Perbedaan Antara Parametrik dan Non Parametrik

Parametrik vs Non Parametrik

Statistik adalah salah satu cabang studi yang memungkinkan kita untuk memahami dinamika populasi dengan menggunakan sampel yang diambil dari populasi tertentu. Sangat penting bahwa sampel ini acak. Banyak formula dibuat dengan menggabungkan matematika, untuk mengambil kesimpulan tentang parameter populasi. Secara alami setiap populasi dapat memiliki "Distribusi normal" di mana dispersi data / sampel memiliki bentuk lonceng dalam grafik frekuensi. Dalam distribusi normal, sebagian besar sampel berkonsentrasi di sekitar rata-rata dan 68%, 95%, 99% dari data ditemukan masing-masing dalam 1, 2, dan 3 standar deviasi. Statistik parametrik dan nonparametrik tergantung pada apakah distribusi normal dipertimbangkan atau tidak.

Apa itu Statistik Parametrik?

Statistik parametrik adalah statistik di mana data / sampel dianggap diambil dari distribusi normal. Definisi statistik parametrik adalah "statistik yang mengasumsikan bahwa data telah berasal dari jenis distribusi probabilitas dan membuat kesimpulan tentang parameter distribusi". Sebagian besar metode statistik dasar yang diketahui milik kelompok ini. Pada kenyataannya, mereka mungkin tidak terdistribusi secara normal. Oleh karena itu, tipe statistik ini didasarkan pada lebih banyak asumsi. Jika data / sampel terdistribusi normal atau hampir terdistribusi normal, formula dapat menghasilkan hasil dan kesimpulan yang akurat. Namun, jika asumsi terdistribusi normal salah, statistik parametrik bisa sangat menyesatkan.

Apa itu Statistik Non-parametrik?

Statistik non parametrik juga dikenal sebagai statistik bebas distribusi. Keuntungan dari tipe statistik ini adalah bahwa ia tidak harus membuat asumsi seperti yang sebelumnya dibuat dengan parametrik. Perhitungan statistik non parametrik membutuhkan median perhatian daripada cara. Oleh karena itu, jika satu atau dua menyimpang dari nilai rata-rata, efeknya diabaikan. Secara umum statistik parametrik lebih disukai daripada ini karena memiliki lebih banyak kekuatan untuk menolak hipotesis palsu daripada metode nonparametrik. Salah satu tes non parametrik yang paling dikenal adalah uji Chi-square. Ada analog nonparametrik untuk beberapa uji parametrik seperti, Uji T Wilcoxon untuk uji sampel berpasangan, Uji U Mann-Whitney untuk uji sampel independen, korelasi Spearman untuk korelasi Pearson, dll. Untuk satu uji sampel t, tidak ada uji non parametrik yang sebanding.

Apa perbedaan antara Parametrik dan Non-parametrik?

• Statistik parametrik tergantung pada distribusi normal, tetapi statistik non-parametrik tidak tergantung pada distribusi normal.

• Statistik parametrik membuat lebih banyak asumsi daripada statistik Non-Parametrik.

• Statistik parametrik menggunakan rumus yang lebih sederhana dibandingkan dengan statistik Non-Parametrik.

• Ketika suatu populasi diyakini berdistribusi normal atau mendekati distribusi normal, statistik parametrik adalah yang terbaik untuk digunakan. Jika tidak, yang terbaik adalah menggunakan metode nonparametrik.

• Sebagian besar metode statistik dasar yang dikenal umum termasuk dalam statistik parametrik. Statistik non parametrik jarang digunakan dan diterapkan untuk kasus-kasus khusus.