Pengertian Statistik
Statistik
berasal dari kata state yang artinya negara. Dalam pengertian yang paling
sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik
dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
(berkaitan) dengan suatu masalah tertentu.
Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang
berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan
ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien
korelasi.
Jenis Statistik
Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik
deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik
yang berkenaan dengan metode atau cara mendeskripsikan, menggambarkan,
menjabarkan, atau menguraikan data.
Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data,
menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data
dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen /
proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel,
distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).Statistik
inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik
atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial
dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat
khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik
inferensial disebut juga statistik induktif atau statistik penarikan
kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis
dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean
dan Uji t (Sugiyono, 2006).
Klasifikasi,
Jenis dan Macam Data Dalam Statistik
A. Jenis Data Menurut Cara Memperolehnya
1. 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.
2. 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. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah.
B. Macam-Macam Data Berdasarkan Sumber Data
1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi,
dsb.
2. 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.
C. Klasifikasi Data Berdasarkan Jenis Datanya
1. 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, dan lain-lain.
2. 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 dan lain-lain.
D. Pembagian Jenis Data Berdasarkan Sifat Data
1. Data Diskrit
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah
berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan
lain-sebagainya.
2. Data Kontinyu
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata
sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
E. Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya
laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei
2004, dan lain sebagainya.
2. Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu
atau periode secara historis. Contoh data time series adalah data perkembangan
nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006,
jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan,
dll.
F.Jenis-jenis data
menurut tingkatan pengukuran.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dari B.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut. Pengertian statistika
Statistika
adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari
bagaimanacaranya mengumpulkan data, mengolah data, menyajikan data,
menganalisis data, membuatkesimpulan dari hasil analisis data dan mengambil
keputusan berdasarkan hasil kesimpulan.Pembagian
Statistika1.
Statistika Deskriptif adalah statistika yang mempelajari bagaimana caranya
mengumpulkan data, mengolah data, menyajikan data, menganalisis data2.
Statistika Induktif (Inferens) adalah statistika yang mempelajari bagaimana
caranya mengumpulkan data,mengolah data, menyajikan data, menganalisis data,
membuat kesimpulan dan mengambil keputusan Kegunaan
StatistikaStatistika
dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat
yang dapat membantu pengambil keputusan berdasarkan hasilkesimpulan pada
analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika
kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu. Definisi PopulasiPopulasi
adalah keseluruhan dari objek penelitianDefinisi
SampelSampel
adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif,
yaitu sampel yang dapat mewakili populasinya. Agar representatif,
maka pengambilan sampel dari populasi harus menggunakan teknik pengambilan
sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :1. Teknik
sampling berdasarkan peluang. Teknik sampling berdasarkan peluang adalah
sebuah teknik pengambilan sampel dimana setiap unit observasi dalam
populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada
3 teknik sampling berdasarkan peluang :• Sampling
Acak Sederhana adalah teknik pengambilan sampel dimana sampel diambil
berdasarkan tabel bilangan acak• Sampling
Klasifikasi adalah sebuah teknik pengambilan sampel dimana populasi
terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub
populasi homogen. Karena sub populasi homogen, salah satu sub populasi
diambil sebagai sampel• Sampling
Stratifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih
dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi
heterogen. Karena sub populasi heterogen, pada setiap sub polulasi ada
yang diambil sebagai sampel2. Teknik
sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan peluang adalah
teknik pengambilan sampel dimana setiap nit observasi dalan populasi tidak
mempunyai kesempatan yang sama untuk terpilih menjadisampel.Ada beberapa teknik
sampling tidak berdasarkan peluang, diantaranya :• Teknik
sampling convenience (seadanya)• Teknik
sampling judgment (pertimbangan)
Perbedaan Statistik
dan Statistika
Pengertian
statistika adalah metode ilmiah yang mempelajari cara mengumpulkan, mengelola,
menghitung, menganalisa, dan juga menarik kesimpulan tentang data. Statistika
menurut fungsinya di bagi menjadi dua yaitu statistika deskriptif dan juga
statistika inferensia.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.Perbedaan antara
keduanya :
-Statistika adalah ilmunya sedangkan statistik adalah ukurannya
-Statistika merupakan metode ilmiah yang berkaitan dengan data, sedangkan
statistik adalah kumpulan angka-angka mengenai suatu masalah, dan dapat
memberikan gambaran mengenai masalah tersebut.
PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKA
Istilah
statistik berasal dari bahasa latin “status” yang artinya suatu negara. Suatu
kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data
mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih
berfungsi untuk melayani keperluan administrasi.Secara
kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data
yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga
dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau
peristiwa (depdikbud, 1994).Menurut
Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan
angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang
didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta
berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang
melukiskan atau menggambarkan suatu persoalan.Statistika
beda halnya dengan statistik, statistika yang dalam bahasa Inggris “statistics”
(ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan
menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang
berupa angka.Statistika
merupakan ilmu pengetahuan yang berhubungan dengan cara-cara mengumpulkan,
menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang
berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat
ditarik suatu kesimpulan atau keputusan tertentu.Selain itu,
Statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari
teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur,
mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan
menafsirkan data yang diperoleh secara sistematis.Sedangkan
dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode,
dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta
menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan.Lebih jauh,
statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan
(aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam
menganalisa problema-problema PLB.Juga dari
sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi)
prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa
problema-problema bidang psikologi. DAFTAR
PUSTAKABungin,
Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan
Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta. Prenada Media
Group.Hadi, S.
1995. Statistik 1, 2, 3, Yogyakarta. Andi OffsetNazir,
Mohamad. 1983. Metode Penelitian. Jakarta. Ghalia Indonesia.Sudjana.
1992. Metoda Statistika (Edisi ke 5). Bandung: TarsitoSugiyono.
2003. Statistika untuk Penelitian, Bandung. AlfabetaSusetyo,
Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung. PT.
Refika Aditama.Walpole,
R.E. 1992. Pengantar Statistika. Jakarta. PT Gramedia Pustaka
Utama.
Statistik
berasal dari kata state yang artinya negara. Dalam pengertian yang paling
sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik
dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
(berkaitan) dengan suatu masalah tertentu.
Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang
berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan
ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien
korelasi.
Jenis Statistik
Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik
deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik
yang berkenaan dengan metode atau cara mendeskripsikan, menggambarkan,
menjabarkan, atau menguraikan data.
Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data,
menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data
dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen /
proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel,
distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).Statistik
inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik
atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial
dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat
khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik
inferensial disebut juga statistik induktif atau statistik penarikan
kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis
dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean
dan Uji t (Sugiyono, 2006). Klasifikasi,
Jenis dan Macam Data Dalam Statistik
A. Jenis Data Menurut Cara Memperolehnya
1. 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.
2. 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. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah.
B. Macam-Macam Data Berdasarkan Sumber Data
1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi,
dsb.
2. 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.
C. Klasifikasi Data Berdasarkan Jenis Datanya
1. 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, dan lain-lain.
2. 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 dan lain-lain.
D. Pembagian Jenis Data Berdasarkan Sifat Data
1. Data Diskrit
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah
berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan
lain-sebagainya.
2. Data Kontinyu
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata
sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
E. Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya
laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei
2004, dan lain sebagainya.
2. Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu
atau periode secara historis. Contoh data time series adalah data perkembangan
nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006,
jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan,
dll.F.Jenis-jenis data
menurut tingkatan pengukuran.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut. Pengertian statistika
Statistika
adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari
bagaimanacaranya mengumpulkan data, mengolah data, menyajikan data,
menganalisis data, membuatkesimpulan dari hasil analisis data dan mengambil
keputusan berdasarkan hasil kesimpulan.Pembagian
Statistika1.
Statistika Deskriptif adalah statistika yang mempelajari bagaimana caranya
mengumpulkan data, mengolah data, menyajikan data, menganalisis data2.
Statistika Induktif (Inferens) adalah statistika yang mempelajari bagaimana
caranya mengumpulkan data,mengolah data, menyajikan data, menganalisis data,
membuat kesimpulan dan mengambil keputusan Kegunaan
StatistikaStatistika
dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat
yang dapat membantu pengambil keputusan berdasarkan hasilkesimpulan pada
analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika
kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu. Definisi PopulasiPopulasi
adalah keseluruhan dari objek penelitianDefinisi
SampelSampel
adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif,
yaitu sampel yang dapat mewakili populasinya. Agar representatif,
maka pengambilan sampel dari populasi harus menggunakan teknik pengambilan
sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :1. Teknik
sampling berdasarkan peluang. Teknik sampling berdasarkan peluang adalah
sebuah teknik pengambilan sampel dimana setiap unit observasi dalam
populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada
3 teknik sampling berdasarkan peluang :• Sampling
Acak Sederhana adalah teknik pengambilan sampel dimana sampel diambil
berdasarkan tabel bilangan acak• Sampling
Klasifikasi adalah sebuah teknik pengambilan sampel dimana populasi
terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub
populasi homogen. Karena sub populasi homogen, salah satu sub populasi
diambil sebagai sampel• Sampling
Stratifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih
dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi
heterogen. Karena sub populasi heterogen, pada setiap sub polulasi ada
yang diambil sebagai sampel2. Teknik
sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan peluang adalah
teknik pengambilan sampel dimana setiap nit observasi dalan populasi tidak
mempunyai kesempatan yang sama untuk terpilih menjadisampel.Ada beberapa teknik
sampling tidak berdasarkan peluang, diantaranya :• Teknik
sampling convenience (seadanya)• Teknik
sampling judgment (pertimbangan)Perbedaan Statistik
dan StatistikaPengertian
statistika adalah metode ilmiah yang mempelajari cara mengumpulkan, mengelola,
menghitung, menganalisa, dan juga menarik kesimpulan tentang data. Statistika
menurut fungsinya di bagi menjadi dua yaitu statistika deskriptif dan juga
statistika inferensia.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.Perbedaan antara
keduanya :
-Statistika adalah ilmunya sedangkan statistik adalah ukurannya
-Statistika merupakan metode ilmiah yang berkaitan dengan data, sedangkan
statistik adalah kumpulan angka-angka mengenai suatu masalah, dan dapat
memberikan gambaran mengenai masalah tersebut.PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKAIstilah
statistik berasal dari bahasa latin “status” yang artinya suatu negara. Suatu
kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data
mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih
berfungsi untuk melayani keperluan administrasi.Secara
kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data
yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga
dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau
peristiwa (depdikbud, 1994).Menurut
Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan
angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang
didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta
berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang
melukiskan atau menggambarkan suatu persoalan.Statistika
beda halnya dengan statistik, statistika yang dalam bahasa Inggris “statistics”
(ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan
menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang
berupa angka.Statistika
merupakan ilmu pengetahuan yang berhubungan dengan cara-cara mengumpulkan,
menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang
berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat
ditarik suatu kesimpulan atau keputusan tertentu.Selain itu,
Statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari
teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur,
mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan
menafsirkan data yang diperoleh secara sistematis.Sedangkan
dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode,
dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta
menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan.Lebih jauh,
statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan
(aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam
menganalisa problema-problema PLB.Juga dari
sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi)
prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa
problema-problema bidang psikologi. DAFTAR
PUSTAKABungin,
Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan
Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta. Prenada Media
Group.Hadi, S.
1995. Statistik 1, 2, 3, Yogyakarta. Andi OffsetNazir,
Mohamad. 1983. Metode Penelitian. Jakarta. Ghalia Indonesia.Sudjana.
1992. Metoda Statistika (Edisi ke 5). Bandung: TarsitoSugiyono.
2003. Statistika untuk Penelitian, Bandung. AlfabetaSusetyo,
Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung. PT.
Refika Aditama.Walpole,
R.E. 1992. Pengantar Statistika. Jakarta. PT Gramedia Pustaka
Utama.
Statistik
berasal dari kata state yang artinya negara. Dalam pengertian yang paling
sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik
dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
(berkaitan) dengan suatu masalah tertentu.
Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang
berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan
ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien
korelasi.
Jenis Statistik
Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik
deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik
yang berkenaan dengan metode atau cara mendeskripsikan, menggambarkan,
menjabarkan, atau menguraikan data.
Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data,
menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data
dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen /
proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel,
distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).Statistik
inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik
atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial
dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat
khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik
inferensial disebut juga statistik induktif atau statistik penarikan
kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis
dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean
dan Uji t (Sugiyono, 2006). Klasifikasi,
Jenis dan Macam Data Dalam Statistik
A. Jenis Data Menurut Cara Memperolehnya
1. 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.
2. 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. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah.
B. Macam-Macam Data Berdasarkan Sumber Data
1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi,
dsb.
2. 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.
C. Klasifikasi Data Berdasarkan Jenis Datanya
1. 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, dan lain-lain.
2. 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 dan lain-lain.
D. Pembagian Jenis Data Berdasarkan Sifat Data
1. Data Diskrit
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah
berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan
lain-sebagainya.
2. Data Kontinyu
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata
sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
E. Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya
laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei
2004, dan lain sebagainya.
2. Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu
atau periode secara historis. Contoh data time series adalah data perkembangan
nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006,
jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan,
dll.F.Jenis-jenis data
menurut tingkatan pengukuran.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut. Pengertian statistika
Statistika
adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari
bagaimanacaranya mengumpulkan data, mengolah data, menyajikan data,
menganalisis data, membuatkesimpulan dari hasil analisis data dan mengambil
keputusan berdasarkan hasil kesimpulan.Pembagian
Statistika1.
Statistika Deskriptif adalah statistika yang mempelajari bagaimana caranya
mengumpulkan data, mengolah data, menyajikan data, menganalisis data2.
Statistika Induktif (Inferens) adalah statistika yang mempelajari bagaimana
caranya mengumpulkan data,mengolah data, menyajikan data, menganalisis data,
membuat kesimpulan dan mengambil keputusan Kegunaan
StatistikaStatistika
dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat
yang dapat membantu pengambil keputusan berdasarkan hasilkesimpulan pada
analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika
kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu. Definisi PopulasiPopulasi
adalah keseluruhan dari objek penelitianDefinisi
SampelSampel
adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif,
yaitu sampel yang dapat mewakili populasinya. Agar representatif,
maka pengambilan sampel dari populasi harus menggunakan teknik pengambilan
sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :1. Teknik
sampling berdasarkan peluang. Teknik sampling berdasarkan peluang adalah
sebuah teknik pengambilan sampel dimana setiap unit observasi dalam
populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada
3 teknik sampling berdasarkan peluang :• Sampling
Acak Sederhana adalah teknik pengambilan sampel dimana sampel diambil
berdasarkan tabel bilangan acak• Sampling
Klasifikasi adalah sebuah teknik pengambilan sampel dimana populasi
terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub
populasi homogen. Karena sub populasi homogen, salah satu sub populasi
diambil sebagai sampel• Sampling
Stratifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih
dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi
heterogen. Karena sub populasi heterogen, pada setiap sub polulasi ada
yang diambil sebagai sampel2. Teknik
sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan peluang adalah
teknik pengambilan sampel dimana setiap nit observasi dalan populasi tidak
mempunyai kesempatan yang sama untuk terpilih menjadisampel.Ada beberapa teknik
sampling tidak berdasarkan peluang, diantaranya :• Teknik
sampling convenience (seadanya)• Teknik
sampling judgment (pertimbangan)Perbedaan Statistik
dan StatistikaPengertian
statistika adalah metode ilmiah yang mempelajari cara mengumpulkan, mengelola,
menghitung, menganalisa, dan juga menarik kesimpulan tentang data. Statistika
menurut fungsinya di bagi menjadi dua yaitu statistika deskriptif dan juga
statistika inferensia.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.Perbedaan antara
keduanya :
-Statistika adalah ilmunya sedangkan statistik adalah ukurannya
-Statistika merupakan metode ilmiah yang berkaitan dengan data, sedangkan
statistik adalah kumpulan angka-angka mengenai suatu masalah, dan dapat
memberikan gambaran mengenai masalah tersebut.PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKAIstilah
statistik berasal dari bahasa latin “status” yang artinya suatu negara. Suatu
kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data
mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih
berfungsi untuk melayani keperluan administrasi.Secara
kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data
yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga
dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau
peristiwa (depdikbud, 1994).Menurut
Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan
angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang
didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta
berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang
melukiskan atau menggambarkan suatu persoalan.Statistika
beda halnya dengan statistik, statistika yang dalam bahasa Inggris “statistics”
(ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan
menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang
berupa angka.Statistika
merupakan ilmu pengetahuan yang berhubungan dengan cara-cara mengumpulkan,
menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang
berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat
ditarik suatu kesimpulan atau keputusan tertentu.Selain itu,
Statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari
teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur,
mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan
menafsirkan data yang diperoleh secara sistematis.Sedangkan
dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode,
dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta
menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan.Lebih jauh,
statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan
(aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam
menganalisa problema-problema PLB.Juga dari
sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi)
prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa
problema-problema bidang psikologi. DAFTAR
PUSTAKABungin,
Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan
Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta. Prenada Media
Group.Hadi, S.
1995. Statistik 1, 2, 3, Yogyakarta. Andi OffsetNazir,
Mohamad. 1983. Metode Penelitian. Jakarta. Ghalia Indonesia.Sudjana.
1992. Metoda Statistika (Edisi ke 5). Bandung: TarsitoSugiyono.
2003. Statistika untuk Penelitian, Bandung. AlfabetaSusetyo,
Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung. PT.
Refika Aditama.Walpole,
R.E. 1992. Pengantar Statistika. Jakarta. PT Gramedia Pustaka
Utama.
Statistik
berasal dari kata state yang artinya negara. Dalam pengertian yang paling
sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik
dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
(berkaitan) dengan suatu masalah tertentu.
Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang
berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan
ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien
korelasi.
Jenis Statistik
Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik
deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik
yang berkenaan dengan metode atau cara mendeskripsikan, menggambarkan,
menjabarkan, atau menguraikan data.
Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data,
menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data
dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen /
proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel,
distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).Statistik
inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik
atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial
dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat
khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik
inferensial disebut juga statistik induktif atau statistik penarikan
kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis
dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean
dan Uji t (Sugiyono, 2006). Klasifikasi,
Jenis dan Macam Data Dalam Statistik
A. Jenis Data Menurut Cara Memperolehnya
1. 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.
2. 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. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah.
B. Macam-Macam Data Berdasarkan Sumber Data
1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi,
dsb.
2. 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.
C. Klasifikasi Data Berdasarkan Jenis Datanya
1. 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, dan lain-lain.
2. 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 dan lain-lain.
D. Pembagian Jenis Data Berdasarkan Sifat Data
1. Data Diskrit
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah
berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan
lain-sebagainya.
2. Data Kontinyu
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata
sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
E. Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya
laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei
2004, dan lain sebagainya.
2. Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu
atau periode secara historis. Contoh data time series adalah data perkembangan
nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006,
jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan,
dll.F.Jenis-jenis data
menurut tingkatan pengukuran.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut. Pengertian statistika
Statistika
adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari
bagaimanacaranya mengumpulkan data, mengolah data, menyajikan data,
menganalisis data, membuatkesimpulan dari hasil analisis data dan mengambil
keputusan berdasarkan hasil kesimpulan.Pembagian
Statistika1.
Statistika Deskriptif adalah statistika yang mempelajari bagaimana caranya
mengumpulkan data, mengolah data, menyajikan data, menganalisis data2.
Statistika Induktif (Inferens) adalah statistika yang mempelajari bagaimana
caranya mengumpulkan data,mengolah data, menyajikan data, menganalisis data,
membuat kesimpulan dan mengambil keputusan Kegunaan
StatistikaStatistika
dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat
yang dapat membantu pengambil keputusan berdasarkan hasilkesimpulan pada
analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika
kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu. Definisi PopulasiPopulasi
adalah keseluruhan dari objek penelitianDefinisi
SampelSampel
adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif,
yaitu sampel yang dapat mewakili populasinya. Agar representatif,
maka pengambilan sampel dari populasi harus menggunakan teknik pengambilan
sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :1. Teknik
sampling berdasarkan peluang. Teknik sampling berdasarkan peluang adalah
sebuah teknik pengambilan sampel dimana setiap unit observasi dalam
populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada
3 teknik sampling berdasarkan peluang :• Sampling
Acak Sederhana adalah teknik pengambilan sampel dimana sampel diambil
berdasarkan tabel bilangan acak• Sampling
Klasifikasi adalah sebuah teknik pengambilan sampel dimana populasi
terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub
populasi homogen. Karena sub populasi homogen, salah satu sub populasi
diambil sebagai sampel• Sampling
Stratifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih
dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi
heterogen. Karena sub populasi heterogen, pada setiap sub polulasi ada
yang diambil sebagai sampel2. Teknik
sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan peluang adalah
teknik pengambilan sampel dimana setiap nit observasi dalan populasi tidak
mempunyai kesempatan yang sama untuk terpilih menjadisampel.Ada beberapa teknik
sampling tidak berdasarkan peluang, diantaranya :• Teknik
sampling convenience (seadanya)• Teknik
sampling judgment (pertimbangan)Perbedaan Statistik
dan StatistikaPengertian
statistika adalah metode ilmiah yang mempelajari cara mengumpulkan, mengelola,
menghitung, menganalisa, dan juga menarik kesimpulan tentang data. Statistika
menurut fungsinya di bagi menjadi dua yaitu statistika deskriptif dan juga
statistika inferensia.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.Perbedaan antara
keduanya :
-Statistika adalah ilmunya sedangkan statistik adalah ukurannya
-Statistika merupakan metode ilmiah yang berkaitan dengan data, sedangkan
statistik adalah kumpulan angka-angka mengenai suatu masalah, dan dapat
memberikan gambaran mengenai masalah tersebut.PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKAIstilah
statistik berasal dari bahasa latin “status” yang artinya suatu negara. Suatu
kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data
mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih
berfungsi untuk melayani keperluan administrasi.Secara
kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data
yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga
dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau
peristiwa (depdikbud, 1994).Menurut
Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan
angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang
didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta
berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang
melukiskan atau menggambarkan suatu persoalan.Statistika
beda halnya dengan statistik, statistika yang dalam bahasa Inggris “statistics”
(ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan
menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang
berupa angka.Statistika
merupakan ilmu pengetahuan yang berhubungan dengan cara-cara mengumpulkan,
menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang
berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat
ditarik suatu kesimpulan atau keputusan tertentu.Selain itu,
Statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari
teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur,
mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan
menafsirkan data yang diperoleh secara sistematis.Sedangkan
dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode,
dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta
menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan.Lebih jauh,
statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan
(aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam
menganalisa problema-problema PLB.Juga dari
sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi)
prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa
problema-problema bidang psikologi. DAFTAR
PUSTAKABungin,
Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan
Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta. Prenada Media
Group.Hadi, S.
1995. Statistik 1, 2, 3, Yogyakarta. Andi OffsetNazir,
Mohamad. 1983. Metode Penelitian. Jakarta. Ghalia Indonesia.Sudjana.
1992. Metoda Statistika (Edisi ke 5). Bandung: TarsitoSugiyono.
2003. Statistika untuk Penelitian, Bandung. AlfabetaSusetyo,
Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung. PT.
Refika Aditama.Walpole,
R.E. 1992. Pengantar Statistika. Jakarta. PT Gramedia Pustaka
Utama.
Statistik
berasal dari kata state yang artinya negara. Dalam pengertian yang paling
sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik
dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
(berkaitan) dengan suatu masalah tertentu.
Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang
berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan
ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien
korelasi.
Jenis Statistik
Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik
deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik
yang berkenaan dengan metode atau cara mendeskripsikan, menggambarkan,
menjabarkan, atau menguraikan data.
Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data,
menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data
dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen /
proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel,
distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).Statistik
inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik
atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial
dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat
khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik
inferensial disebut juga statistik induktif atau statistik penarikan
kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis
dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean
dan Uji t (Sugiyono, 2006). Klasifikasi,
Jenis dan Macam Data Dalam Statistik
A. Jenis Data Menurut Cara Memperolehnya
1. 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.
2. 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. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah.
B. Macam-Macam Data Berdasarkan Sumber Data
1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi,
dsb.
2. 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.
C. Klasifikasi Data Berdasarkan Jenis Datanya
1. 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, dan lain-lain.
2. 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 dan lain-lain.
D. Pembagian Jenis Data Berdasarkan Sifat Data
1. Data Diskrit
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah
berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan
lain-sebagainya.
2. Data Kontinyu
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata
sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
E. Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya
laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei
2004, dan lain sebagainya.
2. Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu
atau periode secara historis. Contoh data time series adalah data perkembangan
nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006,
jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan,
dll.F.Jenis-jenis data
menurut tingkatan pengukuran.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut. Pengertian statistika
Statistika
adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari
bagaimanacaranya mengumpulkan data, mengolah data, menyajikan data,
menganalisis data, membuatkesimpulan dari hasil analisis data dan mengambil
keputusan berdasarkan hasil kesimpulan.Pembagian
Statistika1.
Statistika Deskriptif adalah statistika yang mempelajari bagaimana caranya
mengumpulkan data, mengolah data, menyajikan data, menganalisis data2.
Statistika Induktif (Inferens) adalah statistika yang mempelajari bagaimana
caranya mengumpulkan data,mengolah data, menyajikan data, menganalisis data,
membuat kesimpulan dan mengambil keputusan Kegunaan
StatistikaStatistika
dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat
yang dapat membantu pengambil keputusan berdasarkan hasilkesimpulan pada
analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika
kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu. Definisi PopulasiPopulasi
adalah keseluruhan dari objek penelitianDefinisi
SampelSampel
adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif,
yaitu sampel yang dapat mewakili populasinya. Agar representatif,
maka pengambilan sampel dari populasi harus menggunakan teknik pengambilan
sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :1. Teknik
sampling berdasarkan peluang. Teknik sampling berdasarkan peluang adalah
sebuah teknik pengambilan sampel dimana setiap unit observasi dalam
populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada
3 teknik sampling berdasarkan peluang :• Sampling
Acak Sederhana adalah teknik pengambilan sampel dimana sampel diambil
berdasarkan tabel bilangan acak• Sampling
Klasifikasi adalah sebuah teknik pengambilan sampel dimana populasi
terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub
populasi homogen. Karena sub populasi homogen, salah satu sub populasi
diambil sebagai sampel• Sampling
Stratifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih
dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi
heterogen. Karena sub populasi heterogen, pada setiap sub polulasi ada
yang diambil sebagai sampel2. Teknik
sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan peluang adalah
teknik pengambilan sampel dimana setiap nit observasi dalan populasi tidak
mempunyai kesempatan yang sama untuk terpilih menjadisampel.Ada beberapa teknik
sampling tidak berdasarkan peluang, diantaranya :• Teknik
sampling convenience (seadanya)• Teknik
sampling judgment (pertimbangan)Perbedaan Statistik
dan StatistikaPengertian
statistika adalah metode ilmiah yang mempelajari cara mengumpulkan, mengelola,
menghitung, menganalisa, dan juga menarik kesimpulan tentang data. Statistika
menurut fungsinya di bagi menjadi dua yaitu statistika deskriptif dan juga
statistika inferensia.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.Perbedaan antara
keduanya :
-Statistika adalah ilmunya sedangkan statistik adalah ukurannya
-Statistika merupakan metode ilmiah yang berkaitan dengan data, sedangkan
statistik adalah kumpulan angka-angka mengenai suatu masalah, dan dapat
memberikan gambaran mengenai masalah tersebut.PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKAIstilah
statistik berasal dari bahasa latin “status” yang artinya suatu negara. Suatu
kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data
mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih
berfungsi untuk melayani keperluan administrasi.Secara
kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data
yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga
dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau
peristiwa (depdikbud, 1994).Menurut
Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan
angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang
didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta
berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang
melukiskan atau menggambarkan suatu persoalan.Statistika
beda halnya dengan statistik, statistika yang dalam bahasa Inggris “statistics”
(ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan
menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang
berupa angka.Statistika
merupakan ilmu pengetahuan yang berhubungan dengan cara-cara mengumpulkan,
menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang
berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat
ditarik suatu kesimpulan atau keputusan tertentu.Selain itu,
Statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari
teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur,
mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan
menafsirkan data yang diperoleh secara sistematis.Sedangkan
dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode,
dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta
menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan.Lebih jauh,
statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan
(aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam
menganalisa problema-problema PLB.Juga dari
sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi)
prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa
problema-problema bidang psikologi. DAFTAR
PUSTAKABungin,
Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan
Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta. Prenada Media
Group.Hadi, S.
1995. Statistik 1, 2, 3, Yogyakarta. Andi OffsetNazir,
Mohamad. 1983. Metode Penelitian. Jakarta. Ghalia Indonesia.Sudjana.
1992. Metoda Statistika (Edisi ke 5). Bandung: TarsitoSugiyono.
2003. Statistika untuk Penelitian, Bandung. AlfabetaSusetyo,
Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung. PT.
Refika Aditama.Walpole,
R.E. 1992. Pengantar Statistika. Jakarta. PT Gramedia Pustaka
Utama.
Statistik
berasal dari kata state yang artinya negara. Dalam pengertian yang paling
sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik
dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
(berkaitan) dengan suatu masalah tertentu.
Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang
berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan
ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien
korelasi.
Jenis Statistik
Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik
deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik
yang berkenaan dengan metode atau cara mendeskripsikan, menggambarkan,
menjabarkan, atau menguraikan data.
Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data,
menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data
dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen /
proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel,
distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).Statistik
inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik
atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial
dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat
khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik
inferensial disebut juga statistik induktif atau statistik penarikan
kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis
dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean
dan Uji t (Sugiyono, 2006). Klasifikasi,
Jenis dan Macam Data Dalam Statistik
A. Jenis Data Menurut Cara Memperolehnya
1. 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.
2. 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. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah.
B. Macam-Macam Data Berdasarkan Sumber Data
1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi,
dsb.
2. 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.
C. Klasifikasi Data Berdasarkan Jenis Datanya
1. 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, dan lain-lain.
2. 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 dan lain-lain.
D. Pembagian Jenis Data Berdasarkan Sifat Data
1. Data Diskrit
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah
berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan
lain-sebagainya.
2. Data Kontinyu
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata
sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
E. Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya
laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei
2004, dan lain sebagainya.
2. Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu
atau periode secara historis. Contoh data time series adalah data perkembangan
nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006,
jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan,
dll.F.Jenis-jenis data
menurut tingkatan pengukuran.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut. Pengertian statistika
Statistika
adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari
bagaimanacaranya mengumpulkan data, mengolah data, menyajikan data,
menganalisis data, membuatkesimpulan dari hasil analisis data dan mengambil
keputusan berdasarkan hasil kesimpulan.Pembagian
Statistika1.
Statistika Deskriptif adalah statistika yang mempelajari bagaimana caranya
mengumpulkan data, mengolah data, menyajikan data, menganalisis data2.
Statistika Induktif (Inferens) adalah statistika yang mempelajari bagaimana
caranya mengumpulkan data,mengolah data, menyajikan data, menganalisis data,
membuat kesimpulan dan mengambil keputusan Kegunaan
StatistikaStatistika
dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat
yang dapat membantu pengambil keputusan berdasarkan hasilkesimpulan pada
analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika
kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu. Definisi PopulasiPopulasi
adalah keseluruhan dari objek penelitianDefinisi
SampelSampel
adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif,
yaitu sampel yang dapat mewakili populasinya. Agar representatif,
maka pengambilan sampel dari populasi harus menggunakan teknik pengambilan
sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :1. Teknik
sampling berdasarkan peluang. Teknik sampling berdasarkan peluang adalah
sebuah teknik pengambilan sampel dimana setiap unit observasi dalam
populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada
3 teknik sampling berdasarkan peluang :• Sampling
Acak Sederhana adalah teknik pengambilan sampel dimana sampel diambil
berdasarkan tabel bilangan acak• Sampling
Klasifikasi adalah sebuah teknik pengambilan sampel dimana populasi
terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub
populasi homogen. Karena sub populasi homogen, salah satu sub populasi
diambil sebagai sampel• Sampling
Stratifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih
dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi
heterogen. Karena sub populasi heterogen, pada setiap sub polulasi ada
yang diambil sebagai sampel2. Teknik
sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan peluang adalah
teknik pengambilan sampel dimana setiap nit observasi dalan populasi tidak
mempunyai kesempatan yang sama untuk terpilih menjadisampel.Ada beberapa teknik
sampling tidak berdasarkan peluang, diantaranya :• Teknik
sampling convenience (seadanya)• Teknik
sampling judgment (pertimbangan)Perbedaan Statistik
dan StatistikaPengertian
statistika adalah metode ilmiah yang mempelajari cara mengumpulkan, mengelola,
menghitung, menganalisa, dan juga menarik kesimpulan tentang data. Statistika
menurut fungsinya di bagi menjadi dua yaitu statistika deskriptif dan juga
statistika inferensia.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.Perbedaan antara
keduanya :
-Statistika adalah ilmunya sedangkan statistik adalah ukurannya
-Statistika merupakan metode ilmiah yang berkaitan dengan data, sedangkan
statistik adalah kumpulan angka-angka mengenai suatu masalah, dan dapat
memberikan gambaran mengenai masalah tersebut.PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKAIstilah
statistik berasal dari bahasa latin “status” yang artinya suatu negara. Suatu
kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data
mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih
berfungsi untuk melayani keperluan administrasi.Secara
kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data
yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga
dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau
peristiwa (depdikbud, 1994).Menurut
Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan
angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang
didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta
berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang
melukiskan atau menggambarkan suatu persoalan.Statistika
beda halnya dengan statistik, statistika yang dalam bahasa Inggris “statistics”
(ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan
menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang
berupa angka.Statistika
merupakan ilmu pengetahuan yang berhubungan dengan cara-cara mengumpulkan,
menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang
berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat
ditarik suatu kesimpulan atau keputusan tertentu.Selain itu,
Statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari
teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur,
mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan
menafsirkan data yang diperoleh secara sistematis.Sedangkan
dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode,
dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta
menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan.Lebih jauh,
statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan
(aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam
menganalisa problema-problema PLB.Juga dari
sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi)
prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa
problema-problema bidang psikologi. DAFTAR
PUSTAKABungin,
Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan
Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta. Prenada Media
Group.Hadi, S.
1995. Statistik 1, 2, 3, Yogyakarta. Andi OffsetNazir,
Mohamad. 1983. Metode Penelitian. Jakarta. Ghalia Indonesia.Sudjana.
1992. Metoda Statistika (Edisi ke 5). Bandung: TarsitoSugiyono.
2003. Statistika untuk Penelitian, Bandung. AlfabetaSusetyo,
Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung. PT.
Refika Aditama.Walpole,
R.E. 1992. Pengantar Statistika. Jakarta. PT Gramedia Pustaka
Utama.
Statistik
berasal dari kata state yang artinya negara. Dalam pengertian yang paling
sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik
dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
(berkaitan) dengan suatu masalah tertentu.
Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang
berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan
ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien
korelasi.
Jenis Statistik
Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik
deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik
yang berkenaan dengan metode atau cara mendeskripsikan, menggambarkan,
menjabarkan, atau menguraikan data.
Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data,
menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data
dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen /
proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel,
distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).Statistik
inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik
atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial
dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat
khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik
inferensial disebut juga statistik induktif atau statistik penarikan
kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis
dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean
dan Uji t (Sugiyono, 2006). Klasifikasi,
Jenis dan Macam Data Dalam Statistik
A. Jenis Data Menurut Cara Memperolehnya
1. 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.
2. 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. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah.
B. Macam-Macam Data Berdasarkan Sumber Data
1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi,
dsb.
2. 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.
C. Klasifikasi Data Berdasarkan Jenis Datanya
1. 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, dan lain-lain.
2. 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 dan lain-lain.
D. Pembagian Jenis Data Berdasarkan Sifat Data
1. Data Diskrit
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah
berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan
lain-sebagainya.
2. Data Kontinyu
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata
sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
E. Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya
laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei
2004, dan lain sebagainya.
2. Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu
atau periode secara historis. Contoh data time series adalah data perkembangan
nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006,
jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan,
dll.F.Jenis-jenis data
menurut tingkatan pengukuran.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut. Pengertian statistika
Statistika
adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari
bagaimanacaranya mengumpulkan data, mengolah data, menyajikan data,
menganalisis data, membuatkesimpulan dari hasil analisis data dan mengambil
keputusan berdasarkan hasil kesimpulan.Pembagian
Statistika1.
Statistika Deskriptif adalah statistika yang mempelajari bagaimana caranya
mengumpulkan data, mengolah data, menyajikan data, menganalisis data2.
Statistika Induktif (Inferens) adalah statistika yang mempelajari bagaimana
caranya mengumpulkan data,mengolah data, menyajikan data, menganalisis data,
membuat kesimpulan dan mengambil keputusan Kegunaan
StatistikaStatistika
dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat
yang dapat membantu pengambil keputusan berdasarkan hasilkesimpulan pada
analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika
kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu. Definisi PopulasiPopulasi
adalah keseluruhan dari objek penelitianDefinisi
SampelSampel
adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif,
yaitu sampel yang dapat mewakili populasinya. Agar representatif,
maka pengambilan sampel dari populasi harus menggunakan teknik pengambilan
sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :1. Teknik
sampling berdasarkan peluang. Teknik sampling berdasarkan peluang adalah
sebuah teknik pengambilan sampel dimana setiap unit observasi dalam
populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada
3 teknik sampling berdasarkan peluang :• Sampling
Acak Sederhana adalah teknik pengambilan sampel dimana sampel diambil
berdasarkan tabel bilangan acak• Sampling
Klasifikasi adalah sebuah teknik pengambilan sampel dimana populasi
terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub
populasi homogen. Karena sub populasi homogen, salah satu sub populasi
diambil sebagai sampel• Sampling
Stratifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih
dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi
heterogen. Karena sub populasi heterogen, pada setiap sub polulasi ada
yang diambil sebagai sampel2. Teknik
sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan peluang adalah
teknik pengambilan sampel dimana setiap nit observasi dalan populasi tidak
mempunyai kesempatan yang sama untuk terpilih menjadisampel.Ada beberapa teknik
sampling tidak berdasarkan peluang, diantaranya :• Teknik
sampling convenience (seadanya)• Teknik
sampling judgment (pertimbangan)Perbedaan Statistik
dan StatistikaPengertian
statistika adalah metode ilmiah yang mempelajari cara mengumpulkan, mengelola,
menghitung, menganalisa, dan juga menarik kesimpulan tentang data. Statistika
menurut fungsinya di bagi menjadi dua yaitu statistika deskriptif dan juga
statistika inferensia.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.Perbedaan antara
keduanya :
-Statistika adalah ilmunya sedangkan statistik adalah ukurannya
-Statistika merupakan metode ilmiah yang berkaitan dengan data, sedangkan
statistik adalah kumpulan angka-angka mengenai suatu masalah, dan dapat
memberikan gambaran mengenai masalah tersebut.PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKAIstilah
statistik berasal dari bahasa latin “status” yang artinya suatu negara. Suatu
kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data
mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih
berfungsi untuk melayani keperluan administrasi.Secara
kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data
yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga
dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau
peristiwa (depdikbud, 1994).Menurut
Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan
angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang
didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta
berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang
melukiskan atau menggambarkan suatu persoalan.Statistika
beda halnya dengan statistik, statistika yang dalam bahasa Inggris “statistics”
(ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan
menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang
berupa angka.Statistika
merupakan ilmu pengetahuan yang berhubungan dengan cara-cara mengumpulkan,
menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang
berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat
ditarik suatu kesimpulan atau keputusan tertentu.Selain itu,
Statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari
teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur,
mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan
menafsirkan data yang diperoleh secara sistematis.Sedangkan
dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode,
dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta
menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan.Lebih jauh,
statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan
(aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam
menganalisa problema-problema PLB.Juga dari
sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi)
prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa
problema-problema bidang psikologi. DAFTAR
PUSTAKABungin,
Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan
Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta. Prenada Media
Group.Hadi, S.
1995. Statistik 1, 2, 3, Yogyakarta. Andi OffsetNazir,
Mohamad. 1983. Metode Penelitian. Jakarta. Ghalia Indonesia.Sudjana.
1992. Metoda Statistika (Edisi ke 5). Bandung: TarsitoSugiyono.
2003. Statistika untuk Penelitian, Bandung. AlfabetaSusetyo,
Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung. PT.
Refika Aditama.Walpole,
R.E. 1992. Pengantar Statistika. Jakarta. PT Gramedia Pustaka
Utama.
Statistik
berasal dari kata state yang artinya negara. Dalam pengertian yang paling
sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik
dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
(berkaitan) dengan suatu masalah tertentu.
Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang
berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan
ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien
korelasi.
Jenis Statistik
Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik
deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik
yang berkenaan dengan metode atau cara mendeskripsikan, menggambarkan,
menjabarkan, atau menguraikan data.
Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data,
menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data
dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen /
proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel,
distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).Statistik
inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik
atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial
dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat
khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik
inferensial disebut juga statistik induktif atau statistik penarikan
kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis
dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean
dan Uji t (Sugiyono, 2006). Klasifikasi,
Jenis dan Macam Data Dalam Statistik
A. Jenis Data Menurut Cara Memperolehnya
1. 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.
2. 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. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah.
B. Macam-Macam Data Berdasarkan Sumber Data
1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi,
dsb.
2. 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.
C. Klasifikasi Data Berdasarkan Jenis Datanya
1. 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, dan lain-lain.
2. 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 dan lain-lain.
D. Pembagian Jenis Data Berdasarkan Sifat Data
1. Data Diskrit
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah
berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan
lain-sebagainya.
2. Data Kontinyu
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata
sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
E. Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya
laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei
2004, dan lain sebagainya.
2. Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu
atau periode secara historis. Contoh data time series adalah data perkembangan
nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006,
jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan,
dll.F.Jenis-jenis data
menurut tingkatan pengukuran.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut. Pengertian statistika
Statistika
adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari
bagaimanacaranya mengumpulkan data, mengolah data, menyajikan data,
menganalisis data, membuatkesimpulan dari hasil analisis data dan mengambil
keputusan berdasarkan hasil kesimpulan.Pembagian
Statistika1.
Statistika Deskriptif adalah statistika yang mempelajari bagaimana caranya
mengumpulkan data, mengolah data, menyajikan data, menganalisis data2.
Statistika Induktif (Inferens) adalah statistika yang mempelajari bagaimana
caranya mengumpulkan data,mengolah data, menyajikan data, menganalisis data,
membuat kesimpulan dan mengambil keputusan Kegunaan
StatistikaStatistika
dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat
yang dapat membantu pengambil keputusan berdasarkan hasilkesimpulan pada
analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika
kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu. Definisi PopulasiPopulasi
adalah keseluruhan dari objek penelitianDefinisi
SampelSampel
adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif,
yaitu sampel yang dapat mewakili populasinya. Agar representatif,
maka pengambilan sampel dari populasi harus menggunakan teknik pengambilan
sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :1. Teknik
sampling berdasarkan peluang. Teknik sampling berdasarkan peluang adalah
sebuah teknik pengambilan sampel dimana setiap unit observasi dalam
populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada
3 teknik sampling berdasarkan peluang :• Sampling
Acak Sederhana adalah teknik pengambilan sampel dimana sampel diambil
berdasarkan tabel bilangan acak• Sampling
Klasifikasi adalah sebuah teknik pengambilan sampel dimana populasi
terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub
populasi homogen. Karena sub populasi homogen, salah satu sub populasi
diambil sebagai sampel• Sampling
Stratifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih
dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi
heterogen. Karena sub populasi heterogen, pada setiap sub polulasi ada
yang diambil sebagai sampel2. Teknik
sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan peluang adalah
teknik pengambilan sampel dimana setiap nit observasi dalan populasi tidak
mempunyai kesempatan yang sama untuk terpilih menjadisampel.Ada beberapa teknik
sampling tidak berdasarkan peluang, diantaranya :• Teknik
sampling convenience (seadanya)• Teknik
sampling judgment (pertimbangan)Perbedaan Statistik
dan StatistikaPengertian
statistika adalah metode ilmiah yang mempelajari cara mengumpulkan, mengelola,
menghitung, menganalisa, dan juga menarik kesimpulan tentang data. Statistika
menurut fungsinya di bagi menjadi dua yaitu statistika deskriptif dan juga
statistika inferensia.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.Perbedaan antara
keduanya :
-Statistika adalah ilmunya sedangkan statistik adalah ukurannya
-Statistika merupakan metode ilmiah yang berkaitan dengan data, sedangkan
statistik adalah kumpulan angka-angka mengenai suatu masalah, dan dapat
memberikan gambaran mengenai masalah tersebut.PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKAIstilah
statistik berasal dari bahasa latin “status” yang artinya suatu negara. Suatu
kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data
mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih
berfungsi untuk melayani keperluan administrasi.Secara
kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data
yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga
dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau
peristiwa (depdikbud, 1994).Menurut
Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan
angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang
didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta
berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang
melukiskan atau menggambarkan suatu persoalan.Statistika
beda halnya dengan statistik, statistika yang dalam bahasa Inggris “statistics”
(ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan
menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang
berupa angka.Statistika
merupakan ilmu pengetahuan yang berhubungan dengan cara-cara mengumpulkan,
menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang
berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat
ditarik suatu kesimpulan atau keputusan tertentu.Selain itu,
Statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari
teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur,
mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan
menafsirkan data yang diperoleh secara sistematis.Sedangkan
dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode,
dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta
menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan.Lebih jauh,
statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan
(aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam
menganalisa problema-problema PLB.Juga dari
sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi)
prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa
problema-problema bidang psikologi. DAFTAR
PUSTAKABungin,
Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan
Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta. Prenada Media
Group.Hadi, S.
1995. Statistik 1, 2, 3, Yogyakarta. Andi OffsetNazir,
Mohamad. 1983. Metode Penelitian. Jakarta. Ghalia Indonesia.Sudjana.
1992. Metoda Statistika (Edisi ke 5). Bandung: TarsitoSugiyono.
2003. Statistika untuk Penelitian, Bandung. AlfabetaSusetyo,
Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung. PT.
Refika Aditama.Walpole,
R.E. 1992. Pengantar Statistika. Jakarta. PT Gramedia Pustaka
Utama.
Statistik
berasal dari kata state yang artinya negara. Dalam pengertian yang paling
sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik
dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka
yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan
(berkaitan) dengan suatu masalah tertentu.
Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang
berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan
ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien
korelasi.
Jenis Statistik
Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik
deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik
yang berkenaan dengan metode atau cara mendeskripsikan, menggambarkan,
menjabarkan, atau menguraikan data.
Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data,
menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data
dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen /
proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel,
distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).Statistik
inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik
atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial
dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat
khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik
inferensial disebut juga statistik induktif atau statistik penarikan
kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis
dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean
dan Uji t (Sugiyono, 2006). Klasifikasi,
Jenis dan Macam Data Dalam Statistik
A. Jenis Data Menurut Cara Memperolehnya
1. 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.
2. 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. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah.
B. Macam-Macam Data Berdasarkan Sumber Data
1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi,
dsb.
2. 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.
C. Klasifikasi Data Berdasarkan Jenis Datanya
1. 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, dan lain-lain.
2. 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 dan lain-lain.
D. Pembagian Jenis Data Berdasarkan Sifat Data
1. Data Diskrit
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah
berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan
lain-sebagainya.
2. Data Kontinyu
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata
sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
E. Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya
laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei
2004, dan lain sebagainya.
2. Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu
atau periode secara historis. Contoh data time series adalah data perkembangan
nilai tukar dollar amerika terhadap euro eropa dari tahun 2004 sampai 2006,
jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan,
dll.F.Jenis-jenis data
menurut tingkatan pengukuran.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar
nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh
jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan,
panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada
perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang
tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam
komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA
memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh
dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat
nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih
banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai
0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif.
Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap
individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya
yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2),
dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak
mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4)
tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5)
danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya.
Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1
individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu:
jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan
mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin
ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1,
laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data
parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut
tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut. Pengertian statistika
Statistika
adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari
bagaimanacaranya mengumpulkan data, mengolah data, menyajikan data,
menganalisis data, membuatkesimpulan dari hasil analisis data dan mengambil
keputusan berdasarkan hasil kesimpulan.Pembagian
Statistika1.
Statistika Deskriptif adalah statistika yang mempelajari bagaimana caranya
mengumpulkan data, mengolah data, menyajikan data, menganalisis data2.
Statistika Induktif (Inferens) adalah statistika yang mempelajari bagaimana
caranya mengumpulkan data,mengolah data, menyajikan data, menganalisis data,
membuat kesimpulan dan mengambil keputusan Kegunaan
StatistikaStatistika
dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat
yang dapat membantu pengambil keputusan berdasarkan hasilkesimpulan pada
analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika
kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu. Definisi PopulasiPopulasi
adalah keseluruhan dari objek penelitianDefinisi
SampelSampel
adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif,
yaitu sampel yang dapat mewakili populasinya. Agar representatif,
maka pengambilan sampel dari populasi harus menggunakan teknik pengambilan
sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :1. Teknik
sampling berdasarkan peluang. Teknik sampling berdasarkan peluang adalah
sebuah teknik pengambilan sampel dimana setiap unit observasi dalam
populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada
3 teknik sampling berdasarkan peluang :• Sampling
Acak Sederhana adalah teknik pengambilan sampel dimana sampel diambil
berdasarkan tabel bilangan acak• Sampling
Klasifikasi adalah sebuah teknik pengambilan sampel dimana populasi
terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub
populasi homogen. Karena sub populasi homogen, salah satu sub populasi
diambil sebagai sampel• Sampling
Stratifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih
dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi
heterogen. Karena sub populasi heterogen, pada setiap sub polulasi ada
yang diambil sebagai sampel2. Teknik
sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan peluang adalah
teknik pengambilan sampel dimana setiap nit observasi dalan populasi tidak
mempunyai kesempatan yang sama untuk terpilih menjadisampel.Ada beberapa teknik
sampling tidak berdasarkan peluang, diantaranya :• Teknik
sampling convenience (seadanya)• Teknik
sampling judgment (pertimbangan)Perbedaan Statistik
dan StatistikaPengertian
statistika adalah metode ilmiah yang mempelajari cara mengumpulkan, mengelola,
menghitung, menganalisa, dan juga menarik kesimpulan tentang data. Statistika
menurut fungsinya di bagi menjadi dua yaitu statistika deskriptif dan juga
statistika inferensia.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.
Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika
yang menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan. Untuk
kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.
contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.Perbedaan antara
keduanya :
-Statistika adalah ilmunya sedangkan statistik adalah ukurannya
-Statistika merupakan metode ilmiah yang berkaitan dengan data, sedangkan
statistik adalah kumpulan angka-angka mengenai suatu masalah, dan dapat
memberikan gambaran mengenai masalah tersebut.PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKAIstilah
statistik berasal dari bahasa latin “status” yang artinya suatu negara. Suatu
kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data
mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih
berfungsi untuk melayani keperluan administrasi.Secara
kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data
yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga
dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau
peristiwa (depdikbud, 1994).Menurut
Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan
angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang
didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta
berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang
melukiskan atau menggambarkan suatu persoalan.Statistika
beda halnya dengan statistik, statistika yang dalam bahasa Inggris “statistics”
(ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan
menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang
berupa angka.Statistika
merupakan ilmu pengetahuan yang berhubungan dengan cara-cara mengumpulkan,
menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang
berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat
ditarik suatu kesimpulan atau keputusan tertentu.Selain itu,
Statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari
teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur,
mengklasifikasi, menghitung, menjelaskan, mensintesis, menganalisis, dan
menafsirkan data yang diperoleh secara sistematis.Sedangkan
dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode,
dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta
menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan.Lebih jauh,
statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan
(aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam
menganalisa problema-problema PLB.Juga dari
sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi)
prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa
problema-problema bidang psikologi. DAFTAR
PUSTAKABungin,
Burhan. 2006. Metode Penelitian Kuantitatif Komunikasi, Ekonomi, dan
Kebijakan Publik serta Ilmu-ilmu Sosial Lainnya. Jakarta. Prenada Media
Group.Hadi, S.
1995. Statistik 1, 2, 3, Yogyakarta. Andi OffsetNazir,
Mohamad. 1983. Metode Penelitian. Jakarta. Ghalia Indonesia.Sudjana.
1992. Metoda Statistika (Edisi ke 5). Bandung: TarsitoSugiyono.
2003. Statistika untuk Penelitian, Bandung. AlfabetaSusetyo,
Budi. 2010. Statistika Untuk Analisis Data Penelitian. Bandung. PT.
Refika Aditama.Walpole,
R.E. 1992. Pengantar Statistika. Jakarta. PT Gramedia Pustaka
Utama.
Langganan:
Posting Komentar (Atom)
0 komentar:
Posting Komentar