Anda di halaman 1dari 10

PENDAHULUAN 1

A. Sejarah Ringkas Statistika


Tradisi menghitung merupakan landasan utama dalam membangun
peradaban. Pada peradaban Yunani, ilmu hitung sudah diperkenalkan dan menjadi
dasar utama dalam proses pengambilan keputusan. Filsuf Yunani seperti
Aristoteles maupun Plato, mengusulkan sistem pemilihan langsung terhadap
pejabat publik, yang kemudian hari dikenal dengan demokrasi langsung. Untuk
tujuan menghitung siapa yang paling diterima oleh masyarakat dalam pemilihan
tersebut, aspek ilmu hitung menjadi dasar alat pembenar.
Sekitar tahun 1645, Chevalier de Mere mengajukan beberapa
permasalahan mengenai judi kepada seorang ahli matematika Perancis, Blaise
Pascal (1623-1662) dan Descartes (1596-1650). Pascal yang seorang jenius dalam
bidang matematika tertarik dengan permasalahan yang berlatar belakang teori ini
dan kemudian mengadakan korespondensi dengan ahli matematika Perancis
lainnya Piere de Fermat (1601-1665), dan keduanya mengembangkan cikal bakal
teori peluang.
Penggunaan Statistika sudah dikenal sebelum abad 18, pada saat itu
negara-negara Babilonia, Mesir dan Roma mengeluarkan catatan tentang nama,
usia, jenis kelamin, pekerjaan dan jumlah keluarga. Pada tahun 1500, pemerintah
Inggris mengeluarkan catatan mingguan tentang kematian dan pada tahun 1662
dikembangkan catatan tentang kelahiran dan kematian. Sekitar tahun 1772 1791,
G. Achenwall menggunakan istilah statistika sebagai kumpulan data tentang
negara. Selanjutnya perkembangan statistika mengalami kemajuan sangat pesat.
Perkembangan Statistika dapat dikelompokkan menjadi tiga tahap
didasarkan pada tokoh-tokoh yang mengembangkan statistika, yaitu:
1. Masa Statistika Awal
Tokoh-tokoh pada masa ini antara lain:
BAB
1
Oleh: M. Jainuri, M.Pd
PENDAHULUAN 2

a. Braham Demoivre (1667-1754) mengembangkan teori galat atau
kekeliruan (theory of error).
b. Thomas Simpson, pada tahun 1757 menyimpulkan bahwa terdapat suatu
distribusi yang berlanjut (continues distribution) dari suatu variabel dalam
suatu frekuensi banyak.
c. Pierre Simon de Laplace (1749-1827) mengembangkan konsep demoire
dan simpson lebih lanjut dan menemukan distribusi normal.
d. Francis Galton (1822-1911) dan Karl Pearson (1857-1936) menemukan
distribusi lain yang bukan berupa kurva normal.
e. Karl Prederich Gauss (1777-1855) mengembangkan teknik kuadrat
terkecil (least square) simpangan baku, galat baku untuk rata-rata (the
standard error of mean).

2. Masa Pengembangan
Tokoh-tokoh pada masa ini antara lain:
a. Karl Pearson (1857-1936) melanjutkan konsep-konsep Galton dan
mengembangkan konsep korelasi, regresi, distribusi Chi-Square dan
analisis statistik kualitatif.
b. Charles Spearman (1863-1945) murid dari Galton dan Leipzig
mengembangkan konsep one factor model, selanjutnya dijuluki sebagai
the father of factor analysis.
c. Godfrey Thompson (1881-1955), Cyril Burt (1883-1971), Raymond
Cattel (1905-1998) dan Karl Holzinger (1892-1954) memberi kontribusi
pada perluasan konsep analisis faktor dari Spearman.
d. Harold Hotelling (1895-1955) memperluas konsep one factor model dari
Spearman menjadi multiple factor model.
e. Louis Guttman (1916-1987) mengembangkan skala yang dikenal dengan
skala Guttman dan banyak memberikan kontribusi pada analisis faktor.
f. Ronald Alylmer Fisher (1890-1962) mengembangkan desain eksperimen,
di samping analisis varian dan kovarian, distribusi z, t uji signifikansi dan
teori tentang perkiraan (theory of estimation).
PENDAHULUAN 3

g. Rensis Likert (1932) mengembangkan skala yang dikenal dengan skala
Likert.

3. Masa Statistika Modern
Tokoh-tokoh pada masa ini antara lain:
a. Andrey Kolmogorov (1903-1987) dan Smirnov (1900-1966) hasil
karyannya dikenal dengan uji Kolmogorv-Smirnov.
b. Neyman J. (1938) memberikan kontribusi pada Theory of Sampling
Human Populations.
c. Hansen, M.H dan Hurwitz, WN (1950) mengembangkan Theory of
Sampling from Finite Populations.
d. Cohran, WG. (1953-1963) dan Taro Yamane (1967) yang
mengembangkan Sampling Tecniques.
e. Joreskog (1973), Kesling (1973), dan Wiley (1973) membentuk kesatuan
model yang dikenal dengan persamaan struktural.
f. Pakar-pakar lain yang banyak berkontribusi dalam pengembangan
statistika modern.

B. Pengertian Statistika dan Statistik
Dalam kamus bahasa Inggris istilah statistika (statistics) berbeda dengan
statistik (statistic). Kata statistics artinya ilmu statistik, sedangkan kata
statistic diartikan sebagai ukuran yang diperoleh atau berasal dari sampel, yaitu
sebagai lawan dari kata parameter yang berarti ukuran yang diperoleh atau
berasal dari populasi. Statistika merupakan ilmu yang mempelajari statistik, yaitu
ilmu yang mempelajari cara mengumpulkan data, mengolah data, menyajikan
data, menganalisis data, membuat kesimpulan dari hasil analisis data dan
mengambil kesimpulan berdasarkan hasil kesimpulan.
Statistika menurut Harun al Rasyid adalah seperangkat metode yang
membahas:
1. Bagaimana cara mengumpulkan data yang dapat memberikan infromasi
optimal.
PENDAHULUAN 4

2. Bagaimana cara meringkas, mengolah dan menyajikan data.
3. Bagaimana cara melakukan analisis terhadap sekumpulan data sehingga dari
analisis itu timbul strategi-strategi tertentu.
4. Bagaimana cara mengambil kesimpulan dan menyarankan keputusan yang
sebaiknya diambil berdasarkan strategi yang ada.
5. Bagaimana menentukan besarnya resiko kekeliruan dalam mengambil
keputusan atas dasar strategi tersebut.
Pengertian statistik pada awalnya merupakan kumpulan bahan keterangan
berupa data baik yang berupa angka (data kuantitatif) maupun data yang bukan
berupa angka (data kualitatif). Perkembangan selanjutnya, pengertian statistik
dibatasi pada kumpulan bahan keterangan yang berupa angka saja, sedangkan data
yang bukan berupa angka tidak dikatakan sebagai statistik.

C. Pengelompokkan Statistika
1. Statistika Deskriptif
Statistika Deskriptif (Descriptive Statistics) disebut juga ststistika
deduktif atau statistik sederhana adalah mencakup cara menghimpun,
menyusun, mengatur, mengolah, menyajikan, dan menganalisis data angka
agar dapat memberikan gambaran yang teratur, ringkas dan jelas mengenai
suatu gejala, peristiwa atau keadaan sehingga dapat ditarik pengertian atau
makna tertentu.
Penyajian data bisa dalam bentuk tabel, diagram, histogram,
poligon frekuensi, ogive, ukuran penempatan (median, kuartil, desil,
persentil), ukuran pemusatan (rata-rata hitung, rata-rata ukur, rata-rata
harmonik, modus), simpangan baku, angka baku, dan sebagainya.

2. Statistika Inferensial
Statistika Inferensial (Inferensial Statistics) disebut juga statistika
induktif, statistika probabilitas atau statistika lanjut. Walpole (1995:5)
menyatakan bahwa statistika inferensial yaitu mencakup semua metode
yang berhubungan dengan analisis sebagian data untuk peramalan atau
PENDAHULUAN 5

penarikan kesimpulan mengenai keseluruhan gugus data induknya.
Sementara Subana, dkk (2005:12) memberikan pengertian statistika
inferensial merupakan statistik yang berhubungan dengan penarikan
kesimpulan yang bersifat umum dari data yang telah disusun dan diolah.
Berdasarkan keterangan tersebut statistika inferensial adalah salah
satu alat untuk mengumpulkan data, mengolah data, menarik kesimpulan
dan membuat keputusan berdasarkan analisis data yang dikumpulkan
melalui statistika deskriptif. Statistika inferensial juga berkenaan dengan
pemodelan data dan melakukan pengambilan keputusan berasarkan
analisis data, misalnya melakukan pengujian hipotesis, melakukan
estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat
permodelan hubungan (korelasi, regresi, anova, deret waktu) dan
sebagainya. Secara ringkas, statistika inferensial merupakan statistik yang
digunakan untuk menggeneralisasikan data sampel terhadap populasinya.
Berdasarkan parameternya, statistika inferensial dibagi menjadi
dua, yaitu: statistika parametrik dan statistika nonparametrik. Dalam
metodologi penelitian, parameter diartikan sebagai ciri-ciri tentang
populasi. Dengan demikian yang dimaksud dengan statistika parametrik
adalah suatu pengambilan kesimpulan statistik yang didasarkan pada
asumsi ciri-ciri populasi (parameter), sedangkan yang dimaksud dengan
statistik nonparametrik adalah suatu prosedur pengambilan kesimpulan
statistik yang tidak didasarkan pada asumsi-asumsi parameter.
Statistika parametrik biasanya dihubungan dengan data yang
bersifat kuantitatif (minimal berskala ukur interval) dan perlu memenuhi
persyaratan sebaran datanya harus berdistribusi normal, memiliki varian
yang homogen dan berpola linear. Contoh analisis statistika parametrik
adalah one sample t-test, independent sample t-test, paired sample t-test,
Pearson Product-Moment Corelation, analysis of varian (anova), regresi,
dan sebagainya. Sedangkan statistika nonparametrik tidak memperhatikan
parameter populasi dan bebas distribusi. Contoh analisis statistika
nonparametrik adalah Chi-Square test (Khi Kuadrat), Spearman Rank, Run
PENDAHULUAN 6

test (uji-Run), Sign test (uji-tanda), Mann-Whitney Test (uji-U), Uji
Wilcoxon, Uji Kruskal-Wallis, Uji Friedman, dan sebagainya.

D. Ciri Khas Statistika
Pada dasarnya statistika sebagai ilmu pengetahuan memiliki tiga ciri
khusus (Sudijono, 2009:5), yaitu:
1. Statistik selalu bekerja dengan angka atau bilangan (dalam hal ini adalah data
kuantitatif). Untuk dapat melaksanakan tugasnya, statistik memerlukan bahan
keterangan yang sifatnya kuantitatif. Jika statistik dikehendaki untuk
dipergunakan sebagai alat analisis bagi data kualitatif, maka terlebih dahulu
data kualitatif tersebut harus diubah atau dikonversi menjadi data kuantitatif.
Proses pengubahan data kualitatif menjadi data kuantitatif dikenal dengan
istilah kuantifikasi. Contoh: pandai, cukup, dan kurang merupakan
bahan keterangan yang bersifat kualitatif mengenai hasil belajar siswa. Agar
dapat dianalisis secara statistik, data kualitatif tersebut harus diubah, misalnya
yang disebut siswa pandai adalah mereka yang nilainya antara 80-100,
cukup = 60-79, kurang = 30-59, gagal= 0-29. Atau siswa pandai = 5
orang, cukup = 30 orang, kurang = 3 orang, dan seterusnya.
2. Statistik bersifat objektif. Ini mengandung pengertian bahwa statistik selalu
bekerja menurut objeknya, atau bekerja apa adanya. Kesimpulan yang
dihasilkan oleh statistik sebagai ilmu pengetahuan semata-mata didasarkan
data angka yang dihadapi dan diolah, dan bukan didasarkan pada subjektifitas
atau pengaruh luar lainnya. Itulah sebabnya statistik sering dikatakan sebagai
alat penilai kenyataan.
3. Statistik bersifat universal. Ini mengandung pengertian bahwa ruang lingkup
atau ruang gerak dan bidang garapan statistik tidaklah sempit. Statistik dapat
digunakan dalam hampir semua cabang kegiatan hidup manusia. Misalnya
dalam bidang perekonomian dikenal adanya statistik perdagangan, statistik
pertanian, statistik perdagangan dan sebagainya. Kependudukan kita kenal
adanya statistik kelahiran, statistik nikah, talak, cerai dan rujuk, dan
PENDAHULUAN 7

sebagainya. Statistik kriminalitas, statistik kecelakaan lalu lintas, statistik
psikologi dan pendidikan, dan sebagainya.

E. Konsep Dasar dalam Aplikasi Statistika
Dalam mengaplikasikan statistika diberbagai bidang/ permasalahan sains,
industri, sosial, psikologi, pendidikan atau bidang-bidang lain, pertama-tama
mulai dari mempelajari populasi. Populasi dapat berupa benda hidup, benda mati,
ataupun benda abstrak. Populasi juga dapat berupa pengukuran sebuah proses
dalam waktu yang berbeda-beda (deret waktu). Melakukan pendataan
(pengumpulan data) seluruh populasi dinamakan sensus. Sebuah sensus tentu
memerlukan waktu dan biaya yang tinggi, untuk itu dalam statistika sering
dilakukan pengambilan sampel (sampling).
Sampel merupakan sebagian kecil dari populasi yang dapat mewakili
seluruh populasi. Analisis data dari sampel nanti akan digunakan untuk
menggeneralisasi seluruh populasi. Jika sampel yang diambil refresentatif,
inferensi (pengambilan keputusan) dan kesimpulan yang dibuat dari sampel dapat
digunakan untuk menggambarkan secara keseluruhan. Selain itu, analisis statistik
banyak menggunakan probabilitas sebagai konsep dasarnya. Hal ini dapat dilihat
dari banyaknya penggunaan uji statitika yang mengambil dasar pada sebaran
peluang.

F. Manfaaat dan Fungsi Statistika
Semakin berkembangnya ilmu pengetahuan dan teknologi yang semakin
pesat, turut memberikan andil yang sangat besar bagi perkembangan dan peran
statistika. Hampir seluruh kebijkan atau keputusan yang diambil oleh pakar ilmu
pengetahuan (sesuai dengan bidang ilmu mereka) didasari oleh ilmu statistik serta
hasil analisis dan interpretasi data, baik secara kuantitatitf maupun kualitatif.
Sehingga statistika dapat digunakan sebagai alat untuk:
1. Komunikasi
PENDAHULUAN 8

Statistika dapat digunakan sebagai alat untuk melakukan komunikasi atau alat
penghubung dari berbagai pihak. Dari data statistik yang dihasilkan beberapa
pihak tersebut dapat mengambil suatu keputusan.
2. Deskripsi
Statistika dapat digunakan sebagai alat untuk menyajikan, menggambarkan
dan mengilustrasikan data ke dalam bentuk tabel, gambar, dan diagram
sehingga orang mudah memahaminya. Sebagai misal: hasil produksi dalam
suatu periode, laporan keuangan, laporan hasil belajar, dan sebagainya.
Semua informasi tersebut dapat disajikan dalam bentuk tabel, gambar dan
diagram.
3. Korelasi
Statistika dapat digunakan sebagai alat untuk menentukan seberapa kuat
hubungan antara dua atau lebih data dalm suatu penelitian. Misalnya
hubungan antara minat belajar dengan hasil belajar.
4. Regresi
Statistika dapat digunakan sebagai alat untuk meramalkan atau memprediksi
pengaruh dari data (variabel bebas) terhadap data (variabel terikat).
5. Komparasi
Statistika dapat digunakan sebagai alat untuk membandingkan data dua
kelompok atau lebih.

G. Statistika dan Komputer
Pada awalnya, pengolahan data dilakukan secara manual dibantu dengan
sejumlah alat hitung non-elektronik sederhana. Namun pada perkembangan saat
ini, hampir semua pengolahan data statistik dilakukan menggunakan komputer,
mulai dari bentuk yang sederhana (kalkulator) sampai penggunaan multi
prosessor. Hal ini disebabkan karena komputer memiliki beberapa keunggulan
dibanding manusia dalam mengolah data, yaitu kecepatan, ketepatan dan daya
tahan. Faktor kecepatan adalah yang utama, dan teknologi komputer yang terus
berkembang memungkin perbaikan yang terus menerus pada peningkatan
kecepatan komputer dalam mengolah data.
PENDAHULUAN 9

Banyak metode statistik yang dulu hanya bisa dibayangkan karena belum
adanya software statistik yang memadai (seperti factor analysis, cluster analysis,
SEM, dan sebagainya), dengan kemajuan yang pesat di bidang hardware dan
software perhitungan analsis statistik tersebut tidak menjadi kendala lagi.
Pengolahan data statistik, sejalan dengan makin spesialisasinya banyak
software, bisa dilakukan dengan software yang khusus digunakan untuk
pengolahan data statistik. Software seperti itu dapat melakukan pengolahan data
statistik deskriptif maupun induktif, menyajikan berbagai grafik yang relevan
untuk membantu pengambilan keputusan di bidang statistik. Contoh program
tersebut seperti Microstat, SAS, Micro TSP, MINITAB, Eviews, SPSS, S-PLUS,
R, STATGRAPHICS dan sebagainya. Selain itu perhitungan statistik bisa juga
dilakukan menggunakan program yang sebenarnya tidak difokuskan pada
persoalan statistik, namun mampu memproses data-data statistik dengan cukup
memadai. Sebagai contoh, software spreadsheet Microsoft Excel (dengan versi
terakhir Excel 2013) yang mempunyai add-ins (program bantu), di mana dengan
menginstal menu analysis toolpak (atau yang lainnya), bisa didapatkan
serangkaian prosedur statistik yang memadai.
Di Indonesia program SPSS masih yang terpopuler, terutama disebabkan
sifat user friendly-nya. Hal ini berbeda dengan program Minitab yang
memerlukan banyak window dalam pengoperasiannya dan keterbatasan fitur
grafik-grafik statistiknya. SPSS merupakan paket program statistika yang cukup
komprehensif dengan menggunakan menu-menu yang user friendly. Selain itu,
sebagai proprietary software, juga dilengkapi dengan dukungan pelayanan yang
memadai. SPSS memiliki banyak fungsi dan prosedur untuk statistika dan serta
memiliki fleksibilitas dalam menangani data. SPSS dapat membaca data dalam
berbagai format seperti numeric, alphanumeric, binary, dollar, tanggal dan waktu.
Mulai versi 6, SPSS dapat membaca file yang dibuat dengan menggunakan
software spread sheet/ data base software. Sekarang SPPS telah sampai pada
versi 22. Perusahaan pembuat SPSS diakuisisi oleh IBM pada akhir tahun 2009.
Mulai dari versi 19 hingga versi 22 sekarang ini, namanya berubah menjadi IBM
SPSS Statistics 22 (Sesuai versi). IBM SPSS Statistics 22 memiliki beberapa
PENDAHULUAN 10

kemampuan, yaitu: Data transformations, Nonlinear Regression, Data
Examination, Logistic, Regression, Descriptive Statistics, Loglinear Regression,
Contingency tables, Discriminant Analysis, Reliability tests, Factor Analysis,
Correlation, Cluster anlaysis, T-tests, Multidimensional scaling, ANOVA, Probit
analysis, MANOVA, Forecasting/Time Series, General Linear Model (Release
7.0 and higher), Survival analysis, Graphics and graphical interface, Regression,
Nonparametric analysis, dan sebagainya.