Statistik Non Parametrik

Apa Itu Statistik Non Parametrik?

Statistik non parametrik adalah sekumpulan metode analisis data yang tidak mengasumsikan bentuk distribusi probabilitas tertentu pada populasi. Berbeda dengan statistik parametrik yang memerlukan asumsi normalitas atau varians homogen, teknik non parametrik bekerja dengan data yang tidak memenuhi asumsiasumsi tersebut. Karena itu, metode ini sangat berguna ketika data bersifat ordinal, memiliki outlier yang kuat, atau ukuran sampel sangat kecil.

Jenisjenis Uji Non Parametrik yang Umum Dipakai

Uji ChiSquare ()

Digunakan untuk menguji hubungan antar variabel kategori atau kesesuaian antara frekuensi observed dengan expected. Contoh: menguji apakah distribusi golongan darah dalam populasi sama dengan yang diharapkan.

Uji KolmogorovSmirnov (KS)

Uji ini membandingkan fungsi distribusi kumulatif sampel dengan fungsi distribusi teoritis atau antara dua sampel independen. Cocok untuk mengevaluasi apakah data berasal dari distribusi tertentu.

Uji MannWhitney U (Wilcoxon RankSum)

Pengganti non parametrik untuk uji tindependen. Membandingkan median dua kelompok independen dengan cara meranking seluruh data.

Uji Wilcoxon SignedRank

Digunakan untuk data berpasangan (misalnya sebelumsesudah) ketika asumsi normalitas tidak terpenuhi. Menguji apakah median perbedaan = 0.

KruskalWallis H

Ekstensi dari MannWhitney untuk tiga kelompok atau lebih. Menguji apakah setidaknya satu kelompok memiliki median yang berbeda.

Friedman Test

Uji non parametrik untuk data berulang atau berpasangan pada tiga atau lebih kondisi. Mirip dengan ANOVA berulang, tetapi tidak memerlukan normalitas.

Contoh Penggunaan dalam Penelitian

Studi 1: Seorang peneliti ingin mengetahui apakah terdapat perbedaan kepuasan pelanggan (skala Likert 15) antara tiga cabang toko. Karena data ordinal dan tidak normal, peneliti memilih KruskalWallis H. Hasil menunjukkan p=0,018 (<0,05), sehingga dapat disimpulkan terdapat perbedaan signifikan kepuasan antar cabang.

Studi 2: Dalam sebuah uji klinis, peneliti mengukur tekanan darah sebelum dan sesudah pemberian obat pada 15 pasien. Karena ukuran sampel kecil dan data tidak terdistribusi normal, peneliti menggunakan Wilcoxon SignedRank. Nilai p=0,032, menandakan penurunan tekanan darah yang signifikan.

Berikut contoh tabel peringkat pada uji MannWhitney:

Kelompok A	Kelompok B
12	8
15	10
9	14
11	7

Setelah diberi peringkat, nilai U dihitung dan dibandingkan dengan nilai kritis untuk menentukan signifikan atau tidak.

Kapan Harus Memilih Statistik Non Parametrik?

Data tidak normal: Jika tes normalitas (ShapiroWilk, KolmogorovSmirnov) menolak hipotesis normal.
Data ordinal atau kategori: Misalnya skala Likert, tingkat pendidikan, atau hasil survei.
Ukuran sampel kecil: Pada n 30, asumsi parametrik sulit dipenuhi.
Outlier yang kuat: Non parametrik lebih robust terhadap nilai ekstrim.
Distribusi tidak diketahui: Ketika tidak ada teori yang mengarahkan pada distribusi khusus.

Kesimpulan

Statistik non parametrik menawarkan alternatif yang fleksibel ketika data tidak memenuhi asumsi-asumsi klasik statistik parametrik. Dengan mengandalkan peringkat, median, atau frekuensi, metode ini tetap dapat menghasilkan inferensi yang valid dan dapat diinterpretasikan secara intuitif. Pemilihan uji yang tepat baik itu ChiSquare, MannWhitney, atau KruskalWallis tergantung pada tipe data, jumlah kelompok, serta rancangan penelitian. Memahami kapan dan bagaimana mengaplikasikan teknikteknik ini akan meningkatkan kualitas analisis serta keandalan kesimpulan dalam berbagai bidang ilmu.

File Referensi Untuk STATISTIK NON PARAMETRIK

Screenshoot