STATIKSHITT :*

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.
Nonparametrik
Istilah nonparametrik sendiri pertama kali digunakan oleh Wolfowitz, 1942. Istilah lain yang sering digunakan antara lain distribution-free statistics dan assumption-free test. Dari istilah-istilah ini, dengan mudah terlihat bahwa metode statistik nonparametrik merupakan metode statistik yang dapat digunakan dengan mengabaikan segala asumsi yang melandasi metode statistik parametrik, terutama yang berkaitan dengan distribusi normal.
Statistika non-parametrik -> statistika bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik biasanya digunakan untuk melakukan analisis pada data berjenis Nominal atau Ordinal. Data berjenis Nominal dan Ordinal tidak menyebar normal. Contoh metode Statistika non-parametrik:Binomial test, Chi-square test, Median test, Friedman Test, dll.
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



1. Antara Statistika Parametrik dan Nonparametrik

Statistika pada dasarnya dapat dibagi atas Statistika Deskriptif dan Statistika Inferensial/Induktif. Statistika Deskriptif meliputi prosedur, proses dan tahapan dalam peringkasan hasil-hasil pengamatan secara kuantitatif. Dalam pengertian lain statistika deskriptif mempelajari cara-cara pengumpulan, penyusunan, dan penyajian data suatu penelitian. Tujuan utama dari statistika deskriptif adalah membantu menggambarkan fakta sehingga lebih mudah dibaca dan dipahami.
Statistika induktif adalah statistika yang terkait dengan penarikan kesimpulan serta pengambilan keputusan berdasarkan fakta. Dalam pengertian lain, statistika induktif juga didefinisikan sebagai statistika yang mempelajari cara-cara penarikan suatu kesimpulan dari suatu populasi tertentu berdasarkan sebagian data (sampel). Dalam penarikan kesimpulan tersebut, statistik induktif mengacu kepada suatu pengujian hipotesis tertentu.
Selanjutnya, dalam statistika induktif, berbagai prosedur dan uji statistik yang dapat digunakan pada dasarnya dapat dikelompokkan menjadi dua kelompok, yakni kelompok Statistik Parametrik dan kelompok Statistik Non-Parametrik. Uji Statistik Parametrik ialah suatu uji yang modelnya menetapkan adanya syarat-syarat tertentu (asumsi-asumsi) dari sebaran (distribusi) data populasinya. Statistika parametik lebih banyak digunakan untuk menganalisis data yang berskala interval dan rasio dengan dilandasi asumsi tertentu seperti normalitas. Oleh karenanya, makna hasil suatu uji parametrik tergantung pada validitas asumsi-asumsi tersebut. Selain itu, jika dilihat dari jumlah datanya, biasanya data berjumlah besar, sekurang-kurangnya lebih besar atau sama dengan 30 data.
Uji Statistik Non-Parametrik ialah suatu uji statistik yang tidak memerlukan adanya asumsi-asumsi mengenai sebaran data populasinya (belum diketahui sebaran datanya dan tidak perlu berdistribusi normal). Oleh karenanya statistik ini juga dikemukakan sebagai statistik bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik dapat digunakan untuk menganalisis data yang berskala Nominal atau Ordinal. Data berjenis Nominal dan Ordinal tidak menyebar normal.