Statistik nonparametrik

Pada artikel ini kami menjelaskan apa itu statistik nonparametrik dan kegunaannya. Anda juga dapat melihat contoh penerapan statistik non parametrik dan apa perbedaan antara statistik non parametrik dan statistik parametrik.

Apa itu statistik nonparametrik?

Statistik nonparametrik adalah cabang statistik inferensial yang mempelajari variabel yang tidak sesuai dengan distribusi probabilitas atau yang parameter distribusinya tidak ditentukan. Artinya, statistik nonparametrik digunakan untuk variabel yang tidak dapat didefinisikan dengan model teoritis.

Dengan demikian, distribusi yang digunakan dalam statistik nonparametrik tidak dapat ditentukan secara apriori, melainkan data observasi yang menentukannya.

Metode statistik nonparametrik umumnya digunakan ketika asumsi pengujian tertentu sebelumnya tidak terpenuhi, karena statistik parametrik umumnya memerlukan asumsi tertentu yang harus dibuat. Di bawah ini kita akan melihat apa saja perbedaan statistik non parametrik dan statistik parametrik.

Jadi, statistik nonparametrik digunakan untuk mempelajari populasi yang memiliki rating, seperti review film yang mendapat bintang satu hingga lima. Penerapan lain dari statistik nonparametrik adalah ketika data memiliki peringkat namun tidak ada interpretasi numerik yang jelas, seperti saat menilai preferensi.

Contoh statistik nonparametrik

Setelah kita melihat pengertian statistik nonparametrik, kita akan melihat contoh penerapannya untuk memahami konsep tersebut secara utuh.

Bayangkan kita mempunyai sampel statistik yang terdiri dari 99 observasi dan kita ingin menentukan probabilitas nilai observasi berikutnya (nomor observasi 100).

Jika kita menggunakan statistik parametrik, pertama-tama kita akan menghitung beberapa parameter statistik sampel untuk mengetahui karakteristiknya. Kami kemudian dapat melakukan uji statistik berbeda menggunakan parameter yang dihitung untuk menentukan probabilitas nilai observasi berikutnya.

Namun berkat statistik nonparametrik, kita dapat mengetahui informasi tentang nilai selanjutnya tanpa harus menghitung parameter statistik sampel.

Misalnya, jika kita mempunyai sampel sebanyak 99 observasi, dengan statistik nonparametrik kita dapat menentukan bahwa terdapat 1% probabilitas bahwa observasi nomor 100 lebih besar dari semua observasi sebelumnya. Dengan cara ini, estimasi maksimum sampel non-parametrik dapat dilakukan.

Singkatnya, dengan statistik nonparametrik kita dapat menghitung probabilitas dan membuat estimasi tanpa perlu mengetahui parameter statistik sampel.

Uji statistik nonparametrik

Tes nonparametrik adalah metode statistik yang didasarkan pada statistik nonparametrik. Oleh karena itu, dalam pengujian nonparametrik, variabel dievaluasi tanpa membuat asumsi mengenai distribusi probabilitas.

Tes non-parametrik yang paling terkenal adalah sebagai berikut:

• uji chi kuadrat
• tes binomial
• Wilcoxon menandatangani tes peringkat
• tes median
• Tes Anderson – Sayang
• tes Cochran
• Tes Kappa Cohen
• Tes Fisher
• Tes Friedman
• Tes Kendall
• Tes Kolmogorov-Smirnov
• tes Kuiper
• Uji Mann-Whitney atau Uji Wilcoxon
• Tes McNemar
• Uji Siegel-Tukey
• Tes tanda tangan
• Tes Wald-Wolfowitz

Keuntungan dan kerugian statistik nonparametrik

Dibandingkan dengan statistik parametrik, kelebihan dan kekurangan statistik non parametrik adalah sebagai berikut:

Keuntungan:

• Statistik nonparametrik dapat diterapkan pada data numerik dan nonnumerik.
• Secara umum, pengujian nonparametrik tidak harus memenuhi asumsi sebelumnya, sehingga memungkinkan pengujian tersebut digunakan dalam lebih banyak situasi.
• Jika ukuran sampel kecil, pengujian nonparametrik biasanya lebih cepat diterapkan.

Kekurangan:

• Terkadang informasi bisa hilang ketika data diubah menjadi informasi kualitatif.
• Jika ukuran sampel besar, melakukan uji nonparametrik akan sangat melelahkan.
• Uji nonparametrik umumnya memiliki kekuatan yang lebih rendah, artinya diperlukan ukuran sampel yang lebih besar untuk menarik kesimpulan dengan tingkat kepercayaan yang sama.

Statistik non parametrik dan statistik parametrik

Terakhir, secara ringkas mari kita lihat apa perbedaan antara statistik non-parametrik dan statistik parametrik.

Statistik parametrik adalah cabang statistik inferensial yang mengasumsikan bahwa data dapat dimodelkan dengan distribusi probabilitas. Misalnya uji t Student merupakan uji parametrik karena menggunakan distribusi probabilitas t Student.

Perbedaan antara statistik nonparametrik dan statistik parametrik terletak pada apakah statistik tersebut didasarkan pada model teoretis atau tidak. Statistik nonparametrik mempelajari variabel yang tidak sesuai dengan distribusi probabilitas, sedangkan statistik parametrik menggunakan distribusi probabilitas yang ditentukan.