Makalah Statistika Inferensial Lengkap
BAB I
PENDAHULUAN
1.1 Latar Belakang
Statistika berasal dari bahasa latin yaitu status yang berarti negara dan digunakan untuk urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya digunakan untuk menggambar keadaan dan menuntaskan dilema yang bekerjasama dengan kenegaraan saja menyerupai : perhitungan banyaknya penduduk, peembayaran pajak, honor pegawai, dan lain sebagainya.
Statistika yakni ilmu yang merupakan cabang dari matematika terapan yang membahas metode-metode ilmiah untuk pengumpulan, pengorganisasian, penyimpulan, penyajian, analisis data, serta penarikan kesimpulan yang sahih sehingga keputusan yang diperoleh sanggup diterima.
Statistika inferensial mencakup semua metode yang bekerjasama dengan analisis sebagian data (contoh ) atau juga sering disebut dengan sampel untuk kemudian hingga pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya (populasi). Dalam statistika inferensial diadakan pendugaan parameter, menciptakan hipotesis, serta melaksanakan pengujian hipotesis tersebut sehingga hingga pada kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif, lantaran kesimpulan yang ditarik didasarkan pada isu dari sebagian data saja. Pengambilan kesimpulan dari statistika inferensial yang hanya didasarkan pada sebagian data saja sebagian data saja menjadikan sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan keputusan, sehingga pengetahuan mengenai teori peluang mutlak diharapkan dalam melaksanakan metode-metode statistika inferensial.
Statistik inferensial digunakan dalam proses mengambil keputusan dalam menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian yakni berpengaruh tekan beton dalam suatu pengujian tidak sama, walaupun dibentuk dengan material yang sama. Dengan adanya kenyataan tersebut, maka metode statitsik digunakan untuk menganalisis data dari suatu proses pembuatan beton tersebut sehingga diperoleh kualitas yang lebih baik. Statistik inferensial telah menghasilkan banyak metode analitis yang digunakan untuk menganalisis data. Dengan perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga mengambil kesimpulan dari suatu sistem saintifik.
Untuk mengetahui lebih terang mengenai Statistika Inferensial, akan diuraikan mengenai pengertian Statistika Inferensial dan ruang lingkup Statistika Inferensial.
1.2 Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini ada 2 (dua) rumusan dilema yang terkaji yakni :
1. Apa yang dimaksud dengan Statistik Inferensial ?
2. Apa fungsi dari Statistika Inferensial ?
3. Apa saja yang termasuk ruang lingkup Statistik Inferensial ?
1.3 Tujuan
Berdasarkan rumusan dilema diatas, maka tujuan yang ingin dicapai dalam penulisan makalah ini yakni sebagai berikut:
1. Mengetaui pengertian dari Statistik Inferensial
2. Mengetahui fungsi dari Statistika Inferensial
3. Mengetahui ruang lingkup Statistik Inferensial
1.4 Manfaat
Adapun manfaat yang diharapkan dari penulisan makalah ini yakni sebagai berikut:
1. Bagi penulis
Pembuatan makalah ini telah memperlihatkan banyak sekali pengalaman bagi penulis menyerupai pengalaman untuk mengumpulkan bahan. Disamping itu, penulis juga mendapat ilmu untuk memahami dan menganalisis materi yang ditulis dalam makalah ini. Penulis juga mendapat banyak sekali pengalaman mengenai teknik penulisan makalah, teknik pengutipan, dan teknik penggabungan materi dari banyak sekali sumber.
2. Bagi pembaca
Pembaca akan lebih mengetahui pengertian, fungsi dan ruang lingkup Statistika Inferensial.
BAB II
PEMBAHASAN
2.1 Pengertian Statistik Inferensial
Statistika Inferensial yakni serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil kesimpulan menurut data ynag diperoleh dari sempel untuk menggambarkan karakteristik atau ciri dari suatu populasi. Oleh lantaran itu, statistika inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Dalam statistika inferensial, kesimpulan sanggup diambil sehabis melaksanakan pengolahan serta penyajian data dari suatu sampel yang diambil dari suatu populasi, sehingga semoga sanggup memperlihatkan cerminan yang mendekati bergotong-royong dari suatu populasi, maka ada beberapa hal yang perlu diperhatikan dalam statistika inferensial, diantaranya:
1. Banyaknya subyek penelitian, maksudnya jikalau populasi ada 1000, maka sampel yang diambil jangan hanya 5, namun diusahakan lebih banyak, menyerupai 10 atau 50.
2. Keadaan penyebaran data. Dalam hal ini perlu diperhatikan bahwa pengambilan sampel harus merata pada penggalan populasi. Diharapkan dalam pengambilan sampel dilakukan secara acak, sehingga kemerataan sanggup dimaksimalkan dan apapun kesimpulan yang didapat sanggup mencerminkan keadaan populasi yang sebenarnya.
Statistika Inferensial dibagi menjadi dua, yaitu Statistika Parametrik dan Statistika Non Parametrik.
1. Statistika parametrik terutama digunakan untuk menganalisa data interval dan rasio, yang diambil dari populasi yang berdistribusi normal
2. Statistika non-parametrik terutama digunakan untuk menganalisa data nominal, dan ordinal dari populasi yang bebas distribusi
Contoh dari statistika inferensial yakni pada pemilihan Ketua BEM Undiksha tahun 2008. Dalam aktivitas ini, walaupun sistem pemilihannya dengan pemungutan suara, tetapi tidak semua mahasiswa Undiksha yang diberikan untuk memilih, melainkan hanya perwakilan dari masing-masing HMJ. Di sini telah dilakukan sampling, yaitu pemilihan sampel (perwakilan HMJ), dari suatu populasi (seluruh mahasiswa Undiksha). Dari hasil pemungutan bunyi dari masing-masing perwakilan HMJ, maka data-data yang diperoleh digunakan sebagai pola untuk menciptakan kesimpulan bahwa hal itulah yang diinginkan oleh seluruh mahasiswa Undiksha walaupun jikalau ditelaah mungkin saja tidak demikian.
Jadi dari uraian di atas ihwal statistika inferensial menyajikan data untuk mendapat kesimpulan terhadap obyek yang lebih luas, sehingga lantaran inferensi tidak sanggup secara mutlak pasti, perkataan probabilitas (kemungkinan) sering dinyatakan dalam menyatakan kesimpulan.
2.2 Fungsi Statistika Inferensial
Statistika Inferensial atau induktif yakni statistik bertujuan menaksir secara umum suatu populasi dengan memakai hasil sampel, termasuk didalamnya teori penaksiran dan pengujian teori. Statistika Inferensial digunakan untuk melaksanakan :
a. Generalisasi dari sampel ke populasi.
b. Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu uji keterkaitan, kontribusi).
2.3 Ruang lingkup Bahasan Statistika Inferensial
Berdasarkan ruang lingkup bahasannya, statistika inferensial mncakup :
a. Probabilitas atau teori kemungkinan
b. Dristribusi teoritis
c. Sampling dan sampling distribusi
d. Pendugaan populasi atau teori populasi
e. Uji Hipotesis
f. Analisis hubungan dan uji signifikasi
g. Analisis regresi untuk peramalan
h. Analisis varians
i. Analisis kovarians
A. Probabilitas atau teori kemungkinan
Teori statistik dianggap telah selesai jikalau kita telah selesai menciptakan suatu kesimpulan ihwal karakteristik populasi. Untuk membuatkesimpulan mengenai populasi, pada umumnya penelitian terhadap sampel yang diambil dengan teknk tertentu. Cara mengambil sampel penelitian disebut Sampling. Jika sampling diambil dengan teknik sampling, maka sampel penelitian tersebut sanggup dikatakan representasi dari populasi.
Kesimpulan yang diambil oleh peneliti tidaklah niscaya secara otoriter dan selalu mempunyai kekeliruan tertentu. Untuk itu diharapkan pengetahuan ihwal teori probabilitas atau teori peluang atau teori ihwal kemungkinan terjadinya kepastian dan ketidakpastian suatu kejadian. Dengan demikian, Probabilitas sanggup diartikan kemungkinan terjadinya suatu insiden diantara kejadian seluruhnya yang mungkin terjadi. Misalanya, ada aksara A, B, C. Berapa kemungkinan pasanagan yang dibentuk ?. Kemungkinan yang terjadi yakni ABC, ACB, BCA, BAC, CAB dan CBA. Kaprikornus ada 6 kemungkinan, denagn rumus 3x2x1 = 6. Hal ini sanggup ditulis dengan n! (dibaca: n faktorial). Pada contoh ini ada 3! 3x2x1 = 6. Hal ini disebut permutasiJumlah permutasi dan n objek yang berbeda yakni n!. Jika jumlah seluruh objek yakni n jumlah objek yang diambil disetiap pengambilan yakni r, maka hukum tersebut sanggup dirumuskan sebagai berikut
Misalanya, ada empat aksara ABCD, berapa pasang yang sanggup dibentuk ? hal ini sanggup dihitung dengan jalan berikut.
B. Distribusi Teoritis
Salah satu distribusi frekuensi yang paling penting dalam statistika yakni distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang melebar tak berhingga pada kedua arah positif dan negatifnya. Penggunaanya sama dengan penggunaan kurva distribusi lainnya. Frekuensi relatif suatu variabel yang mengambil nilai antara dua titik pada sumbu datar. Tidak semua distribusi berbentuk lonceng setangkup merupakan distribusi normal.
Pada tahun 1733 DeMoivre menemukan persamaan matematika kurva normal yang menjadi dasar banyak teori statistika induktif. Distribusi normal sering pula disebut Distribusi Gauss untuk menghormati Gauss (1777 – 1855), yang juga menemukan persamaannya waktu meneliti galat dalam pengukuran yang berulang-ulang mengenai materi yang sama.
Sifat dari variabel kontinu berbeda dengan variabel diskrit. Variabel kontinu meliputi semua bilangan, baik utuh maupun pecahan. Oleh karenanya tidak sanggup dipisahkan satu nilai dengan nilai yang lain. Itulah sebabnya fungsi variabel random kontinu sering disebut fungsi kepadatan, lantaran tidak ada ruang kosong diantara dua nilai tertentu. Dengan kata lain sesungguhnya keberadaan satu buah angka dalam variabel kontinu jikalau ditinjau dari seluruh nilai yakni sangat kecil, bahkan mendekati nol. Karena itu tidak sanggup dicari probabilitas satu buah nilai dalam variabel kontinu, tetapi yang sanggup dilakukan yakni mencari probabilitas diantara dua buah nilai.
C. Sampling dan Sampling Distribusi
Sampling adalah penggalan dari metodologi statistika yang bekerjasama dengan pengambilan sebagian dari populasi. Jika sampling dilakukan dengan metode yang tepat, analisis statistik dari suatu sampel sanggup digunakan untuk menggeneralisasikan keseluruhan populasi. Sampling berkhasiat dalam penarikan kesimpulan (inference) yang valid dan sanggup dipercaya.
Distribusi Sampling yakni distribusi nilai statistik sampel-sampel. Jika statistik yang ditinjau yakni mean dari masing – masing sampel, maka distribusi yang terbentuk disebut distribusi mean – mean sampling (sampling distribution of the means). Dengan demikian sanggup juga diperoleh distribusi deviasi standard, varians, median dari sampling. Masing – masing jenis distribusi sampling sanggup dihitung ukuran-ukuran statistik deskriptifnya (mean, range, deviasi standard, da lain-lain).
Sampling mempunyai beberapa tipe diataranya :
v Simple random sampling adalah sebuah proses sampling yang dilakukan sedemikian
rupa sehingga setiap satuan sampling yang ada dalam populasi mempunyai peluang yang sama untuk dipilih ke dalam sampel.
v Systematic sampling merupakan pengambilan setiap unsur ke k dalam populasi, untuk
dijadikan sampel. Pengambilan sampel secara acak hanya dilakukan pada pengambilan
awal saja, sementara pengambilan kedua dan seterusnya ditentukan secara sistematis,
yaitu memakai interval tertentu sebesar k.
v Stratified sampling adalah penarikan sampel berstrata yang dilakukan dengan mengambil sampel acak sederhana dari setiap strata populasi yang sudah ditentukan lebih dulu.
v Convenience sampling, sampel diambil menurut faktor spontanitas, artinya siapa saja yang secara tidak sengaja bertemu dengan peneliti dan sesuai dengan karakteristiknya, maka orang tersebut sanggup dijadikan sampel.
v Judgement sampling (purposive sampling) yakni teknik penarikan sampel yang
dilakukan menurut karakteristik yang ditetapkan terhadap elemen populasi target
yang diadaptasi dengan tujuan atau dilema penelitian.Bedanya, jikalau dalam sampling
stratifikasi penarikan sampel dari setiap subpopulasi dilakukan dengan acak, maka dalam sampling kuota, ukuran serta sampel pada setiap sub-subpopulasi ditentukan sendiri oleh peneliti hingga jumlah tertentu tanpa acak.
v Snowball Sampling merupakan salah satu bentuk judgement sampling yang sangat sempurna digunakan bila populasinya kecil dan spesifik. Cara pengambilan sampel dengan teknik ini dilakukan secara berantai, makin usang sampel menjadi semakin besar, menyerupai bola salju yang menuruni lereng gunung.
o Sampling mempunyai beberapa kriteria diantaranya :
Kriteria yang harus diperhatikan untuk menentukan tipe sampling yang baik, diantaranya:
(1) sanggup menghasilkan citra yang sanggup mengemban amanah dari seluruh populasi,
(2) sanggup menentukan presisi dari hasil penelitian,
(3) sederhana, gampang dilaksanakan, dan
(4) sanggup memperlihatkan keterangan sebanyak mungkin ihwal populasi dengan biaya minimal.
o Tahapan sampling adalah:
v Mendefinisikan populasi hendak diamati
v Melakukan pengambilan sampel (pengumpulan data)
v Melakukan pengecekan ulang proses sampling
D. Pendugaan Populasi atau Teori Populasi
Populasi yakni himpunan dari unsur – unsur yang sejenis.Unsur- unsur sejenis tersebut sanggup berupa manusi, hewan, tumbuh – tumbuhan, benda – benda, zat cair, insiden dan sejenisnya. Besarnya populasi sanggup terbatas dan sanggup tidak terbatas. Populasi dari mana sampel diambil disebut populasi induk. Melalui teknik pengambilan sampel yang reliabel kesimpulan penelitian sanggup digeneralisasikan. Ada kesalahan generalisasi yangperlu dipertimbangkan lantaran besar kecilnya keslahan generalisasi tergantung pada : (1) besarnya sampel penelitian, (2) teknik sampling yang digunakan, (3) kecermatan memasukkan ciri – ciri populasi dan sampling, (4) cara – cara pengambilan data dan (5) rancangan analisi data.
Populasi (population/universe) dalam statistika merujuk pada sekumpulan individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian (pengamatan). Misalnya, jikalau yang ingin diteliti yakni perilaku konsumen terhadap satu produk tertentu, maka populasinya yakni seluruh konsumen produk tersebut. Jika yang diteliti yakni laporan keuangan perusahaan “X”, maka populasinya yakni keseluruhan laporan keuangan perusahaan “X” tersebut, Jika yang diteliti yakni motivasi pegawai di departemen “A” maka populasinya yakni seluruh pegawai di departemen “A”. Jika yang diteliti yakni efektivitas gugus kendali mutu (GKM) organisasi “Y”, maka populasinya yakni seluruh GKM organisasi “Y”Populasi dari mana sampel penelitian diambil disebut populasi induk. Ukuran populasi ada dua:
(1) populasi terhingga (finite population), yaitu ukuran populasi yang berapa pun besarnya tetapi masih sanggup dihitung (cauntable). Misalnya populasi pegawai suatu perusahaan;
(2) populasi tak terhingga (infinite population), yaitu ukuran populasi yang sudah sedemikian besarnya sehingga sudah tidak sanggup dihitung (uncountable). Misalnya populasi tumbuhan anggrek di dunia.
E. Uji Hipotesis
Uji Hipotesis yakni metode pengambilan keputusan yang didasarkan dari analisa data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol). Dalam statistik sebuah hasil sanggup dikatakan signifikan secara statistik jikalau kejadian tersebut hampir mustahil disebapkan oleh faktor yang kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya.
Uji hipotesis kadang disebut juga "konfirmasi analisa data". Keputusan dari uji hipotesis hampir selalu dibentuk menurut pengujian hipotesis nol. Ini yakni pengujian untuk menjawab pertanyaan yang mengasumsikan hipotesis nol yakni benar.
F. Analisis Korelasi Dan Uji Signifikasi
Analisis korelasi pertama kali dikembangkan oleh Karl Pearson pada tahun 1900. Tujuan dari analisis ini yakni untuk menetukan seberapa erat hubungan antara dua variable. Definisi analisis hubungan dinyatakansebagai berikut : “Analisis hubungan yakni suatu teknik statistik yang digunakan untuk mengukur keeratan hubungan atau hubungan antara dua variabel”
Analisis hubungan mencoba mengukur keeratan hubungan antara dua variabel X dan Y. Keeratan hubungan antara dua variabel tersebut dinyatakan dalam bentuk koefisien hubungan yang dilambangkan dengan aksara r. Koefisien hubungan (r) memperlihatkan seberapa bersahabat titik kombinasi antara variabel Y dan X pada garis lurus sebagai garis dugaannya. Semakin bersahabat titik kombinasi dengan garis dugaannya maka nilai hubungan semakin membesar. Sebaliknya, semakin menyebar dari garis dugaannya maka nilai hubungan semakin kecil.
Pengertian lain menyebutkan, Korelasi yakni metode statistik yang digunakan untuk mengukur asosiasi atau hubungan antara dua atau lebih variabel kuantitatif, sedangkan untuk mengukur asosiasi antara dua atau lebih variabel kuantitatif digunakan tes X kuadrat. Sebagai contoh hubungan antara takaran obat hipertensi dan tekanan darah, hubungan antara dua variabel ini dinyatakan pada sumbu X dan Y yang membentuk suatu garis linier dan koefisien (r) yang menyatakan derajat hubungan antara dua variabel tersebut. Sedangkan untuk hubungan sendiri digunakan untuk menyatakan derajat hubungan linier antara dua variabel X dan Y. Jika hubungan antara X dan Y mempunyai hubungan sangat erat, maka nilai koefisien hubungan (r) mendekati -1 atau +1, dan bila tidak ada hubungan akan mendekati nilai 0.
G. Analisis Regresi Untuk Peramalan
Analisis regresi dalam statistika yakni salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel - variabel yang lain. Variabel "penyebab" disebut dengan majemuk istilah: variabel penjelas, variabel eksplanatorik, variabel independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel terkena akhir dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini sanggup merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak. Analisis regresi yakni salah satu analisis yang paling terkenal dan luas pemakaiannya. Analisis regresi digunakan secara luas untuk melaksanakan prediksi dan ramalan, dengan penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga digunakan untuk memahami variabel bebas mana saja yang bekerjasama dengan variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut.
H. Analisis Varians
Analisis varians (analysis of variance, ANOVA) yakni suatu metode analisis statistika yang termasuk ke dalam cabang statistika inferensial. Dalam literatur Indonesia metode ini dikenal dengan banyak sekali nama lain, menyerupai analisis ragam, sidik ragam, dan analisis variansi. Ia merupakan pengembangan dari masalah Behrens-Fisher, sehingga uji-F juga digunakan dalam pengambilan keputusan. Analisis varians pertama kali diperkenalkan oleh Sir Ronald Fisher, bapak statistika modern. Dalam praktik, analisis varians sanggup merupakan uji hipotesis (lebih sering dipakai) maupun pendugaan (estimation, khususnya di bidang genetika terapan). Secara umum, analisis varians menguji dua varians (atau ragam) menurut hipotesis nol bahwa kedua varians itu sama. Varians pertama yakni varians antarcontoh (among samples) dan varians kedua yakni varians di dalam masing-masing contoh (within samples). Dengan ilham semacam ini, analisis varians dengan dua contoh akan memperlihatkan hasil yang sama dengan uji-t untuk dua rerata (mean). Supaya sahih (valid) dalam menafsirkan hasilnya, analisis varians menggantungkan diri pada empat perkiraan yang harus dipenuhi dalam perancangan percobaan:
- Data berdistribusi normal, lantaran pengujiannya memakai uji F-Snedecor
- Varians atau ragamnya homogen, dikenal sebagai homoskedastisitas, lantaran hanya digunakan satu penduga (estimate) untuk varians dalam contoh
- Masing-masing contoh saling bebas, yang harus sanggup diatur dengan perancangan percobaan yang tepat
- Komponen-komponen dalam modelnya bersifat aditif (saling menjumlah).
Analisis varians relatif gampang dimodifikasi dan sanggup dikembangkan untuk banyak sekali bentuk percobaan yang lebih rumit. Selain itu, analisis ini juga masih mempunyai keterkaitan dengan analisis regresi. Akibatnya, penggunaannya sangat luas di banyak sekali bidang, mulai dari eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan.
I. Analisis Kovarians
Analisis kovarian (anakova) yakni uji statistik multivarian yang merupakan perpaduan antara analisis regresi dengan analisis varian (anava). Analisis Kovarian (Anakova) dikembangkan oleh R. A. Fischer, seorang pakar statistik berkebangsaan Inggris dan pertama kali dipublikasikan pada tahun 1932.
Anakova merupakan teknik statistik yang sering digunakan pada penelitian eksperimental (dirancang sendiri) dan juga observasional (sudah terjadi di lapangan). Dalam penelitian, tidak jarang terjadi, satu atau lebih variabel yang tidak sanggup dikontrol oleh peneliti lantaran keterbatasan penyelenggaraan eksperimen atau lantaran alasan lain, padahal peneliti sadar bahwa variabel-variabel tersebut juga mempengaruhi hasil eksperimennya.
Menghadapi situasi menyerupai ini, maka peneliti perlu mengadakan pendekatan statistik untuk mengontrol dalam arti meniadakan banyak sekali imbas dari satu atau lebih variabel yang tidak terkontrol ini. Anakova merupakan salah satu metode statistik yang digunakan untuk mengatasi variabel yang tidak terkontrol tersebut (Supratiknya, 2006).
Secara lebih khusus dalam anakova akan diadakan analisis residu pada garis regresi, yaitu dilakukan dengan jalan membandingkan varian residu antar kelompok dengan varian residu dalam kelompok.
Anakova akan dihitung dengan melaksanakan pengendalian statistik yang gunanya untuk membersihkan atau memurnikan perubahan-perubahan yang terjadi pada variabel terikat sebagai akhir efek variabel-variabel atau lantaran rancangan penelitian yang tidak kuat. Pengendalian terhadap efek luar dalam penelitian mempunyai fungsi yang penting terutama untuk mempelajari efek murni suatu perlakuan pada variabel tertentu terhadap variabel lain (Winarsunu, 2007)
BAB III
PENUTUP
2.4 Kesimpulan
1. Statistika Inferensial yakni serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil kesimpulan menurut data ynag diperoleh dari sempel untuk menggambarkan karakteristik atau ciri dari suatu populasi.
2. Statistika Inferensial digunakan untuk melaksanakan :
· Generalisasi dari sampel ke populasi.
· Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu uji keterkaitan, kontribusi).
3. Berdasarkan ruang lingkup bahasannya, statistika inferensial mncakup :
· Probabilitas atau teori kemungkinan
· Dristribusi teoritis
· Sampling dan sampling distribusi
· Pendugaan populasi atau teori populasi
· Uji Hipotesis
· Analisis hubungan dan uji signifikasi
· Analisis regresi untuk peramalan
· Analisis varians
· Analisis kovarians