Statistik Parametrik VS Non-Parametrik, Kamu Tim yang Mana?

Saat pengerjaan tugas akhir maupun mengerjakan penelitian, umumnya kamu akan menggunakan statistik untuk menyajikan dan mengolah data pada bab 4 penelitian. Statistik mana yang akan kamu gunakan dalam pengolahan dan pengambilan keputusan dari sebuah data sampel? 

Dalam konsep dasar umum, statistik terbagi menjadi dua cabang, yaitu deskriptif dan inferensial. Statistik deskriptif adalah penggambaran data yang kamu miliki secara murni apa adanya. Pada beberapa kasus terdapat informasi tambahan di dalam statistik deskriptif ini.

Statistik deskriptif dapat berbentuk penyajian (tabel atau grafik) maupun ukuran statistik, sedangkan statistik inferensial adalah langkah lanjutan dari statistik deskriptif, yaitu pijakan dalam membuat keputusan. Analisis statistik inferensial mengandung hipotesis yang berguna untuk menarik kesimpulan data populasi dari sampel peneliti. Statistik inferensial terbagi jadi dua, yaitu parametrik dan non-parametrik.

Parametrik dan Non-Parametrik

Terdapat perdebatan dalam penggunaan kedua statistik ini, untuk penggunaan parametrik biasanya digunakan suatu distribusi tertentu, namun tidak harus normal. Umumnya memang yang digunakan adalah distribusi normal (datamu harus diuji terlebih dahulu). Jika datamu normal atau distribusinya jelas, maka statistik yang akan kamu gunakan adalah parametrik. Berikut contoh data normal;

Statistik non-parametrik dapat kamu gunakan jika distribusi datamu tidak diperhitungkan dan tidak diuji, bentuk data tidak jelas atau datanya sedikit. Hal ini biasa disebut dengan sebaran bebas atau distribusi bebas (bentuk distribusi datanya tidak jelas). Berikut contoh:

Ketika masuk dalam proses perhitungan asli, saat penurunan rumus, statistik non-parametrik ini membutuhkan usaha yang lebih besar dalam pengerjaannya. Oleh sebab itu, para mahasiswa lebih menyukai dan mengusahakan agar datanya diolah dengan statistika parametrik, dan umumnya data tersebut besar.

Tolak Ukur dalam Statistik Sebuah Data Masuk Kategori Besar

Sebelum membahas lebih jauh terkait syarat penggunaan statistik parametrik dan non-parametrik,  kamu harus tahu terlebih dahulu tentang apa yang dimaksud dengan data besar. Bagaimana ukuran sebuah data dikategorikan besar? Hal ini masih menjadi perdebatan hingga saat ini. 

Apakah 50 data sampel sudah bisa dikategorikan besar? Bisa dikatakan besar jika populasinya adalah 70, karena 50 merepresentasikan lebih dari 80% populasi. Sebaliknya, jika data sampel yang dimiliki adalah 100.000, bisa jadi data ini kecil. Dikategorikan kecil jika populasinya adalah 1.000.000, karena 100.000 hanya merepresentasikan sepersepuluh dari 1.000.000 populasi.

Pahami Mazhab Statistik Dosen Pembimbingmu!

Jika kamu memiliki data besar dan ingin melakukan uji beda atau komparasi, sebaiknya kamu bertanya pada ahlinya atau dosen pembimbing (dospem) terlebih dahulu. Mazhab atau sekte mana yang dianut oleh dospemmu?

Mazhab Pertama

Pada umumnya, terdapat dua mazhab dospem, pertama dospem yang melihat suatu data tidak normal, namun tetap mengarahkan kamu untuk menggunakan statistik parametrik. Dosen dengan mazhab ini akan berkata, “Sudah, kamu pakai saja uji anova atau T, karena kan datamu ada 60.” 

Biasanya dospem dengan madzhab ini menggunakan teori CLT (Central Limit Theorem), yang mana jika datanya besar atau biasa disebut dengan N>30 maka data tersebut dianggap mendekati normal. Walaupun bukan sama persis, namun tetap dianggap mendekati distribusi normal dan dospem akan menganjurkan penggunaan statistik parametrik, walau hasil uji data tidak normal.

Beberapa teaser atau percobaan juga turut menguatkan penggunaan statistika parametrik dalam kondisi ini. Teaser ini menentukan jika data lebih dari 30 maka distribusi T sudah sama nilainya dengan distribusi Z. 

Jika kamu memperhatikan buku-buku terdahulu, biasanya pada bagian belakang terdapat tabel. Dalam tabel tersebut ketika nilai N sudah 25 maka selanjutnya akan diletakkan infinity, yang artinya nilai ini T sama dengan nilai Z. Biasanya cara ini digunakan peneliti atau dospem zaman awal.

Mazhab Kedua

Berbeda dengan penggunaan infinity dan teori CLT tersebut, Madzhab dosen lainnya tidak sependapat. Hal ini didasari argumen bahwa sebanyak apapun data pasti dapat dihitung, teori ini banyak digunakan oleh peneliti dan dospem di zaman ini. 

Beberapa dosen yang memegang prinsip ini biasanya tidak membolehkan kamu menggunakan statistika parametrik walaupun datanya banyak, seperti berjumlah satu juta sampel. Dosen madzhab ini selalu menganjurkan mahasiswa untuk menggunakan alternatif lain, yaitu non-parametrik, karena mereka berpegang pada argumen bahwa distribusi yang diuji tetap memiliki syarat. Syaratnya adalah pakar data harus normal, jika tidak normal maka gunakanlah non-parametrik.

Jika kamu ragu mazhab mana yang digunakan dospemmu, kamu bisa order jasa olah data di Educativa. Kamu bisa request jika datamu tidak normal, kamu bisa minta untuk pengolahan data menggunakan anova (parametrik), dan juga dibuatkan alternatif lainya seperti kruskal-wallis (non-parametrik) sebagai cadangan jika dosenmu bukanlah Madzhab CLT. Jadi, ketika maju bimbingan, dospemmu tinggal memilih ingin menggunakan Mazhab CLT atau Madzhab semua data bisa dihitung.

Yuk, konsultasi gratis di Educativa! Kami siap membantumu 😉