Skip to content Skip to sidebar Skip to footer

Perbedaan Antara Uji Parametrik dan Nonparametrik

Perbedaan Antara Uji Parametrik dan Nonparametrik

Untuk membuat generalisasi tentang populasi dari sampel, digunakan uji statistik. Uji statistik adalah teknik formal yang mengandalkan distribusi probabilitas, untuk mencapai kesimpulan tentang kewajaran hipotesis.

Pengujian hipotesis yang berkaitan dengan perbedaan ini diklasifikasikan sebagai pengujian parametrik dan nonparametrik. Uji parametrik adalah pengujian yang memiliki informasi tentang parameter populasi.

Di sisi lain, tes nonparametrik adalah tes di mana peneliti tidak tahu tentang parameter populasi. Jadi, baca artikel ini sepenuhnya, untuk mengetahui perbedaan signifikan antara uji parametrik dan nonparametrik.

Tabel Perbandingan


Dasar Perbandingan
Parametrik
Nonparametrik
Pengertian
Uji statistik, di mana asumsi spesifik dibuat tentang parameter populasi dikenal sebagai uji parametrik.
Uji statistik yang digunakan dalam kasus variabel independen non-metrik, disebut uji non-parametrik.
Dasar Uji statistik
Distribusi
Semuanya
Tingkat pengukuran
Interval atau rasio
Nominal atau ordinal
Ukuran tendensi sentral
Mean
Median
Informasi tentang populasi
Sepenuhnya diketahui
Tidak tersedia
Penerapan
Variabel
Variabel dan Atribut
Uji korelasi
Pearson
Spearman

Definisi Uji Parametrik

Uji parametrik adalah uji hipotesis yang memberikan generalisasi untuk membuat pernyataan tentang rata-rata populasi induk. Uji berdasarkan statistik siswa, yang sering digunakan dalam hal ini.

Statistik bertumpu pada asumsi yang mendasari bahwa ada distribusi normal variabel dan rata-rata diketahui atau diasumsikan diketahui. Varians populasi dihitung untuk sampel. Diasumsikan bahwa variabel yang menarik, dalam populasi diukur pada skala interval.

Definisi Uji Nonparametrik

Uji nonparametrik didefinisikan sebagai uji hipotesis yang tidak didasarkan pada asumsi yang mendasari, yaitu tidak memerlukan distribusi populasi untuk dilambangkan dengan parameter tertentu.

Tes ini terutama didasarkan pada perbedaan median. Oleh karena itu, secara bergantian dikenal sebagai uji bebas distribusi. Tes mengasumsikan bahwa variabel diukur pada tingkat nominal atau ordinal. Ini digunakan ketika variabel independen non-metrik.

Perbedaan Utama Antara Tes Parametrik dan Nonparametrik

Perbedaan mendasar antara uji parametrik dan nonparametrik dibahas dalam poin-poin berikut:

1. Uji statistik, di mana asumsi spesifik dibuat tentang parameter populasi dikenal sebagai uji parametrik. Uji statistik yang digunakan dalam kasus variabel bebas nonmetrik disebut uji nonparametrik.

2. Dalam uji parametrik, statistik uji didasarkan pada distribusi. Di sisi lain, statistik uji arbitrer dalam kasus uji nonparametrik.

3. Dalam uji parametrik, diasumsikan bahwa pengukuran variabel kepentingan dilakukan pada tingkat interval atau rasio. Berbeda dengan uji nonparametrik, di mana variabel kepentingan diukur pada skala nominal atau ordinal.

4. Secara umum, ukuran tendensi sentral dalam uji parametrik adalah mean, sedangkan dalam kasus uji nonparametrik adalah median.

5. Dalam uji parametrik, terdapat informasi lengkap tentang populasi. Sebaliknya, pada uji nonparametrik, tidak ada informasi tentang populasi.

6. Penerapan uji parametrik hanya untuk variabel, sedangkan uji nonparametrik berlaku untuk variabel dan atribut.

7. Untuk mengukur derajat hubungan antara dua variabel kuantitatif, koefisien korelasi Pearson digunakan dalam uji parametrik, sedangkan korelasi peringkat spearman digunakan dalam uji nonparametrik.

Kesimpulan

Untuk membuat pilihan antara uji parametrik dan nonparametrik tidaklah mudah bagi seorang peneliti yang melakukan analisis statistik. Untuk melakukan hipotesis, jika informasi tentang populasi diketahui secara lengkap, melalui parameter, maka pengujian tersebut dikatakan sebagai uji parametrik sedangkan jika tidak ada pengetahuan tentang populasi dan diperlukan untuk menguji hipotesis pada populasi, maka tes yang dilakukan dianggap sebagai tes nonparametrik. 

You may like these posts: