ABSTRAK
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 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.
BAB I
PENDAHULUAN
A. 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.
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan diuraikan mengenai
pengertian Statistika Inferensial dan ruang lingkup Statistika Inferensial.
B. Rumusan Masalah
C. Tujuan
PEMBAHASAN
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.
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 :
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.
2. 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.
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.
(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.
5. Uji Hipotesis
Uji hipotesos adalah metode pengambilan keputusan yang didasarkan dari analisa
data, baik dari percobaan yang terkontrol, maupun dari obserpasi (tidak terkontrol).
Dalamstatistik sebuah hasil bisa dikatakan signifikasi secara statistik jika kejadian tersebut
hampir tidak mungkin disebapkan oleh faktor yang kebetulan, sesuai dengan batas probalitas
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.
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.
7. Analisi Regresi Untuk Peramalan
Analisis regresi dalam statistik 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 . Analisis ini juga digunakan untuk
memahami variabel bebas mana saja yang berhubungan dengan variabel terikat, dan untuk
mengetahui bentuk-bentuk hubungan tersebut.
8. Analisi Varians
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.
9. Analisis Kovarians
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
A. KESIMPULAN
https://febrianita25.wordpress.com/2015/06/27/statistik-inferensial/