PERAN STATISTIKA

DALAM PENELITIAN

(Pertemuan 1)
 SEJARAH STATISTIKA

Asal kata:
Bahasa latin modern statisticum collegium
("dewan negara")
Bahasa Italia statista ("negarawan" atau
"politikus").
SEJARAH STATISTIKA
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.
 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 metodologinya.
Akibatnya lahirlah ilmu-ilmu gabungan seperti
ekonometrika, biometrika (atau biostatistika), dan
psikometrika.
 STATISTIKA

Statistika ilmu bagaimana

merencanakan, mengumpulkan,
menganalisis, menginterpretasi,
dan mempresentasikan data
 Istilah 'statistika' (bahasa Inggris:
statistics) berbeda dengan
'statistik' (statistic).

Statistika merupakan ilmu yang

berkenaan dengan data

Statistik adalah data, informasi,

atau hasil penerapan algoritma
statistika pada suatu data.
 Pengelempokan Statistika Berdasarkan Cara
Pengolahan Data:

Statistika deskriptif (descriptive statistics)

Statistika inferensi (inferential statistics)

atau statistika induktif (inductive statistics).
 Statistika deskriptif

Berkaitan dengan cara mendeskripsi, menggambarkan ,

menjabarkan atau menyajikan data seinformatif
mungkin baik secara numerik (misalnya menghitung
rata-rata dan deviasi standar) atau secara grafis (dalam
bentuk tabel atau grafik), sehingga lebih mudah dibaca
dan bermakna.
.
Cara mendeskripsi, menggambarkan , menjabarkan
atau menyajikan data seinformatif mungkin a.l:
Menentukan ukuran dari data (nilai modus, mean dan
median)
Menentukan ukuran variabilitas (variasi/varian, tingkat
penyimpangan/deviasi standar, jarak/range)
Menentukan ukuran bentuk (skewness, kurtosis, plot
boks)
Statistika Inferensial (Statistik Induktif / Statistik
penarikan kesimpulan)

Mrpkn serangkaian teknik untuk mengkaji,

menaksir & mengambil keputusan berdasarkan
data yang diperoleh dari sampel untuk
menggambarkan karakteristik atau ciri dari suatu
populasi.
Ruang lingkup bahasannya meliputi:
Probabilitas / teori kemungkinan
Distribusi Teoritis
Sampling & sampling distribusi
Pendugaan populasi / teori populasi
Uji hipotesis rerata
Analisis korelasi & uji signifikansi
Analisis regresi untuk peramalan
Analisis varian
Analisis kovarian
Pengelompokan Statistik Berdasarkan
Bentuk Parameternya

Statistik Parametrik
Statistik Nonparametrik
Statistik Parametrik

Adalah statistika yang mempertimbangkan

jenis sebaran/distribusi data yang
berdistribusi normal dan memiliki varians
homogen (bersifat interval & rasio)

Uji statistik menggunakan statistika

parametrik a.l:
Uji-Z (1 / 2 sampel)
Uji-t (1 / 2 sampel)
Korelasi Pearson
One or two anova test
Analisis Regresi
Statistika Nonparametrik
Adalah bagian statistik yang
parameter populasinya atau datanya
tidak mengikuti suatu distribusi
tertentu / memiliki distribusi yang
bebas dari persyaratan dan variansnya
tidak perlu homogen. (uji analisis pd
jenis data nominal / ordinal)

Analisis statistika nonparametrik:

Uji tanda peringkat wilcoxon dan uji
Mann-Whithey (untuk 1-2 kelompok)
Uji Kruskal-Wallis (kelompok > 2)
Uji Korelasi rank Spearman dan
Kendall Tau
Uji Chi -Kuadrat
 Tipe Pengukuran

Tipe pengukuran atau skala pengukuran yang

digunakan di dalam statistika ada 4:

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.
 Statistika Terapan
Bebebarapa ilmu pengetahuan menggunakan statistika
terapan sehingga mereka memiliki terminologi yang
khusus:

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.

Kegunaan statistika dalam berbagai

bidang ilmu: 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 tsb.
Peranan statistik :
Dalam kehidupan sehari-hari
Dalam kehidupan sehari-hari statistik
memiliki peranan sebagai penyedia
keterangan-keterangan untuk diolah dan
ditafsirkan

Dalam penelitian
Dalam penelitian ilmiah statistic digunakan
sebagai alat untuk menemukan keterangan-
keterangan dalam angka-angka hasil
penelitian

Dalam ilmu pengetahuan

Dalam ilmu pengetahuan statistik
digunakan sebagai peralatan analis dan
interpretasi dari data kuantitatif ilmu
pengetahuan sehingga didapat
pengetahuan dari data tsb.
Perlunya Statistik :

Perlunya mempelajari statistik karena

statistik sebagai alat bantu dalam hal-hal
sbg berikut :

menjelaskan hubungan antara

variabel
membuat rencana dan ramalan
mengatasi berbagai perubahan
membuat keputusan yang lebih baik
Fungsi Statistik :

sebagai bank data, menyediakan

data untuk diolah
dandiinterpretasikan agar dapat
dipakai untuk menerangkan
keadaan yang perlu diketahui.
sebagai alat quality control,
sebagai alat pembantu
standarisasi dan alat pengawasan
sebagai alat analisis
pemecah masalah dan pembuatan
keputusan
 Metodologi Statistik
Metodologi statistik dalam menyelesaikan masalah mempunyai tahapan-
tahapan sbb:
Identifikasi masalah
Pengumpulan data atau fakta
Pada tahap ini data dikumpulkan berdasarkan permasalahan. Data yang
dikumpulkan bisa berupa data primer ( data yang berasal dari sumber
langsung) atau berupa data sekunder ( data yang berasal tidak langsung
dari sumber). Data yang diambil harus bersifat :
akurat, artinya harus sesuai dengan keadaan yang sebenarnya
up to date, artinya harus tepat waktu
komprehensif, artinya harus dapat mewakili
relevan, artinya harus ada hubungannya dengan masalah yang diambil
memiliki kesalahan baku kecil
Klasifikasi data
Data yang ada diidentifikasikan berdasarkan kemiripan atau kesamaan
sifat, kemudian disusun dalam kelompok-kelompok.
Penyajian data
Pada tahap ini data disajikan bisa dalam bentuk tabel, grafik atau
ditampilkan nilai-nilai deskriptifnya
Analisis data
Pada tahap ini data dianalisis untuk diambil kesimpulan dari permasalahan,
hasilnya berupa keputusan.
Jenis Data Menurut Cara Memperolehnya
1. Data Primer
adalah : data yang dikumpulkan dan diolah
sendiri oleh suatu organisasi atau perorangan
langsung dari obyeknya.
Contoh : wawancara secara langsung kepada
konsumen belanja online, pengumpulan
kuesioner kpd mahasiswa pengguna sistem
informasi akademik.

2. Data Sekunder
adalah : data yang diperoleh dalam bentuk jadi
dan telah diolah oleh pihak lain dengan
berbagai cara atau metode baik secara
komersial maupun non komersial.
Contohnya : biasanya dalam bentuk publikasi
(BPS, LIPI, KPU, BI)
Macam-Macam Data Berdasarkan Sumber Data

1. Data Internal
adalah : data yang menggambarkan situasi
dan kondisi pada suatu organisasi secara
internal.
Contoh : data keuangan, data pegawai, data
penjualan, data produksi, dsb.

2. Data Eksternal
adalah : data yang menggambarkan situasi
serta kondisi yang ada di luar organisasi.
Contoh : data jumlah penggunaan suatu
produk pada konsumen, tingkat preferensi
pelanggan, persebaran penduduk, Inflasi
jumlah uang beredar.
Kelompok Data menurut sifatnya

Data kuantitatif : data dalam bentuk

angka numerik (numeric number).
Contoh: harga Handphone,
keuntungan perusahaan, harga
saham, berat badan dsb.

Data kuantitatif berdasarkan proses /

cara mendapatkan dibagi 2 :
Diskrit (descrete)
Kontinus (continous).
 data diskrit : data yang mengakui nilai
pasti dan ada jarak antara dua nilai
tersebut.
Contoh : jumlah mahasiswa, jumlah
komputer dalam suatu lab (1,2,3, ..dst)

Data kontinu : data yang nilainya

terletak pada suatu interval tertentu..
Contoh : berat badan
 Data kualitatif : data yang dilaporkan tidak
dalam bentuk angka tidak numerik
(nonnumeric number).
Contoh : merk Handphone, jenis kelamin,
agama, merk, tempat lahir, warna kulit,
tingkat pendidikan, dll.
Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
adalah : data yang dikumpulkan pada satu
periode ttt pd beberapa obyek dengan
tujuan untuk menggambarkan keadaan
Contoh : laporan keuangan per 31
desember 2006, data pelanggan PT. angin
ribut bulan mei 2004, dan data dampak
kenaikan harga BBM thd harga kebutuhan
pokok tahun 2015.

2. Data Time Series / Berkala

adalah : data yang dikumpulkan dari waktu
ke waktu pada satu obyek dengan tujuan
untuk menggambarkan perkembangan dari
obyek tersebut.
Contoh : data perkembangan nilai tukar
dollar amerika terhadap euro eropa dari
tahun 2004 sampai 2006, data
perkembangan minyak mentah dunia dari
hari ke hari.
Konsep Dasar

Populasi adalah kumpulan dari

keseluruhan pengukuran, obyek

Sampel adalah bagian dari suatu

populasi.

Parameter : bilangan/angka yang

menggambarkan karakteristik
populasi disebut,

Statistik bilangan/angka yang

menggambarkan karakteristik sampel
disebut
 Sensus : pengumpulan data untuk
seluruh populasi dinamakan.
Sebuah sensus tentu memerlukan
waktu dan biaya yang tinggi.

Sehingga, 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
kesimpulan yang dibuat dari sampel dapat
digunakan untuk menggambarkan populasi
secara keseluruhan.
Teknik sampling : Metode statistika tentang
bagaimana cara mengambil sampel yang
tepat dinamakan.
Analisis statistik banyak menggunakan
probabilitas sebagai konsep dasarnya 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.