Perbedaan Statistika Parametrik dan Non Parametrik
Summary
TLDRThis video script offers an insightful overview of parametric and nonparametric statistics, explaining the conditions under which each type of statistical analysis is appropriate. It covers the importance of data distribution in choosing the right test, with parametric tests used for normally distributed ratio or interval scale data and nonparametric tests for non-normal distributions or ordinal and nominal scales. The speaker also introduces various statistical tests, including t-tests, Wilcoxon, Mann-Whitney, ANOVA, Kruskal-Wallis, and logistic regression, tailored to different data types and research questions. Despite technical difficulties with the camera overheating, the presenter remains dedicated to educating viewers on the versatility of statistical methods, even when data does not meet normal distribution assumptions.
Takeaways
- đ The video discusses the topic of statistics, specifically parametric and nonparametric statistics.
- đ Statistics is divided into descriptive and inferential statistics; descriptive for presenting data, and inferential for drawing conclusions through data analysis.
- đ Descriptive statistics make data more understandable through tables and graphs, while inferential statistics use analysis methods.
- đ Inferential statistical analysis is further divided into parametric and nonparametric methods based on the data's distribution and scale.
- đ Parametric statistics are used for ratio and interval scales, requiring normal distribution, while nonparametric statistics are for nominal and ordinal scales without normal distribution.
- đĄ Examples of interval scale data include body temperature and height, which have absolute zero values and no negative values.
- đ·ïž Nominal scale data are categorical without order or rank, such as religion or gender.
- đą Ordinal scale data are categorized but have a rank or order, like Likert scale responses in surveys.
- đ§ When data does not follow a normal distribution, nonparametric tests like the Wilcoxon or Mann-Whitney tests are used instead of parametric tests.
- đ The video references a book titled 'Dasar Metodologi Penelitian Kuantitatif, Kualitatif, dan Statistika' by Sarmanu published in 2017 as the source material.
- đ The speaker encourages viewers to share references or books for further discussion on nonparametric tests that were not explained in the video.
Q & A
What is the main topic of the video script?
-The main topic of the video script is statistics, specifically focusing on parametric and nonparametric statistics.
What are the two types of statistical analysis mentioned in the script?
-The two types of statistical analysis mentioned are descriptive statistics and inferential statistics.
What is the difference between parametric and nonparametric statistics?
-Parametric statistics are used when the data follows a normal distribution and the scale is ratio or interval. Nonparametric statistics are used when the data does not follow a normal distribution and the scale is nominal or ordinal.
What are the conditions for using parametric tests?
-Parametric tests are used when the data is on a ratio or interval scale and is normally distributed.
What are the conditions for using nonparametric tests?
-Nonparametric tests are used when the data is on a nominal or ordinal scale or when the data does not follow a normal distribution.
What are the types of data scales mentioned in the script?
-The types of data scales mentioned are ratio, interval, nominal, and ordinal.
What is an example of a ratio scale measurement?
-An example of a ratio scale measurement is height or weight, where zero represents an absolute absence of the attribute.
What is an example of an interval scale measurement?
-An example of an interval scale measurement is temperature, which can have negative values but does not have a true zero point.
What is the reference book mentioned in the script?
-The reference book mentioned is 'Dasar Metodologi Penelitian Kuantitatif, Kualitatif dan Statistika' by Sarmanu, published in 2017.
What are some of the statistical tests mentioned in the script for different data scales and distributions?
-Some of the statistical tests mentioned include t-tests, z-tests, Wilcoxon test, Mann-Whitney test, ANOVA, Kruskal-Wallis test, and logistic regression.
What is the purpose of using descriptive statistics?
-The purpose of using descriptive statistics is to present data in a way that is easier to understand, such as through tables and graphs.
What is the purpose of using inferential statistics?
-The purpose of using inferential statistics is to draw conclusions about a population based on sample data using statistical methods of analysis.
What is the script's advice for dealing with data that is not normally distributed?
-The script advises using nonparametric tests when dealing with data that is not normally distributed.
What is the script's suggestion for further learning about nonparametric tests?
-The script suggests discussing and sharing references or books on nonparametric tests to enhance understanding and become a collective learning source.
Outlines
đ Introduction to Parametric and Nonparametric Statistics
The speaker begins by greeting the audience and introducing the topic of statistics, specifically parametric and nonparametric statistics. They mention that the material is based on a 2017 book titled 'Quantitative, Qualitative, and Statistical Research Methodology.' The speaker explains the difference between descriptive and inferential statistics, highlighting that the former presents data in an understandable format through tables and graphs, while the latter involves data analysis methods. The choice between parametric and nonparametric analysis is determined by the scale of the data and its distribution. Parametric tests are used for ratio and interval scales, assuming normal distribution, while nonparametric tests are applied for nominal and ordinal scales without normal distribution.
đ Understanding Data Scales and Statistical Tests
This paragraph delves into the different scales of data: ratio, interval, nominal, and ordinal. The ratio scale is characterized by an absolute zero, such as weight or height, while the interval scale does not have an absolute zero, exemplified by temperature and exam scores. Nominal scale data are categorical without order or rank, like religion or gender, whereas ordinal scale data have ranks or order, such as survey responses on a Likert scale. The speaker then discusses the appropriate statistical tests for each scale and distribution type, including parametric tests like t-tests or z-tests for normally distributed data and nonparametric tests like Wilcoxon or Mann-Whitney tests for non-normally distributed data.
đ Advanced Statistical Analysis Techniques
The speaker discusses advanced statistical analysis techniques for different types of data and research questions. For ordinal data, they mention the use of nonparametric tests like Wilcoxon or Mann-Whitney tests. For comparing more than two treatments, they introduce ANOVA for normally distributed data and Kruskal-Wallis or Friedman tests for non-normally distributed data. The speaker also covers multivariate analysis for more than one dependent variable, mentioning MANOVA and Hotelling's T-squared test. They discuss regression analysis for the effect of variables on a dependent variable, logistic regression for nominal data, and various correlation tests for different data scales and distributions. The paragraph concludes with a mention of univariate and multivariate tests, and the speaker invites the audience to share references or books for further discussion on nonparametric tests not covered in the book.
Mindmap
Keywords
đĄStatistics
đĄParametric Statistics
đĄNonparametric Statistics
đĄDescriptive Statistics
đĄInferential Statistics
đĄData Scales
đĄNormal Distribution
đĄHypothesis Testing
đĄANOVA (Analysis of Variance)
đĄKruskal-Wallis Test
đĄRegression Analysis
đĄLogistic Regression
đĄCorrelation
đĄMultivariate Analysis
Highlights
Introduction to the topic of statistics, specifically parametric and nonparametric statistics.
Explanation of when to use parametric tests if the data follows a normal distribution and nonparametric tests otherwise.
Differentiation between parametric and nonparametric statistics based on the scale of data: ratio and interval for parametric, nominal and ordinal for nonparametric.
Description of data scales: ratio, interval, nominal, and ordinal, with examples for each.
Mention of the reference book 'Dasar Metodologi Penelitian Kuantitatif, Kualitatif dan Statistika' by Sarmanu (2017) as the source of the material.
Clarification on the use of t-tests or z-tests for parametric data analysis and Wilcoxon or Mann-Whitney tests for nonparametric data.
Discussion on the use of ANOVA for comparing more than two treatments with normally distributed data.
Introduction of Kruskal-Wallis or Friedman tests for non-normally distributed data when comparing more than two treatments.
Explanation of using chi-square tests for the difference between two means when data is nominal.
Mention of multivariate analysis for data with more than one variable, such as MANOVA or Hotelling's T-squared test.
Discussion on regression analysis for the impact of variables on a ratio or interval scale and its nonparametric alternatives.
Introduction of logistic regression for the impact of variables on nominal data.
Explanation of Pearson correlation for the relationship between variables on a ratio or interval scale with normal distribution.
Introduction of Spearman's rank correlation for relationships between ordinal variables.
Discussion on multiple correlation tests for relationships involving more than one independent variable.
Introduction of canonical correlation for relationships between variables with more than one dependent and independent variable.
Explanation of univariate and multivariate tests, including examples like t-tests for univariate and Hotelling's T-squared for multivariate.
Acknowledgment of the video's background noise due to a technical issue with the camera overheating.
Conclusion emphasizing the practicality of nonparametric tests when data does not follow a normal distribution.
Call to action for viewers to help identify and discuss unspecified nonparametric tests if they have references or books.
Closing remarks with a New Year's greeting and an invitation for viewers to join in further statistical discussions.
Transcripts
Hai baik A1 mualaikum warahmatullahi
wabarakatuh Selamat malam teman-teman
semua dimanapun anda berada baik di awal
tahun 2021 ini ya saya akan kembali
share kepada temen-temen semua mengenai
statistika ya Jadi pada kesempatan ini
saya akan sharing mengenai statistika
parametrik dan statistika nonparametrik
Nah jadi di video ini nanti kita akan
tahu jika ya Eh data yang akan kita
analisis itu tidak bisa kita menggunakan
uji parametrik maka uji no
tak matic apa yang dapat kita gunakan
Jadi mohon maaf saya agak sariawan jadi
suara saya agak berbeda ya C ini
materinya adalah statistika parametrik
dan statistika non parametrik ya Nah ini
adalah referensinya jika temen-temen
ingin mengutip Ya materi yang ada yang
saya sampaikan di video ini ini berasal
dari buku sarmanu tahun 2017 judulnya
dasar metodologi penelitian kuantitatif
kualitatif dan statistika ya Nah sebelum
kita masuk ke Apa itu statistika
parametrik dan nonparametrik kita review
lagi apa itu statistika ya jadi
statistik sendiri adalah ya Ilmu yang
membahas tentang bagaimana
acara penyajian data pengolahan data dan
juga bagaimana untuk menarik
kesimpulannya nah dalam penarikan
kesimpulannya ya that I've itu dibagi
menjadi dua yaitu statistika deskriptif
dan statistika inferensial ya Nah
statistika deskriptif Yusni adalah
statistika dimana kita menyajikan data
itu agar lebih mudah dimengerti oleh
orang lain Jadi data hasil penelitian
kita itu bisa kita buat dalam bentuk
tabel bisa kita buat dalam bentuk grafik
sehingga orang dengan melihat tabel
membaca tabel dan melihat grafik kita
sudah paham Apa maksud dari data
penelitian kita Nah kemudian ada
statistika inferensial bedanya kalau
statistika deskriptif kan kita menarik
kesimpulan itu hanya berdasarkan grafik
atau berdasarkan tabel saja tapi
baru-baru statistika inferensial kita
menggunakan metode analisis data nah
metode analisis datanya dibagi menjadi
dua yaitu metode analisis data
menggunakan statistika parametrik dan
mengedan statistika nonparametrik Kapan
sih kita menggunakan statistika
parametrik dan kapan kita menggunakan
statistika non parametrik untuk
statistika parametrik itu data
penelitian kita itu dia skalanya adalah
skala rasio dan skala interval Nah kalau
nonparametrik itu adalah skalanya adalah
skala nominal dan skala ordinal ya kalau
parametrik itu syarat wajibnya data
harus berbisnis ribu si normal kalau
nonparametrik data tidak berdistribusi
normal jadi saat data tidak berisi B
berdistribusi normal kita menggunakan
uji nonparametrik nah data
shio atau interval yang tidak
berdistribusi normal dia diuji dengan
menggunakan uji non parametrik Nah tadi
kan ada skala skala data nah ini saya
akan mengulang jenis skala data dan
contohnya pertama itu adalah skala rasio
ya skala rasio itu adalah setelah data
yang bersifat Absolut atau mempunyai
angka nol mutlak contohnya itu adalah
berat badan tinggi badan ya Nah Mengapa
disebut disebut memiliki nilai nol
mutlak karena tinggi badan itu paling
tidak atau paling-paling kecil nol Ya
tidak ada tinggi badan negatif berat
badan juga sama berat badan itu paling
kecil nol tidak ada berat badan negatif
ya Nah sedangkan skala skala interval
itu dia tidak bersifat Absolut artinya
Dia memiliki nilai negatif contohya
skala interval itu
soalnya adalah suhu ya suhu itu ada
nilai negatifnya negatif 5 negatif satu
gitu ya tuh tetap ada artinya berarti
dia adalah skala interval ya kemudian
nilai ujian juga termasuk pada skala
interval karena dia memiliki rentang
0-100 begitu ya Oke kemudian skala
nominal Apa itu skala nominal ya skala
nominal dibalas Skala yang berbentuk
kategori namun dia tidak memiliki
tingkatan atau tidak memiliki strata
contohnya itu jenis agama jenis kelamin
hobi ya Misalnya kalian mengumpulkan
data jenis agama keren bikin di situ
satu agama Islam dua agama Kristen
sehingga agama Hindu 4 agama budaya gitu
ya jadi sini 1234 ini Dia tidak memiliki
kasta ya Tidak ada yang lebih tinggi
walaupun
ada disitu 1234 ada angkanya tidak
ber-ac A4 lebih tinggi dari angka 1 itu
maksud dari skala nominal kalau skala
ordinal ya Ia berbentuk kategori tapi
dia memiliki strata nah ini biasanya
data-data jika kalian mengumpulkan data
dengan kuesioner atau angket kalian
menggunakan skala likert contohnya
kurang cukup baik sangat baik kurang
kalian military angka satu cukup kalian
beri angka2 baik kalian beli angka 3 dan
sangat baik kalian memberi angka 4 angka
4 disini artinya lebih tinggi dibanding
dengan angka 1 2 dan 3 ya Nah sekarang
kita masuk ke uji parametrik dan ujan
uji nonparametrik ya Nah pertama jika
teman teman mau melakukan analisis data
korban Daan dua rata-rata skalanya skala
rasio atau interval
seks kalau dia berdistribusi normal dia
kita menggunakan uji parametrik
menggunakan uji-t atau uji-z ya kalau
dia tidak berdistribusi normal
menggunakan uji wilcoxon atau uji
mann-whitney jadi jangan khawatir Jika
data teman-teman yang jangkauannya itu
di metodenya menggunakan uji-t agar
uji-z saat diuji normalitasnya tidak
normal maka teman-teman bisa menggunakan
uji wilcoxon atau uji mann-whitney u
Hai kemudian kalau skalanya ordinal ini
perbedaan dua rata-rata setelah ordinal
Ya jelas kalau segalanya sudah ordinal
langsung menggunakan uji wilcoxon atau
uji mann-whitney kemudian perbedaan
lebih dari 200 maksudnya adalah di sini
ada tiga perlakuan yang kalian
bandingkan kalau tadi kan hanya dua
Perlakuan di sini ada tiga perlakuan Nah
itu menggunakan uji Anova kalau dia
berdistribusi normal ya Nah kalau dia
tidak berdistribusi normal menggunakan
uji kruskal-wallis atau uji trik Man ya
Nah kemudian jika ya karena ingin
membandingkan lebih dari tiga perlakuan
skalanya ordinal itu menggunakan uji
kruskal-wallis atau uji treatment ya Nah
perbedaan dua rata-rata skalanya nominal
ya Nah kalau skala nominal menggunakan
uji t
kwe atau kwadrat uji magmar atau uji
cover kemudian perbedaan multivariat
multivariat itu artinya ya variabel
tergantung nya atau variabel yang diukur
ya itu lebih dari satu ya Nah kalau dia
bergizi busi normal menggunakan uji
Manova manopause sendiri kepanjangan
dari multivariat anak multivariate
Analysis of variance ya atau menggunakan
uji hotelling kalau datanya tidak berisi
busi normal disini tidak dijelaskan
ganti dari uji Manova atau hotel yang
itu uji apa di teman-teman silakan kalau
ada yang sudah membaca referensi
silahkan komen ya nanti ya Nah kalau
perbedaan multivariat data nominal atau
ordinal ini menggunakan uji
nonparametrik tapi diri buku ini tidak
dijelaskan uji apa uji nonparametrik nya
ya
Hai Nah kalau penelitiannya mengenai
pengaruh variabel terhadap variabel lain
pengaruh ya ini datanya skala rasio atau
skala interval itu kita menggunakan uji
regresi dan uji save jika datanya
berdistribusi normal jika datanya tidak
berdistribusi normal tidak dijelaskan ya
ganti uji dari regresi itu apa aldya
Hai Nah kalau penelitian pengaruh ya
Fariq terhadap variabel lain datanya
nominal Nah kalau datanya nominal ini
langsung menggunakan regresi logistik ya
kemudian ini penelitian hubungan
antarvariabel ya kalau variabel bebas
dan variabel terikatnya hanya satu ya
skalanya itu rasio atau interval
menggunakan korelasi pearson ya kalau
dia berbisnis berdistribusi normal kalau
tidak berdistribusi normal tidak tidak
tahu ya tidak ada dijelaskan ganti dari
uji korelasi Vixion untuk uji non
parametrik yaitu tidak dijelaskan
menggunakan uji apa ya Nah kalau
penelitian hubungan antarvariabel ya
Variabel terikat dan bebasnya hanya satu
datanya skala ordinal kita menggunakan
korelasi rank spearman rank spearman
nge-review kalau penelitiannya ya
peningkatan sini adalah hubungan
antarvariabel lagi tapi di sini variabel
bebas lebih dari satu dan Variabel
terikat hanya satu jadi variabel keknya
ada lebih dari satu variabel ininya ada
satu maka menggunakan uji korelasi
berganda jika dananya normal jika tidak
normal juga tidak dijelaskan di buku ini
ya kemudian penelitian hubungan antar
variabel variabel bebas dan Variabel
terikat lebih dari satu ya Nah kalau
datanya berdistribusi normal menggunakan
korelasi kanonikal Ya saya juga belum
tahu nanti saya akan pelajari dan saya
akan juga bahas apa itu korelasi
kanonikal kalau dia tidak berdistribusi
normal tidak dijelaskannya menggunakan
uji apa ya Nah ini ada bonus ada uji
Yuni varietas dan uji multivariat Apa
itu kalau uji
Hai univariat itu adalah ujian digunakan
untuk mengolah data yang jumlah variabel
terikatnya hanya satu ya jika contohnya
uji-t gitu ya variabel terikatnya ada
satu kalau uji multivariat itu variabel
terikatnya lebih dari satu contoh uji
hotelling uji multivariat analisis atau
menopause kemudian uji same structure
question modelling sama korelasi
kanonikal ya oke teman-teman eh Demikian
Ya video saya kali ini Jadi teman-teman
jika teman-teman melihat ada suara kipas
angin yaitu memang sengaja karena
ternyata saya sudah menemukan penyakit
di kamera saya itu adalah dia itu sukat
atau sering terjadi overheating ya jadi
dia sering mati sendiri jika durasi
hanya lebih dari 10 menit kadang saya
untuk menjelaskan video statistika ini
saya membutuhkan waktu pedang lebih ya
dari 10 menit ya jadi saya terpaksa
menggunakan kipas angin ya tapi tidak
apa-apa ini tidak mengurangi makna dari
video yang telah yang saya buat Semoga
dengan informasi yang saya berikan di
video ini teman-teman jadi paham ya dan
tidak khawatir lagi jika datanya tidak
berdistribusi normal Ternyata kita bisa
menggunakan uji non parametrik Nah tadi
ada beberapa uji yang tidak dijelaskan
Jika dia tidak berdistribusi normal
menggunakan uji nonparametrik nya uji
apa gitu ya teman-teman Tolong bantu
saya jika teman-teman punya referensi
atau punya bukunya Coba kita bahas
bersama kita serkan di channel lebih
statisika sehingga dapat menjadi
informasi atau sumber belajar bagi kita
semua
I make key demikian video saya kali ini
ya Saya ucapkan selamat tahun baru ya
Semoga di tahun ini kita dapat jadi
pribadi yang lebih baik lagi ya oke
demikian video ini saya akhiri
wassalamu'alaikum warahmatullahi
wabarakatuh dan selamat malam
hai hai
Voir Plus de Vidéos Connexes
Statistika Non Parametrik
Statistics For Data Science | Data Science Tutorial | Simplilearn
Nominal, Ordinal, Interval & Ratio Data: Simple Explanation With Examples
Types of Data: Nominal, Ordinal, Interval/Ratio - Statistics Help
The Central Limit Theorem, Clearly Explained!!!
100+ Statistics Concepts You Should Know
5.0 / 5 (0 votes)