MEMILIH STATISTIK INFERENSIAL YANG SESUAI

oleh: Widya Rohmawati (200321859516)

Ayo Cermati Contoh Penerapan Statistik Inferensial

Berdasarkan catatan kelulusan yang dilaksanakan dalam kurun waktu lima tahun
terakhir, di suatu SMA menunjukkan bahwa sekitar 72% di antara siswa SMA lulus
dengan nilai yang memuaskan. Nilai numerik 72% tersebut adalah bentuk dari sebuah
statistika deskriptif. Jika dilandasi dengan hal ini, kemudian seorang siswa dapat
menyimpulkan jika peluang dirinya akan lulus ialah dengan nilai yang sangat
memuaskan. Nilai tersebut yaitu lebih dari 70%. Sehingga siswa tersebut sudah
melakukan statistika inferensial.

Indonesia menggelar pesta demokrasi terbesar yaitu pemilu. Sesaat setelah pemilu usai
digelar, masyarakat akan melihat hasil Quick Count dari berbagai lembaga survey. Hasil
Quick Count yang diperoleh juga merupakan contoh penerapan dari statistik inferensial.

Contoh gambar statistik deskriptif

Contoh gambar statistik inferensial

1. Apa itu Statistik Inferensial?

Statistik inferensial adalah statistik yang digunakan untuk menganalisis data sampel,
dan hasilnya akan digeneralisasikan (diinferensikan) untuk populasi dimana sampel
diambil (Sugiono, 2015). Ross (2009) mengemukakan bahwa statistik inferensial
merupakan bagian statistik yang berkaitan dengan penarikan kesimpulan. Seperti halnya
hasil Quick Count, peneliti di suatu lembaga survey mengambil sampel di beberapa
tempat secara acak. Sampel tersebut diolah sedemikian sehingga dihasilkan persentase
pada hasil Quick Count. Artinya, untuk mendapatkan hasil Quick Count, suatu lembaga
survey tidak perlu mengambil seluruh data pemilu, melainkan cukup dengan beberapa
sampel saja.

Hal ini sejalan dengan pendapat Ananda dan Fadhli (2018), bahwa statistik inferensial
merupakan statistik yang mempelajari tata cara penarikan kesimpulan mengenai
karakteristik populasi, berdasarkan data kuantitatif yang diperoleh dari sampel
penelitian. Penarikan kesimpulan mengenai karakteristik populasi berdasarkan data
sampel yang diambil dari populasinya disebut generalisasi atau induksi. Karena itu,
statistik inferensial juga dikenal sebagai statistik induktif (Inductive Statistics). Di
samping fungsi generalisasi, statistik inferensial juga menyediakan aturan-aturan
tertentu dalam rangka penyusunan atau pembuatan ramalan (Prediction) maupun
penaksiran (Estimation).

2. Apa Perbedaan antara Statistik Inferensial dan Statistik Deskriptif?

1. Statistik deskriptif bertujuan untuk mendeskripsikan karakteristik data, sedangkan

statistik inferensial bertujuan untuk mengambil kesimpulan untuk populasi dengan
menganalisis sampel (Howell, 2011; Johnson, 2010; Morgan dkk., 2004).
2. Statistik deskriptif hanya terbatas dalam penyajian data pada bentuk tabel, diagram,
grafik, atau besaran lainnya. Statistik uji yang digunakan pun terbilang sederhana
seperti rata-rata, varians, dll. Sementara, statistik inferensial tidak hanya mencakup
statistik deskriptif saja, tetapi juga dipakai dalam melakukan estimasi serta
penarikan kesimpulan kepada populasi dari sampelnya. Untuk dapat sampai dalam
penarikan kesimpulan statistika inferensial harus melewati beberapa tahap uji
hipotesis serta juga uji statistik (Howell, 2011; Johnson, 2010; Morgan dkk., 2004).
3. Apa Fungsi dari Statistik Inferensial?

Statistik inferensial atau statistik induktif merupakan statistik yang mempunyai tujuan
dalam menaksir secara umum sebuah populasi dengan memakai hasil sampel. Termasuk
di dalamnya memuat teori penaksiran serta juga pengujian teori. Statistik inferensial
biasa dimanfaatkan dalam melakukan beberapa hal sebagai berikut.
a. Melaksanakan generalisasi dari sampel ke populasi.
b. Melaksanakan uji hipotesis.

4. Apa Saja Jenis-Jenis Statistik Inferensial?

Statistik inferensial terdiri atas dua jenis yaitu statistik parametrik dan statistik non
parametrik. Statistik parametrik digunakan untuk menganalisis data interval atau rasio,
yang diambil dari populasi yang berdistribusi normal. Sedangkan, statistik non
parametrik digunakan untuk menganalisis data nominal dan ordinal dari populasi yang
bebas distribusi, jadi tidak harus normal (Morgan dkk., 2004; Sugiyono, 2015).

5. Bagaimana Agar Statistik Inferensial Menghasilkan Estimasi yang Akurat?

Ada beberapa hal yang bisa memengaruhi statistik inferensial agar bisa menghasilkan
estimasi yang akurat. Kunci utamanya yaitu pengambilan sampel yang baik. Sampel
yang diambil haruslah acak atau random. Maksudnya, tidak boleh ada kecenderungan
tertentu dalam mengambil siapa, apa, dan bagaimana kondisi sampel tersebut. Sampel
yang terpilih juga harus memenuhi syarat minimal sampel. Sebenarnya, tidak ada syarat
khusus berapa jumlah sampel yang harus digunakan agar mampu merepresentasikan
populasi. Namun, banyak ahli yang sepakat bahwa jumlah sampel yang digunakan
minimal haruslah 30 unit. Sampel juga harus memenuhi distribusi tertentu. Biasanya,
distribusi sampel yang umum digunakan adalah distribusi normal, meskipun terkadang
terdapat kasus dimana distribusi lain yang memang lebih cocok digunakan (Howell,
2011; Johnson, 2010; Morgan dkk., 2004).
6. Bagaimana Cara Memilih Statistik yang Sesuai?

Dalam memilih uji statistik harus mempertimbangkan beberapa aspek sebagai berikut.
1. Jenis Penelitian  peneliti harus menentukan dahulu jenis penelitian apa yang
dipakai dan tujuan apa yang ingin dicapai (Narbuko, 2009).
2. Hipotesis Penelitian  teknik analisis dari penelitian yang berhipotesis deskriptif
berbeda dengan teknik analisis dari penelitian yang berhipotesis komperatif atau
asosiatif (Gujarati, 1995).
3. Skala Data  data interval dan rasio umumnya menggunakan analisis statistik
inferensial parametrik, sedangkan data nominal dan ordinal memakai analisis
statistik inferensial nonparametrik (Narbuko, 2009).
4. Normalitas Data  jika data penelitian berdistribusi normal maka bisa memakai
teknik analisis paramatrik, namun jika data penelitian terdistribusi tidak normal
maka teknik statistik yang dipakai adalah non parametrik (Suharsimi, 1998).

7. Analisis statistik Apa Saja yang Dapat Dipilih dalam Penelitian?

 DAFTAR PUSTAKA

Ananda, Rusydi dan Fadhli, Muhammad. 2018. Statistik Pendidikan. Medan: CV. Widya
Puspita.
Darren George & Paul Mallery. 2020. IBM SPSS Statistics 26 Step by Step: A Simple
Guide and Reference. sixteenth edition. New York: Roudledge Taylor & Francis.
Gujarati, D. 1995. Ekonometrika. Jakarta: Erlangga
Howell, D. C. 2011. Fundamental Statistics for the Behavioral Sciences, Seventh Edition.
Belmont, CA: Wadsworth.
Johnson, R. A. 2010. Statistics: Principles and Methods, 6thEd. Hoboken, NJ: John
Wiley & Sons.
Leech, N. G; Barrett, K. C.& Morgan, G. A. 2005. SPSS for intermediate statistics: Use
and interpretation, 2nd edition. London: Lawrence Erlbaum Associates.
Morgan, G. A, Leech, N. L, Gloeckner, G. W, & Barrett, K. C. 2004. SPSS for
introductory statistics: Use and interpretation, 2nd edition. London: Lawrence
Erlbaum Associates.
Narbuko. 2009. Metodologi Penelitian. Jakarta: Bumi Aksara
Ross, M. Sheldon. 2009. Probability and Statistics for Engineers and Scientists (Fourth
Edition). Berkeley: University Of California.
Sugiyono. 2015. Statistika untuk Penelitian. Bandung: Alfabeta.
Suharsimi, A. 1998. Manajemen Penelitian. Jakarta: Rineka Cipta