STATISTIKA INFERENSIA
Metode statistika yang digunakan pada statistika inferensia, selain metode dan
prosedur statistik yang dipakai seperti halnya pada statistik deskriptif juga disertai
pembuktian secara statistik bahwa data sampel berasal atau mewakili ciri-ciri populasi,
dengan cara melakukan mengestimasi, tes hipotesis, dan prediksi terhadap parameter
populasi.
Analisis komparatif merupakan analisis yang bersifat membandingkan dua atau lebih
variabel penelitian, sehingga menghasilkan variabel mana yang lebih baik dari pada yang
lain. Terdapat dua sampel bentuk komparasi berdasarkan keterkaitan antar variabel nya
sebagai berikut:
1. Variabel saling bebas (Tidak Berkorelasi / Independen)
2. Variabel tidak saling bebas (Berkorelasi / dependen). Variabel berkorelasi biasanya
terdapat pada eksperimen
Berikut disajikan jenis uji hipotesis yang digunakan dalam melakukan analisis
komparatif berdasarkan tipe data yang digunakan dalam penelitian.
Dalam penentuan uji statistik yang digunakan pada penelitian Analisis Komparatif ada
beberapa hal yang harus diperhatikan sebagai berikut:
1. Skala Pengukuran Data
Skala pengukuran data pada Analisis Komparatif terbagi atas 3 bagian yaitu
Rasio/Interval, Nominal dan Ordinal.
Pengujian hipotesis asosiatif / korelasi untuk melihat hubungan yang terjadi antara
satu variabel dengan variabel lain. Korelasi positif, bila nilai satu variabel naik dan diikuti
kenaikan variabel lain atau sebaliknya. Korelasi negatif, bila nilai suatu variabel naik
sedangkan variabel lainnya menurun atau sebaliknya. Derajat atau kekuatan hubungan antara
dua variabel diukur dengan indeks korelasi yang disebut koefisien korelasi ( r ).
Y Y
X X
A. REGRESI LINIER
Analisis regresi adalah metode untuk mengembangkan sebuah model (persamaan) yang
menjelaskan hubungan di antara beberapa variabel.
Pada model regresi variabel dibedakan menjadi dua bagian, yaitu variabel respons
(response) atau biasa juga disebut variabel bergantung (dependent variable) serta variabel
explanatory atau biasa juga disebut variabel penduga (predictor variable) atau disebut juga
variabel bebas (independent variable)
JUMLAH VARIABEL
Dependen (Variabel Terikat) Independen (Variabel Bebas) TEKNIK ANALISIS
Variabel yang diberikan Variabel yang memberikan DATA
Pengaruh Pengaruh
Regresi Linier
1 (satu) 1 (satu)
Sederhana
Regresi Linier
1 (satu) Lebih dari 1 (satu)
Berganda
B. REGRESI NON-LINIER
C. REGRESI DUMMY
Y b( X ) n( XY ) ( X )( Y )
a b
n n( X 2 ) ( X ) 2
D. REGRESI LOGISTIK
Regresi logistik adalah sebuah pendekatan untuk membuat model prediksi seperti halnya
regresi linear atau yang biasa disebut dengan istilah Ordinary Least Squares (OLS)
regression. Perbedaannya adalah pada regresi logistik, peneliti memprediksi variabel
terikat yang berskala dikotomi. Skala dikotomi yang dimaksud adalah skala data nominal
dengan dua kategori, misalnya: Ya dan Tidak, Baik dan Buruk atau Tinggi dan Rendah.
Perbedaan lainnya yaitu pada regresi ini tidak ada nilai “R Square” untuk mengukur
besarnya pengaruh simultan beberapa variabel bebas terhadap variabel terikat. Dalam
regresi logistik dikenal istilah Pseudo R Square, yaitu nilai R Square Semu.
Basuki, A. Tri. 2014. Pengunaan SPSS dalam Statistik. Yogyakarta: Danisa Media.
Kothari, C.R. 2004. Research Methodology Methods and Tehniques. New Delhi,
Publisher.
Noor, Juliansyah. 2014. Analisis Data Penelitian Ekonomi & Manajemen. Jakarta:
Grasindo.