Anda di halaman 1dari 6

jenis statistika

Ada berbagai macam jenis statistika, dimana jenis statistika ini dapat digolongkan berdasarkan orientasi pembahasannya maupun berdasarkan tujuan analisisnya. Seringkali para peneliti ataupun praktisi statistika (khususnya yAng tidak memahami statistika secara mendalam) sering salah mendefinisikan jenis statistika yang sedang mereka gunakan. Contohnya saja sering kita temui para peneliti ataupun praktisi statistik yang menggolongkan statistika yang mereka pakai adalah ststistika deskriptif inferensial. Padahal jika kita tinjau dari definisinya, jelas penamaan ststistika deskriptif inferensial ini tidak sesuai dengan definisi masing-masing jenis statistika (statistika deskriptif dan statistika inferensial) itu sendiri. Untuk itu dibawah ini saya akan menjelaskan pengertian jenis-jenis statistika yang benar beserta definisinya. . Berdasarkan orientasi pembahasannya maka statistika dibedakan menjadi: 1. Statistika Matematik (mathematical statistic) Statistika matematik atau lebih dikenal dengan statistika teoritis yang lebih berorientasi pada pemahaman model dan teknik-teknik statistika secara matematisteoriti. 2. Statistika Terapan (applied statistic) Statistika terapan lebih menekankan pembahasannya pada pemahaman intuitif atas konsep dan teknik-teknik statistika serta penggunaannya pada berbagai bidang ilmu. Berdasarkan tujuan atau tahap analisis, statistika dibedakan menjadi 1. Statistika Deskriptif Statistika deskriptif adalah statistika yang dalam analisisnya bertujuan untuk memperoleh gambaran (deskripsi) tentang data yang dianalisis. Jika data yang dianalisis merupakan sampel dari suatu populasi, maka statistika deskriptif akan menghasilkan ukuran-ukuran sample (statistik), sedangkan jika data yang dianalisis berasal dari populasi, maka statistika deskriptif akan menghasilkan ukuran populasi (parameter). 2. Statistika Inferensia Statistika inferensia adalah statistika yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakteristik atau ciri populasi. Dari gambaran diatas, dalam statistika inferensia dilakukan suatu generalisasi atau memperumum dari hal-hal yang bersifat khusus, sehingga terkadang statistika inferensia sering juga disebut dengan statistika induktif atau statistika penarikan kesimpulan. Pada statistika inferensia, biasanya dilakukan pengujian hipotesis dan pendugaan karakteristik populasi, seperti misalnya nilai rata-rata dan standar deviasi. Dari penjelasan di atas, ada keterkaitan antara statistika deskriptif dan statistika inferensia, dimana pada umumnya statistika deskriptif mendahului atau mengawali tahapan statistika inferensia, karena sebelum dilakukan penarikan kesimpulan mengenai suatu kondisi yang diteliti, maka datanya harus diuraikan terlebih dahulu dalam bentuk statistika deskriptif, sehingga diperoleh kesimpulan yang akurat guna memperoleh manfaat secara maksimal. Jadi,

antara statistika deskriptif dan inferensia dapat diibaratkan sebagai dua sisi mata uang logam yang tidak dapat dipisahkan satu dari yang lainnya. Statistika inferensia akan bermakna dan penuh arti jika didahului dengan statistika deskriptif terlebih dahulu. Selain itu, statistika dapat juga dibedakan menjadi statistika parametrik dan non parametrik. Statistika yang demikian biasanya menggunakan data distribusi populasi. dengan menggunakan distribusi populasi data yang dianalisis,

Variabel adalah konsep yang mempunyai bermacam-macam nilai (Moh. Nazir). Dengan demikian, variabel adalah merupakan objek yang berbentuk apa saja yang ditentukan oleh peneliti dengan tujuan untuk memperoleh informasi agar bisa ditarik suatu kesimpulan. Secara teori, definisi variabel penelitian adalah merupakan suatu objek, atau sifat, atau atribut atau nilai dari orang, atau kegiatan yang mempunyai bermacam-macam variasi antara satu dengan lainnya yang ditetapkan oleh peneliti dengan tujuan untuk dipelajari dan ditarik kesimpulan. Setelah kita membicarakan beberapa pengertian dasar tentang variabel, berikut ini kita akan membicarakan beberapa macam variabel ditinjau dari aspek hubungan antar variabel yang digunakan untuk penelitian. Partama adalah variabel dependen (terikat). Variabel ini merupakan variabel terikat yang besarannya tergantung dari besaran variabel independen (bebas). Besarnya perubahan yang disebabkan oleh variabel independen ini, akan memberi peluang terhadap perubahan variabel dependen (terikat) sebesar koefisien (besaran) perubahan dalam variabel independen. Artinya, setiap terjadi perubahan sekian kali satuan variabel independen, diharapkan akan menyebakan variabel dependen berubah sekian satuan juga. Sebaliknya jika terjadi perubahan (penurunan) variabel indepnden (bebas) sekian satuan, diharapkan akan menyebabkan perubahan (penurunan) variabel dependen sebesar sekian satuan juga. Hubungan antar variabel, yakni variabel independen dan dependen, biasanya ditulis dapal bentuk persamaan, Y = a + bX. Misalnya bentuk eprsamaan linear Y = 3 + 2X. Y adalah pengguaan Pupuk dalam satua Kwintal, dan Y adalah hasil produksi padi dalam satuan Ton. Bila terjadi perubahan X sebesar 1 ((satu) satuan (kwintal), diharapkan akan terjadi perubahan Y sebesar 2 (dua) satuan Ton. Variabel Moderator Analisis hubungan yang menggunakan minimal dua variabel, yakni satu variabel dependen dan satu atau beberapa variabel independen, adakalanya dipengaruhi oleh faktor-faktor lain yang tidak dimasukkan dalam model staistik yang kita gunakan. Dalam analisis statistik ada yang dikenal dengan variabel moderator. Variabel moderator ini adalah variabel yang selain bisa memperkuat hubungan antar variabel, dilain pihak juga bisa memperlemah hubungan antara satu atau beberapavariabel independen dan variabel dependen. Misalnya pelatihan yang diikuti karyawan sebuah perusahaan dengan tujuan untuk meningkatkan ketrampilan menyelesaikan tugas-tugas administrasi. Seluruh karyawan yang mengikuti pelatihan tersebut memiliki jenjang pendidikan yang sama. Tetapi setelah selesai mengikuti pelatihan dan

dilakukan uji ketrampilan, ternyata kemampuan karyawan yang berasal dari sekolah kejuruan, memiliki ketrampilan yang lebih baik dibandingkan dengan karyawan yang berasal dari Sekolah Unum. Perbedaan ketrampilan karyawan yang berasal dari sekolah Kejuruan, dibendingkan dengan Ketrampilan Kerja disebabkan oleh adanya perbedaan kemampuan menyerap materi yang disampaikan ketika melaksanakan pelatihan. Kondisi ini bisa saja terjadi karena ada variabel moderator yang bisa menyebabkan karyawan yang berasal dari Sekolah Umum memiliki motivasi yang lebih rendah untuk mengikuti pelatihan jika dibandingkan dengan Karyawan yang berasal dari sekolah Kejuruan. Dalam contoh di atas pelatihan adalah variabel independen, prestasi kerja adalah variabel dependen, dan motivasi untuk mengikuti pelatihan adalah variabel moderator. Atau dengan kata lain, variabel moderator memiliki kontribusi yang signifikan terhadap kemampuan variabel independen dalam mempengaruhi variabel dependen. Variabel Intervening. Variabel yang bisa memperkuat atau memperlemah hubungan antar variabel (variabel moderator), secara teori merupakan satuan yang bisa diukur. Akan tetapi variabel yang yang nilainya secara satuan relatif tidak dapat diukur secara pasti, misalnya sedih, gembira, sakit hati, stress, frustasi dan sebagainya, merupakan variabel intervening. Contoh: meningkatnya hasil produksi padi dalam suatu lahan sawah yang diukur dengan satuan penggunaan biaya pupuk tinggi, biaya pembelian bibit padi tinggi, dan pengairan yang baik, tetap tidak mengalami peningkatan hasil produksi padi secara signifikan. Kemudian setelah diteliti secara seksama, ternyata sebagian besar lahan sawah sedang terserang hama. Variabel Kontrol. Variabel yang sering digunakan oleh penelitian, selain variabel moderator dan variabel intervening adalah variabel kontrol. Variabel ini (kontrol), kualitas dan kuantitasnya biasanya bisa dikendalikan oleh peneliti sesuai dengan waktu dan tempat yang dikehendaki. Misalnya saja produktivutas lahan sawah yang diukur dengan satuan penggunaan bibit, peneliti menggunakan variabel kontrol dalam bentuk kualitas dan kuantitas pupuk yang sama. Akan tetapi kualitas dan kuantitas bibitnya berbeda. Kualitas dan kuantitas bibit padi sebagai variabel bebas, yang diukur dalam satuan kg., sedangkan produktivitas lahan sawah merupakan variabel terikat yang diukur dalam satuan ton, sedangkan kualitas dan kuantitas pupuk dalam jumlah sama digunakan sebagai variabel kontrol.

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 Dara 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, kirakira, 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.

Home > Definisi Statistik > Skala Pengukuran Statistik

Skala Pengukuran Statistik


Posted on Selasa, 25 Mei 2010
Pengukuran adalah proses hal mana suatu angka atau simbol dilekatkan pada karakteristik atau properti suatu stimuli sesuai dengan aturan/prosedur yang telah ditetapkan (Imam Ghozali, 2005). Misal, orang dapat diganbarkan dari beberapa karakteristik: umur, tingkat pendidikan, jenis kelamin, tingkat pendapatan, dll. Ada 4 skala pengukuran. 1. Skala nominal Skala nominal merupakan skala yang merupakan kategori atau kelompok dari suatu subyek. Misal, variabel jenis kelamin responden dikelompokkan menjadi dua, L/P, masing-masing diberi kode 1 dan 2. Angka ini hanya berfungsi sebagai label kategori, tanpa memiliki nilai instrinsik dan tidak memiliki arti apa pun. Lambang- lambang tersebut tidak memiliki sifat sebagaimana bilangan pada umumnya, sehingga pada variabel dengan skala nominal tidak dapat diterapkan operasi matematika standar: pengurangan, penjumlahan, perkalian, dll. Uji statistik yang sesuai dengan skala nominal adalah uji yang mendasarkan pada jumlah seperti modus dan distribusi frekuensi. 2. Skala ordinal Skala ordinal, lambang-lambang bilangan hasil pengukuran menunjukkan urutan atau tingkatan obyek yang diukur menurut karakteristik yang dipelajari. Misal, kita ingin mengetahui preferensi responden terhadap merek indomie goreng: merek Sarimi, Indomie, Mie Sedap, Gaga Mie kemudian responden diminta untuk melakukan ranking terhadap merek mie goreng dengan memberi angka 1 untuk merek yang paling disukai, angka 2 untuk rangking kedua, dst. Rangkuman hasil sbb: Merek Indomie Mie Sarimi Gaga mie Sedap Mie goreng Rangking 1 2 3 4

Tabel ini menunjukkan bahwa merek Indomie lebih disukai daripada Mie Sedap, merek Mie Sedap lebih disukai daripada Sarimi, dsb. Walaupun perbedaan angka antara preferensi satu dengan lainnya sama, namun kita tidak dapat menentukan besarnya nilai preferensi dari suatu merek terhadap merek lainnya. Uji statistik yang sesuai adalah modus, median, distribusi frekuensi dan statistik non-parametrik seperti rank order correlation. 3. Skala Interval Skala pengukuran mempunyai sifat seperti skala ordinal (memiliki urutan tertentu), ditambah satu sifat khas, yaitu adanya satuan skala (scale unit). artinya, perbedaan karakteristik antara obyek yang berpasangan dengan lambang bilangan satu dengan lambang bilangan berikutnya selalu tetap. Jika

dalam pengukuran preferensi responden terhadap merek indomie goreng tersebut diasumsikan bahwa urutan kategori menunjukkan preferensi yang sama, maka kita dapat mengatakan bahwa perbedaan indomie goreng merek urutan ke 1 dengan 2 adalah sama dengan perbedaan merek 2 dengan lainnya. Namun demikian, kita tidak bisa mengatakan bahwa merek yang mendapat ranking 5 nilainya lima kali preferensi daripada merek 1. Uji statistik yang sesuai adalah semua uji statistik kecuali uji yang mendasarkan pada rasio seperti koefisien variasi. 4. Skala rasio Skala rasio adalah skala yang menghasilkan data dengan mutu yang paling tinggi. Perbedaan skala rasio dengan skala interval terletak pada keberadaan nilai nol (based value). Pada skala rasio, nilai nol bersifat mutlak, tidak seperti pada skala interval. Data yang dihasilkan oleh skala rasio adalah data rasio. Tidak ada pembatasan terhadap alat uji statistik yag sesuai