- PENGERTIAN STATISTIKA DAN STATISTIK
Pada umumnya
orang tidak membedakan antara statistika dan statistic. Kata statistic berasal
dari kata Latin yaitu status yang berarti “Negara” (dalam bahasa inggris adalah
state). Pada awalnya kata statistic diartikan sebagai keterangan Statistika dan
Statistik keterangan yang dibutuhkan oleh Negara dan berguna
bagi Negara (Anto Dajan, Pengantar Metode Statistik). Misalkan keterangan
mengenai jumlah keluarga penduduk suatu Negara, keterangan mengenai usia
penduduk, pekerjaan penduduk suatu Negara dan sebagainya.
Agar pengertian statistic sebagai kumpulan
angka-angka, tidak mengaburkan perbedaan anatara kumpulan angka-angka dengan
metode sehingga kumpulan angka tersebut “berbicara”. Dalam arti kumpulan angka
tersebut disajikan dalam bentuk table/diagram, selanjutnya dianalisa dan
ditarik kesimpula. Ini semua ternyata merupakan pengetahuan tersendiri yang
disebut statistika. Jadi Statistika adalah ilmu pengetahuan, murni dan terapan,
mengenai penciptaan, pengembangan, dan penerapan teknik-teknik sedemikian rupa
sehingga ketidakpastian inferensia induktif dapat dievaluasi. Statistik adalah
kumpulan fakta yang berbentuk angka-angka yang disusun dalam bentuk daftar atau
tabel yang menggambarkan suatu persoalan. Perbedaan dari statistic dan
parameter adalah statistic merupakan sembarangan nilai yang menjelaskan nilai
dari sampel. Sedangkan parameter merupakan sembarangan nilai yang menjelaskan
nilai dari populasi.
Statistika dalam pengertian sebagai ilmu dibedakan
menjadi dua yaitu :
1. Statistic
deskriptif mempunyai tujuan untuk mendeskripsikan atau memberi gambaran objek
yang diteliti: sebagaimana adanya tanpa menarik kesimpulan atau generalisasi.
Dalam statistika deskriptif ini dikemukakan cara-cara penyajian data dalam
bentuk table maupun diagram, penentuan rata-rata (mean), modus, median, rentang
serta simpangan baku.
2. Statistic
inferensial (induktif) mempunyai tujuan untuk penarikan kesimpulan. Sebelum
penarikan kesimpulan dilakukan suatu dugaan yang dapat diperoleh dari statistic
deskriptif.
Setiap
kegiatan yang berkaitan dengan statistic, selalu berhubungan dengan data.
Menurut kamus Besar Bahasa Indonesia pengertian data adalah keterangan yang
benar dan nyata. Data adalah bentuk jamak dari datum. Datum adalah keterangan
atau informasi yang diperoleh dari suatu pengamatan sedangkan data adalah
segala keterangan atau informasi yang dapat memberikan gambaran tentang suatu keadaan. Dari contoh-contoh yang telah diberikan
sebelumya, dapat diperoleh bahwa tujuan pengumpulan data adalah :
- Untuk memperoleh gambaran suatu keadaan.
- Untuk dasar pengambilan keputusan. Syarat data yang baik agar memperoleh
kesimpulan tepat dan benar maka data yang dikumpulkan dalam pengamatan harus
nyata dan benar, diantaranya:
- Data harus obyektif (sesuai keadaan sebenarnya)
- Data harus mewakii(representative)
- Data harus
update
- Data harus relevan dengan masalah yang akan dipecahkan.
Data adalah kumpulan keterangan atau informasi yang di
peroleh dari suatu pengamatan. Data dibagi menjadi beberapa macam, yaitu :
a) Klasifikasi
Data Berdasarkan Jenis Datanya
- Data
Kuantitatif Data kuantitatif adalah data yang dipaparkan dalam bentuk
angka-angka. Misalnya adalah jumlah pembeli saat hari raya idul adha, tinggi
badan siswa kelas 3 ips 2, nilai matematika (…,6,7,8,9,10,…) dan lain-lain.
- Data
Kualitatif Data kualitatif adalah data yang disajikan dalam bentuk kata-kata
yang mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air
minum dalam kemasan, anggapan para ahli terhadap psikopat, warna (merah, hijau,
biru, kuning, hitam, dll) dan lain-lain.
b)
Pembagian
Jenis Data Berdasarkan Sifat Data
- Data
Diskrit (cacahan) Data diskrit adalah data yang nilainya adalah bilangan asli.
Contohnya adalah berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke
waktu, jumlah peserta yang hadir dalam seminar nasional pendidikan matematika.
Jumlah siswa yang lulus try out akbar UAN 2011, jumlah buku yang terdapat pada
perpustakaan kampus, dan lain-sebagainya.
- Data kontiniu adalah data yang nilainya ada pada
suatu interval tertentu atau berada pada nilai yang satu kenilai yang lainnya.
Contohnya penggunaan kata sekitar, kurang lebih, kira-kira, dan sebagainya.
Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
c) Jenis-jenis
Data Menurut Waktu Pengumpulannya- Data Cross
Section Data cross-section adalah data yang menunjukkan titik waktu tertentu.
Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. X bulan mei 2004, dan lain sebagainya.
- Data Time Series / Berkala Data berkala adalah data yang datanya
menggambarkan sesuatu dari waktu ke waktu atau priode secara historis. Contoh
data time series adalah data perkembangan nilai tukar dollar amerika terhadap
euro eropa dari tahun 2004 sampai 2006,dll.
d) Macam –Macam Data berdasarkan
Sumber Data
v Data Internal
Data internal adalah data yang menggambarkan
siatuasi dan kondisi pada suatu organisasi secara internal. Misal : data
keuangan, data pegawai, data produksi, dsb.
v Data Eksternal
Data eksternal adalah data yang menggambarkan
situasi serta kondisi yang ada di luar organisasi. Contohnya adalah data jumlah
penggunaan suatu produk pada konsumen, tingkat preferensi pelanggan, persebaran
penduduk, dan lain sebagainya.
e) Jenis Data Menurut Cara
Memperolehnya
v Data Primer
Data primer adalah secara langsung diambil
dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi.
Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi
konsumen bioskop.
v Data Sekunder
Data sekunder adalah data yang didapat tidak
secara langsung dari objek penelitian. Peneliti mendapatkan data yang sudah
jadi yang dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik
secara komersial maupun non komersial
maupun non komersial. Contohnya adalah pada peneliti yang menggunakan
data statistic hasil riset dari surat kabar atau majalah.
Skala Pengukuan Pada Data
a)
SKALA NOMINAL ( KLASIFIKASI )
Skala nominal
merupakan skala pengukuran yang paling rendah tingkatannya diantara ke empat
skala pengukuran yang lain. Seperti namanya, skala ini membedakan satu obyek
dengan obyek lainnya berdasarkan lambang yang
diberikan. Ciri data yang dihasilkan
adalah posisi data setara ( pegawai negeri tidak lebih tinggi dari wiraswasta
meskipun angka tandanya berberda ).
Contoh : Data mengenai barang-barang
yang dihasilkan oleh sebuah mesin dapat digolongkan dalam kategori cacat atau
tidak cacat. Barang yang cacat bisa diberi angka 0 dan yang tidak cacat diberi
angka 1. Dan 1 tidaklah berarti mempunyai arti lebih besar dari 0. Data satu
hanyalah menyatakan lambang untuk barang yang tidak cacat.
Bilangan
dalam Skala Nominal berfungsi hanya sebagai lambang untuk membedakan, terhadap
bilangan-bilangan tersebut tidak berlaku hukum aritmetika, tidak boleh
menjumlahkan, mengurangi, mengalikan, maupun membagi = dan = adalah hubungan
sama dengan dan tidak sama dengan. Statistik yang sesuai dengan data berskala
Nominal adalah Statistik Nonparametrik. Contoh perhitungan statistik yang cocok
adalah Modus, Frekuensi dan Koefisien Kontingensi.
b) SKALA ORDINAL ( RANGKING )
Skala pengukuran berikutnya adalah
skala pengukuran ordinal. Skala pengukuran ordinal mempunyai tingkat yang lebih
tinggi dari skala pengukuran nominal. Dalam skala ini, terdapat sifat skala
nominal, yaitu membedakan data dalam berbagai kelompok menurut lambang,
ditambah dengan sifat lain yaitu, bahwa satu kelompok yang terbentuk mempunyai
pengertian lebih ( lebih tinggi, lebih besar,... ) dari kelompok lainnya. Oleh
karena itu, dengan skala ordinal atau obyek memungkinkan untuk diurutkan atau
dirangking. Ciri data yang dihasilkan nominal adalah posisi data tidak serta (
contoh pangkat seorang TNI diatas, Mayor lebih tinggi dari Kapten, dan Kapten
lebih tinggi dari Letnan ) dan tidak dpat dilakukan operasi matematika (
misalkan pada tingkat kepuasan konsumen : 2 + 3 = 5, yang berarti tidak puas +
cukup puas = sangat puas ).
Contoh : Sistem kepangkatan dalam
dunia militer adalah satu contoh dari data berskala ordinal Pangkat dapat
diurutkan atau dirangking dari Prajurit sampai Sersan berdasarkan jasa, dan
lamanya pengabdian
c) SKALA INTERVAL
Skala pengukuran Interval adalah
skala yang mempunyai semua sifat yang dipunyai oleh skala pengukuran nominal,
dan ordinal ditambah dengan satu sifat tambahan. Dalam skala interval, selain
data dapat diberikan antara yang satu dengan yang lainnya dan dapat dirangking,
perbedaan (jarak/interval) antara data yang lainnya dapat diukur.
Contoh
: Data tentang suhu empat buah benda A, B, C , dan D yaitu masing-masing 20.
30, 60, dan 70 derajat Celcius, maka data terseut adalah data dengan skala
pengukuran interval karena selain dapat dirangking, peneliti juga akan tahu
secara pasti perbedaan antara satu data dengan data lainnya. Perbedaan data
suhu benda pertama dengan benda kedua misalnya, dapat dihitung sebesar 10
derajat,dst.
Bilangan
pada skala interval fungsinya ada 3 yaitu :
1) Sebagai lambang
untuk membedakan
2) Untuk mengurutkan
peringkat, misal, makin bgesar bilangannya, peringkat makin tinggi ( > atau
< ).
3) Bisa memperlihatkan
jarak/perbedaan antara data obyek yang satu dengan data obyek yang
lainnya.Titik nol bukan merupakan titik mutlak, tetapi titik yang ditentukan
berdasarkan perjanjian.
Statistik
yang sesuai dengan data berskala Interval adalah Statistik Nonparametrik dan
Statisik Parametrik. Contoh perhitungan statistik yang cocok adalah
Rata-rata, Simpangan Baku dan Korelasi Pearson.
d) SKALA RASIO
Skala
rasio merupakan skala yang paling tinggi peringkatnya. Semua sifat yang ada
dalam skala terdahulu dipunyai oleh skala rasio. Sebagai tambahan, dalam skala
ini, rasio (perbandigan) antar satu data dengan data yang lainnya mempunyai
makna
Contoh
: Data mengenai berat adalah data yang berskala rasio. Dengan skala ini kita
dapat mengatakan bahwa data berat badan 80 kg adalah 10 kg lebih berat dari
yang 70 kg, tetapi juga dapat mengatakan bahwa data 80 kg
Adalah
2x lebih berat dari data 40 kg, Berbeda dengan interval, skala rasio mempunyai
titik nol yang mutlak.
Bilangan
pada Skala Rasio fungsinya ada tiga yaitu :
1.
Sebagai
lamang untuk membedakan
2. Untuk
mengurutkan peringkat, misal, makin besar bilangannya, peringkat makin tinggi (
> atau < )
3. Bisa
memperlihatkan jarak/perbedaan antara data obyek yang satu dengan dta obyek
yang lainnya.
4. Rasio (perbandingan) antar satu data dengan data yang lainnya dapat diketahui arti.
Titik nol merupakan titik mutlak.
Statistik yang sesuai dengan data berskala Rasio adalah Statistik
Nonparametrik dan Statistik Parametrik. Contoh perhitungan statistic yang cocok
adalah Rata-rata, Koefisien Variasi dan statistic-statistik lain yang
menuntut diketahuinya titik nol mutlak.
D. POPULASI
DAN SAMPEL
Populasi adalah seluruh objek yang menjadi sasaran penelitian
atau pengamatan dan memiliki sifat-sifat yang sama. Sampel adalh bagian dari populasi yang diambil untuk dijadikan
objek pengamatan langsung dan dijadikan dasar dalam pengambilan kesimpulan.
Dengan kata lain, populasi adalah himpunan keseluruhan objek yag diteliti,
sedangkan sampel adalah bagian yang diambil dari populasi.
Contoh-contoh populasi dan sampel :
Untuk mengetahui prestasi matematika SMP kelas IX di
provinsi DKI Jakarta, dicatat prestasi dari beberapa sekolah di masing-masing kotomdya
( Jakarta Pusat, Jakarta Selatan, Jakarta Barat dan Jakarta Timur ).
Ø Populasi : seluruh siswa SMP kelas IX di provinsi DKI
Jakarta
Ø Sampel : siswa SMP kelas IX dari beberapa sekolah di
masing-masing kota madya.
Sumber: Nuryadi., dkk. (2017). Dasar-Dasar Statistik Penelitian. Yogyakarta:
Sibuku Media.
