Tajuk 113 - Jangan anak tiri kan statistik non parametric

Ramai pelajar yang ghairah menjalankan kajian bagi mengukur variable kategori seperti sikap, tanggapan, kepuasan, persetujuan dll tetapi menyamakannya dengan pengukuran variable continous menggunakan statistik parametrik..... sehingga lupa bahawa statistik parametrik mempunyai syarat yang perlu dipenuhi. Sama juga dengan pelajar yang sedang ghairah bercinta.... jangan lupa ada syarat2 yang perlu dipenuhi... jangan main nak saja wpun tak penuhi syarat. Berikut adalah antara sebab mengapa anda perlu gunakan statistik nonparametrik (np).

TAK PERNAH ANAK TIRIKAN PELAJAR.... 

Statistik np sesuai untuk mengukur variable psikologi seperti yang dinyatakan di atas, khususnya apabila anda menggunakan skala nominal atau ordinal seperti Likert. Skala nominal dan ordinal bersifat kategori maka tidak akan tertabur secara normal seperti data interval atau ratio yang bersifat continuous.  Jadi pengiraan dalam statistik np tidak mengambilkira kenormalan data. Maka, jika anda mempunyai data interval atau ratio yang tidak normal, maka gunakanlah statistik np yang sesuai. Cuma implikasinya anda tidak boleh membuat generalisasi.


Saya berpendapat, menggunakan statistik yang salah (data tidak normal tetapi masih menggunakan statistik parametrik) lebih serius dari menggunakan statistik np wpun kuasa membuat generalisasi menjadi rendah. Ini kerana anda membuat kajian yang telus serta faham mengapa anda jalankan sesuatu ujian statistik bagi mempertahankan data anda. Jangan ler sampai viva nanti, anda diminta run sekali data anda hanya kerana anda tidak membuktikan anda telah memenuhi assumption yang diperlukan bagi analisis parametrik. Jika data anda memang data ordinal, maka statistik np adalah lebih sesuai. Namun begitu, masih ada kajian yang menggunakan data ordinal sebagai interval dan diterbitkan dalam journal antarabangsa.  Namun bagi pelajar yang sedang buat kajian, buatlah kajian berdasarkan pemahaman anda bukan kerana orang lain buat !!


Saya dapati ramai pelajar menggunakan analisis korelasi Spearman ( dengan variable paling rendah peringkat ordinal) yang juga adalah statistik np, begitu juga chi kuasadua (dengan variable berkala nominal) tetapi tidak menggunakan Mann-Whitney ataupun Wilcoxon apabila melakukan analisis perbandingan 2 kumpulan atau repeated measures? Kenapa agaknya? Mungkin kerana ujian-t lebih popular? Sebab itulah anda perlu mengetahui assumption yang menjadi prasyarat analisis parametrik terlebih dahulu. Personally, jarang a membaca  tesis yang betul2 membncangkan hal ini. Oleh itu, jgn lupa dalami perkara ini supaya anda transparence dalam analisis anda.


Berikut adalah pasangan statistik parametrik dan np yang lazim digunakan dalam kajian sains sosial. Ini bermakna, jika anda gagal memenuhi assumption statistik parametrik, jalankan statistik pasangannya sebagai statistik np atau jika data anda nominal atau ordinal, jalankan statistik np kerana fungsinya adalah sama:

Fungsi	Penuhi syarat parametrik	Jika tidak penuhi syarat parametric / data norminal	Skala nominal
Banding 2 sampel tidak bersandar	Ujian-t sample tidak bersandar	Ujian Mann-Whitney	Chi kuasadua
Banding 2 sampel bersandar	Ujian-t sample bersandar	Ujian Wilcoxon	Ujian McNemar
Banding >2 sampel tidak bersandar	ANOVA	Ujian Kruskal-Wallis	Chi kuasdua
Perkaitan antara variable	Ujian Pearson	Ujian Spearman	Ujian Cramer V