Bidang statistik berisi dua jenis variabel: dependen dan independen. Demikian pula, ahli statistik menggunakan berbagai jenis tes, parametrik dan non-parametrik.
Pengambilan Kunci
- Tes parametrik didasarkan pada asumsi mengenai distribusi yang mendasari populasi, sedangkan tes nonparametrik tidak memerlukan asumsi tersebut.
- Uji nonparametrik lebih kuat terhadap data outlier dan non-normal dibandingkan uji parametrik.
- Tes parametrik cenderung memiliki kekuatan statistik yang lebih besar, tetapi tes nonparametrik lebih disukai bila asumsi untuk tes parametrik tidak terpenuhi.
Parametrik vs Nonparametrik
Perbedaan utama antara kedua tes ini adalah yang satu tergantung, dan yang lain independen sampai batas tertentu dari parameter seperti rata-rata, standar deviasi, variasi, dan Teorema Limit Pusat. Semua ini adalah parameter berbeda yang dihitung berdasarkan data yang tersedia. Namun, setiap tes parametrik memiliki pasangan nonparametrik atau yang setara.
Prosedur statistik parametrik digambarkan sebagai prosedur yang hasilnya bergantung pada asumsi bentuk distribusi data (Contoh: Distribusi Normal) dan parameter distribusi yang diasumsikan.
Prosedur statistik nonparametrik digambarkan sebagai prosedur yang hasilnya bergantung pada tidak ada atau sedikit asumsi bentuk distribusi data atau tentang parameter distribusi yang diasumsikan. Aplikasi mereka lebih fleksibel dan kuat karena tidak bergantung pada asumsi atau kondisi yang telah ditentukan sebelumnya untuk data.
Tabel perbandingan
| Parameter Perbandingan | Parametrik | Nonparametrik |
|---|---|---|
| Definisi | Tes yang hasilnya bergantung pada distribusi disebut tes parametrik. | Tes yang hasilnya tidak bergantung pada distribusi disebut tes nonparametrik. |
| Kekuatan statistik | Tes parametrik memiliki kekuatan statistik yang lebih tinggi. | Tes nonparametrik memiliki kekuatan statistik yang lebih rendah. |
| Multifungsi | Tes parametrik tidak berlaku untuk semua situasi. | Tes nonparametrik lebih kuat dan dapat diterapkan pada situasi yang berbeda. |
| nilai tendensi sentral | Nilai rata-rata adalah nilai tendensi sentral untuk tes ini. | Nilai median adalah nilai tendensi sentral untuk tes ini. |
| Jenis distribusi | Ini digunakan pada data yang mengikuti distribusi normal. | Ini digunakan pada data yang mengikuti distribusi arbitrer apa pun. |
Apa itu Uji Parametrik?
Uji statistik parametrik mengasumsikan parameter populasi dan distribusi data asalnya. Uji parametrik digunakan untuk data kuantitatif dengan kontinyu variabel.
Tes parametrik yang paling banyak dan umum digunakan adalah uji-t (untuk ukuran sampel kurang dari 30), Uji-Z (untuk ukuran sampel lebih besar dari 30), ANOVA, dan Korelasi peringkat Pearson. Nilai tendensi sentral yang dipertimbangkan adalah rata-rata distribusi dan sebagian besar berlaku untuk distribusi data normal.
Distribusi kontinu seperti data tentang berbagai tinggi atau berat a jenis dari waktu ke waktu dan data tentang suhu adalah contoh di mana tes parametrik digunakan. Meskipun karena asumsi tentang data, penerapannya sedikit kurang fleksibel dalam kehidupan nyata.
Apa itu Uji Nonparametrik?
Tes nonparametrik adalah tes yang tidak bergantung pada asumsi atau parameter distribusi data apa pun untuk menganalisisnya. Mereka juga terkadang disebut sebagai "tes bebas distribusi".
Kami menggunakan tes nonparametrik karena jika data tidak memenuhi asumsi sampel populasi atau ketika data miring, ukuran sampel populasi terlalu kecil, atau jika data yang dianalisis adalah nominal atau ordinal.
Ini lebih fleksibel dalam aplikasi kehidupan nyata karena data yang ditemukan dalam kehidupan nyata belum tentu terdistribusi secara normal dan sebagian besar mengelompok atau non-linier. Karena kesederhanaan dan sifatnya yang kuat, tes nonparametrik dipandang kurang rentan terhadap penggunaan yang tidak tepat dan kesalahpahaman.
Perbedaan Utama Antara Tes Parametrik dan Nonparametrik
Perbedaan utama antara uji Parametrik dan Nonparametrik adalah bahwa uji parametrik bergantung pada data yang mengikuti asumsi atau kondisi tertentu. Sebaliknya, uji nonparametrik tidak perlu mengikuti asumsi semacam itu. Beberapa perbedaan lain antara kedua tes tersebut adalah sebagai berikut:
- Data parametrik mengikuti distribusi normal, sedangkan distribusi normal mengikuti sembarang distribusi arbitrer.
- Tes parametrik hanya berlaku untuk variabel, sedangkan tes nonparametrik dapat diterapkan untuk atribut dan variabel.
- Nilai kecenderungan sentral untuk uji parametrik adalah rata-rata, dan untuk uji nonparametrik adalah median.
- Dalam situasi kehidupan nyata, tes nonparametrik adalah alternatif yang lebih pas daripada tes parametrik.
- Dalam kasus di mana ukuran sampel besar, uji parametrik menunjukkan kekuatan statistik yang lebih tinggi daripada uji nonparametrik.
Referensi
- http://people.umass.edu/~biep640w/pdf/HOSKIN%20Tonya%20Intro%20to%20Nonparametrics.pdf
- https://onlinelibrary.wiley.com/doi/abs/10.1002/j.1556-6676.1988.tb02007.x
Terakhir Diperbarui : 11 Juni 2023
Saya telah berusaha keras menulis posting blog ini untuk memberikan nilai kepada Anda. Ini akan sangat membantu saya, jika Anda mempertimbangkan untuk membagikannya di media sosial atau dengan teman/keluarga Anda. BERBAGI ADALAH ️
Emma Smith memegang gelar MA dalam bahasa Inggris dari Irvine Valley College. Dia telah menjadi Jurnalis sejak tahun 2002, menulis artikel tentang bahasa Inggris, Olahraga, dan Hukum. Baca lebih lanjut tentang saya tentang dia halaman bio.
Posting ini menyoroti aspek penting dari tes parametrik dan nonparametrik. Penjelasan dan contoh yang jelas memudahkan pemahaman konsep.
Tentu saja, penerapan praktis yang dibahas di sini cukup membantu.
Saya menemukan perbandingan rinci antara tes parametrik dan nonparametrik sangat informatif.
Postingan ini secara efektif menyoroti perbedaan antara pengujian parametrik dan nonparametrik, menawarkan perbandingan yang terstruktur dengan baik. Penerapan praktis yang dibahas memberikan wawasan berharga mengenai tes ini.
Tabel perbandingan komprehensif berfungsi sebagai referensi yang bagus untuk memahami tes ini.
Saya setuju, wawasan praktis yang dibagikan di sini membuat postingan ini cukup menarik.
Demikianlah penjelasan yang sangat lengkap dan tepat mengenai perbedaan tes parametrik dan nonparametrik. Poin-poin Pentingnya sangat jelas dan saya menghargai referensinya.
Saya sangat setuju, postingan ini sangat informatif!
Ya, tabel perbandingan memudahkan untuk memahami perbedaan antara tes-tes ini.
Posting ini menawarkan wawasan rinci tentang tes parametrik dan nonparametrik. Perbandingan ini sangat membantu.
Meskipun postingan ini informatif, penjelasan yang lebih rinci tentang perbedaan kekuatan statistik antara uji parametrik dan nonparametrik akan meningkatkan nilainya.
Ini adalah postingan berwawasan luas dengan informasi berharga tentang tes parametrik dan nonparametrik. Ini memberikan gambaran umum yang bagus tentang topik tersebut.
Referensi yang diberikan pada postingan ini menambah kredibilitas dan kedalaman pembahasan tes parametrik dan nonparametrik.
Tabel perbandingan terstruktur dengan baik dan informatif, memberikan pemahaman yang jelas tentang perbedaan dalam tes ini.
Postingan ini menjelaskan perbedaan utama antara tes parametrik dan nonparametrik dengan cukup efektif. Saya menghargai contoh-contoh praktis yang digunakan untuk menggambarkan tes ini.
Meskipun informatif, postingan ini mengabaikan fakta bahwa pengujian nonparametrik bisa lebih efektif dalam skenario tertentu karena fleksibilitasnya. Penekanan pada uji parametrik yang memiliki kekuatan statistik lebih besar agak menyesatkan.
Saya mengerti maksud Anda, kita juga harus mempertimbangkan penerapan dan skenario praktisnya.
Pembahasan mengenai kekuatan statistik dapat diperluas dan dijelaskan lebih detail.