Statistik Parametrik Statistik parametrik merupakan teknik pengujian data dalam statistik yang berguna untuk menguji hipotesis dengan melibatkan parameter populasi . Uji statistik parametrik ini hanya dapat digunakan jika asumsi analisis data yang akan diuji sudah terpenuhi , antara lain data yang digunakan berdistribusi normal atau homogen . Ada yang mengatakan bahwa untuk menggunakan uji statistik parametrik haruslah data yang memiliki jumlah sampel yang besar . Namun berdasarkan temuan dari Statmat.id menyatakan bahwa pernyataan itu belum tentu benar dikarenakan ukuran sampel itu merupakan hal yang sangat relatif
Jenis Uji Statistik Parametrik Setelah mengetahui pengertian dari uji statistik parametrik , kita perlu mengenali uji statistik parametrik apa saja yang cukup sering digunakan , antara lain: Uji-T, digunakan untuk menguji signifikansi dalam satu atau dua kelompok sampel ANOVA, digunakan untuk menguji signifikansi perbedaan dua rerata atau lebih Regresi , digunakan untuk menguji hubungan antar variabel Korelasi , digunakan untuk menguji hubungan antar variabel Analisis jalur , digunakan untuk menguji hubungan sebab akibat yang didapatkan melalui kajian teori yang telah dirumuskan
Statistik Non Parametrik Statistik non parametrik merupakan uji statistik yang dilakukan dengan tanpa adanya pendugaan sebelumnya pada nilai populasi . Uji statistik non [ parametrik ini digunakan untuk melihat perbedaan antara rata-rata nilai tengah 2 kelompok daratan yang sudah diberi ranking. Selain itu , uji ini dapat digunakan untuk melihat perbedaan antara nilai mediannya . Keuntungan menggunakan uji statistik non parametrik adalah kita tidak membutuhkan asumsi normalitas . Adapun kekurangannya adalah hasil dari uji metode ini tidak dapat digunakan untuk mengestimasi karakter populasi .
Jenis Uji Statistik Non Parametrik Pada bagian sebelumnya kita telah mengenali apa itu statistik parametrik dan nonparametrik serta contoh jenis uji statistik parametrik . Pada bagian ini kita akan mengenali beberapa jenis uji statistik non parametrik , antara lain Uji Binomial, Run Test, Goodness of Fit Kolmogorov Smirnov satu sampel , Uji Mc nemar , Wilcoxon sampel berpasangan , Uji tanda dua sampel independen , Uji median Mann-Whitney, Rank Spearman, Uji korelasi Kendall-Tau, Uji Chi-Square, dan lainnya
Dalam dunia riset dan analisis data, metode statistik memegang peranan penting untuk mengambil keputusan berdasarkan bukti empiris . Salah satu metode nonparametrik yang sering digunakan adalah Uji Wilcoxon. Uji ini merupakan alternatif bagi uji parametrik ketika data tidak memenuhi asumsi distribusi normal.
Uji Wilcoxon merupakan salah satu jenis uji nonparametrik yang digunakan untuk menganalisis data yang berpasangan (paired data) atau data sampel independen , tergantung pada versi uji yang diterapkan . Secara umum , uji ini diciptakan untuk menguji perbedaan median antara dua sampel yang saling berhubungan tanpa mengasumsikan bahwa data mengikuti distribusi normal. Ada dua varian utama dari Uji Wilcoxon, yaitu :
Uji Wilcoxon Signed-Rank: Uji ini digunakan untuk data berpasangan , misalnya perbandingan sebelum dan sesudah suatu intervensi . Metode ini menghitung selisih antara dua pengukuran , mengabaikan tanda perbedaan , dan kemudian memberikan ranking berdasarkan nilai absolut selisih tersebut . Setelah ranking diberikan , tanda positif dan negatif dipertimbangkan untuk menentukan apakah terdapat perbedaan yang signifikan secara statistik . Uji Wilcoxon Rank Sum ( sering dikenal sebagai Uji Mann-Whitney): Varian ini digunakan untuk membandingkan dua sampel independen . Meskipun kedua uji ini memiliki prinsip yang serupa yaitu berbasis ranking, tujuan penerapannya berbeda tergantung pada struktur data yang tersedia .
Studi Kasus dalam Riset Medis Dalam penelitian medis , Uji Wilcoxon sering digunakan untuk menganalisis data sebelum dan sesudah intervensi . Misalnya , dalam sebuah studi yang menilai efektivitas suatu obat , pengukuran tekanan darah pasien dilakukan sebelum dan sesudah pemberian obat . Data yang didapatkan cenderung tidak normal karena berbagai faktor seperti variasi individu dan kondisi kesehatan yang berbeda-beda .