Statistik Nonparametrik

Statistik Nonparametrik

Sebelum berbicara mengenai statistik nonparametrik, ada baiknya kita bahas apa itu statistik parametrik. Padaumumnya, setelah data dikumpulkan, langkah selanjutnya adalah mencari nilai tengahnya (mean) dan simpangannya(variance), kemudian dilakukan uji-z atau uji-t. Semua tindakan yang dilakukan di atas merupakan prosedur umumstatistik parametric yang mengacu pada suatu parameter yang dipunyai oleh sebuah distribusi. Pada ilustrasi di atas, kitamengambil kasus distribusi normal dimana parameternya adalah nilai tengah dan simpangan.Berbeda dengan statistik parametrik, statistik nonparametrik adalah prosedur statistik yang tidak mengacu padaparameter tertentu. Itulah sebabnya, statistik nonparametrik sering disebut sebagai prosedur yang bebas distribusi (freedistibutionprocedures). Banyak orang berpendapat, jika data yang dikumpulkan terlalu kecil maka prosedur statistiknonparametrik lebih baik digunakan. Pendapat ini bisa benar dan bisa pula salah. Masalahnya adalah, bagaimanamendefinisikan besar-kecilnya suatu data? Bukankah hal ini sangat relatif? Yang jelas, kita pasti menggunakan statistiknonparametrik bila kita tidak mengetahui dengan pasti distribusi dari data yang kita amati. Namun jika kita yakin datayang diamati berdistribusi normal, misalkan dibuktikan dengan memakai uji statistik, maka kita bisa memakai prosedurstatistik parametrik untuk distribusi normal. Sebaliknya, walaupun data yang dikumpukan berjumlah besar, tetapi tidakdapat dipastikan distribusinya, maka sebaiknya dipakai prosedur statistik nonparametrik.Statistik nonparametrik mempunyai beberapa kelebihan dan kekurangan. Kelebihannya antara lain adalah:1. Tingkat kesalahan penggunaan prosedur statistik nonparametrik relatif kecil karena statistik jenis ini tidak memerlukanbanyak asumsi.2. Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah, khususnya untuk data yang kecil.3. Konsep dalam statistik nonparametrik mudah untuk dimengerti.4. Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun peringkat (rank).Sebaliknya, kekurangan statistik nonparametrik yang paling utama adalah hasil tidak selalu sesuai dengan yangdiharapkan karena kesederhanaan perhitungannya. Namun, walaupun perhitungan dalam statistik nonparametrik sangatsederhana, bila jumlah datanya sangat besar maka dibutuhkan perhitungan yang sangat lama. Untuk kasus yangdemikian, prosedur statistik parametrik lebih tepat untuk digunakan.Berikut adalah beberapa uji statistik yang biasa dipakai. Kolom pertama menguraikan uji statistik parametrik, sementarakolom kedua menampilkan uji statistik nonparametrik yang sepadan. Uji Parametrik (menggunakan asumsidistribusi Normal) Uji nonparametrik yang bersesuaian TujuanUji - t untuk sample bebas Uji Mann-Whitney U; Uji Wilcoxon jumlah peringkat Membandingkan duasample bebas Uji - t berpasangan Uji Wilcoxon pasangan dengan peringkat yang cocok Menelitiperbedaan dalam suatu grup Koefisien korelasi Pearson Koefisien korelasi peringkat SpearmanMengetahui hubungan korelasi linier antara dua peubah Analisa varians satu arah (Uji F ) Analisa variansdengan menggunakan peringkat Kruskal-Wallis Membandingkan tiga grup atau lebih Analisa varians duaarah Analisa varians dua arah Friedman Mabandingkan tiga grup atau lebih dengan menggunakan duafaktor yang berbedaJadi dapat disumpulkan bahwa penggunaan statistik nonparametrik lebih diutamakan jika hipotetis yang akan diuji tidakmelibatkan parameter dari populasi. Data yang diambil tidak memenuhi syarat yang ditetapkan oleh statistik parametrikdan asumsi-asumsinya ditolak, atau bila kita membutuhkan hasil yang cepat sebelum melakukan penelitian berikutnya.

Tags: Statistik, Nonparametrik