Parametrik vs Non Parametrik
Statistika merupakan salah satu cabang studi yang memungkinkan kita memahami dinamika populasi dengan menggunakan sampel yang diambil dari populasi tertentu yang diminati. Sampel ini harus acak. Banyak rumus dibuat dengan penggabungan matematika, untuk mengambil kesimpulan tentang parameter populasi. Secara alami setiap populasi dapat memiliki “distribusi normal” di mana penyebaran data / sampel memiliki bentuk lonceng dalam grafik frekuensi. Dalam distribusi normal, sebagian besar sampel terkonsentrasi di sekitar mean dan 68%, 95%, 99% data ditemukan masing-masing dalam 1, 2, dan 3 standar deviasi. Statistik parametrik dan nonparametrik bergantung pada apakah dianggap distribusi normal atau tidak.
Apa itu Statistik Parametrik?
Statistik parametrik adalah statistik di mana data / sampel dianggap diambil dari distribusi normal. Pengertian statistik parametrik adalah “statistik yang mengasumsikan bahwa data berasal dari suatu jenis distribusi probabilitas dan membuat kesimpulan tentang parameter distribusi”. Sebagian besar metode statistik dasar yang diketahui termasuk dalam kelompok ini. Pada kenyataannya, mereka mungkin tidak terdistribusi secara normal. Oleh karena itu, jenis statistik ini didasarkan pada lebih banyak asumsi. Jika data / sampel terdistribusi normal atau hampir terdistribusi normal, rumus dapat menghasilkan hasil dan kesimpulan yang akurat. Namun, jika asumsi terdistribusi normal salah, statistik parametrik bisa jadi sangat menyesatkan.
Apa itu Statistik Non-parametrik?
Statistik non parametrik juga dikenal sebagai statistik bebas distribusi. Keuntungan dari jenis statistik ini adalah tidak harus membuat asumsi seperti yang dibuat sebelumnya dengan parametrik. Perhitungan statistik non parametrik lebih memperhatikan median daripada mean. Oleh karena itu, jika satu atau dua menyimpang dari nilai rata-rata, pengaruhnya diabaikan. Umumnya statistik parametrik lebih disukai daripada ini karena memiliki kekuatan lebih untuk menolak hipotesis palsu daripada metode nonparametrik. Salah satu tes non parametrik yang paling dikenal adalah uji Chi-square. Ada analog nonparametrik untuk beberapa uji parametrik seperti, Uji T Wilcoxon untuk uji t sampel berpasangan, Uji U Mann-Whitney untuk uji t sampel independen, korelasi Spearman untuk korelasi Pearson, dll. Untuk uji t satu sampel, tidak ada uji non parametrik yang sebanding.
Apa perbedaan antara Parametrik dan Non-parametrik?
• Statistik parametrik bergantung pada distribusi normal, tetapi statistik non-parametrik tidak bergantung pada distribusi normal.
• Statistik parametrik membuat lebih banyak asumsi daripada statistik Non-Parametrik.
• Statistik parametrik menggunakan rumus yang lebih sederhana dibandingkan dengan statistik Non-Parametrik.
• Jika suatu populasi diyakini berdistribusi normal atau mendekati distribusi normal, statistik parametrik adalah yang terbaik untuk digunakan. Jika tidak, yang terbaik adalah menggunakan metode nonparametrik.
• Sebagian besar metode statistik dasar yang umum dikenal termasuk dalam statistik parametrik. Statistik non parametrik jarang digunakan dan diterapkan untuk kasus-kasus khusus.
