Perbedaan antara parametrik dan nonparametrik

Peneliti sosial sering membangun hipotesis, di mana mereka mengasumsikan bahwa aturan umum tertentu dapat diterapkan pada suatu populasi. Mereka menguji hipotesis ini dengan menggunakan tes yang dapat berupa parametrik atau nonparametrik. Tes parametrik biasanya lebih umum dan dipelajari jauh lebih awal sebagai tes standar yang digunakan saat melakukan penelitian.

Proses melakukan penelitian relatif sederhana - Anda membangun hipotesis dan berasumsi bahwa "hukum" tertentu dapat diterapkan pada suatu populasi. Anda kemudian melakukan tes dan mengumpulkan data yang kemudian Anda analisis secara statistik. Data yang dikumpulkan biasanya dapat direpresentasikan sebagai grafik, dan hukum yang dihipotesiskan sebagai nilai rata -rata dari data itu. Jika undang -undang yang dihipotesiskan dan undang -undang nilai rata -rata cocok, hipotesis dikonfirmasi.

Namun, dalam beberapa kasus, menemukan nilai rata -rata bukanlah cara yang paling tepat untuk mencari hukum. Contoh yang bagus adalah distribusi total pendapatan. Jika Anda belum mencocokkan nilai rata -rata, itu mungkin karena satu atau dua miliarder mengganggu nilai rata -rata Anda. Namun, median akan memberikan hasil yang jauh lebih akurat pada pendapatan rata -rata yang lebih mungkin cocok dengan data Anda.

Dengan kata lain, tes parametrik akan digunakan ketika asumsi yang dibuat tentang populasi jelas dan ada banyak informasi yang tersedia tentang hal itu. Pertanyaan akan dirancang untuk mengukur parameter spesifik tersebut sehingga data kemudian dapat dianalisis seperti dijelaskan di atas. Tes nonparametrik digunakan ketika populasi yang diuji tidak sepenuhnya diketahui dan oleh karena itu parameter yang diperiksa juga tidak diketahui. Selain itu, sementara tes parametrik menggunakan nilai rata -rata sebagai hasilnya, tes nonparametrik mengambil median, dan karenanya biasanya digunakan ketika hipotesis asli tidak sesuai dengan data.

Apa tes parametrik?

Tes parametrik adalah tes yang dirancang untuk menyediakan data yang kemudian akan dianalisis melalui cabang sains yang disebut statistik parametrik. Statistik parametrik mengasumsikan beberapa informasi tentang populasi sudah diketahui, yaitu distribusi probabilitas. Sebagai contoh, distribusi tinggi tubuh di seluruh dunia dijelaskan oleh model distribusi normal. Mirip dengan itu, model distribusi yang diketahui dapat diterapkan pada satu set data. Namun, dengan asumsi bahwa model distribusi tertentu sesuai dengan dataset berarti bahwa Anda secara inheren mengasumsikan beberapa informasi tambahan yang diketahui tentang populasi, seperti yang telah saya sebutkan. Distribusi probabilitas berisi parameter berbeda yang menggambarkan bentuk distribusi yang tepat. Parameter ini adalah apa yang disediakan tes parametrik - setiap pertanyaan disesuaikan untuk memberikan nilai yang tepat dari parameter tertentu untuk setiap individu yang diwawancarai. Digabungkan, nilai rata -rata parameter tersebut digunakan untuk distribusi probabilitas. Itu berarti bahwa tes parametrik juga mengasumsikan sesuatu tentang populasi. Jika asumsinya benar, statistik parametrik yang diterapkan pada data yang disediakan oleh tes parametrik akan memberikan hasil yang jauh lebih akurat dan tepat daripada tes dan statistik nonparametrik.

Apa tes nonparametrik?

Dengan cara yang mirip dengan uji parametrik dan statistik, ada tes nonparametrik dan statistik. Mereka digunakan ketika data yang diperoleh tidak diharapkan sesuai dengan kurva distribusi normal, atau data ordinal. Contoh yang bagus dari data ordinal adalah ulasan yang Anda tinggalkan saat Anda menilai produk atau layanan tertentu pada skala dari 1 hingga 5. Data ordinal secara umum diperoleh dari tes yang menggunakan peringkat atau pesanan yang berbeda. Oleh karena itu, tidak bergantung pada angka atau nilai yang tepat untuk parameter yang diandalkan oleh tes parametrik. Faktanya, itu tidak menggunakan parameter dengan cara apa pun, karena tidak mengasumsikan distribusi tertentu. Biasanya, analisis parametrik lebih disukai daripada yang nonparametrik, tetapi jika tes parametrik tidak dapat dilakukan karena populasi yang tidak diketahui, diperlukan tes nonparametrik.

Perbedaan antara tes parametrik dan nonparametrik

1) membuat asumsi

Seperti yang telah saya sebutkan, tes parametrik membuat asumsi tentang populasi. Perlu parameter yang terhubung ke distribusi normal yang digunakan dalam analisis, dan satu -satunya cara untuk mengetahui parameter ini adalah dengan memiliki beberapa pengetahuan tentang populasi. Di sisi lain, tes nonparametrik, seperti namanya, tidak bergantung pada parameter apa pun dan karenanya tidak menganggap apa pun tentang populasi.

2) Probabilitas parametrik dan nonparametrik

Dasar untuk analisis statistik yang akan dilakukan pada data, dalam kasus tes parametrik, adalah distribusi probabilistik. Di sisi lain, dasar untuk tes nonparametrik tidak ada - itu sepenuhnya sewenang -wenang. Ini menghasilkan lebih banyak fleksibilitas dan membuatnya lebih mudah untuk memenuhi hipotesis dengan data yang dikumpulkan.

3) Ukuran kecenderungan sentral

Ukuran kecenderungan pusat adalah nilai sentral dalam distribusi probabilitas. Dan meskipun distribusi probabilitas dalam kasus statistik nonparametrik adalah sewenang -wenang, masih ada, dan oleh karena itu demikian juga ukuran kecenderungan pusat. Namun, langkah -langkah itu berbeda. Dalam kasus tes parametrik, dianggap nilai rata -rata, sedangkan, dalam kasus tes nonparametrik, dianggap sebagai nilai median.

4) Pengetahuan tentang parameter populasi

Seperti yang telah saya sebutkan di perbedaan pertama, informasi tentang populasi bervariasi antara tes parametrik dan nonparametrik dan statistik. Yaitu, pengetahuan tertentu tentang populasi benar-benar diperlukan untuk analisis parametrik, karena membutuhkan parameter terkait populasi untuk memberikan hasil yang tepat. Di sisi lain, pendekatan nonparametrik dapat diambil tanpa sepengetahuan populasi sebelumnya.

Parametrik vs. Tes Nonparametrik: Bagan Perbandingan

Ringkasan parametrik dan nonparametrik

• Tes parametrik adalah tes yang mengasumsikan parameter dan distribusi tertentu diketahui tentang suatu populasi, bertentangan dengan yang nonparametrik
• Tes parametrik menggunakan nilai rata -rata, sedangkan yang nonparametrik menggunakan nilai median
• Pendekatan parametrik membutuhkan pengetahuan sebelumnya tentang populasi, bertentangan dengan pendekatan nonparametrik