4 Perbedaan Antara Parametrik dan Nonparametrik

Peneliti sosial sering membangun hipotesis, di mana mereka menganggap bahwa aturan umum tertentu dapat diterapkan pada suatu populasi. Mereka menguji hipotesis ini dengan menggunakan tes yang dapat berupa parametrik atau nonparametrik. Tes parametrik biasanya lebih umum dan dipelajari lebih awal sebagai tes standar yang digunakan ketika melakukan penelitian.

Proses melakukan penelitian relatif sederhana – Anda membangun hipotesis dan menganggap bahwa “hukum” tertentu dapat diterapkan pada suatu populasi. Anda kemudian melakukan tes dan mengumpulkan data yang kemudian dianalisis secara statistik. Data yang dikumpulkan biasanya dapat direpresentasikan dalam bentuk grafik, dan hukum yang dihipotesiskan sebagai nilai rata-rata dari data tersebut. Jika hukum yang dihipotesiskan dan hukum nilai rata-rata cocok, hipotesis dapat diterima.

Namun, dalam beberapa kasus, menemukan nilai rata-rata bukanlah cara yang paling tepat untuk menelusuri hukum. Contoh yang bagus adalah distribusi total pendapatan. Jika Anda mendapat kejanggalan dari nilai rata-rata, itu mungkin karena satu atau dua milyarder mengganggu nilai rata-rata Anda. Namun, median akan memberikan hasil yang jauh lebih akurat pada pendapatan rata-rata yang lebih mungkin untuk mencocokkan data Anda.

Dengan kata lain, tes parametrik akan digunakan ketika asumsi yang dibuat tentang populasi jelas dan ada banyak informasi yang tersedia tentang itu. Pertanyaan-pertanyaan akan dirancang untuk mengukur parameter-parameter spesifik tersebut sehingga data tersebut dapat dianalisis seperti yang dijelaskan di atas. Tes nonparametrik digunakan ketika populasi yang diuji tidak sepenuhnya diketahui dan oleh karena itu parameter yang diperiksa tidak diketahui juga. Selain itu, sementara tes parametrik menggunakan nilai rata-rata sebagai hasilnya, tes nonparametrik mengambil median, dan oleh karena itu biasanya digunakan ketika hipotesis asli tidak sesuai dengan data.

Perbedaan Antara Parametrik dan Nonparametrik

Perbedaan Antara Parametrik dan Nonparametrik

Apa itu Uji Parametrik?

Tes parametrik adalah tes yang dirancang untuk menyediakan data yang kemudian akan dianalisis melalui cabang ilmu yang disebut statistik parametrik. Statistik parametrik mengasumsikan beberapa informasi tentang populasi yang sudah diketahui, yaitu distribusi probabilitas. Sebagai contoh, distribusi tinggi badan di seluruh dunia digambarkan oleh model distribusi normal. Serupa dengan itu, setiap model distribusi yang dikenal dapat diterapkan ke satu set data. Namun, mengasumsikan bahwa model distribusi tertentu sesuai dengan kumpulan data berarti bahwa Anda secara inheren mengasumsikan beberapa informasi tambahan diketahui tentang populasi, seperti yang telah saya sebutkan.

Distribusi probabilitas mengandung parameter berbeda yang menggambarkan bentuk distribusi yang tepat. Parameter ini adalah apa yang disediakan oleh uji parametrik – setiap pertanyaan disesuaikan untuk memberikan nilai pasti dari parameter tertentu untuk setiap individu yang diwawancara. Dikombinasikan, nilai rata-rata dari parameter tersebut digunakan untuk distribusi probabilitas. Itu berarti bahwa tes parametrik juga mengasumsikan sesuatu tentang populasi. Jika asumsi benar, statistik parametrik diterapkan pada data yang disediakan oleh tes parametrik akan memberikan hasil yang jauh lebih akurat dan tepat daripada tes nonparametrik dan statistik.

Apa yang dimaksud Nonparametrik?

Dengan cara yang mirip dengan uji parametrik dan statistik, ada juga tes dan statistik nonparametrik. Mereka digunakan ketika data yang diperoleh tidak diharapkan sesuai dengan kurva distribusi normal, atau data ordinal. Contoh bagus dari data ordinal adalah peninjauan yang Anda nilai dari suatu produk atau layanan tertentu dalam skala dari 1 hingga 5. Data ordinal secara umum diperoleh dari pengujian yang menggunakan rangking atau urutan yang berbeda. Oleh karena itu, tidak bergantung pada angka atau nilai tepat untuk parameter yang diandalkan oleh uji parametrik. Faktanya, itu tidak menggunakan parameter dengan cara apa pun, karena tidak menganggap distribusi tertentu. Biasanya, analisis parametrik lebih disukai daripada yang nonparametrik, tetapi jika tes parametrik tidak dapat dilakukan karena populasi yang tidak diketahui, uji tes nonparametrik diperlukan.

Perbedaan Antara Uji Parametrik dan Nonparametrik

1) Membuat asumsi

Seperti yang saya sebutkan, tes parametrik membuat asumsi tentang populasi. Diperlukan parameter yang terhubung ke distribusi normal yang digunakan dalam analisis, dan satu-satunya cara untuk mengetahui parameter ini adalah memiliki pengetahuan tentang populasi. Di sisi lain, uji nonparametrik, seperti namanya, tidak bergantung pada parameter apa pun dan oleh karena itu tidak perlu asumsi apa pun tentang populasi.

2) Probabilitas Parametrik dan Nonparametrik

Dasar untuk analisis statistik yang akan dilakukan pada data, dalam kasus tes parametrik, adalah distribusi probabilistik. Di sisi lain, dasar untuk tes nonparametrik tidak ada – itu benar-benar sewenang-wenang. Ini menghasilkan lebih banyak fleksibilitas dan membuatnya lebih mudah untuk menyesuaikan hipotesis dengan data yang dikumpulkan.

3) Ukuran tendensi sentral

Ukuran tendensi sentral adalah nilai sentral dalam distribusi probabilitas. Dan meskipun distribusi probabilitas dalam kasus statistik nonparametrik adalah sewenang-wenang, itu masih ada, dan karena itu demikian juga ukuran tendensi sentral. Namun, ukuran-ukuran itu berbeda. Dalam kasus tes parametrik, itu diambil menjadi nilai rata-rata, sedangkan, dalam kasus tes nonparametrik, itu dianggap sebagai nilai median.

4) Pengetahuan tentang parameter populasi

Seperti yang saya sebutkan pada perbedaan pertama, informasi tentang populasi bervariasi antara tes dan statistik parametrik dan nonparametrik. Yakni, pengetahuan tertentu tentang populasi mutlak diperlukan untuk analisis parametrik, karena memerlukan parameter terkait populasi untuk memberikan hasil yang tepat. Di sisi lain, pendekatan nonparametrik dapat diambil tanpa pengetahuan sebelumnya tentang populasi.