Perbedaan antara statistik deskriptif dan inferensial: statistik deskriptif vs inferensial Dibandingkan
deskriptif vs Statistik Inferensial
Statistik adalah disiplin pengumpulan, analisis, dan penyajian data. Teori statistik dibagi menjadi dua cabang berdasarkan informasi yang mereka hasilkan dengan menganalisis data.
Apa Statistik Deskriptif?
Statistik deskriptif adalah cabang statistik yang menggambarkan sifat utama kumpulan data secara kuantitatif. Untuk mewakili properti kumpulan data seakurat mungkin, data diringkas menggunakan alat grafis atau numerik.
Peramalan grafis dilakukan dengan tabulasi, pengelompokan, dan grafik nilai variabel yang diminati. Distribusi frekuensi dan histogram distribusi frekuensi relatif adalah representasi tersebut. Mereka menggambarkan distribusi nilai-nilai di seluruh populasi.
Rangkuman numerik melibatkan perhitungan deskriptif seperti rata-rata, mode, dan mean. Langkah-langkah deskriptif selanjutnya dikategorikan menjadi dua kelas; Mereka adalah ukuran kecenderungan sentral dan ukuran dispersi / variasi. Ukuran tendensi sentral adalah rata-rata / rata-rata, median, dan mode. Masing-masing memiliki tingkat penerapan dan kegunaannya sendiri. Jika seseorang gagal, yang lain mungkin mewakili kumpulan data dengan lebih baik.
Sesuai dengan 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 dari penggunaan statistik deskriptif adalah menghitung Grade Point Average seorang siswa. IPK pada intinya adalah rata-rata tertimbang hasil siswa dan merupakan cerminan dari kinerja akademik keseluruhan siswa tersebut.
Apa itu Statistik inferensial?
Statistik inferensial adalah cabang statistik, yang menghasilkan kesimpulan tentang populasi yang bersangkutan dari kumpulan data yang diperoleh dari sampel yang menggunakan variasi acak, pengamatan, dan sampling. Secara umum, hasil diperoleh dari sampel acak populasi dan kesimpulan yang diambil dari sampel kemudian digeneralisasi untuk mewakili keseluruhan 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 ini mewakili keseluruhan 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 keseluruhan populasi dengan benar. Oleh karena itu, sampling merupakan salah satu studi penting statistik inferensial. Asumsi statistik, teori keputusan statistik, dan teori estimasi, pengujian hipotesis, perancangan eksperimen, analisis varians, dan analisis regresi merupakan topik penelitian yang menonjol dalam teori statistik inferensial.
Contoh yang baik tentang statistik inferensial dalam tindakan adalah prediksi hasil pemilihan sebelum pemungutan suara melalui pemungutan suara.
Apa perbedaan antara Deskriptif dan Statistik Inferensial?
• Statistik deskriptif difokuskan untuk meringkas data yang dikumpulkan dari sampel. Teknik ini menghasilkan ukuran kecenderungan dan dispersi sentral yang mewakili bagaimana nilai variabel terkonsentrasi dan terdispersi.
• Statistik inferensial menggeneralisasikan statistik yang diperoleh dari sampel ke populasi umum tempat sampel berada. Ukuran populasi disebut sebagai parameter.
• Statistik deskriptif hanya membuat summarization dari sifat sampel dimana data diperoleh, namun dalam statistik inferensial, ukuran dari sampel digunakan untuk menyimpulkan sifat populasi.
• Dalam statistik inferensial, parameter diperoleh dari sampel, namun bukan keseluruhan populasi; Oleh karena itu, selalu ada ketidakpastian yang ada dibandingkan dengan nilai sebenarnya.
