Pengertian
Statistika, Statistika adalah bagian dari matematika yang
secara khusus membicarakan caracara
pengumpulan, analisis dan penafsiran data.
Dengan kata lain, istilah statistika di
sini digunakan untuk menunjukan tubuh
pengetahuan (body of knowledge) tentang
cara-cara penarikan sampel (pengumpulan
data), serta analisis dan penafsiran data.
(Furqon, 1999:3)
Gasperz (1989:20) juga menyatakan bahwa
“statistika adalah ilmu pengetahuan
yang berhubungan dengan cara-cara pengumpulan
data, pengolahan serta
penganalisisannya, penarikan kesimpulan serta
pembuatan keputusan yang cukup
beralasan berdasarkan fakta yang ada”.
Somantri (2006:17) juga menyatakan hal yang
sama bahwa “statistika dapat diartikan
sebagai Ilmu pengetahuan yang mempelajari
tentang bagaimana cara kita mengumpulkan,
mengolah, menganalisis dan
menginterpetasikan data sehingga dapat
disajikan lebih baik”.
Ketiga pengertian statistika tersebut sama
halnya dengan pengertian ilmu statistik
yaitu “Ilmu Statistik adalah kumpulan dari
cara-cara dan aturan-aturan mengenai
pengumpulan, pengolahan, penafsiran dan
penarikan kesimpulan dari data berupa
angka-angka” (Pasaribu, 1975:19).
Jadi statistika adalah ilmu pengetahuan yang
mempelajari tentang cara dan
aturan pengumpulan, pengolahan, penganalisaan,
penarikan kesimpulan dan
pengambilan keputusan berdasarkan data dan
analisis yang dilakukan.
1. Statistika Deskriptif
Statistika deskriptif merupakan metode yang berkaitan
dengan pengumpulan dan penyajian suatu hasil pengamatan (data) sehingga memberikan
informasi yang berguna bagi pihak-pihak yang berkepentingan terhadap data dan
informasi tersebut. Yang harus mendapatkan perhatian dalam statistika
deskriptif adalah hanya menyajikan atau memberikan informasi dari data yang
dimiliki (data dari sampel) dan bukan memberikan kesimpulan apapun tentang data
populasi. Penyampaian informasi yang dimaksud dapat berupa diagram, grafik,
gambar dan tabel.
Pokok-pokok bahasan yang diuraikan di dalam statistika
deskriptif sebagai berikut :
1.
Distribusi frekuensi = hasil dari data yang dibuat
dengan mebuat tabel distribusi frekuensi yaitu ada: diagram batang,ogive dan
histogram (gambar Gambarnya)
(sumber gambar:https://yos3prens.wordpress.com/2013/05/29/diagram-batang/ , https://yos3prens.wordpress.com/2013/05/29/diagram-batang/ , https://idtesis.com/membuat-grafik-skripsi/
(sumber gambar:https://yos3prens.wordpress.com/2013/05/29/diagram-batang/ , https://yos3prens.wordpress.com/2013/05/29/diagram-batang/ , https://idtesis.com/membuat-grafik-skripsi/
2.
Pengukuran nilai-nilai statistika
3.
Angka indeks
4.
Analisis time series (analisis runtut waktu)
2. Statistika
Induktif (Inferens)
Pokok-pokok bahasan yang dikemukakan di dalam statistika induktif sebagai berikut :
1.
Probabilitas = pencacahan titik contohnya kaidah
perkalian, permutasi,kombinasi seperti menghitung peluang pada suatu kurva
2.
Kurva normal
3.
Sampling dan distribusi sampling
4.
Estimasi (pendugaan) harga parameter
5.
Uji hipotesis, baik sederhana, perbandingan antara dua
nilai; bagi mean maupun proporsi
6.
Regresi, termasuk pengujian signifikasi dan
penggunaannya untuk prediksi
7.
Korelasi
Data
Data adalah catatan atas
kumpulan [[Data adalahcatatan atas
kumpulan fakta. Data merupakan
bentuk jamak dari datum, berasal dari bahasa Latin yang berarti "sesuatu
yang diberikan". Dalam penggunaan sehari-haridata berarti suatu
pernyataan yang diterima secara apa adanya.
Jenis-jenis data
a. Berdasarkan sifatnya
1) Data kualitatif Data yang tidak berbentuk
angka (bilangan).
2) Data kuantitatif Data yang berbentuk angka
(bilangan).
b. Berdasarkan cara memperolehnya
1) Data primer Data primer adalah data yang
dikumpulkan dan diolah sendiri oleh suatu perusahaan atau organisasi.
2)
Data sekunder Data sekunder adalah data yang diperoleh suatu organisasi atau
perusahaan dalam bentuk yang sudah jadi dari pihak lain.
c. Berdasarkan sumbernya
1)
Data internal Data internal ialah data yang menggambarkan keadaan dalam suatu
organisasi. Misalnya data internal perusahaan yang meliputi data pegawai, data
keuangan, data peralatan, data produksi, data pemasaran, dan data hasil
penjualan. Pada dasarnya data internal meliputi data input dan data output
suatu organisasi.
2)
Data eksternal Data eksternal ialah data yang menggambarkan keadaan diluar
organisasi. Misalnya data yang menggambarkan faktor-faktor yang mempengaruhi
Pengertian Dasar Dalam Statistika Page 5 perusahaan, seperti daya beli
masyarakat, selera masyarakat, saingan dari barang sejenis, perkembangan harga,
keadaan ekonomi dan sebagainya.
d. Berdasarkan cara penyusunannya atau
skalanya
1) Data nominal Data nominal ialah data
statistik yang memuat angka yang tidak mempunyai arti apa-apa. Angka yang
terdapat dalam data ini hanya merupakan tanda/simbol dari objek yang akan
dianalisis.
2) Data ordinal Data ordinal adalah data
statistik yang mempunyai daya berjenjang, tetapi perbedaan antara angka yang
satu dan angka yang lainnya tidak konstan atau tidak memiliki interval yang
tetap.
3) Data interval Data interval adalah data
yang jarak antara yang satu dan lainnya sama dan telah ditetapkan sebelumnya.
Data interval tidak memiliki titik nol dan titik maksimum yang sebenarnya.
Nilai nol dan titik maksimum tidak mutlak.
4) Data rasio Pengertian Dasar Dalam
Statistika Page 6 Data rasio adalah jenis data yang mempunyai tingkatan
tertinggi. Data ini selain mempunyai interval yang sama, juga mempunyai nilai
nol (0) mutlak.
Pengukuran dalam
statistika dan contoh nya?
Pengukuran adalah dasar setiap penelitian ilmiah.
Segala sesuatu yang peneliti lakukan dimulai dengan pengukuran apa pun yang
ingin diteliti. Pengukuran adalah meletakkan angka ke suatu objek.
Dalam statistik ada 4 jenis-jenis skala yaitu nominal, ordinal, interval dan rasio.
SKALA NOMINAL (SKALA LABEL)
Skala ini menempatkan angka sebagai atribut objek. Tidak memiliki efek evaluatif karena hanya menempatkan angka ke dalam kategori tanpa struktur, tidak memiliki peringkat dan tidak ada jarak.
Contoh Data Variabel :
Dalam statistik ada 4 jenis-jenis skala yaitu nominal, ordinal, interval dan rasio.
SKALA NOMINAL (SKALA LABEL)
Skala ini menempatkan angka sebagai atribut objek. Tidak memiliki efek evaluatif karena hanya menempatkan angka ke dalam kategori tanpa struktur, tidak memiliki peringkat dan tidak ada jarak.
Contoh Data Variabel :
- Ya = 1 dan Tidak = 0
- Pria = 1 dan Wanita = 0
- Hitam = 1, Abu-abu = 2, Putih = 2
Analisis Statistik
Angka tidak bermakna matematika. Analisis statistik yang dapat digunakan berada dalam kelompok non-parametrik yaitu frekuensi dan tabulasi silang dengan Chi-square.
SKALA ORDINAL (SKALA PERINGKAT)
Skala ordinal memiliki peringkat, tapi tidak ada jarak posisional objektif antar angka karena angka yang tercipta bersifat relatif subjektif. Skala ini menjadi dasar dalam Skala Likert.
Contoh Data Variabel :
Pendek = 1
Sedang = 2
Tinggi = 3
Angka tidak bermakna matematika. Analisis statistik yang dapat digunakan berada dalam kelompok non-parametrik yaitu frekuensi dan tabulasi silang dengan Chi-square.
SKALA ORDINAL (SKALA PERINGKAT)
Skala ordinal memiliki peringkat, tapi tidak ada jarak posisional objektif antar angka karena angka yang tercipta bersifat relatif subjektif. Skala ini menjadi dasar dalam Skala Likert.
Contoh Data Variabel :
Pendek = 1
Sedang = 2
Tinggi = 3
Tidak enak = 1
Ragu-ragu = 2
Enak = 3
Ragu-ragu = 2
Enak = 3
Analisis Statistik :
Angka 1 lebih rendah dari angka 2 dalam peringkat, tapi tidak bisa dilakukan operasi matematika. Data ordinal menggunakan statistik non-parametrik mencakup frekuensi, median dan modus, Spearman rank-order correlation dan analisis varian.
SKALA INTERVAL (SKALA JARAK)
Skala interval adalah skala ordinal yang memiliki poin jarak objektif dalam keteraturan kategori peringkat, tapi jarak yang tercipta sama antar masing-masing angka.
Contoh Data Variabel :
Angka 1 lebih rendah dari angka 2 dalam peringkat, tapi tidak bisa dilakukan operasi matematika. Data ordinal menggunakan statistik non-parametrik mencakup frekuensi, median dan modus, Spearman rank-order correlation dan analisis varian.
SKALA INTERVAL (SKALA JARAK)
Skala interval adalah skala ordinal yang memiliki poin jarak objektif dalam keteraturan kategori peringkat, tapi jarak yang tercipta sama antar masing-masing angka.
Contoh Data Variabel :
- Umur 20-30 tahun = 1
Umur 31-40 tahun = 2
Umur 41-50 tahun = 3 - Suhu 0-50 Celsius = 1
Suhu 51-100 Celsius = 2
Suhu 101-150 Celsius = 3
Analisis Statistik :
Angka 3 berarti lebih tua atau lebih panas dari angka 2 setara dengan angka 2 terhadap angka 1, bisa operasi penjumlahan dan pengurangan. Statistik parametrik yaitu deviasi mean dan standar, korelasi r, regresi, analisis varian dan analisis faktor ditambah berbagai multivariat.
SKALA RASIO (SKALA MUTLAK)
Skala rasio adalah skala interval yang memiliki nol mutlak.
Contoh Data Variabel :
- 0 tahun, 1 tahun, 2 tahun, 3 tahun, ..... dst.
- ..... -3C, -2C, -1C, 0C, 1C, 2C, 3C, ..... dst.
- ..... 0,71m ..... 5,38m ..... 12,42m ..... dst.
Analisis Statistik :
Berlaku semua operasi matematika. Analisis statistik sama dengan skala interval.
Sumber:
Tidak ada komentar:
Posting Komentar