BAB 1

PENDAHULUAN

1.1 Latar Belakang Masalah

Tempo dulu dalam menggambarkan keadaan dan menyelesaikan

problem-problem hanya digunakan dalam militer dan kenegaraan. Namun di
era globlisasi ini hampir semua bidang menggunakan statistik yang
bergantung pada masalah yang dijelaskan oleh nama statistik itu sendiri

Saat ini, berbagai informasi tidak jarang menyajikan bentuk grafik,

tabel, atau bentuk-bentuk lain. Bahkan, telah dipakai oleh mereka yang
bekerja sebagai seorang praktisi dalam banyak bidang. Informasi sejenis ini
mengharuskan para pembaca untuk mampu memahami makna lambang-
lambang itu secara tepat. Kekeliruan ketika menafsirkan lambang-lambang
tersebut mengakibatkan kesalahpahaman pembaca atas maksud informasi
yang disampaikan berdasarkan data statistik.

Statistik berasal dari kata state (yunani) yaitu Negara dan digunakan
untuk urusan Negara. Statistik digunakan untuk ukuran sebagai wakil dari
kelompok fakta. Untuk memperoleh sejumlah informasi yang menjelaskan
masalah untuk ditarik kesimpulan yang benar, harus melalui beberapa proses
yaitu: proses pengumpulan informasi, pengolahan informasi, dan proses
penarikan kesimpulan. Secara umum, statistik adalah rekapitulasi dari fakta
yang bentuk angka-angka disusun dalam bentuk tabel dan diagram yang
mendiskripsikan suatu permasalahan. Kesemuanya itu memerlukan
pengetahuan tersendiri yang disebut statistika.

1.2 Rumusan Masalah

1
 Dan berdasarkan latar belakang yang ada, penulis menyimpulkan ada 2
masalah yang akan dibahas didalam makalah ini yaitu:

A. Apa pengertian dari statistika?

B. Apa saja macam-macam dari statistika?

1.3. Tujuan Penelitian

Tujuan masalah yang terdapat di makalah ini pasti berdasarkan dari

rumusan masalah yang penulis rangkum yaitu:

A. Untuk mengetahui pengertian dari statistika.

B. Untuk mengetahui apa saja macam-macam statistika.

1.4. Sistematika Penulisan

Makalah ini terdiri dari 3 bab. Dan dari 3 bab itu terdiri dari 3
pembahasan dan beberapa sub-bab diantaranya pendahuluan, pembahasan
serta kesimpulan dan saran. Bab pendahuluan ini terdiri dari latar belakang
masalah, rumusan masalah, tujuan serta sistematika penulisan.. Bab
pembahasan ini membahas rumusan masalah yang ada dan mencoba
menjawab rumusan masalah yang ada. Bab 3 adalah bab terakhir terdiri dari
kesimpulan dan saran dari penulis

BAB 2

PEMBAHASAN
2
2.1. Pengertian 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 hitung cepat (perhitungan cepat hasil pemilu) atau quick count. Di
bidang komputasi, statistika dapat pula diterapkan dalam pengenalan pola
maupun kecerdasan buatan.

3
2.2. Sejarah Statistika

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

4
 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.

A. Beberapa Kontributor Statistika

1. Carl Gauss
2. Blaise Pascal
3. Sir Francis Galton
4. William Sealey Gosset (dikenal dengan sebutan "Student")
5. Karl Pearson
6. Sir Ronald Fisher
7. Gertrude Cox
8. Charles Spearman
9. Pafnuty Chebyshev
10. Aleksandr Lyapunov
11. Isaac Newton
12. Abraham De Moivre
13. Adolph Quetelet
14. Florence Nightingale
15. John Tukey
16. George Dantzig
17. Thomas Bayes

2.3. Konsep Dasar Statistika

5
 Terdapat bermacam-macam teknik statistik yang digunakan dalam
penelitian khususnya dalam pengujian hipotesis. 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.

6
 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.

A. 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.
B. 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.

2.4. Metode Statistika

A. Dua Jenis Penelitian: Eksperimen dan Survey

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.

7
 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 survei, 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 survei 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.
B. Tipe Pengukuran
Ada empat tipe skala pengukuran yang digunakan di dalam statistika, yaitu
nominal, ordinal, interval, dan rasio. Keempat skala pengukuran tersebut
memiliki tingkat penggunaan yang berbeda dalam pengolahan statistiknya.
1. Skala nominal hanya bisa membedakan sesuatu yang bersifat
kualitatif atau kategoris, misalnya jenis kelamin, agama, dan warna
kulit.

8
 2. Skala ordinal selain membedakan sesuatu juga menunjukkan
tingkatan, misalnya pendidikan dan tingkat kepuasan pengguna.
3. Skala interval berupa angka kuantitatif namun tidak memiliki nilai
nol mutlak sehingga titik nol dapat digeser sesuka orang yang
mengukur, misalnya tahun dan suhu dalam Celcius.
4. Skala rasio berupa angka kuantitatif yang memiliki nilai nol mutlak
dan tidak dapat digeser sesukanya, misalnya adalah suhu dalam
Kelvin, panjang, dan massa.
C. Teknik-Teknik Statistika
Beberapa pengujian dan prosedur yang banyak digunakan dalam penelitian
antara lain:
1. Analisis regresi dan korelasi
2. Analisis varians (ANOVA)
3. Chi-kuadrat
4. Uji t-Student
D. Statistika Terapan
Bebebarapa ilmu pengetahuan menggunakan statistika terapan sehingga
mereka memiliki terminologi yang khusus. Disiplin ilmu tersebut antara
lain:
1. Aktuaria (penerapan statistika dalam bidang asuransi)
2. Biostatistika atau biometrika (penerapan statistika dalam ilmu
biologi)
3. Statistika bisnis
4. Ekonometrika
5. Psikometrika
6. Statistika sosial
7. Statistika teknik atau teknometrika
8. Fisika statistik
9. Demografi
10. Eksplorasi data (pengenalan pola)
11. Literasi statistik
12. Analisis proses dan kemometrika (untuk analisis data kimia analis
dan teknik kimia)

9
 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.

2.5. Pengertian Statistika Deskriptif

Statistika deskriptif adalah metode-metode yang berkaitan dengan

pengumpulan dan penyajian suatu gugus data sehingga memberikan
informasi yang berguna. Pengklasifikasian menjadi statistika deskriptif dan
statistika inferensia dilakukan berdasarkan aktivitas yang dilakukan.

Statistika deskriptif hanya memberikan informasi mengenai data yang

dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun
tentang gugus induknya yang lebih besar. Contoh statistika deskriptif yang
sering muncul adalah, tabel, diagram, grafik, dan besaran-besaran lain di
majalah dan koran-koran. Dengan Statistika deskriptif, kumpulan data yang
diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan
informasi inti dari kumpulan data yang ada. Informasi yang dapat diperoleh
dari statistika deskriptif ini antara lain ukuran pemusatan data, ukuran
penyebaran data, serta kecenderungan suatu gugus data.

10
 Gambar 2.1: Contoh Statistika Deskriptif

2.6. Macam-Macam Statistika Deskriptif

A. Ukuran Numerik
Ukuran numerik dibagi menjadi dua, yaitu ukuran pemusatan data,
meliputi mean, median, modus, serta ukuran penyebaran data, meliputi
rentang, variansi, dan simpangan baku.
1. Ukuran Pemusatan
Ukuran pemusatan atau ukuran lokasi adalah beberapa ukuran yang
menyatakan dimana distribusi data tersebut terpusat. (Howell, 1982).
Ukuran pemusatan berupa nilai tunggal yang bisa mewakili suatu
kumpulan data dan karakteristiknya (menunjukkan pusat dari nilai
data). Jenis-jenis ukuran pemusatan antara lain:

a. Rata-rata (Mean)
Rata-rata merupakan ukuran pemusatan yang sangat sering
digunakan. Keuntungan dari menghitung rata-rata adalah
11
 angka tersebut dapat digunakan sebagai gambaran atau wakil
dari data yang diamati. Rata-rata peka dengan adanya nilai
ekstrim atau pencilan.
b. Median atau Nilai Tengah
Median merupakan suatu nilai ukuran pemusatan yang
menempati posisi tengah setelah data diurutkan
c. Modus
Modus adalah nilai yang paling sering muncul dari
serangkaian data. Modus tidak dapat digunakan sebagai
gambaran mengenai data (Howell, 1982)
2. Ukuran Penyebaran Data/Dispersi (Dispersion)
Ukuran penyebaran adalah suatu ukuran baik parameter atau
statistika untuk mengetahui seberapa besar penyimpangan data.
Melalui ukuran penyebaran dapat diketahui seberapa jauh data-data
menyebar dari titik pemusatannya. Jenis-jenis ukuran penyebaran
antara lain:
a. Rentang (Range)
Rentang (Range) dinotasikan sebagai R, menyatakan ukuran
yang menunjukkan selisih nilai antara maksimum dan minimum.
Rentang cukup baik digunakan untuk mengukur penyebaran data
yang simetrik dan nilai datanya menyebar merata. Ukuran ini
menjadi tidak relevan jika nilai data maksimum dan
minimumnya merupakan nilai ekstrim.
b. Variansi (Variance)
Variansi (variance) dinotasikan sebagai S2 atau 2 adalah ukuran
penyebaran data yang mengukur rata-rata kuadrat jarak seluruh
titik pengamatan dari nilai tengah (meannya).
c. Simpangan Baku
Simpangan baku (standar deviation) dinotasikan sebagi s atau ,
menunjukkan rata-rata penyimpangan data dari harga rata-
12
 ratanya. Simpangan baku merupan akar pangkat dua dari
variansi.

2.7. Pengertian Statistika Inferensial

Statistika inferensial mencakup semua metode yang berhubungan

dengan analisis sebagian data (contoh) atau juga sering disebut dengan
sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan
mengenai keseluruhan data induknya (populasi).

Dalam statistika inferensial diadakan pendugaan parameter, membuat

hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada
kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif,
karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data
saja. Pengambilan kesimpulan dari statistika inferensial yang hanya
didasarkan pada sebagian data saja yang menyebabkan sifat tak pasti,
memungkinkan terjadi kesalahan dalam pengambilan keputusan, sehingga
pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan
metode-metode statistika inferensial.

13
Gambar 2.2: Sebaran normal yang sering dipakai dalam uji hipotesis di statistika
inferensial

2.8. Jenis-Jenis Statistika Inferensial

Terdapat dua jenis statistic inferensial:
A. Statistik Parametrik
Teknik yang didasarkan pada asumsi bahwa data yang diambil mempunyai
distribusi normal dan menggunakan data interval dan rasio.
1. Uji-t
Uji-t digunakan untuk menentukan apakah 2 kelompok skor memiliki
perbedaan yang signifikan di tingkat probabilitas pilihan. Contohnya,
Uji-t dapat digunakan untuk membandingkan skor membaca pada
14
 laki-laki dan skor membaca pada perempuan di sekolah A. Strategi
dasar Uji-t adalah membandingkan perbedaan nyata antara mean
kelompok (X1-X2) menentukan apakah ada perbedaan yang
diharapkan berdasarkan peluang. Uji-t terdiri dari:
a. Uji-t untuk sampel independen digunakan untuk menentukan
apakah ada perbedaan yang signifikan antara dua sampel
independen. Sampel independen ditentukan tanpa adanya
pemadanan jenis apapun. Software SPSS dapat digunakan untuk
uji-t.
b. Uji-t untuk sampel non-independen digunakan untuk
membandingkan dua kelompok terpilih berdasarkan beberapa
kesamaan. Uji ini juga digunakan untuk membandingkan
performansi kelompok tunggal dengan pretest dan posttest atau
dengan dua perlakuan berbeda.

2. Analisis Varians (ANOVA)

Dalam Educational Research (2008), Cresswell mengartikan ANOVA
sebagai teknik statistik yang digunakan untuk perbedaan yang ada
pada lebih dari dua kelompok data. Adapun jenis analisis varians,
yakni:
a. ANOVA sederhana (satu arah)
Digunakan untuk menentukan apakah skor dari dua kelompok
atau lebih memiliki perbedaan secara signifikan pada tingkat
probabilitasnya. Misalnya, pengukuran prestasi siswa
berdasarkan tingkat ekonominya (tinggi, sedang, dan rendah),

15
 dimana tingkat ekonomi sebagai variabel kelompok dan tingkat
ekonomi sebagai variabel dependennya.
b. Multi comparison
Pengujian yang melibatkan perhitungan bentuk istimewa dari uji-
t. Setiap kali uji signifikansi dilakukan, tingkat probabilitasnya
kita terima. Misalnya, kita setuju kalau hasil yang akan
didapatakan muncul hanya 5 kali kesempatan pada setiap 100
sampel. Hasil tersebut dikatakan bermakna dan bukan sekedar
karena peluang semata.
c. ANOVA Multifaktor
Seperti pembahasan kelompok sebelumnya, desain factorial
digunakan untuk meneliti dua variabel bebas atau lebih serta
hubungan di antara variabel tersebut, maka ANOVA multifaktor
adalah jenis analisis statistik yang paling sesuai. Hasilan
alisisnya adalah rasio terpisah untuk setiap variabel bebas dan
satu rasio F untuk interaksi. Misalnya, kita ingin mengetahui
apakah gender dan tingkat ekonomi (tinggi, sedang, dan rendah)
mempengaruhi prestasi mahasiswa. ANOVA multifaktor
memungkinkan kita untuk menghitung kedua variabel bebas
(gender dan tingkat ekonomi) dan variabel terikat (prestasi; IPK,
skor bahasa, skor matematika, dsb)
d. Analysis of Covariance (ANCOVA)
Analisis ini model ANOVA yang digunakan dengan cara berbeda
dimana variabel bebas dihitung dengan memperhatikan
rancangan penelitian. Bila penelitian memiliki 2 variabel bebas
atau lebih, maka uji jenis inilah yang cocok digunakan melalui
dua cara yakni:

16
 Sebagai teknik pengendalian variabel luar (extraneous
variable) serta sebagai alat untuk meningkatkan kekuatan uji
statistik. ANCOVA bisa digunakan pada penelitian kausal
komparatif maupun penelitian ekperimental yang melibatkan
kelompok yang sudah ada dan kelompok yang dibentuk
secara acak
ANCOVA digunakan untuk memperkuat uji statistic dengan
memperkecil varians dalam kelompok (error). Kekuatan
yang dimaksudkan adalah kemampuan uji signifikansi untuk
mengenali temuan riset sebenarnya, yang memungkinkan
penguji menolak hipotesis 0 (nol) yang salah.
3. Regresi Jamak
Regresi jamak digunakan pada data berbentuk rasio dan interval.
Regresi jamak menggabungkan variabel yang diketahui secara
terpisah untuk memprediksi (misalnya, hubungan antara) criteria
dalam persamaan (rumus) prediksi atau dikenal dengan Multiple
Regression Equation. Regresi jamak merupakan prosedur analisis
untuk penelitian eksperimental, kausal komparatif, dan korelasional
karena teknik ini tidak hanya untuk menentukan apakah ada
hubungan antar variable tetapi juga untuk mengetahui besar (kuatnya)
hubungan tersebut. Salah satu jenis regresi jamak adalah step-wise
analysis yang memungkinakn kita memasukkan atau mengeluarkan
variabel utama (predicator) ke dalam persamaan regresi tahap demi
tahap. Regresi jamak juda menjadi dasar analisis jalur yang bertujuan
untuk mengidentifikasi tingkat interaksi variabel utama satu sama
lain dan berkontribusi pada variabel terikat. Sementara dalam Emzir
(2011) dikatakan bahwa regresi jamak merupakan perluasan dari
17
 regresi dan prediksi sederhana dengan penambahan beberapa
variabel. Kekuatan prediksi akan semakin terdukung dengan
penambahan variabel.
4. Korelasi
Menurut Cohen, dkk., Teknik korelasi digunakan untuk mengetahui
tiga hal pada dua variabel atau dua set data. Pertama, Apakah ada
hubungan antara dua variabel atau set data. Bila jawabannya ya,
maka dua hal berikutnya perlu kita cari yakni; Bagaimana arah
hubugan tersebut; dan Apa yang menjadi ukurannya? Hubungan
yang dimaksudkan adalah kencenderungan dua variabel atau set data
berbeda secara konsisten. Dalam Solusi Mudah dan Cepat Menguasai
SPSS 17.0 unruk Pengolahan Data Statistik (Wahana Komputer,
2009) dikatakan analisis korelasi dilakukan untuk menunjukkan
keeratan hubungan kausal antara variabel-variabel. Jenis-jenis
analisis korelasi, yaitu: Korelasi sederhana, yaitu, korelasi parsial,
dan uji distance
B. Statistik Non-Parametrik
Statistik nonparametrik adalah jenis statistik inferensial yang tidak
mengharuskan data berdistribusi normal dan jenis data yang digunakan
adalah data nominal dan ordinal.
a. Chi Square
Chi Square adalah suatu ukuran menyangkut perbedaan yang terdapat
di antara frekwensi pengamatan dengan frekuensi teoritis/frekuensi
harapan yang dinyatakan dengan simbol 2. Statistik nomparametrik
yang digunakan untuk menanalisis data yang berupa frekwensi atau
persentase serta yang berbentu prporsi yang bisa dikonversi menjadi
persentase. Chi square digunakan untuk membandingkan frekwensi
yang muncul pada kategori atau kelompok berbeda. Dikenal dua
18
kategori, yaitu; true category adalah apabila orang atau objek bersifat
bebas pada setiap penelitian (laki-laki dan perempuan), dan artificial
category yakni kategori yang secara operasional diartikan sebagai
peneliti itu sendiri. Contohnya, mencari hubungan antara gender
dengan keterampilan membaca pada sekolah A. Karena adanya
variabel nominal (gender dan keterampilan membaca), maka data
tersebut dianalisis dengan statistik nonparametrik dengan
menggunakan teknik chi square.

19
 BAB 3

KESIMPULAN DAN SARAN

3.1 Kesimpulan

Setelah penulis teliti, ada beberapa kesimpulan yang akan menjawab

seluruh rumusan masalah yang ada yaitu:

A. Statistika adalah ilmu yang mempelajari bagaimana merencanakan,

mengumpulkan, menganalisis, menginterpretasi, dan
mempresentasikan data.
B. Ada beberapa macam statistika:
1. Statiska Deskriptif
a. Ukuran Pemusatan
Rata-rata (Mean)
Median atau Nilai Tengah
Modus
b. Ukuran Penyebaran Data
Rentang (Range)
Variansi (Variance)
Simpangan Baku

2. Statistika Inferensial
20
 a. Statistik Parametrik
Uji-t
Analisis Varians (ANOVA)
Regresi Jamak
Korelasi
b. Statistik Non-Parametrik
Chi Square

3.2 Saran

Saran terhadap makalah ini adalah sekiranya dapat memberikan

masukan dan kritik demi kesempurnaan makalah ini agar dapat bermanfaat
bagi pengetahuan mahasiswa dan masyarakat tentang statistika dan
penggolongannya.

DAFTAR PUSTAKA

21
1. Achenwall, Gottfried. 1767. Prolegomena Juris Naturalis. Germany:
Kissinger Legacy Reprints
2. Anonim. Tanpa Tahun. Statistika. (https://id.wikipedia.org/wiki/Statistika).
Diakses pada tanggal 21 Maret 2017 jam 21.04 WIB.
3. Anonim. Tanpa Tahun. Statistika Deskriptif.
(https://id.wikipedia.org/wiki/Statistika_deskriptif). Diakses pada tanggal
21 Maret 2017 jam 21.04 WIB.
4. Anonim. Tanpa Tahun. Statistika Inferensi
(https://id.wikipedia.org/wiki/Statistika_inferensi) Diakses pada tanggal 21
Maret 2017 jam 22.00 WIB
5. Cresswell, John W. 2008. Educational Research 4th edition. Michigan:
Next Michigan Workshops
6. Kusuma, Andrean. Tanpa Tahun. Statistika Inferensial
(http://kmplnmakalah.blogspot.co.id/2012/10/statistik-
inferensial_8934.html). Diakses 21 Maret 2017 jam 22.48 WIB
7. Ocaaa. 2010. Statistika Deskriptif
(https://osaliana.wordpress.com/2010/02/11/statistika-deskriptif/). Diakses
pada tanggal 21 Maret 2017 jam 21.51 WIB

22