REVIEW STATISTIKA

A. Pengertian Statistik dan Statistika

Kata statistik dapat diartikan sebagai kumpulan angka-angka mengenai
masalah atau kejadian, sehingga dapat memberikan gambaran mengenai
masalah atau kejadian tersebut. Biasanya kumpulan data tersebut sudah disusun
dalam bentuk tabel. Misalnya statistik kecelakaan lalu lintas yang berisi angka-
angka mengenai banyak korban kecelakaan lalu lintas menurut jenis korbannya,
seperti ; luka ringan, luka berat, dan meninggal, statistik hasil belajar siswa dan
masih banyak contoh yang lainnya lagi, seperti statistik pendudukk, statistik
pertanian, dan sebagainya. Kata statistik juga diartikan sebagai suatu ukuran
yang dihitung dari sekumpulan data dan merupakan wakil dari data tersebut.
Sedangkan Statistika adalah cabang ilmu yang mempelajari tentang
bagaimana mengumpulkan, menganalisis dan menginterpretasikan data. Atau
dengan kata lain, statistika menjadi semacam alat dalam melakukan suatu riset
empiris. Atau sering juga disebut sebagai pengetahuan yang berhubungan
dengan cara-cara pengumpulan data, pengelolahan atau penganalisisannya dan
penarikan kesimpulan berdasarkan kumpulan data dan penganalisisan yang
dilakukan

B. Komponen-Komponen Statistik
Adapun komponen-komponen yang berhubungan dengan statistika ini
ialah sebagai berikut :
1. Variabel
Variabel dalam statistik adalah set dari nilai yang sering juga disebut
domain. Notasi variabel adalah huruf besar, seperti : A, B, X, Y dsb. Jika
variabel hanya berisi satu nilai disebut konstanta. Varaiabel dalam statistik dapat
dibedakan menjadi 2, yaitu :
Variabel kontinyu, yaitu variabel yang anggotanya bilangan real
temasuk didalamnya bilangan-bilangan ratio
Variabel diskrit, yaitu variabel yang anggotanya hanya bilangan bulat
2. Data
Data berasal dari kata datum yang berarti materi atau kumpulan fakta
yang dipakai untuk keperluan suatu analisa, diskusi, presentasi ilmiah, atau tes
statistic. Materi atau kumpulan fakta dapat berupa status, informasi, keterangan,
dan lain-lainnya dari suatu objek atau beberapa ojek yang dikumpulkan sendiri
oleh si peneliti, atau berasal dari sumber lain seperti instansi, badan
internasional, hasil publikasi ilmiah, dan hasil penelitian orang lain. Berikut ini
diberikn macam-macam data ditinjau dari beberapa segi yaitu :
a. Menurut Sifatnya
Menurut sifatnya, data dibagi menjadi dua macam, yaitu data kualitatif (
data berbentuk atribut) dan kuantitatif (data yang dapat dihitung)
b. Menurut Cara Memperolehnya
Dalam hal ini dibagi menjadi dua bagian yaitu adalah :
Data Primer yaitu adalah data yang dikumpulkan dan diolah sendiri
oleh suatu organisasi atau lembaga serta diperoleh secara langsung
dari objeknya
Data Sekunder adalah data yang diperoleh dalam bentuk sudah jadi,
sudah dikumpulkan dan diolah pihak lain, biasanya data itu dicatat
dalam bentuk publikasi publikasi ( koran, majalah , journal, dll).
3. Distribusi Frekuensi
Distribusi frekwensi dapat diartikan sebagai pengelompokkan data
kedalam kategori-kategori atau kelas-kelas. Banyaknya data yang berada dalam
kelas masing-masing disebut frekwensi. Distribusi frekwensi ini dimaksudkan
untuk lebih mudah menganalisis data yang dimaksud. Distribusi frekwensi dapat
dibedakan menjadi :
Distribusi frekwensi tunggal jika kategori atau kelas untuk
mendistribusikan data bernilai tunggal
Distribusi frekwensi data yang dikelompokkan ( interval ). Distribusi
frekwensi data yang dikelompokkan ini digunakan untuk data yang
banyak sekali dengan nilai-nilai yang sangat veriatif. Karena distribusi
frekwensi data yang dikelompokkan ini paling sering digunakan, maka
istilah distribusi frekwensi sering ditujukan untuk distribusi frekwensi
data yang dikelompokkan ini
4. Sampel
Sampel merupakan bagian dari populasi yang ingin diteliti; dipandang
sebagai suatu pendugaan terhadap populasi, namun bukan populasi itu sendiri.
Sampel dianggap sebagai perwakilan dari populasi yang hasilnya mewakili
keseluruhan gejala yang diamati. Ukuran dan keragaman sampel menjadi
penentu baik tidaknya sample yang diambil. Terdapat dua cara pengambilan
sampel, yaitu secara acak (random)/probabilita dan tidak acak (non-
random)/non-probabilita

C. Jenis-Jenis Statistika
Secara umum statistika dibagi lagi menjadi dua bagian yaitu adalah
sebgai berikut :
1. Statistik Deskriptif
Statistika deskriptif adalah tehnik yang digunakan untuk mensarikan data
dan menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang.
Hal ini melibatkan proses kuantifikasi dari penemuan suatu fenomena. Berbagai
statistik sederhana, seperti rata-rata, dihitung dan ditampilkan dalam bentuk tabel
dan grafik. Statistika deskriptif dapat memberikan pengetahuan yang signifikan
pada kejadian fenomena yang belum dikenal dan mendeteksi keterkaitan yang
ada di dalamnya. Tetapi dapatkah statistika deskriptif memberikan hasil yang
bisa diterima secara ilmiah? Statistik merupakan suatu alat pengukuran yang
berhubungan dengan keragaman pada karakteristik objek-objek yang berbeda .
Objek yang belum dikenal tidaklah mewakili populasi objek yang memiliki
"quantifiabel feature" melalui penyelidikan. Namun demikian, keragaman bisa
menjadi hasil dari keberagaman yang lainnya (karena acak atau terkontrol). Pada
ilmu fisika, yang sangat berkaitan dengan ekstraksi dan formulasi persamaan
matematik tidak menyisakan banyak tempat untuk fluktuasi acak. Pada ilmu
statistika, fluktuasi seperti itu dapat dijadikan model. Hubungan relasi statistik
selanjutnya merupakan hubungan relasi yang menerangkan suatu proporsi
perubahan stokastik yang pasti.
2. Statistik Inferensial / Induktif
Berbeda dengan fisika, hubungan atau relasi empiris yang diobservasi
pada ilmu alam, sosiologi dan psikologi (dan bidang pilhan lain misalnya
ekonomi) bersifat statis. Pada bidang-bidang ini, pekerjaan empiris
dilaksananakan berdasarkan percobaan-percobaan atau survey sampel. Pada
kasus lainnya, seluruh populasi tidak dapat diobservasi-karena berbagai alasan
ekonomis ataupun praktis. Mengambil kesimpulan tentang suatu populasi
berdasarkan data dari sampel yang terbatas merupakan tujuan dari suatu proses
pengambilan keputusan inferensial atau statistik induktif.

D. Pengumpulan Data Pada Statistika

Apabila kita memperhatikan definisi statistika, maka fungsi pertamanya
adalah mengumpulkan data. Dalam hal ini, data yang baru diperolehnya disebut
data mentah, yaitu data yang belum mengalami pengolahan apapun. Dalam
statistika, metoda pengumpulan data ada dua, yaitu dengan cara sensus dan
sampling. Sensus adalah cara pengumpulan data, dimana setiap anggota populasi
diteliti satu persatu. Sedangkan sampling adalah cara pengumpulan data, dimana
hanya sebagian anggota populasi saja yang diteliti. Jadi di sini tidak semua
anggota populasi yang diteliti, tetapi hanya sebagian anggota populasi saja yang
diteliti. Akan tetapi yang sebagian itu harus menggambarkan keadaan populasi
yang sebenarnya. Dengan demikian sebagian dari anggota populasi itu dapat
dikatakan bersifat representatif
Dalam pengertian sensus dan sampling ada istilah populasi. Istilah
populasi sering digunakan dalam mempelajari statistika. Menurut definisi, sebuah
populasi mencakup semua anggota dari kelompok yang diteliti Pada prakteknya
kita tidak mungkin mengamati semua anggota populasi, mengingat berbagai hal.
Jadi kita hanya mengamati sebagian anggota dari seluruh anggota populasi
tetapi sebagian anggota populasi tersebut harus bersifat representatif. Sebagian
anggota yang diambil dari populasi dinamakan sampel. Misalkan kita mengamati
jumlah penduduk Kotamadya Bandung sebagai populasinya. Kemudian kita
menghitung proporsi penduduk yang berjenis kelamin perempuan. Proporsi ini
kadang-kadang disebut paramater. Apabila kita mengambil sampel acak dari
jumlah penduduk Kotamadya Bandung dan menghitung proporsi penduduk yang
berjenis kelamin perempuan, maka karakteristik dari sampel itu dinamakan
Statistik. Untuk menotasikan sebuah parameter populasi biasanya digunakan
huruf Yunani, sedangkan untuk notasi sebuah statistik digunakan Huruf latin.
 E. Histogram Dan Poligon Frekuansi

Tabel frekuensi data berkelompok yang dikenal juga sebagai tabel

distribusi frekuensi. Dengan mengamati tabel distribusi frekuensi data
berkelompok dari nilai ujian Matematika 50 siswa kelas IX SMP Tunas Bangsa di
bawah ini:

Pada tabel di atas, data yang ada dikelompokkan ke dalam tujuh kelas
interval. Interval yang pertama yaitu 50 54 dimana frekuensinya adalah 2,
artinya siswa yang mendapat nilai ulangan di antara 50 54 ada 2 orang. Pada
interval tersebut, nilai 50 menjadi batas bawah sementara nilai 54 menjadi batas
atas kelas.
Selain terdapat batas atas dan batas bawah, dikenal juga istilah tepi
bawah dan tepi atas kelas. Tepi bawah dan tepi atas kelas tersebut digunakan
untuk memastikan bahwa data yang masuk benar-benar berada di kelas interval
yang tepat. Di samping itu, tepi bawah dan tepi atas kelas juga berfungsi untuk
menentukan panjang dari kelas interval apabila data-data yang ada telah tersaji
dalam bentuk tabel distribusi frekuensi. Adapun cara menentukan tepi bawah
dan atas kelas adalah sebagai berikut:
Tepi bawah kelas = batas bawah kelas 0,5
Tepi atas kelas = batas atas kelas + 0,5
Sementara panjang kelas innterval merupakan selisih yang terjadi antara
tepi atas dan tepi bawah kelas. Kita ambil contoh dari tabel di atas untuk
interval yang pertama yaitu 50 54 dapat ditentukan:
Tepi bawah kelas = 50 0,5 = 49,5
Tepi atas kelas = 54 + 0,5 = 54,5
Panjang kelas = 54,5 49,5 = 5
 Dari tabel distribusi frekuensi kita bisa membuat sebuah diagram dengan
menggunakan beberapa persegi panjang yang disebut sebagai histogram.
Bentuk dari histogram hampir sama dengan diagram batang namun pada
histogram persegi panjang atau batang-batang yang ada saling berhimpitan.
Pada histogram, tiap-tiap persegi panjang menentukan kelas tertentu, lebar
persegi panjang menunjukkan panjang kelas sementara tinggi persegi panjang
menunjukkan frekuensinya. Dari tabel yang sudah dijelaskan di atas, kita dapat
membuat histogramnya menjadi seperti yang tampak pada gambar di bawah ini:

Sumber : scribd.com
Gambar 1
Histogram
Selain dengan histogram, kita juga bisa menggambarkan tabel distribusi
frekuensi dengan menggunakan poligon frekuensi.Poligon frekuensi dapat kita
buat dengan cara menghubungkan titik-titik tengah dari tiap kelas interval secara
berurutan. Agar poligon frekuensi tertutup pada ujung-ujungnya, maka sebelum
kelas paling bawah dan setelah kelas paling atas kita tambahkan satu lagi kelas
dengan frekuensi nol. Berikut adalah hasil penyajian tabel distribusi nilai yang
ada di atas ke dalam poligon frekuensi:
 Sumber : scribd.com
Gambar 2
Poligon Frekuensi

F. Peranan Statistik
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.
Dalam ilmu geologi, statistika juga memiliki peran penting melalui cabang
ilmu geostatistika. Geostatistik menjadi jembatan antara statistik dan GIS.
Analisa geostatistik merupakan cara atau teknik yang tefokus pada variabel
spasial, artinya hubungan antara variabel yang diukur pada titik tertentu dengan
variabel yang sama yang diukur pada titik dengan jarak tertentu dari titik
pertamaProses yang dilakukan dalam analisis geostatistik adalah meregister
seluruh data, mengeksplorasi data, membuat model, melakukan diagnostik dan
membandingkan model untuk menghitung volumetrik dan simulasi reservoir
 Dalam proses analisis yang pertama perlu dilakukan adalah meregister
seluruh data yang diperlukan. Hal ini sagat penting dilakukan untuk dapat
menggunakan data data tersebut pada tahapan selanjutnya. Kompatibilitas
data untuk dapat dianalisis lebih lanjut apabila menggunakan GIS tentu sangat
penting. Data digital akan memudahkan dengan penggunaan work station.
Langkah langkah analisa yang harus dilakukan meliputi:
1. Eksplorasi Data
Pemahaman yang menyeluruh dan dalam pada data yang ada sangat
diperlukan untuk dapat menganalisis. Eksplorasi dari pendistribusian data,
melihat batasan batasan secara global dan lokal, melihat pola pola global,
memeriksa korelasi spasial, dan memahami kovariasi dari berbagai data.
Dalam kegiatan eksplorasi dan perhitungan cadangan menggunakan
analisis geostatistik secara umum diantaranya adalah pengamatan data
lapangan, variografi, dan perhitungan variansi perkiraan. Pengamatan data
lapangan menggunakan data hasil pemboran. Variografi adalah serangkaian
aktifitas penelusuran data dan pembuatan model.Variogram adalah suatu fungsi
vektor yang dapat digunakan untuk mengkuantifikasikan tingkat kemiripan atau
variabilitas antara dua conto yang terpisah oleh jarak tertentu dengan grafik x - y
yang dihasilkan dari plot jarak dan varians dari data yang berpasangan.
Variogram dilakukan untuk melakukan penaksiran kadar bijih dengan tujuan
kuantifikasi korelasi ruang antar conto menggunakan suatu perangkat statistik.
Dalam mengawali proses analisis perlu dilakukan registering seluruh data
yang diperlukan. Hal ini dilakukan untuk dapat menggunakan data data
tersebut pada tahapan selanjutnya. Kompatibilitas data untuk dapat dianalisis
lebih lanjut apabila menggunakan GIS tentu sangat penting. Data digital akan
memudahkan dengan penggunaan work station. Langkah langkah analisa yang
harus dilakukan meliputi yakni eksplorasi data, pembuatan model, melakukan
diagnostik dan membandingkan model
2. Pembuatan Model
Pada mulanya geostatistik merupakan sinonim dari kriging. Tetapi
kemudian dalam perkembangannya juga meliputi metode deterministic. Metode
deterministik tidak memiliki penilaian untuk kesalahan prediksi, tidak ada asumsi
untuk data sedangkan metode kriging memiliki penilaian untuk kesalahan
prediksi dan mengasumsikan data dari proses stokastik. Peta yang dihasilkan
dapat berupa peta prediksi (peta interpolasi), peta standar eror, peta Quantile,
peta probability.
3. Melakukan Diagnostik
Sebelum menghasilkan hasil akhir harus kita ketahui dahulu seberapa
bagusnya prediksi nilai di tempat yang tidak memiliki data real. Dalam pemodelan
geologi khususnya pemodelan reservoir, model yang baik akan memiliki satu
kualitas yang sederhana yaitu: harus menyediakan prediksi yang baik dari
perilaku reservoir untuk merespon keadaan (Tyson and Math, 2009). Untuk
prediksi yang baik harus memiliki prediksi mean eror yang mendekati nol, RMS
(root-mean-square) yang lebih kecil lebih baik. Apabila estimasi rata rata
standar eror dibandingkan dengan prediksi eror RMS sama maka prediksi bagus,
apabila <1 maka overestimate dan apabila >1 maka underestimate.
4. Membandingkan Model
Beberapa model yang dihasilkan dari beberapa perlakuan harus
dibandingkan untuk melihat mana yang lebih baik. Penggunaan cross validation
statistic sangat membantu dalam pembandingan ini. Aturan aturan dasar
sebelumnya untuk prediksi yang baik masih digunakan juga untuk pembandingan
model.
 DAFTAR PUSTAKA

1. Andaru, Suryanto 2012, Statistika Dasar ,

www.ahlistatistik.blogspot.com/20/11/2012/staistika-dasart.html.
Diakses tanggal 03 Oktober 2016. Pukul 20.30 WIB (online)

2. Dasmanto, Deri 2011, Peran Geostatistik dalam Bidang Eksplorasi,

www.infotambang.com/16/02/2011/geostatistika.html . Diakses tanggal
03 Oktober 2016. Pukul 21.30 WIB (online)

3. Saputra, Andrea. 2015. Dasar-Dasar Statistika.

https://www.scribd.com/doc/252016175. Diakses tanggal 03 Oktober
2016. Pukul 21.20 WIB (online)