Perbedaan Antara Statistik Deskriptif dan Inferensial

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 properti utama dari suatu set data secara kuantitatif. Untuk mewakili properti dari set data seakurat mungkin, data dirangkum menggunakan alat grafis atau numerik.

Peringkasan grafis dilakukan dengan tabulasi, pengelompokan, dan grafik nilai-nilai dari variabel yang menarik. Distribusi frekuensi dan histogram distribusi frekuensi relatif adalah representasi seperti itu. Mereka menggambarkan distribusi nilai-nilai di seluruh populasi.

Peringkasan numerik melibatkan perhitungan ukuran deskriptif seperti rata-rata, mode, dan rata-rata. Langkah-langkah deskriptif selanjutnya dikategorikan ke dalam dua kelas; mereka adalah ukuran kecenderungan pusat dan ukuran dispersi / variasi. Ukuran tendensi sentral adalah mean / rata-rata, median, dan mode. Masing-masing memiliki tingkat penerapan dan kegunaannya sendiri. Jika salah satu gagal, yang lain mungkin mewakili kumpulan data yang lebih baik.

Sesuai namanya, pengukuran dispersi meliputi pengukuran distribusi data. Kisaran, standar deviasi, 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 Grade Point Average dari seorang siswa. IPK pada dasarnya adalah rata-rata tertimbang dari hasil siswa dan merupakan cerminan dari keseluruhan kinerja akademik siswa tertentu.

Apa itu Statistik Inferensial?

Statistik inferensial adalah cabang statistik, yang memperoleh kesimpulan tentang populasi yang bersangkutan dari kumpulan data yang diperoleh dari sampel yang dikenakan variasi acak, observasi, dan pengambilan sampel. Secara umum, hasil diperoleh dari sampel acak populasi dan kesimpulan yang diperoleh dari sampel kemudian digeneralisasikan untuk mewakili seluruh populasi.

Sampel adalah subset 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 ketika diterapkan pada populasi, dan mereka mewakili seluruh populasi.

Statistik inferensial berfokus pada bagaimana menggeneralisasikan 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 adalah salah satu studi penting statistik inferensial. Asumsi statistik, teori keputusan statistik, dan teori estimasi, pengujian hipotesis, desain eksperimen, analisis varians, dan analisis regresi adalah topik penelitian utama dalam teori statistik inferensial.  

Contoh statistik inferensial yang baik dalam tindakan adalah prediksi hasil pemilu sebelum pemungutan suara dengan cara pemungutan suara.   

Apa perbedaan antara Statistik Deskriptif dan Inferensial?

• Statistik deskriptif difokuskan untuk merangkum data yang dikumpulkan dari sampel. Teknik ini menghasilkan ukuran kecenderungan dan dispersi pusat yang mewakili bagaimana nilai-nilai variabel terkonsentrasi dan tersebar.

• Statistik inferensial menggeneralisasikan statistik yang diperoleh dari sampel ke populasi umum yang menjadi sampel. 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 dari seluruh populasi; oleh karena itu, selalu ada ketidakpastian yang ada dibandingkan dengan nilai riil.