bab 1

Pengertian Statistik

Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan suatu masalah tertentu.

 Contoh :

a. Statistik penduduk adalah kumpulan angka-angka yang berkaitan dengan masalah penduduk.

b. Statistik ekonomi adalah kumpulan angka-angka yang berkaitan dengan masalah ekonomi.

Beberapa pandangan laintentang pengertian statistik dari para ahli:

1) Statistik adalah cara untu mengolah data dan menarik kesimpulan-kesimpulan yang teliti dan keputusan-keputusan yang logik dari pengolahan data. (Prof.Drs.Sutrisno Hadi,MA).

2) Statistik adalah sekumpulan cara maupun aturan-aturan yang berkaitan dengan pengumpulan, pengolahan(Analisis), penarikan kesimpulan, atas data-data yang berbentuk angka dengan menggunakan suatu asumsi-asumsi tertentu. (Prof.Dr.H.Agus Irianto).

3) Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan dari data yang berbentuk angka. (Ir.M.Iqbal hasan,MM).

4) Statistik adalah metode yang memberikan cara-cara guna menilai ketidak tentuan dari penarikan kesimpulan yang bersifat induktif. (Stoel dan Torrie).

5) Statistik adalah metode/asas-asas mengerjakan/memanipulasi data kuantitatif agar angka-angka tersebut berbicara.(Anto dajan).

6) Statistik diartikan sebagai data kuantitatif baik yang masih belum tersusun maupun yang telah tersusun dalam bentuk table. (Anto dajan).

7) Statistik adalah studi informasi dengan mempergunakan metodologi dan teknik-teknik perhitungan untuk menyelesaikan permasalahan-permasalahan praktis yang muncul di berbagai bidang. (Suntoyo Yitnosumarto)

Jadi secara singkat statistik dapat diartikan, sebagai cara maupun aturan-aturan yang berkaitan dengan pengumpulan, pengolahan (analisis), penarikan kesimpulan, atas data-data yang berbentuk angka-angka, dengan menggunakan suatu asumsi-asumsi tertentu. Sedangkan pengetahuan yang membicarakan tentang cara-cara ini disebut statistika.

PENGERTIAN STATISTIKA

Sebelum bicara lebih lanjut tentang statistika, kita perlu mencari tau apa sebenarnya statistika itu. Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Atau statistika adalah ilmu yang berusaha untuk mencoba mengolah data untuk mendapatkan manfaat berupa keputusan dalam kehidupan.
Istilah ‘statistika’ (bahasa Inggris: statistics) berbeda dengan ‘statistik’ (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data.
Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif.
Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas.(http://wartawarga.gunadarma.ac.id/2009/09/statistika-dan-psikologi/)
Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri). Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau polling (misalnya dilakukan sebelum pemilihan umum), serta jajak cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.

ESENSI STATISTIKA

Ada tiga hal yang sangat penting dari statistika yaitu:

• Data yang tersedia / data historis.

Merupakan suatu nilai numerik yang diperoleh dari keterangan masa lampau. Diolah menjadi informasi yang nantinya berguna dalam menentukan keputusan

• Kriteria Keputusan

Dalam Statistika kita sering dihadapkan pada beberapa pilihan. Masing-masing pilihan memiliki nilai/ manfaat dan konsekuensi yang harus diambil atau dengan kata lain kita harus menentukan keputusan. Dari pilihan-pilihan tersebut akan muncul berbagai kriteria keputusan. Sama halnya dengan pilihan, masing-masing kriteria keputusan memiliki manfaat dan akibat bagi kita

• Ada Keputusan

MANFAAT STATISTIKA

Manfaat statistika dalam kehidupan sehari-hari sangat beragam sebagai contoh sederhana:

• Bagi ibu-ibu rumah tangga mungkin tanpa disadari mereka telah menerapkan statiska. Dalam membelanjakan uang untuk kebutuhan keluarganya sering melakukan perhitungan untung rugi, berapa jumlah uang yang harus dikeluarkan setiap bulannya untuk uang belanja, listrik, dll.

• Sebagai mahasiswa, selain statistika dipelajari secara formal sebenarnya kita sudah menggunakannya dalam perhitungan Indeks prestasi.

• Dalam dunia bisnis, para pemain saham atau pengusaha sering menerapkan statistika untuk memperoleh keuntungan. Seperti peluang untuk menanamkan saham.

• Sedangkan dalam bidang industri, statistika sering digunakan untuk menentukan keputusan. Contohnya berapa jumlah produk yang harus diproduksi dalam sehari berdasarkan data historis perusahaan, apakah perlu melakukan pengembangan produk atau menambah varian produk, perlu tidaknya memperluas cabang produksi, dll.

Jadi statistika sebenarnya sangat penting bagi kita, dapat berguna dalam menentukan keputusan meskipun kadangkala penggunaannya tidak kita sadari.

1. Statistika Deskriptif à bertujuan/digunakan untuk menggambarkan atau mendeskripsikan data (fakta-fakta) tanpa menarik kesimpulan terhadap populasi
2. Statistika Induktif (Inferensial) à bertujuan/ digunakan untuk menggeneralisasikan hasil temuan yang diperoleh pada sampel terhadap populasi. Statistik Inferensial dibedakan:

Statistika Parametrik yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar normal, maka data seharusnya dikerjakan dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik. 

Contoh metode statistik parametrik :

a. Uji-z (1 atau 2 sampel)

b. Uji-t (1 atau 2 sampel)

c. Korelasi pearson,

d. Perancangan percobaan (one or two-way anova parametrik), dll.

Ciri-ciri statistik parametrik :

- Data dengan skala interval dan rasio

- Data menyebar/berdistribusi normal

Keunggulan dan kelemahan statistik parametrik

Keunggulan :

1. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.

2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki varian yang homogen.

Kelemahan :

1. Populasi harus memiliki varian yang sama.

2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.

3. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.

Statistika Non Parametrik yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal.

Contoh metode statistik non-parametrik :

a. Uji tanda (sign test)

b. Rank sum test (wilcoxon)

c. Rank correlation test (spearman)

d. Fisher probability exact test.

e. Chi-square test, dll

Ciri-ciri statistik non-parametrik :

- Data tidak berdistribusi normal

- Umumnya data berskala nominal dan ordinal

- Umumnya dilakukan pada penelitian sosial

- Umumnya jumlah sampel kecil

Keunggulan dan kelemahan statistik non-parametrik : 

Keunggulan :

1. Tidak membutuhkan asumsi normalitas.

2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik  karena ststistika non-parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik.

3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).

4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.

5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata.

6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal.

Kelemahan :

1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.

2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik.

3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu. (Khairul Amal)

·         Populasi merupakan wilayah generalisasi yang terdiri atas; obyek/subyek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Contoh: kalau kamu mau meneliti air danau, maka populasinya adalah semua air danau itu.

Sampel adalah sebagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Apabila populasi besar, dan peneliti tidak mungkin mempelajari semua yang ada populasi, hal ini dikarenakan adanya keterbatasan dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang diambil dari populasi tersebut. Apa yang dipelajari dari sampel itu, kesimpulannya akan diberlakukan untuk populasi. Oleh karena itu sampel yang akan diambil dari populasi harus betul-betul representatif (dapat mewakili). Contoh: kalau kamu mau meneliti air danau, maka air danau yang diteliti misalnya cuma satu ember, nah air danau yang satu ember itu adalah sampelnya.

·         Apa yang di maksud dengan data kumpulan keterangan atau informasidari suatu pengamatan berupa angka/lambing atau sifat

·         Apa itu data yang baik

• Objektif, artinya sesuai dengan keadaan yang sebenarnya.
• Representatif,artinya mewakili (persoalan yang ada) sesuatu yang lebih luas.
• Mempunyai (Tingkat) Kesalahan Baku Yang Kecil.
• Up To Date,data harus masih baru atau tidak kadaluwarsa.
• Relevan,data yang dihasilkan harus ada hubungannya dengan persolan yang akan dipecahkan.

VARIABEL à gejala atau fakta-fakta (data) yang harganya berbeda-beda atau bervariasi

Menurut Nilainya, Variabel dibedakan :

1. Variabel Diskrit atau disebut Data Diskrit à diperoleh melalui menghitung atau membilang (bukan hasil pengukuran). Misal : jenis kelamin, jenis pekerjaan, jenis sekolah, jumlah peralatan.
2. Variabel Kontinyu atau disebut Data Kontinyu à diperoleh melalui pengukuran. Misal : tinggi badan, berat badan, kompetensi siswa, sikap, minat. Variabel Diskrit

}  Skala nominal Skala data hasil pengukuran yang hanya dapat membedakan antara jenis/kelompok yang satu dengan yang lainnya.

}  Skor yang diberikan di sini hanya berfungsi sebagai tanda atau nomor belaka, dan tidak menunjukkan tingkatan maupun kualitasnya.

}  Contoh: jenis kelamin, jenis sekolah, jenis pekerjaan, agama, dsb.

}  Contoh :  Jenis Kelamin  à Laki-laki       =  1

                                                Perempuan  =  2

Skala di bedakan menjadi:

SKALA INTERVAL

SKALA RASIO

SKALA NOMINAL

SKALA ORDINAL

}  Berkaitan dgn rumusan hipotesis penelitian à karena fungsi Statistik adalah untuk menguji hipotesis.

}  Tergantung pada jenis/skala data pengukuran

}  Ditentukan oleh terpenuhi-tidaknya persyaratan Analisis yang telah ditetapkan.

}  Dalam penelitian kuantitatif, peran statistik deskriptif masih sangat penting à karena untuk mendeskripsikan data yang diperoleh yang bersifat univariat.