Inferensial
Kelompok 2:
1.Mohammad Kamumu
2. Mohamad Ariyo H. Mato
3. Nur Fajriati Gumer
4. Tirsa M. Majid
5. Elsa Ekaputri Utina
6. Ambarwati Haris
7. Sahrul Ismail
Statistika
Inferensial
Penerapan metode statistik untuk menaksir dan atau
menguji karakteristik populasi yang dihipotesiskan
berdasarkan data sampel.
Statistika Inferensial
Statistik Inferensial atau statistika induktif merupakan nama lain
dari statistika infensi adalah bagian statistika yang membahas cara
melakukan analisis data, menaksir meramalkan dan menarikn
kesimpulan terhadap data, fenomena, persoalan yang lebih luas
atau populasi berdasarkan sebagian data (sampel) yang diambil
secara acak dari populasi (Achi
Rinaldi.2020:2) .
Statistika Inferensial
Pengumpulan data
Pengelolahan data
Catatan : Variabel waktu tayangan iklan dapat terukur dalam menit (ada standar)
Jenis-jenis Statistika Inferensial
Statistik non parametrik merupakan statistik bebas sebaran. Statistik nonparametrik
dapat digunakan pada data yang memiliki sebaran normal atau tidak dan memiliki
skala nominal atau ordinal atau statistik yang digunakan untuk menguji hypothesis
yang variabelnya tidak memiliki kepastian (standar)
Contoh:
“Berapa besar kepuasan pasien terhadap pelayanan RS. X ?“
Ananlisis Non Parametrik digunakan ketika peneliti tidak tahu distribusi data yang
diamati. Kemudian, analisis ini digunakan ketika data berdistribusi secara tidak
normal. Analisis ini digunakan bukan hanya data dalam jumlah kecil saja namun juga
pada data berjumlah besar yang distribusinya tidak bisa dipastikan. Selain itu, uji ini
digunakan jika hipotesis yang nantinya diuji tidak untuk generalisasi parameter dari
populasi data. Walaupun sebagai alternatif, namun analisis non parametrik ini tidak
dapat diaplikasikan ketika jenis datanya adalah kontinum. Maka dari itu, jika jenis
data adalah kontinum, harus ditransformasikan dulu ke non kontinum.
Kelebihan uji non parametrik
Ada beberapa kelebihan uji ini salah satunya adalah kecilnya tingkat kesalahan
karena tidak diperlukan banyak asumsi. Selain itu, perhitungan uji non parametrik
cenderung sederhana dan konsepnya mudah dipahami. Ditambah lagi, analisis non
parametrik bisa diaplikasikan ke data rank maupun hitungan.
Kelemahan uji non parametrik
Kelemahan dari uji ini adalah pada kelompok data yang lebih luas, hasil analisis
cenderung tidak bisa digeneralisasikan. Selain itu, pada jumlah yang sangat besar
akan terjadi perhitungan yang lama walaupun perhitungannya sederhana. Kemudian,
uji non parametrik belum bisa digunakan untuk uji anova atau analisis varian.
Kelemahan lainnya adalah untuk menyimpulkan hasil, diperlukan tabel statistik
khusus yang mana perolehannya juga tidak mudah. Melakukan uji non parametrik
juga merupakan pemborosan jika data sudah memenuhi syarat uji parametrik.
•
Jenis-jenis uji non parametrik
ada beberapa uji non parametrik, antara lain sebagai berikut ini:
• Uji –t berpasangan, digunakan untuk menganalisis perbedaan data dalam
sebuah kelompok. Dilakukan dengan uji tanda.
• Uji –t sampel bebas, umumnya digunakan untuk membandingkan dua sampel
bebas menggunakan uji Mann-Whitney U dan uji Wilcoxon jumlah peringkat.
• Uji F atau analisa varian satu jalur, digunakan ketika ingin membandingkan tiga
kelompok atau lebih. Uji yang digunakan adalah analisis varian peringkat
Kruskal-Wallis.
• Analisis varian dua jalur, digunakan ketika akan membandingkan lebih dari tiga
kelompok dan menggunakan faktor yang berbeda. Uji yang digunakan adalah
analisis varian dua jalur Friedman.
• Koefisien korelasi Pearson, uji yang digunakan adalah koefisien korelasi
peringkat spearman untuk menganalisis korelasi linier antara dua peubah
04
Statistik Inferensi
dalam SPSS
Statistika Inferensial dalam SPSS
SPSS menyediakan berbagai metode parametrik untuk melakukan inferensi terhadap
data statistik. Oleh karena luasnya cakupan parametrik, maka inferensi dengan parametrik akan
dibagi dalam beberapa menu pada SPSS, yaitu menu COMPARE
MEANS, GENERAL LINEAR MODEL (GLM), CORRELATE, dan REGRESSION.
COMPARE MEANS
Pembahasan pada COMPARE MEANS meliputi:
1. MEANS
Bagian ini membahas hal yang sama pada statistik deskriptif, dengan penyajian subgrup dan
ditambah dengan uji
linearitas.
2. UJI t
Bagian ini meliputi:
• Uji t satu sampel (ONE SAMPLE T-TEST)
• Uji t untuk dua sampel independen (INDEPENDENT SAMPLES T-TEST)
• Uji t untuk dua sampel berpasangan (PAIRED SAMPLES T-TEST)
3. ONE WAY ANOVA
Statistika Inferensial dalam SPSS
GENERAL LINEAR MODEL
GLM merupakan kelanjutan dari ANOVA, dimana pada GLM dibahas satu variabel dependen
namun mempunyai satu atau lebih faktor.
CORRELATE
Membahas uji hubungan antara dua variabel.
REGRESSION
Membahas pembuatan model regresi untuk menggambarkan hubungan dua
variabel atau lebih.
Statistika Inferensial dalam SPSS
Contoh:
1. Catatan kelulusan selama 5 tahun terakhir di suatu universitas menunjukkan bahwa 72%
diantara mahasiswa yang masuk ke universitas tersebut berhasil menyelesaikan
studinya. ⇒Statistika deskripsi
Peluang anda untuk lulus adalah lebih dari 70%. ⇒Statistika inferensia.
2. Sebuah toko elektronik memiliki data penjualan laptop selama 12 bulan pada tahun 2015. Pada
bulan Desember tahun 2015 penjualan laptop sebanyak sebanyak 4 unit.
⇒Statistik Deskripsi
3. Pemilik toko mengestimasikan bahwa pada Desember 2016 penjualan laptop akan menjadi 5
unit. ⇒Statistik Inferensia
Terima Kasih
Credits: This presentation template was created by
Slidesgo, including icons by Flaticon, and infographics
& images by Freepik.