Pages

Loading...

STATISTIK PARAMETRIK DAN NON-PARAMETRIK




Parametrik
Parametrik mengandung pengertian parameter, yaitu indikator dari suatu distribusi hasil pengukuran. Indikator dari distribusi pengukuran berdasarkan statistik parametrik digunakan untuk menjadi parameter dari distribusi normal.
Distribusi normal, atau dikenal juga dengan istilah Gaussian Distribution, mengandung dua parameter, yaitu mean (m) dan varians (s2). Parameter-parameter ini memberikan karakteristik yang unik pada suatu distribusi berdasarkan “lokasi”-nya (central tendency), dan sebagai metode statistik, mendasarkan perhitungannya juga pada kedua parameter tersebut.
Dari penjelasan singkat ini tampak bahwa penggunaan metode statistik parametrik mengikuti prinsip-prinsip distribusi normal.
Konsekuensi dari pengertian ini, maka penerapan statistik parametrik perlu memperhatikan hal-hal berikut.
·         Distribusi dari suatu sampel yang dijadikan obyek pengukuran berasal dari distribusi populasi yang bisa diasumsikan terdistribusi secara normal.
·         Sampel diperoleh secara random, dengan jumlah yang dianggap dapat mewakili populasi.
·         Distribusi normal merupakan bagian dari continuous probability distribution, sehingga skala pengukurannya pun haruslah kontinyu (rasio atau interval) atau skala nominal yang diubah menjadi proporsi (hanya bisa diolah menggunakan chi-square).
Bila syarat-syarat ini semua terpenuhi, maka baru dapat diterapkan metode statistik parametrik.
Nonparametrik
Istilah nonparametrik sendiri pertama kali digunakan oleh Wolfowitz, 1942. Istilah lain yang sering digunakan antara lain distribution-free statistics dan assumption-free test. Dari istilah-istilah ini, terlihat bahwa metode statistik nonparametrik merupakan metode statistik yang dapat digunakan dengan mengabaikan segala asumsi yang melandasi metode statistik parametrik, terutama yang berkaitan dengan distribusi normal.

Distribusi normal, disebut pula distribusi Gauss, adalah distribusi probabilitas yang paling banyak digunakan dalam berbagai analisis statistika. Distribusi normal baku adalah distribusi normal yang memiliki rata-rata nol dan simpangan baku satu. Distribusi ini juga dijuluki kurva lonceng (bell curve) karena grafik fungsi kepekatan probabilitasnya mirip dengan bentuk lonceng.
Distribusi normal memodelkan fenomena kuantitatif pada ilmu alam maupun ilmu sosial. Beragam skor pengujian psikologi dan fenomena fisika seperti jumlah foton dapat dihitung melalui pendekatan dengan mengikuti distribusi normal. Distribusi normal banyak digunakan dalam berbagai bidang statistika, misalnya distribusi sampling rata-rata akan mendekati normal, meski distribusi populasi yang diambil tidak berdistribusi normal. Distribusi normal juga banyak digunakan dalam berbagai distribusi dalam statistika, dan kebanyakan pengujian hipotesis mengasumsikan normalitas suatu data.
Distribusi normal pertama kali diperkenalkan oleh Abraham de Moivre dalam artikelnya pada tahun 1733 sebagai pendekatan distribusi binomial untuk n besar. Karya tersebut dikembangkan lebih lanjut oleh Pierre Simon de Laplace, dan dikenal sebagai teorema Moivre-Laplace. Laplace menggunakan distribusi normal untuk analisis galat suatu eksperimen. Metode kuadrat terkecil diperkenalkan oleh Legendre pada tahun 1805. Sementara itu Gauss mengklaim telah menggunakan metode tersebut sejak tahun 1794 dengan mengasumsikan galatnya memiliki distribusi normal.
Istilah kurva lonceng diperkenalkan oleh Jouffret pada tahun 1872 untuk distribusi normal bivariat. Sementara itu istilah distribusi normal secara terpisah diperkenalkan oleh Charles S. Peirce, Francis Galton, dan Wilhelm Lexis sekitar tahun 1875. Terminologi ini secara tidak sengaja memiliki nama sama.

Baca juga tentang tulisan saya mengenai Ilmu Kesehatan Masyarakat yang lain di blog ini

No comments:

Post a Comment