PENDAHULUAN
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
Dan berdasarkan latar belakang yang ada, penulis menyimpulkan ada 2
masalah yang akan dibahas didalam makalah ini yaitu:
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
3
2.2. Sejarah Statistika
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.
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.
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.
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.
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.
10
Gambar 2.1: Contoh 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.
13
Gambar 2.2: Sebaran normal yang sering dipakai dalam uji hipotesis di statistika
inferensial
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
3.1 Kesimpulan
2. Statistika Inferensial
20
a. Statistik Parametrik
Uji-t
Analisis Varians (ANOVA)
Regresi Jamak
Korelasi
b. Statistik Non-Parametrik
Chi Square
3.2 Saran
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