Anda di halaman 1dari 10

BAB I

PENDAHULUAN

1.1. Latar Belakang

Didalam kehidupan sehari-hari sering kita jumpai banyak hal yang dapat kita
deskripsikan dalam sebuah bentuk data. Informasi data yang diperoleh tentunya harus
diolah terlebih dahulu menjadi sebuah data yang mudah dibaca dan dianalisa. Akan tetapi
bagaimana penyajian data yang kita dapat tentunya berbeda-beda, sesuai dengan
kebutuhan dan keinginan penyaji data.
Pada dasarnya Statistik dibagi dalam dua bagian, yaitu Statistik Deskriptif dan
Statistik Induktif. Statistik Deskriptif berusaha menjelaskan atau menggambarkan berbagai
karakteristik data seperti berapa rata-ratanya, seberapa jauh data-data yang bervariasi dan
sebagainya. Sedangkan Satistik Diferensial digunakan dalam proses mengambil keputusan
dalam menghadapi ketidakpastian dan perubahan misalnya, ketidakpastian adalah kuat
tekanan beton dalam suatu poengujian tidak sama, walaupun dibuat dengan material yang
sama.
Statistik Diferensial telah menghasilkan banyak metode analisis yang digunakan
untuk menganalisis data. Dengan kata lain statistik diferensial tidak hanya pengumpulan
data, tetapi juga mengambil kesimpulan dari suatu sistem saintifik.

1.2. Rumusan Masalah


1. Apa yang dimaksud dengan Statistik Deskriptif ?
2. Apa yang dimaksud dengan Statistik Diferensial ?
3. Apa saja fungsi Statistik Diferensial ?
4. Apa saja yang temasuk ruang lingkup Statistik Diferensial ?

1.3. Tujuan Masalah

Adapun tujuan dari Makalah ini adalah :

1
1. Untuk mengetahui pengertian Statistik Deskriptif dan Statistik Diferensial
2. Untuk mengetahui lebih mendalam tentang materi Statistik Deskriptif dan Statistif
Diferensial.

1.4. Manfaat
1. Bagi Penulis
Untuk memberikan berbagai pengalaman bagi penulis, seperti mencari dan
mengumpulkan bahan dalam penyusunan makalah ini. Penulis juga mendapatkan Ilmu
untuk memahami materi yang ada dalam makalah ini. Dan juga menambah pengalaman
penulis dalam penyusunan makalah.
2. Bagi Pembaca
Memberikan pemahaman kepada pembaca tentang materi Statistik Deskriptif
dan Statistik Diferensial.

BAB II
PEMBAHASAN
2.1. Pengertian Statistik Deskriptif
Statistik Deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan
penyajian suatu gugus data sehingga memberikan informasi yang berguna
pengklasifikasian menjadi statistik Deskriptif dan Statistik Diferensial dilakukan berdasarkan
aktivitas yang dilakukan. Statistik Deskriptif hanya memberikan informasi mengenai data
yang dipunyai dan sama sekali tidak menarik kesimpulan apapun tentang gugus induknya
yang lebih besar. Contoh Statistik Deskriptif yang sering muncul adalah tabel, diagram,
grafik, dan besaran-besaran lain di majalah dan koran-koran. Dengan Statistik Deskriptif,
kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan

2
informasi inti dari kumpulan data yang ada. Informasi yang dapat diperoleh dari Statistik
Deskriptif ini antara lain ukuran pemusatan data, ukuran penyebaran data, serta
kecenderungan suatu gugusan data.
Statistik deskriptif berkenaan dgn bagaimana data dapat digambarkan
dideskripsikan) atau disimpulkan baik secara numerik (misal menghitung rata-rata dan
deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik) utk mendapatkan
gambaran sekilas mengenai data tersebut sehingga lebih mudah dibaca dan bermakna.
Statistik deskriptif menggunakan prosedur numerik dan grafis dalam meringkas
gugus data dengan cara yang jelas dan dapat dimengerti.
Terdapat dua metode dasar dalam statistik deskriptif, yaitu numerik dan grafis.
Pendekatan numerik dapat digunakan untuk menghitung nilai statistik dari sekumpulan
data, seperti mean dan standar deviasi. Statistik ini memberikan informasi tentang
rata-rata dan informasi rinci tentang distribusi data.
Metode grafis lebih sesuai daripada metode numerik untuk mengidentifikasi pola-pola
tertentu dalam data, dilain pihak, pendekatan numerik lebih tepat dan objektif. Dengan
demikian, pendekatan numerik dan grafis satu sama lain saling melengkapi, sehingga
sangatlah bijaksana apabila kita menggunakan kedua metode tersebut secara
bersamaan.

2.1.1. Data Statistik


Data boleh jadi hal yang paling utama untuk mengolah suatu data statistik. Tanpa
adanya data, apa yang akan di olah oleh statistik. Data adalah keterangan untuk
memecahkan suatu masalah. Data terdiri atas bermacam macam. Berikut adalah macam-
macam data ditinjau dari berbagai segi.
Data statistik menurut sifatnya
Menurut sifatnya, data ststistik dibedakan menjadi dua bagian, yakni data
kualitatif dan data kuantitatif. Data kualitatif adalah data yang berbentuk kategori atau
atributif. Sementara itu yang dimaksud data kuantitatif adalah data yang berbentuk
bilangan.
Data statistik menurut cara memperolehnya
Data statistik menurut cara memperolehnya dibedakan menjadi dua bagian,
yakni data primer dan data sekunder. Data primer adalah data statistik yang
dikumpulkan dan diolah sendiri oleh suatu organisasi serta diperoleh langsung dari
obyeknya. Sementara itu data sekunder adalah data statistik yang diperoleh dalan
bentuk sudah jadi , sudah dikumpulkan dan diolah terlebih dahulu oleh pihak lain,
biasanya data tersebut dicatat dalam bentuk publikasi-publikasi.

3
2.1.2. Distribusi Frekuensi
Pengaturan, penyusunan, dan peringkasan data dengan membuat tabel
seringkali membantu, terutama pada saat kita bekerja dengan sejumlah data yang
besar. Tabel tersebut berisi daftar nilai data yang mungkin berbeda (baik data tunggal
ataupun data yang sudah dikelompok-kelompokan) beserta nilai frekuensinya.
Frekuensi menunjukkan banyaknya kejadian/kemunculan nilai data dengan kategori
tertentu. Distribusi data yang sudah diatur tersebut sering disebut dengan distribusi
frekuensi. Dengan demikian, Distribusi frekuensi didefinisikan sebagai daftar sebaran
data (baik data tunggal maupun data kelompok), yang disertai dengan nilai
frekuensinya. Data dikelompokkan ke dalam beberapa kelas sehingga ciri-ciri penting
data tersebut dapat segera terlihat.
Distribusi frekuensi yang paling sederhana adalah distribusi yang menampilkan
daftar setiap nilai dari variabel yang disertai dengan nilai frekuensinya. Distribusi
frekuensi dapat digambarkan dalam dua cara, yaitu sebagai tabel atau sebagai grafik.
Distribusi juga dapat ditampilkan dengan menggunakan nilai persentase. Penyajian
distribusi dalam bentuk grafik lebih mempermudah dalam melihat karakteristik dan
kecenderungan tertentu dari sekumpulan data. Grafik data kuantitatif meliputi
Histogram, Poligon Frekuensi dll, sedangkan grafik untuk data kualitatif meliputi Bar
Chart, Pie Chart dll.

2.1.3. Ukuran Pemusatan


Salah satu aspek yang paling penting untuk menggambarkan distribusi data
adalah nilai pusat pengamatan. Setiap pengukuran aritmatika yang ditujukan untuk
menggambarkan suatu nilai yang mewakili nilai pusat atau nilai sentral dari suatu
gugus data (himpunan pengamatan) dikenal sebagai ukuran tendensi sentral.
Terdapat tiga jenis ukuran tendensi sentral yang sering digunakan, yaitu:
Mean
Median
Modus

2.1.4. Ukuran Penyebaran


Dari beberapa ukuran nilai pusat, Mean hampir memenuhi semua persyaratan
tersebut, kecuali syarat pada point kedua, rata-rata dipengaruhi oleh nilai ekstrem.
Sebagai contoh, jika item adalah 2; 4; 5; 6; 6; 6; 7; 7; 8; 9 maka mean, median dan
modus yang semua sama dengan 6. Jika nilai terakhir adalah 90 bukan 9, rata-rata
akan menjadi 14.10, sedangkan median dan modus yang tidak berubah. Meskipun
median dan modus lebih baik dalam hal ini, namun mereka tidak memenuhi

4
persyaratan lainnya. Oleh karena itu Mean merupakan ukuran nilai pusat yang terbaik
dan sering digunakan dalam analisis statistik.

2.2. Pengertian Statistik Diferensial


Statistika Inferensial adalah serangkaian teknik yang digunakan untuk mengkaji, menaksir
dan mengambil kesimpulan berdasarkan data ynag diperoleh dari sempel untuk menggambarkan
karakteristik atau ciri dari suatu populasi. Oleh karena itu, statistika inferensial disebut juga statistik
induktif atau statistik penarikan kesimpulan. Dalam statistika inferensial, kesimpulan dapat diambil
setelah melakukan pengolahan serta penyajian data dari suatu sampel yang diambil dari suatu
populasi, sehingga agar dapat memberikan cerminan yang mendekati sebenarnya dari suatu
populasi, maka ada beberapa hal yang perlu diperhatikan dalam statistika inferensial, diantaranya :
1. Banyaknya subyek penelitian, maksudnya jika populasi ada 1000, maka sampel yang diambil
jangan hanya 5, namun diusahakan lebih banyak, seperti 10 atau 50.
2. Keadaan penyebaran data. Dalam hal ini perlu diperhatikan bahwa pengambilan sampel
harus merata pada bagian populasi. Diharapkan dalam pengambilan sampel dilakukan secara
acak, sehingga kemerataan dapat dimaksimalkan dan apapun kesimpulan yang didapat
dapat mencerminkan keadaan populasi yang sebenarnya.

Statistika Inferensial dibagi menjadi dua, yaitu Statistika Parametrik dan Statistika Non
Parametrik.

1. Statistika parametrik terutama digunakan untuk menganalisa data interval dan rasio, yang
diambil dari populasi yang berdistribusi normal.
2. Statistika non-parametrik terutama digunakan untuk menganalisa data nominal, dan ordinal
dari populasi yang bebas distribusi.

Contoh dari statistika inferensial adalah pada pemilihan Ketua BEM Undiksha tahun 2008.
Dalam kegiatan ini, walaupun sistem pemilihannya dengan pemungutan suara, tetapi tidak semua
mahasiswa Undiksha yang diberikan untuk memilih, melainkan hanya perwakilan dari masing-masing
HMJ. Di sini telah dilakukan sampling, yaitu pemilihan sampel (perwakilan HMJ), dari suatu populasi
(seluruh mahasiswa Undiksha). Dari hasil pemungutan suara dari masing-masing perwakilan HMJ,
maka data-data yang diperoleh digunakan sebagai acuan untuk membuat kesimpulan bahwa hal
itulah yang diinginkan oleh seluruh mahasiswa Undiksha walaupun jika ditelaah mungkin saja tidak
demikian.

5
Jadi dari uraian di atas tentang statistika inferensial menyajikan data untuk mendapat
kesimpulan terhadap obyek yang lebih luas, sehingga karena inferensi tidak dapat secara mutlak
pasti, perkataan probabilitas (kemungkinan) sering dinyatakan dalam menyatakan kesimpulan.

2.3. Fungsi Statistik Diferensial


Statistika Inferensial atau induktif adalah statistik bertujuan menaksir secara umum suatu
populasi dengan menggunakan hasil sampel, termasuk didalamnya teori penaksiran dan pengujian
teori. Statistika Inferensial digunakan untuk melakukan :

a. Generalisasi dari sampel ke populasi.


b. Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu uji
keterkaitan, kontribusi).
2.4. Ruang lingkup Statistik Inferensial
Berdasarkan ruang lingkup bahasannya, statistika inferensial mencakup :
a. Probabilitas atau teori kemungkinan
Kesimpulan yang diambil oleh peneliti tidaklah pasti secara absolut dan selalu memiliki
kekeliruan tertentu. Untuk itu diperlukan pengetahuan tentang teori probabilitas atau teori
peluang atau teori tentang kemungkinan terjadinya kepastian dan ketidakpastian suatu
kejadian. Dengan demikian, Probabilitas dapat diartikan kemungkinan terjadinya suatu
peristiwa diantara kejadian seluruhnya yang mungkin terjadi.
b. Distribusi Teoritis
Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi
normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang melebar tak
berhingga pada kedua arah positif dan negatifnya. Penggunaanya sama dengan penggunaan
kurva distribusi lainnya. Frekuensi relatif suatu variabel yang mengambil nilai antara dua titik
pada sumbu datar. Tidak semua distribusi berbentuk lonceng setangkup merupakan
distribusi normal.
c. Sampling dan Sampling Distribusi
Sampling adalah bagian dari metodologi statistika yang berhubungan dengan
pengambilan sebagian dari populasi. Jika sampling dilakukan dengan metode yang tepat,
analisis statistik dari suatu sampel dapat digunakan untuk menggeneralisasikan keseluruhan
populasi. Sampling berguna dalam penarikan kesimpulan (inference) yang valid dan dapat
dipercaya.
Distribusi Sampling adalah distribusi nilai statistik sampel-sampel. Jika statistik yang
ditinjau adalah mean dari masing masing sampel, maka distribusi yang terbentuk disebut
distribusi mean mean sampling (sampling distribution of the means). Dengan demikian

6
dapat juga diperoleh distribusi deviasi standard, varians, median dari sampling. Masing
masing jenis distribusi sampling dapat dihitung ukuran-ukuran statistik deskriptifnya (mean,
range, deviasi standard, da lain-lain).
d. Pendugaan Populasi atau Teori Populasi
Populasi adalah himpunan dari unsur unsur yang sejenis.Unsur- unsur sejenis tersebut
bisa berupa manusi, hewan, tumbuh tumbuhan, benda benda, zat cair, peristiwa dan
sejenisnya. Besarnya populasi bisa terbatas dan bisa tidak terbatas. Populasi dari mana
sampel diambil disebut populasi induk. Melalui teknik pengambilan sampel yang reliabel
kesimpulan penelitian dapat digeneralisasikan. Ada kesalahan generalisasi yangperlu
dipertimbangkan karena besar kecilnya keslahan generalisasi tergantung pada : (1) besarnya
sampel penelitian, (2) teknik sampling yang digunakan, (3) kecermatan memasukkan ciri
ciri populasi dan sampling, (4) cara cara pengambilan data dan (5) rancangan analisi data.
e. Uji Hipotesis
Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisa data,
baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol).
Dalam statistiksebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut
hampir tidak mungkin disebapkan oleh faktor yang kebetulan, sesuai dengan
batas probabilitas yang sudah ditentukan sebelumnya.
Uji hipotesis kadang disebut juga "konfirmasi analisa data". Keputusan dari uji hipotesis
hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah pengujian untuk
menjawab pertanyaan yang mengasumsikan hipotesis nol adalah benar.
f. Analisis Korelasi Dan Uji Signifikasi
Analisis korelasi mencoba mengukur keeratan hubungan antara dua variabel X dan Y.
Keeratan hubungan antara dua variabel tersebut dinyatakan dalam bentuk koefisien korelasi
yang dilambangkan dengan huruf r. Koefisien korelasi (r) menunjukkan seberapa dekat titik
kombinasi antara variabel Y dan X pada garis lurus sebagai garis dugaannya. Semakin dekat
titik kombinasi dengan garis dugaannya maka nilai korelasi semakin membesar. Sebaliknya,
semakin menyebar dari garis dugaannya maka nilai korelasi semakin kecil.
g. Analisis Regresi Untuk Peramalan
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan
sebab-akibat antara satu variabel dengan variabel - variabel yang lain. Variabel "penyebab"
disebut dengan bermacam-macam istilah: variabel penjelas, variabel eksplanatorik, variabel
independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik
sebagaiabsis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang
dipengaruhi,variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat

7
merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel
acak. Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya.
Analisis regresi dipakai secara luas untuk melakukan prediksi dan ramalan, dengan
penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga
digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel
terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut.
h. Analisis Varians

Analisis varians relatif mudah dimodifikasi dan dapat dikembangkan untuk berbagai
bentuk percobaan yang lebih rumit. Selain itu, analisis ini juga masih memiliki keterkaitan
dengan analisis regresi. Akibatnya, penggunaannya sangat luas di berbagai bidang, mulai
dari eksperimen laboratorium hingga eksperimen periklanan, psikologi, dan kemasyarakatan.
i. Analisis Kovarians
Analisis kovarian (anakova) adalah uji statistik multivarian yang merupakan perpaduan
antara analisis regresi dengan analisis varian (anava). Analisis Kovarian (Anakova)
dikembangkan oleh R. A. Fischer, seorang pakar statistik berkebangsaan Inggris dan pertama
kali dipublikasikan pada tahun 1932.
Anakova merupakan teknik statistik yang sering digunakan pada penelitian
eksperimental (dirancang sendiri) dan juga observasional (sudah terjadi di lapangan). Dalam
penelitian, tidak jarang terjadi, satu atau lebih variabel yang tidak dapat dikontrol oleh
peneliti karena keterbatasan penyelenggaraan eksperimen atau karena alasan lain, padahal
peneliti sadar bahwa variabel-variabel tersebut juga mempengaruhi hasil eksperimennya.

Secara lebih khusus dalam anakova akan diadakan analisis residu pada garis regresi,
yaitu dilakukan dengan jalan membandingkan varian residu antar kelompok dengan varian
residu dalam kelompok.

Anakova akan dihitung dengan melakukan pengendalian statistik yang gunanya untuk
membersihkan atau memurnikan perubahan-perubahan yang terjadi pada variabel terikat
sebagai akibat pengaruh variabel-variabel atau karena rancangan penelitian yang tidak kuat.
Pengendalian terhadap pengaruh luar dalam penelitian memiliki fungsi yang penting
terutama untuk mempelajari pengaruh murni suatu perlakuan pada variabel tertentu
terhadap variabel lain (Winarsunu, 2007)

8
BAB III

PENUTUP

3.1. Kesimpulan
1. Statistika deskriptif berkenaan dengan bagaimana data dapat digambarkan
dideskripsikan) atau disimpulkan baik secara numerik (misal 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.
Statistik deskriptif menggunakan prosedur numerik dan grafis dalam meringkas
gugus data dengan cara yang jelas dan dapat dimengerti.
Terdapat tiga karakteristik utama dari variabel tunggal:
Distribusi data (distribusi frekuensi)
Ukuran pemusatan/tendensi sentral (Central Tendency)
Ukuran penyebaran (Dispersion)
2. Statistika Inferensial adalah serangkaian teknik yang digunakan untuk mengkaji, menaksir dan
mengambil kesimpulan berdasarkan data ynag diperoleh dari sempel untuk menggambarkan
karakteristik atau ciri dari suatu populasi.
Berdasarkan ruang lingkup bahasannya, statistika inferensial mncakup :
Probabilitas atau teori kemungkinan
Distribusi teoritis
Sampling dan sampling distribusi
Pendugaan populasi atau teori populasi
Uji Hipotesis
Analisis korelasi dan uji signifikasi
Analisis regresi untuk peramalan
Analisis varians

3.2. Saran
Sebaiknya pengetahuan tentang Statistik Deskriptif dan Statistik Diferensial lebih
dikenalkan lagi dimasyarakat agar manfaat yang dibawa oleh ilmu tersebut bisa
dirasakan juga oleh masyarakat luas tidak hanya pengajar atau mahasiswa saja.

9
DAFTAR PUSTAKA

10