RUANG LINGKUP INFERENSIAL DAN UJI STATISTIK NYA

ABSTRAK

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.

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.

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.

B. Rumusan Masalah

1. Apa yang dimaksud dengan statistic inferensial?

2. Apa fungsi dari statistika inferensial?
3. Apa saja yang termasuk ruang lingkup statistic inferensial?

C. Tujuan

1. Mengetahui pengertian dari statistic inferensial

2. Mengetahui fungsi dari statistika inferensial
3. Mengetahui ruang lingkup statistic inferensial
 BAB II

PEMBAHASAN

A. 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.

B. Fungsi Statiska 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 :

1. Generalisasi dari sampel ke populasi.

2. Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu
uji keterkaitan, kontribusi).

C. Ruang Lingkup Bahasan Statistika Inferensial

Berdasarkan ruang lingkup bahasannya, statistika inferensial mncakup :

1. Probabilitas atau teori kemungkinan

2. Dristribusi teoritis
3. Sampling dan sampling distribusi
4. Pendugaan populasi atau teori populasi
5. Uji Hipotesis
6. Analisis korelasi dan uji signifikasi
7. Analisis regresi untuk peramalan
8. Analisis varians
9. Analisis kovarians

1. 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.

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.

3. 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 :

 v 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.

 v 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.

 v Stratified sampling adalah penarikan sampel berstrata yang dilakukan dengan

mengambil sampel acak sederhana dari setiap strata populasi yang sudah
ditentukan lebih dulu.
 v 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.

 v 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.

 v 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.

 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.

 Tahapan sampling adalah:

 v Mendefinisikan populasi hendak diamati
 v Menentukan kerangka sampel, yakni kumpulan semua item atau
peristiwa yang mungkin
 v Menentukan metode sampling yang tepat
 v Melakukan pengambilan sampel (pengumpulan data)
 v Melakukan pengecekan ulang proses sampling

4. 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.

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.

6. Analisi 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.
 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 (analysis of variance, ANOVA) adalah suatu metode analisis

statistika yang termasuk ke dalam cabangstatistika. Dalam literatur Indonesia metode ini
dikenal dengan berbagai nama lain, seperti analisis ragam, sidik ragam, dan analisis variansi.
Ia merupakan pengembangan dari masalah bahrens-fisher, sehingga uji f juga dipakai dalam
pengambilan keputusan. Analisis varians pertama kali diperkenalkan oleh sir ronald, bapak
statistika modern. Dalam praktik, analisis varians dapat merupakan uji hipotesis (lebih sering
dipakai) maupun (estimation, khususnya di bidang genetika terapan). Secara umum, analisis
varians menguji dua varians (atau ragam) berdasarkan 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 homoskedastitas, karena
hanya 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, mulai dari
eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan.

9. 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

A. 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
 DAFTAR PUSTAKA

https://febrianita25.wordpress.com/2015/06/27/statistik-inferensial/