STATISTIKA DESKRIPTIF DAN INFERENSIAL SEBAGAI DASAR ANALISIS DATA DALAM PENELITIAN KUANTITATIF: SEBUAH KAJIAN PUSTAKA

Abstrak

Statistika merupakan salah satu ilmu yang berperan penting dalam proses penelitian, baik pada tahap pengumpulan, pengolahan, penyajian, maupun penarikan kesimpulan atas data yang diperoleh. Namun demikian, masih banyak peneliti pemula yang mengalami kesulitan dalam memahami konsep-konsep dasar statistika sebelum menerapkannya dalam analisis data penelitian kuantitatif. Artikel ini bertujuan untuk mengkaji dan mensintesiskan konsep dasar statistika deskriptif dan inferensial sebagai fondasi analisis data penelitian kuantitatif. Metode yang digunakan adalah studi kepustakaan (library research) dengan menelaah dan membandingkan berbagai sumber literatur statistika. Hasil kajian menunjukkan bahwa pemahaman yang utuh terhadap statistika deskriptif—meliputi penyajian data, ukuran tendensi sentral, ukuran penyebaran data, serta bentuk distribusi data—merupakan prasyarat penting sebelum peneliti melangkah ke tahap statistika inferensial yang mencakup analisis keterkaitan (korelasi dan regresi), teori peluang, distribusi probabilitas, serta pengujian hipotesis. Kesalahan dalam memilih teknik statistik yang sesuai dengan jenis data dan bentuk hipotesis penelitian dapat berakibat pada kesimpulan penelitian yang bias. Artikel ini diharapkan dapat menjadi rujukan awal bagi mahasiswa dan peneliti pemula dalam memahami alur berpikir statistika sebelum melakukan analisis data yang lebih kompleks.

Statistics plays an important role in the research process, from data collection and processing to presentation and drawing conclusions. However, many novice researchers still struggle to understand basic statistical concepts before applying them to quantitative research data analysis. This article aims to review and synthesize the basic concepts of descriptive and inferential statistics as the foundation of data analysis in quantitative research. The method used is a literature study (library research), examining and comparing various statistical literature sources. The results show that a thorough understanding of descriptive statistics—covering data presentation, measures of central tendency, measures of dispersion, and the shape of data distribution—is an essential prerequisite before researchers proceed to inferential statistics, which covers correlation and regression analysis, probability theory, probability distributions, and hypothesis testing. Errors in selecting a statistical technique appropriate to the type of data and the form of the research hypothesis can result in biased research conclusions. This article is expected to serve as an initial reference for students and novice researchers in understanding the logical flow of statistics before conducting more complex data analysis.