Statistika

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis,

menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data.
Istilah 'statistika' (bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang
berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada
suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini
dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas.
Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas.

Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnya astronomi dan biologi
maupun ilmu-ilmu sosial (termasuk sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri.
Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan; sensus penduduk merupakan
salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak
pendapat atau polling (misalnya dilakukan sebelum pemilihan umum), serta jajak cepat (perhitungan cepat hasil
pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan dalam pengenalan pola maupun
kecerdasan buatan.

Sejarah

Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin modern statisticum collegium ("dewan
negara") dan bahasa Italia statista ("negarawan" atau "politikus").

Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk pertama kalinya sebagai nama
bagi kegiatan analisis data kenegaraan, dengan mengartikannya sebagai "ilmu tentang negara (state)". Pada
awal abad ke-19 telah terjadi pergeseran arti menjadi "ilmu mengenai pengumpulan dan klasifikasi data". Sir
John Sinclair memperkenalkan nama (Statistics) dan pengertian ini ke dalam bahasa Inggris. Jadi, statistika
secara prinsip mula-mula hanya mengurus data yang dipakai lembaga-lembaga administratif dan pemerintahan.
Pengumpulan data terus berlanjut, khususnya melalui sensus yang dilakukan secara teratur untuk memberi
informasi kependudukan yang berubah setiap saat.

Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-bidang dalam matematika,
terutama peluang. Cabang statistika yang pada saat ini sangat luas digunakan untuk mendukung metode ilmiah,
statistika inferensi, dikembangkan pada paruh kedua abad ke-19 dan awal abad ke-20 oleh Ronald Fisher
(peletak dasar statistika inferensi), Karl Pearson (metode regresi linear), dan William Sealey Gosset (meneliti
problem sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan telah menyentuh
semua bidang ilmu pengetahuan, mulai dari astronomi hingga linguistika. Bidang-bidang ekonomi, biologi dan
cabang-cabang terapannya, serta psikologi banyak dipengaruhi oleh statistika dalam metodologinya. Akibatnya
lahirlah ilmu-ilmu gabungan seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika.

Meskipun ada pihak yang menganggap statistika sebagai cabang dari matematika, tetapi sebagian pihak lainnya
menganggap statistika sebagai bidang yang banyak terkait dengan matematika melihat dari sejarah dan
aplikasinya. Di Indonesia, kajian statistika sebagian besar masuk dalam fakultas matematika dan ilmu
pengetahuan alam, baik di dalam departemen tersendiri maupun tergabung dengan matematika.

Konsep dasar

Dalam mengaplikasikan statistika terhadap permasalahan sains, industri, atau sosial, pertama-tama dimulai dari
mempelajari populasi. Makna populasi dalam statistika dapat berarti populasi benda hidup, benda mati, ataupun
benda abstrak. Populasi juga dapat berupa pengukuran sebuah proses dalam waktu yang berbeda-beda, yakni
dikenal dengan istilah deret waktu.

Melakukan pendataan (pengumpulan data) seluruh populasi dinamakan sensus. Sebuah sensus tentu
memerlukan waktu dan biaya yang tinggi. Untuk itu, dalam statistika seringkali dilakukan pengambilan sampel
(sampling), yakni sebagian kecil dari populasi, yang dapat mewakili seluruh populasi. Analisis data dari sampel
nantinya digunakan untuk menggeneralisasi seluruh populasi.

Jika sampel yang diambil cukup representatif, inferensial (pengambilan keputusan) dan simpulan yang dibuat
dari sampel dapat digunakan untuk menggambarkan populasi secara keseluruhan. Metode statistika tentang
bagaimana cara mengambil sampel yang tepat dinamakan teknik sampling.

Analisis statistik banyak menggunakan probabilitas sebagai konsep dasarnya hal terlihat banyak digunakannya
uji statistika yang mengambil dasar pada sebaran peluang. Sedangkan matematika statistika merupakan cabang
dari matematika terapan yang menggunakan teori probabilitas dan analisis matematika untuk mendapatkan
dasar-dasar teori statistika.

Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial. Statistika deskriptif berkenaan
dengan deskripsi data, misalnya dari menghitung rata-rata dan varians dari data mentah; mendeksripsikan
menggunakan tabel-tabel atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih bermakna.
Sedangkan statistika inferensial lebih dari itu, misalnya melakukan pengujian hipotesis, melakukan prediksi
observasi masa depan, atau membuat model regresi.

 Statistika deskriptif berkenaan dengan bagaimana data dapat digambarkan dideskripsikan) atau
disimpulkan, baik secara numerik (misalnya menghitung rata-rata dan deviasi standar) atau secara
grafis (dalam bentuk tabel atau grafik), untuk mendapatkan gambaran sekilas mengenai data tersebut,
sehingga lebih mudah dibaca dan bermakna.
 Statistika inferensial berkenaan dengan permodelan data dan melakukan pengambilan keputusan
berdasarkan analisis data, misalnya melakukan pengujian hipotesis, melakukan estimasi pengamatan
masa mendatang (estimasi atau prediksi), membuat permodelan hubungan (korelasi, regresi, ANOVA,
deret waktu), dan sebagainya.

Metode Statistika

Dua jenis penelitian: eksperimen dan survai

Tujuan umum bagi suatu penelitian berbasis statistika adalah menyelidiki hubungan sebab-akibat, dan lebih
khusus menarik suatu simpulan akan perubahan yang timbul pada peubah (atau variabel) respon (peubah
dependen) akibat berubahnya peubah penjelas (explanatory variables) (peubah independen).

Terdapat dua jenis utama penelitian: eksperimen dan survei. Keduanya sama-sama mendalami pengaruh
perubahan pada peubah penjelas dan perilaku peubah respon akibat perubahan itu. Beda keduanya terletak
pada bagaimana kajiannya dilakukan.

Suatu eksperimen melibatkan pengukuran terhadap sistem yang dikaji, memberi perlakuan terhadap sistem, dan
kemudian melakukan pengukuran (lagi) dengan cara yang sama terhadap sistem yang telah diperlakukan untuk
mengetahui apakah perlakuan mengubah nilai pengukuran. Bisa juga perlakuan diberikan secara simultan dan
pengaruhnya diukur dalam waktu yang bersamaan pula. Metode statistika yang berkaitan dengan pelaksanaan
suatu eksperimen dipelajari dalam rancangan percobaan (desain eksperimen).

Dalam survey, di sisi lain, tidak dilakukan manipulasi terhadap sistem yang dikaji. Data dikumpulkan dan
hubungan (korelasi) antara berbagai peubah diselidiki untuk memberi gambaran terhadap objek penelitian.
Teknik-teknik survai dipelajari dalam metode survei.

Penelitian tipe eksperimen banyak dilakukan pada ilmu-ilmu rekayasa, misalnya teknik, ilmu pangan, agronomi,
farmasi, pemasaran (marketing), dan psikologi eksperimen.

Penelitian tipe observasi paling sering dilakukan di bidang ilmu-ilmu sosial atau berkaitan dengan perilaku sehari-
hari, misalnya ekonomi, psikologi dan pedagogi, kedokteran masyarakat, dan industri.

Tipe pengukuran

Ada empat tipe pengukuran atau skala pengukuran yang digunakan di dalam statistika, yakni: nominal, ordinal,
interval, dan rasio. Keempat skala pengukuran tersebut memiliki tingkat penggunaan yang berbeda dalam riset
statistik.

 Skala nominal hanya bisa membedakan sesuatu yang bersifat kualitatif (misalnya: jenis kelamin,
agama, warna kulit).
 Skala ordinal selain membedakan juga menunjukkan tingkatan (misalnya: pendidikan, tingkat
kepuasan).
 Skala interval berupa angka kuantitatif namun tidak memiliki nilai nol mutlak (misalnya: tahun, suhu
dalam Celcius).
 Skala rasio berupa angka kuantitatif yang memiliki nilai nol mutlak.

Teknik-teknik statistika
Beberapa pengujian dan prosedur yang banyak digunakan dalam penelitian antara lain:

 Analisis regresi dan korelasi

 Analisis varians (ANOVA)
 khi-kuadrat
 Uji t-Student

Statistika Terapan

Bebebarapa ilmu pengetahuan menggunakan statistika terapan sehingga mereka memiliki terminologi yang
khusus. Disiplin ilmu tersebut antara lain:

 Aktuaria (penerapan statistika dalam bidang asuransi)

 Biostatistika atau biometrika (penerapan statistika dalam ilmu biologi)
 Statistika bisnis
 Ekonometrika
 Psikometrika
 Statistika sosial
 Statistika teknik atau teknometrika
 Fisika statistik
 Demografi
 Eksplorasi data (pengenalan pola)
 Literasi statistik
 Analisis proses dan kemometrika (untuk analisis data kimia analis dan teknik kimia)

Statistika memberikan alat analisis data bagi berbagai bidang ilmu. Kegunaannya bermacam-macam:
mempelajari keragaman akibat pengukuran, mengendalikan proses, merumuskan informasi dari data, dan
membantu pengambilan keputusan berdasarkan data. Statistika, karena sifatnya yang objektif, sering kali
merupakan satu-satunya alat yang bisa diandalkan untuk keperluan-keperluan di atas.

Piranti lunak

Artikel utama untuk bagian ini adalah: Daftar perangkat lunak statistika

Perhitungan statistika modern banyak dilakukan oleh komputer, dan bahkan beberapa perhitungan hanya dapat
dilakukan oleh komputer berkecepatan tinggi, misalnya jaringan saraf tiruan. Revolusi komputer telah membawa
implikasi perkembangan statistika di masa mendatang, dengan penekanan baru pada statistika eksperimental
dan empirik.

SKALA PENGUKURAN

Ada empat tipe skala pengukuran dalam penelitian, yaitu nominal, ordinal,

interval dan ratio.

1. 9.1       Nominal

Skala pengukuran nominal digunakan untuk mengklasifikasikan obyek, individual atau kelompok; sebagai contoh
mengklasifikasi jenis kelamin, agama, pekerjaan, dan area geografis. Dalam mengidentifikasi hal-hal di atas
digunakan angka-angka sebagai symbol. Apabila kita menggunakan skala pengukuran nominal, maka statistik
non-parametrik digunakan untuk menganalisa datanya. Hasil analisa dipresentasikan dalam bentuk persentase.
Sebagai contoh kita mengklaisfikasi variable jenis kelamin menjadi sebagai berikut: laki-laki kita beri simbol
angka 1 dan wanita angka 2. Kita tidak dapat melakukan operasi arimatika dengan angka-angka tersebut,
karena angka-angka tersebut hanya menunjukkan keberadaan atau ketidakadanya karaktersitik tertentu.

Contoh:

Jawaban pertanyaan berupa dua pilihan “ya” dan “tidak” yang bersifat kategorikal dapat diberi symbol angka-
angka sebagai berikut: jawaban “ya” diberi angka 1 dan tidak diberi angka 2.
 1. 9.2      Ordinal

Skala pengukuran ordinal memberikan informasi tentang jumlah relatif karakteristik berbeda yang dimiliki oleh
obyek atau individu tertentu. Tingkat pengukuran ini mempunyai informasi skala nominal ditambah dengan
sarana peringkat relatif tertentu yang memberikan informasi apakah suatu obyek memiliki karakteristik yang lebih
atau kurang tetapi bukan berapa banyak kekurangan dan kelebihannya.

Contoh:

Jawaban pertanyaan berupa peringkat misalnya: sangat tidak setuju, tidak setuju, netral, setuju dan sangat
setuju dapat diberi symbol angka 1, 2,3,4 dan 5. Angka-angka ini hanya merupakan simbol peringkat,  tidak
mengekspresikan jumlah.

1. 9.3.      Interval

Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan ordinal dengan ditambah
karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian peneliti dapat melihat besarnya
perbedaan karaktersitik antara satu individu atau obyek dengan lainnya. Skala pengukuran interval benar-benar
merupakan angka. Angka-angka yang digunakan dapat dipergunakan dapat dilakukan operasi aritmatika,
misalnya dijumlahkan atau dikalikan. Untuk melakukan analisa, skala pengukuran ini menggunakan statistik
parametric.

Contoh:

Jawaban pertanyaan menyangkut frekuensi dalam pertanyaan, misalnya: Berapa kali Anda melakukan
kunjungan ke Jakarta dalam satu bulan? Jawaban: 1 kali, 3 kali, dan 5 kali. Maka angka-angka 1,3, dan 5
merupakan angka sebenarnya dengan menggunakan interval 2.

1. 9.4.     Ratio

Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh skala nominal, ordinal dan interval
dengan kelebihan skala ini mempunyai nilai 0 (nol) empiris absolut. Nilai absoult nol tersebut terjadi pada saat
ketidakhadirannya suatu karakteristik yang sedang diukur. Pengukuran ratio biasanya dalam bentuk
perbandingan antara satu individu atau obyek tertentu dengan lainnya.

Contoh:

Berat Sari 35 Kg sedang berat Maya 70 Kg. Maka berat Sari dibanding dengan berat Maya sama dengan 1
dibanding 2.

1. 9.5.     Validitas

Suatu skala pengukuran dikatakan valid apabila skala tersebut digunakan untuk mengukur apa yang seharusnya
diukur. Misalnya skala nominal yang bersifat non-parametrik digunakan untuk mengukur variabel nominal bukan
untuk mengukur variabel interval yang bersifat parametrik. Ada 3 (tiga) tipe validitas pengukuran yang harus
diketahui, yaitu:

1. Validitas Isi (Content Validity)

Validitas isi menyangkut tingkatan dimana item-item skala yang mencerminkan domain konsep yang sedang
diteliti. Suatu domain konsep tertentu tidak dapat begitu saja dihitung semua dimensinya karena domain tersebut
kadang mempunyai atribut yang banyak atau bersifat multidimensional.

1. Validitas Kosntruk (Construct Validity)

Validitas konstruk berkaitan dengan tingkatan dimana skala mencerminkan dan berperan sebagai konsep yang
sedang diukur. Dua aspek pokok dalam validitas konstruk ialah secara alamiah bersifat teoritis dan statistik.

1. Validitas Kriteria (Criterion Validity)

Validitas kriteria menyangkut masalah tingkatan dimana skala yang sedang digunakan mampu memprediksi
suatu variable yang dirancang sebagai kriteria.

9.6. Reliabilitas

Reliabilitas menunjuk pada adanya konsistensi dan stabilitas nilai hasil skala pengukuran tertentu. Reliabilitas
berkonsentrasi pada masalah akurasi pengukuran dan hasilnya.