Permasalahan yang sering ditemukan dikala melaksanakan sebuah penelitian atau riset yaitu memilih statistik uji, contohnya statistik uji apa yang cocok untuk penelitian yang sedang dikerjakan.
Mengapa metode statistik atau statistik uji menjadi penting untuk penelitian saya?
Karena statistik uji menunjukkan kekuatan terhadap hasil penelitian biar tetap di koridor ilmiah.
Apa yang dimaksud dengan ilmiah?
Artinya penelitian anda sanggup diuji oleh orang lain, siapapun yang menguji dengan cara yang sama niscaya akan memperoleh hasil yang sama.
Dari rancangan penelitian yang telah dibentuk 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 kiprah akhir.
Misalkan, mentor/pembimbing dengan anda sudah menciptakan janji atas topik penelitian dan judul ditetapkan sebagai berikut:
Dari judul penelitian diatas sudah bisa dibayangkan variabel apa yang diharapkan untuk topik kepuasan konsumen.
Dari judul tersebut juga sudah bisa ditebak analisis yang diharapkan 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 korelasi 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? haha.
Tenang, tidak semua penelitian harus memakai analisis ibarat itu, untuk level skripsi bisa memakai statistik uji sederhana.
Daftar Isi
Statistik Parametrik dan Non Parametrik
Seperti rujukan diatas, dari topik dan judul kita bisa memilih analisis dan ukuran sampel penelitian.
Dalam dunia statistika terdapat dua kelompok statistik yang bisa digunakan yaitu statistik Parametrik dan statistik Non Parametrik.
Kedua Tehnik Statistik ini sanggup dipilih salah satunya untuk anda gunakan sebagai metode uji.
[otw_shortcode_info_box border_type=”border-top-bottom” border_color_class=”otw-blue-border” border_style=”dashed” shadow=”shadow-outer” rounded_corners=”rounded-5″ icon_type=”general foundicon-checkmark”]Penentuan penggunaan statistik parametrik atau statistik non parametrik sangat tergantung pada jenis data/ dan jumlah sampel yang digunakan. [/otw_shortcode_info_box]
Pada umumnya sehabis kita memperoleh sebuah data dari proses pengumpulan, langkah selanjutnya yaitu mencari nilai tengah dan simpangan bakunya.
Kita lakukan pengujian untuk menandakan apakah hipotesis kita ditolak atau diterima dengan melaksanakan pengujian statistik memakai statistik uji Z atau statistik Uji T.
Namun terdapat beberapa syarat dan perkiraan yang harus dipenuhi untuk Statistik Parametrik. [Akan kita bahas di bawah].
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 ini parametrik maka kita sanggup memakai alternatif yaitu metode statistik non parametrik.
Statistik Parametrik
Statistik parametrik yaitu suatu teknik statistik yang sanggup digunakan untuk menguji hipotesis dengan melibatkan parameter populasi.
Statistik parametrik mempunyai keterbatasan penggunaan jenis data yaitu minimal memakai data interval dan rasio.
Kita sanggup memakai statistik parametrik apabila kita mengetahui distribusi dari populasi yang kita amati berdistribusi normal.
Statistik parametrik merupakan yang paling dianjurkan, lantaran mempunyai banyak kelebihan dari segi hasil namun sulit untuk dilakukan.
Banyak syarat yang harus dipenuhi untuk sanggup diuji memakai metode statistik parametrik.
Pasti kita akan bertanya kenapa sesulit itu?
Jawabannya tidak lain yaitu biar alhasil benar-benar menghampiri aksara populasinya (parameter populasi yang akan di duga).
Ukuran sampel
Banyak yang beropini bahwa bila sampel berukuran kecil maka niscaya digunakan uji non parametrik.
Pernyataan tersebut belum tentu “Ya”, tergantung distribusi dari populasi asalnya.
Meskipun sampel berukuran kecil namun bila diketahui bahwa sampel diambil dari populasi yang berdistribusi normal maka tetap yang digunakan yaitu mekanisme statistik parametrik.
Lagipula ukuran besar kecilnya sampel sangat relatif.
Sehingga besar kecilnya sampel tidak serta-merta menjadi patokan apakah kita memakai statistik parametrik atau non parametrik.
Banyak literatur yang menyampaikan bahwa ukuran sampel yang dikatakan besar lebih besar dari 40, ada juga yang beropini bahwa sampel dikatakan besar bila lebih besar atau sama dengan 30.
Dalam artikel ini kita mengasumsikan sampel besar atau kecil dibatasi 30 ketas dikategorikan “besar” dan bila 29 kebawah berarti digolongkan sebagai sampel “kecil”.
Asumsi diatas berdasarkan central theorem limit (teorema limit terpusat).
Identifikasi
Statistik parametrik termasuk ke dalam belahan 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 bila kita mengambil sebuah sampel, maka populasi harus berdistribusi normal. Baik diketahui secara niscaya 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:
a. Kesamaan varians bukan menjadi salah satu syarat untuk uji kelompok berpasangan.
b. Kesamaan variansi yaitu syarat yang tidak wajib untuk dua kelompok tidak berpasangan.
c. Kesamaan variansi menjadi syarat wajib untuk kasus lebih dari 2 kelompok tidak berpasangan.
[otw_shortcode_info_box border_type=”bordered” border_color_class=”otw-blue-border” border_style=”dashed” shadow=”shadow-outer” icon_type=”general foundicon-plus”]Kelompok data yang sanggup digunakan dalam teknik statistik parametrik mempunyai ciri berupa populasi yang berdistribusi normal dengan varian-varian yang sama.[/otw_shortcode_info_box]
Berikut beberapa rujukan statistik parametrik yang sanggup digunakan sebagai statistik uji:
[otw_shortcode_info_box border_type=”bordered” border_style=”bordered” shadow=”shadow-outer”][/otw_shortcode_info_box]
Kelebihan Statistik Parametrik
- Tidak perlu dilakukan pengujian terhadap parameter populasi lantaran sudah dianggap memenuhi syarat.
- Data observasi dianggap saling bebas dan diambil dari populasi yang mempunyai distribusi normal dengan varian yang homogen. Asumsi-asumsi yang rumit tersebut menciptakan pengujian memakai metode parametrik sanggup mengemban amanah akurasinya.
Kekurangan Statistik Parametrik
- Populasi harus mempunyai varian yang sama.Tentu hal ini merupakan hal yang sulit lantaran kenyataannya semua varian dari populasi tidak diketahui.
- Variabel variabel yang diteliti terbatas hanya untuk jenis data dengan skala paling tidak yaitu interval dan rasio.
- Distribusi populasi harus diketahui berdistribusi normal. Jika belum diketahui tentu harus dicari terlebih dahulu memakai uji normalitas.
Statistik Non Parametrik
Pendugaan parameter atau nilai-nilai populasi disebut dengan statistik parametrik sedangkan statistik non parametrik tidak melibatkan pendugaan nilai nilai populasi.
Contohnya:
Jika uji parametrik sanggup 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 sanggup digunakan untuk melihat perbedaan antara median mediannya.
Statistik non parametrik yaitu salah satu metode statistik yang sanggup digunakan sebagai alternatif apabila metode statistik parametrik tidak sanggup dilakukan.
Statistik non parametrik tidak mempunyai syarat ibarat statistik parametrik.
Tidak ada perkiraan kenormalan yang wajib kita nangis ibarat pada statistik parametrik.
Dalam statistik non parametrik tidak syarat mengenai karakteristik populasi induknya.
Berikut beberapa 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 sanggup diuji dengan statistik non parametrik:
- Kelompok data tidak berdistribusi normal
- Umumnya data yang dimiliki mempunyai skala nominal dan ordinal
- Sering ditemukan pada kasus penelitian ilmu sosial
- Ukuran sampel kecil dan tidak berdistribusi normal
Keunggulan Statistik Non-Parametrik
- Mudah dilakukan lantaran tidak membutuhkan perkiraan normalitas
- Secara umum metode perhitungan yang digunakan tidak memakai perhitungan perhitungan matematik yang rumit.
- pengujian hipotesis dilakukan secara eksklusif pada pengamatan nyata
- Karena data umumnya bersifat kualitatif sehingga terkadang tidak diharapkan jenjang atau urutan
- Dapat juga digunakan untuk kelompok populasi berdistribusi normal sebagai uji pembanding statistik parametrik
Kelemahan Statistik Non-Parametrik
- Pengujian dengan memakai 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 sanggup digunakan untuk mengestimasi aksara populasi. Karena prosesnya sederhana dan cenderung memakai 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 Uji | Statistik Uji |
| Deskriftif |
|
| Komparatif | Dua sampel berhubungan
Dua sampel independen
Kasus lebih dari dua sampel independen
|
| Asosiatif |
|
Perbandingan Metode statistik Parametrik dan Non Parametrik
Berikut beberapa pasangan uji yang sanggup digunakan dan sepadan antara uji parametrik dan non parametrik.
| Jenis Uji | Parametrik | Non Parametrik |
| Uji Korelasi | Pearson,regresi | Spearman |
| Uji 2 Kelompok Indpenden | Independen Sampel t-Test | Mann Whitney |
| Uji lebih dari 2 Kelompok Indpenden | Anova satu arah | Kruskall Wallis |
| Uji berulang kasus 2 sampel | Uji T sampel berpasangan | Wilcoxon |
| Uji Berulang Kasus lebh dari 2 Sampel | Anova satu arah berulang | Friedman |
Langkah-langkah memilih statistik uji
- Mengidentifikasi : lakukan pengamatan mengenai aksara 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 mempunyai distribusi tertentu.
Rangkuman
Prioritas statistik uji yaitu penggunaan uji statistik parametrik, apabila tidak sanggup diterapkan maka pilih statistik non parametrik sebagai alternatifnya.
Perbedaan antara penggunaan statistik parametrik dan non parametrik sanggup dilihat pada tabel dibawah ini.
| Parametrik | Non parametrik |
| Dibutuhkan perkiraan kenormalan | Tidak butuh perkiraan kenormalan, sehingga disebut juga bebas sebaran |
| Jenis data kuantitatif atau mempunyai skala interval atau rasio | Selain data kuantitatif juga sanggup digunakan untuk data kualitatif. |
| Jumlah data \(\geq\) 30 (berukuran besar). Karena \(\geq\) 30 akan mengikuti central limit theorem (teorema limit terpusat) | Biasanya data yang digunakan yaitu berukuran kecil dan tidak berdistribusi normal |
Demikian artikel mengenai perbedaan antara statistik parametrik dan statistik non parametrik. Semoga bermanfaat, bila ada yang salah atau kurang dipahami, silahkan di tuliskan di kolom komentar.
Jika ada pertanyaan terkai yang merupakan pengembangan, silahkan submit di forum untuk kami dan tim jawab.
Terima kasih.
Sumber :
- Sydney Siegel : statistik nonparametrik untuk ilmu-ilmu sosial: Gramedia – 1992
- R. E. Walpole : Pengantar Statistika edisi ke 3 : Gramedia – 1993
Contributor : Darmawan
Apa artikel ini membantu? Beri rating.
Sumber https://statmat.id