Pagkakaiba ng Descriptive at Inferential Statistics
Mar 28, 2025
Pagkakaiba ng Descriptive at Inferential Statistics
Mga Terminolohiya
Population
Kabuuan ng grupo na kinabibilangan ng lahat ng miyembro na bumubuo sa isang set ng data.
Halimbawa: isang buong strand o isang buong paaralan.
Sample
Kasama ang ilang miyembro mula sa population.
Kinukuha upang i-represent ang mga katangian ng population.
Halimbawa: buong population (bilog) at sample (maliit na bahagi o mga blue).
Bakit kailangan ng sample?
Kapag masyadong malaki ang population, nangangailangan ito ng maraming oras at resources.
Ang sample ay nagbibigay ng impormasyon na kumakatawan sa buong population.
Descriptive Statistics
Ginagamit upang ilarawan ang isang set ng impormasyon na nakolekta.
Maaaring ipakita sa pamamagitan ng mga graph.
Keyword: Describe
Naglalarawan ng data mula sa isang partikular na population.
Mga Karaniwang Kasangkapan
Measures of Central Tendency
Nakatuon sa gitnang halaga na naglalarawan sa dataset.
Measures of Variability
Tinutukoy ang pagkakalat o spread ng dataset.
Halimbawa ng Descriptive Statistics
Sa isang klase: 32 sa 40 na estudyante ang nakapasa (80% ng population).
Average score ng klase: 82 out of 100.
Inferential Statistics
Ginagamit upang magsabi ng impormasyon tungkol sa mas malaking grupo (population).
Nakabatay sa impormasyon na nakuha mula sa isang maliit na bahagi ng population (sample).
Mga Karaniwang Kasangkapan
Hypothesis Testing
Regression Analysis
Halimbawa ng Inferential Statistics
Sa isang survey: 65% ng Filipino Generation Z ang mas gustong uminom ng milk tea kaysa kape, habang 34% ng Filipino Millennials ang mas gustong uminom ng milk tea kaysa kape.
Ipinapakita na mas mataas ang preference ng Generation Z kumpara sa Millennials.
Ang survey ay hindi nakakuha ng data mula sa lahat ng Filipino Generation Z at Millennials, kaya gumamit ng sample.
Konklusyon
Descriptive Statistics: Naglalarawan ng isang grupo.
Inferential Statistics: Gumagamit ng sample upang kumatawan sa buong population.