pengertian statistika parametrik dalam ilmu statistika
Baca Juga
Alhamdulilah sobat, admin dapat kembali menulis sedikit pengetahuan yakni membahas tentang pengertian statistika parametrik dalam bidang statistika.
Statistika Parametrik (Metode Kuantitatif) adalah metode statistika yang menyangkut pendugaan parameter, pengujian hipotesis, pembentukan selang kepercayaan, dan hubungan antara dua sifat (peubah) atau lebih bagi parameter-parameter yang mempunyai sebaran (distribusi normal) tertentu yang diketahui.
Metode statistika parametrik berlandaskan pada anggapan-anggapan tertentu yang telah disusun terlebih dahulu, jika anggapan-anggapan tersebut tidak sesuai dengan keadaan sebenarnya, apalagi jika menyimpang jauh maka keampuhan metode ini tidak dapat dijamin atau bahkan dapat menyesatkan.
Pengolongan Statistika Parametrik antara lain: Regresi, Path (Jalur), SEM, Korelasi Kanonik, Faktor, deskriminan, claster, regresi logistik, probit & tobit, multivariat. Prosedur penggunaan statistika parametrik harus mempertimbankan:
1. Penentuan Hipotesis
2. Pemilihan uji statistika (alat analisis)
3. Penentuan
4. Taraf Nyata α dan ukuran cuplikan (n)
5. Menentukan sebaran cuplikan (Sampling distribution)
6. Penentukan daerah penolakan Ho
7. Pengambilan keputusan dan penarikan kesimpulan.
(Baca juga : Pengertian Dan Kegunaan Statistika)
Kelebihan statistika parametrik adalah:
1. Dapat digunakan untuk menduga atau meramal.
2. Hasil analisis dapat diperoleh dengan pasti dan akurat apabila digunakan sesuai aturan-aturan yang telah ditetapkan.
3. Dapat digunakan untuk mengukur interaksi hudungan antara dua atau lebih variabel (peubah).
4. Dapat menyederhanakan realitas permasalahan yang kompleks & rumit dalam sebuah model sederhana.
Kekurangan statistika parametrik adalah:
1. Berdasarkan pada anggapan-anggapan (Asumsi)
2. Asumsi tidak sesuai dengan realitas yang terjadi atau menyimpang jauh maka kemampuannya tidak dapat dijamin bahkan menyesatkan. Data harus berdistribusi normal dengan skala pengukuran data yang harus digunakan adalah interval & rasio.
3. Dapat digunakan untuk menganalisis data yang populasi/sampelnya sama.
4. Tidak dapat dipergunakan untuk menganalisis dengan cuplikan (Sampel) yang jumlahnya sedikit (> 30)
(Baca juga : Pengertian Dan Jenis Jenis Variable)
Pemodelan Statistika Parametrik
Model adalah suatu konsep yang digunakan untuk menyatakan sesuatu keadaan (permasalahan) ke dalam bentuk simbolik, ikonik atau analog. Pada hakekatnya model adalah perwakil realitas, oleh karena itu wujudnya harus lebih sederhana.
Pemodelan statistika adalah upaya memodelkan permasalahan ke dalam konsep statistika dengan prosedur:
(1) Ubah pernyataan ke dalam lambang statistika
(2) Pemilihan metode analisis yang tepat
(3) Aplikasi metode secara benar
Itulah beberapa penjelasan tentang Statistika parametrik dalam ilmu statistika, semoga artikel admin ini bermanfaat bagi sobat reader. kemudian kunjungi juga artikel menarik admin lainnya. Sekian Terima kasih.
Pengertian Statistika Parametrik
Pengertian Statistik Parametrik |
Statistika Parametrik (Metode Kuantitatif) adalah metode statistika yang menyangkut pendugaan parameter, pengujian hipotesis, pembentukan selang kepercayaan, dan hubungan antara dua sifat (peubah) atau lebih bagi parameter-parameter yang mempunyai sebaran (distribusi normal) tertentu yang diketahui.
Metode statistika parametrik berlandaskan pada anggapan-anggapan tertentu yang telah disusun terlebih dahulu, jika anggapan-anggapan tersebut tidak sesuai dengan keadaan sebenarnya, apalagi jika menyimpang jauh maka keampuhan metode ini tidak dapat dijamin atau bahkan dapat menyesatkan.
Pengolongan Statistika Parametrik antara lain: Regresi, Path (Jalur), SEM, Korelasi Kanonik, Faktor, deskriminan, claster, regresi logistik, probit & tobit, multivariat. Prosedur penggunaan statistika parametrik harus mempertimbankan:
1. Penentuan Hipotesis
2. Pemilihan uji statistika (alat analisis)
3. Penentuan
4. Taraf Nyata α dan ukuran cuplikan (n)
5. Menentukan sebaran cuplikan (Sampling distribution)
6. Penentukan daerah penolakan Ho
7. Pengambilan keputusan dan penarikan kesimpulan.
(Baca juga : Pengertian Dan Kegunaan Statistika)
Kelebihan & Kekurangan Statistika Parametrik
Dalam kenyataan, penggunaan metode satatistik tidak terlepas dari berbagai kelebihan dan kekurangan. Adapun kelebihan dan kekurangan statistika parametrik sebagai berikut:Kelebihan statistika parametrik adalah:
1. Dapat digunakan untuk menduga atau meramal.
2. Hasil analisis dapat diperoleh dengan pasti dan akurat apabila digunakan sesuai aturan-aturan yang telah ditetapkan.
3. Dapat digunakan untuk mengukur interaksi hudungan antara dua atau lebih variabel (peubah).
4. Dapat menyederhanakan realitas permasalahan yang kompleks & rumit dalam sebuah model sederhana.
Kekurangan statistika parametrik adalah:
1. Berdasarkan pada anggapan-anggapan (Asumsi)
2. Asumsi tidak sesuai dengan realitas yang terjadi atau menyimpang jauh maka kemampuannya tidak dapat dijamin bahkan menyesatkan. Data harus berdistribusi normal dengan skala pengukuran data yang harus digunakan adalah interval & rasio.
3. Dapat digunakan untuk menganalisis data yang populasi/sampelnya sama.
4. Tidak dapat dipergunakan untuk menganalisis dengan cuplikan (Sampel) yang jumlahnya sedikit (> 30)
(Baca juga : Pengertian Dan Jenis Jenis Variable)
Pemodelan Statistika Parametrik
Model adalah suatu konsep yang digunakan untuk menyatakan sesuatu keadaan (permasalahan) ke dalam bentuk simbolik, ikonik atau analog. Pada hakekatnya model adalah perwakil realitas, oleh karena itu wujudnya harus lebih sederhana.
Pemodelan statistika adalah upaya memodelkan permasalahan ke dalam konsep statistika dengan prosedur:
(1) Ubah pernyataan ke dalam lambang statistika
(2) Pemilihan metode analisis yang tepat
(3) Aplikasi metode secara benar
Itulah beberapa penjelasan tentang Statistika parametrik dalam ilmu statistika, semoga artikel admin ini bermanfaat bagi sobat reader. kemudian kunjungi juga artikel menarik admin lainnya. Sekian Terima kasih.
0 Response to "pengertian statistika parametrik dalam ilmu statistika"
Post a Comment