MAKALAH STATISTIKA INFERENSIAL

LENGKAP
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, statistik hanya
digunakan untuk menggambar keadaan dan menyelesaikan masalah yang
berhubungan dengan kenegaraan saja seperti : perhitungan banyaknya penduduk,
peembayaran 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 (contoh ) atau juga sering disebut dengan sampel untuk
kemudian sampai pada peramalan atau penarikan kesimpulan mengenai
keseluruhan data induknya (populasi). 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.
Statistik 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 statitsik 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.
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan
diuraikan mengenai pengertian Statistika Inferensial dan  ruang lingkup Statistika
Inferensial.
1.2  Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini ada 2
(dua) rumusan masalah yang terkaji yakni :
   1.      Apa yang dimaksud dengan Statistik Inferensial ?
   2.      Apa fungsi dari Statistika Inferensial ?
   3.      Apa saja  yang termasuk  ruang lingkup Statistik Inferensial ?
  
1.3  Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang ingin dicapai
dalam penulisan makalah ini adalah sebagai berikut:
  1.      Mengetaui pengertian dari Statistik Inferensial
  2.      Mengetahui fungsi dari Statistika Inferensial
  3.      Mengetahui ruang lingkup Statistik Inferensial
1.4  Manfaat
Adapun manfaat yang diharapkan dari penulisan makalah ini adalah
sebagai berikut:
1.      Bagi penulis
Pembuatan makalah ini telah memberikan berbagai pengalaman bagi
penulis seperti pengalaman untuk mengumpulkan bahan. Disamping itu, penulis
juga mendapat ilmu untuk memahami dan menganalisis materi yang ditulis dalam
makalah ini. Penulis juga mendapatkan berbagai pengalaman mengenai teknik
penulisan makalah, teknik pengutipan, dan teknik penggabungan materi dari
berbagai sumber.
2.      Bagi pembaca
Pembaca akan lebih mengetahui pengertian, fungsi dan ruang lingkup
Statistika Inferensial.
BAB II
PEMBAHASAN
2.1  Pengertian Statistik Inferensial
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. 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.
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
Contoh dari statistika inferensial adalah pada pemilihan Ketua BEM
Undiksha tahun 2008. Dalam kegiatan ini, walaupun sistem pemilihannya dengan
pemungutan suara, tetapi tidak semua mahasiswa Undiksha yang diberikan untuk
memilih, melainkan hanya perwakilan dari masing-masing HMJ. Di sini telah
dilakukan sampling, yaitu pemilihan sampel (perwakilan HMJ), dari suatu
populasi (seluruh mahasiswa Undiksha). Dari hasil pemungutan suara dari masing-
masing perwakilan HMJ, maka data-data yang diperoleh digunakan sebagai acuan
untuk membuat kesimpulan bahwa hal itulah yang diinginkan oleh seluruh
mahasiswa Undiksha walaupun jika ditelaah mungkin saja tidak demikian.
Jadi dari uraian di atas tentang statistika inferensial menyajikan data untuk
mendapat kesimpulan terhadap obyek yang lebih luas, sehingga karena inferensi
tidak dapat secara mutlak pasti, perkataan probabilitas (kemungkinan) sering
dinyatakan dalam menyatakan kesimpulan.
2.2  Fungsi Statistika Inferensial
Statistika Inferensial atau induktif adalah statistik bertujuan menaksir secara
umum suatu populasi dengan menggunakan hasil sampel, termasuk didalamnya
teori penaksiran dan pengujian teori. 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).
2.3  Ruang lingkup Bahasan Statistika Inferensial
Berdasarkan ruang lingkup bahasannya, statistika inferensial mncakup :
a.       Probabilitas atau teori kemungkinan
b.      Dristribusi teoritis
 c.       Sampling dan sampling distribusi
d.      Pendugaan populasi atau teori populasi
e.       Uji Hipotesis
f.       Analisis korelasi dan uji signifikasi
g.      Analisis regresi untuk peramalan
h.      Analisis varians
i.        Analisis kovarians
A.    Probabilitas atau teori kemungkinan
Teori statistik dianggap telah selesai jika kita telah selesai membuat suatu
kesimpulan tentang karakteristik populasi. Untuk membuatkesimpulan mengenai
populasi, pada umumnya penelitian terhadap sampel yang diambil dengan teknk
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
diartikan kemungkinan terjadinya suatu peristiwa diantara kejadian seluruhnya
yang mungkin terjadi. Misalanya, ada huruf A, B, C. Berapa kemungkinan
pasanagan yang dibuat ?. Kemungkinan yang terjadi adalah ABC, ACB, BCA,
BAC, CAB dan CBA. Jadi ada 6 kemungkinan, denagn rumus 3x2x1 = 6. Hal ini
dapat ditulis dengan n! (dibaca: n faktorial). Pada contoh ini ada 3! 3x2x1 = 6. Hal
ini disebut permutasiJumlah permutasi dan n objek yang berbeda adalah n!. Jika
jumlah seluruh objek adalah n jumlah objek yang diambil disetiap pengambilan
adalah r, maka aturan tersebut dapat dirumuskan sebagai berikut

Misalanya, ada empat huruf ABCD, berapa pasang yang dapat dibuat ? hal ini
dapat dihitung dengan jalan berikut.

B.  Distribusi 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.
 Pada tahun 1733 DeMoivre menemukan persamaan matematika kurva
normal yang menjadi dasar banyak teori statistika induktif. Distribusi normal
sering pula disebut Distribusi Gauss untuk menghormati Gauss (1777 – 1855),
yang juga menemukan persamaannya waktu meneliti galat dalam pengukuran
yang berulang-ulang mengenai bahan yang sama.
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.
C.  Sampling dan Sampling Distribusi
Sampling adalah bagian dari metodologi statistika yang berhubungan
dengan pengambilan sebagian dari populasi. Jika sampling dilakukan dengan
metode yang tepat, analisis statistik dari suatu sampel dapat digunakan untuk
menggeneralisasikan keseluruhan populasi. Sampling berguna dalam penarikan
kesimpulan (inference) yang valid dan dapat dipercaya.
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, da
lain-lain).
Sampling memiliki beberapa tipe diataranya :
  Simple random sampling adalah sebuah proses sampling yang dilakukan
sedemikian
rupa sehingga setiap satuan sampling yang ada dalam populasi mempunyai
peluang yang sama untuk dipilih ke dalam sampel.
  Systematic sampling merupakan pengambilan setiap unsur ke k dalam populasi,
untuk
dijadikan sampel. Pengambilan sampel secara acak hanya dilakukan pada
pengambilan
awal saja, sementara pengambilan kedua dan seterusnya ditentukan secara
sistematis,
yaitu menggunakan interval tertentu sebesar k.
  Stratified sampling adalah penarikan sampel berstrata yang dilakukan dengan
mengambil sampel acak sederhana dari setiap strata populasi yang sudah
ditentukan lebih dulu.
  Convenience sampling, sampel diambil berdasarkan faktor spontanitas, artinya
siapa saja yang secara tidak sengaja bertemu dengan peneliti dan sesuai dengan
karakteristiknya, maka orang tersebut dapat dijadikan sampel.
  Judgement sampling (purposive sampling) adalah teknik penarikan sampel yang
dilakukan berdasarkan karakteristik yang ditetapkan terhadap elemen populasi
target
yang disesuaikan dengan tujuan atau masalah penelitian.Bedanya, jika dalam
sampling
stratifikasi penarikan sampel dari setiap subpopulasi dilakukan dengan acak, maka
dalam sampling kuota, ukuran serta sampel pada setiap sub-subpopulasi
ditentukan sendiri oleh peneliti sampai jumlah tertentu tanpa acak.
  Snowball Sampling  merupakan salah satu bentuk judgement sampling yang
sangat tepat digunakan bila populasinya kecil dan spesifik. Cara pengambilan
sampel dengan teknik ini dilakukan secara berantai, makin lama sampel menjadi
semakin besar, seperti bola salju yang menuruni lereng gunung.
  o   Sampling memiliki beberapa kriteria diantaranya :
Kriteria yang harus diperhatikan untuk menentukan tipe sampling yang baik,
diantaranya:
(1) dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi,
(2) dapat menentukan presisi dari hasil penelitian,
(3) sederhana, mudah dilaksanakan, dan
(4) dapat memberikan keterangan sebanyak mungkin tentang populasi dengan biaya
minimal.
   o   Tahapan sampling adalah:
  Mendefinisikan populasi hendak diamati
  Menentukan kerangka sampel, yakni kumpulan semua item atau peristiwa yang
mungkin
  Menentukan metode sampling yang tepat
  Melakukan pengambilan sampel (pengumpulan data)
  Melakukan pengecekan ulang proses sampling
D. Pendugaan Populasi atau Teori Populasi
Populasi adalah himpunan dari unsur – unsur yang sejenis.Unsur- unsur
sejenis tersebut bisa berupa manusi, hewan, tumbuh – tumbuhan, benda – benda,
zat cair, peristiwa dan sejenisnya. Besarnya populasi bisa terbatas dan bisa tidak
terbatas. Populasi dari mana sampel diambil disebut populasi induk. Melalui
teknik pengambilan sampel yang reliabel kesimpulan penelitian dapat
 digeneralisasikan. Ada kesalahan generalisasi yangperlu dipertimbangkan karena
besar kecilnya keslahan generalisasi tergantung pada : (1) besarnya sampel
penelitian, (2) teknik sampling yang digunakan, (3) kecermatan memasukkan ciri
– ciri populasi dan sampling, (4) cara – cara pengambilan data dan (5) rancangan
analisi data.
Populasi (population/universe) dalam statistika merujuk pada sekumpulan
individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian
(pengamatan). Misalnya, jika yang ingin diteliti adalah sikap konsumen terhadap
satu produk tertentu, maka populasinya adalah seluruh konsumen produk tersebut.
Jika yang diteliti adalah laporan keuangan perusahaan “X”, maka populasinya
adalah keseluruhan laporan keuangan perusahaan “X” tersebut, Jika yang diteliti
adalah motivasi pegawai di departemen “A” maka populasinya adalah seluruh
pegawai di departemen “A”. Jika yang diteliti adalah efektivitas gugus kendali
mutu (GKM) organisasi “Y”, maka populasinya adalah seluruh GKM organisasi
“Y”Populasi dari mana sampel penelitian diambil disebut populasi induk. Ukuran
populasi ada 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.
E. Uji 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 tersebut hampir tidak mungkin disebapkan oleh faktor yang
kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya.
Uji hipotesis kadang disebut juga "konfirmasi analisa data". Keputusan
dari uji hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini
adalah pengujian untuk menjawab pertanyaan yang mengasumsikan hipotesis nol
adalah benar.
           F.  Analisis Korelasi Dan Uji Signifikasi
Analisis korelasi pertama kali dikembangkan oleh Karl Pearson pada
tahun 1900. Tujuan dari analisis ini adalah untuk menetukan seberapa erat
hubungan antara dua variable. Definisi analisis korelasi dinyatakansebagai
berikut : “Analisis korelasi adalah suatu teknik statistik yang digunakan untuk
mengukur keeratan hubungan atau korelasi antara dua variabel”
 Analisis korelasi mencoba mengukur keeratan hubungan antara dua
variabel X dan Y. 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.
Pengertian lain menyebutkan, Korelasi adalah metode statistik yang
dipakai untuk mengukur asosiasi atau hubungan antara dua atau lebih variabel
kuantitatif, sedangkan untuk mengukur asosiasi antara dua atau lebih variabel
kuantitatif dipakai tes X kuadrat. Sebagai contoh hubungan antara dosis obat
hipertensi dan tekanan darah, hubungan antara dua variabel ini dinyatakan pada
sumbu X dan Y yang membentuk suatu garis linier dan koefisien (r) yang
menyatakan derajat hubungan antara dua variabel tersebut. Sedangkan untuk
korelasi sendiri digunakan untuk menyatakan derajat hubungan linier antara dua
variabel X dan Y. Jika korelasi antara X dan Y mempunyai hubungan sangat erat,
maka nilai koefisien korelasi (r) mendekati -1 atau +1, dan bila tidak ada
hubungan akan mendekati nilai 0.
G. Analisis Regresi Untuk Peramalan           
Analisis regresi dalam statistika adalah salah satu metode untuk
menentukan hubungan sebab-akibat antara satu variabel dengan variabel - 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 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.
              H.  Analisis Varians
Analisis varians (analysis of variance, ANOVA) adalah
suatu metode analisis statistika yang termasuk ke dalam cabang statistika
inferensial. Dalam literatur Indonesia metode ini dikenal dengan berbagai nama
lain, seperti analisis ragam, sidik ragam, dan analisis variansi. Ia merupakan
pengembangan dari masalah Behrens-Fisher, sehingga uji-F juga dipakai dalam
 pengambilan keputusan. Analisis varians pertama kali diperkenalkan
oleh Sir Ronald Fisher, bapak statistika modern. Dalam praktik, 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:
 Data berdistribusi normal, karena pengujiannya menggunakan uji F-
Snedecor
 Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas,
karena hanya digunakan satu penduga (estimate) untuk varians dalam contoh
 Masing-masing contoh saling bebas, yang harus dapat diatur dengan
perancangan percobaan yang tepat
 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, mulai dari eksperimen laboratorium hingga
eksperimen periklanan, psikologi, dan kemasyarakatan.
           I.   Analisis Kovarians
Analisis kovarian (anakova) adalah uji statistik multivarian yang
merupakan perpaduan antara analisis regresi dengan analisis varian (anava).
Analisis Kovarian (Anakova) dikembangkan oleh R. A. Fischer, seorang pakar
statistik berkebangsaan Inggris dan pertama kali dipublikasikan pada tahun 1932.
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 karena keterbatasan penyelenggaraan
eksperimen atau karena alasan lain, padahal peneliti sadar bahwa variabel-variabel
tersebut juga mempengaruhi hasil eksperimennya.
Menghadapi situasi seperti ini, maka peneliti perlu mengadakan
pendekatan statistik untuk mengontrol dalam arti meniadakan berbagai efek dari
satu atau lebih variabel yang tidak terkontrol ini. Anakova merupakan salah satu
 metode statistik  yang digunakan untuk mengatasi variabel yang tidak terkontrol
tersebut (Supratiknya, 2006).
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.
Anakova akan dihitung dengan melakukan pengendalian statistik yang
gunanya untuk membersihkan atau memurnikan perubahan-perubahan yang terjadi
pada variabel terikat sebagai akibat pengaruh variabel-variabel atau karena
rancangan penelitian yang tidak kuat. Pengendalian terhadap pengaruh luar dalam
penelitian memiliki fungsi yang penting terutama untuk mempelajari pengaruh
murni suatu perlakuan pada variabel tertentu terhadap variabel lain (Winarsunu,
2007)
                              
BAB III
PENUTUP
2.4  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 :
         Generalisasi dari sampel ke populasi.
         Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan
menghubungkan, yaitu uji keterkaitan, kontribusi).
3.      Berdasarkan ruang lingkup bahasannya, statistika inferensial mncakup :
         Probabilitas atau teori kemungkinan
         Dristribusi teoritis
         Sampling dan sampling distribusi
         Pendugaan populasi atau teori populasi
         Uji Hipotesis
         Analisis korelasi dan uji signifikasi
         Analisis regresi untuk peramalan
         Analisis varians
         Analisis kovarians

Bagikan di Google+ Bagikan di Facebook Bagikan di Twitter

Artikel Terkait