1. umur,jenis kelamin,tinggi badan,berat badan termasuk parametrik karens parametrik merupakan distribusi data yang normal , sample lebih dari 30, dan termasuk bilangan bulat. 2.suhu badan termasuk non parametrik , karena distribusi data nya tidak normal , sampelnya kurang dari 30 .
parametrik merupakan data dengan skala interval dan ratio, daa menyebar/berdistribusi normal. contohnya : umur, berat badan, suhu, nilai non parametrik merupakan data tidak berdistribusi normal, data berskala nominal dan ordinal. contohnya : jenis kelamin, tingkat pendidikan
1. parametrik => mempertimbangkan jenis sebaran atau distribusi data apa data itu menyebar normal / tidak normal contoh : jenis kelamin,umur,berat badan dan lain lain 2. nonparamertik => mensyaratkan bentuk sebaran parameter populasi baik normal atau tidak contoh : status gizi,pendidikan dan lain lain
Parametrik : data 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. Contoh : berat badan, jenis kelamin, umur
Non Parametrik : data yang bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Contoh : tingkat pendidikan, suhu
Parametrik : 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 ny angka kelahiran, angka kesakitan.
NonParametrik :statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal. contohnya jenis kelamin, agama, suku, tingkat pendidikan.
Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data. Contoh : Uji-z (1 atau 2 sampel), Uji-t (1 atau 2 sampel), Korelasi pearson, Perancangan percobaan
Statistik Non Parametrik, yaitu statistik bebas sebaran. Contoh : Uji tanda
1. Statistika Parametrik Statistika Parametrik yaitu ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak.Bila type data adalah interval/rasio, distribusi datanya normal, jumlah data besar (N>30), gunakan statistik parametrik.
2. Statistika Non-parametrik Statistika non-parametrik adalah statistika bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik biasanya digunakan untuk melakukan analisis pada data berjenis Nominal atau Ordinal.Bila type data adalah nominal atau ordinal, distribusi data tidak normal, jumlah data kecil (N<30), gunakan statistik non parametrik.
1. Yang termasuk parametik yaitu uji yg menggunakan metode -Uji Z -Uji T -Kolerasi Pearson -Perancangan Percobaan Contohnya : Umur , Berat Badan , Suhu , Nilai Karena pada Parametik ini menggunakan data dengan skala INTERVAL dan RASIO yang mempertimbangkan jenis sebaran disrtibusi data yaitu apakah data menyebar secara normal/tidak karena data parameter harus memenuhi normalitas .
2. Yang termasuk Non Parametik yaitu uji ygmenggunakan metode -Uji tanda (sign test) -Rank Sum Test -Rank Correlation Test -Fisher Probability Exact Test -Chi-Square test Contohnya : Jenis Kelamin, Tingkat Pendidikan, Status Gizi,dll Karena pada Non-Parametik ini data tidak mensyaratkan bentuk sebaran populasi jormal/tidak normal . Dan biasanya menggunakan skala pengukuran sosial NOMINAL dan ORDINAL yang umumnya tidak berdistribusi normal karena jumlah sampelnya kecil.
- statistik parsmetrik : ilmu parametrik yang lmpempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. dengan kata lain data yang akan dianalisis harus memenuhi asumsi normalitas.
- statistik non parametrik : test yang modelnya tidak menetapkan syarat-syaratnya yang mengenai parameter-parameter populasi yang merupakan induk sampel penelitiannya.
STATISTIK PARAMETRIK Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. 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
Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Contoh metode statistik non-parametrik : a. Uji tanda (sign test) b. Rank sum test (wilcoxon) c. Rank correlation test (spearman) d. Fisher probability exact test. e. Chi-square test, dll
Ciri-ciri statistik non-parametrik : - Data tidak berdistribusi normal - Umumnya data berskala nominal dan ordinal - Umumnya dilakukan pada penelitian sosial - Umumnya jumlah sampel kecil
-parametrik adalah : data yang menggunakan dengan skala INTERVAL dan RASIO yang mempertimbangkan jenis sebaran disrtibusi data yaitu apakah data menyebar secara normal/tidak karena data parameter harus memenuhi normalitas . contohnya : Umur , Berat Badan , Suhu , Nilai
-non parametrik adalah : data yang tidak mensyaratkan bentuk sebaran populasi jormal/tidak normal . Dan biasanya menggunakan skala pengukuran sosial NOMINAL dan ORDINAL yang umumnya tidak berdistribusi normal karena jumlah sampelnya kecil. contohnya : Jenis Kelamin, Tingkat Pendidikan, Status Gizi,dll
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.
STATISTIK NON-PARAMETRIK Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal.
Contoh metode statistik non-parametrik : a. Uji tanda (sign test) b. Rank sum test (wilcoxon) c. Rank correlation test (spearman) d. Fisher probability exact test. e. Chi-square test, dll
Ciri-ciri statistik non-parametrik : - Data tidak berdistribusi normal - Umumnya data berskala nominal dan ordinal - Umumnya dilakukan pada penelitian sosial - Umumnya jumlah sampel kecil
Keunggulan dan kelemahan statistik non-parametrik : Keunggulan : 1. Tidak membutuhkan asumsi normalitas. 2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik karena ststistika non-parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik. 3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal). 4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif. 5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata. 6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal. Kelemahan : 1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu. 2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik. 3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu. (Khairul Amal)
Uji parametrik merupakan bagian statistik inferensia yang mempertimbangkan nilai dari satu atau lebih parameter populasi. ada beberapa syarat dari yang perlu dipatuhi yaitu: 1. Skala Pengukuran Variabel: Skala pengukuran variabel harus variabel numerik 2. Sebaran data: sebaran data harus normal. 3. Varians data a. Kesamaan varians tidak menjadi syarat untuk uji kelompok yang berpasangan. b. Kesamaan varians adalah syarat tidak mutlak untuk dua kelompok tidak berpasangan. c. kesamaan varians menjadi syarat mutlak untuk lebih dari dua kelompok tidak berpasangan. uji nonparametrik merupakan bagian statistik inferensia yang tidak mempertimbangkan parameter populasi. Nonparametrik digunakan ketika uji parametrik tidak terpenuhi. kelebihan uji nonparametrik adalah sebagai berikut: 1. Tiada anggapan bahwa nilai yang akan dianalisis telah ditarik dari suatu populasi dengan suatu sistem tertentu. 2. Dapat digunakan pada skor yang merupakan klasifikasi dan jenjang atau range. 3. Dapat digunakan pada sampel yang kecil. 4. Sederhana dalam penghitungannya.
ya, terima kasih atas penjelasan yang saudara berikan artinya bahawa parametrik adalah uji untuk data kuantitatif/nomerik dengan skala interval & rasio sedangkan nonparametrik untuk data kualitatif/katagorik dengan skala nominal & ordinal serta memenuhi 3 syarat yang harus diperhatikan sebagaimana telah saya jelaskan saat itu.
jujur pak saya masih binggung menentukan parametrik dan non parametriknya
BalasHapus1. umur,jenis kelamin,tinggi badan,berat badan termasuk parametrik karens parametrik merupakan distribusi data yang normal , sample lebih dari 30, dan termasuk bilangan bulat.
BalasHapus2.suhu badan termasuk non parametrik , karena distribusi data nya tidak normal , sampelnya kurang dari 30 .
parametrik merupakan data dengan skala interval dan ratio, daa menyebar/berdistribusi normal. contohnya : umur, berat badan, suhu, nilai
BalasHapusnon parametrik merupakan data tidak berdistribusi normal, data berskala nominal dan ordinal. contohnya : jenis kelamin, tingkat pendidikan
1. parametrik => mempertimbangkan jenis sebaran atau distribusi data apa data itu menyebar normal / tidak normal
BalasHapuscontoh : jenis kelamin,umur,berat badan dan lain lain
2. nonparamertik => mensyaratkan bentuk sebaran parameter populasi baik normal atau tidak
contoh : status gizi,pendidikan dan lain lain
Parametrik : data 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. Contoh : berat badan, jenis kelamin, umur
BalasHapusNon Parametrik : data yang bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Contoh : tingkat pendidikan, suhu
Parametrik : 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 ny angka kelahiran, angka kesakitan.
BalasHapusNonParametrik :statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal. contohnya jenis kelamin, agama, suku, tingkat pendidikan.
Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data.
BalasHapusContoh : Uji-z (1 atau 2 sampel), Uji-t (1 atau 2 sampel), Korelasi pearson, Perancangan percobaan
Statistik Non Parametrik, yaitu statistik bebas sebaran.
Contoh : Uji tanda
1. Statistika Parametrik
BalasHapusStatistika Parametrik yaitu ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak.Bila type data adalah interval/rasio, distribusi datanya normal, jumlah data besar (N>30), gunakan statistik parametrik.
2. Statistika Non-parametrik
Statistika non-parametrik adalah statistika bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik biasanya digunakan untuk melakukan analisis pada data berjenis Nominal atau Ordinal.Bila type data adalah nominal atau ordinal, distribusi data tidak normal, jumlah data kecil (N<30), gunakan statistik non parametrik.
1. Yang termasuk parametik yaitu uji yg menggunakan metode
BalasHapus-Uji Z
-Uji T
-Kolerasi Pearson
-Perancangan Percobaan
Contohnya : Umur , Berat Badan , Suhu , Nilai
Karena pada Parametik ini menggunakan data dengan skala INTERVAL dan RASIO yang mempertimbangkan jenis sebaran disrtibusi data yaitu apakah data menyebar secara normal/tidak karena data parameter harus memenuhi normalitas .
2. Yang termasuk Non Parametik yaitu uji ygmenggunakan metode
-Uji tanda (sign test)
-Rank Sum Test
-Rank Correlation Test
-Fisher Probability Exact Test
-Chi-Square test
Contohnya : Jenis Kelamin, Tingkat Pendidikan, Status Gizi,dll
Karena pada Non-Parametik ini data tidak mensyaratkan bentuk sebaran populasi jormal/tidak normal . Dan biasanya menggunakan skala pengukuran sosial NOMINAL dan ORDINAL yang umumnya tidak berdistribusi normal karena jumlah sampelnya kecil.
- statistik parsmetrik : ilmu parametrik yang lmpempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. dengan kata lain data yang akan dianalisis harus memenuhi asumsi normalitas.
BalasHapus- statistik non parametrik : test yang modelnya tidak menetapkan syarat-syaratnya yang mengenai parameter-parameter populasi yang merupakan induk sampel penelitiannya.
STATISTIK PARAMETRIK
BalasHapusStatistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak.
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
Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak).
Contoh metode statistik non-parametrik :
a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
d. Fisher probability exact test.
e. Chi-square test, dll
Ciri-ciri statistik non-parametrik :
- Data tidak berdistribusi normal
- Umumnya data berskala nominal dan ordinal
- Umumnya dilakukan pada penelitian sosial
- Umumnya jumlah sampel kecil
-parametrik adalah : data yang menggunakan dengan skala INTERVAL dan RASIO yang mempertimbangkan jenis sebaran disrtibusi data yaitu apakah data menyebar secara normal/tidak karena data parameter harus memenuhi normalitas .
BalasHapuscontohnya : Umur , Berat Badan , Suhu , Nilai
-non parametrik adalah : data yang tidak mensyaratkan bentuk sebaran populasi jormal/tidak normal . Dan biasanya menggunakan skala pengukuran sosial NOMINAL dan ORDINAL yang umumnya tidak berdistribusi normal karena jumlah sampelnya kecil.
contohnya : Jenis Kelamin, Tingkat Pendidikan, Status Gizi,dll
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.
BalasHapusContoh 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.
STATISTIK NON-PARAMETRIK
Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal.
Contoh metode statistik non-parametrik :
a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
d. Fisher probability exact test.
e. Chi-square test, dll
Ciri-ciri statistik non-parametrik :
- Data tidak berdistribusi normal
- Umumnya data berskala nominal dan ordinal
- Umumnya dilakukan pada penelitian sosial
- Umumnya jumlah sampel kecil
Keunggulan dan kelemahan statistik non-parametrik :
Keunggulan :
1. Tidak membutuhkan asumsi normalitas.
2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik karena ststistika non-parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik.
3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).
4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.
5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata.
6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal.
Kelemahan :
1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.
2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik.
3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu. (Khairul Amal)
Uji parametrik merupakan bagian statistik inferensia yang mempertimbangkan nilai dari satu atau lebih parameter populasi. ada beberapa syarat dari yang perlu dipatuhi yaitu:
BalasHapus1. Skala Pengukuran Variabel: Skala pengukuran variabel harus variabel numerik
2. Sebaran data: sebaran data harus normal.
3. Varians data
a. Kesamaan varians tidak menjadi syarat untuk uji kelompok yang berpasangan.
b. Kesamaan varians adalah syarat tidak mutlak untuk dua kelompok tidak berpasangan.
c. kesamaan varians menjadi syarat mutlak untuk lebih dari dua kelompok tidak berpasangan.
uji nonparametrik merupakan bagian statistik inferensia yang tidak mempertimbangkan parameter populasi. Nonparametrik digunakan ketika uji parametrik tidak terpenuhi.
kelebihan uji nonparametrik adalah sebagai berikut:
1. Tiada anggapan bahwa nilai yang akan dianalisis telah ditarik dari suatu populasi dengan suatu sistem tertentu.
2. Dapat digunakan pada skor yang merupakan klasifikasi dan jenjang atau range.
3. Dapat digunakan pada sampel yang kecil.
4. Sederhana dalam penghitungannya.
pak saya tidak mengerti apa perbedaan parametrik dan non parametrik terus contohnya itu seperti apa,maaf pak saya telat.
BalasHapusya, terima kasih atas penjelasan yang saudara berikan artinya bahawa parametrik adalah uji untuk data kuantitatif/nomerik dengan skala interval & rasio sedangkan nonparametrik untuk data kualitatif/katagorik dengan skala nominal & ordinal serta memenuhi 3 syarat yang harus diperhatikan sebagaimana telah saya jelaskan saat itu.
BalasHapustable yang digunakan untuk uji hipotesis non parametik ini jenis table apa pak?..
BalasHapus