Nama Buku
:
Nonparametric Statistics for the Behavioral Sciences
Penulis
:
Sidney Siegel
Halaman
:
332
Ebook 090 Nonparametric Statistics for the Behavioral Sciences Sidney Siegel
Sidney Siegel adalah seorang statistikawan dan psikolog yang menjadikan statistik nonparametrik lebih mudah dipahami dan diterapkan, khususnya dalam ilmu perilaku dan psikologi. Dalam buku ini, ia menguraikan konsep dasar statistik nonparametrik — yakni kumpulan metode statistik yang tidak mengasumsikan bentuk distribusi data tertentu — yang mencakup prosedur untuk menganalisis data ordinal atau data yang tidak memenuhi asumsi distribusi parametrik seperti normalitas. Buku ini disusun mulai dari bagaimana memilih uji statistik yang sesuai, teknik-teknik untuk satu sampel dan dua sampel, hingga uji untuk banyak sampel dan ukuran asosiasi, semuanya digambarkan dengan contoh dan ilustrasi yang aplikatif dalam konteks penelitian perilaku.
Buku ini sering digunakan sebagai referensi atau buku ajar di mata kuliah statistik nonparametrik pada program studi psikologi, ilmu sosial, pendidikan, ilmu kesehatan masyarakat, dan ilmu perilaku yang memerlukan pendekatan statistik di luar asumsi distribusi parametrik. Karena fokusnya pada metode statistik alternatif yang cocok untuk data berskala ordinal atau tidak normal, buku ini juga relevan untuk mahasiswa di statistika terapan, sosiologi, antropologi, dan riset pasar yang berhadapan dengan data yang tidak memenuhi asumsi klasik. Materi buku memberikan dasar yang kuat bagi mereka yang perlu memilih dan menerapkan nonparametric tests dalam desain penelitian dan interpretasi data riil.
Dalam riset akademik, buku ini sangat berguna karena banyak penelitian di ilmu perilaku, pendidikan, dan ilmu sosial melibatkan data yang tidak memenuhi asumsi normalitas atau varians homogen — misalnya data skala Likert, peringkat, atau sampel kecil — sehingga pendekatan nonparametrik menjadi lebih tepat. Peneliti dapat memakai metode-metode dalam buku ini untuk menentukan uji yang sesuai, menguji hipotesis, dan menafsirkan hasil secara valid, tanpa harus memaksakan asumsi statistik parametrik yang tidak terpenuhi. Dalam profesi data science atau analis riset pasar, pemahaman statistik nonparametrik juga membantu dalam analisis data ordinal dan kategori, serta dalam pengembangan model yang lebih robust ketika kondisi data tidak ideal. Keterampilan ini menjadi penting dalam proyek yang membutuhkan keputusan berbasis data yang kuat tanpa asumsi distribusi lanjutan.
Program Mahasiswa Sabi
Kerjain Tugas Lebih Mudah Sambil Sharing dan Belajar Bareng
Mahasiswa Sabi
©Repository Muhammad Surya Putra Fadillah
