ANALISIS DATA (STATISTIK PARAMTRIS DAN NONPARAMETRIS)

 MATERI- METODOLOGI PENELITIAN KUANTITATIF

Oleh: Eny Latifah,S.E.Sy.,M.Ak

Analisis Data (Statistik Parametris dan Nonparametris)

 

A.    Statistik Parametris

Statistik parametrik adalah cabang dari statistik inferensial yang menggunakan informasi tentang parameter populasi untuk membuat kesimpulan tentang populasi tersebut berdasarkan data sampel. Statistik parametrik mengasumsikan bahwa data memiliki distribusi tertentu (biasanya normal) dan menggunakan statistik yang didasarkan pada parameter populasi seperti rata-rata dan standar deviasi. 

Ciri-ciri statistik parametrik:

1.       Data berdistribusi normal: Data yang dianalisis diasumsikan mengikuti distribusi normal. 

2.       Skala data interval atau rasio: Data yang digunakan biasanya berskala interval atau rasio, yang merupakan data kuantitatif. 

3.       Menggunakan parameter populasi: Statistik parametrik melibatkan penggunaan parameter populasi seperti rata-rata dan standar deviasi dalam perhitungan dan analisis. 

Contoh statistik parametrik:

1.       Uji-t (t-test) untuk membandingkan rata-rata dua kelompok.

2.       Analisis Varian (ANOVA) untuk membandingkan rata-rata lebih dari dua kelompok.

3.       Korelasi Pearson untuk mengukur kekuatan hubungan antara dua variabel. 

Kelebihan statistik parametrik:

1.     Hasil analisis yang lebih kuat: Jika asumsi-asumsi terpenuhi, statistik parametrik dapat menghasilkan kesimpulan yang lebih kuat dan akurat. 

2.     Dapat digunakan untuk berbagai jenis penelitian: Statistik parametrik dapat diterapkan pada berbagai jenis penelitian kuantitatif. 

Kekurangan statistik parametrik:

1)    Memiliki asumsi yang ketat: Statistik parametrik memiliki asumsi yang harus dipenuhi, terutama asumsi distribusi normal, yang mungkin sulit dipenuhi dalam beberapa kasus.

2)    Kurang cocok untuk data non-normal: Jika data tidak berdistribusi normal, statistik parametrik mungkin tidak cocok untuk digunakan. 

 

B.    Statistik Nonparametris

Statistik nonparametrik adalah cabang statistik yang tidak mengharuskan adanya asumsi tentang distribusi populasi data yang diuji. Dengan kata lain, uji statistik nonparametrik tidak bergantung pada parameter populasi dan tidak mensyaratkan data harus berdistribusi normal.

Tidak Ada Asumsi Distribusi Normal: Statistik nonparametrik tidak mengharuskan data mengikuti distribusi tertentu, seperti distribusi normal yang sering menjadi asumsi dalam statistik parametrik.

Bebas Distribusi (Distribution-free): Karena tidak adanya asumsi distribusi, statistik nonparametrik juga sering disebut sebagai statistik bebas distribusi.

Data Skala Nominal atau Ordinal: Statistik nonparametrik sering digunakan ketika data yang dianalisis berskala nominal (kategorikal) atau ordinal (peringkat).

Cocok untuk Sampel Kecil: Uji nonparametrik seringkali menjadi pilihan yang baik ketika ukuran sampel relatif kecil.

Contoh Uji Nonparametrik: Beberapa contoh uji nonparametrik meliputi uji Wilcoxon, uji Mann-Whitney, uji Kruskal-Wallis, dan uji Friedman.

Keuntungan: Keuntungan menggunakan statistik nonparametrik adalah kemudahan dalam penerapan karena tidak membutuhkan banyak asumsi, serta kemampuannya untuk menganalisis data yang tidak memenuhi asumsi statistik parametrik.

Kerugian: Kerugiannya adalah hasil uji nonparametrik biasanya tidak dapat digunakan untuk mengestimasi karakteristik populasi secara akurat, seperti yang bisa dilakukan dalam statistik parametrik.

Perbandingan dengan Statistik Parametrik: Statistik parametrik, di sisi lain, memerlukan asumsi tentang distribusi populasi (biasanya distribusi normal) dan melibatkan penggunaan parameter populasi dalam analisis. Statistik parametrik umumnya lebih kuat jika asumsi-asumsinya terpenuhi, tetapi bisa menjadi tidak tepat jika asumsi tersebut dilanggar.

C.     Perbedaan Statistik Parametrik dan Non-parametrik

Statistik parametrik dan non-parametrik adalah dua pendekatan berbeda dalam analisis statistik. Perbedaan utama terletak pada asumsi yang mendasari dan jenis data yang digunakan. Statistik parametrik mengasumsikan data berdistribusi normal dan menggunakan parameter populasi seperti mean dan standar deviasi, sementara statistik non-parametrik tidak memerlukan asumsi distribusi tertentu dan seringkali digunakan untuk data nominal atau ordinal. 

Berikut adalah perbedaan lebih detail antara statistik parametrik dan non-parametrik: 

1)    Asumsi Distribusi Data:

a)      Statistik Parametrik: Mengasumsikan data terdistribusi normal atau mendekati normal. Data biasanya diukur pada skala interval atau rasio.

b)      Statistik Non-parametrik: Tidak memerlukan asumsi distribusi tertentu. Data bisa berupa nominal atau ordinal, seperti peringkat atau kategori. 

2)    Jenis Data:

a)   Statistik Parametrik: Cocok untuk data kuantitatif yang terukur, seperti tinggi badan, berat badan, atau nilai ujian.

b)   Statistik Non-parametrik: Cocok untuk data kualitatif atau data kuantitatif yang tidak memenuhi asumsi normalitas, seperti preferensi, ranking, atau kategori. 

3)    Ukuran Tendensi Sentral:

a)   Statistik Parametrik: Menggunakan mean (rata-rata) sebagai ukuran tendensi sentral.

b)   Statistik Non-parametrik: Menggunakan median (nilai tengah) sebagai ukuran tendensi sentral. 

4)    Ukuran Derajat Hubungan:

a)   Statistik Parametrik: Menggunakan koefisien korelasi Pearson untuk mengukur hubungan antara dua variabel kuantitatif.

b)   Statistik Non-parametrik: Menggunakan korelasi peringkat Spearman untuk mengukur hubungan antara dua variabel kuantitatif yang diukur pada skala ordinal. 

5)    Contoh Uji Statistik:

a)      Statistik Parametrik: Uji-t, ANOVA, regresi linier. 

b)      Statistik Non-parametrik: Uji Wilcoxon, uji Mann-Whitney, uji Kruskal-Wallis, uji Chi-square. 

6)    Penerapan:

a)   Statistik Parametrik: Lebih sering digunakan dalam penelitian yang melibatkan populasi besar dan data yang terukur dengan baik. 

b)   Statistik Non-parametrik: Lebih fleksibel dan dapat digunakan dalam berbagai situasi, termasuk penelitian dengan data terbatas atau data yang tidak memenuhi asumsi normalitas. 

 

 

 

 

 

 

 

 

DAFTAR PUSTAKA

 

Arikunto, S. 2002. Metode Penelitian Kualitatif. Jakarta: Bumi Aksara.

Bennett, N., Borg, W. R., & Gall, M. D. (1984). Educational Research: An Introduction. British Journal of Educational Studies, 32(3), 274. https://doi.org/10.2307/3121583

Emzir. 2009. Metodologi Penelitian Pendidikan. Jakarta: PT. Raja Grafindo Persada.

Kasiram, Mohammad. 2008. Metode Penelitian Kuantitatif Kualitatif. Malang: UIN Malang

Lubis. A.Y, (2014) Filsafat Ilmu: Klasik hingga Kontemporer. Jakarta: PT Raja Grafindo Persada

Muslim. (2016). Varian-Varian Paradigma, Pendekatan, Metode, Dan Jenis Penelitian Dalam Ilmu Komunikas I, Wahana, Vol. 1, No. 10, Ganjil, 78-79

Sugiyono. 2019. Metode Penelitian Kuantitatif, Kualitatif dan R & D. Bandung: Alfabeta

Sudjana, N. dan Ibrahim, R. 2001. Penelitian dan Penilaian Pendidikan. Bandung: Sinar Baru Algesindo.

Suharsimi Arikunto. 2019. Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta: Rineka Cipta.

Suparlan Suhartono. 2008. Wawasan pendidikan: Sebuah pengantar pendidikan. Yogyakarta: Ar-Ruzzmedia.