Konsep Inferensial

Seperti yang telah dijelaskan sebelumnya dalam Konsep Statistika, konsep inferensial atau statistika inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai data, selain itu berfungsi untuk menangani pendugaan parameter, pengujian hipotesis, pembuatan keputusan, penarikan kesimpulan dan peramalan mengenai populasi berdasarkan contoh (generalisasi).

Statistika inferensial merupakan inti dari statistika itu sendiri dan elemen dalam pengujian statistika inferensial adalah hipotesis nol (H0) dan hipotesis alternative (H1), statistic uji, dan daerah penolakan. Kemudian kriteria pengujian yang umum digunakan adalah membandingkan statistic uji dengan titik kritis, menghitung p-value dan membandingkannya dengan alpha, dan membuat penduga selang dan memeriksa apakah selang menggunakan nilai yang dihipotesiskan dalam H0.

Statistika inferensial selalu mempunyai sifat yang tidak pasti, karena mendasarkan pada informasi parsial yang diperoleh dari sebagian data (sample). Ketidakpastian dalam statistika inferensial ini menimbulkan peluang (probability). Suatu kesimpulan dari data (sample) yang akan diberlakukan untuk populasi, atau disebut juga sebagai pendugaan terhadap parameter populasi, mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang dinyatakan dalam bentuk prosentase.

Bila level of significance (disimbolkan dengan alpha dalam huruf Yunani) sebesar 5% maka confidence level sebesar 95%, artinya apabila dalam pengambilan keputusan kita meyakini bahwa peluang kesalahan sebesar 5% maka taraf kepercayaan yang kita tentukan adalah 95%. Sebagai contoh apabila diketahui koefisien korelasi sebesar 0.63 untuk level of significance 5% berarti hubungan variable sebesar 0.63 itu berlaku pada 95 dari 100 sampel yang diambil dari suatu populasi. Menurut Sugiyono, 2008, secara operasional level of significance lebih dikenal dengan taraf signifikansi atau siginifikansi, yang artinya adalah kemampuan untuk digeneralisasikan dengan kesalahan tertentu, ada hubungan signifikan berarti hubungan itu dapat digeneralisasikan.

Menurut Wallpole, 1995, statistika inferensia dapat dikelompokkan menjadi dua hal, yaitu pendugaan dan pengujian hipotesis. Untuk membedakan keduanya perhatikan ilustrasi berikut, seorang calon dalam suatu pemilihan mungkin ingin menduga proporsi sebenarnya pemilih yang akan memilihnya, dengan cara mengambil contoh acak sebanyak 100 orang pemilih untuk ditanyai pendapatnya. Proporsi pemilih yang menyukai calon tersebut dalam contoh dapat digunakan sebagai nilai dugaan bagi proporsi populasi yang sebenarnya. Pengetahuan mengenai sebaran penarikan contoh bagi proporsi memungkinkan kita untuk mengetahui derajat ketelitian nilai dugaan tersebut. Hal ini termasuk dalam masalah pendugaan. Namun seringkali kadang masalah yang dihadapi bukan sekedar pendugaan parameter populasi seperti itu, tetapi berupa perumusan segugus kaidah yang dapat membawa kita pada suatu keputusan akhir yaitu menerima atau menolak suatu pernyataan atau hipotesis mengenai populasi. Prosedur perumusan yang berhubungan dengan menerima dan menolak hipotesis disebut sebagai pengujian hipotesis.