Mari Bersama
Mencerahkan Diri

Analisis Nonprametrik

Analisis Nonprametrik

Analisis non paramtrik dikenal sebagai alat analisis statistik alternatif di saat peneliti tidak dapat menggunakan analisis parametrik. Meskipun pendapat ini tidak seluruhnya benar, namun nyatanya putar haluan analisis ke nonparametrik merupakan tindakan alternatif penyelamatan data yang dilakukan para peneliti. Tidak dapat menggunakan parametrik di sini bukan berarti tidak tahu analisis apa yang hendak digunaan, tetapi justru peneliti tahu tetapi menyadari bahwa sebaran data yang dimiliki tidak memenuhi syarat sebagai populasi untuk dianalisis lebih lanjut. Adapun tentang prasyarat sebagai populasi tidak di bahas di sini (khawatir malah tidak fokus, dan itulah kelemahan penulis, kelemahan itu bukan disadari penulis tetapi kritik yang selalu bertubi-tubi tentang hal ini).

Analisis nonparametrik adalah prosedur statistik yang tidak mengacu pada parameter tertentu. Itulah sebabnya, statistik nonparametrik sering disebut sebagai prosedur yang bebas distribusi (free-distibution procedures). Banyak orang berpendapat, jika data yang dikumpulkan terlalu kecil maka prosedur statistik nonparametrik lebih baik digunakan. Pendapat ini bisa benar dan bisa pula salah. Masalahnya adalah, bagaimana mendefinisikan besar-kecilnya suatu data? Bukankah hal ini sangat relatif? Yang jelas, kita pasti menggunakan statistik nonparametrik bila kita tidak mengetahui dengan pasti distribusi dari data yang kita amati. Namun jika kita yakin data yang diamati berdistribusi normal, misalkan dibuktikan dengan memakai uji statistik, maka kita bisa memakai prosedur statistik parametrik untuk distribusi normal. Sebaliknya, walaupun data yang dikumpukan berjumlah besar, tetapi tidak dapat dipastikan distribusinya, maka sebaiknya dipakai prosedur statistik nonparametrik.

Analisis nonparametrik mempunyai beberapa kelebihan dan kekurangan. Kelebihannya antara lain adalah:

1.  Tingkat kesalahan penggunaan prosedur statistik nonparametrik relatif kecil karena statistik jenis ini tidak memerlukan banyak asumsi.

2.  Perhitungan yang harus dilakukan pada umumnya sederhana dan mudah, khususnya untuk data yang kecil.

3.  Konsep dalam statistik nonparametrik mudah untuk dimengerti.

4.  Dapat digunakan untuk menganalisa data yang berbentuk hitungan maupun peringkat (rank).

Adapun kekurangan analisis nonparametrik yang paling utama adalah hasil analisis tidak dapat digeneralisasikan untuk kelompok yag lebih luas. Dengan kata lain hasil analisis hanya untuk memahami karakteristik atau kondisi yang terjadi pada kelompok yang sedang diteliti saja. Meskipun kita menemukan kelompok lain yang sekarakter dengan subjek yang kita teliti dan kita analisis dengan nonparametrik namun hasil analisis tidak dapat dengan serta merta dinisbahkan atau dianalogikan pada kelompok baru yang kita temukan tersebut.

Begitu juga kelebihan bahwa analisis nonparametric adalah analisis yang sederhana. Walaupun perhitungan dalam analisis nonparametrik sangat sederhana, bila jumlah datanya sangat besar maka dibutuhkan perhitungan yang sangat lama. Untuk itu, prosedur analisis parametrik lebih tepat untuk digunakan daripada nonparametrik.

Berikut adalah beberapa uji statistik yang biasa dipakai. Kolom pertama menguraikan uji statistik parametrik, sementara kolom kedua menampilkan uji statistik nonparametrik yang sepadan.

 

 

Jenis Analisis Parametrik

Jenis Analisis Non Parametrik

Pengujian

Uji - t  berpasangan

Uji tanda

Meneliti perbedaan dalam  suatu kelompok

Uji - t untuk sample bebas

Uji Mann-Whitney U; Uji  Wilcoxon jumlah peringkat

Membandingkan dua sample bebas

Analisa varians satu jalur (Uji F )

Analisa varians dengan menggunakan peringkat Kruskal-Wallis

Membandingkan tiga kelompok atau lebih

Analisa varians dua jalur

Analisa varians dua jalur Friedman

Membandingkan tiga kelompok atau lebih dengan menggunakan dua faktor yang berbeda

Koefisien korelasi Pearson

Koefisien korelasi peringkat Spearman

Mengetahui hubungan korelasi linier antara dua perubah

Jadi dengan demikian, penggunaan statistik nonparametrik lebih diutamakan jika hipotesis yang akan diuji tidak dalam rangka generalisasi parameter dari populasi.

Setelah kita tahu jenis analisis nonparametrik dari penjelasan di atas, kita belum boleh berbangga hati dan dengan serta merta melakukan analisis nonparametrik. Kenapa? Karena analisis nonparametric yang tersedia di atas tidak dijalankan untuk jenis data kontinum. Oleh karena itu bila kita hendak ganti haluan dengan nonparametrik langkah awal yang harus dilakukan adalah melakukan transformasi data menjadi data non kontinum.

 

Data non kontinum di sini adalah data bentuk ordinal atau juga data nominal. Nah, data kontinum memang dapat ditransformasi ke data ordinal namun tidak mungkin menjadi data nominal. Di sinilah yang dimaksud bahwa tidak seluruhnya benar pernyataan bahwa analisis nonparametrik sebagai alternatif bila peneliti tidak dapat menggunakan analisis parametrik. Artinya apabila seorang peneliti hendak menguji antar data nominal (baik korelasi maupun komparasi) maka mereka tentunya sudah menetapkan akan menganalisis dengan nonparametrik. Di samping itu ada masalah tujuan penelitian lain yang mengarahkan peneliti untuk menggunakan nonparametrik (ini urusan metodologi penelitian yang tidak dibahas di bagian ini).

Jenis analisis berdasar jensi data dalam non parametric yang dimaksud di atas dapat dijelaskan dengan tabel berikut.  

 

Jenis Data Nominal

Jenis Data Ordinal

Pengujian

Mc Nemar

Uji tanda (Sign test)

Meneliti perbedaan dalam  suatu kelompok

Chi-Square

Uji Mann-Whitney U; Uji  Wilcoxon jumlah peringkat

Membandingkan dua sampel bebas

Cocran

Friedman

Membandingkan tiga kelompok atau lebih dalam satu kelompok

Chi-Square

Analisa varians dengan menggunakan peringkat Kruskal-Wallis

Membandingkan tiga kelompok atau lebih sampel bebas

Analisa varians dua jalur

Analisa varians dua jalur Friedman

Membandingkan tiga kelompok atau lebih dengan menggunakan dua faktor yang berbeda

Koefisien Kontingensi

Koefisien korelasi peringkat Spearman

(data dalam bentuk peringkat)

Mengetahui hubungan korelasi linier antara dua perubah

Perbedaan penggunaan alat analisis tersebut memunjukkan bahwa analisis kuantitatif berupaya melakukan analisis secara cermat dengan memahami adanya perbedaan relasi dan jenis data yang hendak dianalisis. Sebab bagaimanapun perlu dipahami bahwa terdapatnya perbedaan kondisi menjadian berbeda pula karakteristik yang ditimbulkannya.

 

   

 

 

Disarikan dari berbagai sumber.