Statistika

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

Penyajian hasil data

(Ikhtisar data)

Penggunaan hasil olahan data sampel untuk

Ya menaksir dan atau menguji karakteristik populasi
Data yang dihipotesis
diperoleh dari
sampel?

Penarikan kesimpulaan tentang

karakteristik populasi yang ditelaah
 01
Jenis-jenis Statistika
Inferensial
 Jenis-jenis Statistika Inferensial
 Statistik parametrik merupakan Ilmu statistik yang digunakan untuk data-data yang
memiliki sebaran normal dan memiliki skala interval atau rasio atau statistik yang
digunakan untuk menguji hypotesis yang variabelnya terukur.
Contoh:
“Berapa menit rata-rata tayangan iklan di TV?“

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 ?“

Catatan : Variabel kepuasan tidak memiliki standar pasti

 Statistika Inferensial
Dalam statistik inferensial, pengujian hipotesis merupakan salah satu tujuan yang harus
dilakukan untuk menjawab masalah penelitian secara rasional. Tujuan pengujian hipotesis, untuk
menentukan apakah jawaban teoritis yang terkandung dalam pernyataan hipotesis didukung oleh fakta
yang dikumpulkan selama proses penelitian.

Pengujian hipotesis (yang menggambarkan karakteristik populasi) dengan menggunakan

data sampel (yang menggambarkan karakteristik sampel) pada dasarnya merupakan pembuatan
keputusan melalui proses inferensi yang memerlukan akurasi peneliti dalam melakukan estimasi.
Proses inferensi pada dasarnya dapat dilakukan melalui satu dari dua cara, yaitu:
● Estimasi nilai parameter populasi.
● Membuat keputusan mengenai nilai parameter (proses pengujian hipotesis).
Kriteria keputusan yang ditetapkan oleh peneliti dalam istilah statistik disebut
tingkat signifikansi (significance level).

Tingkat signifikansi adalah tingkat probabilitas yang ditentukan oleh peneliti

untuk membuat keputusan menolak atau mendukung hipotesis. Kriteria keputusan
berdasarkan tingkat signifikansi, misalnya 0,05 atau 0,01 menunjukkan bahwa
keputusan yang dibuat oleh peneliti untuk menolak atau mendukung suatu hipotesis
mempunyai probablilitas kesalahan sebesar lima persen atau sepuluh persen.
 02
Pengujian
Hipotesis
 Pengujian Hipotesis
Pengujian hipotesis merupakan suatu prosedur atau langkah-langkah yang
dilakukan untuk menentukan nilai hipotesis dengan menggunakan metode statistika.
Tujuan dilakukannya pengujian hipotesis untuk memutuskan apakah suatu hipotesis
akan di tolak atau di terima. Prinsip uji hipotesis adalah melakukan perbandingan antara
nilai sampel (data hasil penelitian) dengan nilai hipotesis (nilai populasi) yang di ajukan.
Peluang untuk diterima dan ditolaknya suatu hipotesis tergantung pada besar kecilnya
perbedaan antara nilai sampel dan dengan nilai hipotesis. Jadi makin besar perbedaan
antara nilai sampel dengan nilai hipotesis, maka akan makin besar peluang untuk
menolak hipotesis.
 Pengujian Hipotesis
1. Prosedur Uji Hipotesis
a. Menentukan hipotesis
• adalah hipotesis nol
• adalah hipotesis alternatif
b. Menentukan tingkat signifikansi (α)
Tingkat signifikansi (α) adalah besarnya toleransi yang digunakan dalam menerima kesalahan pengujian
secara statistik. Tingkat signifikansi yang sering digunakan adalah 0,01, 0,05, dan 0,1 (biasa ditulis 1%, 5%.
Dan 10%). Dan ada juga kebalikan dari tingkat signifikansi, yaitu “tingkat kepercayaan” yang nilainya
adalah (1-α)
c. Menentukan statistik uji
Uji statistik merupakan perhitungan untuk menduga parameter data sampel yang diambil secara random
dari sebuah populasi.
d. Menentukan kriteria hipotesis
Untuk menentukan kriteria hipotesis ini adalah dengan membandingkan nilai α dengan nilai uji statistiknya.
e. Mengambil kesimpulan
Hal ini dapat di tentukan setelah membandingkan nilai uji statistik dengan nilai
α atau nilai kritis sesuai dengan kriteria pengujiannya.
 03
Berbagai Metode
Parametik
 Berbagai Metode Parametik
a. Inferensi terhadap sebuah rata-rata populasi
Tujuan pengujian ini adalah ingin mengetahui apakah sebuah sampel berasal dari
sebuah populasi yang mempunyai rata-rata (mean) yang sudah diketahui. Atau, bisa juga
dikatakan ingin menguji apakah rata-rata sebuah sampel sudah bisa mewakili populasinya.
Pada inferensi ini, perlu diperhatikan ukuran sampel, apakah termasuk sampel besar ataukah
sampel kecil.
 Sampel Besar
Dalam kasus dimana jumlah sampel yang diambil cukup besar atau varians populasi diketahui,
maka bisa dipakai rumus (uji) z.
 Sampel Kecil
Jika sampel kecil (<30) dan varians populasi tidak diketahui, metode parametrik yang
digunakan adalah uji t (student).
 Berbagai Metode Parametik
b. Inferensi terhadap dua rata-rata populasi
Dalam inferensi dua populasi, tujuan utama adalah ingin mengetahui apakah ada perbedaan
antara dua rata-rata populasi.
 Sampel Besar
Metode yang digunakan adalah z test yang dimodifikasi.
 Sampel Kecil
Metode yang digunakan adalah:
-> t test yang dimodifikasi : sampel bisa saling berhubungan (dependen) maupun kedua sampel
tidak ada hubungannya (independen).
-> F test
c. Inferensi terhadap lebih dari dua rata-rata populasi
Untuk lebih dari dua populasi, misal tiga jenis sampel, empat jenis sampel dan seterusnya,
dipakai analisis
ANOVA, yang terdiri atas:
 ANOVA satu faktor
 ANOVA dua faktor dengan replacement
 ANOVA dua faktor tanpa replacement
 Berbagai Metode Parametik
d. Inferensi untuk mengetahui apakah ada hubungan antara variabel
Inferensi ini bertujuan untuk mengetahui apakah ada hubungan yang signifikan
antara dua variabel. Beberapa alat statistik untuk mengetahui hubungan antar variabel:
 Hubungan antar dua variabel, menggunakan korelasi dan regresi sederhana.
 Hubungan antara lebih dari dua variabel (tiga, empat, dan seterusnya), menggunakan
metode korelasi dan regresi berganda.
 03
Mengenal uji
statistik non
parametrik
Kapan uji statistik non parametrik digunakan?

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.
Kapan uji statistik non parametrik digunakan?

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.

Please keep this slide for attribution