Jumat, 10 Januari 2014

Mengenal statistika

1. Pengertian Statistika
Pada umumnya orang tidak membedakan antara statistik dan statistika.Kata statistik berasal dari kata Latin yaitu status yang berarti “negara” atau dalam bahasa Inggris adalah state yang berarti pemerintah. Pada awalnya kata statistik diartikan sebagai keterangan-keterangan yang dibutuhkan oleh negara dan berguna bagi negara (Anto Dajan,Pengantar Metode Statistik). Misalnya keterangan mengenai jumlah keluarga penduduk suatu negara, keterangan mengenai usia penduduk suatu negara,keterangan mengenai pekerjaan penduduk suatu negara dari waktu ke waktu dan sebagainya. Perkembangan lebih lanjut menunjukkan bahwa pengertian statistik adalah suatu  kumpulan data angka-angkamaupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan (berkaitan) dengan suatu masalah tertentu. Misalnya statistik kelahiran, statistik pertanian, statistik penduduk dan sebagainya.Sedangkan pengertian statistika itu sendiri adalah ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan, penyajian, pengolahan, analisis data serta penarikan kesimpulan.
2. Manfaat Statistika
Peranan statatistik di dalam dunia penelitian dan riset baik penelitian di bidang sosial maupun sains, selalu menggunakan ilmu statistik, mulai dari persiapan penelitian, teknik pengambilan data, sampai ke pengolahan data agar informasi-informasi atau gambaran-gambaran mengenai karateristik data dapat dipahami dengan mudah oleh pihak lainnya.
Salah satu contoh pemanfaatan statistik di dalam pengelolaan negara, di waktu akan diadakan PEMILU oleh pemerintah, mulai membuat sensus penduduk yang akan digunakan sebagai data untuk mempersiapkan apa-apa yang akan diperlukan, baik bahan, tempat, waktu sampai keperkiraan biaya yang akan digunakan pada pelaksanaan pemilu tersebut.
Contoh yang lain di bidang farmasi misalnya, untuk membuat campuran obat-obatan harus terlebih dahulu membuat tabel mengenai takaran-takaran, jenis bahan yang diperlukan.Di kantor-kantor khususnya di bagian personalia sering kita lihat tabel-tabel yang tergantung pada dinding mengenai nama pegawai, jumlah pegawai, jenis kelamin, golongan, masa kerja, alamat dan lain sebagainya, Ini juga merupakan statistik yang dinamakan dengan statistik kepegawaian.
3. Macam – Macam Statistika
Statistika dalam pengertian sebagai ilmu dibedakan menjadi dua, yaitu :
a. Statistika Deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna (Ronald E. Walpole, Pengantar Statistika). Dalam statistika deskriptif ini dikemukakan cara-cara penyajian data dalam bentuk tabel maupun diagram, penentuan rata-rata (mean), modus, median, rentang serta simpangan baku.
b. Statistika Inferensia (Induktif)adalah mencakup semua metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan gugus data iduknya (Ronald E. Walpole, Pengantar Statistika) atau dengan kata lain sebelum menarik kesimpulan dilakukan dugaan yang dapat diperoleh dari statistika deskriptif.
Contoh : Catatan kelulusan selama 5 tahun terakhir di suatu perguruan tinggi menunjukkan bahwa 72% diantara mahasiswa baru yang masuk ke perguruan tinggi tersebut berhasil menyelesaikan studinya.Nilai numeric 72% tersebut adalah suatu statistika deskriptif. Jika berdasarkan ini kemudian disimpulkan bahwa peluang lulus sarjana untuk satu orang mahasiswa adalah lebih dari 70%, berarti telah dilakukan statistika inferensia yang tentu saja mempunyai sifat tidak pasti.
Statistik Inferensia dibagi menjadi dua, yaitu :
  • Statistika Parametik adalah mempertimbangkan nilai parameter populasi, biasanya dengan skala ukuran interval dengan asumsi populasi berdistribusi normal. Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way ANOVA parametrik), dll.
  • Statistika Non Parametik adalah tidak memperhatikan nilai parameter populasinya, biasanya data lebih banyak dengan skala ukuran nominal atau ordinal dan distribusi tidak dapat diasumsikan normal. Contoh metode Statistika non-parametrik:Binomial test, Chi-square test, Median test, Friedman Test, dll.
4. Macam Variabel Dan Data
Setiap kegiatan yang berkaitan dengan statistik, selalu berhubungan dengan data.Data statistik adalah kumpulan keterangan atau fakta yang menjelaskan mengenai suatu persoalan.Data adalah merupakan representasi fakta dunia nyata yang mewakili suatu objek berupa nilai yang direkam dalam bentuk angka, huruf, simbol, teks, gambar, bunyi atau kombinasinya.Data yang mempunyai nilai yang berubah-ubah disebut variabel dan data yang mempunyai nilai-nilai yang tidak berubah disebut konstanta. Contoh yang termasuk variabel adalah data tentang tinggi badan, berat badan, persepsi konsumen terhadap produk tertentu, dan sebagainya, sedangkan contoh data yang termasuk konstanta adalah nilai-nilai yang sudah ditetapkan seperti phi= 3,141592654 dan sebagainya.
Data yang telah dikumpulkan dari suatu observasi disebut data observasi (data) dan menurut pembagiannya dapat diperoleh dengan beberapa cara, yaitu :
  • Data Primer adalah data yang dikumpulkan langsung oleh peneliti atau dari sumber pertama. Contoh: Hasil wawancara terhadap responden atau dari hasil pengisisan angket/kuisioner yang dilakukan peneliti sendiri.Atau bisa juga dengan peneliti mencatat kapasitas produksi produk c di pabrik A, peneliti mencatat kualitas produk di pabrik A, peneliti mencatat penghasilan bulanan pegawai Pabrik A, Peneliti mencatat prestasi akademik mahasiswa Jurusan A.
  • Data Sekunder merupakan data yang diperoleh/dikumpulkan dari pihak lain atau data primer yang telah diolah lebih lanjut. Pada umumnya pengumpulan data sekunder ini dilakukan dengan pencatatan atau mendokumentasikan data dari sumbernya. Contoh : Data kenaikan atau penurunan nilai tukar rupiah terhadap mata uang asing dari BEJ dan Pemeriksaan dan pendataan ulang barang impor di pelabuhan dari pihak bea cukai.
Menurut Sifatnya, dibagi menjadi dua, yaitu :
  • Data Kualitatif adalah kemungkinan observasi yang tidak dinyatakan dengan angka-angka atau data yang sifatnya menggolongkan / mengklasifikasikan saja. Contoh : Mutu Tembakau sekarang ini, baik,sedang atau jelek.
  • Data Kuantitatif merupakan serangkaian observasi yang dapat dinyatakan dengan angka-angka. Contoh : Nilai saham PT. Jaya Rp. 10.000,-.
Data Kuantitatif dibagi menjadi dua, yaitu :
a. Data Diskrit yaitu data yang hanya mempunyai sejumlah terbatas nilai-nilai.
Contoh:
- Jumlah mahasiswa di sebuah universitas
- Banyaknya masyarakat yang memakai kendaraan roda dua di daerah Kediri
b. Data Kontinu yaitu data yang secara teoritis dapat menjalani setiap nilai. Disebut juga nilai pengamatan kuantitatif kontinyu.
Contoh:
- Pengukuran debit air di bendungan
- Pengukuran tingkat curah hujan di daerah Bandung
Menurut Skala, dibagi menjadi empat, yaitu :
1.   Data Nominal
- Dibedakan dalam kategori tanpa memperhatikan urutan
- Satu pengukuran hanya menghasilkan satu-satunya kategori
- Setiap kategori dianggap sama (tanpa tingkatan)
- Data paling rendah dalam level pengukuran data
- Tidak bisa dioperasikan secara matematis
Contoh :
• Agama                     : Islam, Kristen, Katolik, Hindu, Budha, Konghucu
• Jenis Kelamin          : Laki-Laki, Perempuan
• Warna                      : merah, hijau, putih, dll.
2.   Data Ordinal
- Dibedakan dalam kategori berdasarkan urutan
- Memiliki tingkatan data
- Lebih tinggi diandingkan data nominal dalam level pengukuran data
- Tidak bisa diopersikan secara matematis
Contoh :
• Pendidikan  : SD, SLTP, SMU, PT
• Pangkat       : kopral, sersan, letnan, kapten, dll.
• Ranking Juara I, II, III
3.  Data Interval
- Urutan bertingkat dan dapat dikuantifikasi (diberi nilai)
- Memiliki interval tertentu
- Lebih tinggi dibanding data ordinal dalam level pengukuran data
- Dapat dianalisis dengan uji statistika parametik
4.  Data Rasio
- Data bersifat angka dalam arti yang sesungguhnya
- Memiliki angka nol absolut
- Memiliki kedudukan paling ‘tinggi’ dalam level pengukuran data
- Dapat dioperasikan secara matematis.
Contoh :
1 sendok gula untuk 1 gelas teh
5 sendok gula untuk 5 gelas teh
Menurut Sumber dan Penggunaannya:
  • Data Intenal adalah data yang menggambarkan keadaan atau kegiatan suatu badan yang dikumpulkan sendiri dan hasil datanya digunakan oleh badan itu sendiri. Contoh: Data pengeluaran keuangan untuk membayar biaya produksi perusahaan tekstil ddan Data hasil produksi pabrik mie “sedaap”.
  • Data Eksternal adalah data yang menggambarkan keadaan atau kegiatan di luar badan dan data tersebut tidak terdapat dalam aktivitas intern suatu badan. Contoh: Bagi perusahaan “LG”, data daya beli masyarakat terhadap barang produksinya (seperti TV “Turbo Swing”) adalah data eksternal perusahaan tersebut dan data tingkat kepuasan masyarakat terhadap barang produksi menjadi tolok ukur dalammengembangkan daerah pemasaran
Menurut Waktu Pengumpulan:
  • Data Cross Section adalah data yang dikumpulkan pada suatu waktu tertentu yang bisa menggambarkan keadaan atau kegiatan pada waktu tersebut. Contoh: Data jumlah TKI yang meninggal pada tahun 2006 akibat kekerasan menggambarkan kurangnya perlindungan keselamatan TKI di luar negeri dan Bencana meluasnya lumpur lapindo menandakan kurang seriusnya pemerintah dalammenangani korban bencana tersebut.
  • Data Time Series adalah data yang dikumpulkan dari waktu ke waktu sehingga ada perkembangannya (trend) yang menunjukkan arah secara umum.Garistren d sangat berguna untuk membuat ramalan (forecasting) yang dibutuhkan bagi perencanaan. Contoh: Data persebaran penduduk di Indonesia dibutuhkan untuk perencanaan transmigrasi sebagai upaya pemerataan jumlah persebaran di tiap daerah. Data tingkat curah hujan tiap tahunnya dibutuhkan untuk mengantisipasi datangnya tanah longsor

Tidak ada komentar:

Posting Komentar