Statistika nonparametrik ialah suatu cabang ilmu statistik yang mempelajari prosedur-prosedur inferensial dengan kesahihan yang tidak bergantung kepada asumsi-asumsi yang kaku (misalnya syarat kenormalan suatu data, atau ragam yang sama, dll) tetapi cukup pada asumsi yang umum. Terdapat dua tipe utama prosedur statistik yang dianggap nonparametrik yaitu 1.) Nonparametrik murni dan 2.) Bebas Sebaran.
Statistik Nonparametrik Vs Statistik Parametrik Kekurangan dan Kelebihan
Setiap pemilihan prosedur pengujian data, apakah itu menggunakan Nonparametrik atau Parametrik memiliki kelebihan dan kekurangan masing-masing. Berikut adalah kelebihan dan kekurangan masing-masing prosedur :
Kelebihan Statistik Nonparametrik
Kelebihan prosedur pengujian menggunakan statistik nonparametrik dibandingkan dengan statistik parametrik ialah :
1. Asumsi yang digunakan minimum sehingga mengurangi kesalahan penggunaan
2. Perhitungan dapat dilakukan dengan cepat dan mudah
3. Konsep dan Metode Nonparametrik mudah dipahami bahkan oleh seseorang dengan kemampuan matematik yang minim
4. Dapat diterapkan pada skala peubah kualitatif (Nominal dan ordinal)
Kekurangan Statistik Nonparametrik
Kekurangan prosedur pengujian menggunakan statistik nonparametrik dibandingkan dengan statistik parametrik ialah :
1. Bila digunakan pada data yang dapat diuji menggunakan statistika parametrik maka hasil pengujian menggunakan statistik nonparametrik menyebabkan pemborosan informasi
2. Pekerjaan hitung-menghitung (aritmetik) karena memerlukan ketelitian terkadang menjemukan
Kapan Prosedur Nonparametrik digunakan ?
Prosedur Nonparametrik digunakan sebaiknya :
1. Bila hipotesis yang diuji tidak melibatkan suatu parameter populasi
2. Bila data telah diukur menggunakan skala nominal atau ordinal
3. Bila asumsi-asumsi yang diperlukan pada suatu prosedur pengujian parametrik tidak terpenuhi
4. Bila penghitungan harus dilakukan secara manual
Tidak ada komentar:
Posting Komentar