Menurut Siegel (1997: 38) disebutkan bahwa: “uji statistika nonparametrik
adalah statistika yang modelnya tidak menetapkan syarat-syarat mengenai
parameter-parameter populasi yang merupakan induk sampel penelitiannya.”
Beberapa asumsi yang berhubungan erat dengan uji statistika nonparametrik
adalah bahwa pengamatan tersebut bebas dan variabel yang diamati kontinu,
tetapi asumsi yang dibuat adalah lebih lemah dan kurang teliti bila dibandingkan
dengan uji parametrik. Oleh karena itu, uji nonparametrik tidak membutuhkan
suatu pengukuran dengan tingkat ketelitian yang tinggi seperti uji parametrik.
Biasanya uji nonparametrik dipakai untuk menganalisis data dalam skala ordinal
dan nominal.
Menurut Siegel (1997: 40), keunggulan uji statistika nonparametrik antara
lain:
Jika sampelnya terlalu kecil, maka tidak ada alternatif lain menggunakan
uji statistika nonparametrik, kecuali jika sifat distribusi populasinya
diketahui dengan pasti. Uji nonparametrik dapat digunakan untuk
menganalisis data yang pada dasarnya adalah data dalam bentuk ranking.
Jadi peneliti hanya dapat mengatakan terhadap subyek penelitian bahwa
yang satu memiliki lebih atau kurang karakteristik dibandingkan lainnya, tanpa dapat mengatakan seberapa besar lebih atau kurang itu. Uji
nonparametrik lebih mudah dipelajari dan diterapkan dibandingkan dengan
uji parametrik.
Menurut Siegel (1997: 41), kelemahan uji statistika nonparametrik antara
lain:
Jika data telah memenuhi semua anggapan atau asumsi model statistik
parametrik, dan jika pengukurannya mempunyai kuasa (power) seperti
yang diinginkan, maka penggunaan metode nonparametrik akan
merupakan penghamburan data. Tingkat penghamburan atau penyianyiaan itu dinyatakan oleh kekuatan efisiensi kuasa uji nonparametrik.
Perlu dinyatakan bahwa jika suatu uji nonparametrik memiliki efisiensi
kuasa uji yang besar, maka metode parametrik yang sesuai akan efektif
dibandingkan dengan menggunakan metode nonparametrik.
Tidak ada komentar:
Posting Komentar