Nama : Novia Gusfa Septiani

Matkul : Komp. Statistik E (Sabtu)

NPM : 2017310010
1. Jelaskan apa yang anda ketahui tentang deskriptif statistik dan statistik inferensial!
Apa perbedaannya?
Jawab :
Statistik deskriptif adalah bagian dari statistik yang paling mendasar yang tidak
pernah bisa dipisahakan dalam analisis data. Statistik dekskriptif menjadi bagian yang
wajib bagi setiap orang yang dekat dengan data. Statistik deskriptif merupakan proses
analisis statistik yang fokus kepada manejemen, penyajian, dan klasifikasi data. Dengan
proses ini, data yang disajikan akan menjadi lebih menarik lebih mudah dipahami, dan
mampu memberikan makna lebih bagi pengguna data. Ada beberapa bentuk media yang
biasa digunakan sebagai analisis deksriptif, diantaranya adalah tabel, grafik, diagram,
infografis, dll. Tabel dan grafik adalah media yang biasa kita gunakan dalam menyajikan
statistik deskriptif. Secara umum, ada 2 jenis pengukuran statistik deskriptif. (1)Ukuran
pemusatan, (2) Ukuran keragaman.
Secara umum, statistik inferensial adalah jenis statistik yang fokus kepada
pengolahan data sampel sehingga bisa mengambil keputusan atau kesimpulan pada
populasi. Statistik inferensial fokus pada analisis data sampel untuk bisa menyimpulkan
populasi. Alur dari penggunaan statistik inferensial adalah pengambilan sampel,
pemilihan analisis, dan pengambilan keputusan untuk keseluruhan populasi. secara
umum, statistik inferensia yang sering digunakan adalah: (1)Analisis Regresi , (2)Uji
Hipotesis, (3)Confidence Interval.

Statistik inferensial digunakan banyak orang karena mampu menghasilkan

estimasi yang akurat dengan biaya yang relatif terjangkau. Tenaga yang digunakan juga
tidak sebesar penggunaan statistik deskriptif sehingga jauh lebih efisien.
Statistik inferensial dan statistik deskriptif memiliki perbedaan yang sangat mendasar
dalam proses analisisnya.
a. Statistik deskriptif bertujuan untuk mendeskripsikan karakteristik data. Sedangkan
statistik inferensial bertujuan untuk mengambil kesimpulan untuk populasi
dengan menganalisis sampel.
b. Statistik deskriptif biasanya hanya disajikan dalam bentuk tabel dan grafik.
Statistik uji yang digunakan pun terbilang sederhana seperti rata-rata, varians, dll.
Sedangkan statistik inferensial, statistik yang digunakan sudah tergolong sangat
rumit. Tidak semua orang mampu menggunakan statistik inferensial sehingga
dibutuhkan keseriusan dan pembelajaran khusus sebelum menggunakannya.

2. Jelaskan apa yang anda ketahui tentang statistik parametrik dan statistik non parametrik
Apa perbedaannya?
Jawab :
 Statistik Parametrik yaitu ilmu statistik yang mempertimbangkan jenis sebaran
atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata
lain, data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi
normalitas. Pada umumnya, jika data tidak menyebar normal, maka data seharusnya
dikerjakan dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan
transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa
dikerjakan dengan statistik parametrik.
Contoh metode statistik parametrik :
a. Uji-z (1 atau 2 sampel)
b. Uji-t (1 atau 2 sampel)
c. Korelasi pearson,
d. Perancangan percobaan (one or two-way anova parametrik), dll.
Ciri-ciri statistik parametrik :
- Data dengan skala interval dan rasio
- Data menyebar/berdistribusi normal

Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan

bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-
parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal
yang umumnya tidak berdistribusi normal.
Contoh metode statistik non-parametrik :
a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
d. Fisher probability exact test.
e. Chi-square test, dll

Perbedaan statistik paramerik dan statistik nonparametrik

No Statistik Paramerik Statistik Nonparametrik

(1) (2) (3)

1 Memerlukan asumsi Tidak memerlukan asumsi

distribusi dari data yang distribusi sehingga sebaran
digunakan. Biasanya data bebas.
distribusi data yang
diperlukan adalah distribusi
normal.

2 Memerlukan jenis data Memerlukan data metrik

bersifat metrik (kuantitatif). (kuantitaif) dan nonmetrik
Bisa dikatakan juga bahwa (kualitatif). Atau bisa
data yang digunakan hanya dikatakan bahwa data yang
 data dalam bentuk data digunakan bisa dalam bentuk
interval atau rasio. data nominal, ordinal, interval
atau rasio.

3 Biasanya jumlah data yang Biasanya jumlah data yang

digunakan lebih atau sama digunakan kurang dari 30.
dengan 30 (data berukuran
besar), sebab data yang lebih
atau sama dengan 30
diasumsikan mengikuti
teorema limit pusat (central
limit teorema).

3. Apa yang dimaksud dengan hipotesis!

Tuliskan contoh hipotesis tersebut (Ho dan Ha)
Jawab :
Hipotesis (atau ada pula yang menyebutnya dengan istilah hipotesa) dapat
diartikan secara sederhana sebagai dugaan sementara. Hipotesis berasal dari bahasa
Yunani hypo yang berarti di bawah dan thesis yang berarti pendirian, pendapat yang
ditegakkan, kepastian. Jika dimaknai secara bebas, maka hipotesis berarti pendapat yang
kebenarannya masih diragukan. Untuk bisa memastikan kebenaran dari pendapat
tersebut, maka suatu hipotesis harus diuji atau dibuktikan kebenarannya.
Hipotesis nihil (Ho) 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.
Hipotesis alternatif (Ha) adalah hipotesis yang menyatakan adanya hubungan atau
pengaruh antara variabel dengan variabel lain. Contohnya: Ada hubungan antara tingkat
pendidikan orang tua dengan prestasi belajar siswa SD.

4. Tuliskan apa yang dimaksud dengan signifikansi!, sertakan contohnya!

Jawab :

5. Tuliskan apa yang dimaksud dengan probabilitas! sertakan contohnya!

Jawab :

6. Tuliskan apa yang dimaksud dengan derajat kebebasan! sertakan contohnya!

Jawab :

7. Tuliskan apa yang dimaksud dengan Mean, Median Modus, Maximum, Minimum,
Average, Sum, Standart deviasi, Range, Sweakness,dan Kortosis, yang digunakan dalam
statistik deskriptif!
Jawab :
a. Mean merupakan rata-rata dari sekumpulan data yang kita miliki. Formulanya
sangat sederhana. Anda hanya perlu menjumlah nilai dari seluruh data yang
dimiliki dan membaginya dengan jumlah data tersebut.
b. Median adalah nilai tengah dari sebuah data. Bila kita memiliki sekumpulan data,
kita bisa mengurutkan data tersebut dari nilai terkecil hingga terbesar. Jika kita
memiliki jumlah data ganjil, maka nilai tengah data tersebut akan langsung
menjadi median. Namun bila kita memiliki data genap, kita perlu menemukan
nilai rata-rata dari nilai tengah data tersebut.
c. Modus adalah nilai yang paling sering muncul dalam sekelompok data. Kita
hanya perlu melihat nilai mana yang paling sering muncul dalam kelompok
tersebut. Bila jumlah frekuensi setiap data sama, maka nilai modus tidak ada.
d. Maksimum: Maksimum adalah nilai paling tinggi atau besar diantara semua
anggota dalam sebuah kelompok data.
e. Minimum: Minimum adalah nilai paling rendah atau paling kecil diantara semua
anggota dalam sebuah kelompok data.
f. Ukuran dari nilai pusat (average) : nilai pewakil dari sebuah distribusi data,
sehingga harus mempunyai sifat-sifat seperti yang ada di bawah ini:
 Harus mempertimbangkan semua gugus data
 Tidak boleh terpengaruh oleh nilai-nilai ekstrim.
 Harus stabil dari sampel ke sampel.
 Harus mampu digunakan untuk analisis statistik lebih lanjut.
g. Sum: Jumlah nilai semua anggota dalam sebuah kelompok data.
h. Standar Deviasi: Standar deviasi atau simpangan baku adalah nilai akar kuadrat
dari varians.
i. Range: Range adalah rentang atau jarak antara nilai maksimum dan nilai
minimum. Range menunjukkan seberapa jauh sebaran dengan mengabaikan
bentuk distribusinya.
j. Skewness: Skewness merupakan ukuran yang menunjukkan bagaimana
kemencengan sebuah data terhadap rata-ratanya. Skewness juga bisa dikatakan
sebagai ukuran ketidaksimetrisan sebuah data.
Sk > 0 artinya kurva dikatakan menceng kanan (positif)
Sk = 0 artinya kurva normal
Sk < 0 artinya menceng kiri (negatif)
k. Kurtosis : Kurtosis merupakan ukuran yang menunjukkan bagaimana keruncingan
sebuah data di dalam distribusinya. Kurtosis biasa disebut juga sebagai derajat
keruncingan. Kurtosis dihitung dengan formula momen keempat dari rata-rata.
Nilai kurtosis = 3, artinya data memiliki distribusi normal
Nilai kurtosis > 3, artinya data memiliki distribusi leptokurtic (lebih runcing)
Nilai kurtosis < 3 artinya data memiliki distribusi platikurtik (lebih rata)