode statistik non-parametrik :

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

4.    Keunggulan dan kelemahan statistik non-parametrik  

a.       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.

b.      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