Inferential Statistics, Drawing Valid Conclusions from Sample
Statistik Inferensial, Menarik kesimpulan yang Valid dari Sampel
Pengantar
Dilihat berdasarkan tahap-tahap kerjanya, ruang Lingkup kajian Statistik dapat dibedakan dalam 2 macam yaitu :
1. Statistic Deskriptif, yaitu suatu statistic yang metode dan prosedur yang dipakai terbatas pada : Pengumpulan data, Pengolahan data, Penyajian data dan Analisa data yang tanpa perlu adanya peramalan atau pembuktian statistic
2. Statistik Inferensial, yaitu statistik yang metode dan prosedur yang dipakai sama seperti pada statistic deskriptif namun disertai pengambilan kesimpulan dengan pembuktian secara statistik terhadap hasil dari sampel atau populasi
Kali ini kita akan coba mengkaji sedikit tentang Statistik Inferensial
Inferential Logic
t = 4.66, p < .01. Notasi tersebut seringkali muncul dalam laporan hasil riset sosial. Simbol t menunjukkan nilai partikular dari inferential statistics.
Symbol p menunjukkan probabilitas munculnya nilai t yang disebutkan.
Dalam sebuah riset sosial yang menyelidiki kondisi sebuah populasi masyarakat, muncul pertanyaan bagaimana menentukan penilaian terhadap satu kelompok masyarakat lebih tinggi daripada penilaian untuk kelompok masyarakat lainnya dalam aspek tertentu?
Jawaban dari pertanyaan ini bisa didapat dari descriptive statistics.
Descriptive statistics adalah statistika yang meringkaskan informasi mengenai suatu grup atau kelompok masyarakat. Ada banyak ukuran yang bisa dipakai untuk keperluan ini, satu alat pengukuran yang paling umum digunakan adalah nilai rata-rata (mean).
Kemudian setelah itu muncul lagi pertanyaan lainnya, mungkinkah kita menyimpulkan sesuatu mengenai suatu kelompok masyarakat secara keseluruhan hanya dengan menggunakan sample kecil dalam penelitian kita?
Jawabannya bisa! Yaitu dengan menggunakan metode inferential statistics.
Dalam menggunakan metode inferential statistics ini ada dua tipe error.
Tipe error yang pertama adalah menolak hipotesis null secara salah. Sementara tipe error yang kedua muncul ketika kita salah menganggap hipotesis null bernilai true. Error tipe 1 bisa dibatasi dengan menentukan nilai α (alpha) yang memenuhi nilai kritis yang dapat dilihat pada tabel nilai kritis.
Untuk error tipe 2, agak sulit untuk membatasinya karena upaya pembatasan yang kita lakukan akan trade off dengan munculnya error tipe 1.
Namun walaupun begitu, kita masih bisa mengukur resikonya dengan menggunakan power analysis.
Masalah-Masalah Pada Inferential Statistics
Masalah-masalah yang ada dibagi ke dalam dua bagian.
Bagian pertama yaitu masalah yang terkait dengan fobia pada matematika. Banyak dari kita yang berusaha menghindar dari matematika beserta simbol-simbolnya yang beraneka ragam. Mindset yang muncul dalam diri kita adalah bahwa matematikan itu sulit. Mindset seperti ini harus dibuang jauh-jauh.
Bagian yang kedua berisi masalah-masalah inferential-nya itu sendiri. Ada masalah ukuran sample dan signifikansi sosial, statistik yang tidak cocok, masalah alpha dan file drawer serta masalah misinterpretasi dan replikasi.
Penggunaan Inferential Statistics
Berikut ini langkah-langkah penggunaan metode inferential statistics:
1. Tentukan hubungan-hubungan yang ada pada isu atau problem yang sedang diteliti.
2. Tentukan statistika yang menggambarkan setiap hubungan.
3. Temukan inferential statistics untuk hubungan yang ada beserta nilainya.
4. Ekspresikan probabilitasnya munculnya kondisi yang di-observasi sesuai dengan
kesempatan kemunculannya.
Berikut 2 contoh dari penggunaan inferential statistics pada statistika umum yang ada:
• A2 (chi square) untuk tabulasi silang.
• F pada analisis regresi.
Inferential statistics dapat dijalankan dengan mudah dan cepat menggunakan komputer. Ada banyak aplikasi yang bisa dipakai untuk keperluan-keperluan statistika seperti: SPSS, BMDP, SYSTAT dan lain sebagainya.
Kesimpulan
Inferential statistics dapat dipakai untuk menentukan rasio dari efek terhadap variabilitas sekaligus juga untuk mengetahui distribusi probabilitas.
Resiko munculnya error tipe 1 (salah dalam menolak hipotesis null) dapat dibatasi dengan cara menentukan nilai alpha yang sesuai.
Resiko error tipe 2 (salah dalam menerima hipotesis null) juga ada dan membutuhkan perhatian pada power dari test statistik yang dilakukan.
Kata Kunci
Alpha, descriptive statistics, distribusi probabilitas, error tipe 1, error tipe 2, hipotesis null, inferential statistics, masalah file drawer, nilai kritis, power, variabilitas.
Blog ini berisikan kumpulan materi dan tugas tugas selama penulis menjalani studinya di fakultas Ilmu Kesehatan Masyarakat Universitas Airlangga.
Sumber di dapat dari berbagai literatur dan refensi yang kemungkinan besar akan banyak ditemukan persamaan..
In the end..hope this simple blog usefull for you..
Sumber di dapat dari berbagai literatur dan refensi yang kemungkinan besar akan banyak ditemukan persamaan..
In the end..hope this simple blog usefull for you..
Statistik Inferensial
Minggu, 06 September 2009 by M Ratodi
Filed under
Statistika
having
Langganan:
Posting Komentar (Atom)
0 komentar:
Posting Komentar