MATA KULIAH STATISTIKA

STATISTIKA INFERENSIAL

Disusun oleh :
1. Abi Manyu (16306144016)
2. Cahya Nugroho (16306144008)
3. Decia Devi Anggraini (16306141046)
4. M. Fatoni Sidik (16306144002)
5. M. Zaki Naufal (16306144019)

JURUSAN PENDIDIKAN FISIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI YOGYAKARTA
 1

Kata Pengantar
Puji syukur kehadirat Tuhan Yang Maha Esa atas segala rahmatNYA
sehingga makalah yang berjudul Statistika Inferensial ini dapat tersusun hingga
selesai . Tidak lupa kami juga mengucapkan terimakasih kepada bapak Dr. Drs.
Edi Istiyono M.Si selaku dosen pengampu mata kuliah umum Statistika.

Dan harapan kami semoga makalah ini dapat menambah pengetahuan

dan pengalaman bagi para pembaca, Untuk ke depannya dapat memperbaiki
bentuk maupun menambah isi makalah agar menjadi lebih baik lagi.

Karena keterbatasan pengetahuan maupun pengalaman kami, Kami yakin

masih banyak kekurangan dalam makalah ini, Oleh karena itu kami sangat
mengharapkan saran dan kritik yang membangun dari pembaca demi
kesempurnaan makalah ini.

Yogyakarta, 07 Maret 2017

Penyusun
 2

Daftar Isi

Kata Pengantar ................................................................................................. i

Daftar Isi .......................................................................................................... ii

Bab I Pendahuluan

1.1 Latar Belakang...................................................................................... 1

1.2 Rumusan Masalah................................................................................. 2
1.3 Tujuan .................................................................................................. 2

Bab II Pembahasan

2.1 Pengertian Statistika Inferensial........................................................... 3

2.2 Fungsi Statistika Inferensial.................................................................. 4
2.3 Populasi dan Sampel............................................................................. 4
2.4 Teknik-Teknik Sampling....................................................................... 6
2.5 Jenis-Jenis Hipotesis............................................................................. 9
2.6 Teori Kemungkinan dan Distribusi Teoritis.......................................... 11
2.7 Uji Hipotesis dan Analisis Data ........................................................... 12

Bab III Kesimpulan

3.1 Kesimpulan........................................................................................... 16
3.2 Saran..................................................................................................... 17

Daftar Pustaka .................................................................................................. 18

 1

BAB I
PENDAHULUAN

1.1 Latar Belakang

Statistika berasal dari bahasa latin yaitu status yang berarti

negara dan digunakan untuk urusan negara. Hal ini dikarenakan
pada mulanya, statistika hanya digunakan untuk menggambar
keadaan dan menyelesaikan masalah yang berhubungan dengan
kenegaraan saja seperti: perhitungan banyaknya penduduk,
pembayaran pajak, gaji pegawai, dan lain sebagainya.

Statistika adalah ilmu yang merupakan cabang dari

matematika terapan yang membahas metode-metode ilmiah
untuk pengumpulan, pengorganisasian, penyimpulan, penyajian,
analisis data, serta penarikan kesimpulan yang sahih sehingga
keputusan yang diperoleh dapat diterima.

Statistika inferensial mencakup semua metode yang

berhubungan dengan analisis sebagian data atau juga sering
disebut dengan sampel untuk kemudian sampai pada peramalan
atau penarikan kesimpulan mengenai keseluruhan data
induknya. Dalam statistika inferensial diadakan pendugaan
parameter, membuat hipotesis, serta melakukan pengujian
hipotesis tersebut sehingga sampai pada kesimpulan yang
berlaku umum. Metode ini disebut juga statistika induktif, karena
kesimpulan yang ditarik didasarkan pada informasi dari sebagian
data saja. Pengambilan kesimpulan dari statistika inferensial
yang hanya didasarkan pada sebagian data saja sebagian data
saja menyebabkan sifat tak pasti, memungkinkan terjadi
kesalahan dalam pengambilan keputusan, sehingga
pengetahuan mengenai teori peluang mutlak diperlukan dalam
melakukan metode-metode statistika inferensial.
 2

Statistika inferensial digunakan dalam proses mengambil

keputusan dalam menghadapi ketidakpastian dan perubahan.
Contoh ketidakpastian adalah kuat tekan beton dalam suatu
pengujian tidak sama, walaupun dibuat dengan material yang
sama. Dengan adanya kenyataan tersebut, maka metode
statistik digunakan untuk menganalisis data dari suatu proses
pembuatan beton tersebut sehingga diperoleh kualitas yang
lebih baik. Statistik inferensial telah menghasilkan banyak
metode analitis yang digunakan untuk menganalisis data.
Dengan perkataan lain statistik inferensial tidak hanya
mengumpulan data, tetapi juga mengambil kesimpulan dari
suatu sistem saintifik.

1.2 Rumusan Masalah

Berdasarkan uraian latar belakang diatas, maka dalam
makalah ini ada enam rumusan masalah yang terkaji yaitu:
1.2.1Apa yang dimaksud dengan Statistik Inferensial?
1.2.2Apa fungsi Statistik Inferensial?
1.2.3Apa jenis-jenis yang dimaksud dengan Populasi dan
Sampel?
1.2.4Bagaimana cara mengambil sampel?
1.2.5Apa jenis-jenis dari hipotesis?
1.2.6Apa yang dimaksud dengan Teori Probabilitas dan
Distribusi Teoritis?

1.2.7Apa yang dimaksud dengan Uji Hipotesis dan Analisis

Data?

1.3 Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang
ingin dicapai dalam penulisan makalah ini adalah sebagai
berikut:
1.3.1Mengetahui pengertian dari Statistik Inferensial
1.3.2Mengetahui fungsi Statisik Interferensial
1.3.3Mengetahui Populasi dan Sampel
1.3.4Mengetahui jenis-jenis teknik sampling
 3

1.3.5Mengetahui jenis-jenis hipotesis

1.3.6Mengetahui Teori Probabilitas dan Distribusi Teoritis
1.3.7Mengetahui Uji Hipotesis dan Analisis Data

BAB II
PEMBAHASAN

2.1 Pengertian Statistika Inferensial

Statistika Inferensial adalah serangkaian teknik yang

digunakan untuk mengkaji, menaksir dan mengambil kesimpulan
berdasarkan data yang diperoleh dari sampel untuk
menggambarkan karakteristik atau ciri dari suatu populasi. Oleh
karena itu, statistika inferensial disebut juga statistik
induktif atau statistik penarikan kesimpulan. Dalam statistika
inferensial, kesimpulan dapat diambil setelah melakukan
pengolahan serta penyajian data dari suatu sampel yang diambil
dari suatu populasi, sehingga agar dapat memberikan cerminan
yang mendekati sebenarnya dari suatu populasi, maka ada
beberapa hal yang perlu diperhatikan dalam statistika
inferensial, diantaranya:

1. Banyaknya subyek penelitian, maksudnya jika populasi

ada 1000, maka sampel yang diambil jangan hanya 5,
namun diusahakan lebih banyak, seperti 10 atau 50.

2. Keadaan penyebaran data. Dalam hal ini perlu

diperhatikan bahwa pengambilan sampel harus merata
pada bagian populasi. Diharapkan dalam pengambilan
sampel dilakukan secara acak, sehingga kemerataan
dapat dimaksimalkan dan apapun kesimpulan yang
didapat dapat mencerminkan keadaan populasi yang
sebenarnya.

Statistika Inferensial dibagi menjadi dua, yaitu Statistika

Parametrik dan Statistika Non Parametrik.
 4

1. Statistika parametrik terutama digunakan untuk

menganalisa data interval dan rasio, yang diambil dari
populasi yang berdistribusi normal

2. Statistika non-parametrik terutama digunakan untuk

menganalisa data nominal, dan ordinal dari populasi
yang bebas distribusi

Salah satu contoh untuk statistika inferensial adalah pada

pemilu presiden 2014. Berbagai lembaga survei
melakukan quick count untuk mengetahui secara cepat kandidat
presiden mana yang akan mendapatkan suara rakyat lebih
banyak. Lembaga survei tersebut mengambil sebagian sampel
TPS (Tempat Pemungutan Suara) dari total TPS populasi. Hasil
sampel TPS tersebut digunakan untuk generalisasi terhadap
keseluruhan TPS. Untuk mengambil kesimpulan diambil 2.000
sampel TPS dari 400.000 populasi TPS.

2.2 Fungsi Statistika Inferensial

Statistika Inferensial bertujuan menaksir secara umum suatu
populasi dengan menggunakan hasil sampel, termasuk
didalamnya teori penaksiran dan pengujian teori. Statistika
Inferensial digunakan untuk melakukan:
1. Generalisasi dari sampel ke populasi.

2. Uji hipotesis (membandingkan atau uji

perbedaan/kesamaan dan menghubungkan, yaitu uji
keterkaitan, kontribusi)

2.3 Populasi dan Sampel

Menurut Sugiyono pengertian populasi adalah wilayah
generalisasi yang terdiri atas: obyek/subyek yang mempunyai
kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti
untuk dipelajari dan kemudian ditarik kesimpulannya
(Sugiyono,2011:80).
 5

Jadi populasi dalam statistika merujuk pada sekumpulan

individu atau obyek dengan karakteristik yang khas yang
menjadi perhatian dalam suatu penelitian (pengamatan).

Berdasarkan ukurannya populasi terbagi menjadi dua:

1. populasi terhingga (finite population), yaitu ukuran

populasi yang berapa pun besarnya tetapi masih bisa
dihitung (cauntable). Misalnya populasi pegawai suatu
perusahaan;
2. populasi tak terhingga (infinite population), yaitu
ukuran populasi yang sudah sedemikian besarnya
sehingga sudah tidak bisa dihitung (uncountable).
Misalnya populasi tanaman anggrek di dunia.

Menurut Sugiyono sampel adalah bagian atau jumlah dan

karakteritik yang dimiliki oleh populasi tersebut. Bila populasi
besar, dan peneliti tidak mungkin mempelajari semua yang ada
pada populasi, misal karena keterbatan dana, tenaga dan waktu,
maka peneliti akan mengambil sampel dari populasi itu. Apa
yang dipelajari dari sampel itu, kesimpulannya akan
diberlakukan untuk populasi. Untuk itu sampel yang diambil dari
populasi harus betul-betul representative (Sugiyono,2011).

Ada empat parameter yang bisa dianggap menentukan

representativeness sampel (sampel yang benar-benar
mencerminkan populasinya), yaitu:

1. Variabilitas populasi

Variabilitas populasi merupakan hal yang sudah given,

artinya peneiti harus menerima sebagaimana adanya,
dan tidak dapat mengatur atau memanipulasinya.

2. Besar sampel

Makin besar sampel yang diambil akan semakin besar

atau tinggi taraf representativeness sampel tersebut. Jika
 6

populasinya homogen secara sempurna, besarnya

sampel tidak mempengaruhi tarag representativeness
sampel.

3. Teknik penentuan sampel

Makin tinggi tingkat rambang dalam penentuan sampel,

akan makin tinggi pula tingkat representativeness
sampel.

4. Kecermatan memasukkan ciri-ciri populasi dalam sampel.

Makin lengkap ciri-ciri populasinya yang dimasukkan ke

dalam sampel, akan makin tinggi tingkat
representativeness sampel.

Penelitian sampel baru boleh dilaksanakan apabila keadaan

subyek di dalam populasi benar-benar homogen. Kita melakukan
penelitian sampel dari pada melakukan penelitian populasi karna
penelitian sampel memiliki beberapa keuntungan, yaitu:

1. Karna menghemat dari segi waktu, tenaga dan biaya

karna subyek penelitian sample relative lebih sedikit di
banding dengan study populasi
2. Di banding dengan penelitian populasi penelitian sample
lebih baik karna apabila penelitian populasi terlalu besar
maka di khawatirkan ada yang terlewati dan lebih
merepotkan
3. Pada penelitian populasi akn terjadi kelelahan dalam
pencatatan dan analisisnya
4. Dalam penelitian populasi sering bersifat destruktif
 7

5. Adakalanya penelitian populasi tidak lebih baik di

laksanakan karna terlalu luas populasinya.

2.4 Teknik-Teknik Sampling

Sampling adalah teknik pengambilan sampel. Teknik
sampling banyak menggunakan teori probabilitas sehingga
berdasarkan tekniknya dikategorikan menjadi dua disebut
probability sampling dan non-probability sampling.
A. PROBABILITY SAMPLING
Probability sampling adalah teknik sampling dimana
setiap anggota populasi memiliki peluang sama dipilih
menjadi sampel. Dengan kata lain, semua anggota
tunggal dari populasi memiliki peluang tidak nol.
Teknik ini melibatkan pengambilan acak (dikocok)
dari suatu populasi. Ada bermacam-macam metode
probability sampling dengan turunan dan variasi masing-
masing, namun paling populer sebagai berikut:
a. Sampling Acak Sederhana (Simple Random
Sampling)
Random sampling adalah metode paling dekat
dengan definisi probability sampling. Pengambilan
sampel dari populiasi secara acak berdasarkan
frekuensi probabilitas semua anggota populasi.

b. Sampling Acak Sistematis (Systematic Random

Sampling)
Pengambilan sampel melibatkan aturan populasi
dalam urutan sistematika tertentu. Probabilitas
pengambilan sampel tidak sama terlepas dari
kesamaan frekuensi setiap anggota populasi.
c. Sampling Stratifikasi (Stratified Sampling)
Populasi dibagi ke dalam kelompok strata dan
kemudian mengambil sampel dari tiap kelompok
tergantung kriteria yang ditetapkan.
d. Sampling Rumpun (Cluster Sampling)
Populasi dibagi ke dalam kelompok kewilayahan
kemudian memilih wakil tiap-tiap kelompok.
e. Sampling Bertahap (Multistage Sampling)
 8

Pengambilan sampel menggunakan lebih dari satu

teknik probability sampling. Misalnya,
menggunakan metode stratified sampling pada
tahap pertama kemudian metode simple random
sampling di tahap kedua dan seterusnya sampai
mencapai sampel yang diinginkan.
f. Probabilitas Proporsional Ukuran Sampling
(Probability Proportional to Size Sampling)
Probabilitas pengambilan sampel sebanding dengan
ukuran sampling bahwa sampel dipilih secara
proporsional dengan ukuran total populasi. Ini
adalah bentuk multistage sampling di tahap
pertama dan kemudian random sampling di tahap
kedua, tapi jumlah sampel sebanding dengan
ukuran populasi.

B. NON-PROBABILITY SAMPLING
Teknik non-probability sampling bahwa setiap
anggota populasi memiliki peluang nol. Artinya,
pengambilan sampel didasarkan kriteria tertentu seperti
judgment, status, kuantitas, kesukarelaan dan
sebagainya.

Ada bermacam-macam metode non-probability

sampling dengan turunan dan variasinya, tapi paling
populer sebagai berikut:

a. Sampling Kuota (Quota Sampling)

Mirip stratified sampling yaitu berdasarkan proporsi
ciri-ciri tertentu untuk menghindari bias.

b. Sampling Kebetulan (Accidental Sampling)

Pengambilan sampel didasarkan pada kenyataan
bahwa mereka kebetulan muncul.
 9

c. Sampling Purposive (Purposive or Judgemental

Sampling)

Pengambilan sampel berdasarkan seleksi khusus.

Peneliti membuat kriteria tertentu siapa yang
dijadikan sebagai informan.

d. Sampling Sukarela (Voluntary Sampling)

Pengambilan sampel berdasarkan kerelaan untuk

berpartisipasi dalam penelitian. Metode ini paling
umum digunakan dalam jajak pendapat.

e. Sampling Snowball (Snowball Sampling)

Pengambilan sampel berdasarkan penelusuran
sampel sebelumnya.

Sampling memiliki beberapa kriteria. Kriteria yang harus

diperhatikan untuk menentukan tipe sampling yang baik,
diantaranya:

a. dapat menghasilkan gambaran yang dapat dipercaya

dari seluruh populasi,
b. dapat menentukan presisi dari hasil penelitian,
c. sederhana, mudah dilaksanakan, dan
d. dapat memberikan keterangan sebanyak mungkin
tentang populasi dengan biaya minimal.

Tahapan dalam melakukan sampling adalah sebagai berikut:

a. Mendefinisikan populasi hendak diamati

b. Menentukan kerangka sampel, yakni kumpulan semua
item atau peristiwa yang mungkin
c. Menentukan metode sampling yang tepat
d. Melakukan pengambilan sampel (pengumpulan data)
e. Melakukan pengecekan ulang proses sampling
 10

Distribusi Sampling adalah distribusi nilai statistik sampel-

sampel. Jika statistik yang ditinjau adalah mean dari masing-
masing sampel, maka distribusi yang terbentuk disebut
distribusi mean mean sampling (sampling distribution of the
means). Dengan demikian dapat juga diperoleh distribusi deviasi
standard, varians, median dari sampling. Masing masing jenis
distribusi sampling dapat dihitung ukuran-ukuran statistik
deskriptifnya (mean, range, deviasi standard, dan lain-lain).

2.5 Jenis-Jenis Hipotesis

Pengelompokkan jenis-jenis hipotesis dapat dibagi ke dalam
beberapa kategori
1. Hipotesis dilihat dari kategori rumusannya
a. Hipotesis Nihil (H0)
Hipotesis nihil (H0) yaitu hipotesis yang menyatakan
tidak ada hubungannya atau pengaruh antara variabel
dengan variabel lain. Contohnya: Tidak ada hubungan
antara tingkat pendidikan orang tua dengan prestasi
belajar siswa SD.
b. Hipotesis Alternatif (Ha)
Hipotesis alternatif (Ha) adalah hipotesis yang
menyatakan adanya hubungan atau pengaruh antara
variabel dengan variabel lain. Hipotesis alternatif ini
masih terbagi menjadi dua macam, yaitu:

a. Directional Hypotheses (Hipotesis terarah) adalah

hipotesis yang diajukan oleh peneliti, dimana
peneliti sudah merumuskan dengan tegas yang
menyatakan bahwa variabel independen memang
sudah diprediksi berpengaruh terhadap variabel
dependen. Misalnya: Siswa yang diajar dengan
metode inkuiri lebih tinggi prestasi belajarnya,
dibandingkan dengan siswa yang diajar dengan
menggunakan metode curah pendapat.

b. Non Directional Hypotheses (Hipotesis tak terarah)

adalah hipotesis yang diajukan dan dirumuskan
 11

oleh peneliti tampak belum tegas bahwa variabel

independen berpengaruh terhadap variabel
dependen. Fraenkel dan Wallen (1990:42)
menyatakan bahwa hipotesis tak terarah itu
menggambarkan bahwa peneliti tidak menyusun
prediksi secara spesifik tentang arah hasil
penelitian yang akan dilakukan. Contoh: Ada
perbedaan pengaruh penggunaan metode
mengajar inkuiri dan curah pendapat terhadap
prestasi belajar siswa.

2. Hipotesis dilihat dari sifat variabel yang akan diuji.

a. Hipotesis tentang hubungan yaitu hipotesis yang
menyatakan tentang saling hubungan antara dua
variabel atau lebih, mengacu ke penelitian korelasional.
Hubungan antara variabel tersebut dapat dibedakan
menjadi tiga
a. Hubungan yang sifatnya sejajar tidak timbal balik
b. Hubungan yang sifatnya sejajar timbal balik.

c. Hubungan yang menunjuk pada sebab-akibat,

tetapi tidak timbal balik.

b. Sedangkan hipotesis tentang perbedaan, yaitu hipotesis

yang menyatakan perbedaan dalam variabel tertentu
pada kelompok yang berbeda. Hipotesis tentang
perbedaan ini mendasari berbagai penelitian komparatif
dan eksperimen.
Contoh (1): Ada perbedaan pretasi belajar siswa SMA
antara yang diajar dengan metode ceramah + tanya
jawab (CT) dan metode diskusi (penelitian eksperimen).

Contoh (2): Ada perbedaan prestasi belajar siswa SMA

antara yang berada di kota dan di desa (penelitian
komparatif).

3. Jenis Hipotesis yang dilihat dari keluasan atau lingkup

variabel yang diuji.
 12

Dilihat dari kategori ini hipotesis dibedakan menjadi dua,

yaitu Hipotes mayor dan Hipotesis Minor. Hipotesis mayor
adalah hipotesis yang mencakup kaitan seluruh variabel dan
seluruh objek penelitian, sedangkan hipotesis minor adalah
hipotesis yang terdiri dari bagian-bagian atau sub-sub dari
hipotesis mayor (jabaran dari hipotesis mayor).
Contoh: Hipotesis Mayor Ada hubungan antara keadaan
sosial ekonomi (KSE) orang tua dengan prestasi belajar siswa
SMP.
Contoh: Hipotesis Minor.
1. Ada hubungan antara tingkat pendidikan orang tua
dengan prestasi belajar siswa SMP.
2. Ada hubungan antara pendapatan orang tua
dengan prestasi belajar siswa SMP.
3. Ada hubungan antara kekayaan orang tua dengan
prestasi belajar siswa SMP.

2.6 Teori Kemungkinan dan Distribusi Teoritis

2.6.1Probabilitas atau teori kemungkinan

Tujuan akhir dari teori statistik adalah untuk menarik
kesimpulan tentang karakteristik populasi. Untuk
membuat kesimpulan mengenai populasi, pada
umumnya dilakukan penelitian terhadap sampel yang
diambil dengan teknik tertentu. Cara mengambil sampel
penelitian disebut Sampling. Jika sampling diambil
dengan teknik sampling, maka sampel penelitian
tersebut dapat dikatakan representasi dari populasi.

Kesimpulan yang diambil oleh peneliti tidaklah pasti

secara absolut dan selalu memiliki kekeliruan tertentu.
Untuk itu diperlukan pengetahuan tentang teori
probabilitas atau teori peluang atau teori tentang
kemungkinan terjadinya kepastian dan ketidakpastian
suatu kejadian. Dengan demikian, Probabilitas dapat
 13

diartikan kemungkinan terjadinya suatu peristiwa

diantara kejadian seluruhnya yang mungkin terjadi.

2.6.2Distribusi Teoritis
Salah satu distribusi frekuensi yang paling penting
dalam statistika adalah distribusi normal. Distribusi
normal berupa kurva berbentuk lonceng setangkup yang
melebar tak berhingga pada kedua arah positif dan
negatifnya. Penggunaanya sama dengan penggunaan
kurva distribusi lainnya. Frekuensi relatif suatu variabel
yang mengambil nilai antara dua titik pada sumbu datar.
Tidak semua distribusi berbentuk lonceng setangkup
merupakan distribusi normal.

Sifat dari variabel kontinu berbeda dengan variabel

diskrit. Variabel kontinu mencakup semua bilangan, baik
utuh maupun pecahan. Oleh karenanya tidak bisa
dipisahkan satu nilai dengan nilai yang lain. Itulah
sebabnya fungsi variabel random kontinu sering disebut
fungsi kepadatan, karena tidak ada ruang kosong
diantara dua nilai tertentu. Dengan kata lain
sesungguhnya keberadaan satu buah angka dalam
variabel kontinu jika ditinjau dari seluruh nilai adalah
sangat kecil, bahkan mendekati nol. Karena itu tidak bisa
dicari probabilitas satu buah nilai dalam variabel kontinu,
tetapi yang dapat dilakukan adalah mencari probabilitas
diantara dua buah nilai.

2.7 Uji Hipotesis dan Analisis Data

2.7.1Uji Hipotesis
Uji Hipotesis adalah metode pengambilan keputusan
yang didasarkan dari analisa data, baik dari percobaan
yang terkontrol, maupun dari observasi (tidak terkontrol).
Dalam statistik sebuah hasil bisa
dikatakan signifikan secara statistik jika kejadian
 14

tersebut hampir tidak mungkin disebapkan oleh faktor

yang kebetulan, sesuai dengan batas probabilitas yang
sudah ditentukan sebelumnya.

2.7.2Analisis Korelasi Dan Uji Signifikasi

Analisis korelasi adalah suatu teknik statistik yang

digunakan untuk mengukur keeratan hubungan atau
korelasi antara dua variabel. Keeratan hubungan antara
dua variabel tersebut dinyatakan dalam bentuk koefisien
korelasi yang dilambangkan dengan huruf r. Koefisien
korelasi (r) menunjukkan seberapa dekat titik kombinasi
antara variabel Y dan X pada garis lurus sebagai garis
dugaannya. Semakin dekat titik kombinasi dengan garis
dugaannya maka nilai korelasi semakin membesar.
Sebaliknya, semakin menyebar dari garis dugaannya
maka nilai korelasi semakin kecil.

2.7.3Analisis Regresi Untuk Peramalan

Analisis regresi dalam statistika adalah salah satu

metode untuk menentukan hubungan sebab-akibat
antara satu variabel dengan variable-variabel yang lain.
Variabel "penyebab" disebut dengan bermacam-macam
istilah: variabel penjelas, variabel
eksplanatorik, variabel independen, atau secara
bebas, variabel X (karena seringkali digambarkan dalam
grafik sebagai absis, atau sumbu X). Variabel terkena
akibat dikenal sebagai variabel yang
dipengaruhi, variabel dependen, variabel terikat,
atau variabel Y. Kedua variabel ini dapat
merupakan variabel acak (random), namun variabel
yang dipengaruhi harus selalu variabel acak. Analisis
 15

regresi adalah salah satu analisis yang paling populer

dan luas pemakaiannya. Analisis regresi dipakai secara
luas untuk melakukan prediksi dan ramalan, dengan
penggunaan yang saling melengkapi dengan
bidang pembelajaran mesin. Analisis ini juga digunakan
untuk memahami variabel bebas mana saja yang
berhubungan dengan variabel terikat, dan untuk
mengetahui bentuk-bentuk hubungan tersebut.

2.7.4Analisis Varians
Analisis varians (analysis of variance, ANOVA) adalah
suatu metode analisis statistika yang termasuk ke dalam
cabang statistika inferensial. Analisis varians dapat
merupakan uji hipotesis (lebih sering dipakai)
maupun pendugaan (estimation, khususnya di bidang
genetika terapan). Secara umum, analisis varians
menguji dua varians (atau ragam)
berdasarkan hipotesis nol bahwa kedua varians itu sama.
Varians pertama adalah varians antarcontoh (among
samples) dan varians kedua adalah varians di dalam
masing-masing contoh (within samples). Dengan ide
semacam ini, analisis varians dengan dua contoh akan
memberikan hasil yang sama dengan uji-t untuk dua
rerata (mean). Supaya sahih (valid) dalam menafsirkan
hasilnya, analisis varians menggantungkan diri pada
empat asumsi yang harus dipenuhi dalam perancangan
percobaan:

1. Data berdistribusi normal, karena pengujiannya

menggunakan uji F-Snedecor

2. Varians atau ragamnya homogen, dikenal

sebagai homoskedastisitas, karena hanya
 16

digunakan satu penduga (estimate) untuk varians

dalam contoh

3. Masing-masing contoh saling bebas, yang harus

dapat diatur dengan perancangan percobaan yang
tepat

4. Komponen-komponen dalam modelnya bersifat

aditif (saling menjumlah).

Analisis varians relatif mudah dimodifikasi dan dapat

dikembangkan untuk berbagai bentuk percobaan yang
lebih rumit. Selain itu, analisis ini juga masih memiliki
keterkaitan dengan analisis regresi. Akibatnya,
penggunaannya sangat luas di berbagai bidang,
mulaidari eksperimen laboratorium hingga
eksperimen periklanan, psikologi, dan kemasyarakatan.

2.7.5Analisis Kovarians
Analisis kovarian (anakova) adalah uji statistik
multivarian yang merupakan perpaduan antara analisis
regresi dengan analisis varian (anava). Anakova
merupakan teknik statistik yang sering digunakan pada
penelitian eksperimental (dirancang sendiri) dan juga
observasional (sudah terjadi di lapangan). Dalam
penelitian, tidak jarang terjadi, satu atau lebih variabel
yang tidak dapat dikontrol oleh peneliti, padahal peneliti
sadar bahwa variabel-variabel tersebut juga
mempengaruhi hasil eksperimennya.
Secara lebih khusus dalam anakova akan diadakan
analisis residu pada garis regresi, yaitu dilakukan dengan
jalan membandingkan varian residu antar kelompok
dengan varian residu dalam kelompok.
 17

BAB III
PENUTUP

3.1 Kesimpulan
1. Statistika Inferensial adalah serangkaian teknik yang
digunakan untuk mengkaji, menaksir dan mengambil
kesimpulan berdasarkan data ynag diperoleh dari sempel
untuk menggambarkan karakteristik atau ciri dari suatu
populasi.
2. Statistika Inferensial digunakan untuk melakukan :
a. Generalisasi dari sampel ke populasi.
b. Uji hipotesis (membandingkan atau uji
perbedaan/kesamaan dan menghubungkan, yaitu uji
keterkaitan, kontribusi).
3. Populasi adalah sekumpulan individu atau obyek dengan
karakteristik yang khas yang menjadi perhatian dalam suatu
penelitian (pengamatan). Sedangkan Sampel adalah bagian
atau jumlah dan karakteristik yang dimiliki oleh populasi.

4. Sampling adalah teknik pengambilan sampel. Sampling

terbagi menjadi Probability Sampling dan Non-Probability
Sampling

5. Hipotesis terbagi menjadi beberapa kategori. Hipotesis

dilihat dari kategori rumusannya terbagi menjadi Hipotesis
Nihil (H0) dan Hipotesis Alternatif (H a). Jika Hipotesis dilihat
 18

dari sifat variabel yang akan diuji terbagi menjadi dua yaitu
hipotesis tentang hubungan dan Hipotesis tentang
perbedaan. Jenis Hipotesis jika dilihat dari keluasan atau
lingkup variabel yang diuji terbagi menjadi Hipotesis Mayor
dan Hipotesis Minor
6. Probabilitas adalah kemungkinan terjadinya suatu peristiwa
diantara kejadian seluruhnya yang mungkin terjadi. Teori
Probabilitas ini nantinya dapat digunakan untuk mengambil
hipotesis. Probabilitas atau dua titik pada kurva kontinu
dapat dicari menggunakan teori distribusi (distribusi teoritis)

7. Uji Hipotesis adalah metode pengambilan keputusan yang

didasarkan dari analisa data, baik dari percobaan yang
terkontrol, maupun dari observasi (tidak terkontrol).
Sementara Analisis Data terbagi menjadi :

a. Analisis Korelasi dan Uji Signifikasi

b. Analisis Regresi

c. Analisis Varians

d. Analisis Kovarians

3.2 Saran

Makalah ini masih jauh dari kesempurnaan penulis mohon

maaf sebesar besarnya jika masih terdapat kesalahan penulisan
dan kata-kata dan penulis memohon kritik agar dapat menjadi
lebih baik.
 19

Daftar Pustaka

Salafudin & Nalim. 2014. Statistik Inferensial. Pekalongan: STAIN

Pekalongan press.

Sugiyono. 2007. Statistika untuk Penelitian. Bandung: CV

Alfabeta.

Usman, H. dan R. Purnomo Setiadi Akbar. 2000. Pengantar

Statistik. Jakarta :Bumi Aksara.