Perbezaan Antara Statistik Deskriptif Dan Inferensi

2024 Pengarang: Mildred Bawerman | [email protected]. Diubah suai terakhir: 2023-12-16 08:40

Statistik Deskriptif vs Inferensi

Statistik adalah disiplin pengumpulan, analisis, dan penyajian data. Teori statistik dibahagikan kepada dua cabang berdasarkan maklumat yang mereka hasilkan dengan menganalisis data.

Apakah Statistik Deskriptif?

Statistik deskriptif adalah cabang statistik yang menerangkan sifat utama kumpulan data secara kuantitatif. Untuk mewakili sifat set data seakurat mungkin, data tersebut diringkaskan menggunakan alat grafik atau numerik.

Ringkasan grafik dilakukan dengan membuat jadual, mengelompokkan, dan membuat graf nilai pemboleh ubah yang diminati. Taburan frekuensi dan histogram taburan frekuensi relatif adalah representasi sedemikian. Mereka menggambarkan pembahagian nilai di seluruh populasi.

Ringkasan berangka melibatkan pengukuran deskriptif pengukuran seperti purata, mod, dan min. Langkah deskriptif selanjutnya dikategorikan kepada dua kelas; itu adalah ukuran kecenderungan pusat dan ukuran penyebaran / variasi. Ukuran kecenderungan pusat adalah min / purata, median, dan mod. Masing-masing mempunyai tahap kegunaan dan kegunaan tersendiri. Di mana satu gagal, yang lain mungkin mewakili kumpulan data dengan lebih baik.

Seperti namanya, ukuran penyebaran melibatkan mengukur penyebaran data. Julat, sisihan piawai, varians, persentil dan julat kuartil, dan pekali variasi adalah ukuran penyebaran. Mereka memberikan maklumat mengenai penyebaran data.

Contoh ringkas penggunaan statistik deskriptif adalah mengira Purata Nilai Gred pelajar. IPK pada dasarnya adalah nilai purata keputusan pelajar dan merupakan gambaran keseluruhan prestasi akademik pelajar tersebut.

Apakah Statistik Inferensi?

Statistik inferensi adalah cabang statistik, yang membuat kesimpulan mengenai populasi yang bersangkutan dari kumpulan data yang diperoleh dari sampel yang mengalami variasi rawak, pemerhatian, dan persampelan. Secara umum, hasil diperoleh dari sampel populasi secara rawak dan kesimpulan yang diperoleh dari sampel kemudian digeneralisasikan untuk mewakili keseluruhan populasi.

Sampel adalah sekumpulan populasi, dan ukuran statistik deskriptif untuk data yang diperoleh dari sampel hanya dikenali sebagai statistik. Ukuran statistik deskriptif yang diperoleh dari analisis sampel dikenal sebagai parameter ketika diterapkan pada populasi, dan mereka mewakili keseluruhan populasi.

Statistik inferensi memberi tumpuan kepada bagaimana menggeneralisasikan statistik yang diperoleh dari sampel seakurat mungkin untuk mewakili populasi. Salah satu faktor yang menjadi perhatian ialah sifat sampel. Sekiranya sampel itu berat sebelah, maka hasilnya juga berat sebelah, dan parameter berdasarkannya tidak mewakili keseluruhan populasi dengan betul. Oleh itu, persampelan adalah salah satu kajian penting mengenai statistik inferensi. Andaian statistik, teori keputusan statistik, dan teori anggaran, pengujian hipotesis, reka bentuk eksperimen, analisis varians, dan analisis regresi adalah topik kajian yang menonjol dalam teori statistik inferensi.

Contoh yang baik dari statistik inferensi dalam tindakan adalah ramalan hasil pilihan raya sebelum pengundian dengan cara pengundian.

Apakah perbezaan antara Statistik Deskriptif dan Inferensi?

• Statistik deskriptif difokuskan pada merangkum data yang dikumpulkan dari sampel. Teknik ini menghasilkan ukuran kecenderungan dan penyebaran pusat yang mewakili bagaimana nilai-nilai pemboleh ubah dipusat dan tersebar.

• Statistik inferensi menggeneralisasikan statistik yang diperoleh dari sampel kepada populasi umum yang menjadi sampel. Ukuran populasi disebut sebagai parameter.

• Statistik deskriptif hanya membuat ringkasan sifat sampel dari mana data diperoleh, tetapi dalam statistik inferensi, ukuran dari sampel digunakan untuk menyimpulkan sifat populasi.

• Dalam statistik inferensi, parameter diperoleh dari sampel, tetapi bukan keseluruhan populasi; oleh itu, selalu ada ketidakpastian berbanding dengan nilai sebenar.