Analisis Data Adalah : Kenalan dengan Analisis Statistika Non Parametrik, Yuk!

Data merupakan segala sesuatu yang membuat informasi atau fakta. Perkembangan teknologi yang semakin pesat membuat data yang ada tidak hanya berupa angka, melainkan sudah ada yang berupa teks, gambar, audio, dan video. Hal ini akhirnya disebut sebagai fenomena big data. Jika berbicara tentang data, maka akan sangat erat kaitannya dengan statistika dan juga analisis statistika. Analisis statistika dapat dibedakan menjadi menjadi analisis deskriptif dan analisis inferensia.

Statistika inferensia jika dilihat dari metode pengolahannya maka dapat terbagi menjadi analisis statistika parametrik dan non parametrik. Tentu saja metode yang digunakan untuk menguji data parametrik akan berbeda dengan metode yang digunakan untuk menguji data non parametrik. Dalam artikel ini akan dibahas mengenai analisis statistika non parametrik secara lengkap, mulai dari kapan harus digunakan, kelebihan dan kelemahannya, serta jenis-jenis uji yang dapat digunakan. Penasaran kan? Yuk, simak artikelnya!

1. Kapan Statistika Non Parametrik Harus Digunakan?

Pertanyaan yang paling sering ditanyakan adalah kapan sih kita harus menggunakan statistika non parametrik? Jawabannya penggunaan analisis statistika non parametrik bisa dipilih jika kita tidak mengetahui distribusi datanya atau datanya tidak berdistribusi normal. Penggunaan analisis statistika non parametrik juga bisa dilakukan jika uji hipotesisnya tidak digunakan untuk menggeneralisir keadaan populasi. Tidak ada batasan jumlah data yang bisa digunakan, baik itu data yang berskala kecil maupun yang berskala besar. Namun sayangnya analisis ini tidak dapat digunakan untuk data yang bersifat kontinu.

Baca juga : Data Analisis : 2 Jenis Metode yang Penting Untuk Kamu Tahu dalam Analisis Data

2. Kelebihan dan Kelemahan Statistika Non Parametrik

Salah satu kelebihan dari statistika non parametrik adalah tingkat kesalahan yang relatif kecil karena asumsi-asumsi yang diuji tidak sebanyak di analisis statistika parametrik. Kelebihan lainnya, perhitungan uji non parametrik cenderung sederhana dan mudah untuk dipahami, serta bisa diaplikasikan ke dalam data rank maupun hitungan biasa. Sementara kekurangannya adalah belum bisa dilakukan perhitungan analisis variansi (ANOVA). Selain itu, hasil analisisnya cenderung susah untuk digeneralisasi, serta untuk menyimpulkan hasilnya diperlukan tabel statistik khusus yang mana perolehannya juga tidak mudah. Jika data sudah memenuhi syarat data parametrik, maka melakukan uji non parametrik termasuk sebagai pemborosan.

3. Jenis-Jenis Uji Non Parametrik

• Uji T berpasangan, 

Biasanya dilakukan dengan menggunakan uji tanda. Tujuannya sendiri adalah untuk menganalisis perbedaan data yang ada di dalam sebuah kelompok.

• Uji T sampel bebas

Metode yang biasa digunakan di uji ini adalah uji Wilcoxon dan uji Mann-Whitney. Umumnya uji ini akan digunakan untuk membandingkan dua sampel bebas.

• Uji F

Uji ini biasanya menggunakan analisis varian Kruskal-Wallis untuk membandingkan tiga kelompok atau lebih. Uji ini dikenal juga dengan nama analisis varian satu jalur (ANOVA One Way). 

• Analisis Varian Dua jalur (ANOVA Two Way)

Uji ini akan digunakan untuk membandingkan lebih dari tiga kelompok yang memiliki faktor yang berbeda dengan menggunakan analisis varian dua jalur Friedman.

• Koefisien korelasi Pearson

Uji yang digunakan adalah koefisien korelasi peringkat spearman untuk menganalisis korelasi linier antara dua peubah.

Baca juga : Langkah-Langkah Menggunakan Teknik Analisis Data Kualitatif

4. Yuk Mulai Belajar Menjadi Data Scientist Bersama DQLab!