Daftar isi
Dalam dunia ilmu pengetahuan, terutama terkait riset atau penelitan, peranan statistika sangat diperlukan dalam pengumpulan data dan pengolahannya. Saat ini, statistika tidak hanya digunakan dalam bidang ilmu tertentu seperti sains, matematika dan ilmu sosial, tetapi juga diaplikasikan dalam berbagai bidang kehidupan seperti ekonomi, industri, sosial kependudukan, bahkan politik.
Berbicara mengenai statistika, tentu tidak bisa dilepaskan dari statistik. Sebab statistika sendiri merupakan cabang ilmu yang menjadikan statistik sebagai objek kajiannya. Jika statistika adalah ilmunya, maka statitik adalah data yang akan diolah dengan menggunakan prinsip-prinsip ilmu statistika. Pada kesempatan kali ini, akan dibahas mengenai salah satu klasifikasi dari statistik yaitu statistik inferensial.
Dalam Kamus Besar Bahasa Indonesia (KBBI), statistik didefinisikan sebagai data yang berupa angka yang dikumpulkan, ditabulasi, digolongkan, sehingga bisa memberikan informasi yang bermakna tentang suatu masalah atau gejala. Sementara itu, inferensial didefinisikan sebagai sesuatu yang dapat disimpulkan.
Menurut Hasan (2003), statistik inferensial adalah statistik yang berhubungan dengan pendugaan populasi dan pengujian hipotesis dari suatu data atau keadaan atau fenomena.
Dari defnisi-definisi diatas, maka secara umum pengertian dari statistika inferensial adalah metode statistik yang bertujuan untuk menarik kesimpulan berdasarkan data-data yeng diperoleh dari sampel penelitian yang dilakukan. Hasil analisis dari statistik inferensial sendiri dapat digeneralisasikan untuk menduga atau memprediksi kondisi dari suatu populasi.
Fungsi dari statistik inferensial adalah sebagai berikut:
Adapun manfaat yang bisa diperoleh dari statistik inferensial adalah:
Ada dua tujuan utama dari metode statistik inferensial, yaitu:
Beberapa langkah atau prosedur yang harus dilakukan dalam penggunaan statistik inferensial adalah sebagai berikut:
Ada beberapa contoh alat analisis statistik inferensial yang sering digunakan, yaitu:
Analisis regresi merupakan alat analisis yang sering digunakan dalam statistik inferensial. Analisis ini biasa digunakan untuk memprediksi keterkaitan antara variabel dependen dengan variabel independen dari sampel dan juga menentukan variabel yang berpengaruh signifikan bagi penelitian yang dilakukan.
Contohnya :
Untuk mengetahui faktor-faktor apa yang mempengaruhi prestasi belajar siswa, maka digunakan beberapa variabel seperti kondisi fisik, kondisi psikis, latar belakang ekonomi, hubungan dengan keluarga, pergaulan siswa, dan lain-lain. Setelah dianalisis dengan analisis regresi, maka akan ditemukan faktor apa yang paling berpengaruh terhadap prestasi belajar siswa.
Uji hipotesis adalah pengujian statistik inferensial untuk membuktikan kebenaran sari suatu dugaan, klaim, atau pendapat misalnya saja terhadap opini-opini yang berkembang di masyarakat. Uji hipotesis dengan statistik inferensial dilakukan dengan mengambil sampel yang representatif dan melakukan analisis terhadap data yang diperoleh sehingga bisa diambil kesimpulan akan kondisi sebenarnya dari opini-opini yang berkembang tersebut.
Confidence interval atau tingkat kepercayaan adalah uji statistik inferensial yang digunakan untuk mengukur keakuratan rata-rata sebuah sampel yang mewakili rata-rata dari populasi sesungguhnya.
Selain statistik inferensial, kita juga mengenal statistik deskriptif. Lantas, apa perbedaan diantara keduanya?
Statistik Inferensial | Statistik deskriptif |
Menggunakan data sampel untuk menggambarkan populasi | Menggambarkan data apa adanya dengan angka atau gambar |
Menggunakan kemungkinan untuk menaksir populasi | Menggambarkan data menggunakan diagram batang, histogram, diagram lingkaran, dan sebagainya |
Melakukan uji hipotesis terhadap sampel populasi | Menghitung ukuran pemusatan data (mean, median, modus) |
Bisa digunakan untuk memilih metode atau menguji sebuah metode | Mengukur variabilitas saja seperti range, standar deviasi, dan sebagainya |
Kesimpulan dari pembahasan tentang statistik inferensial diatas adalah sebagai berikut: