Pembagian Atau Pencabang Statistik – Kita dapat menggunakan parameter dan statistik untuk menggambarkan variabel atau untuk mencapai kesimpulan dari data yang telah kita olah. Dua kegunaan ini mendefinisikan dua cabang statistik, yaitu: statistik deskriptif dan statistik inferensial atau statistik induktif.
Statistik Deskriptif
Statistik Deskriptifadalah metode statistik yang menggambarkan sifat-sifat data. Secara konseptual cabang statistik ini berfokus pada pengumpulan, perangkuman, dan penyajian serangkaian data. Kegiatan statistik disini berupa kegiatan pengumpulan data, penyusunan data dan penyajian data dalam bentuk-bentuk tabel, grafik-grafik maupun diagram-diagram.
Contoh dari statistik deskriptif misalnya: usia rata-rata warga yang tinggal di wilayah geografis tertentu, luas bangunan rumah rata-rata di sebuah desa, variasi pilihan kopi yang dibeli di sebuah warung kopi. Bisa juga sebuah perbandingan deskriptif, misalnya jumlah kendaraan yang dimiiki oleh keluarga di desa A dan desa B. Jadi statistik deskriptif ini dapat terdiri dari 1 variabel maupun 2 variabel atau lebih.
- Statistik deskriptif satu variabel (Univariate Descriptive Statistics) contohnya adalah Distribusi Frekuensi, Ukuran Nilai Sentral, Ukuran Penyebaran (Dispersi), Normalitas, Homoskedastisitas, dan lain sebagainya.
- Statistik deskriptif dua variabel (Bivariate Descriptive Statistics) misalnya adalah perbandingan dua variabel menggunakan tabel kontigensi seperti berikut ini.
| Perempuan | Laki-laki | Total | |
| Taat pajak | 75 | 50 | 125 |
| Tidak taat pajak | 25 | 50 | 75 |
| Total | 100 | 100 | 200 |
Kita bisa mendeskripsikan bahwa bahwa masyarakat yang taat pajak adalah 62,5% sedangkan yang tidak taat pajak sebanyak 37,5%. Kemudian wanita yang taat pajak sebanyak 75% sedangkan laki-laki hanya 50%.
- Statistik deskriptif lebih dari dua variabel (Multivariate Descriptive Statistics) menganalisis deskripsi perbandingan lebih dari dua variabel. Hampir sama dengan analisis bivariate namun lebih banyak variabel.
Mungkin sebagian besar dari kita sudah terbiasa dengan cabang statistik ini karena banyak contoh muncul dalam kehidupan sehari-hari. Statistik deskriptif berfungsi sebagai dasar untuk analisis dan diskusi di berbagai bidang seperti perdagangan sekuritas, ilmu sosial, pemerintah, ilmu kesehatan, dan olahraga profesional. Metode deskriptif bisa sangat mudah diterapkan karena sering dengan mudah diakses dan dihitung. Namun, kemudahan ini tidak berarti bahwa metode deskriptif tanpa tantangan dan kurang penting. Banyak sekali keputusan-keputusan penting di dunia ini diambil hanya berdasar pada luaran statistik deskriptif ini.
Statistik Inferensial atau Induktif
Cabang statistik induktif ini yang menganalisis data sampel untuk mencapai kesimpulan tentang suatu populasi. Lengkapnya, statistik induktif (inferensial) ini termasuk generalisasi dari sampel ke populasi, melakukan pengujian hipotesis, menentukan hubungan antar variabel, dan membuat prediksi juga estimasi. Salah satu contohnya, misalnya sebuah survei dengan sampel 1.264 wanita menemukan bahwa 45% dari mereka menganggap keluarga atau teman-teman dekat mereka merupakan pihak yang paling berpengaruh dalam keputusan belanja mereka, sedangkan hanya 7% dari mereka menganggap iklanlah yang paling mereka percaya.
Seperti halnya statistik deskriptif, di statistik induktif ini kita juga bisa membedakan jenis statistik ini berdasarkan jumlah variabel yang dianalisis.
- Statistik induktif satu variabel (Univariate Inferential Statistics) menggunakan statistik inferensial, yang dalam kondisi ideal, memungkinkan peneliti menyimpulkan hubungan kausal antara variabel independen dan dependen dan menggeneralisasi hasil analisis yang dilakukan pada sampel yang lebih kecil ke populasi yang lebih besar. Misalnya analisis apakah ada perbedaan hasil belajar siswa setelah menggunakan pembelajaran online.
- Statistik induktif dua variabel (Bivariate Inferential Statistics) adalah jenis statistik inferensial yang berhubungan dengan hubungan antara dua variabel. Artinya, statistik bivariat memeriksa bagaimana satu variabel dibandingkan dengan yang lain atau bagaimana satu variabel mempengaruhi variabel lain.
- Statistik induktif lebih dari dua variabel (Multivariate Inferential Statistics) adalah subdivisi statistik yang mencakup pengamatan dan analisis simultan lebih dari satu variabel hasil. Statistik multivariat menyangkut pemahaman tentang tujuan dan latar belakang yang berbeda dari masing-masing bentuk analisis multivariat yang berbeda, dan bagaimana mereka berhubungan satu sama lain. Penerapan praktis statistik multivariat untuk masalah tertentu mungkin melibatkan beberapa jenis analisis univariat dan bivariat untuk memahami hubungan antara variabel dan relevansinya dengan masalah yang sedang dipelajari.
Ketika kita menggunakan statistik induktif, kita akan memulai dengan hipotesis dan melihat apakah data konsisten dengan hipotesis itu. Tingkat analisis yang lebih dalam ini berarti bahwa metode statistik induktif ini lebih kompleks dan dapat dengan mudah disalahgunakan atau disalahartikan. Banyak metode inferensial memerlukan perangkat penghitung atau komputasi yang canggih. Ikuti banyak contoh dan aplikasi statistik induktif di blog ini (terutama regresi) maka Anda akan mendapat banyak hal terkait topik ini.
Statistik Parametrik dan Nonparametrik
Selain pembagian statistik deskriptif dan induktif di atas, masih ada pembagian lagi yaitu statistik parametrik dan nonparametrik. Pembagian ini berdasarkan pada distribusi frekuensi data yang dianalisis. Statistik parametrik didasarkan pada asumsi tentang distribusi populasi dari mana sampel diambil. Biasanya distribusi frekuensi yang dijadiakan asumsi adalah distribusi normal. Statistik nonparametrik tidak didasarkan pada asumsi tersebut, yaitu data dapat dikumpulkan dari sampel yang tidak mengikuti distribusi tertentu. Artinya, bila data tidak terdistribusi normal atau tidak memnuhi asumsi maka analisis yang semula direncanakan parametrik bisa beralih ke nonparametrik. Statistik parametrik yang umum misalnya uji-t sedangkan statistik nonparametrik yang setara umum adalah misalnya uji Mann-Whitney-Wilcoxon (MWW) atau uji Wilcoxon.
Latar belakang statistik parametrik dan nonparametrik
Dalam statistik parametrik, informasi tentang distribusi populasi diketahui dan didasarkan pada seperangkat parameter yang tetap. Dalam statistik nonparametrik, informasi tentang sebaran suatu populasi tidak diketahui, dan parameternya tidak tetap, sehingga perlu dilakukan pengujian hipotesis untuk populasi tersebut.
Penggunaan statistik parametrik dan nonparametrik
Untuk memutuskan apakah akan menggunakan statistik parametrik atau nonparametrik, kita harus mempertimbangkan beberapa kriteria tentang data sampel dan asumsi, serta mengevaluasi validitas asumsi tersebut dengan cermat.
Nah, dalam blog ini secara bertahap akan kami posting beberapa artikel tentang berbagai penggunaan statistik tersebut. Sekian dulu bahasan kami tentang pembagian statistik, semoga bisa membantu Anda dan selamat belajar dari mana saja, akapan saja, dengan menyenangkan (maglearning.id).
One comment