STATISTIK INFERENSIAL

 Metode statistika adalah prosedur yang digunakan pada

pengumpulan, penyajian, analisis dan juga penafsiran
data.
 Metode – metode tersebut dikelompokkan ke dalam dua
kelompok besar yakni Statistika Deskriptif dan
Statistika Inferensial.
 Statistika deskriptif hanya bertujuan untuk
menggambarkan fenomena data, baik data sampel
maupun populasi dengan menggunakan statistik
deskriptif seperti :mean, median, modus, rentang,
varian, standar devisasi, dan koefisien variansi.
 Statistika deskriptif hanya terbatas pada penyajian data
dalam bentuk tabel, diagram, maupun grafik dan
besaran lainnya
 Sedang Statistika inferensal merupakan statistika yang
bertujuan untuk membuat generalisasi data sampel
kepada populasi dari mana sampel diambil.

 Statistika inferensial tak hanya mencakup statistic

deskriptif saja namun juga bisa digunakan untuk
melakukan estimasi dan juga penarikan kesimpulan
terhadap populasi dari sampelnya, untuk bisa sampai
pada penarikan kesimpulan statistika inferensial harus
melalui beberapa tahap uji hipotesis dengan uji statistik.
 Generalisasi dalam statsitika inferensial mempunyai
sifat yang tak pasti, Hal ini dikarenakan berdasar pada
informasi parsial yang didapatkannya dari sebagian data
sehingga yang diperoleh adalah peramalan saja.

 Dalam statistika inferensial diadakan pendugaan

parameter yang diawali membuat hipotesis, melakukan
pengujian hipotesis tersebut sehingga sampai pada
kesimpulan yang berlaku secara umum (untuk populasi
dari mana sampel diambil). Metode ini pun sering
disebut sebagai statistika induktif dikarenakan
kesimpulan yang ditarik berdasarkan pada informasi dari
sebagian datanya saja.
 Karena Pengambilan kesimpulan statistika inferensial ini
hanya didasari pada sebagaian data yang dapat, maka
sifat simpulannya menjadi tidak pasti sehingga
memungkinkan terjadinya kesalahan (error).
 Ruang Lingkup Statistika Inferensial

 Statistik inferensial  melakukan generalisasi dari data

sampel berdasarkan hasil pengujian hipotesis.
 Dalam melakukan pengujian hipotesis, ada dua pilihan
uji statistik yang akan digunakan yang didasarkan pada
skala data yaitu Statitik Parametrik dan Statistik Non
Parametrik
 1. Statistik Parametrik

 Statistik Parametrik bekerja dengan data berskala

numerik (skala Interval atau Rasio) dengan asumsi data
tersebut berdistribusi normal (berdasarkan hasil uji
normalitas data).
Termasuk dalam kelompok Uji Statistik
Parametrik yang sering digunakan adalah:
 Paired t-test (uji beda dua sampel berpasangan), sering disebut
One Sampel T-Test.
 Independent t-test (uji beda dua sampel independen), sering disebut
Two Sample Indepdndent T-Test.
 Analisis Varian Satu Arah, merupakan uji beda lebih dari dua
kelompok sampel (k sampel), sering disebut sebagai One Way
Anova.
 Analsis varian Dua Arah, merupakan uji beda lebih dari dua
kelompok sampel (k sampel), sering disebut sebagai Two Way
Anova.
 Korelasi Product Moment Pearson, sering disebut uji korelasi
Pearson.
 Regresi Sederhana maupun Regresi Ganda.
 2. Statistik Non Parametrik

 Statistik Non Parameterik bekerja dengan data berskala

kategorik (skala nominal atau ordinal) atau data berskala
Interval atau Rasio yang tidak memenuhi asumsi
berdistribusi normal.
 Oleh karena Statistik Non parametrik bisa bekerja
dengan data dengan skala apa saja dan tidak
membutuhkan asumsi, maka Ststistik Non Parametrik
sering disebut “Statistic Free Distribution”
Termasuk dalam kelompok Uji Statistik Non Parametrik
yang sering digunakan adalah:
 Chi-Square Test (Uji X2), bekerja dengan skala data nominal atau
ordinal
Ada beberapa macam uji Chi-Square:
- Pearson Chi-Square,
- Correction Continuity Chi-Square,
- Fisher Exact Test, dan
- Mc Newmar Change Test.
 Mann Whitney Test, merupakan uji beda dua sampel independen
dengan skala data minimal interval
 Willcoxon Sum Rank test, merupakan uji beda dua sampel
berpasangan dengan skala data minimal interval
 Korelasi Spearman, bekerja dengan skala data minimal ordinal.
 Korelasi Kendal Tau, bekerja dengan skala data minimal ordinal.
 Uji Friedman, uji beda lebih dari dua kelompok berpasangan.
 Uji Kruskal Wallis, uji beda lebih dari dua kelompok independen.
 Regresi Logistik, bekerja dengan skala data nominal dikotomus
(variabel terikat)
Data Data kategorik dan
numerik &
distribusi Macam Uji Statistik : (data numerik yg
distribusinya tidak
normal normal)

Parametrik Macam Uji Non Parametrik

Korelasi Product Korelasi
Moment Hubungan Spearman, Tau
Kendall

Uji Chi-Square
Paired T-test Beda Uji Will Coxon
Independen T-test Uji Mann Whitney
Analisis Varians Uji Fredman
Kruskal Wallis
Regresi Linear Pengaruh Regresi Logistik