STATISTIK PARAMETRIK DAN STATISTIK NON PARAMETRIK

STATISTIK PARAMETRIK DAN STATISTIK NON PARAMETRIK

 

• DEFINISI

  Statistika inferensi merupakan metode yang berhubungan dengan analisis data pada sampel

  dan hasilnya digunakan untuk generalisasi terhadap populasi. Penggunaan statistika 

  inferensi didasarkan pada peluang (probability) dan sampel yang diperoleh secara acak (random).

Analisa terhadap populasi adalah hal yang sulit dilakukan karena disamping akan sangat rumit dan 

kompleks, juga tidak efektif secara waktu dan biaya. Hal tersebut yang menjadi latar belakang 

statistika inferensi perlu dan penting dilakukan. Konsep statistika inferensi memungkinkan peneliti 

melakukan analisis dengan menggunakan data dari sampel untuk memperkirakan (mengetimasi) 

sebuah parameter populasi yang tidak diketahui. Statistika Inferensi dibagi menjadi 2, yaitu 

Parametrik dan Non Parametrik.

 

1. Statistik Parametrik

Statistik Parametrik adalah tes pengukuran yang dilakukan pada sampel setelah pemberi tes mengetahui 

parameter populasi sampel tersebut. Statistik Parametrik merupakan salah satu metode dalam pengolahan 

data statistik inferensial yang digunakan untuk menguji hipotesis yang telah ditetapkan. Hasil dari pengujian 

ini kemudian dijadikan kesimpulan terhadap populasi yang menjadi fokus penelitian sampelnya. Jumlah 

data yang digunakan statistik parametrik layak digunakan manakala sampelnya berukuran besar, minimal 

30 dengan kondisi data terdistribusi dengan normal dan data bertipe rasio dan interval. Dalam situasi ini, 

jumlah sampel sebanyak 30 telah dikategorikan sebagai sampel yang besar. 

 

2. Statistik Non Parametrik

Berbeda dari statistik parametrik yang telah diketahui terlebih dahulu parameternya, statistik non parametrik

adalah pengujian yang dilakukan tanpa mengetahui parameter sampelnya di awal. Statistik non parametrik 

adalah salah satu bagian dari statistik iinferensial yang tidak melibatkan estimasi nilai populasi. Model 

statistik non parametrik tidak menetapkan syarat-syarat untuk parameter-parameter populasi yang menjadi 

sampel utama penelitian. Mengakibatkan tidak adanya asumsi tentang kenormalan yang harus dipenuhi 

seperti dalam statistik parametrik. Ciri-ciri kelompok data yang dapat diuji dengan statistik non parametrik 

yaitu kelompok data tidak berdistribusi normal, data memiliki skala nominal dan ordinal, sering ditemukan 

pada penelitian ilmu sosial, serta ukuran sampel yang kecil. 

Syarat Penerapan Statistik Parametrik

 Ada beberapa kriteria yang perlu dipertimbangkan dan dicermati untuk menggunakan 

metode statistik parametrik didalam melakukan pengujian hipotesis yang telah ditetapkan :

• Sampel yang diambil harus berdistribusi normal
•  variansi sampel harus sama
•  Ukuran skala data harus interval atau rasio
•  Pngambilan sampel harus ditarik atau dilakukan secara random

Statistik non parametrik tidak membutuhkan pesyaratan parameter bagi populasi yang digunakan sebagai 

sampel utama didalam penelitian. Disni tidak ada asumsi kenormalan seperti halnya didalam statistik 

parametrik. Data yang bisa diuji dengan statistik non parametrik yaitu data - data yang tidak berdistribusi 

normal, melainkan data yang memiliki skala nominal dan ordinal. Statistik non parametrik sering digunakan 

sebagai alternatif lain manakala metode statistik parametrik tidak mungkin untuk diterapkan. Itu artinya 

penerapan statistik nonparametrik tentu berbeda dengan parametrik. Didalam statistik parametrik, prosedur 

ini digunakan untuk refrensi, estimasi statistik, uji statistik dengan populasi yang memiliki distribusi normal. 

Bila distribusinya tidak normal, disini diperlukan prosedur yang berbeda, karena untuk data populasi yang 

tidak normal dibutuhkan prosedur khusus yang dikenal dengan sebutan nonparametrik. Ada dua hal yang 

perlu dicermati sebelum melakukan analisis data dengan langkah non parametrik, yaitu populasi yang tidak 

pasti atau tidak diketahui, kemudian agak sulit menduga parameter populasi tersebut. Dengan kata lain, 

prosedur statistik disebut sebagai nonparametrik atau dianggap nonparametrik bila:

1. Prosedurnya non parametrik murni ;

2. Prosedurnya bebas distribusi

Prosedur bebas distribusi merupakan bentuk analisis statistik yang diterapkan pada populasi yang memiliki 

distribusi yang tidak jelas atau tidak diketahui, sedangkan inferensi statistik yang tidak memperhitungkan 

harga atau nilai parameter disebut nonparametrik. Ada beberapa hal yang perlu dijadikan pedoman oleh para 

peneliti untuk menerapkan prosedur non parametrik :

1. Untuk uji hipotesis hendaknya tidak menggunakan parameter populasi.

2. Ukuran data yang digunakan dengan skala yang kurang atau lebih lemah dibandingkan yang digunakan 

    sebagai syarat oleh prosedur parametrik.

 3. Menggunakan asumsi sedemikian agar penerapan suatu prosedur parametrik tidak terpenuhi. Dalam hal 

     ini pengolahan data harus dilakukan dengan cermat dan jangan sampai terungkap data bahwa ada asumsi 

     yang memenuhi pengujian parametrik, ini tidak boleh terjadi. Salah satu atau semua asumsi pengujian 

     harus tidak memenuhi parametrik, sehingga harus menerapkan prosedur nonparametrik. 

4. Bila penyajian hasil penelitian harus segera dilakukan, dan proses perhitungan itupun harus dilakukan 

    dengan cara manual.

KELEBIHAN DAN KEKURANGAN STATISTIK PARAMETRIK 

1. Kelebihan Statistik Parametrik

• Tidak perlu pengujian terhadap parameter populasi karena sudah dianggap memenuhi syarat 

• Data observasi diambil dari populasi dengan distribusi normal dan variannya homogen 

• Data observasi dianggap saling bebas karena diambil/ditarik dari populasi yang berdistribusi normal yang memiliki varian yang homogen.

2. Kekurangan Statistik Non Parametrik 

• Populasi harus memiliki varian yang sama

• Variabel terbatas hanya untuk jenis data berdasarkan skalanya seperti interval dan rasio

• Untuk melakukan analisis varian diperlukan persyaratan rata-rata populasi berdistribusi normal dengan varian sama, dan harus merupakan gabungan atau kombinasi linear dari efek-efek yang ditimbulkannya. 

KELEBIHAN DAN KEKURANGAN NON STATISTIK PARAMETRIK 

1. Kelebihan Statistik Non Parametrik

• Tidak membutuhkan asumsi normalitas sehingga mudah dilakukan

• Tidak menggunakan metode perhitungan matematik yang rumit 

• Uji hipotesa dilakukan secara langsung 

• Terkadang tidak diperlukan jenjang atau urutan karena data bersifat kualitatif

• Dapat Berfungsi sebagai uji pembanding statistik parametrik

2. Kekurangan Statistik Non Parametrik

• Sering mengabaikan beberapa informasi 

• Kemampuan ujinya kurang kuat dibanding statistik parametrik 

• Hasil tidak dapat dilakukan untuk pendugaan karakter populasi 

• Skala yang digunakan bersifat lemah

• Dalam uji hipotesis tidak melibatkan parameter.

Sumber: (Kelebihan dan Kekurangan Stat. Par dan Non Par)

KEUNTUNGAN DAN KERUGIAN PENGOLAHAN DATA STATISTIK PARAMETRIK DAN NON-PARAMETRIK

Keuntungan penggunaan pengolahan data statistik parametrik adalah tidak perlu dilakukan pengujian terhadap parameter populasi karena sudah dianggap memenuhi syarat. Kemudian, 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. Sedangkan, kerugian statistik parametrik adalah 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 minimal adalah interval dan rasio. Distribusi populasi harus diketahui berdistribusi normal. Jika belum diketahui tentu harus dicari terlebih dahulu menggunakan uji normalitas.

Keuntungan statistik non parametrik adalah 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. Kerugian statistik non-parametrik adalah 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 dan asumsi pada metode statistik parametrik tidak dipenuhi.