Statistik inferensial adalah metode penelitian statistik yang mengambil data dari sampel untuk bisa membuat kesimpulan ataupun mengeneralisasi pada populasi yang lebih besar. Oleh sebab itu, kita harus yakin bahwa sampel yang kita pilih mencerminkan populasi secara akurat. Bahkan pada tingkat yang luas, seorang peneliti harus mampu menentukan populasi yang kita pelajari, menggambarkan sampel perwakilan dari populasi itu, dan menggunakan analisis yang menyertakan kesalahan pengambilan sampel.
Yang pasti, terdapat dua metode yang dapat digunakan dalam statistik inferensial, yaitu estimasi parameter dan pengujian hipotesis statistik. Contoh statistik inferensil misalnya seorang peneliti ingin mengukur berat rata-rata setiap orang dewasa di seluruh negara. Untuk itu, peneliti memilih sampel acak orang dewasa dari populasi yang diminati, lalu menimbang semua orang dalam sampel tersebut.
Statistika Inferensial
Statistik inferensial pada haiekatnya akan membuat prediksi akan kesimpulan dari teknik pengumpulan data. Sehingga dengan menggunakan statistik inferensial, kita dapat mengambil data dari sampel yang kita pilih untuk kemudian membuat generalisasi tentang suatu populasi.
Pengertian Statistika Inferensial
Statistik inferensial adalah salah satu dari dua cabang utama ilmu statistik yang senantiasa menggunakan sampel dari jenis data penelitian secara acak dari suatu populasi untuk mendeskripsikan dan membuat kesimpulan tentang populasi tersebut.
Misalkan kita memiliki beberapa contoh data tentang kemungkinan obat kanker baru. Kita dapat menggunakan statistik deskriptif untuk mendeskripsikan sampel kita, termasuk: Rata-rata sampel, Contoh deviasi standar, Membuat diagram batang, Menjelaskan bentuk distribusi probabilitas sampel.
Akan tetapi, dengan menggunakan statistik inferensial, kita mengambil data sampel dari sejumlah kecil orang dan mencoba menentukan apakah data tersebut dapat memprediksi apakah obat tersebut akan berhasil untuk semua orang (yaitu populasi). Ada berbagai cara untuk melakukan ini, dari menghitung skor-z (skor-z adalah cara untuk menunjukkan di mana data akan berada dalam distribusi normal hingga pengujian post-hoc (lanjutan).
Statistik inferensial menggunakan model statistik untuk membantu kita membandingkan data sampel dengan sampel lain atau dengan penelitian sebelumnya. Sebagian besar penelitian menggunakan model statistik yang disebut model Linier Umum dan termasuk uji-t Student, ANOVA (Analisis Varians), analisis regresi, dan berbagai model lain yang menghasilkan probabilitas dan hasil garis lurus (“linier”).
Pengertian Statistika Inferensial Menurut Para Ahli
Adapun definisi statistika menurut para ahli, antara lain:
- Kolawole (2001), Pengertian statistik inferensial ialah penghitungan penelitian kuantitatif yang digambarkan sebagai matematika dan logika tentang bagaimana generalisasi dari sampel ke populasi dapat dibuat.
- Sugiyono (2012), Arti statistik inferensial adalah teknik statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi yang jelas dan teknik pengambilan jenis sampel dan populasi yang dilakukan secara random.
Macam Metode Statistik Inferensial
Ada dua metode utama statistik inferensial. Yaitu;
- Estimasi parameter
Estimasi parameter ini seperti mempergunakan mean, median, mode, dan deviasi standar dari suatu populasi berdasarkan perhitungan dari sampel populasi tersebut. Estimasi parameter dapat dilakukan dengan membuat interval kepercayaan (confidence intervals), yaitu rentang nilai di mana parameter populasi sebenarnya cenderung turun.
- Pengujian hipotesis
Metode kedua dari statistik inferensial adalah pengujian hipotesis penelitian yang juga dikenal sebagai pengujian signifikansi. Seringkali, ini melibatkan penentuan apakah perbedaan rata-rata dua sampel signifikan secara statistik.
Pengujian semacam itu sering digunakan oleh perusahaan farmasi yang ingin mengetahui apakah obat baru lebih efektif dalam memerangi gejala tertentu daripada tidak menggunakan obat sama sekali.
Karena tidak mungkin (dan tidak etis) untuk mencoba obat baru pada setiap orang yang menunjukkan gejala tersebut, sampel acak harus digunakan. Dari hasil eksperimental, kesimpulan dapat ditarik mengenai keefektifan obat dalam populasi secara luas.
Ditinjau dari pengujian yang digunakan dalam statistik inferensial, macam-macam teknik pengujian tersebut, diantaranya yaitu:
-
Analisis Regresi Linier
Dalam pengujian ini, algoritma linier digunakan untuk memahami hubungan antara dua variabel dari kumpulan data. Salah satu variabel tersebut adalah variabel dependen, sedangkan variabel independen dapat digunakan satu atau lebih.
Dalam istilah yang lebih sederhana, kita mencoba memprediksi nilai variabel dependen berdasarkan nilai variabel independen yang tersedia. Ini biasanya direpresentasikan dengan menggunakan diagram pencar, meskipun kita juga dapat menggunakan jenis grafik lain.
-
Analisis Varians
Ini adalah metode statistik lain yang sangat populer dalam ilmu data. Ini digunakan untuk menguji dan menganalisis perbedaan antara dua atau lebih mean dari kumpulan data. Perbedaan signifikan antara rata-rata diperoleh dengan menggunakan tes ini.
-
Analisis Kovarian
Metode ini hanyalah pengembangan dari metode Analisis Varians dan melibatkan penyertaan kovariansi berkelanjutan dalam perhitungan. Kovarian adalah variabel independen yang kontinu, dan digunakan sebagai variabel regresi.
Metode ini digunakan secara luas dalam pemodelan statistik, untuk mempelajari perbedaan yang ada antara nilai rata-rata variabel penelitian dependen.
-
Signifikansi Statistik (Uji-T)
Tes yang relatif sederhana dalam statistik inferensial, ini digunakan untuk membandingkan rata-rata dua kelompok dan memahami jika keduanya berbeda satu sama lain. Urutan perbedaan, atau seberapa signifikan perbedaan tersebut dapat diperoleh dari sini.
-
Analisis Korelasi
Analisis korelasi digunakan untuk memahami sejauh mana dua variabel saling bergantung. Kekuatan hubungan apa pun, jika ada, antara dua variabel dapat diperoleh dari ini. Kita dapat memahami apakah variabel memiliki korelasi yang kuat atau yang lemah.
Korelasi juga bisa negatif atau positif, tergantung pada variabelnya. Korelasi negatif artinya nilai satu variabel menurun sedangkan nilai variabel lainnya meningkat dan korelasi positif berarti nilai kedua variabel tersebut menurun atau bertambah secara bersamaan.
Alasan Mempergunakan Statistika Inferensial
Terdapat beberapa alasan menggunakan statistik inferensial, diantaranya yaitu:
- Banyak jurnal tingkat atas tidak akan menerbitkan artikel yang tidak menggunakan statistik inferensial.
- Statistik inferensial memungkinkan analis untuk menggeneralisasi temuan ke populasi yang lebih besar.
- Statistik inferensial dapat menentukan tidak hanya apa yang bisa terjadi, tetapi apa yang cenderung terjadi dalam program.
- Statistik inferensial membantu menilai kekuatan hubungan antara variabel independen (kausal), dan variabel dependen (efek). Itu dapat menilai dampak relatif dari berbagai program.
- Statistik inferensial hanya dapat digunakan jika ahli statistik memiliki daftar lengkap anggota populasi. Statistik inferensial menarik sampel acak dari populasi ini. Dengan menggunakan rumus yang telah ditetapkan sebelumnya, ahli statistik menentukan bahwa ukuran sampel cukup besar.
- Statistik inferensial dapat membantu menentukan kekuatan hubungan dalam sampel. Ahli statistik dapat menilai kekuatan dampak variabel independen (masukan program) terhadap hasil (keluaran program). Dalam statistik inferensial, sulit untuk mendapatkan daftar populasi dan/atau mengambil sampel acak.
Contoh Statistika Inferensial
Contoh kasus penggunaan statistik inferensial dalam arti penelitian, misalnya;
-
Berat Rata-Rata Orang di Suatu Negara
Seorang peneliti ingin mengukur berat rata-rata setiap orang dewasa di suatu negara. Tentunya tidak praktis dan tidak mungkin menimbang semua orang. Namun demikian, masih mungkin untuk menghitung perkiraan yang mendekati bobot rata-rata dari populasi semacam itu. Kita dapat melakukan ini menggunakan statistik inferensial.
Statistik inferensial bergantung pada pengumpulan data pada sampel individu dalam populasi yang jauh lebih besar. Dalam contoh tentang memperkirakan berat badan orang dewasa rata-rata dari setiap orang di suatu negara, seorang peneliti dapat memilih sampel acak orang dewasa dari populasi yang diminati, lalu menimbang semua orang dalam sampel tersebut.
Peneliti kemudian dapat menghitung bobot rata-rata sampelnya (menggunakan statistik deskriptif!), Dan dari situ, menarik kesimpulan bahwa bobot rata-rata sebenarnya dari seluruh populasi berada dalam interval nilai yang ditentukan.
Alasan peneliti harus menggunakan interval nilai (dan tidak menentukan nilai pasti untuk bobot rata-rata populasi) adalah karena tidak ada sampel yang merupakan representasi sempurna dari seluruh populasi, sehingga setiap eksperimen akan melibatkan beberapa kesalahan pengambilan sampel.
Dengan demikian, hasil yang diperoleh melalui statistik inferensial (tidak seperti yang diperoleh melalui statistik deskriptif, jika peneliti dapat mengukur setiap orang yang ingin dia ketahui) akan selalu mengandung beberapa ketidakpastian.
Secara umum, semakin besar ukuran sampel yang digunakan peneliti (dalam hal ini, semakin banyak orang yang dia timbangkan), semakin banyak eksperimen yang dapat mengurangi ketidakpastian dalam hasilnya. Ketika ukuran sampel semakin besar dan mendekati ukuran seluruh populasi, ketidakpastian itu akan mendekati nol, dan statistik inferensial (di mana peneliti tidak dapat mengukur semua orang yang dia minati) akan memberi jalan pada statistik deskriptif (di mana peneliti dapat mengukur semua orang yang diminati).
Demikinalah artikel yang bisa kami kemukakan, pada segenap pembaca berkaitan dengan pengertian statistika inferensial menurut para ahli, jenis metode, tujuan, dan contohnya yang ada dalam penelitian. Semoga memberikan wawasan untuk segenap pembaca yang membutuhkan.
