Sains4Genius • EduResearch Edition • Senin, 12 Oktober 2026

Kapan Menggunakan Statistik Deskriptif dan Inferensial?

Jangan langsung mencari uji hipotesis. Tentukan dulu apakah Anda ingin mendeskripsikan data atau membuat inferensi yang lebih luas.

Data Clinic • Deskriptif vs Inferensial

Visual 1. Deskriptif menjelaskan data yang diamati; inferensial menggunakan sampel untuk belajar tentang populasi atau proses yang lebih luas.

SEE

Buka SPSS, langsung cari menu uji?

Sebelum memilih t-test, ANOVA, korelasi, atau regresi, pertanyaan pertama bukan “uji apa?”, tetapi “apa pertanyaan statistik saya?”

QUESTION

Apa bedanya?

Statistik deskriptif menjawab “seperti apa data yang saya miliki?” Sedangkan statistik inferensial bertanya “apa yang dapat saya inferensikan tentang populasi atau proses yang lebih luas berdasarkan sampel ini, dengan ketidakpastian tertentu?”

DESKRIPTIF

Center, spread, shape, pattern

Contoh: frekuensi, persentase, mean, median, standard deviation, minimum–maximum, histogram, boxplot, bar chart, scatterplot. Deskriptif bukan analisis “rendah”; ia membantu memahami dataset sebelum keputusan lebih lanjut.

KAPAN CUKUP?

Tidak semua penelitian membutuhkan p-value

Jika tujuan hanya mendeskripsikan profil 42 mahasiswa peserta mata kuliah tertentu, statistik deskriptif mungkin sudah menjawab tujuan. Uji hipotesis tidak wajib dipaksakan.

INFERENSIAL

Ketika pertanyaan bergerak melampaui sampel

Contohnya confidence interval, t-test, ANOVA, regression, mixed models, prosedur nonparametrik, atau Bayesian inference. Karena inferensi melampaui data yang diamati, desain sampling, model, asumsi, dan ketidakpastian menjadi penting.

DESCRIBE FIRST

Deskriptif dan inferensial saling melengkapi

Visual 2. Statistik inferensial sebaiknya dibangun di atas pemahaman deskriptif terhadap data.

Sebelum t-test, lihat mean, SD, distribusi, outlier, ukuran kelompok, dan visualisasi. p-value tidak menggantikan pengetahuan tentang bentuk data.

CHALLENGE

Klasifikasikan

“Rata-rata nilai 50 mahasiswa adalah 76” → deskriptif.
“95% CI untuk rata-rata populasi adalah 72–80” → inferensial.
“40% sampel memilih opsi B” → deskriptif.
“Estimasi hubungan positif pada populasi target” → inferensial, bergantung desain dan model.

APPLY

Protokol D.I.A.

D

Describe. Apa yang benar-benar ada di data?

I

Infer. Apakah Anda ingin melampaui sampel?

A

Acknowledge uncertainty. Bagaimana ketidakpastian dilaporkan?

Mini-check

Jika penelitian hanya bertujuan mendeskripsikan profil satu kelas, apakah harus menjalankan uji hipotesis?

Buka jawaban

Tidak selalu. Jika tujuan memang deskriptif, statistik deskriptif dapat cukup.

REFERENSI

Referensi

1. Gravetter, F. J., Wallnau, L. B., Forzano, L.-A. B., & Witnauer, J. E. (2021). Essentials of statistics for the behavioral sciences (10th ed.). Cengage.
2. Illowsky, B., & Dean, S. (2023). Introductory statistics 2e. OpenStax, Rice University.

Sains4Genius — EduResearch Edition
Pembelajaran • Metode Penelitian • Analisis Data • Academic Skills