MAKALAH PERBANDINGAN UJI STATISTIK PARAMETRIK DAN UJI

STATISTIK NON-PARAMETRIK
Untuk Memenuhi Tugas Mata Kuliah Statistika
yang di ampu oleh Ibu Lina Aviyanti, S.Pd., M.Si,. Ph.D.

Oleh :
Nama : Windy Nerissa
NIM : 2200483
Kelas : Pendidikan Fisika 2A

DEPARTEMEN PENDIDIKAN FISIKA

FAKULTAS PENDIDIKAN MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS PENDIDIKAN INDONESIA
2023
 DAFTAR ISI

DAFTAR ISI ................................................................................................................................................ I

BAB I ........................................................................................................................................................ 1
PENDAHULUAN ....................................................................................................................................... 1
A. Latar Belakang ............................................................................................................................. 1
B. Rumusan masalah ....................................................................................................................... 2
C. Tujuan makalah ........................................................................................................................... 2
BAB II ....................................................................................................................................................... 3
PEMBAHASAN ......................................................................................................................................... 3
A. Statistik Parametrik ..................................................................................................................... 3
B. Statistik Non-Parametrik ............................................................................................................. 3
C. Perbedaan uji statistik parametrik dan uji tatistik non-parametrik ............................................ 4
BAB III ...................................................................................................................................................... 9
PENUTUP ................................................................................................................................................. 9
A. Kesimpulan .................................................................................................................................. 9
DAFTAR PUSTAKA .................................................................................................................................. 10

I
 BAB I

PENDAHULUAN

A. Latar Belakang
Di era globalisasi, hampir semua bidang terkait erat dengan penggunaan angka,
data, dan fakta. Ini menunjukkan bahwa statistik diperlukan. Statistik sebagai sarana
untuk mengembangkan pemikiran logis lebih dari statistik mengembangkan pemikiran
ilmiah untuk perencanaan penelitian (prediksi), pengambilan keputusan dan
pengambilan keputusan yang diteliti dan persuasif. Disadari atau tidak, statistika
merupakan bagian integral dari pendidikan profesi dan dasar penelitian.
Penelitian seringkali bertujuan untuk melihat kondisi masa depan berdasarkan
kondisi saat ini, atau seseorang ingin melihat kondisi masa lalu berdasarkan kondisi
saat ini. Fungsi ini membutuhkan prediksi atau penilaian yang saat ini banyak dilakukan
di bidang pendidikan. Memprediksi keadaan masa depan peserta didik merupakan
kebutuhan yang diperlukan dalam dunia pendidikan. Dengan bantuan prakiraan yang
baik, perencanaan pendidikan dapat dilakukan seefisien mungkin dari segi kurikulum,
metode pengajaran dan ruangan serta perlengkapan guru. Statistika adalah disiplin ilmu
yang mengeksplorasi sekumpulan konsep dan metode untuk mengumpulkan,
menyajikan, menganalisis, dan menginterpretasikan data untuk membuat keputusan
dalam situasi ketidakpastian (Thoifah, 2013:3).
Statistik dalam dunia pendidikan dapat bermanfaat bagi penggunanya (misalnya
guru, siswa, peneliti, dll) jika mendukung kelancaran fungsi tugas “resmi” pendidikan.
Dalam kegiatan evaluasi, statistika merupakan alat untuk menganalisis dan
menyimpulkan data evaluasi. Misalnya, ketika guru menilai pencapaian hasil
pendidikan, data yang dikumpulkan biasanya berupa data kuantitatif sebelum
diinterpretasikan sebagai data kuantitatif. Pengolahan data kuantitatif diuji dengan
ukuran statistik yang benar sehingga tes (item yang akan dievaluasi) tinggi-rendah,
baik-gagal, atau gagal. Dalam kegiatan penelitian (pendidikan), statistika sering
digunakan untuk mendeskripsikan data kuantitatif yang terkumpul dalam bentuk mean,
standar deviasi, dan sejenisnya. Selain itu, statistika berperan sangat penting dalam
menguji validitas suatu hipotesis melalui pengujian hipotesis (Subana & Sudrajat,
2000:15).
Metode statistik adalah metode pengumpulan, penyajian, analisis dan interpretasi
data. Metode tersebut dibagi menjadi dua kelompok, yaitu statistik deskriptif dan
statistik inferensial. Statistik deskriptif adalah metode yang berkaitan dengan
pengumpulan dan penyajian sekumpulan pengamatan (data), termasuk memeriksa
ukuran pengamatan (data), termasuk memeriksa ukuran rata-rata, termasuk rata-rata,
median, modus, standar deviasi, dan kuartil. Informasi yang sangat berguna. Statistik
inferensial mencakup semua metode yang berkaitan dengan analisis data parsial
(sampel) untuk menarik kesimpulan tentang seluruh data dasar (populasi). Istilah
parameter dan statistik sering digunakan dalam statistik inferensial. Parameter adalah
ringkasan data yang dapat menggambarkan keseluruhan populasi, sedangkan statistik
adalah ringkasan data yang diambil dari sampel.

1
B. Rumusan masalah
Adapun rumusan masalah dari pembuatan makalah ini adalah:
1. Bagaimanakah Statistik Parametrik?
2. Bagaimanakah Statistik Non-Parametrik?
3. Apa perbedaan uji statistik parametrik dan uji statistik non-parametrik?

C. Tujuan makalah
Adapun tujuan dari pembuatan makalah ini adalah:
1. Untuk mengetahui Statistik Parametrik.
2. Untuk mengetahui Statistik Non-Parametrik.
3. Untuk mengetahui perbedaan uji statistik parametrik dan uji statistik non-
parametrik.

2
 BAB II

PEMBAHASAN
A. Statistik Parametrik
Menurut Sulaiman ( 2005:1) mengatakan Tes parametrik adalah suatu tes yang
modelnya menetapkan syarat-syarat tertentu tentang parameter populusai yag menjadi
sama penelitiannya. Terhadap syarat-syarat tersebut biasanya tidak dilakukan pengujian
terlebih darhulu dan dianggap sudah memenuhi syarat. Seberapa jauh makna hasil tes
parametrik tersebut tergantung pada validitas anggapan tadi. Tes-test parametrik juga
memnuntut bahwa nilai-nilai yang dianalisis merupakan hasil dari suatu pengukuran
minimal dengan skala interval.
Sugiyono (2013:79) mengemukakan statistik parametris itu bekerja berdasarkan
asumsi bahwa data setiap variabel yang akan dianalisis berdasarkan berdistribusi
normal. Untuk itu sebelum peneliti menggunkan teknik statistik parametris, maka
kenormalan data harus diuji terlebih dahulu. Bila data tidak normal, maka statitik
parametris tidak dapat digunakan, untuk itu perlu digunakan statistik nonparametris.
Tetapi perlu diingat bahwa yang menyebabkan tidak normal itu apanya. Misalnya ada
kesalahan instrumen dan pengumpulan data, maka dapat mengakibatkan data diperoleh
menjadi tidak akan normal.
Supardi (2013:8) mengatakan Statistik parametrik adalah bagian statistik yang
parameter populasinya harus memnuhi syarat-syarat tertentu seperti syarat data berkala
intervak/rasio, styarat penagambilan sampel harus random, berdisribusi normal atau
normalitas dan syarat memiliki varian yang homogen ata homogenitas, model regsi
lineier, dan sebagainya. Dalam statistika parametrik, inidikator-indikator yang
dianalisis adalah parameter-parameter dari ukuran objek yang digunakan. Menurut
(Nisfiannoor,2009:15) mengatakan statistik inferensial dengan model parametrik
(independent Sample T test, Paired Sample T test, One Way ANOVA, Korelasi Pearson,
Analisis Regresi, dll.
B. Statistik Non-Parametrik
Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun 1942.
Metode statistik nonparametrik merupakan metode statistik yang dapat digunakan
dengan mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistic
parametrik, terutama yang berkaitan dengan distribusi normal. Istilah lain yang sering
digunakan untuk statistik nonparametrik adalah statistik bebas distribusi (distribution
free statistics) dan uji bebas asumsi (assumption-free test). Statistik nonparametric

3
 banyak digunakan pada penelitian-penelitian sosial. Data yang diperoleh dalam
penelitian sosial pada umunya berbentuk kategori atau berbentuk rangking. Uji statistik
nonparametrik ialah suatu uji statistik yang tidak memerlukan adanya asumsi-asumsi
mengenai sebaran data populasi. Uji statistik ini disebut juga sebagai statistik bebas
sebaran (distribution free). Statistik nonparametrik tidak mensyaratkan bentuk sebaran
parameter populasi berdistribusi normal. Statistik nonparametrik dapat digunakan
untuk menganalisis data yang berskala nominal atau ordinal karena pada umumnya data
berjenis nominal dan ordinal tidak menyebar normal. Dari segi jumla data, pada
umumnya statistik nonparametrik digunakan untuk data berjumlah kecil (n <30).
Sulaiman (2000:1) mengatakan bahwa Tes statistik Nonparametrik adalah tes yang
modelnya tidak menetapkan syarat-syarat menegenai parameer-parameter populasi.
Anggapan-anggapan tertentu dikaitkan dengan sejumlah besar tes-tes non paramerik,
yakni bahwa obeservasinya-observasinya independen dan bahwa variabel yang diteliti
pada dasarnya memiliki kontinuitas. Namun anggapan-anggapan ini lebih sedikit dan
jauh lebih lemah dari pada anggapan-anggapan yang ini lebih sedikit dan jauh lebih
lemah daripada anggapan-anggapan yang berkaitan dengan tes parametrik.
Selanjutnya bahwa tes non-parametrik tidak menuntut sekuat yang dituntut tes-tes
parametrik; sebagian besar tes non-parametrik dapat diterakan untuk data dalam skala
ordinal, dan beberapa yang lain juaga dapat diterapkan untuk data dalam skala nominal.
Kekuatan tes non-parametrik mungkin dapat ditingkatkan dengan hanya memperbesar
ukuran jumla sampel, dan karena ilmuan sosial jarang mencapai jenis pengukuran yang
memungkinkan penggunaan secara berarti tes parametrik, maka tes non-paramerik
memainkan peran penting dalam penelitian dilapangan ilmu sosial. Menurut
(Nisfiannoor,2009:15) mengatakan statistik inferensial dengan model parametrik
(Mann-Whitney, wilcoxon, kruskal-wallis, Moses, Wald wolfowitz, Runs, Kendal,
Spearman, dan lain-lain.
C. Perbedaan uji statistik parametrik dan uji tatistik non-parametrik
Jika sebuah uji memerlukan asumsi spesifik mengenai parameter populasi, maka uji
tersebut dikenal dengan uji statistik parametrik sedangkan jika uji tersebut tidak
membutuhkan asumsi spesifik seperti distribusi data, maka uji tersebut dikenal dengan
uji statistik non parametrik.
Dalam uji parametrik, diasumsikan bahwa pengukuran variabel dilakukan pada
tingkat internal dan rasio, sedangkan pada uji non parametrik variabel diukur dengan
skala nominal dan ordinal.

4
 Secara umum, ukuran central tendency dalam uji parametrik adalah rata-rata,
sedangkan dalam uji statistik non parametrik adalah median.
Dan, dalam uji statistik parametrik terdapat informasi lengkap mengenai populasi
sedangkan pada uji statistik non parametrik tidak ada informasi mengenai populasi.

PARAMETRIK NONPARAMETRIK
Deskriptif
Asumsi Distribusi Normal -
Asumsi Varian Homogen -
Jenis Data Rasio atau Interval Ordinal atau Nominal
Hubungan data set Independent -
Ukuran central Mean Median
Manfaat Lebih banyak kesimpulan Sederhana dan sedikit
outlier
Tes
Uji korelasi Pearson, Regresi Spearman
Uji 2 Kelompok, berbeda Independent Sample t test Mann-Whitney
Uji 2 Kelompok lebih, Independent One Way Kruskal-Wallis
berbeda ANOVA
Uji berulang, 2 kondisi Paired Sample t Test Wilcoxon
Uji berulang, 2 kondisi Repeated One Way ANOVA Friedman
lebih

❖ Beberapa metode statistik parametrik (uji T dan Uji F/Anova) mensyaratkan

asumsi (Santoso, 2005:3) :
• Sampel (data) diambil dari populasi yang mempunyai berdistribusi normal. Jika
10 sampel Tinggi badan diambil dari populasi 5000 mahasiswa sebuah perguruan
tinggi, data tinggi badan 5000 mahasiswa haruslah berdistribusi normal.
• Pada Uji t dan uji F untuk dua sampel atau lebih, kedua sampel diambil dari dua
populasi yang mempunyai varian sama. Jadi jika diambil sampel 10 tinggi badan
pria dan 10 tinggi badan wanita dari 3000 pria dan 2000 wanita, maka varian 3000
tinggi badan pria dan varian 2000 tinggi badan wanita harusla sama atau bisa
diangga sama.
• Variabel (data) yang diuji haruslah data bertipe interval atau rasio, yang
tingkatannya lebih tinggi dari data tipe nominal atau ordinal. Tinggi Badan Pria

5
 atau Wanita (sentimeter) jelas bertipe rasio, karena dapat dari proses mengukur.
Namun pendapat atau sikap pria dan wanita (suka atau tidak suku yang diukur
dengan skala Likert) bukanlah data interval atau rasio, namun data Ordinal.
• Jumlah (sampel) data singkat kecil, sedangkan distribusi data populasinya tidak
diketahui kenormalannya. Mislanya hanya diambil masing-masing 5 sampel
untuk data Berat Badan Knosumen remaja, Konnsumen Mud dan konsumen
Dewasa, maka jumlah data terlalu sedikit untuk diproses dengan uji F (uji lebih
dari dua sampel), walaupun tipe data rasio.Untuk data yang tidak memenuhi salah
satu asumsi tersebut, lebih baik menggunakan prosedur statistik non parametrik
untuk proses data.
Menurut Santoso(2010:10) Metode statistik parametrik digunakan untuk:
• Data dalam jumlah besar, biasanya diatas 30.
• Distribusi data adalah normal atau dapat dianggap normal
Data bertipe interval atau rasio.
Jika beberapa asumsi di atas tidak terpenuhi, misalnya jika data cukup besar
tetapi tidak berdistribusi normal atau tipe datanya nominal atau ordinal, maka
metode statistik non parametrik dapat digunakan.
Dengan demikian, tentunya metode parametrik lebih efisien (lebih powerfull)
daripada metode non-parametrik; Jika data yang sama diperlakukan dengan metode
parametrik kemudian nonparametrik dan keduanya menghasilkan kesimpulan yang
berbeda, maka hasil dari metode parametrik tersebut dapat dijadikan patokan. Pada
umumnya penggunaan metode parametrik digunakan sebagai pilihan pertama
dalam pengolahan data; Jika data tidak dapat diproses dengan parameter, metode
non-parametrik digunakan.
Namun dalam prakteknya masih banyak data atau kasus yang tidak memenuhi
kriteria untuk menggunakan metode parametrik. Oleh karena itu, sejumlah besar
metode statistik nonparametrik telah dikembangkan untuk memperoleh data yang
tidak memenuhi persyaratan parametrik. Meskipun pengguna metode
nonparametrik hampir sama efisiennya dengan metode parametrik, mereka sangat
berguna untuk membuat keputusan statistik.

6
❖ Statistik non-parametrik merupakan statistik yang bebas sebaran, artinya dapat
digunakan untuk segala macam sebaran atau distribusi. Dengan kata lain, metode
ini tidak mensyaratkan bahwa data tersebut harus berdistribusi normal dan tidak
diperlukan ukuran sampel yang harus memenuhi syarat.

Menurut Dahlan (2005:12) mengemukakan bahwa uji non-parametrik digunakan

untuk keadaan sebagai berikut:
➢ Jika masalah skala pengukuran variabel adalah kategorik (ordinal dan nomilnal).
➢ Jika data dengan masalah skala pengukuran numerik tetapi tidak memenuhi
syarat untuk uji parametrik( misalnya distribusi data tidak normal), maka
dilakukan uji nonparametrik yang menrupakan alternatif dari uji parametriknya.
- Alternatif uji t berpasangan adalah uji wilcoxon.
- Alternatif uji t tidak berpasangan adalah uji Mann-Whitney.
- Alternatif uji repeated ANOVA adalah uji Friedman.
- Alternatif Uji one Way ANOVA adalah uji Kruskal-Wallis.

➢ Uji statistik non parametrik dapat dipakai untuk ukuran sampel kecil, skala
pengukuran data mulai dari yang rendah (skala nominal) sampai dengan skala
pengukuran rasio.
Namun demikian Suciptawati (2009:3) mengemukakan kelebihan-kelebihan
statistik nonparametrik, yaitu:
1. Perhitungannya sederhana dan dapat dikerjakan dengan cepat, karna analisisnya
menggunakan cacahan, peringkat (rank) bahkan dapat menggunakan tanda dari
selisih pengamatan berpasangan.
2. Datanya tidak harus merupakan data kuantitatif, tetapi dapat berupa kualitatif
(skala nominal/ordinal).
3. Nilai peluang dari sebagian besar uji statistika nonparametrik diperoleh dalam
bentuk yang lebih pasti (kecuali untuk kasus sampel yang besar), tidak peduli
bagaimana bentuk sebaran populasi yang merupkan induk dari sampel-
sampelnya. Ketepatan nilai peluang itu tidak tergantung pada bentuk sebaran
populasinya, meskipun beberapa uji statistika nonparametrik menganggap
adanya kesamaan bentuk dua sebaran populasi atau lebih, dan beberapa uji yang
lain menganggap sebaran populasi simetris. Dalam kasus-kasus uji

7
 nonparametrik tertentu menganggap sebaran yang mendasarinya adalah
kontinyu, suatu anggapan yang juga digunakan pada parametrik.
4. Dapat digunakan untuk sampel berukuran kecil n=6.

Ada juga kekurangan kekurangan statistika nonparametrik, yaitu:

1. Uji-uji nonparametrik tidak memanfaatkan semua informasi yang terkandung
dalam sampel. Akibatnya, uji nonparametrik memerlukan ukuran sampel yang
lebih besar dibandingkan uji parametrik untuk mencapai peluang kesalahan
jenis II yang sama.
2. Uji nonparametrik tidak dapat digunakan untuk menguji adanya interaksi
seperti dalam model analisis ragam.
3. Metode nonparametrik tidak dapat digunakan untuk membuat ramalan seperti
dalam analisis regresi, karena asumsi sebaran normal tidak dapat dipenuhi.
4. Macam uji statistika nonparametrik terlalu banyak sehingga menyulitkan
peneliti dalam memilih uji yang sesuai.

8
 BAB III

PENUTUP
A. Kesimpulan
Statistik parametrik adalah uji hipotesis yang menguji perbedaan rata-rata pada
populasi. Metode yang sering digunakan dalam statistik parametrik adalah uji-t yang
didasarkan pada nilai student-t statistics. Uji t bertumpu pada asumsi bahwa data
berdistribusi normal dan rata-rata data diketahui. Pada uji ini, varians populasi dihitung
untuk mencari sampel dari populasi tersebut. Populasi diperkirakan dengan bantuan
skala interval dan variabel yang yang akan diuji hipotesisnya.
Statistik non parametrik adalah uji yang tidak membutuhkan asumsi parameter
apapun untuk populasi yang diuji atau dalam bahasa sederhana uji ini tidak bergantung
pada populasi. Dalam uji statistik non parametrik, tidak ada parameter yang digunakan
dan tidak ada distribusi yang harus diketahui. Hal ini menyebabkan uji statistik non
parametrik juga disebut sebagai metode bebas distribusi.
Apabila kita mencoba mencari hubungan, maka itu maksudnya kita mencari
korelasi. Untuk itu digunakan statistik korelasi. Apabila kita mencari perbedaan, maka
kita harus menggunakan uji satistik untuk perbedaan.
Selanjutnya, kita juga harus menentukan apakah menggunakan statistik parametrik
atau non-parametrik. Secara umum apabila data yang telah dikumpulakan melalui
instrumen adalah jenis data berupa skor berskala (interval) dengan kurva normal,
dengan besar sampel diatas 25, maka kita mungkin perlu menggunkan statistik
parametrik. Apabila menggunkan survei atau uji yang dikembangkan sendiri atau
ukuran sampelnya di bawah 23, maka kita mungkin perlu menggunkan statistik non-
parametrik. Apabila kita memiliki data campuran, maka kita lebih baik menggunakan
statistik non-parametrik. Kedua jenis statistik itu mampu menjawab masalahyang
dibutuhkan. Kebutuhan untuk menggunkan statistik terletak kepada uji statistik mana
yang dianggap tepat.

9
 DAFTAR PUSTAKA

Isbiyantoro,Seno. 2017. Parametrik dan Nonparametrik. Malang. Universitas Negeri Malang.

DQLab. 2021. Statistik Parametrik dan Non Parametrik dalam Ilmu Statistika. Diakses pada
30 mei 2023 dari https://dqlab.id/statistik-parametrik-dan-non-parametrik-dalam-
ilmustatistika#:~:text=Statistik%20parametrik%20adalah%20pengujian%20yang,distr
ibusi%20suatu%20populasi%20sudah%20diketahui.
Algoritma. 2022. perbedaan-statistik-parametrik-dan-non-parametrik. Diakses pada 30 mei
2023 dari https://algorit.ma/blog/perbedaan-statistik-parametrik-dan-non-parametrik-
2022/#:~:text=Statistik%20parametrik%20adalah%20uji%20statistik,dengan%20rata
%2Drata%20kelompok%20populasi.
Santoso,S.2010. Statistik Nonparametrik Konsep dan Aplikasi dengan SPSS. Jakarta: PT Elex
Media Komputindo.
Santoso,S.2010. Statistik Parametrik Konsep dan Aplikasi dengan SPSS. Jakarta: PT Elex
Media Komputindo.
Subana&Sudarajat.2000. Statistika Pendidikan. Bandung: Pustaka Setia.
Suciptawati, N.L. 2010. Metode Statistika Non Parametrik. Bali.Udayana University Press.
Sugiyono. (2013). Statistika untuk Penelitian. Bandung: CV Alfabeta.
Thoifah, I. 2016. Statitiska Pendidikan dan Metode Penelitian Kuantitatif. Malang: Madani

10