Statistika adalah Suatu ilmu yang mempelajari cara pengumpulan, pengolahan, penyajian dan analisis data serta cara pengambilan kesimpulan secara umum berdasarkan hasil penelitian yang tidak menyeluruh. Dalam arti sempit Statistik adalah data ringkasan berbentuk angka (kuantitatif).
Sebagai suatu bidang studi, statistik memiliki dua bagian utama, yaitu :
1. Statistika Deskriptif adalah ilmu statistika yang mempelajari tentang pengumpulan,
pengolahan, dan penyajian data.
Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna.[1]Pengklasifikasian menjadi statistika deskriptif dan statistika inferensia dilakukan berdasarkan aktivitas yang dilakukan.[2]
Statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang gugus induknya yang lebih besar.[1] Contoh statistika deskriptif yang sering muncul adalah, tabel, diagram, grafik, dan besaran-besaran lain di majalah dan koran-koran.[1] Dengan Statistika deskriptif, kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan informasi inti dari kumpulan data yang ada. Informasi yang dapat diperoleh dari statistika deskriptif ini antara lain ukuran pemusatan data, ukuran penyebaran data, serta kecenderungan suatu gugus data.
Contoh kasus1. Sekurang-kurangnya 25% dari kebakaran yang terjadi dikawasan kumuh Jakarta, yang dilaporkan tahun lalu diakibatkan oleh tindakan-tindakan yang tidak disengaja.
2. Siswa di sekolah SMP 2 Baru kota Bekasi lebih sedikit 2% daripada siswi nya .
2. Statistika Inferensi (Statistika Induktif) adalah ilmu statistika yang mempelajari
tentang cara pengambilan kesimpulan secara menyeluruh (populasi) berdasarkan data
Statistika inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data (contoh ) atau juga sering disebut dengan sampel[1] untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya(populasi).[1][2]
Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum.[1]Metode ini disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja.[1] Pengambilan kesimpulan dari statistika inferensial yang hanya didasarkan pada sebagian data saja yang menyebabkan sifat tak pasti,[2]memungkinkan terjadi kesalahan dalam pengambilan keputusan,[1] sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensial.
sebagian (sampel) dari populasi tersebut.Kegunaan Statistika dalam bidang ekonomiyaitu :
· Bidang Produksi
Menyediakan data tertentu yang digunakan untuk kegiatan produksi suatu kondisi atau masalah
· Bidang Akuntansi
Laporan keuangan perbulan , pertahun
· Bidang Pemasaran
analisis potensi pasar
Pengetahuan tentang statistik membantu untuk :
1. Menjelaskan hubungan antar variabel.
2. Membuat keputusan lebih baik.
3. Mengatasi perubahan-perubahan.
4. Membuat rencana dan ramalan.
5. Dan masih banyak manfaat yang lain.
Tahap-tahap dalam statistik adalah :
1. Mengidentifikasikan persoalan.
2. Pengumpulan fakta-fakta yang ada.
3. Mengumpulkan data asli yang baru.
4. Klasifikasi data.
5. Penyajian data.
6. Analisa data.
Populasi, Sampel dan Data.
Populasi adalah seluruh elemen yang akan diteliti.
Sampel adalah elemen yang merupakan bagian dari populasi.
Data adalah fakta-fakta yang dapat dipercaya kebenarannya.
Jenis-jenis pengambilan sampel yaitu :
1. Random sederhana (simple random sampling).
Pengambilan sampel secara acak sehingga setiap anggota populasi mempunya
kesempatan yang sama untuk menjadi sampel, misalnya dengan
cara undian.
2. Random berstrata (Stratified Random Sampling)
Pengambilan sampel yang populasinya dibagi-bagi menjadi beberapa bagian/stratum.
Anggota-anggota dari stratum dipilih secara random, kemudian dijumlahkan, jumlah ini
membentuk anggota sampel.
3. Sistematis (Systematic Sampling).
Pengambilan sampel berdasarkan urutan tertentudari populasi yang telah disusun secara
teratur dan diberi nomer urut.
4. Luas/Sampel Kelompok (Cluster sampling).
Pengambilan sampel tidak langsung memilih anggota populasi untuk dijadikan sampel
tetapi memilih kelompok terlebih dahulu. Yang termasuk sebagai sampel adalah anggota
yang berada dalam kelompok terpilih tersebut.
Jika kelompok-kelompok tersebut merupakan pembagian daerah-daerah geografis, maka cluster
sampling ini disebut juga area sampling.
Pembagian data dapat dibedakan menurut :
1. Sifatnya
i.Data kualitatif ialah data yang disajikan bukan dalam bentuk angka, misalnya agama, jenis kelamin, daerah, suku bangsa, pangkat pegawai, jabatan pegawai dan sebagainya.
ii.Data kuantitatif ialah data yang disajikan dalam bentuk angka.
Data ini terbagi menjadi :
1. Data kontinu adalah data yang satuannya bisa dalam pecahan
2. Data diskret adalah data yang satuannya selalu bulat dalam bilangan
asli, tidak berbentuk pecahan.
2. Waktumya
i. Data silang (Cross Section) ialah data yang dikumpulkan pada suatu
waktu tertentu yang bisa menggambarkan keadaan/kegiatan pada
waktu tersebut, misalnya jumlah warga DKI Jakarta menurut asal dan
agama pada tahun 1999.
ii. Data Berkala (Time Series) ialah data yang dikumpulkan dari waktu ke
waktu, misalnya data angka kematian dan kelahiran dari tahun ke tahun di Indonesia
yang cenderung membesar dan mengecil.
3. Cara memperolehnya.
i. Data primer ialah data yang didapatkan langsung dari responden
misalnya data pegawai negeri sipil di BAKN, data registrasi mahasiswa
di suatu universitas dan sebagainya.
ii. Data Sekunder ialah data yang diambil dari data primer yang telah
diolah, untuk tujuan lain, misalnya data perkawinan antara umur 10 s/d
20 tahun di Indonesia yang diambil dari departemen Agama untuk
tujuan analisa pola perkawinan setiap suku bangsa di Indonesia.
4. Sumbernya.
i. Data Internal ialah data yang menggambarkan dari keadaan di dalam
suatu organisasi, misalnya dari suatu universitas ialah data dosen,
jumlah mahasiswa, data kelulusan dan sebagainya.
ii. Data Eksternal ialah data yang dibutuhkan dari luar untuk kebutuhan
suatu organisasi tersebut.
Syarat Data yang baik adalah
1. Benar/Obyektif.
2. Mewakili/Wajar (representative).
3. Dipercaya, artinya kesalahan bakunya kecil.
4. Tepat waktu (up to date).
5. Relevan (data yang dikumpulkan ada hubungannya dengan permasalahannya).
Proses Pengukuran dan Jenis-jenis Skala Pengukuran.
Variabel (peubah) adalah karakteristik-karakteristik yang terdapat pada elemen-elemen dari
populasi tersebut.
Contoh : Pada masyarakat, elemennya adalah manusia, karakteristiknya misalnya penghasilan,
umur, pendidikan, jenis kelamin dan status perkawinan yang merupakan variabel-variabel dalam penelitian.
Variabel terbagi atas :
1. Variabel kualitatif (kategori).
Contoh:Tingkat Pendidikan ,Jenis kelamin dsb.
2. Variabel kuantitatif (Numerik).
Contoh : Penghasilan, umur, jumlah keluarga, dsb
Analisa data penelitian, diperlukan macam-macamukuran skala yaitu :
1. Skala Nominal (Skala Klasifikasi).
Skala yang hanya mempunyai ciri untuk membedakan skala ukur yang satu dengan
skala ukur yang lain.
Skala ini hanya digunakan untuk memberikan kategori saja. Misalnya digunakan untuk memberi label, simbol, lambang, atau nama pada sebuah kategori sehingga akan mempermudah pengelompokan data menurut kategorinya.
Pada skala nominal ini, peneliti akan mengelompokkan objek, baik individu atau pun kelompok kedalam kategori tertentu dan disimbolkan dengan label atau kode tertentu.
Kemudian, angka yang diberikan kepada objek hanya memiliki arti sebagai label atau pembeda saja dan bukan untuk menunjukkan adanya tingkatan.
Agar lebih paham, berikut ini ciri-ciri dari skala nominal.
1.Kategori data bersifat mutuallyexclusive (setiap objek hanya memiliki satu kategori saja).
2.Kategori data tidak memiliki aturan yang logis (bisa sembarang).
Contoh Skala Nominal
Contoh pertama, contoh yang paling umum digunakan yaitu variabel jenis kelamin. Jenis kelamin akan dibedakan menjadi Laki-laki dan Perempuan.
Dalam hal ini, hasil pengukuran tidak memiliki tingkatan tertentu. Artinya laki-laki tidak lebih tinggi daripada perempuan, atau sebaliknya.
Di dalam sebuah penelitian, biasanya akan diberi simbol angka sebagai pembeda, misal jenis kelamin laki-laki diberi simbol angka 1, jenis kelamin perempuan diberi simbol 0. Simbol angka disini hanya untuk membedakan saja, tidak menunjukkan bahwa 1 lebih besar dari 0 dan sebagainya.
Contoh kedua, misal nama kota lahir. Ada yang Bandung, Jakarta, Surabaya, Bogor, dan lain lain. Hal ini hanya untuk pembeda saja, tidak menunjukkan tingkatan tertentu. Dengan kata lain, orang yang lahir di Bandung bukan berarti lebih baik dari Bogor atau yang lainnya.
Contoh ketiga, misalnya menjelaskan agama, ada Islam, Kristen, Hindu, Budha, Katolik. Ini hanya bersifat membedakan saja
2. Skala Ordinal.
Skala yang selain mempunyai ciri untuk membedakan juga mempunyai untuk
mengurutkan pada rentangan tertentu.
sama.
Skala ordinal ini memiliki tingkatan yang lebih tinggi daripada skala nominal, karena skala ini tidak hanya menunjukkan kategori saja tetapi juga menunjukkan peringkat.
Di dalam skala ordinal, objek atau kategorinya disusun berdasarkan urutan tingkatannya, dari tingkat terendah ke tingkat tertinggi atau sebaliknya,
Ciri-ciri dari skala ordinal antara lain:
1.kategori data saling memisah.
2.kategori data ditentukan berdasarkan jumlah karakteristik khusus yang dimilikinya.
3.00kategori data dapat disusun sesuai dengan besarnya karakteristik yang dimiliki.
Contoh Skala Ordinal
Contoh pertama, contoh pada variabel sikap seseorang terhadap suatu pernyataan, sikap tersebut berupa sangat setuju, setuju, biasa saja, tidak setuju, sangat tidak setuju.
Pada variabel sikap ini dari sangat setuju ke sangat tidak setuju menunjukkan kategori dan memiliki tingkatan.
Di dalam sebuah penelitian, kategori tersebut bisa disimbolkan dengan angka, misal angka 5 untuk sangat setuju, angka 4 untuk setuju, angka 3 untuk biasa saja, angka 2 untuk tidak setuju, dan angka 1 untuk sangat tidak setuju.
Contoh kedua, misal dalam variabel nilai huruf mutu pada perkuliahan, yaitu nilai A, B, C, D, dan E. Pada nilai ini menunjukkan tingkatan bahwa nilai A lebih besar dari B, dan seterusnya.
3. Skala Interval.
Skala yang selain mempunyai ciri untuk membedakan dan mengurutkan juga
mempunyai ciri jarak yang sama.
Skala Interval merupakan skala pengukuran yang bisas digunakan untuk menyatakan peringkat untuk antar tingkatan. Jarak atau interval antar tingkatan pun sudah jelas, hanya saja tidak memiliki nilai 0 (nol) mutlak.
Skala interval ini bisa dikatakan berada diatas skala ordinal dan nominal. Besar interval atau jarak satu data dengan data yang lainnya memiliki bobot nilai yang sama. Besar interval ini bisa saja di tambah atau dikurang.
Berikut ini adalah ciri-ciri dari skala interval:
- Kategori data memiliki sifat saling memisah.
- Kategori data memiliki aturan yang logis.
- Kategori data ditentukan skalanya berdasarkan jumlah karaaktristik khusus yang dimilikinya.
- Perbedaan karakteristik yang sama tergambar dalam perbedaan yang sama dalam jumlah yang dikenakan pada kategori.
- Angka nol hanya menggambarkan satu titik dalam skala (tidak memiliki nilai nol absolut).
Contoh Skala Interval
Contoh pertama, contoh yang paling umum pada skala interval adalah suhu. Misalkan suatu ruangan memiliki suhu 0C, ini bukan berarti bahwa ruangan tersebut tidak ada suhunya.
Angka 0C disini merupakan suhu, hal ini dikarena pada skala interval 0 (nol) bukanlah nilai yang mutlak.
Contoh kedua, jam 00.00 bukan berarti waktunya kosong atau tidak ada nilainya, karena jam 00.00 sendiri masih menunjukkan waktu dimana jam 00.00 sama dengan jam 12 malam.
4. Skala Rasio.
Skala yang mempunyai 4 ciri yaitu membedakan, mengurutkan , mempunyai jarakyang sama dan mempunyai titik nol yang berarti sehingga dapat menghitung rasio atau perbandingan diantara nilai.
Skala rasio adalah skala pengukuran yang ditujukan pada hasil pengukuran yang bisa dibedakan, diurutkan, memiliki jarak tertentu, dan bisa dibandingkan.
Skala rasio merupakan tingkatan skala paling tinggi dan paling lengkap dibanding skala-skala lainnya. Jarak atau interval antar tingkatan sudah jelas, dan memiliki nilai 0 (nol) yang mutlak. Nilai nol mutlak berarti benar-benar menyatakan tidak ada.
Contoh Skala Rasio
Contoh pertama, misal tinggi badan Agung adalah 190 cm sedangkan tinggi badan Vatinson adalah 95 cm. Pada situasi ini dapat dikatakan bahwa jarak tinggi badan Vatinson dengan Agung adalah 95 cm. Bisa juga dikatakan bahwa tinggi badan Agung 2 kali tinggi badan Vatinson.
Contoh kedua, misalkan nilai ujian matematika Tono adalah 50, sedangkan nilai Toni adalah 100. Ukuran rasionya dapat dinyatakan bahwa nilai Toni adalah 2 kali nilai Tono.
REFERENSI:
https://id.m.wikipedia.org/wiki/Statistika_deskriptif#/search
https://id.m.wikipedia.org/wiki/Statistika_inferensi
https://www.google.com/search?q=statistika&safe=strict&client=ms-android-samsung&prmd=binv&source=lnms&tbm=isch&sa=X&ved=2ahUKEwiSq6DnzJ_gAhUQinAKHctRAzkQ_AUoAnoECAoQAg&biw=360&bih=560#imgrc=JshSL9bizONv5M
https://ekspektasia.com/skala-pengukuran/#Contoh_Skala_Nominal
No comments:
Post a Comment