Anda di halaman 1dari 10

A.

JENIS STATISTIK Statistik dan statistika sepintas seperti satu kata dan satu makna, mungkin staistik itu seperti kata lain dari statistika atau begitupun sebaliknya. Statistik dan statistika itu terdengar seperti sama namun ternyata punya beda. Agar kita tidak salah menafsirkan arti kata statistik dan kata statistika berikut ini diberikan penjelasan atau sedikit gambaran dari kedua istilah diatas. Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan suatu masalah tertentu. Statistika adalah pengetahuan yang berkaitan dengan metode, teknik atau cara mengumpulkan, mengolah, menganalisis dan menginterpretasikan data untuk disajikan secara lengkap dalam bentuk yang mudah dipahami penggunanya. Beberapa jenis statistika: Ada berbagai macam jenis statistik, diman jenis statistik ini dapat digolongkan berdasarkan orientasi pembahasannya maupun berdasarkan tujuan analisisnya. Berdasarkan orientasinya pembahasannya maka statistika dibedakan menjadi: 1. Statistika matematika Statistika matematika atau lebih dikenal dengan statistika teoritis yang lebih berorientasi pada pemahaman model dan teknik-teknik secara matematisteoritis. 2. Statistika Terapan Statistika terapan lebih menekankan pembahasannya pada pemahaman intutif 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 berasal dari populasi, maka statistika deskriptif akan mengahasilkan ukuran-ukuran sampel

(statistik), sedangkan jika data yang dianalisis berasal dari poulasi, 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 di atas, dalam statistika inferensia dilakukan suatu generalisasi atau memperumum dari halhal yang bersifat khusus, sehingga terkadang statistika inferensia sering juga disebut dengan statistika induktif atau statistika penarikan kesimpulan. Pada statistika inferensia, biasanya dialakukan pengujian hipotesis dan pendugaan karakteristik populasi, seperti nilai rata-rata dan standar deviasi. Dari penjelasan di atas ada keterkaitan antara statistika desktiptif dan statistika inferensia, dimana pada umumnya satistika deskriptif mendahului atau mengawali tahapan statistika inferensia, karena sebelum dilakukan penarikan kesimpulan mengenai suatu kondisi yang diteliti, maka datanya harus diuraikan terlebih dahulu dalam 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 juga dapat dibedakan menjadi statistika parametrik dan non parametrik. Statistika yang demikian biasanya menggunakan data distribusi populasi, dengan menggunakan distribusi data yang dianalisis.

B. JENIS DATA Data yang telah diolah dengan baik melalui berbagai analisis dapat menghasilkan sebuah informasi. Dengan informasi tersebut, kita dapat mengambil suatu keputusan. Data yang baik tentu saja harus yang mutakhir, cocok (relevant) dengan masalah penelitian dari sumber yang dapat dipertanggung jawabkan, lengkap, akurat, objektif, dan konsisten.

Jenis data secara garis besarnya dapat dibagi atas dua macam yaitu data dikotomi dan data kontinum.

1. Data dikotomi Data dikotomi disebut : data diskrit, data kategorik atau data nominal.d ata dikotomi adalah data yang paling sederhana yang disusun menurut jenisnya atau kategorinya. Sesuai dengan nama dan sebutannya, skala nominal hanya bisa membedakan benda atau peristiwa yang satu dengan lainnya berdasarkan nama (predikat). Dalam data dikotomi setiap data dikelompokkan menurut kategorinya dan diberi angka. Angka tersebut hanyalah label belaka, bukan menunjukkan tingkatan (ranking). Contoh dari data dikotomi misalnya klasifikasi barang yang dihasilkan pada suatu proses produksi dengan predikat cacat atau tidak cacat. Atau, bayi yang baru lahir bisa laki-laki diberi angka 1 dan perempuan diberi angka 2. Pemberian angka tersebut hanya angka belaka. Tidak jarang digunakan nomornomor yang dipilih sekehendak peneliti sebagai pengganti nama-nama atau sebutan-sebutan, untuk membedakan benda-benda atau peristiwa-peristiwa berdasarkan beberapa karakteristik. Sebagai contoh, dapat digunakan nomor 1 untuk menyebut kelompok barang yang cacat dari suatu proses produksi dan nomor 0 untuk menyebut kelompok barang yang tidak cacat dari suatu proses produksi. Data nominal biasanya juga digunakan bila peneliti berminat terhadap jumlah benda atau peristiwa yang termasuk ke dalam masing-masing kategori nominal. Data dikotomi ini mempunyai sifat ekuisif, tidak mempunyai urutan (ranking), tidak mempunyai ukuran baru, dan tidak mempunyai nol mutlak.

2. Data Kontinum Data kontinum terdiri atas tiga macam data yaitu: mata ordinal, dan interval, dan data rasio.

a. Data Ordinal Data ordinal ini lebih tinggi daripada data nominal. Dalam data ini sudah dapat membeda-bedakan benda atau peritiwa yang satu dengan yang lain. Data ordinal adalah data sudah diurutkan dari jenjang yang paling rendah sampai yang paling tingig, atau sebaliknya tergantung peringkat selera pengkuran yang subjektif terhadap objek tertentu. Kita dapat menyatakan saya lebih subjektif A daripada jeruk B meskipun sama-sama tergolong jenis jeruk. Selanjutnya jeruk B kita beri bobot 1 dan jeruk A kita beri bobot 2. Pembobotan biasanya merupakan urutannya. Oleh sebab itu, data ordinal disebut juga sebagai data berurutan, data berjenjang, data berpengkat, data tata jenjang, data rangks, atau data bertingkat. Berian jenjang tersebut pada umumnya dapat dilakukan sebagai berikut : Mula-mula kita urutkan data itu mulai dari yang terendah sampai yang tertinggi. Demikian pula sebaliknya. Kemudian berilah angka 1 untuk tertinggi, angka 2 untuk berikutnya dan seterusnya. Sebagai contoh : Dalam suatu ujian didapat hasil dengan data berjenjang sebagai berikut : Juara 1 dengan hasil 90 Juara 2 dengan hasil 87 Juara 3 dengan hasil 75 Juara 4 dengan hasil 65 Jika ada beberapa yang mendapatkan hasil ujian yang sama, misalnya nilai 87, maka menjadi : Juara 1 dengan hasil 90 Juara 2 dan 3 menjadi Juara 2,5 dengan hasil 87 Juara 4 dengan hasil 65 yaitu

b. Data Interval Data ini lebih tinggi daripada data ordinal. Apabila benda-benda atau peristiwa-peristiwa yang diselidiki dpaat dibedakan-bedakan antara yang satu dan lainnya kemudian diurutkan, dan bilaman perbedaan-perbedaan antara peringkat yang satu dan lainnya mempunyai arti (yakni, bila satuan pengukurannya tetap)

maka data interval dapat diterapkan. Data interval adalah skala yang menunjukkan jarak antar satu data dengan data yang lain dan mempunyai bobot yang sama, data interval mempunyai sifat-sifat nominal dari data ordinal. Pengukuran data interval tidak memberikan jumlah yang absolut dari objek yang diukur. Contohnya adalah Indeks Prestasi Kumulatif (IPK) pembaca menenal standar penilaian ini : A = 4; B =3, C=2; D=1 Berdasarkan gambar tadi, dapat disebutkan bahwa : Interval antara A dengan B = 4-3 = 1 Interval antara C dengan D = 2-1 = 1 Interval antara A dengan C = 4-2 = 2 Jadi data interval dapat ditambah maupun dikurang.

c. Data Rasio Data rasio adalah skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama. Data rasio mengandung sifat-sifat interval. Contoh dari data rasio diantaranya adalah: berat badan, tinggi badan, panjang. Misalnya kita mempunyai data panjang A = 10m; B=20m; D =40m. berdasarkan data tersebut, maka kita dapat menyimpulkan bahwa panjang D = 4 x A atau 2 x B.

C. POPULASI DAN SAMPEL Dalam penelitian kuantitatif, apalagi jika dirancang sebagai sebuah penelitian survei (survey research), keberadaan populasi dan sampel penelitian nyaris tak dapat dihindarkan. Populasi dan sampel merupakan sumber utama untuk memperoleh data yang dibutuhkan dalam mengungkapkan fenomena atau realitas yang dijadikan fokus penelitian kita. Demi mencapai keakuratan dan validitas data yang dihasilkan, populasi dan sampel yang dijadikan objek penelitian harus memiliki kejelasan baik dari segi scope, ukuran, maupun karakteristiknya. Dengan kata lain, kejelasan populasi dan ketepatan pengambilan sampel dalam penelitian akan menentukan validitas proses dan hasil penelitian kita. Apa itu populasi penelitian? Apa itu sampel dan bagaimana kaitan antara populasi dan sampel dalam sebuah penelitian? Simak uraian-uraian di bawah ini.

Konsep Dasar Populasi Populasi atau sering juga disebut universe adalah keseluruhan atau totalitas objek yang diteliti yang ciri-cirinya akan diduga atau ditaksir (estimated). Ciri-ciri populasi disebut parameter. Oleh karena itu, populasi juga sering diartikan sebagai kumpulan objek penelitian dari mana data akan dijaring atau dikumpulkan. Populasi dalam penelitian (penelitian komunikasi) bisa berupa orang (individu, kelompok, organisasi, komunitas, atau masyarakat) maupun benda, misalnya jumlah terbitan media massa, jumlah artikel dalam media massa, jumlah rubrik, dan sebagainya (terutama jika penelitian kita menggunakan teknik analisis isi (content analysis). Populasi penelitian terdiri dari populasi sampling dan populasi sasaran. Populasi sampling adalah keseluruhan objek yang diteliti, sedangkan populasi sasaran adalah populasi yang benar-benar dijadikan sumber data. Sebagai contoh, misalnya kita akan meneliti bagaimana rata-rata tingkat prestasi akademik mahasiswa STBA-JIA, kita hanya akan memokuskan penelitian kita pada mahasiswa yang aktif di lembaga-lembaga kemahasiswaan, maka seluruh mahasiswa STBA JIA adalah populasi sampling, sedangkan seluruh mahasiswa yang aktif dalam lembaga kemahasiswaan adalah pogram populasi sasaran. Konsep lainnya yang harus dipahami-dan tidak boleh dikelirukan- adalah jumlah populasi (population numbers) dan ukuran populasi (population size). Jumlah populasi adalah banyaknya kategori populasi yang dijadikan objek penelitian yang dinotasikan dengan huruf K. Jika kita menggunakan seluruh unsur populasi sebagai sumber data, maka penelitian kita disebut sensus. Sensus merupakan penelitian yang dianggap dapat mengungkapkan ciri-ciri populasi (parameter) secara akurat dan komprehensif, sebab dengan menggunakan seluruh unsur populasi sebagai sumber data, maka gambaran tentang populasi tersebut secara utuh dan menyeluruh akan diperoleh. Oleh karena itu, sebaik-baiknya penelitian adalah penelitian sensus. Namun demikian, dalam batas-batas tertentu sensus kadang-kadang tidak efektif dan tidak efisien, terutama jika dihubungkan dengan ketersedian sumber daya yang ada

pada peneliti. Misalnya, bila dikaitkan dengan fokus penelitian, keterbatasan waktu, tenaga, dan biaya yang dimiliki oleh peneliti. Dalam keadaan peneliti tidak memungkinkan untuk melakukan sensus, maka peneliti boleh mengambil sebagian saja dari unsur populasi untuk dijadikan objek penelitiannya atau sumber data. Sebagian unsur populasi yang dijadikan objek penelitian itu disebut sampel. Sampel atau juga sering disebut contoh adalah wakil dari populasi yang ciri-cirinya akan diungkapkan dan akan digunakan untuk menaksir ciri-ciri populasi. Oleh karena itu, jika kita menggunakan sampel sebagai sumber data, maka yang akan kita peroleh adalah ciri-ciri sampel bukan ciri-ciri populasi, tetapi ciriciri sampel itu harus dapat digunakan untuk menaksir populasi. Ciri-ciri sampel disebut statistik. Sama halnya dengan populasi, dalam sampel pun ada konsep jumlah sampel dan ukuran sampel. Jumlah sampel adalah banyaknya kategori sampel yang diteliti yang dilambangkan dengan huruf k, yang jumlahnya sama dengan jumlah populasi (k=K). Sedangkan ukuran sampel (dilambangkan dengan huruf n) adalah besarnya unsur populasi yang dijadikan sampel, yang jumlahnya selalui lebih kecil daripada ukuran populasi (n). Mengapa kita harus benar-benar memahami (tidak mengelirukan) pengertian istilah jumlah sampel dengan ukuran sampel, sebab jumlah sampel dan sifat sampel yang diteliti (terutama untuk penelitian eksplanatif, misalnya penelitian korelasional) akan sangat menentukan uji statistik inferensial yang mana yang harus digunakan untuk menguji hipotesis yang dirumuskan dalam penelitian kita. Ketepatan dalam memilih uji statistik inferensial itu merupakan salah satu unsur penentu validitas atau kesahihan penelitian kita. Dalam menguji korelasi di antara variabel-variabel yang diteliti, misalnya, ada uji statistik inferensial yang hanya berlaku untuk menguji satu sampel, dua sampel independen, dua sampel berhubungan, dan k sampel independen atau k sampel berhubungan, dan sebagainya (Silakan baca buku Statistik Nonparametrik untuk Ilmu-Ilmu Sosial tulisan Sidney Siegel). Karena data yang diperoleh dari sampel harus dapat digunakan untuk menaksir populasi, maka dalam mengambil sampel dari populasi tertentu kita harus benar-benar bisa mengambil sampel yang dapat mewakili populasinya atau

disebut sampel representatif. Sampel representatif adalah sampel yang memiliki ciri karakteristik yang sama atau relatif sama dengan ciri karakteristik populasinya. Tingkat kerepresentatifan sampel yang diambil dari populasi tertentu sangat tergantung pada jenis sampel yang digunakan, ukuran sampel yang diambil, dan cara pengambilannya. Cara atau prosedur yang digunakan untuk mengambil sampel dari populasi tertentu disebut teknik sampling.

Ukuran Sampel Ukuran sampel atau besarnya sampel yang diambil dari populasi, sebagaimana diungkapkan di atas, merupakan salah satu faktor penentu tingkat kerepresentatifan sampel yang digunakan. Pertanyaannya, berapa besar sampel harus diambil dari populasi agar memenuhi syarat kerepresentatifan? Dalam menentukan menentukan ukuran sampel (n) yang harus diambil dari populasi agar memenuhi persyaratan kerepresentatifan, tidak ada kesepakatan bulat di antara para ahli metodolologi penelitian (hal ini wajar, sebab dalam dunia ilmu yang ada adalah sepakat untuk tidak sepakat asal masing-masing konsisten dengan rujukan yang digunakannya, sehingga ilmu itu bisa terus berproses dan berkembang). Pada umumnya, buku-buku metodologi penelitian menyebut angka lima persen hingga 10 persen untuk menegaskan berapa ukuran sampel yang harus diambil dari sebuah populasi tertentu dalam penelitian sosial. Pendapat ini tentu saja sulit untuk dijelaskan apa alasannya jika ditinjau dari aspek metodologi penelitian. Sehubungan dengan hal itu, I Gusti Bagoes Mantra dan Kasto dalam buku yang ditulis oleh Masri Singarimbun dan Sofian Effendi, Metode Penelitian Survai (1989), menyatakan bahwa sebelum kita menentukan berapa besar ukuran sampel yang harus diambil dari populasi tertentu, ada beberapa aspek yang harus dipertimbangkan yaitu: 1. Derajat Keseragaman Populasi (degree of homogenity). Jika tinggi tingkat homogenitas populasinya tinggi atau bahkan sempurna, maka ukuran sampel

yang diambil boleh kecil, sebaliknya jika tingkat homogenitas populasinya rendah (tingkat heterogenitasnya tinggi) maka ukuran sampel yang diambil harus besar. Untuk menentukan tingkat homogenitas populasi sebaiknya dilakukan uji homogenitas dengan menggunakan uji statistik tertentu. 2. Tingkat Presisi (level of precisions) yang digunakan. Tingkat presisi, terutama digunkan dalam penelitian eksplanatif, misalnya penelitian korelasional, yakni suatu pernyataan peneliti tentang tingkat keakuratan hasil penelitian yang diinginkannya. Tingkat presisi biasanya dinyatakan dengan taraf signifikansi () yang dalam penelitian sosial biasa berkisar 0,05 (5%) atau 0,01 (1%), sehingga keakuratan hasil penelitiannya (selang kepercayaannya) 1 yakni bisa 95% atau 99%. Jika kita menggunakan taraf signifikansi 0,01 maka ukuran sampel yang diambil harus lebih besar daripada ukuran sampel jika kita menggunakan taraf signifikansi 0,05. 3. Rancangan Analisis. Rancangan analisis yang dimaksud adalah sesuatu yang berkaitan dengan pengolahan data, penyajian data, pengupasan data, dan penafsiran data yang akan ditempuh dalam penelitian. Misalnya, kita akan menggunkan teknik analisis data dengan statistik deskripti; penyajian data menggunakan tabel-tabel distribusi frekuensi silang (tabel silang) atau tabel kontingensi dengan ukuran 3X3 atau lebih dimana pasti mengandung sel sebanyak 9 buah, maka ukuran sampelnya harus besar. Hal ini untuk menghindarkan adanya sel dalam tabel tersebut yang datanya nol (kosong), sehingga tidak layak untuk dianalisis dengan asumsi-asumsi kotingensi. Jika kita menggunakan rancangan analisisnya hanya menggunakan analisis statistik inferensial, maka ukuran sampelnya boleh lebih kecil dibandingkan apabila kita menggunakan rancangan analisis statistik deskriptif saja. Dengan kata lain, rancangan penelitian deskriptif membutuhkan ukuran sampel yang lebih besar daripada rancangan penelitian eksplanatif. 4. Alasan-alasan tertentu yang berkaitan dengan keterbatasan-keterbatan yang ada pada peneliti, misalnya keterbatasan waktu, tenaga, biaya, dan lain-lain. (Catatan: Alasan ke-4 ini jangan digunakan sebagai pertimbangan utama dalam menentukan ukuran sampel, sebab hal ini lebih berkaitan dengan

pertimbangan peneliti (tanpa akhiran an) dan bukan pertimbangan penelitian (metodologi).

Jenis Sampel Dan Teknik Sampling Berdasarkan prosedur atau cara yang digunakan dalam mengambil sampel dari populasi (teknik sampling), kita dapat mengidentifikasi dua jenis sampel, yaitu: sampel probabilitas (probability sampling) dan sampel nonprobabilitas (nonprobability sampling). Sampel probabilitas atau disebut juga sampel random (sampel acak) adalah sampel yang pengambilannya berlandaskan pada prinsip teori peluang, yakni prinsip memberikan peluang yang sama kepada seluruh unit populasi untuk dipilih sebagai sampel. Sebaliknya, sampel nonprobabilitas atau sampel nonrandom (sampel tak acak) adalah sampel yang pengambilannya didasarkan pada pertimbanganpertimbangan tertentu (bisa pertimbangan penelitian maupun pertimbangan peneliti). Sampel probabilitas diambil dengan menggunakan teknik sampling probabilitas atau teknik sampling random, sedangkan untuk mengambil sampel nonprobabilitas atau sampel nonrandom digunakan teknik sampling

nonprobabilitas, yakni pertimbangan-pertimbangan tertentu. Sampel probabilitas cenderung memiliki tingkat representasi yang lebih tinggi daripada sampel nonprobabilitas.