Statistik non parametrik adalah metode statistik yang tidak bergantung pada asumsi distribusi populasi (misalnya distribusi normal). Berbeda dengan statistik parametrik yang mengandalkan parameter seperti mean dan standar deviasi, statistik non parametrik sering menggunakan peringkat (ranking) atau frekuensi dalam analisisnya.

Perbedaan Statistik Parametrik vs Non Parametrik

Aspek	Parametrik	Non-Parametrik
Asumsi	Harus normal, homogen, dan data interval/rasio	Tidak perlu normal, cocok untuk data ordinal atau nominal
Jenis data	Interval dan rasio	Nominal, ordinal, atau data tidak normal
Ukuran sampel	Biasanya butuh >30	Cocok untuk sampel kecil
Ketahanan terhadap outlier	Tidak tahan	Lebih tahan
Contoh uji	t-test, ANOVA, regresi	Mann-Whitney, Kruskal-Wallis, Chi-Square

Jenis Uji Non-Parametrik dan Penjelasannya

1. Uji Chi-Square (χ²)

• Tujuan: Mengetahui apakah ada hubungan antara dua variabel kategori (nominal).
• Contoh: Apakah jenis kelamin berhubungan dengan pilihan minuman?
• Data: Nominal
• Contoh output: Tabel kontingensi (frekuensi)

2. Uji Mann-Whitney U

• Tujuan: Menguji perbedaan antara dua kelompok yang independen (pengganti uji t-independen).
• Contoh: Apakah skor stres siswa laki-laki berbeda dari perempuan?
• Data: Ordinal atau rasio yang tidak normal
• Catatan: Data diberi peringkat dan dibandingkan median-nya.

3. Uji Wilcoxon Signed-Rank

• Tujuan: Membandingkan dua kondisi pada subjek yang sama (paired sample), pengganti t-test berpasangan.
• Contoh: Apakah skor sebelum dan sesudah pelatihan berbeda?
• Data: Ordinal atau tidak normal
• Langkah: Hitung selisih, beri peringkat, uji tanda + dan -.

4. Uji Kruskal-Wallis H

• Tujuan: Membandingkan lebih dari dua kelompok yang independen (pengganti ANOVA).
• Contoh: Perbedaan tingkat kecemasan antara 3 jurusan kuliah.
• Data: Ordinal atau tidak normal
• Proses: Semua data diberi peringkat lalu dibandingkan antar kelompok.

5. Uji Friedman

• Tujuan: Membandingkan lebih dari dua kondisi pada subjek yang sama (pengganti repeated ANOVA).
• Contoh: Efektivitas tiga jenis metode belajar pada siswa yang sama.
• Data: Ordinal atau tidak normal
• Proses: Setiap baris data diberi peringkat, lalu dihitung rata-ratanya.

Kelebihan Statistik Non-Parametrik

• Fleksibel untuk jenis data apa pun
• Tidak terpengaruh oleh outlier atau distribusi data
• Cocok untuk penelitian sosial, psikologi, pendidikan

Kekurangan

• Kurang sensitif dibanding parametrik → bisa gagal mendeteksi perbedaan yang sebenarnya ada (type II error)
• Tidak bisa memperkirakan parameter populasi (seperti mean, sd)
• Hasil lebih sulit untuk diinterpretasikan secara kuantitatif