MAKALAH STATISTIKA INFERENSIAL LENGKAP
Tuesday, October 13, 2015
BAB I
PENDAHULUAN
1.1
Latar
Belakang
Statistika
berasal dari bahasa latin yaitu status
yang berarti negara dan digunakan untuk urusan negara. Hal ini dikarenakan pada
mulanya, statistik hanya digunakan untuk menggambar keadaan dan menyelesaikan
masalah yang berhubungan dengan kenegaraan saja seperti : perhitungan banyaknya
penduduk, peembayaran pajak, gaji pegawai, dan lain sebagainya.
Statistika
adalah ilmu yang merupakan cabang dari matematika terapan yang membahas
metode-metode ilmiah untuk pengumpulan, pengorganisasian, penyimpulan,
penyajian, analisis data, serta penarikan kesimpulan yang sahih sehingga
keputusan yang diperoleh dapat diterima.
Statistika inferensial mencakup semua
metode yang berhubungan dengan analisis sebagian data (contoh ) atau juga sering disebut dengan
sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai
keseluruhan data induknya (populasi). Dalam statistika inferensial diadakan
pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis
tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode ini disebut
juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada
informasi dari sebagian data saja. Pengambilan kesimpulan dari statistika
inferensial yang hanya didasarkan pada sebagian data saja sebagian data saja
menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan
keputusan, sehingga pengetahuan mengenai teori
peluang mutlak diperlukan dalam melakukan metode-metode statistika
inferensial.
Statistik inferensial digunakan dalam proses
mengambil keputusan dalam menghadapi ketidakpastian dan perubahan. Contoh
ketidakpastian adalah kuat tekan beton dalam suatu pengujian tidak sama,
walaupun dibuat dengan material yang sama.
Dengan adanya kenyataan tersebut, maka metode statitsik digunakan untuk menganalisis data dari suatu proses pembuatan
beton tersebut sehingga diperoleh kualitas
yang lebih baik. Statistik inferensial telah menghasilkan banyak metode
analitis yang digunakan untuk menganalisis data. Dengan perkataan lain
statistik inferensial tidak hanya mengumpulan data, tetapi juga mengambil
kesimpulan dari suatu sistem saintifik.
Untuk
mengetahui lebih jelas mengenai Statistika Inferensial, akan diuraikan mengenai
pengertian Statistika Inferensial dan ruang lingkup Statistika Inferensial.
1.2
Rumusan
Masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini ada 2
(dua) rumusan masalah yang terkaji yakni :
1. Apa
yang dimaksud dengan Statistik Inferensial ?
2. Apa
fungsi dari Statistika Inferensial ?
3. Apa
saja yang termasuk ruang lingkup Statistik Inferensial ?
1.3
Tujuan
Berdasarkan rumusan masalah diatas, maka
tujuan yang ingin dicapai dalam penulisan makalah ini adalah sebagai berikut:
1. Mengetaui
pengertian dari Statistik Inferensial
2. Mengetahui
fungsi dari Statistika Inferensial
3. Mengetahui
ruang lingkup Statistik Inferensial
1.4
Manfaat
Adapun manfaat yang diharapkan dari penulisan
makalah ini adalah sebagai berikut:
1. Bagi
penulis
Pembuatan makalah ini telah memberikan
berbagai pengalaman bagi penulis seperti pengalaman untuk mengumpulkan bahan.
Disamping itu, penulis juga mendapat ilmu untuk memahami dan menganalisis
materi yang ditulis dalam makalah ini. Penulis juga mendapatkan berbagai
pengalaman mengenai teknik penulisan makalah, teknik pengutipan, dan teknik
penggabungan materi dari berbagai sumber.
2. Bagi
pembaca
Pembaca akan lebih mengetahui pengertian, fungsi dan ruang lingkup
Statistika Inferensial.
BAB II
PEMBAHASAN
2.1 Pengertian Statistik
Inferensial
Statistika
Inferensial adalah serangkaian teknik yang
digunakan untuk mengkaji, menaksir dan mengambil kesimpulan berdasarkan data
ynag diperoleh dari sempel untuk menggambarkan karakteristik atau ciri dari
suatu populasi. Oleh karena itu, statistika inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Dalam
statistika inferensial, kesimpulan dapat diambil setelah melakukan pengolahan
serta penyajian data dari suatu sampel yang diambil dari suatu populasi,
sehingga agar dapat memberikan cerminan yang mendekati sebenarnya dari suatu
populasi, maka ada beberapa hal yang perlu diperhatikan dalam statistika
inferensial, diantaranya:
1. Banyaknya
subyek penelitian, maksudnya jika populasi ada 1000, maka sampel yang diambil
jangan hanya 5, namun diusahakan lebih banyak, seperti 10 atau 50.
2. Keadaan
penyebaran data. Dalam hal ini perlu diperhatikan bahwa pengambilan sampel harus
merata pada bagian populasi. Diharapkan dalam pengambilan sampel dilakukan
secara acak, sehingga kemerataan dapat dimaksimalkan dan apapun kesimpulan yang
didapat dapat mencerminkan keadaan populasi yang sebenarnya.
Statistika Inferensial dibagi menjadi dua, yaitu
Statistika Parametrik dan Statistika Non Parametrik.
1. Statistika parametrik terutama digunakan untuk menganalisa data interval dan rasio,
yang diambil dari populasi yang berdistribusi normal
2. Statistika non-parametrik terutama digunakan untuk
menganalisa data nominal, dan ordinal dari populasi yang bebas distribusi
Contoh
dari statistika inferensial adalah pada pemilihan Ketua BEM Undiksha tahun
2008. Dalam kegiatan ini, walaupun sistem pemilihannya dengan pemungutan suara,
tetapi tidak semua mahasiswa Undiksha yang diberikan untuk memilih, melainkan
hanya perwakilan dari masing-masing HMJ. Di sini telah dilakukan sampling,
yaitu pemilihan sampel (perwakilan HMJ), dari suatu populasi (seluruh mahasiswa
Undiksha). Dari hasil pemungutan suara dari masing-masing perwakilan HMJ, maka
data-data yang diperoleh digunakan sebagai acuan untuk membuat kesimpulan bahwa
hal itulah yang diinginkan oleh seluruh mahasiswa Undiksha walaupun jika
ditelaah mungkin saja tidak demikian.
Jadi dari uraian di
atas tentang statistika inferensial menyajikan data untuk mendapat kesimpulan
terhadap obyek yang lebih luas, sehingga karena inferensi tidak dapat secara
mutlak pasti, perkataan probabilitas (kemungkinan) sering dinyatakan dalam
menyatakan kesimpulan.
2.2 Fungsi Statistika
Inferensial
Statistika
Inferensial atau induktif adalah statistik bertujuan menaksir secara umum suatu
populasi dengan menggunakan hasil sampel, termasuk didalamnya teori penaksiran
dan pengujian teori. Statistika Inferensial digunakan untuk melakukan :
a. Generalisasi
dari sampel ke populasi.
b. Uji
hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu
uji keterkaitan, kontribusi).
2.3 Ruang lingkup Bahasan
Statistika Inferensial
Berdasarkan
ruang lingkup bahasannya, statistika inferensial mncakup :
a. Probabilitas
atau teori kemungkinan
b. Dristribusi
teoritis
c. Sampling
dan sampling distribusi
d. Pendugaan
populasi atau teori populasi
e. Uji
Hipotesis
f. Analisis
korelasi dan uji signifikasi
g. Analisis
regresi untuk peramalan
h. Analisis
varians
i.
Analisis kovarians
A. Probabilitas atau teori
kemungkinan
Teori statistik
dianggap telah selesai jika kita telah selesai membuat suatu kesimpulan tentang
karakteristik populasi. Untuk membuatkesimpulan mengenai populasi, pada umumnya
penelitian terhadap sampel yang diambil dengan teknk tertentu. Cara mengambil
sampel penelitian disebut Sampling. Jika
sampling diambil dengan teknik sampling, maka sampel penelitian tersebut dapat
dikatakan representasi dari populasi.
Kesimpulan yang diambil
oleh peneliti tidaklah pasti secara absolut dan selalu memiliki kekeliruan
tertentu. Untuk itu diperlukan pengetahuan tentang teori probabilitas atau
teori peluang atau teori tentang kemungkinan terjadinya kepastian dan ketidakpastian
suatu kejadian. Dengan demikian, Probabilitas
dapat diartikan kemungkinan terjadinya suatu peristiwa diantara kejadian
seluruhnya yang mungkin terjadi. Misalanya, ada huruf A, B, C. Berapa
kemungkinan pasanagan yang dibuat ?. Kemungkinan yang terjadi adalah ABC, ACB,
BCA, BAC, CAB dan CBA. Jadi ada 6 kemungkinan, denagn rumus 3x2x1 = 6. Hal ini
dapat ditulis dengan n! (dibaca: n faktorial). Pada contoh ini ada 3! 3x2x1 =
6. Hal ini disebut permutasiJumlah permutasi dan n objek yang berbeda adalah
n!. Jika jumlah seluruh objek adalah n jumlah objek yang diambil disetiap
pengambilan adalah r, maka aturan tersebut dapat dirumuskan sebagai berikut
Misalanya, ada empat
huruf ABCD, berapa pasang yang dapat dibuat ? hal ini dapat dihitung dengan
jalan berikut.
B. Distribusi Teoritis
Salah satu distribusi frekuensi yang paling penting
dalam statistika adalah distribusi normal. Distribusi normal berupa kurva
berbentuk lonceng setangkup yang melebar tak berhingga pada kedua arah positif
dan negatifnya. Penggunaanya sama dengan penggunaan kurva distribusi lainnya.
Frekuensi relatif suatu variabel yang mengambil nilai antara dua titik pada
sumbu datar. Tidak semua distribusi berbentuk lonceng setangkup merupakan
distribusi normal.
Pada tahun 1733 DeMoivre menemukan persamaan
matematika kurva normal yang menjadi dasar banyak teori statistika induktif.
Distribusi normal sering pula disebut Distribusi Gauss untuk menghormati Gauss
(1777 – 1855), yang juga menemukan persamaannya waktu meneliti galat dalam
pengukuran yang berulang-ulang mengenai bahan yang sama.
Sifat dari variabel kontinu berbeda dengan variabel
diskrit. Variabel kontinu mencakup semua bilangan, baik utuh maupun pecahan.
Oleh karenanya tidak bisa dipisahkan satu nilai dengan nilai yang lain. Itulah
sebabnya fungsi variabel random kontinu sering disebut fungsi kepadatan, karena
tidak ada ruang kosong diantara dua nilai tertentu. Dengan kata lain
sesungguhnya keberadaan satu buah angka dalam variabel kontinu jika ditinjau
dari seluruh nilai adalah sangat kecil, bahkan mendekati nol. Karena itu tidak
bisa dicari probabilitas satu buah nilai dalam variabel kontinu, tetapi yang
dapat dilakukan adalah mencari probabilitas diantara dua buah nilai.
C. Sampling dan Sampling Distribusi
Sampling adalah
bagian dari metodologi statistika yang berhubungan dengan pengambilan sebagian
dari populasi. Jika sampling dilakukan dengan metode yang
tepat, analisis statistik dari suatu sampel dapat digunakan untuk
menggeneralisasikan keseluruhan populasi. Sampling berguna dalam penarikan
kesimpulan (inference) yang valid dan dapat dipercaya.
Distribusi Sampling adalah distribusi nilai statistik
sampel-sampel. Jika statistik yang ditinjau adalah mean dari masing –
masing sampel, maka distribusi yang
terbentuk disebut distribusi mean – mean
sampling (sampling distribution of the means). Dengan demikian dapat
juga diperoleh distribusi deviasi standard, varians, median dari sampling.
Masing – masing jenis distribusi
sampling dapat dihitung ukuran-ukuran statistik deskriptifnya (mean, range,
deviasi standard, da lain-lain).
Sampling memiliki
beberapa tipe diataranya :
v Simple
random sampling adalah sebuah proses
sampling yang dilakukan sedemikian
rupa
sehingga setiap satuan sampling yang ada dalam populasi mempunyai peluang yang
sama untuk dipilih ke dalam sampel.
v Systematic
sampling merupakan pengambilan setiap unsur
ke k dalam populasi, untuk
dijadikan
sampel. Pengambilan sampel secara acak hanya dilakukan pada pengambilan
awal saja, sementara pengambilan kedua
dan seterusnya ditentukan secara sistematis,
yaitu menggunakan interval tertentu
sebesar k.
v Stratified
sampling adalah penarikan sampel berstrata
yang dilakukan dengan mengambil sampel acak sederhana dari setiap strata
populasi yang sudah ditentukan lebih dulu.
v Convenience
sampling, sampel diambil berdasarkan faktor
spontanitas, artinya siapa saja yang secara tidak sengaja bertemu dengan
peneliti dan sesuai dengan karakteristiknya, maka orang tersebut dapat
dijadikan sampel.
v Judgement
sampling (purposive sampling)
adalah teknik penarikan sampel yang
dilakukan
berdasarkan karakteristik yang ditetapkan terhadap elemen populasi target
yang
disesuaikan dengan tujuan atau masalah penelitian.Bedanya, jika dalam sampling
stratifikasi
penarikan sampel dari setiap subpopulasi dilakukan dengan acak, maka dalam sampling
kuota, ukuran serta sampel pada setiap sub-subpopulasi ditentukan sendiri oleh peneliti
sampai jumlah tertentu tanpa acak.
v Snowball
Sampling merupakan salah satu bentuk judgement
sampling yang sangat tepat digunakan bila populasinya kecil dan spesifik.
Cara pengambilan sampel dengan teknik ini dilakukan secara berantai, makin lama
sampel menjadi semakin besar, seperti bola salju yang menuruni lereng gunung.
o Sampling
memiliki beberapa kriteria diantaranya :
Kriteria
yang harus diperhatikan untuk menentukan tipe sampling yang baik, diantaranya:
(1)
dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi,
(2)
dapat menentukan presisi dari hasil penelitian,
(3)
sederhana, mudah dilaksanakan, dan
(4) dapat memberikan keterangan sebanyak
mungkin tentang populasi dengan biaya minimal.
o Tahapan sampling adalah:
v Mendefinisikan populasi hendak diamati
v Melakukan pengambilan sampel (pengumpulan
data)
v Melakukan pengecekan ulang proses sampling
D. Pendugaan Populasi atau
Teori Populasi
Populasi
adalah himpunan dari unsur – unsur yang sejenis.Unsur- unsur sejenis tersebut
bisa berupa manusi, hewan, tumbuh – tumbuhan, benda – benda, zat cair,
peristiwa dan sejenisnya. Besarnya populasi bisa terbatas dan bisa tidak
terbatas. Populasi dari mana sampel diambil disebut populasi induk. Melalui
teknik pengambilan sampel yang reliabel kesimpulan penelitian dapat
digeneralisasikan. Ada kesalahan generalisasi yangperlu dipertimbangkan karena
besar kecilnya keslahan generalisasi tergantung pada : (1) besarnya sampel
penelitian, (2) teknik sampling yang digunakan, (3) kecermatan memasukkan ciri
– ciri populasi dan sampling, (4) cara – cara pengambilan data dan (5)
rancangan analisi data.
Populasi (population/universe)
dalam statistika merujuk pada sekumpulan individu dengan karakteristik khas
yang menjadi perhatian dalam suatu penelitian (pengamatan). Misalnya, jika yang
ingin diteliti adalah sikap konsumen terhadap satu produk tertentu, maka
populasinya adalah seluruh konsumen produk tersebut. Jika yang diteliti adalah
laporan keuangan perusahaan “X”, maka populasinya adalah keseluruhan laporan
keuangan perusahaan “X” tersebut, Jika yang diteliti adalah motivasi pegawai di
departemen “A” maka populasinya adalah seluruh pegawai di departemen “A”. Jika
yang diteliti adalah efektivitas gugus kendali mutu (GKM) organisasi “Y”, maka
populasinya adalah seluruh GKM organisasi “Y”Populasi dari mana sampel
penelitian diambil disebut populasi induk. Ukuran populasi ada dua:
(1) populasi terhingga (finite population), yaitu
ukuran populasi yang berapa pun besarnya tetapi masih bisa dihitung
(cauntable). Misalnya populasi pegawai suatu perusahaan;
(2) populasi tak terhingga (infinite population),
yaitu ukuran populasi yang sudah sedemikian besarnya sehingga sudah tidak bisa
dihitung (uncountable). Misalnya populasi tanaman anggrek di dunia.
E. Uji Hipotesis
Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan
dari analisa data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir tidak
mungkin disebapkan oleh faktor yang kebetulan, sesuai dengan batas probabilitas
yang sudah ditentukan sebelumnya.
Uji hipotesis kadang disebut juga "konfirmasi
analisa data". Keputusan dari uji hipotesis hampir selalu dibuat
berdasarkan pengujian hipotesis nol. Ini adalah pengujian untuk menjawab pertanyaan yang
mengasumsikan hipotesis nol adalah benar.
F.
Analisis
Korelasi Dan Uji Signifikasi
Analisis
korelasi pertama kali dikembangkan oleh Karl Pearson pada
tahun 1900. Tujuan dari analisis ini adalah untuk menetukan seberapa erat
hubungan antara dua variable. Definisi analisis korelasi dinyatakansebagai
berikut :
“Analisis korelasi adalah suatu teknik statistik yang
digunakan untuk mengukur keeratan hubungan atau korelasi antara dua variabel”
Analisis
korelasi mencoba mengukur keeratan hubungan antara dua variabel X dan Y.
Keeratan hubungan antara dua variabel tersebut dinyatakan dalam bentuk
koefisien korelasi yang dilambangkan dengan huruf r. Koefisien korelasi (r)
menunjukkan seberapa dekat titik kombinasi antara variabel Y dan X pada garis
lurus sebagai garis dugaannya. Semakin dekat titik kombinasi dengan garis
dugaannya maka nilai korelasi semakin membesar. Sebaliknya, semakin menyebar
dari garis dugaannya maka nilai korelasi semakin kecil.
Pengertian lain menyebutkan, Korelasi adalah metode
statistik yang dipakai untuk mengukur asosiasi atau hubungan antara dua atau
lebih variabel kuantitatif, sedangkan untuk mengukur asosiasi antara dua atau
lebih variabel kuantitatif dipakai tes X kuadrat. Sebagai contoh hubungan
antara dosis obat hipertensi dan tekanan darah, hubungan antara dua variabel
ini dinyatakan pada sumbu X dan Y yang membentuk suatu garis linier dan
koefisien (r) yang menyatakan derajat hubungan antara dua variabel tersebut. Sedangkan
untuk korelasi sendiri digunakan untuk menyatakan derajat hubungan linier
antara dua variabel X dan Y. Jika korelasi antara X dan Y mempunyai hubungan
sangat erat, maka nilai koefisien korelasi (r) mendekati -1 atau +1, dan bila
tidak ada hubungan akan mendekati nilai 0.
G. Analisis Regresi Untuk Peramalan
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan
hubungan sebab-akibat antara satu variabel dengan variabel - variabel yang lain.
Variabel "penyebab" disebut dengan bermacam-macam istilah: variabel
penjelas, variabel eksplanatorik, variabel independen, atau
secara bebas, variabel X (karena seringkali digambarkan dalam grafik
sebagai absis, atau sumbu X). Variabel terkena akibat
dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel
terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi
harus selalu variabel acak. Analisis regresi adalah salah satu analisis yang
paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas
untuk melakukan prediksi dan ramalan, dengan penggunaan yang saling melengkapi
dengan bidang pembelajaran mesin. Analisis ini juga digunakan untuk memahami
variabel bebas mana saja yang berhubungan dengan variabel terikat, dan untuk
mengetahui bentuk-bentuk hubungan tersebut.
H. Analisis Varians
Analisis varians (analysis
of variance, ANOVA)
adalah suatu metode analisis statistika yang termasuk ke dalam cabang statistika inferensial. Dalam literatur Indonesia metode ini dikenal
dengan berbagai nama lain, seperti analisis
ragam, sidik ragam, dan analisis variansi. Ia merupakan
pengembangan dari masalah Behrens-Fisher, sehingga uji-F juga dipakai dalam pengambilan keputusan. Analisis
varians pertama kali diperkenalkan oleh Sir Ronald Fisher, bapak statistika modern. Dalam praktik, analisis
varians dapat merupakan uji hipotesis (lebih sering dipakai) maupun pendugaan (estimation, khususnya di bidang genetika
terapan). Secara umum, analisis varians menguji dua varians (atau ragam) berdasarkan hipotesis nol bahwa kedua varians itu sama. Varians pertama
adalah varians antarcontoh (among samples) dan varians kedua adalah
varians di dalam masing-masing contoh (within samples). Dengan ide
semacam ini, analisis varians dengan dua contoh akan memberikan hasil yang sama
dengan uji-t untuk dua rerata (mean). Supaya sahih (valid)
dalam menafsirkan hasilnya, analisis varians menggantungkan diri pada empat
asumsi yang harus dipenuhi dalam perancangan percobaan:
- Data berdistribusi normal, karena pengujiannya menggunakan uji F-Snedecor
- Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, karena hanya digunakan satu penduga (estimate) untuk varians dalam contoh
- Masing-masing contoh saling bebas, yang harus dapat diatur dengan perancangan percobaan yang tepat
- Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).
Analisis varians
relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai bentuk
percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki keterkaitan
dengan analisis regresi. Akibatnya, penggunaannya sangat luas di berbagai
bidang, mulai dari eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan.
I. Analisis
Kovarians
Analisis kovarian (anakova)
adalah uji statistik multivarian yang merupakan perpaduan antara analisis
regresi dengan analisis varian (anava). Analisis Kovarian (Anakova)
dikembangkan oleh R. A. Fischer, seorang pakar statistik berkebangsaan Inggris
dan pertama kali dipublikasikan pada tahun 1932.
Anakova merupakan teknik statistik
yang sering digunakan pada penelitian eksperimental (dirancang sendiri) dan
juga observasional (sudah terjadi di lapangan). Dalam penelitian, tidak jarang
terjadi, satu atau lebih variabel yang tidak dapat dikontrol oleh peneliti
karena keterbatasan penyelenggaraan eksperimen atau karena alasan lain, padahal
peneliti sadar bahwa variabel-variabel tersebut juga mempengaruhi hasil
eksperimennya.
Menghadapi situasi seperti ini, maka
peneliti perlu mengadakan pendekatan statistik untuk mengontrol dalam arti
meniadakan berbagai efek dari satu atau lebih variabel yang tidak terkontrol
ini. Anakova merupakan salah satu metode statistik yang digunakan untuk mengatasi variabel yang
tidak terkontrol tersebut (Supratiknya, 2006).
Secara lebih khusus dalam anakova
akan diadakan analisis residu pada garis regresi, yaitu dilakukan dengan jalan
membandingkan varian residu antar kelompok dengan varian residu dalam kelompok.
Anakova akan dihitung dengan melakukan
pengendalian statistik yang gunanya untuk membersihkan atau memurnikan
perubahan-perubahan yang terjadi pada variabel terikat sebagai akibat pengaruh
variabel-variabel atau karena rancangan penelitian yang tidak kuat.
Pengendalian terhadap pengaruh luar dalam penelitian memiliki fungsi yang
penting terutama untuk mempelajari pengaruh murni suatu perlakuan pada variabel
tertentu terhadap variabel lain (Winarsunu, 2007)
BAB III
PENUTUP
2.4
Kesimpulan
1.
Statistika Inferensial
adalah serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil
kesimpulan berdasarkan data ynag diperoleh dari sempel untuk menggambarkan
karakteristik atau ciri dari suatu populasi.
2.
Statistika Inferensial
digunakan untuk melakukan :
·
Generalisasi dari
sampel ke populasi.
·
Uji hipotesis
(membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu uji
keterkaitan, kontribusi).
3.
Berdasarkan ruang
lingkup bahasannya, statistika inferensial mncakup :
·
Probabilitas atau teori
kemungkinan
·
Dristribusi teoritis
·
Sampling dan sampling
distribusi
·
Pendugaan populasi atau
teori populasi
·
Uji Hipotesis
·
Analisis korelasi dan
uji signifikasi
·
Analisis regresi untuk
peramalan
·
Analisis varians
·
Analisis kovarians
