Statistik Deskriptif vs Inferensial
Statistik adalah disiplin pengumpulan, analisis, dan penyajian data. Teori statistik dibagi menjadi dua cabang berdasarkan informasi yang mereka hasilkan dengan menganalisis data.
Apa itu Statistik Deskriptif?
Statistik deskriptif adalah cabang statistik yang menjelaskan sifat-sifat utama suatu kumpulan data secara kuantitatif. Untuk mewakili properti kumpulan data seakurat mungkin, data diringkas menggunakan alat grafis atau numerik.
Peringkasan grafis dilakukan dengan mentabulasi, mengelompokkan, dan membuat grafik nilai-nilai variabel yang diinginkan. Distribusi frekuensi dan histogram distribusi frekuensi relatif adalah representasi tersebut. Mereka menggambarkan distribusi nilai di seluruh populasi.
Peringkasan numerik melibatkan penghitungan ukuran deskriptif seperti rata-rata, modus, dan rata-rata. Langkah-langkah deskriptif selanjutnya dikategorikan ke dalam dua kelas; mereka adalah ukuran tendensi sentral dan ukuran dispersi/variasi. Ukuran tendensi sentral adalah mean/rata-rata, median, dan modus. Masing-masing memiliki tingkat penerapan dan kegunaannya sendiri. Di mana satu mungkin gagal, yang lain mungkin mewakili kumpulan data dengan lebih baik.
Seperti namanya, ukuran dispersi melibatkan pengukuran distribusi data. Rentang, standar deviasi, varians, persentil dan rentang kuartil, dan koefisien variasi adalah ukuran dispersi. Mereka memberikan informasi tentang penyebaran data.
Contoh sederhana penggunaan statistik deskriptif adalah menghitung Nilai Rata-Rata Nilai seorang siswa. IPK pada dasarnya adalah rata-rata tertimbang dari hasil siswa dan merupakan cerminan dari kinerja akademik siswa secara keseluruhan.
Apa itu Statistik Inferensial?
Statistik inferensial adalah cabang statistik, yang menarik kesimpulan tentang populasi yang bersangkutan dari kumpulan data yang diperoleh dari sampel yang mengalami variasi acak, pengamatan, dan pengambilan sampel. Secara umum, hasil diperoleh dari sampel acak dari populasi dan kesimpulan yang diperoleh dari sampel tersebut kemudian digeneralisasi untuk mewakili seluruh populasi.
Sampel adalah bagian dari populasi, dan ukuran statistik deskriptif untuk data yang diperoleh dari sampel hanya dikenal sebagai statistik. Ukuran statistik deskriptif yang diperoleh dari analisis sampel dikenal sebagai parameter bila diterapkan pada populasi, dan mewakili seluruh populasi.
Statistik inferensial berfokus pada bagaimana menggeneralisasi statistik yang diperoleh dari sampel seakurat mungkin untuk mewakili populasi. Salah satu faktor yang menjadi perhatian adalah sifat sampel. Jika sampel bias, maka hasilnya juga bias, dan parameter berdasarkan ini tidak mewakili seluruh populasi dengan benar. Oleh karena itu, pengambilan sampel merupakan salah satu studi penting dalam statistik inferensial. Asumsi statistik, teori keputusan statistik, dan teori estimasi, pengujian hipotesis, desain eksperimen, analisis varians, dan analisis regresi adalah topik utama studi dalam teori statistik inferensial.
Contoh yang baik dari statistik inferensial dalam tindakan adalah prediksi hasil pemilu sebelum pemungutan suara melalui polling.
Apa perbedaan antara Statistik Deskriptif dan Inferensial?
• Statistik deskriptif difokuskan pada meringkas data yang dikumpulkan dari sampel. Teknik ini menghasilkan ukuran tendensi sentral dan dispersi yang mewakili bagaimana nilai-nilai variabel terkonsentrasi dan tersebar.
• Statistik inferensial menggeneralisasikan statistik yang diperoleh dari sampel ke populasi umum tempat sampel tersebut berada. Ukuran populasi disebut sebagai parameter.
• Statistik deskriptif hanya meringkas sifat-sifat sampel dari mana data diperoleh, tetapi dalam statistik inferensial, ukuran dari sampel digunakan untuk menyimpulkan sifat-sifat populasi.
• Dalam statistik inferensial, parameter diperoleh dari sampel, tetapi tidak seluruh populasi; oleh karena itu, selalu ada ketidakpastian yang ada dibandingkan dengan nilai sebenarnya.
