Statistik Inferensi bertujuan untuk membuat

berbagai inferensi terhadap sekumpulan data

yang berasal dari suatu sampel. Tindakan
inferensi tersebut , misalnya melakukan
perkiraan, peramalan, pengambilan keputusan,
atau membuat generalisasi tentang suatu populasi
berdasarkan informasi yang terkandung dari
suatu sampel.
Contoh penggunaan statistik inferensi:

Uji/test hipotesis
Quick count dalam pemungutan suara (pilkada,

pemilu, pilpres)

DATA

Normal

Tak Normal
DISTRIBUSI

STATISTIK
PARAMETRIK

STATISTIK
NONPARAMETRIK

METODE-METODE PARAMETRIK:
INFERENSI TERHADAP SEBUAH RERATA

POPULASI
INFERENSI TERHADAP DUA RERATA POPULASI
INFERENSI TERHADAP LEBIH DARI DUA RERATA
POPULASI
INFERENSI UNTUK MENGETAHUI HUBUNGAN
ANTAR VARIABEL

Inferensi dengan parametrik dilakukan

dengan menu COMPARE MEANS dan
CORRELATE.
COMPARE MEANS meliputi:

T TEST:
Uji t satu sampel
Uji t untuk dua sampel independen
Uji t untuk dua sampel berpasangan
ANOVA

Pengujian ini bertujuan untuk menguji apakah

suatu nilai tertentu berbeda secara nyata atau
tidak dengan rerata sebuah sampel.
Contoh:
Diketahui bahwa rerata tinggi badan sampel
169,4 cm (data deskriptif.sav). Sekelompok
anak muda mempunyai rerata tinggi badan
172 cm. Apakah kelompok anak muda/i ini
mempunyai tinggi badan yang berbeda
secara signifikan dengan rerata tinggi badan
sampel.

Buka file deskriptif.sav.

Pilih menu Analyze, Compare-Means,
One Sample T Test.
Pada isian Test Variable(s), masukkan
variabel tinggi.
Pada isian Test Value, masukkan angka
172 karena merupakan angka hipotetis
yang akan diuji.
Klik tombol OK untuk menjalankan
perintah.

 Perhatikan

Tabel One Sample Test.

Hipotesis:

H0= Tinggi kelompok anak muda/i

sama dengan rerata tinggi
populasi
H1= Tinggi kelompok anak muda/I
berbeda dengan rerata tinggi
populasi

Jika nilai Sig. > 0,05, H0 diterima

Jika nilai Sig. > 0,05, H0 ditolak.

Karena nilai Sig. (0,015) < 0,05, H0 ditolak.

Artinya, tinggi kelompok anak muda/i
tersebut berbeda secara signifikan
dengan tinggi rerata populasi.

 Uji

t ini bertujuan untuk menguji apakah

terdapat perbedaan suatu karakteristik
(BB, TB, Gaji, IPK, dll) antara dua sampel
yang berbeda.
Contoh Kasus:
Apakah ada perbedaan tinggi badan
seorang pria dan wanita.

Gunakan file Deskriptif.sav

Langkah-langkah:

Pilih menu Analyze, Compare-Means,

Independent-Samples T test.
Pada isian Test Variable(s), masukkan
variabel tinggi.
Pada isian Grouping Variable, masukkan
variabel gender.
Kemudian, klik Define Groups.
Untuk Group 1, isi dengan 1, sedangkan
Untuk Group 2, isi dengan 2.

Klik tombol OK untuk menjalankan SPSS.

1.

Analisis menggunakan F test.

Hipotesis:
H0 = Kedua varians populasi
adalah identik
H1 = Kedua varians populasi
adalah tidak identik

Jika nilai Sig. > 0,05, H0 diterima.

Jika nilai Sig. < 0,05, H0 ditolak.

Nilai Sig. = 0,232 (pada kolom Equal

variance assumed).
Karena nilai Sig. > 0,05, H0 diterima.
Artinya, kedua varians adalah sama.

2.

Analisis dengan menggunakan t test untuk asumsi

varians yang sama.
Hipotesis:
H0 = Kedua rerata populasi adalah identik
H1 = Kedua rerata populasi adalah tidak identik

Pengambilan Keputusan
Jika nilai Sig. > 0,05, H0 diterima.
Jika nilai Sig. < 0,05, H0 ditolak.

 Nilai

Sig. = 0,003 < 0,05 sehingga H0

ditolak. Artinya, kedua rerata (mean)
tinggi badan pria dan wanita benar-benar
berbeda. Rerata tinggi badan pria lebih
tinggi daripada rerata tinggi badan
wanita.
Perbedaan rerata tinggi badan pria dan
wanita adalah 5,503.

Uji ini digunakan untuk mengetahui perbedaan rerata

dua sampel yang berbeda dengan menggunakan titik
potong, yaitu suatu angka/data metrik yang berfungsi
sebagai batas.
Contoh Kasus:
Dengan menggunakan file data personalia.sav
seorang periset ingin mengetahui apakah ada
perbedaan antara mereka yang bekerja lebih dari 6
tahun mempunyai rerata gaji yang lebih besar
daripada mereka yang bekerja kurang dari 6 tahun?

Pilih menu Analyze, Compare-Means,

Independent-Samples T test.
Pada isian Test Variable(s), isikan
variabel gaji.
Pada isian Groping Variable(s), isikan
variabel kerja.
Kemudian, klik Define Group.
Masukkan kode 1 untuk pria dan kode 2
untuk wanita.

Pada isian Cut point, masukkan angka 6 sebagai

batas.
Kemudian tekan tombol OK.

Sample berpasangan (Paired Sample)

merupakan sampel dengan subjek yang
sama namun mengalami dua perlakuan
atau pengukuran yang berbeda.

JAFEUB ingin mengetahui apakah materi

pelatihan tentang Teknologi Informasi
Untuk PBM bagi seluruh dosen benarbenar memiliki dampak positif terhadap
proses PBM. Untuk itu, sebuah sampel
yang terdiri atas 10 orang dosen JAFEUB
diberi test pendahuluan, kemudian
setelah dilakukan pelatihan, kembali
dilakukan test akhir.

Buka file uji_t_paired.sav.

Pilih menu Analyze, Compare-Means,
Paired-Samples T test.
Pada isian Paired Variable(s), masukkan
variabel sebelum dan sesudah.
Kemudian tekan OK untuk menjalankan
SPSS.

Paired Sample s Corre lations

N
Pair 1

SEBELUM & SESUDAH

Nilai

10

Correlation
.943

Sig.
.000

Hasil korelasi antara kedua variabel

adalah sebesar 0,943 dengan nilai Sig.
jauh di bawah 0,05. Artinya, korelasi
variabel sebelum dan sesudah test
adalah sangat erat dan signifikan.

Hasil Paired Sample Test

Hipotesis:
H0: Kedua rerata populasi adalah identik
H1: Kedua rerata populasi adalah tidak
identik
Keputusan:
Jika nilai Sig. > 0,05, H0 diterima
Jika nilai Sig. < 0,05, H0 ditolak

Paired Sam ples Te st

Paired Dif ferences

Mean
Std. Deviation
Std. Error Mean
95% Conf idence Interval
of the Dif f erence

t
df
Sig. (2-tailed)

Pair 1
SEBELUM - SESUDAH
1.2010
2.3074
.7297
Low er
Upper

-.4496
2.8516
1.646
9
.134

Uji F atau ANOVA digunakan untuk

pengujian lebih dari dua sampel.
Asumsi ANOVA:

Populasi-populasi yang akan diuji

berdistribusi normal.
Varians dari populasi-populasi tersebut
adalah sama.
Sampel yang diuji merupakan sampel
bebas.

JAFEUB memiliki 4 kelas Akuntansi

Biaya. Satu kelas terdiri atas 12
mahasiswa. Kajur ingin mengetahui
apakah ada perbedaan nilai di
antara 4 kelas Akbi tersebut.

Buka file anova.sav.

Pilih menu Analyze, Compare-Means,
One-Way ANOVA.
Pada isian Dependent List, masukkan
variabel akbi.
Pada isian Factor, masukkan variabel
kelas.
Kemudian, klik menu option.

Hasil Test of Homogeniety of

Variances digunakan untuk
mengetahui berlaku
tiddaknya asumsi untuk
ANOVA, yaitu apakah
keempat sampel
mempunyai varians yang
sama.

Nilai Sig. 0,331 > 0,05, berarti

keempat sampel
mempunyai varians yang
sama.

Hasil uji ANOVA

digunakan untuk
mengetahui apakah
terdapat perbedaan
rerata keempat sampel.
Nilai Sig. 0,000 < 0,05.
Artinya rerata nilai
keempat kelas Akbi
memang berbeda
secara signifikan.

Hasil Post Hoc Test

digunakan untuk
mengetahui mana saja
kelas-kelas yang
berbeda dan kelas-kelas
mana yang tidak
berbeda.
Kolom Sig. dapat
digunakan untuk
menjawab pertanyaan
di atas.

Dengan menggunakan file data personalia.sav

seorang periset ingin mengetahui:
a. Apakah ada perbedaan antara mereka yang
berumur lebih dari 24 tahun mempunyai rerata
gaji yang lebih besar daripada mereka yang
berumur kurang dari 24 tahun?
b. Apakah terdapat perbedaan gaji untuk setiap
jenjang pendidikan?
c. Simpan dengan nama file Anova.doc.