Perbedaan Statistika Deskriptif

dan Statistika Infarensia

1. Statistika Deskriptif (Deskriptif artinya bersifat memberi Gambaran)

adalah Metode yang berkaitan dengan pengumpulan,peringkasan, penyajian
data sehingga memberikan informasi Organisation,Summarization and
Presentation of data yang berkenaan dengan bagaimana data dapat
digambarkan (di deskripsikan) atau di simpulkan , baik secara numerik
(misalnya menghitung rata rata dan deviasi standar) atau secara grafis (dalam
bentuk tabel atau grafik), untuk memudahkan gambaran sekilas mengenai data
tersebut, sehingga lebih mudah di baca dan lebih bermakna.
Contoh Statistika Deskriptif:
Peringkasan data dalam bentuk
1.Tabulasi Data ( Tabel ).
2. Diagram Balok ( Histogram ).
3. Diagram Kue ( Pie Chart ).

2. Statistika Inferensia (Inferensia artinya menarik Opini / Kesimpulan)

adalah Metode yang berkaitan dengan Analisis Data untuk peramalan dan atau
penarikan kesimpulan yang berkenaan dengan permodelan data dan
melakukan pengambilan keputusan berdasarkan analisis data , misalnya
melakukan pengujian Hipotesis, melakukan estimasi pengamatan masa
mendatang (estimasi atau prediksi), membuat permodelan hubungan
(Korelasi, Regresi ,ANOVA , Deret Waktu) dsb.
Contoh Statistika Inferensia :
1.Metode Pendugaan Statistik.
2. Pengujian Hipotesis.
3.Regresi dan Korelas.
 PERBEDAAN STATISTIKA PARAMETRIK DAN
STATISTIKA NONPARAMETRIK

1. STATISTIKA PARAMETRIK
adalah Ilmu yang mempertimbangkan jenis sebaran atau distribusi data , yaitu
apakah data menyebar normal atau tidak. Pada umumnya setelah data
dikumpulkan , langkah selanjutnya adalah mencari nilai tengahnya ( Mean )
dan simpangan (Variance ), kemudian di lakukan uji –z atau uji –t. Semua
tindakan yang dilakukan di atas merupakan prosedur umum. Statistika
Parametrik mengacu pada suatu parameter yang di punyai oleh sebuah
distribusi di mana parameternya adalah nilai tengah dan simpangan.

2. STATISTIKA NONPARAMETRIK
Adalah Prosedur Statistik yang tidak mengacu pada parameter tertentu, yaitu
Statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter
populasi baik normal atau tidak). Statistika non parametrik biasanya
digunakan untuk melakukan Analisis pada data berjenis Nominal tu Ordinal.
Data berjenis Nominal dan Ordinal tidak menyebar normal.
Kelebihan Statistika Nonparametrik antara lain :
1. Tingkat kesalahan penggunaan prosedur Statistik Nonparametrik
relatif kecil karena Statistik jenis ini tidak memerlukan banyak
Asumsi.
2. Perhitungan yang harus di lakukan pada umumnya sederhana dan
mudah,khususnya data yang kecil.
3. Konsep data Statistik Nonparametrik mudah untuk di mengerti.
4. Dapat digunakan untuk menganalisa data yang berbentuk hitungan
maupun peringkat ( Rank ).
Kekurangan Statistika Nonparametrik yang paling utama adalah :
1. Hasil tidak selalu sesuai dengan yang di harapkan karena
kesederhanaan perhitungannya .
2. Penggunaan Statistik Nonparametrik lebih di utamakan jika Hipotesis
yang akan di uji tidak melibatkan Parameter dari Populasi.