Buat kamu yang masih bingung dalam memilih uji beda parametrik dan non parametrik
Uji beda menjadi salah satu uji asosiatif yang cukup sering digunakan oleh peneliti. Namun demikian, beberapa masih ragu dalam memilih uji beda yang tepat, terutama pada uji beda parametrik dan non parametrik.
Hal tersebut melatarbelakangi saya untuk menuliskan sebuah artikel mengenai uji beda parametrik dan non parametrik, sehingga kamu tidak bingung lagi untuk menggunakannya dalam analisis data penelitianmu.
Sebelum kita membahas mengenai uji beda parametrik dan non parametrik, maka kamu perlu paham dulu bahwa uji beda itu ditujukan untuk mengetahui perbedaan nilai rata-rata dari variabel yang kita bandingkan. Kamu juga perlu memahami bahwa kita dapat membandingkan perbedaan antara dua kelompok sampel dan juga dapat membandingkan juga perbedaan untuk lebih dari dua kelompok sampel.
Tentunya, uji beda yang kita gunakan pun akan berbeda. Kamu juga perlu memahami bahwa dalam statistik, uji beda juga dapat dilakukan untuk non parametrik. Lalu uji apa saja yang dapat menjadi pilihan kalau kita menggunakan non parametrik?
Baik, pada artikel ini saya akan membahas mengenai keduanya sehingga kamu tidak akan bingung lagi ketika akan memutuskan menggunakan statistik parametrik atau non parametrik. Sebelum melangkah lebih jauh, sekarang kita bahas dulu mengenai skala pengukuran data dalam statistik.
Memahami skala pengukuran data
Menurut saya, memahami skala pengukuran data statistik ini merupakan pondasi dasar yang harus kamu kuasai. Mengapa? Hal ini disebabkan karena dengan memahami skala pengukuran data, kamu akan bisa memilih uji yang tepat. Terutama, apakah menggunakan uji beda parametrik atau menggunakan uji beda non parametrik.
Kalau kita flashback kembali ke dalam materi mata kuliah statistika yang pernah disampaikan oleh dosen kita, tentu pernah disinggung mengenai skala pengukuran data. Skala pengukuran data ini dapat dibagi menjadi 4, meliputi skala data nominal, skala data ordinal. skala data interval, dan skala data rasio.
Berdasarkan skala data ini, kalau data nominal ini merupakan yang paling sederhana. Adapun untuk skala data rasio ini merupakan skala pengukuran data yang paling kompleks. Sebetulnya saya telah menuliskan perbedaan secara rinci dan juga contohnya mengenai skala data nominal, ordinal, interval, dan rasio, silahkan kamu baca artikel saya terdahulu.
Agar kamu semakin memahami perbedaan antara skala data tersebut, pada subbab ini saya hanya ingin menekankan bahwa kalau skala pengukuran data kita adalah interval dan rasio maka kamu dapat mempertimbangkan untuk menggunakan uji beda parametrik. Lalu, jika skala pengukuran variabelmu menggunakan sebuah data ordinal atau nominal maka disarankan menggunakan uji beda non parametrik.
Mengapa saya mengambil kesimpulan demikian? Hal ini karena tidak lain dan tidak bukan, dipengaruhi oleh asumsi yang dipersyaratkan pada uji beda yang kita gunakan. Sebagai contoh, kalau kita menggunakan uji beda parametrik, diantaranya ada prasyarat bahwa data harus terdistribusi normal.
Adapun data yang terdistribusi normal itu kerap kita jumpai pada skala data interval atau rasio. Adapun kalau kita menggunakan skala data nominal atau ordinal, umumnya data tidak terdistribusi normal sehingga kita dapat diarahkan untuk menggunakan uji beda non parametrik.
Uji beda parametrik
Uji beda parametrik akan kita bahas lebih dulu. Seperti yang telah saya sampaikan sebelumnya, bahwa uji beda ini dapat dianalisis pada dua kelompok sampel atau lebih dari dua kelompok sampel. Kalau kita ingin menguji perbedaan antara dua kelompok sampel maka kita dapat menggunakan uji t.
Uji t juga dapat dibagi menjadi dua yaitu uji t untuk dua kelompok sampel berpasangan dan uji t untuk dua sampel independen. Perbedaan diantara keduanya yaitu bahwa kalau kita menggunakan uji t sampel berpasangan maka kita menggunakan kelompok sampel yang sama. Misalkan kita mengukur efektivitas metode pembelajaran sebelum dan sesudah intervensi, artinya dalam uji beda ini kita melakukan analisis antara pre-test dan post-test.
Adapun kalau kita membandingkan dua kelompok yang saling bebas, maka kita menggunakan uji t independen. Contohnya kita membandingkan perbedaan nilai rata-rata ujian antara siswa laki-laki dan perempuan atau kita membandingkan nilai mata kuliah statistika kelas A dan kelas B. Pada sampel independen ini, kita tidak harus menggunakan sampel yang sama. Kita bisa membandingkan antara dua kelompok sampel yang saling bebas.
Untuk menggunakan uji t maka kita perlu memenuhi asumsi dasar yaitu bahwa data harus terdistribusi normal dan sebaiknya data berskala interval atau rasio. Selanjutnya, jika kita dapat memastikan homogenitas varian ini akan semakin menghasilkan hasil analisis yang lebih baik.
Selanjutnya, kalau kita ingin membandingkan perbedaan antara lebih dari dua kelompok sampel yang independen maka kita dapat menggunakan analysis of varians (Anova). Kita dapat menggunakan uji one-way Anova.
Misalkan kita ingin membandingkan lebih dari dua kelompok sampel, contohnya adalah kita ingin melihat perbedaan tinggi tanaman berdasarkan tiga metode intervensi. Selain itu kita juga dapat membandingkan produksi susu pada 4 kelompok binaan koperasi ABC.
Ketika kita memutuskan untuk menggunakan one way Anova, kita juga harus memenuhi asumsi yang dipersyaratkan yaitu data terdistribusi normal, homogenitas variance dan skala pengukuran datanya disarankan berskala interval atau rasio.
Uji beda non parametrik
Selanjutnya kita perlu memahami untuk uji beda pada variabel-variabel non parametrik. Tidak seperti pada uji beda parametrik, pada uji beda non parametrik ini tidak memerlukan asumsi data harus terdistribusi normal.
Selanjutnya pada uji beda non parametrik, kita dapat menggunakan variabel yang diukur menggunakan skala nominal atau ordinal. Pada prinsipnya kalau untuk uji beda non parametrik adalah membandingkan nilai medianya. Adapun kalau untuk parametrik membandingkan nilai mean-nya.
Kalau variabelmu menggunakan skala ordinal misalnya, kamu dapat menggunakan uji wilcoxon sebagai alternatif uji t sampel berpasangan. Adapun untuk alternatif uji t sampel independen, kamu bisa menggunakan uji Mann Whitney. Jadi jelas ya, kalau kamu membandingkan untuk dua kelompok sampel yang berpasangan, silahkan kamu gunakan wilcoxon namun kalau sampelnya independen kamu bisa menggunakan Mann-Whitney test.
Adapun kalau kamu ingin membandingkan lebih dari dua kelompok sampel, sebagai alternatif kamu dapat menggunakan uji Kruskall Wallis. Pada ketiga uji tersebut tidak diasumsikan bahwa data harus terdistribusi normal.
Bagaimana cara memilih uji yang tepat?
Untuk memilih uji yang tepat, kamu tentunya harus memahami bahwa kalau skala datamu adalah interval atau rasio, kamu bisa mempertimbangkan menggunakan uji beda parametrik. Lalu jika skala datamu nominal atau ordinal, maka kamu dapat menggunakan uji beda non parametrik.
Selanjutnya jika kamu membandingkan dua kelompok sampel, maka kamu dapat menggunakan uji t dan kalau membandingkan lebih dari dua kelompok sampel menggunakan uji one-way Anova. Begitu juga ketika kamu menggunakan yang non parametrik, kamu bisa menggunakan prinsip yang sama.
Lebih lanjut, kalau ternyata meskipun kamu menggunakan skala data interval atau ratio, namun tidak memenuhi data yang terdistribusi normal, maka kamu tidak perlu memaksakan menggunakan uji t. Sekali lagi, kalau datanya tidak normal atau tidak memenuhi asumsi yang dipersyaratkan meskipun skala datamu adalah rasio, kamu tidak perlu memaksakan menggunakan uji t. Tapi, kami bisa memilih uji non parametrik. Misalnya menggunakan uji wilcoxon atau mann-whitney.
Dengan penjelasan pada artikel ini semoga semakin memperkaya wawasanmu dan wawasan kita terkait menggunakan uji beda yang tepat. Baik, terima kasih telah membaca artikel ini. Jika ada pertanyaan atau hal yang ingin didiskusikan, silahkan untuk menuliskannya pada kolom komentar di bawah artikel ini. Sampai jumpa pada artikel edukasi di kesempatan berikutnya, Salam sehat selalu!
Posting Komentar untuk "Buat kamu yang masih bingung dalam memilih uji beda parametrik dan non parametrik"