Statistik Nonparametrik

Statistik nonparametrik merupakan salah satu analisis inferensial yang merupakan bagian dari metode kuantitatif. Tujuan statistik ini untuk menguji distribusi. Penerapan statistik non parametrik bergantung pada jenis data nominal dan ordinal. Data berjenis nominal dan ordinal tidak menyebar normal. Data yang dianalisis pun jumlahnya kecil yaitu kurang dari 30 sampel/data, sehingga uji ini tidak memerlukan asumsi-asumsi mengenai sebaran data seperti normalitas untuk menguji distribusi normal data.

Selain itu juga tergantung pada tujuan penelitian, artinya dalam analisis menggunakan statistik nonparametrik ini perlu diperhatikan jenis data (nominal, ordinal, interval, atau rasio) serta bentuk pengujian (deskriptif, komparatif, atau asosiatif).

Berikut ini disajikan penggunaan statistik nonparametrik:

1.Data Nominal

Sampel sebanyak 1 sampel (deskriptif) dapat menggunakan Chi-Square, Binomial, dan Kolmogorov Smirnov.
Untuk 2 sampel (komparatif) yang berhubungan dapat menggunakan Mc. Nemar, sedangkan tidak berhubungan menggunakan Mann Whitney.
Jika sampel dengan komparatif sebanyak k sampel, jika berhubungan menggunakan Uji Cohran, sedangkan jika tidak berhubungan menggunakan Chi Square.
Apabila bentuk pengujian asosiatif dapat menggunakan Contingency Coefficient.

2. Data Ordinal

Pada jenis data ordinal ini pun penggunaan jenis uji berdasarkan jumlah sampel dan bentuk pengujian. Untuk penelitian dengan sampel sebanyak 1 jenis (deskriptif) dapat menggunakan Run Test. Adapun untuk komparatif dengan sampel sebanyak 2 maka dilihat apakah berhubungan atau independen. Jika berhubungan menggunakan Uji Wilcoxon, sedangkan jika independen menggunakan Uji Median atau Kolmogorov Smirnov. Untuk bentuk penelitian komparatif dengan k sampel, jika berhubungan menggunakan Friedman and Kendall, sedangkan jika independen menggunakan Uji Median atau Kruskal Wallis. Bentuk pengujian asosiatif dapat menggunakan Spearman Rank Correlation atau Kendall Tau.

Keunggulan Statistik Nonparametrik

Statistik non parametrik memiliki keunggulan dan kekurangan. Beberapa keunggulan menggunakan analisis ini yaitu:

1. Asumsi dalam uji ini longgar dan relatif sedikit. Jika pengujian data pada statistik parametrik (asumsi yang mendasarinya banyak) tidak terpenuhi maka dapat menerapkan statistik nonparametrik.
2. Perhitungan yang dilakukan cenderung lebih mudah dan cepat dilakukan sehingga hasilnya lebih cepat dapat dikaji.
3. Dalam memahami analisis ini tidak perlu memahami konsep dan metode dasar matematika yang mendalam.
4. Penerapan statistik non parametrik masih dapat diterapkan meskipun ada keterbatasan data, misalnya data yang telah diukur menggunakan skala pengukuran yang lemah.
5. Teknik-teknik dalam statistik non parametrik memiliki efisiensi yang lebih tinggi dibandingkan dengan metode parametrik untuk jumlah sampel yang sedikit.

Kekurangan Statistik Nonparametrik

Adapun kekurangannya yaitu:

1. Pada asumsi parametrik yang terpenuhi, akan terjadi pemborosan informasi jika menggunakan uji non parametrik meskipun lebih cepat dan sederhana
2. Perhitungan yang sederhana namun prosesnya membutuhkan banyak tenaga dan membosankan
3. Efisiensi lebih rendah dibandingkan parametrik jika sampel besar.