STATISTIK PARAMETRIK
Statistik
Parametrik, yaitu ilmu statistik
yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data
menyebar secara normal atau tidak. Dengan kata lain, data yang akan dianalisis
menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada
umumnya, jika data tidak menyebar normal, maka data seharusnya dikerjakan
dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan
transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa
dikerjakan dengan statistik parametrik.
Contoh
metode statistik parametrik :
a. Uji-z (1 atau 2
sampel)
b. Uji-t (1 atau 2
sampel)
c. Korelasi
pearson,
d. Perancangan
percobaan (one or two-way anova parametrik), dll.
Ciri-ciri
statistik parametrik :
Data dengan skala interval dan rasio
Data menyebar/berdistribusi normal
Keunggulan
dan kelemahan statistik parametrik
Keunggulan
:
1. Syarat syarat
parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan
dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.
2. Observasi bebas satu
sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki
varian yang homogen.
Kelemahan :
1. Populasi harus
memiliki varian yang sama.
2. Variabel-variabel
yang diteliti harus dapat diukur setidaknya dalam skala interval.
3. Dalam analisis varian
ditambahkan persyaratan rata-rata dari populasi harus normal dan bervarian
sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.
Tidak ada komentar:
Posting Komentar