Saat memilih uji statistik, salah satu keputusan pertama adalah: parametrik atau nonparametrik? Keduanya sama-sama sah; yang membedakan adalah syarat datanya.
Perbedaan utama
| Parametrik | Nonparametrik | |
|---|---|---|
| Skala data | Interval atau rasio | Nominal, ordinal, atau interval yang tidak memenuhi syarat |
| Asumsi distribusi | Biasanya normal | Tidak mensyaratkan distribusi tertentu |
| Yang dibandingkan | Rata-rata | Peringkat, median, atau frekuensi |
| Kepekaan | Lebih peka bila asumsinya terpenuhi | Sedikit kurang peka bila data sebenarnya normal |
| Tahan pencilan | Kurang | Lebih tahan |
Disebut "parametrik" karena uji ini membuat anggapan tentang parameter populasi, misalnya bahwa populasinya berdistribusi normal dengan rata-rata dan varians tertentu.
Padanan uji
| Tujuan | Parametrik | Nonparametrik |
|---|---|---|
| Dua kelompok independen | Uji t sampel independen | Mann-Whitney U |
| Dua pengukuran berpasangan | Uji t berpasangan | Wilcoxon signed rank |
| Tiga kelompok atau lebih (independen) | ANOVA satu arah | Kruskal-Wallis |
| Tiga pengukuran atau lebih (berpasangan) | ANOVA pengukuran berulang | Friedman |
| Hubungan dua variabel | Korelasi Pearson | Korelasi Spearman |
| Hubungan dua variabel kategori | Chi square |
Cara memilih
- Lihat skala data. Nominal atau ordinal: nonparametrik. Interval atau rasio: lanjut ke langkah 2.
- Periksa asumsi dengan uji normalitas dan, untuk perbandingan kelompok, uji homogenitas.
- Asumsi terpenuhi: pakai uji parametrik.
- Asumsi tidak terpenuhi: periksa dulu penyebabnya (salah input atau pencilan). Bila memang tidak normal, pakai padanan nonparametriknya. Lihat data tidak normal.
Kesalahan umum
- Memakai uji parametrik untuk data nominal, misalnya menghitung rata-rata kode jenis kelamin.
- Langsung berpindah ke nonparametrik tanpa memeriksa apakah ketidaknormalan disebabkan salah input data.
- Mencoba parametrik dan nonparametrik lalu hanya melaporkan yang signifikan.
- Menyebut hasil nonparametrik sebagai perbedaan "rata-rata"; yang dibandingkan adalah peringkat atau median.
Peta lengkap memilih uji ada di uji hipotesis.
Pertanyaan umum
Kalau sampel di atas 30, apakah selalu boleh parametrik?
Tidak selalu. Pada sampel besar, rata-rata sampel cenderung berdistribusi normal (teorema limit pusat), sehingga uji t dan ANOVA cukup tahan terhadap penyimpangan normalitas yang ringan. Namun data yang sangat miring atau penuh pencilan tetap bisa menyesatkan, dan median mungkin lebih mewakili. Periksa datanya, jangan hanya mengandalkan angka 30.
Data Likert parametrik atau nonparametrik?
Butir Likert tunggal bersifat ordinal, sehingga nonparametrik lebih tepat untuk menganalisisnya per butir. Skor total atau rata-rata dari banyak butir sering diperlakukan sebagai interval dan dianalisis secara parametrik. Kedua pandangan ada di literatur; sebutkan pilihanmu dan alasannya di Bab 3.
Apakah boleh memakai keduanya?
Boleh, misalnya sebagai analisis pembanding. Bila hasilnya sama, kesimpulanmu lebih kuat. Bila berbeda, laporkan dan diskusikan, jangan hanya memilih hasil yang signifikan.