Arti Statistik Inferensial
Situs Ekonomi - Bagi Anda yang kuliah di jurusan Ekonomi Pembangunan, pastinya sudah tidak asing lagi dengan istilah ini. Iya, di jurusan tersebut terdapat mata kuliah tersendiri mengenai hal ini. Sewaktu saya masih mahasiswa dulu, namanya persis sama. Kalau saya tidak salah ingat, ada dua mata pelajaran statistik, yaitu statistik inferensial dan statistik deskriptif.
Nah, berhubungan dengan statistik inferensial, saya kira penting untuk diketahui definisinya sebelum Anda mempelajarinya agar apa yang akan Anda pelajari nantinya lebih terarah dan fokus. Sebelum saya menjelaskan definisi tersebut, sebaiknya kita mengetahui terlebih dahulu bahwa konsep populasi dan sampel sangatlah penting dalam statistik.
Populasi adalah keseluruhan hasil yang mungkin muncul dari suatu kejadian yang diamati (misalnya, jumlah total penduduk Banda Aceh). Sementara sampel adalah himpunan bagian dari populasi (misalnya, kita mengambil sebagian dari jumlah total seluruh penduduk Kota Banda Aceh, umpamanya 100 dari 2 juta penduduk).
Oleh karena itu, secara sederhana, statistik inferensial diartikan sebagai studi tentang hubungan antara populasi dan sampel yang diambil dari populasi tersebut. Untuk memahaminya, perhatikanlah contoh konkret berikut ini.
Nah, berhubungan dengan statistik inferensial, saya kira penting untuk diketahui definisinya sebelum Anda mempelajarinya agar apa yang akan Anda pelajari nantinya lebih terarah dan fokus. Sebelum saya menjelaskan definisi tersebut, sebaiknya kita mengetahui terlebih dahulu bahwa konsep populasi dan sampel sangatlah penting dalam statistik.
Populasi adalah keseluruhan hasil yang mungkin muncul dari suatu kejadian yang diamati (misalnya, jumlah total penduduk Banda Aceh). Sementara sampel adalah himpunan bagian dari populasi (misalnya, kita mengambil sebagian dari jumlah total seluruh penduduk Kota Banda Aceh, umpamanya 100 dari 2 juta penduduk).
Oleh karena itu, secara sederhana, statistik inferensial diartikan sebagai studi tentang hubungan antara populasi dan sampel yang diambil dari populasi tersebut. Untuk memahaminya, perhatikanlah contoh konkret berikut ini.
Rasio Harga Terhadap Pendapatan (P/E) dari 28 Perusahaan
yang Tercatat di Bursa Saham New York (NYSE)
www.stockselector.com
Data pada tabel di atas merupakan rasio harga terhadap pendapatan (price to earnings ratio, atau P/E ratio) untuk 28 perusahaan yang tercatat di Bursa Saham New York (NYSE) pada tanggal 2 Februari 2004 (sekitar pukul 3.00 sore). Perlu diketahui bahwa karena harga saham bervariasi dari hari ke hari, maka rasio P/E akan bervariasi dari hari ke hari pula meskipun pendapatan tidak berubah. Saham-saham yang tercantum dalam tabel ini merupakan anggota dari apa yang disebut Dow 30. Pada kenyataannya, harga saham sangat sering berubah ketika bursa saham dibuka, tetapi hampir semua surat kabar mengutip rasio P/E di akhir hari kerja (Gujarati, 2006: 89).
Sekarang, kita asumsikan bahwa data tersebut merupakan sampel acak dari populasi saham yang tercatat di NYSE yang jumlahnya kira-kira 3.000 buah. Rasio P/E sebesar 27, 96 untuk Alcoa (AA) yang tercantum dalam tabel ini, misalnya, berarti bahwa pada hari itu saham AA dijual pada harga sekitar 28 kali pendapatan tahunannya. Rasio P/E merupakan salah satu indikator penting bagi investor di bursa saham.
Andaikan perhatian utama kita bukanlah pada satu rasio P/E saja, melainkan rata-rata rasio P/E di seluruh populasi perusahaan yang tercatat di NYSE. Karena pada prinsipnya kita bisa mendapatkan data tentang rasio P/E dari semua saham yang tercatat di NYSE, kita dapat dengan mudah menghitung rata-rata rasio P/E(Gujarati, 2006: 90).
Pada prakteknya, hal tersebut akan memerlukan banyak waktu dan biaya yang tidak murah. Dapatkah kita menggunakan data yang diberikan dalam tabel di atas untuk menghitung rata-rata rasio P/E dari ke-28 perusahaan yang tercatat di tabel ini dan menggunakan rata-rata (sampel) ini sebagai taksiran terhadap rata-rata rasio P/E dari keseluruhan populasi saham yang tecatat di NYSE?
Secara spesifik, jika kita misalkan X = rasio P/E saham dan X̅ = rata-rata rasio P/E dari ke-28 saham yang tercantum dalam tabel tersebut, dapatkah kita menyimpulkan tentang rasio P/E yang diharapkan, E(X), dari populasi NYSE secara keseluruhan? Proses generalisasi dari nilai sampel (yaitu, X̅) ini menjadi nilai populasi [yakni, E(X)] merupakan intisari dari statistik inferensial.
Sekarang, kita asumsikan bahwa data tersebut merupakan sampel acak dari populasi saham yang tercatat di NYSE yang jumlahnya kira-kira 3.000 buah. Rasio P/E sebesar 27, 96 untuk Alcoa (AA) yang tercantum dalam tabel ini, misalnya, berarti bahwa pada hari itu saham AA dijual pada harga sekitar 28 kali pendapatan tahunannya. Rasio P/E merupakan salah satu indikator penting bagi investor di bursa saham.
Andaikan perhatian utama kita bukanlah pada satu rasio P/E saja, melainkan rata-rata rasio P/E di seluruh populasi perusahaan yang tercatat di NYSE. Karena pada prinsipnya kita bisa mendapatkan data tentang rasio P/E dari semua saham yang tercatat di NYSE, kita dapat dengan mudah menghitung rata-rata rasio P/E(Gujarati, 2006: 90).
Pada prakteknya, hal tersebut akan memerlukan banyak waktu dan biaya yang tidak murah. Dapatkah kita menggunakan data yang diberikan dalam tabel di atas untuk menghitung rata-rata rasio P/E dari ke-28 perusahaan yang tercatat di tabel ini dan menggunakan rata-rata (sampel) ini sebagai taksiran terhadap rata-rata rasio P/E dari keseluruhan populasi saham yang tecatat di NYSE?
Secara spesifik, jika kita misalkan X = rasio P/E saham dan X̅ = rata-rata rasio P/E dari ke-28 saham yang tercantum dalam tabel tersebut, dapatkah kita menyimpulkan tentang rasio P/E yang diharapkan, E(X), dari populasi NYSE secara keseluruhan? Proses generalisasi dari nilai sampel (yaitu, X̅) ini menjadi nilai populasi [yakni, E(X)] merupakan intisari dari statistik inferensial.
