BAB I

PENDAHULUAN

A. Latar Belakang
Menurut Sudaryanto (2016) Penelitian adalah pencarian teori, pengujian
teori, atau pemecahan masalah. Menurut syafrudin (2011) Penelitian adalah suatu cara
mencari dan mengungkapkan kebenaran yang diperoleh secara konseptual atau deduktif
saja tidak cukup, tetapi harus diuji secara empiris. Sedangkan ilmu yang menjelaskan
bagaimana seharusnya sebuah penelitian itu dilakukan disebut metodologi penelitian.
Metode penelitian adalah suatu proses atau cara yang dipilih secara spesifik untuk
menyelesaikan masalah yang diajukan dalam sebuah penelitian. Kegiatan penelitian
dapat dilakukan di semua bidang studi. Skripsi dan tesis itu juga beberapa wujud dari
sebuah kegiatan penelitian. Agar kegiatan penelitian dapat berjalan dengan lancar,
maka metode penelitian yang dipilih dan digunakan pun harus sesuai. Hal ini dilakukan
dengan tujuan untuk memudahkan peneliti dalam mendapatkan hasil yang diinginkan,
sesuai, dan akurat dalam prosesnya.
Sebagai dasar dalam melakukan penelitian mahasiswa harus mengetahui dan
memahami jenis-jenis metode penelitian. Salah satu nya yaitu metode penelitian
kuantitatif. Secara umum, ada 2 jenis metode analisis data kuantitatif utama yaitu
metode deskriptif dan inferensial. Maka dari itu dalam makalah ini kami akan
membahas mengenai penelitian deskriptif dan penelitian inferensial.

B. Rumusan Masalah
Rumusan masalah dalam makalah ini yaitu:
1. Apa yang dimaksud penelitian deskriptif?
2. Apa yang dimaksud penelitian inferensial?
3. Apa perbedaan penelitian deskriptif dan penelitian inferensial?
4. Bagaimana pengolahan data penelitian deskriptif dan penelitian inferensial?

C. Tujuan
Berdasarkan rumusan masalah tersebut, penyusun memiliki tujuan sebagai
berikut:
1. Untuk mengetahui penjelasan mengenai penelitian deskriptif
2. Untuk mengetahui penjelasan mengenai penelitian inferensial
3. Untuk mengetahui perbedaan antara penelitian deskriptif dan penelitian inferensial
4. Untuk mengetahui pengolahann data penelitian deskriptif dan penelitian
inferensial
 BAB II
PEMBAHASAN

A. Penelitian Deskriptif
Penelitian deskriptif adalah salah satu metode penelitian yang digunakan untuk
menggambarkan karakteristik dari suatu populasi atau fenomena yang sedang terjadi.
Penelitian deskriptif adalah metode penelitian yang penulisannya berusaha untuk
menggambarkan subjek atau objek yang ditelitinya secara lebih mendalam, terperinci,
dan luas. Metode ini biasanya digunakan guna memecahkan atau menjawab suatu
persoalan dengan mengumpulkan data-data, melakukan analisis, klasifikasi, membuat
kesimpulan, dan laporan. Adapun cara penyajian data yang didapat dalam metode
penelitian deskriptif adalah dengan menggunakan grafik, tabel, piktogram, diagram,
perhitungan mean, modus, median, standar deviasi, ataupun perhitungan persentase.
Adapun kriteria untuk penelitian deskriptif adalah kelayakan masalah, tujuan
penelitian, data fakta, validasi pembanding, kejelasan waktu dan tempat penelitian,
serta hasil penelitian yang dijelaskan mendalam. Sedangkan ciri untuk penelitian
deskriptif, adalah penggambaran variabelnya, hubungan sebab akibat, data yang
dikumpulkan dalam periode waktu tertentu, hasil penelitian disajikan sesuai data, dan
wilayah penelitian yang fleksibel.

B. Penelitian Inferensial
Penelitian inferensial merupakan suatu penelitian yang menguji suatu hipotesis,
dan mengkaitkan antara satu variabel dengan variabel yang lainnya. Oleh karena itu,
dalam penelitian inferensial, peneliti selalu merumuskan suatu hipotesis terlebih
dahulu. Setiap penelitian selalu memiliki pendekatan tertentu. Jika ditinjau dari
pendekatannya maka penelitian inferensial tergolong berpendekatan kuantitatif. Data
yang dikumpulkan, diolah dan dianalisis dalam penelitian inferensial selalu berwujud
data kuantitatif yakni berupa angka (skor). Data yang dikumpulkan dalam penelitian
inferensial selalu berasal dari variabel yang lebih dari satu macam variabel, minimal
ada dua variabel. Pada umumnya, subjek yang digunakan dalam penelitian inferensial
berjumlah cukup banyak, yang tergabung menjadi suatu populasi.
Selain itu, penelitian inferensial merupakan suatu penelitian yang menguji suatu
hipotesis, dan mengkaitkan antara satu variabel dengan variabel yang lainnya. Oleh
 karena itu, dalam penelitian inferensial, peneliti selalu merumuskan suatu hipotesis
terlebih dahulu. Penarikan kesimpulan dalam penelitian inferensial selalu didasarkan
pada pengolahan data dan menggunakan metode statistik inferensial yakni statistik
yang digunakan untuk menguji suatu hipotesis. Dengan demikian, analisis penelitian
inferensial bukan hanya mendeskripsikan suatu fenomena atau data, tetapi melakukan
analisis yang mendalam dan mengungkap keterkaitan antara suatu variabel dengan
variabel lainnya. Fakta-fakta yang ada bukan hanya dideskripsikan apa adanya, tetapi
juga dianalisis untuk membuktikan atau menguji kebenaran suatu hipotesis.

C. Perbedaan Penelitian Deskriptif dan Penelitian Inferensial

Perbedaan utama antara statistik deskriptif dan inferensial adalah bahwa
statistik deskriptif hanya digunakan untuk merangkum data, sedangkan
statistik inferensial digunakan untuk menguji hipotesis dan membuat kesimpulan
berdasarkan sampel yang diambil dari populasi.
Statistik deskriptif bertujuan untuk menjelaskan karakter data yang sudah
diketahui. Di lain sisi, statistik inferensi bertujuan mengambil kesimpulan mengenai
suatu populasi lewat analisis sampel. Adapun perbedaan penelitian deskriptif dan
inferensial adalah sebagai berikut :

Statistik Deskriptif Statistik Inferensial

Merupakan metode untuk menggambarkan, Merupakan metode yang digunakan untuk

meringkas, dan menganalisis data secara membuat kesimpulan umum tentang populasi
numerik atau grafis berdasarkan sampel yang diambil dari populasi

Tidak digunakan untuk membuat generalisasi

Digunakan untuk membuat generalisasi atau
atau inferensi tentang populasi secara
inferensi tentang populasi secara keseluruhan
keseluruhan

Contoh statistik deskriptif adalah mean, Contoh statistik inferensial adalah uji hipotesis,
median, modus, deviasi standar, dan korelasi interval kepercayaan, analisis regresi, dan
 analisis variansi

Statistik deskriptif dapat digunakan untuk Statistik inferensial memerlukan penghitungan

menggambarkan data dalam bentuk tabel, probabilitas untuk menentukan signifikansi
grafik, dan diagram atau kepercayaan pada kesimpulan yang dibuat

Tujuan dari statistik deskriptif adalah untuk Tujuan dari statistik inferensial adalah untuk
memberikan gambaran yang jelas tentang membuat kesimpulan tentang populasi
data yang dianalisis berdasarkan sampel yang diambil

Tidak ada pengujian hipotesis yang Pengujian hipotesis merupakan salah satu
dilakukan pada statistik deskriptif teknik penting dalam statistik inferensial

Digunakan pada situasi di mana peneliti Digunakan pada situasi di mana peneliti ingin
hanya ingin mengetahui karakteristik dari membuat inferensi tentang populasi
sampel yang dianalisis berdasarkan sampel yang diambil

Perbedaan statistik deskriptif dan inferensial selanjutnya adalah dalam proses

pengolahan data. Contoh penggunaan statistik deskriptif dan inferensial dalam analisis
data adalah ketika kita ingin mengetahui apakah pengaruh pemberian transfusi terhadap
nilai hitung eritrosit. . Dalam hal ini, kita dapat menggunakan statistik deskriptif untuk
merangkum data nilai hitung eritrosit dan kemudian menggunakan statistik inferensial
untuk menguji apakah terdapat perbedaan yang signifikan pada nilai hitung eritrosit
antara kelompok yang mendapat transfusi dengan kelompok yang tidak mendapat
transfusi. Perbedaan statistik deskriptif dan inferensial selanjutnya adalah dalam proses
pengolahan data.
D. Pengolahan Data Penelitian Deskriptif dan Penelitian Inferensial
Perbedaan statistik deskriptif dan inferensial selanjutnya adalah dalam proses
pengolahan data.
a. Pengolahan Data Penelitian Deskriptif
Statistik deskriptif adalah bagian dari analisis statistik yang paling mendasar
dalam menyajikan hasil penelitian. Statistik deskriptif menjadi bagian terpenting bagi
peneliti yang dekat dengan data untuk melakukan penyajian data dalam hasil
penelitiannya. Secara definisi, analisis statistik deskriptif adalah analisis statistik yang
memberikan gambaran secara umum mengenai karakteristik dari masing-masing
variabel penelitian yang dilihat dari nilai rata-rata (mean), maximum, dan minimum.
Tidak hanya itu juga, Statistik deskriptif merupakan proses analisis statistik yang fokus
kepada manajemen, penyajian, dan klasifikasi data. Dengan proses ini, data yang
disajikan akan menjadi lebih menarik lebih mudah dipahami, dan mampu memberikan
makna lebih bagi pengguna data. Salah satu penyajian data yang cukup menarik yaitu
dengan menggunakan visualisasi data. Visualisasi data merupakan bentuk penyajian
statistika deskriptif yang bertujuan untuk menyajikan data dalam bentuk visual atau
grafik sehingga lebih menarik dan lebih mudah dipahami. Dalam visualisasi ini, kita
bisa menggambarkan penyajian data dalam beragam bentuk seperti berikut:
1. Tabel
2. Diagram batang (bar chart)
3. Diagram garis (line chart)
4. Diagram kue (pie chart)
5. Pemetaan wilayah

Ada 4 ukuran statistik deskriptif yaitu ukuran frekuensi, ukuran kecenderungan

terpusat, ukuran penyebaran (variasi) dan ukuran posisi.

1. Ukuran Frekuensi

Ukuran frekuensi data biasanya dilakukan dengan persentase. Persentase

adalah suatu perbandingan untuk menyatakan pecahan dari seratus yang ditunjukkan
dengan simbol %. Persen berasal dari bahasa latin, per centum yang artinya Per-
seratus. Persentase juga bisa dikatakan sebagai suatu cara untuk menunjukkan sebuah
 angka sebagai bagian dari keseluruhan, dimana keseluruhan tersebut ditulis dengan
100%. Persentase memiliki rumus sebagai berikut:

Persentase = (Jumlah Bagian / Jumlah Keseluruhan) x 100%

Dengan rumus tersebut, sebuah pecahan atau rasio dapat diubah menjadi bentuk
persentase.

2. Ukuran Kecenderungan Data

Ukuran kecenderungan data biasanya diwakili oleh Mean, Median, dan

Modus.

1) Mean

Mean atau rata-rata adalah salah satu ukuran gejala pusat. Bisa dibilang mean
adalah indikator statistik yang digunakan untuk mengukur rata-rata dari sebuah
data yang tersedia. Teknis perhitungan dari mean sebenarnya adalah
menjumlahkan seluruh nilainya kemudian dibagi dengan banyaknya data.
Perhitungan mean biasanya banyak digunakan dalam kehidupan sehari-hari.
Salah satunya adalah menghitung nilai rata-rata siswa didalam satu kelas. Ada
juga dalam penelitian biasanya dilakukan pencarian tentang rata-rata pendapatan
petani di satu komoditas pada suatu daerah.

Syarat yang dipenuhi dalam perhitungan mean adalah data yang diperlukan
memiliki sekumpulan dua atau lebih bilangan. Jika hanya satu data saja maka
hasilnya adalah data itu sendiri. Mean biasanya dilakukan untuk menghitung data
tunggal ataupun data kelompok. Secara umum rumus mean dapat dilakukan
dengan perhitungan sebagai berikut:

Mean = jumlah data / banyaknya data

2) Median

Median merupakan salah satu bagian dari ukuran pemusatan data. Median atau
yang biasanya disebut juga dengan nilai tengah adalah ukuran yang membagi data
menjadi setengah alias data terkecil dan data terbesarnya. Median adalah bilangan
sentral dari suatu kumpulan dalam ukuran pemusatan data. Dimana, atur titik data
dari yang terkecil hingga terbesar dan temukan nomor pusatnya. Maka, itulah
mediannya. Akan tetapi jika ada 2 angka di tengah, median adalah rata-rata dari 2
 angka tersebut. Sama seperti Mean, median biasanya juga digunakan untuk
menghitung data tunggal maupun data kelompok.

Adapun cara untuk menghitung median dibagi menjadi dua cara. Pertama adalah
median data tunggal. Data tunggal terbagi menjadi dua. Ada data tunggal ganjil
dan data tunggal genap.

Perhitungan median dengan data ganjil sangatlah mudah. Kalian tinggal hitung
banyak datanya. Jika memang ganjil maka nilai mediannya berada tepat di tengah
dari sisi kiri dan kanan.

Berikut adalah langkah-langkahnya:

 Urutkan kelompok data dari nilai terkecil hingga terbesar atau sebaliknya
 Tentukan nilai tengahnya
 Jumlah data di sisi kiri dan kanan harus sama sehingga median langsung
dapat diketahui satu angka tepat di tengah

Sementara untuk data berjumlah genap nantinya akan ada dua angka yang berada
ditengah. Agar kita tahu berapa mediannya maka kedua angka yang berada tepat
ditengah dijumlahkan kemudian dibagi dua untuk mencari nilai median.

3) Modus

Modus adalah nilai yang paling sering muncul dengan frekuensi yang paling
besar. Modus juga merupakan bagian dari perhitungan statistika seperti mean dan
median.

3. Ukuran Penyebaran Data

Ukuran penyebaran data merupakan ukuran yang menyatakan seberapa besar

nilai-nilai data berbeda atau bervariasi dengan nilai ukuran pusatnya atau seberapa
besar penyimpangan nilai-nilai data dengan nilai pusatnya. Ada beberapa jenis dalam
ukuran penyebaran data yaitu Range, Standar Deviasi dan Varians.

1) Range

Range merupakan jarak penyebaran data antara skor terendah (lowest score)
dengan skor tertinggi (Highest Score).

Rumus: R = H – L
 Keterangan:

R = Range yang dicari

H = Skor yang tertinggi (Highest Score)

L = Skor yang terendah (Lowest Score)

2) Standar Deviasi

Standar deviasi atau simpangan baku adalah persebaran data pada suatu
sampel untuk melihat seberapa jauh atau seberapa dekat nilai data
dengan rata-ratanya

Standar deviasi digunakan untuk melihat jauh dekatnya sebaran data

tersebut dari rata-rata atau mean. Salah satu fungsi rumus standar
deviasi adalah memberikan gambaran tentang persebaran data terhadap
rata-rata.

Jika nilai standar deviasi semakin kecil, artinya semakin mendekati rata-
rata. Namun jika nilai standar deviasi semakin besar, artinya semakin
lebar variasi datanya. Dikutip dalam buku berjudul Pengantar Statistika
yang ditulis Romansyah Sahabuddin, rumus standar deviasi data tunggal
dan kelompok antara lain:
3) Varians

Varians didefinisikan sebagai nilai yang mendeskripsikan seberapa besar data

tersebar dari nilai reratanya. Oleh karena itu, nilai varians yang besar
menggambarkan sebaran data yang besar dan jauh dari nilai reratanya. Masih
berkaitan dengan varians, standar deviasi juga diartikan sebagai nilai yang
menggambarkan perbedaan nilai sampel dari nilai rerata. Kedua aspek ini saling
terkait satu sama lain. Pasalnya, nilai standar deviasi dapat diperoleh dengan
menghitung akar kuadrat dari nilai varians. Maka dari itu, jika salah satu nilai
diketahui (nilai varians saja atau nilai standar deviasi saja), bisa menghitung
aspek yang lain (varians/standar deviasi).

Rumus Varians Data Tunggal:

 Rumus Varians Data Kelompok:

4. Ukuran Posisi Data

Ukuran posisi data diwakili oleh persentil, desil dan kuartil. Persentil, kuartil,
dan desil adalah cara membagi data menjadi sama banyak. Persentil adalah membagi
data menjadi 100 sama banyak. Kuartil adalah membagi data menjadi empat sama
banyak. Desil adalah membagi data menjadi sepuluh sama banyak. Data yang terbagi
sama banyak dibatasi sebuah nilai. Pada kuartil, empat data yang dibagi menjadi sama
banyak dibatasi 3 tiga nilai kuartil yaitu kuartil atas, kuartil tengah, dan kuartil bawah.
Rumus kuartil, desil, dan persentil dipakai untuk menentukan nilai yang menjadi batas
tersebut. Begitu juga dengan desil dan persentil, data yang terpisahkan sama banyak
dibatasi oleh masing-masing nilai desil atau persentil. Kuartil membagi data jadi 4
bagian sama banyak sehingga terdapat 3 nilai kuartil. Pada desil, data dibagi menjadi
sepuluh sama banyak sehingga ada 9 nilai desil. Namun pada persentil, data dibagi
menjadi 100 sama banyak, hingga terdapat 99 nilai persentil.

1) Kuartil

Rumus mencari nilai kuartil untuk data tunggal dibedakan menjadi dua kasus,
yaitu untuk jumah data ganjil dan jumlah data genap. Untuk n ganjil yaitu:
 Untuk n genap, langkah-langkah mencari tiga nilai kuartil data tunggal untuk
jumlah data genap adalah sebagai berikut.

a. Carilah nilai yang menjadi nilai tengah (median atau Q2).

b. Membagi data di sebelah kiri median menjadi dua bagian yang sama dan
menghasilkan kuartil bawah atau Q1.
c. Membagi data di sebelah kanan median menjadi dua bagian sama dan
menghasilkan kuartil atas atau Q3.

Sedangkan untuk rumus kuartil data kelompok yaitu:

Keterangan:

I 1 kuartil bawah, 2 kuartil tengan 3 kuartil atas

Tb tepi bawah kelas kuartil
n jumlah seluruh frekuensi
F jumlah frekuensi sebelum kelas kuartil
f frekuensi kelas kuartil
p Panjang atau interval kelas

2) Desil

Keterangan:
Data ke i, i adalah bilangan bulat kurang dari 10 (1,2,3,4,.....9)
n adalah banyak nya data
 Keterangan
i bilangan bulat kurang dari 10 (1,2,3,4,.....9)
Tb tepi bawah desil
n jumlah seluruh frekuensi
fk jumlah frekuensi sebelum kelas desil
fi frekuensi kelas desil
p Panjang atau interval kelas

3) Persentil

Keterangan
i bilangan bulat kurang dari 10 (1,2,3,4,.....9)
Tb tepi bawah persentil
n jumlah seluruh frekuensi
fk jumlah frekuensi sebelum kelas persentil
fi frekuensi kelas persentil
p Panjang atau interval kelas
 b. Pengolahan data penelitian inferensial
Statistika inferensial bertujuan untuk pengambilan kesimpulan tentang
parameter populasi berdasarkan analisis pada data sampel. Populasi adalah himpunan
keseluruhan objek yang diamati sedangkan sampel merupakan himpunan bagian dari
populasi. Selanjutnya yang dimaksud parameter adalah suatu karakteristik dari
populasi. Konsep statistika inferensi memungkinkan peneliti melakukan analisis
dengan menggunakan data dari sampel untuk memperkirakan (mengetimasi) sebuah
parameter populasi yang tidak diketahui. Biasanya teknik statistik yang digunakan yaitu
uji-T, ANOVA, korelasi, dan regresi.

Terdapat dua metode utama statistik inferensial yaitu estimasi parameter dan
pengujian hipotesis. Estimasi parameter menggunakan mean, median, mode, dan
deviasi standar dari suatu populasi berdasarkan perhitungan dari sampel populasi
tersebut. Kemudian metode yang kedua yaitu pengujian hipotesis atau juga dikenal
dengan signifikansi yang melibatkan penentuan apakah ada perbedaan rata-rata dua
sampel signifikan secara statistik. Beberapa metode pengujian yang digunakan dalam
analisis inferensial yaitu sebagai berikut:

1. Analisis regresi linier digunakan untuk memahami hubungan antara dua variabel dari
kumpulan data, dimana salah satu variabelnya merupakan variabel dependen dan yang
lainnya adalah variabel independen yang dapat digunakan lebih dari satu. Tujuan dari
analisis regresi adalah untuk memprediksi besar Variabel Terikat (Dependent
Variable) dengan menggunakan data Variabel Bebas (Independent Variable) yang
sudah diketahui besarnya.
2. Analisis varians (ANOVA) digunakan untuk menguji dan menganalisis perbedaan
antara dua atau lebih mean dari kumpulan data. Uji Anova atau singkatan
dari analysis of variance merupakan uji statistik yang hampir mirip dengan uji T,
hanya saja kelebihan dari uji Anova adalah dapat menguji perbedaan lebih dari dua
kelompok. Uji Anova ini pertama kali diperkenalkan oleh ahli statistik bernama
Ronald Fisher. Berdasarkan jumlah variabel bebas dan jumlah variabel terikat, Anova
terbagi menjadi beberapa jenis, yaitu anova satu jalan (one way anova) dan anova dua
jalan (two way anova).
3. Uji-T adalah salah satu uji statistik parametrik yang digunakan untuk menguji
kebenaran hipotesis dengan membedakan rata-rata dari dua populasi. Syarat yang
perlu dipenuhi dalam menggunakan uji T antara lain data yang digunakan
 berdistribusi normal serta varians pada kedua kelompok sama. Uji T terbagi menjadi
dua jenis, yaitu uji T satu sampel dan uji T dua sampel. Pada uji T dua sampel, terbagi
lagi menjadi dua bagian yaitu uji T sampel bebas (independent sample t-test) dan uji T
sampel berpasangan (paired t-test).
4. Analisis korelasi digunakan untuk memahami sejauh mana dua variabel saling
bergantung. Kita dapat melihat apakah variabel memiliki korelasi yang kuat atau
lemah. Korelasi bisa negatif atau positif tergantung pada variabelnya. tujuan dari
analsisi korelasi adalah untuk mengetahui apakah diantara dua variabel terdapat
hubungan atau tidak, dan jika ada hubungan bagaimanakah arah hubungan dan
seberapa besar hubungan tersebut. Data pada analisis korelasi dapat berupa data
kualitatif maupun kuantitatif, yang masing-masing mempunyai ukuran korelasi
sendiri-sendiri

Apa bedanya antara uji-t dan ANOVA dengan analisis korelasi/regresi ?

Perbedaannya adalah, bila uji-t dan ANOVA menguji ADA-TIDAKNYA
PERBEDAAN DUA SAMPEL atau lebih, maka analisis regresi menguji ADA-
TIDAKNYA HUBUNGAN DUA VARIABEL atau lebih.

Statistika Inferensi dibagi menjadi 2 berdasarkan keputusan pengambilan

masalah, yaitu Parametrik dan Non Parametrik.

1. Parametrik

Merupakan suatu metode statistika inferensi yang modelnya menetapkan adanya

syarat-syarat tertentu (asumsi-asumsi) dari sebaran (distribusi) data populasinya.
Penerapan metode parametrik pada umumnya adalah menduga atau menguji
parameter yang belum diketahui dari distribusi tertentu yang dianggap sesuai
dengan kondisi data, contohnya asumsi distribusi normal yang harus dipenuhi pada
model regresi. Selain itu bila dilihat dari jumlah datanya biasanya berukuran besar,
sekurang-kurangnya lebih besar atau sama dengan 30 data. Ukuran uji dalam Statistik
parametris antara lain:

 T –test
 Anova
 Korelasi.

2. Non parametrik
 Istilah Non parametrik pertama kali digunakan oleh Wolfowitz, pada tahun 1942.
Metode statistika nonparametrik merupakan metode yang tidak memerlukan adanya
asumsi-asumsi mengenai sebaran data populasinya (belum diketahui sebaran datanya
dan tidak perlu berdistribusi normal).Istilah lain yang sering digunakan untuk statistik
nonparametrik adalah statistik bebas distribusi (distribution free statistics) dan uji
bebas asumsi (assumption-free test).Biasanya data yang gunakan dalam metode ini
tidak terlalu besar jumlahnya, sekitar kurang dari 30 data. Kapan non-parametrik
digunakan :

Bila hipotesis yang harus diuji tidak melibatkan suatu parameter populasi.

Bila skala pengukuran yang disyaratkan dalam statistika parametrik tidak terpenuhi
misalnya skala ordinal dan nominal (Skala terendah)

Uji statistik yang digunakan dalam statistik non parametris antara lain :

 Binomial
 Sign test
 Χ2( chi kuadrat )

Pada statistik inferensial juga ada yang terbagi berdasarkan jumlah variabel yaitu
analisis univariat dan analisis multivariat.

1. Analisis univariat digunakan jika hanya terdapat satu variabel yang diukur untuk n
sampel atau pengukuran untuk beberapa variabel tapi masing-masing variabel
dianalisis tersendiri.
2. Analisis multivariat yaitu jika terdapat lebih dari satu variabel yang diukur sebagai n
sampel dan analisis variabel dilakukan secara bersamaan. Multivariat memiliki prinsip
yang mirip dengan bivariat tetapi variabel yang dianalisis lebih dari dua yang mana
variabel independen memiliki sub-subnya. Pilihannya bisa menggunakan analisis
faktor, diskriminan, konikal, MANOVA, dan MANCOVA.
 BAB III

PENUTUP

A. Kesimpulan
Penelitian deskriptif adalah salah satu metode penelitian yang digunakan
untuk menggambarkan karakteristik dari suatu populasi atau fenomena yang sedang
terjadi. Sedangkan penelitian inferensial merupakan suatu penelitian yang menguji
suatu hipotesis, dan mengkaitkan antara satu variabel dengan variabel yang lainnya.
Perbedaan utama antara statistik deskriptif dan inferensial adalah bahwa
statistik deskriptif hanya digunakan untuk merangkum data, sedangkan
statistik inferensial digunakan untuk menguji hipotesis dan membuat kesimpulan
berdasarkan sampel yang diambil dari populasi.

Pengolahan data penelitian deskriptif terdiri dari mean, median, modus, range,
standar deviasi dan varians. Sedangkan dalam pengolahan data penelitian inferensial
biasanya teknik statistik yang digunakan yaitu uji-T, ANOVA, korelasi, dan regresi.

B. Saran
Penyusunan makalah ini masih belum sempurna dan banyak
kekurangan. Untuk meningkatkan nilai guna agar dapat menjadi sumber
pembelajaran, maka diharapkan bagi penyusun makalah sejenis untuk
lebih lengkap dan rinci.
 Daftar Pustaka

https://ebizmark.id/artikel/statistika-inferensial-pengertian-fungsi-jenis-dan-
contoh/

https://lp2m.uma.ac.id/2023/03/30/mengenal-statistik-inferensial-pengertian-
jenis-serta-contoh/

https://ascarya.or.id/statistik-deskriptif-dan-inferensial/

https://dqlab.id/teknik-analisis-data-deskriptif-dan-inferensial

https://ascarya.or.id/statistik-deskriptif-dan-inferensial/#:~:text=Perbedaan
%20utama%20antara%20statistik%20deskriptif,sampel%20yang%20diambil
%20dari%20populasi.

https://kumparan.com/kabar-harian/inilah-perbedaan-statistika-deskriptif-dan-
statistika-inferensial-1yPTgzFZLud

https://money.kompas.com/read/2021/12/19/201058626/pengertian-statistik-
perbedaan-statistik-deskriptif-dan-inferensial?page=all

https://dqlab.id/beberapa-hal-pada-teknik-pengolahan-data-deskriptif-yang-
harus-diperhatikan#:~:text=Pengolahan%20data%20deskriptif%20merupakan
%20pengolahan,untuk%20membuat%20kesimpulan%20yang
%20digeneralisasi.

https://dqlab.id/mengenal-macam-macam-metode-pengolahan-data-yang-
termasuk-dalam-statistik-inferensial