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 menggambarkan sifat utama dari suatu kumpulan data secara kuantitatif. Untuk merepresentasikan properti kumpulan data seakurat mungkin, data diringkas menggunakan alat grafis atau numerik.
Peringkasan grafis dilakukan dengan mentabulasi, mengelompokkan, dan membuat grafik nilai variabel yang diminati. Distribusi frekuensi dan histogram distribusi frekuensi relatif adalah representasi seperti itu. Mereka menggambarkan distribusi nilai di seluruh populasi.
Peringkasan numerik melibatkan komputasi ukuran deskriptif seperti rata-rata, mode, dan mean. Ukuran deskriptif selanjutnya dikategorikan menjadi dua kelas; mereka adalah ukuran tendensi sentral dan ukuran penyebaran / variasi. Ukuran tendensi sentral adalah mean / average, median, dan mode. Masing-masing memiliki tingkat penerapan dan kegunaannya sendiri. Jika salah satu mungkin gagal, yang lain mungkin mewakili kumpulan data dengan lebih baik.
Sesuai dengan namanya, ukuran penyebaran melibatkan pengukuran distribusi data. Rentang, deviasi standar, varian, persentil dan rentang kuartil, dan koefisien variasi adalah ukuran dispersi. Mereka memberikan informasi tentang penyebaran data.
Contoh sederhana dari penggunaan statistik deskriptif adalah menghitung Nilai Rata-Rata dari 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 memperoleh kesimpulan tentang populasi terkait dari kumpulan data yang diperoleh dari sampel yang mengalami variasi acak, observasi, dan pengambilan sampel. Secara umum, hasil diperoleh dari sampel populasi secara acak dan kesimpulan yang diperoleh dari sampel tersebut kemudian digeneralisasikan 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 mereka mewakili seluruh populasi.
Statistik inferensial berfokus pada bagaimana menggeneralisasi statistik yang diperoleh dari sampel seakurat mungkin untuk merepresentasikan populasi. Salah satu faktor yang menjadi perhatian adalah sifat sampel. Jika sampelnya bias, maka hasilnya juga bias, dan parameter yang didasarkan pada ini tidak mewakili keseluruhan populasi dengan benar. Oleh karena itu, pengambilan sampel merupakan salah satu studi penting dari statistik inferensial. Asumsi statistik, teori keputusan statistik, dan teori estimasi, pengujian hipotesis, desain eksperimen, analisis varians, dan analisis regresi adalah topik studi yang menonjol dalam teori statistik inferensial.
Contoh yang baik dari statistik inferensial dalam tindakan adalah prediksi hasil pemilu sebelum pemungutan suara melalui pemungutan suara.
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 merepresentasikan bagaimana nilai-nilai variabel terkonsentrasi dan tersebar.
• Statistik inferensial menggeneralisasi statistik yang diperoleh dari suatu sampel ke populasi umum di mana sampel tersebut berada. Ukuran populasi disebut sebagai parameter.
• Statistik deskriptif hanya meringkas sifat-sifat sampel darimana data diperoleh, tetapi dalam statistik inferensial, ukuran dari sampel digunakan untuk menyimpulkan sifat-sifat populasi.
• Dalam statistik inferensial, parameter diperoleh dari sampel, tetapi tidak dari seluruh populasi; Oleh karena itu, selalu ada ketidakpastian dibandingkan dengan nilai sebenarnya.
