Pengantar Statistika

Pengantar Statistika Dasar

Definisi Statistika  

Statistika adalah cabang ilmu yang mempelajari tentang bagaimana mengumpulkan, menganalisis dan menginterpretasikan data. Atau dengan kata lain, statistika menjadi semacam alat dalam melakukan suatu riset empiris.

Dalam menganalisis data, para ilmuwan menggambarkan persepsinya tentang suatu fenomena. Deskripsi yang sudah stabil tentang suatu fenomena seringkali mampu menjelaskan suatu teori. (Walaupun demikian, orang dapat saja berargumentasi bahwa ilmu biasanya menggambarkan bagaimana sesuatu itu terjadi, bukannya mengapa). Penemuan teori baru merupakan suatu proses kreatif yang didapat dengan cara mereka ulang informasi pada teori yang telah ada atau mengesktrak informasi yang diperoleh dari dunia nyata. Pendekatan awal yang umumnya digunakan untuk menjelaskan suatu fenomena adalah statistika deskriptif.

Statistika Deskriptif

Statistika deskriptif adalah teknik yang digunakan untuk mensarikan data dan menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-rata, dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum dikenal dan mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah statistika deskriptif memberikan hasil yang bisa diterima secara ilmiah? Statistik merupakan suatu alat pengukuran yang berhubungan dengan keragaman pada karakteristik objek-objek yang berbeda.

Objek yang belum dikenal tidaklah mewakili populasi objek yang memiliki “quantifiabel feature” melalui penyelidikan. Namun demikian, keragaman bisa menjadi hasil dari keberagaman yang lainnya (karena acak atau terkontrol). Pada ilmu fisika, yang sangat berkaitan dengan ekstraksi dan formulasi persamaan matematik tidak menyisakan banyak tempat untuk fluktuasi acak. Pada ilmu statistika, fluktuasi seperti itu dapat dijadikan model. Hubungan relasi statistik selanjutnya merupakan hubungan relasi yang menerangkan suatu proporsi perubahan stokastik yang pasti.

Statistika Induktif (Inferensi)

Berbeda dengan fisika, hubungan atau relasi empiris yang diobservasi pada ilmu alam, sosiologi dan psikologi (dan bidang pilhan lain misalnya ekonomi) bersifat statis. Pada bidang-bidang ini, pekerjaan empiris dilaksananakan berdasarkan percobaan-percobaan atau survey sampel. Pada kasus lainnya, seluruh populasi tidak dapat diobservasi-karena berbagai alasan ekonomis ataupun praktis. Mengambil kesimpulan tentang suatu populasi berdasarkan data dari sampel yang terbatas merupakan tujuan dari suatu proses pengambilan keputusan inferensial atau statistik induktif.

Data

Data adalah suatu kumpulan informasi atau keterangan yang disampaikan dan diperoleh oleh orang dari suatu pengamatan baik dalam bentuk angka, lambang ataupun sifat. Syarat utama dalam analisa data atau pengamatan data secara statistic adalah dengan mengolah data secara baik untuk mendapatkan hasil informasi maupun kesimpulan yang baik dan akurat pula.

Jenis-jenis data dapat dibagi berdasarkan sifatnya, sumbernya, cara memperolehnya, dan waktu pengumpulannya. Menurut sifatnya, jenis-jenis data yaitu:

·         Data Kualitatif: data kualitatif adalah data yang tidak berbentuk angka seperti atribut/kategorik, misalnya: Kuesioner Pertanyaan tentang suasana kerja, kualitas pelayanan sebuah bengkel atau gaya kepemimpinan, dll.

Catatan: Data kategorik (dengan skala nominal maupun ordinal) dapat dianalisis dengan menggunakan rumus-rumus matematika/statistika setelah diberi kode (coding) berupa angka

·         Data Kuantitatif: data kuantitatif adalah data yang berbentuk angka/numerik (dengan skala ordinal, interval, ataupu rasio), misalnya: harga saham, besarnya pendapatan, dll.

Jenis-jenis data menurut sumbernya, antara lain:

·         Data Internal: data intenal adalah data dari dalam suatu organisasi yang menggambarkan keadaan organisasi tersebut. Contohnya: suatu perusahaan, jumlah karyawannya, jumlah modalnya, atau jumlah produksinya, dll.

·         Data Eksternal: data eksternal adalah data dari luar suatu organisasi yang dapat menggambarkan faktor-faktor yang mungkin mempengaruhi hasil kerja suatu organisasi. Misalnya: daya beli masyarakat mempengaruhi hasil penjualan suatu perusahaan.

Jenis-jenis data menurut cara memperolehnya, antara lain:

·         Data Primer (primary data): data primer adalah data yang dikumpulkan sendiri oleh perorangan/suatu organisasi secara langsung dari objek yang diteliti dan untuk kepentingan studi yang bersangkutan yang dapat berupa interview, observasi.

·         Data Sekunder (secondary data): data sekunder adalah data yang diperoleh/ dikumpulkan dan disatukan oleh studi-studi sebelumnya atau yang diterbitkan oleh berbagai instansi lain. Biasanya sumber tidak langsung berupa data dokumentasi dan arsip-arsip resmi.

Jenis-jenis data menurut waktu pengumpulannya, antara lain:

·         Data cross section, yaitu data yang dikumpulkan pada suatu waktu tertentu (at a point of time) untuk menggambarkan keadaan dan kegiatan pada waktu tersebut. Misalnya; data penelitian yang menggunakan kuesioner.

·         Data berkala (time series data), yaitu data yang dikumpulkan dari waktu ke waktu untuk melihat perkembangan suatu kejadian/kegiatan selama periode tersebut. Misalnya, perkembangan uang beredar, harga 9 macam bahan pokok penduduk.

SKALA PENGUKURAN (Measurement Scale), maka data dapat diklasifikasikan sebagai berikut:

a. Categorical Data

Data kategorik adalah data kualitatif sehingga untuk dapat dianalisis dengan menggunakan rumus matematika/statistika perlu diberi kode (coding) berupa angka. Analisis matematika/statistika yang digunakan adalah berdasarkan hasil membilang (counting) pada setiap kategori/pasangan kategori.

Data kategorik disebut juga data nonmetric atau data yang bukan merupakan hasil pengukuran.

Klasifikasinya adalah:

1) Kategorik Nominal, yaitu data kategorik yang tak dapat dinyatakan bahwa kategori yang satu lebih baik dari kategori lainnya atau dengan kata lain kategori yang tidak memiliki urutan tertentu.

Contoh: Pria – wanita, ungu – biru, dan lain-lain.

Karena tidak memiliki urutan tertentu, maka dapat saja kategori ”pria” diberi kode ”0” dan ”wanita diberi kode ”1” maupun sebaliknya.

2) Kategorik Ordinal, yaitu data kategorik yang mempunyai urutan tertentu namun ”jarak” antar kategori sulit untuk dinyatakan sama.

Contoh: Alat dalam kondisi ”baik”, ”sedang”, ”rusak”.

Karena memiliki urutan, maka jika ”rusak” diberi kode ”1”, maka urutan berikutnya adalah ”sedang’ yang diberi kode ”2”, dan kategori ”baik” diberi kode ”3” atau sebaliknya. Urutan pengkodean di atas tidak dapat ditukar-tukar secara acak, karena akan menjadi tidak sesuai dengan urutan kategorinya.

Data kategorik nominal maupun ordinal dapat diubah menjadi data numerik:

1) rasio, dengan cara membagi jumlah frekuensi suatu kategori dengan kategori yang lain, atau dengan total frekuensi seluruh kategori.

2) ordinal, dengan cara melakukan ranking sesuai dengan jumlah frekuensi dari kategori-kategori yang ada.

b. Numerical Data

Data numerik adalah data metric atau data yang merupakan hasil pengukuran. Jika data hasil pengukuran eksakta menghasilkan data metrik murni (pure metric data), maka pada pengukuran sosial – humaniora, data yang dihasilkan bukan data metrik murni.

Pada pengukuran sosial-humaniora, suatu variabel dikonstruk sedemikian rupa dalam beberapa indikator yang kemudian menjadi dasar pembuatan item pengukuran. Pada setiap item disediakan beberapa pilihan jawaban yang pada dasarnya berbentuk kategorik ordinal. Untuk jawaban yang dipilih pada setiap indikator diubah ke bentuk angka yang disebut scoring. Meskipun kelihatannya sama, namun istilah coding dan scoring berbeda, yaitu:

Coding	Scoring
Diterapkan pada variabelmanifest, dimana setiap variabel hanya mengandung 1 item	Diterapkan pada variabel laten yang dikonstruk dari beberapa variabelmanifest (indikator), dimana setiap variabel mengandung beberapa item
Hasil coding per item dapat dianalisis langsung, karena setiap item mewakili 1variabel	Hasil scoring per item tak boleh dianalisis langsung, tapi harus dijumlahkan dengan score item-item lain yang mewakili variabel yang sama.
Data yang dihasilkan merupakan data kategorik baik nominal maupun ordinal	Data yang dihasilkan adalah data interval atau data ordinal yang diperlakukan sebagai data interval

Catatan: Data yang didapat sebagai penjumlahan skor-skor seluruh item pada suatu konstruk variabel laten dimasukkan dalam klasifikasi data interval. Namun ada yang merasa ragu dengan konsep scoring dan coding di atas, ”Apakah data ordinal yang dijumlahkan dapat menghasilkan data interval?”.

Karena itu dalam konteks seperti ini, jumlah skor-skor dari suatu konstruk dinyatakan diperlakukan sebagai data interval (threat as interval), meski sebenarnya dianggap bukan data interval.

1) Numerik Ordinal

Data numerik ordinal adalah data yang berupa angka yang menunjukkan urutan.

Contoh:

a) urutan antrian

b) urutan tempat duduk

c) urutan nomor rumah

d) urutan kemunculan

bentuk khusus data numerik ordinal ini adalah data ranking (rank –order), yaitu data yang dihasilkan dari pengurutan data interval atau rasio baik secara meningkat (ascending) maupun menurun (descending).

Seperti data kategorik ordinal, operasi matematika tak dapat dilakukan pada data ini.

Contoh: Tidak dapat dikatakan bahwa; ranking 3 – ranking 2 = ranking 1

Juga tidak dapat dikatakan bahwa; 2 x kali ranking 1 = ranking 2.

2) Numerik Interval

Data numerik interval selain mengandung unsur urutan juga memiliki unsur kesamaan jarak antar urutan. Karena itulah operasi bilangan dapat dilakukan.

Contoh: 40° C – 30° C = 10°C

40° C adalah 2x lebih panas dari 20° C.

Namun data numerik interval tidak memiliki 0 yang absolut.

Contoh: 0° C = 32° F

Siswa yang mendapat nilai 0 pada tes Statistika tidak dapat diartikan bahwa yang bersangkutan tidak memiliki pengetahuan sama sekali tentang Statistika.

Kesamaan jarak ukuran ini yang sulit dijamin pada suatu pengukuran sosial – humaniora. Karena itulah hasil pengukuran sosial – humaniora dianggap bukan data interval, tetapi data ordinal yang diperlakukan sebagai data interval.

Data numerik interval ini dapat diubah menjadi data:

a) numerik ordinal, dengan cara me-ranking-nya

b) kategorik ordinal, dengan cara mengkategorikannya.

3) Numerik Rasio

Data numerik rasio adalah data yang selain mengandung unsur urutan, memiliki jarak ukuran yang sama, serta memiliki nilai 0 absolut.

Contoh: Jika tidak ada sesuatu yang diletakkan di atas timbangan emas, maka angka digital yang tertera tetap angka 0,00.

Seperti data numerik interval, data numerik rasio ini dapat diubah menjadi data:

a) numerik ordinal, dengan cara me-ranking-nya

b) kategorik ordinal, dengan cara mengkategorikannya.

Catatan: Pada program Statistical Package and Service Solutions (SPSS) digunakan hal-hal sebagai berikut:

- Seluruh data yang di-entry untuk dianalisis diperlakukan sebagai data numerik

- Konsep pendataan disamakan dengan pengukuran yang diklasifikasikan atas skala (scale), ordinal, dan nominal.

Perbandingan dengan konsep sebelumnya dapat dilihat pada tabel berikut:

Konsep Sebelumnya			Konsep di SPSS
Pendataan	Kategorik	Nomial	Pengukuran	Nominal
		Ordinal		Ordinal
	Numerik	Ordinal
		Interval		Skala
		Rasio

Daftar Pustaka:

http://omegahat.blogspot.co.id/2008/01/konsep-konsep-dasar-penelitian-bagian-4.html

http://www.pengertianahli.com/2013/11/pengertian-data-dan-jenis-data.html

https://kangiskandar.wordpress.com/2007/09/26/mengenal-pengantar-statistika-dasar/