DEFINISI STATISTIKA INFERENSIAL

Untuk menindaklanjuti kegiatan pengujian data, peneliti menindaklanjuti hasil

pengujian statistik secara deskriptif dengan melakukan pengujian data secara
inferensial, atau disebut juga statistik inferensial. Tujuan dilakukan pengujian data
secara inferensial untuk mendapatkan kesimpulan hasil penelitian yang dapat
digeneralisasikan kepada populasi.

Dalam penelitian inferensial, peneliti membutuhkan sampel sebagai objek pengujian

dan objek pengkajian sehingga dapat melakukan estimasi (perkiraan perhitungan).
Namun karena adanya variasi penyampelan, peneliti tidak bisa berharap 100 % hasil
estimasi tersebut benar-benar tepat benar-benar dapat menggambarkan secara
keseluruhan karakteriskrik populasi penelitian.

Namun demikian, dalam kegiatan statistik, sesungguhnya estimasi diperlukan

bukanlah untuk mengetahui benar atau tidak estimasi tersebut tetapi seberapa dekat
estimasi itu dengan nilai sebenarnya.

STATISTIK & PARAMETER

Oleh karena itu, berkaitan dengan perhitungan data statistik dengan penggunaan
populasi dan sampel, pengukuran yang sering berhubungan adalah mean (nilai rata-
rata) dan simpangan baku.
Indeks untuk menunjuk sampel disebut statitik

Kemudian, indeks untuk menunjuk populasi disebut parameter

PENYAMPELAN SECARA ACAK

Secara umum, teknik penarikan sampel terbagi pada dua yaitu acak dan non-acak.
Dengan secara acak merupakan yang paling disarankan sebab lebih memberikan
peluang yang sama bagi seluruh anggota populasi untuk dipilih untuk menjadi
sample.
Makna pengambilan sample secara acak bukan berarti kita mengambil begitu saja
sample dari populasi (penyamplelan sistematis), tetapi harus dengan pengembalian.

Makna pengembalian maksudnya, memasukkan kembali sampel tersebut ke dalam

populasinya, supaya adil dan ini yang sebenarnya yang dimaksud dengan
“memberikan peluang yang sama”, jadi seandainya tidak dikembalikan maka
peluang bagi anggota sampel yang lain untuk dipilih lebih besar, sementara yang
diharapkan adalah peluangnya sama (tidak lebih besar atau lebih kecil).
 sebagai contoh: dari suatu populasi yang berjumlah 500 diambil sample yang
berjumlah 25. peneliti mengambil satu sample sebagai sample terpilih kemudian
sample tersebut harus dikembalikan pada populasi sehingga peluang setiap sample
sama. Jika tidak dikembalikan maka peluang sample berikutnya akan berkurang
yaitu 1/499, 1/498, dst.

Ilustrasinya dapat dilihat berikut ini:

PENEMPATAN ACAK

Contoh lain untuk penyamplean acak:

Populasi siswa kelas 7 di sekolah tertentu ada 500 orang, kemudian kita ingin mengadakan
penelitian dengan memerlukan sample sebanyak 60 orang, yang nantinya akan
ditempatkan 30 orang siswa di kelas eksperimen dan 30 orang siswa di kelas kontrol.

Setelah kita lakukan pengambilan sampel secara acak dengan pengembalian, maka
diperolehlah sebanyak 60 orang siswa.

Kemudian kita bagi 30 orang siswa untuk di tempatkan di kelas eskperimen dan 30 orang
siswa untuk ditempatkan di kelas kontrol dengan cara kembali melakukan pengundian
secara acak namun tanpa pengembalian.

DISTRIBUSI MEAN DARI

SAMPLE-SAMPLE ACAK

Distribusi mean dari sample-sample acak artinya adalah kumpulan skor nilai rata-rata dari
sampel-sampel yang dipilih secara acak, atau disebut saja langsung yaitu kumpulan skor
nilai rata-rata dari sampel-sampel acak. Gambarnya seperti berikut :
 Gambar 1

Dari gambar di atas, dalam satu populasi diperoleh beberapa sampel, disebutlah sampel 1,
sampel 2, sampel 3, dan seterusnya. Kemudian setiap sampel, misalnya sampel 1 dihitung
nilai rata-ratanya (mean, simbol X bar), dan seteterusnya.

Kemudian µ = 80, jika diperhatikan tidak jauh beda angkanya dengan skor hasil
perhitungan mean dari setiap sampel. Hal ini karena sesuai sifat perhitungan mean adalah
responsif terhadap skor-skor ekstrim.

Kumpulan dari keseluruhan skor yang dihasilkan merupakan hasil dari perhitungan mean
dari setiap sampel yang dipilih secara acak (sebagaimana dijelaskan di atas tekniknya
dengan cara pengembalian). Oleh karena perhitungannya demikian, maka disebutlah
distribusi mean dari sample-sample acak

Contoh kembali

Sebuah populasi mempunyai anggota 2, 4, 6 dan 8. Gambarnya sebagai berikut:

2 4
6 8

Gambar 2
Dari populasi tersebut dilakukan penyamplean acak berukuran 2 (jumlah skornya ada 2
buah) dengan cara pengembalian. Berikut kemungkinan sample berukuran 2 yang akan
terambil. Contoh (2, 2)

Tabel 1

Peluang
Sampel Mean
Kemunculan
2,2 1/16 2,0
2,4 1/16 3,0
2,6 1/16 4,0
2,8 1/16 5,0
4,2 1/16 3,0
4,4 1/16 4,0
4,6 1/16 5,0
4,8 1/16 6,0
6,2 1/16 4,0
6,4 1/16 5,0
6,6 1/16 6,0
6,8 1/16 7,0
8,2 1/16 5,0
8,4 1/16 6,0
8,6 1/16 7,0
8,8 1/16 8,0
Berdasarkan tabel di atas, setelah dilakukan penyamplean acak sebanyak 2 buah pada skor
2, 4, 6, dan 8, maka diperoleh banyaknya sampel berjumlah 16 buah. Hasilnya pada kolom
pertama.

Pada kolom kedua, logikanya sederhanya, karena nilainya ada 4 dan masing-masing 1
angka, maka jika dipasangkan dengan 4 angka itu, maka peluangnya pasti 1 dan totalnya
16.

Setelah diperoleh sampel sebanyak 16 buah selanjutnya dihitung nilai rata-ratanya pada
masing-masing sampel. Hasilnya pada kolom ketiga

DISTRIBUSI FREKUENSI MEAN

SAMPEL-SAMPEL ACAK

Pada perhitungan berikutnya adalah menyusun hasil perhitungan nilai rata-rata dari
masing-masing sampel tersebut ke dalam bentuk tabel frekuensi. Disini kolomnya terdiri
dari mean sampel dan frekuensinya (atau berapa kali munculnya). Nilai mean sampel
diambil pada hasil Tabel 1 di kolom ketiga. Kemudian frekuensi relatif dengan cara
menghitung di kolom ketiga juga, berpa kali munculnya. Hasilnya, lihat tabel berikut:
 Tabel 2

Mean
Frekuensi Relatif
Sampel
2,0 1/16
3,0 2/16
4,0 3/16
5,0 4/16
6,0 3/16
7,0 2/16
8,0 1/16
Dari tabel di atas, diketahui jumlah frekuensi (Banyaknya muncul) dari nilai rata-rata dari
2,0 adalah sebanyak 1 kali. Nilai rata-rata 3,0 sebanyak 2 kali, dan nilai rata-rata 4,0
sebanyak 3 kali, dan seterusnya.

Jika disajikan dalam gambar maka akan membentuk Kurva Normal, sebagaimana berikut

Gambar 3
Mengapa berdistribusi normal, karena mean-median dan modusnya nilainya sama, yaitu
semuanya 5
Data mean sampelnya adalah : 2, 3, 4, 5, 6, 7 dan 8. Perhitungan mean 35/7 = 5, median =
5, dan hasil perhitungan pada frekuensi relatif, yang banyak muncul pada rata-rata mean
sampel 5.

Jika diperhatikan secara seksama, antara nilai rata-rata (mean) dari sampel-sampel acak
sama dengan nilai rata-rata populasi . Sebagaimana disebutkan di atas, populasi
mempunyai anggota 2, 4, 6 dan 8. Perhitungan mean 20/4 = 5. Jumlah ini sama dengan
perhitungan nilai rata-rata (mean) dari sampel-sampel acak, sehingga tidak mengherankan
jika dinotasikan

µ x̅ = µ X
jika disajikan dalam bentuk kurva, gambarnya sebagai berikut:
 Gambar 4

Gambar 4 di atas, kurvanya tidak berdistribusi normal karena nilai rata-rata populasi
(beranggota 2, 4, 6 dan 8) adalah 5. Posisi nilai rata-rata 5 (lihat tabel 2) berada pada
frekuensi relatif 4/16 dan hasilnya perhitungannya berbentuk desimal yaitu 0,25. Nilai
0,25 tingginya sama. Kesamaan ini yang menyebabkan kurvanya berbentuk persegi
panjang (tidak normal).

Kemudian untuk melihat simpangan baku pada nilai rata-rata (mean) dari sampel-sampel
acak (atau biasa disebut standar error mean), maka sangat tergantung pada simpangan
baku populasi (σX) dan ukuran sampelnya (n), disimbolkan sebagai berikut:

σx̅ =
√

berdasarkan hasil perhitungan simpangan baku, diketahui simpangan baku pada rata-rata
(mean) dari sampel-sampel acak (σx̅ ) sebesar 1,581, sedangkan simpangan baku pada rata-
rata populasi (σx) sebesar 2,236

Lngsung, masukan rumus σx̅ = = 2,236/√2 = 1,581. Hasilnya sama dengan besar
√
nilai simpangan baku pada rata-rata (mean) dari sampel-sampel acak. Ini yang dimaksud
pada penjelasan di atas.

Kemudian, diperkuat lagi melalui soal berikut:

Suatu populasi berdistribusi normal, dengan µ X = 70 dan σX = 20. Dengan asumsi ukuran
sampel sebanyak 25 orang. Hitung, berapa peluang diperolehnya sampel acak dengan
mean 80 atau lebih ?

Sebelumnya yang harus dilakukan adalah menghitung simpangan baku pada nilai rata-rata
(mean) dari sampel-sampel acak. Caranya dengan membagi simpangan baku populasi (σX)
dan ukuran sampelnya (n), hasilnya diperoleh sebagai berikut:

σx̅ = = 20/√25 = 4.00

√

Kemudian, ubah mean sampel 80 menjadi skor Z, dengan rumus:

Zx̅ = = 80-70/4 = + 2,50

̅
Kemudian, hasil perhitungan di atas, digunakan untuk mencari peluang sebagaimana
pertanyaan di atas.

Dari sini diketahui peluang diperolehnya sampel acak berukuran 25 orang dari populasi
yang rata-ratanya 70 dan simpangannya baku 20 sama dengan area di atas Z = 2,50, yaitu
0,0062 atau sekitar 0, 62 % . Gambarnya :

Pada gambar kurva di atas, diketahui bahwa peluang diperolehnya sampel acak berukuran
25 orang dengan mean (nilai rata-rata) 80 atau lebih sebesar 0,0062 (0, 62 %) sangat kecil
sekali.

Soal lain : Berapakah peluang terambilnya sampel acak berukuran 25 orang dengan mean
(nilai rata-rata) 75 atau lebih ? Hasilnya sebesar 0,0156 (hitung sendiri, bisa salah bisa
benar)