Parametrik vs Bukan Parametrik
Statistik adalah salah satu cabang kajian yang membolehkan kita memahami dinamika populasi dengan menggunakan sampel yang diambil dari populasi tertentu yang diminati. Sangat penting bahawa sampel ini menjadi rawak. Banyak formula dibuat dengan memasukkan matematik, untuk mengambil kesimpulan mengenai parameter populasi. Secara semula jadi mana-mana populasi mungkin mempunyai "Taburan normal" di mana penyebaran data / sampel mempunyai bentuk loceng dalam grafik frekuensi. Dalam taburan normal, kebanyakan sampel berkonsentrasi pada min dan 68%, 95%, 99% data masing-masing terdapat dalam sisihan piawai 1, 2, dan 3. Statistik parametrik dan bukan parametrik bergantung kepada sama ada atau tidaknya taburan normal dipertimbangkan.
Apakah Statistik Parametrik?
Statistik parametrik adalah statistik di mana data / sampel dianggap diambil dari taburan normal. Definisi statistik parametrik adalah "statistik yang menganggap bahawa data tersebut berasal dari sejenis taburan kebarangkalian dan membuat kesimpulan mengenai parameter pengedaran". Sebilangan besar kaedah statistik asas yang diketahui tergolong dalam kumpulan ini. Pada hakikatnya, mereka mungkin tidak diedarkan secara normal. Oleh itu, jenis statistik ini berdasarkan lebih banyak andaian. Sekiranya data / sampel diedarkan secara normal atau hampir diedarkan secara normal, formula dapat menghasilkan hasil dan kesimpulan yang tepat. Namun, jika anggapan diedarkan secara normal adalah salah, statistik parametrik mungkin sangat mengelirukan.
Apakah Statistik Bukan Parameter?
Statistik bukan parametrik juga dikenali sebagai statistik bebas pengedaran. Kelebihan jenis statistik ini ialah tidak perlu membuat andaian seperti yang dibuat sebelumnya dengan parametrik. Pengiraan statistik bukan parametrik mengambil perhatian orang tengah daripada kaedahnya. Oleh itu, jika satu atau dua menyimpang dari nilai min, kesannya akan diabaikan. Secara amnya statistik parametrik lebih disukai daripada ini kerana mempunyai lebih banyak kekuatan untuk menolak hipotesis palsu daripada kaedah bukan parametrik. Salah satu ujian bukan parametrik yang paling terkenal adalah ujian Chi-square. Terdapat analog nonparametrik untuk beberapa ujian parametrik seperti, Uji T Wilcoxon untuk ujian t sampel berpasangan, Ujian Mann-Whitney U untuk ujian t sampel Bebas, korelasi Spearman untuk korelasi Pearson dan lain-lain. Untuk satu ujian t sampel, tidak ada ujian bukan parametrik yang setanding.
Apakah perbezaan antara Parametrik dan Bukan parametrik?
• Statistik parametrik bergantung pada taburan normal, tetapi statistik bukan parametrik tidak bergantung pada taburan normal.
• Statistik parametrik membuat lebih banyak andaian daripada statistik Bukan Parametrik.
• Statistik parametrik menggunakan formula yang lebih sederhana berbanding dengan statistik Bukan Parametrik.
• Apabila populasi dipercayai diedarkan secara normal atau hampir dengan taburan normal, statistik parametrik adalah yang terbaik untuk digunakan. Sekiranya tidak, lebih baik kaedah nonparametrik digunakan.
• Sebilangan besar kaedah statistik dasar yang biasa diketahui tergolong dalam statistik parametrik. Statistik bukan parametrik digunakan dan digunakan untuk kes-kes khas.
