[LAST CALL!] BANGKITKAN SKILL DATA SAMPAI SUKSES BERKARIR
BELAJAR DATA SCIENCE 6 BULAN CUMA 127 RIBU  | Pakai Kode: DQBANGKIT
KLAIM PROMONYA!
Pendaftaran ditutup dalam 0 Hari 15 Jam 45 Menit 42 Detik 

Belajar Statistik : 4 Syarat yang Harus Dipenuhi Sebelum Menggunakan Statistika Parametrik

Belajar Data Science di Rumah 11-Desember-2021
https://dqlab.id/files/dqlab/cache/d1a3a6a201a57ad626a7f408f40626fb_x_Thumbnail800.png

Berbicara tentang data, pasti akan berhubungan erat dengan statistika. Statistika sendiri merupakan ilmu yang mempelajari tentang data, mulai tahap paling awal, hingga tahap akhir, mulai dari merencanakan penelitian hingga mendapatkan kesimpulan. Pengujian statistika sendiri terbagi menjadi dua bentuk, yaitu uji statistika parametrik dan uji statistika non parametrik. Pembedanya berada di distribusi data dan jumlah sampel yang digunakan.

Statistik parametrik adalah salah satu metode pengujian data yang ada di dalam statistik inferensial. Baik statistik parametrik maupun non parametrik akan digunakan untuk menguji hipotesis yang telah dibuat. Hasil pengujian data sampel ini akan dijadikan kesimpulan untuk populasi. Umumnya jika data berdistribusi normal dan sampelnya berukuran besar, maka data bisa diuji dengan statistika parametrik. Sementara jika tidak memenuhi kriteria tersebut maka akan termasuk ke statistika non parametrik. Selain hal tersebut apa saja sih syarat yang harus dipenuhi untuk menggunakan statistika parametrik?

1. Data Berdistribusi Normal

Syarat yang pertama adalah data yang digunakan harus berdistribusi normal baik diketahui secara pasti dengan cara melakukan uji normalitas maupun diasumsikan berdistribusi normal. Uji Normalitas termasuk ke dalam bagian uji asumsi klasik yang dilakukan dengan tujuan untuk melihat sebaran data pada kelompok data atau variabel, apakah sebaran data tersebut berdistribusi normal atau tidak. Menurut beberapa pakar, jika datanya lebih dari 30, maka kelompok data tersebut akan diasumsikan berdistribusi normal. Namun tetap saja harus dilakukan pengujian lebih lanjut.


Baca juga : Pengolahan Data Statistik Parametrik dan Non-Parametrik


2. Memiliki Variansi yang Sama

Syarat kedua yang harus dipenuhi adalah variansi yang dimiliki harus sama. Namun ternyata, kesamaan variansi ini bisa menjadi syarat mutlak ataupun tidak tergantung dengan keadaan berikut ini:

  • Jika pengujian dilakukan pada kelompok berpasangan, variansi yang sama tidak menjadi salah satu syarat yang harus dipenuhi

  • Jika pengujian dilakukan pada dua kelompok tidak berpasangan, kesamaan variansi merupakan syarat yang tidak wajib untuk dipenuhi.

  • Jika pengujian dilakukan untuk kasus lebih dari dua kelompok berpasangan, variansi yang sama menjadi wajib untuk dipenuhi. 


3. Skala Data Harus Berupa Interval atau Rasio

Untuk bisa menggunakan statistika parametrik, peneliti harus memastikan bahwa data yang digunakan merupakan data yang berskala interval maupun rasio. Kedua skala data tersebut termasuk ke dalam data numerik atau data kuantitatif, dimana datanya pasti berbentuk angka dan didapatkan melalui proses pengukuran. Perbedaan kedua skala ini hanya terletak pada kemampuan membaca 0 mutlak. Pada skala interval, nilai 0 menunjukkan nilai yang tidak ada (misalnya berat badan 0 dianggap tidak memiliki berat badan), sementara pada skala rasio, nilai 0 menunjukkan bahwa memang ada kondisi tertentu yang terjadi (misalnya pada suhu 0 derajat, yang artinya menunjukkan kondisi yang dingin).


4. Sampel Data Harus Diambil Secara Random

Syarat selanjutnya adalah sampel data yang diambil harus diambil secara random. Analisis statistika inferensial bertujuan untuk mencari estimasi untuk populasi berdasarkan sampel yang ada sehingga sampel yang ada harus menggambarkan keadaan populasinya, Jika sampel tidak diambil secara random, kemungkinan bahwa sampel tersebut tidak bisa merepresentasikan keadaan populasi secara keseluruhan sangatlah besar. Beberapa teknik pengambilan sampel yang bisa digunakan adalah simple random sampling, stratified random sampling, dll.


Baca juga : Yuk Pelajari Macam-Macam Metode Analisis Statistika


5. Nikmati Modul Python Gratis di DQLab, Yuk!

Python merupakan salah satu bahasa pemrograman yang termasuk ke high level programming language. Ada banyak library yang disediakan untuk menyelesaikan pekerjaan Data Scientist. Selain itu, Python juga termasuk bahasa pemrograman yang cukup fleksibel untuk banyak hal, sehingga tidak mengherankan bahasa ini menjadi favorit para praktisi data. Jika kamu tertarik untuk mempelajari Python secara gratis, DQLab memiliki free modul yang bisa kamu nikmati loh, yaitu modul “Introduction to Data Science with Python”. Modul ini berisi hal-hal basic tentang Python, sehingga sangat cocok untuk dipelajari oleh pemula. Tunggu apa lagi, buruan sign up dan nikmati free modulnya!


Penulis : Gifa Delyani Nursyafitri


Sign Up & Mulai Belajar Gratis di DQLab!