Statistik Inferensial: Statistik Nonparametrik

Statistik Inferensial: Statistik Nonparametrik

Eureka Pendidikan. Parametrik berarti parameter. Parameter adalah indikator dari suatu distribusi hasil pengukuran.Indikator dari distribusi pengukuran berdasarkan statistik parametrik digunakan untuk parameter dari distribusi normal.Apa yang dimaksud dengan distribusi normal? Bagaimana mengetahui sebuah data berdistribusi normal atau tidak?Hal ini penting sekali untuk diketahui karena berdasarkan normal atau tidaknya distribusi ini baru dapat ditentukan apakah uji statistik parametrik atau nonparametrik yang digunakan (Tavi & Riantri, 2010:9).

Suatu tes statistik parametrik adalah suatu tes yang modelnya menetapkan adanya syarat-syarat tertentu tentang parameter populasi yang merupakan sumber sampel penelitiannya.Syarat-syarat itu biasanya tidak diuji dan dianggap sudah dipenuhi. Seberapa jauh makna hasil suatu tes parametrik bergantung pada validitas anggapan-anggapan tadi (Siegel,Sidney,1986:38).

Statistik Nonparametrik

Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun 1942.Metode statistik nonparametrik merupakan metode statistik yang dapat digunakan dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistik parametrik, terutama yang berkaitan dengan distribusi normal. Istilah lain yang sering digunakan untuk statistik nonparametrik adalah statistik bebas distribusi (distribution-free statistics) dan uji bebas asumsi (assumption-free test). Statistik nonparametrik banyak digunakan pada penelitian-penelitian sosial.Data yang diperoleh dalam penelitian sosial pada umumnya berbentuk kategori atau berbentuk ranking (Tavi & Riantri, 2010:10).

Menurut Suharyadi dan Purwanto dalam bukunya “Statistika untuk Ekonomi dan Keuangan Modern” (2009:262) mengemukakan bahwa beberapa kalangan mempunyai pandangan yang skeptis terhadap statistik parametrik tersebut.Hal ini terjadi apabila asumsinya dipandang tidak relevan, seperti distribusi yang bersifat normal, mungkin saja tidak selalu sesuai dengan kondisi nyata.

Siegel,Sidney dalam bukunya “Statistik Nonparametrik Untuk Ilmu-Ilmu Sosial” (1986:39) mengemukakan bahwa tes statistik parametrik adalah paling kuat apabila semua anggapan model statistiknya dipenuhi dan bila variabel-variabel yang dianalisis diukur setidaknya dalam suatu skala interval. Tetapi, meskipun semua anggapan tes parametrik mengenai populasi dan syarat-syarat mengenai kekuatan pengukuran dipenuhi, kita ketahui dari konsep kekuatan efisiensi bahwa dengan memperbesar ukuran sampel dengan banyak elemen yang sesuai kita dapat menggunakan suatu tes nonparametrik sebagai ganti tes parametrik dengan masih mempertahankan kekuatan yang sama untuk menolak H0.

Terlebih lagi, anggapan-anggapan yang harus dibuat untuk memberikan pembenaran terhadap penggunaan tes parametrik biasanya hanya didasarkan atas dugaan dan anggapan, sebab pengetahuan tentang parameter-parameter populasinya hampir selalu tidak ada. Akhirnya untuk beberapa distribusi populasi, tes statistik nonparametrik jelas lebih unggul dalam kekuatan dibandingkan dengan tes parametrik (Siegel,Sidney, 1986:40).