Parametrik vs Non Parametrik
Statistik adalah salah satu cabang studi yang memungkinkan kita memahami dinamika populasi dengan menggunakan sampel yang diambil dari populasi tertentu yang diminati. Sangat penting bahwa sampel ini acak. Banyak rumus dibuat dengan penggabungan matematika, untuk mengambil kesimpulan tentang parameter populasi. Secara alami setiap populasi mungkin memiliki "distribusi normal" di mana dispersi data/sampel memiliki bentuk lonceng di grafik frekuensi. Dalam distribusi normal, sebagian besar sampel berkonsentrasi di sekitar rata-rata dan 68%, 95%, 99% data ditemukan dalam 1, 2, dan 3 standar deviasi masing-masing. Statistik parametrik dan nonparametrik tergantung pada apakah distribusi normal dipertimbangkan atau tidak.
Apa itu Statistik Parametrik?
Statistik parametrik adalah statistik di mana data/sampel dianggap diambil dari distribusi normal. Definisi statistik parametrik adalah "statistik yang mengasumsikan bahwa data berasal dari jenis distribusi probabilitas dan membuat kesimpulan tentang parameter distribusi". Sebagian besar metode statistik dasar yang dikenal termasuk dalam kelompok ini. Pada kenyataannya, mereka mungkin tidak terdistribusi secara normal. Oleh karena itu, jenis statistik ini didasarkan pada asumsi yang lebih banyak. Jika data/sampel terdistribusi normal atau hampir terdistribusi normal, rumus dapat menghasilkan hasil dan inferensi yang akurat. Namun, jika asumsi terdistribusi normal salah, statistik parametrik bisa sangat menyesatkan.
Apa itu Statistik Non-parametrik?
Statistik non parametrik juga dikenal sebagai statistik bebas distribusi. Keuntungan dari tipe 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 uji 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 sebanding.
Apa perbedaan 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.
• Ketika suatu populasi diyakini terdistribusi normal atau mendekati distribusi normal, statistik parametrik adalah yang terbaik untuk digunakan. Jika tidak, sebaiknya gunakan metode nonparametrik.
• Sebagian besar metode statistik dasar yang umum dikenal termasuk dalam statistik parametrik. Statistik non parametrik jarang digunakan dan diterapkan untuk kasus khusus.
