Statistika

STATISTIK DESKRIPTIF dan STATISTIK INFERENSIAL

      Pengertian statistik deskriptif berbeda dengan statistik inferensial. Pada statistik deskriptif penelitian hanya menggambarkan keadaan data apa adanya melalui parameter-parameter seperti mean, median, modus, distribusi frekuensi dan ukuran statistik lainnya. Pada statistika deskriptif, yang perlu disajikan adalah:

1. Measures of central tendency : ini adalah cara untuk menggambarkan posisi sentral dari distribusi frekuensi untuk sekelompok data. Dalam hal ini, distribusi frekuensi hanyalah distribusi dan pola nilai yang dicetak oleh 100 siswa dari yang terendah hingga yang tertinggi. Kita dapat menggambarkan posisi sentral ini menggunakan sejumlah statistik, termasuk mode, median, dan rata-rata. Anda dapat membaca tentang ukuran kecenderungan sentral.


2. Measures of spread :ini adalah cara-cara meringkas sekelompok data dengan menjelaskan bagaimana penyebaran skor. Sebagai contoh, skor rata-rata dari 100 siswa kami mungkin 65 dari 100. Namun, tidak semua siswa akan mendapat nilai 65. Sebaliknya, skor mereka akan tersebar. Beberapa akan lebih rendah dan yang lainnya lebih tinggi. Ukuran spread membantu kami untuk meringkas seberapa tersebar skor ini. Untuk menggambarkan penyebaran ini, sejumlah statistik tersedia bagi kami, termasuk rentang, kuartil, deviasi absolut, varian, dan standard deviation.

       Sedangkan penelitian inferensial adalah proses pengambilan kesimpulan-kesimpulan berdasarkan data sampel yang lebih sedikit menjadi kesimpulan yang lebih umum untuk sebuah populasi. 
 

Contoh yang baik untuk statistik inferensial adalah pada pemilu presiden 2014. Berbagai lembaga survei melakukan quick count untuk mengetahui secara cepat kandidat presiden mana yang akan mendapatkan suara rakyat lebih banyak. Lembaga survei tersebut mengambil sebagian sampel TPS (Tempat Pemungutan Suara) dari total TPS populasi. Hasil sampel TPS tersebut digunakan untuk generalisasi terhadap keseluruhan TPS. Katakanlah diambil 2.000 sampel TPS dari 400.000 populasi TPS yang ada. Hasil dari 2.000 TPS adalah statistik deskriptif. Sedangkan jika kita mengambil kesimpulan terhadap 400.000 TPS adalah statistik inferensial.Kekuatan statistik inferensial tergantung pada teknik pengambilan sampel dan proses randomisasi. Jika proses randomisasi dilakukan dengan benar, maka sampel yang lebih sedikit dapat memprediksi nilai populasi dengan baik. Dengan demikian dapat menghemat anggaran pengambilan / pengumpulan data.

         Di industri manufaktur, statistik inferensial berguna. Manajemen dapat mengetahui dan mengontrol beberapa produk yang di luar standar atau cacat dengan hanya mengambil beberapa sampel produk. Bayangkan jika manajemen perusahaan harus memeriksa semua produk hanya untuk mengetahui berapa yang cacat. Tentu akan menghabiskan waktu dan biaya yang tidak sedikit. Terlebih jika harus memeriksa semua produk yang dikemas. Tentu tidak efektif dan efisien. Untunglah ada Six Sigma, salah satu tool yang digunakan terkait hal ini. Prinsip Six Sigma menggunakan statistik inferensial yaitu mengambil sampel produk dan mengukur sigma atau standar deviasi (ukuran keragaman) dari produk. Jumlah produk yang cacat tidak boleh melebihi standar yang ditetapkan.

Sumber referensi:
1. https://statistics.laerd.com/statistical-guides/descriptive-inferential-statistics.php
2. http://www.en.globalstatistik.com/pengertian-statistik-deskriptif-dan-statistik-inferensial/