BAB I

Perbedaan Statistika dan Statistik

Statistika merupakan suatu ilmu yang mempelajari tata cara pengumpulan data,
pengolahan data, penyajian data, analisis data, dan pengambilan keputusan
berdasarkan data.
Statistik merupakan karakteristik yang diukur dari sampel. Karakteristik di
sini berupa rata-rata, varians atau standart deviasi, proporsi. Misal : rata-rata
usia penduduk di Surabaya, Malang dan Gresik.

Pengertian Statistik
Statistik berasal dari kata state yang artinya negara. Dalam pengertian
yang paling sederhana statistik artinya data. Dalam pengertian yang lebih luas,
statistik dapat diartikan sebagai kumpulan data dalam bentuk angka maupun
bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang
menggambarkan (berkaitan) dengan suatu masalah tertentu.
Umumnya suatu data diikuti atau dilengkapi dengan keterangan-
keterangan yang berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata
statistik juga menyatakan ukuran atau karakteristik pada sampel seperti nilai
rata-rata, dan koefisien korelasi.

Jenis Statistik
Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik
deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik yang
berkenaan dengan metode atau cara mendeskripsikan, menggambarkan,
menjabarkan, atau menguraikan data.
Statistik deskriptif mengacu pada bagaimana menata atau
mengorganisasi data, menyajikan, dan menganalisis data. Menata, menyajikan,
dan menganalisis data dapat dilakukan misalnya dengan menentukan nilai rata-
rata hitung dan persen / proposisi. Cara lain untuk menggambarkan data adalah
dengan membuat tabel, distribusi frekuensi, dan diagram atau grafik. (Sugiyono,
2006).

Statistik inferensia adalah statistik yang berkenaan dengan cara

penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk
menggambarkan karakterisktik atau ciri dari suatu populasi. Dengan demikian
dalam statistik inferensial dilakukan suatu generalisasi (perampatan atau
memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih luas
(umum). Oleh karena itu, statistik inferensial disebut juga statistik induktif atau
statistik penarikan kesimpulan. Pada statistik inferensial biasanya dilakukan
pengujian hipotesis dan pendugaan mengenai karakteristik (ciri) dari suatu
populasi, seperti mean dan Uji t (Sugiyono, 2006).

Klasifikasi, Jenis dan Macam Data Dalam Statistik

A. Jenis Data Menurut Cara Memperolehnya

1. Data Primer
Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh
peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung
penonton bioskop 21 untuk meneliti preferensi konsumen bioskop. Melalui
pengisian kuesioner dan pengamatan langsung.

2. Data Sekunder
Data sekunder adalah data yang didapat tidak secara langsung dari objek
penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan oleh
pihak lain dengan berbagai cara atau metode baik secara komersial maupun non
komersial. Contohnya adalah pada peneliti yang menggunakan data statistik hasil
riset dari surat kabar atau majalah.

B. Macam-Macam Data Berdasarkan Sumber Data

1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu
organisasi secara internal. Misal : data keuangan, data pegawai, data produksi,
dsb.
2. Data Eksternal
Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada
di luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada
konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain
sebagainya.

C. Klasifikasi Data Berdasarkan Jenis Datanya

1. Data Kuantitatif
Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka.
Misalnya adalah jumlah pembeli saat hari raya idul adha, tinggi badan siswa kelas
3 ips 2, dan lain-lain.
2. Data Kualitatif
Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang
mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air
minum dalam kemasan, anggapan para ahli terhadap psikopat dan lain-lain.

D. Pembagian Jenis Data Berdasarkan Sifat Data

1. Data Diskrit (berdasar perhitungan)
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah
berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan lain-
sebagainya.
2. Data Kontinyu (berdasar pengukuran)
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau
berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata
sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah
mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.

E. Jenis-jenis Data Menurut Waktu Pengumpulannya

1. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu.
Contohnya laporan keuangan per 31 Desember 2010, data pelanggan PT. Angin
Ribut bulan Mei 2014, dan lain sebagainya.
2. Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke
waktu atau periode secara historis. Contoh data time series adalah data
perkembangan nilai tukar dollar amerika terhadap euro eropa dari tahun 2004
sampai 2006, jumlah pengikut jamaah Nurdin M. Top dan Doktor Azahari dari
bulan ke bulan, dll.

F. Jenis-jenis data menurut tingkatan pengukuran.

1. Data Rasio
Data rasio adalah tingkatan data yang paling tinggi. Data rasio memiliki jarak
antar nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh jenis-
jenis data lainnya. Contoh dari data rasio diantaranya: berat badan, panjang
benda, jumlah satuan benda. Jika kita memiliki 10 bola maka ada perwujudan 10
bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang tersebut tidak
memiliki bola satupun. Data rasio dapat digunakan dalam komputasi matematik,
misalnya A memiliki 10 bola dan B memiliki 8 bola, maka A memiliki 2 bola (10 -
8) lebih banyak dari B.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio
memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh dari
data interval ialah hasil dari nilai ujian matematika. Jika A mendapat nilai 10 dan
B mendapat nilai 8, maka dipastikan A mempunyai 2 nilai lebih banyak dari B.
Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai 0, tidak
berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau
kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. Contoh
dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap individu
terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya yaitu:
dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2), dan Sangat
Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak mempunyai jarak
data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4) tidak diketahui pasti
jarak antar nilainya karena jarak antara Sangat Setuju(5) dan Setuju(4) bukan 1
satuan (5 - 4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat
pengukurannya. Data nominal ini pada satu individu tidak mempunyai variasi
sama sekali, jadi 1 individu hanya punya 1 bentuk data. Contoh data nominal
diantaranya yaitu: jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu
hanya akan mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis
kelamin ini nantinya akan diberi label dalam pengolahannya, misalnya
perempuan =1, laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data parametric
dan non-parametric. Jika “NOIR” adalah pembagian data menurut tingkatan
pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh
karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data
parametric dan nonparametric ini sangat penting karena pada proses analisis
memang dibedakan untuk masing-masing jenis data tersebut.

Pengertian statistika
Statistika adalah ilmu yang mempelajari statistik, yaitu ilmu yang
mempelajari bagaimanacaranya mengumpulkan data, mengolah data,
menyajikan data, menganalisis data, membuatkesimpulan dari hasil analisis data
dan mengambil keputusan berdasarkan hasil kesimpulan.

Pembagian Statistika

1. Statistika Deskriptif adalah statistika yang mempelajari bagaimana caranya

mengumpulkan data, mengolah data, menyajikan data, menganalisis data

2. Statistika Induktif (Inferens) adalah statistika yang mempelajari bagaimana

caranya mengumpulkan data,mengolah data, menyajikan data, menganalisis
data, membuat kesimpulan dan mengambil keputusan
 Kegunaan Statistika

Statistika dipelajari di berbagai bidang ilmu karena statistika adalah

sekumpulan alat yang dapat membantu pengambil keputusan berdasarkan hasil
kesimpulan pada analisis data dari data yang di kumpulkan. Selain itu juga
dengan statistika kita bisa meramalkan keadaan yang akan datang berdasakan
data masa lalu.

Definisi Populasi

Populasi adalah keseluruhan dari objek penelitian

Definisi Sampel

Sampel adalah bagian dari populasi. Sampel yang baik adalah sampel yang
representatif, yaitu sampel yang dapat mewakili populasinya. Agar representatif,
maka pengambilan sampel dari populasi harus menggunakan teknik
pengambilan sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :

1. Teknik sampling berdasarkan peluang. Teknik sampling berdasarkan peluang

adalah sebuah teknik pengambilan sampel dimana setiap unit observasi dalam
populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada
3 teknik sampling berdasarkan peluang :
• Sampling Acak Sederhana adalah teknik pengambilan sampel dimana sampel
diambil berdasarkan tabel bilangan acak
• Sampling Klasifikasi adalah sebuah teknik pengambilan sampel dimana
populasi terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub
populasi homogen. Karena sub populasi homogen, salah satu sub populasi
diambil sebagai sampel
• Sampling Stratifikasi adalah sebuah teknik pengambilan sampel dimana
populasi terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub
populasi heterogen. Karena sub populasi heterogen, pada setiap sub polulasi
ada yang diambil sebagai sampel
2. Teknik sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan
peluang adalah teknik pengambilan sampel dimana setiap nit observasi dalan
populasi tidak mempunyai kesempatan yang sama untuk terpilih menjadi
sampel.Ada beberapa teknik sampling tidak berdasarkan peluang, diantaranya :
• Teknik sampling convenience (seadanya)
• Teknik sampling judgment (pertimbangan)

Perbedaan Statistik dan Statistika

Pengertian statistika adalah metode ilmiah yang mempelajari cara
mengumpulkan, mengelola, menghitung, menganalisa, dan juga menarik
kesimpulan tentang data. Statistika menurut fungsinya di bagi menjadi dua yaitu
statistika deskriptif dan juga statistika inferensia.

Dimana statistika deskriptif (statistika deduktif) hanya sebagai statistika yang

menggambarkan dan menganalisis kelompok data tanpa adanya penarikan
kesimpulan mengenai kelompok data yang lebih besar. Sedangkan Statistika
Inferensia (statistika Induktif) adalah statistika yang menyangkut teknik
penggambaran dan analisis kelompok data dengan fungsi menarik kesimpulan.
Untuk kata Statistik saja dapat kita artikan sebagai ukuran yang dihitung dari
sekumpulan data dan merupakan representative/perwakilan dari data tersebut.

contoh dari sebuah iklan yang sering muncul di TV “90 % wanita menggunakan
shampoo XX sebagai pilihannya”. Dalam hal ini, persentase wanita tersebut
merupakan ukuran yang disebut sebagai statistik tadi. Saya ambil contoh lagi,
Misalkan Rata-rata Tinggi badan Kelas A adalah 159 cm, Rata-rata tersebut
merupakan statistik. Masih banyak lagi contoh lainnya yang bisa kita ambil tapi
dua contoh tadi sudah cukup untuk menggambarkan tentang arti statistik.

Perbedaan antara keduanya :

- Statistika adalah ilmunya sedangkan statistik adalah ukurannya
- Statistika merupakan metode ilmiah yang berkaitan dengan data, sedangkan
statistik adalah kumpulan angka-angka mengenai suatu masalah, dan dapat
memberikan gambaran mengenai masalah tersebut.

PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKA

Istilah statistik berasal dari bahasa latin “status” yang artinya suatu
negara. Suatu kegiatan pengumpulan data yang ada hubungannya dengan
kenegaraan, misalnya data mengenai penduduk, data mengenai penghasilan dan
sebagainya, yang lebih berfungsi untuk melayani keperluan administrasi.
Secara kebahasaan, statistik berarti catatan angka-angka (bilangan);
perangkaan; data yang berupa angka-angka yang dikumpulkan, ditabulasi,
dikelompokkan, sehingga dapat memberi informasi yang berarti mengenai suatu
masalah, gejala atau peristiwa (depdikbud, 1994).
Menurut Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan
kepada pencatatan angka-angka dari suatu kejadian atau kasus tertentu. Selaras
dengan apa yang didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah
kumpulan fakta berbentuk angka yang disusun dalam daftar atau tabel dan atau
diagram, yang melukiskan atau menggambarkan suatu persoalan.
Statistika beda halnya dengan statistik, statistika yang dalam bahasa
Inggris “statistics” (ilmu statistik), ilmu tentang cara-cara mengumpulkan,
mentabulasi dan menggolongkan, menganalisis dan mencari keterangan yang
berarti dari data yang berupa angka.
Statistika merupakan ilmu pengetahuan yang berhubungan dengan cara-
cara mengumpulkan, menabulasi, menggolong-golongkan, menganalisis, dan
mencari keterangan yang berarti dari data yang berupa bilangan-bilangan atau
angka, sehingga dapat ditarik suatu kesimpulan atau keputusan tertentu.
Selain itu, Statistika juga merupakan cabang ilmu matematika terapan
yang terdiri dari teori dan metoda mengenai bagaimana cara mengumpulkan,
mengukur, mengklasifikasi, menghitung, menjelaskan, mensintesis,
menganalisis, dan menafsirkan data yang diperoleh secara sistematis.
Sedangkan dalam dunia pendidikan, statistika membahas tentang prinsip-
prinsip, metode, dan prosedur yang digunakan sebagai cara pengumpulan,
menganalisa serta menginterpretasikan sekumpulan data yang berkaitan dengan
dunia pendidikan.
Lebih jauh, statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai
penggunaan (aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik
dalam menganalisa problema-problema PLB.
Juga dari sisi lain, Statistika dalam psikologi dimaknai sebagai
penggunaan (aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik
dalam menganalisa problema-problema bidang psikologi.

BEBERAPA PENGERTIAN DASAR 1. Statistika, Statistik, dan Parameter

Dalam perbincangan sehari-hari kita sering mendengar kata statistik maupun
statistika. Namun penggunaan dari dua kata tersebut masih simpang siur.
Adakalanya pengertian yang seharusnya statistik ditulis atau disebut dengan
istilah statistika, demikian pula sebaliknya pengertian statistika sering ditulis
atau disebut dengan istilah statistik. Walaupun penulisannya sangat mirip antara
statistik dengan statistika, tetapi memiliki arti yang sangat berlainan. Pengertian
statistik (statistic) adalah bilangan yang diperoleh melalui proses perhitungan
terhadap sekumpulan data yang berasal dari sampel. Sedangkan pengertian
statistika (statistics) adalah konsep dan metode yang bisa digunakan untuk
mengumpulkan, menyajikan, dan menginterpretasikan data dari kejadian
tertentu untuk mengambil suatu keputusan/kesimpulan dalam suatu kondisi
adanya ketidakpastian. Misalnya kita ingin mengetahui rata-rata luas lahan yang
dimiliki petani di suatu propinsi. Untuk menghitung seluruh luas lahan pertanian
di propinsi tersebut membutuhkan biaya dan waktu yang tidak sedikit, sehingga
diputuskan untuk mengambil sampel dari beberapa kabupaten. Dari kabupaten
sampel diperoleh data berapa luas lahan dan berapa jumlah petaninya, dengan
demikian kita bisa menghitung rata-rata luas lahan yang dimiliki petani. Angka
rata-rata luas lahan yang diperoleh disebut statistik. Seandainya data tersebut
diperoleh dari seluruh propinsi, angka rata-ratanya tidak bisa disebut statistik,
tetapi disebut parameter karena tidak diperoleh dari sampel melainkan
diperoleh dari populasi. 2. Statistika Deskriptif dan Inferensial Pada proses
pengumpulan data di atas, tentu saja tidak bisa dilakukan secara sembarangan
tetapi ada tahapan-tahapan dan cara-cara atau teknik-teknik tertentu sebagai
pedomannya yang kita sebut sebagai metode. Metode ini dikenal sebagai
statistika. Dalam statistika, ada metode-metode tertentu sebagai pedoman untuk
menyajikan data sehingga secara ringkas dapat dengan mudah dipahami.
Misalnya membuat tabel atau grafik rata-rata luas lahan yang dimiliki oleh petani
berdasarkan jenis lahan, status ekonomi petani, halaman 2 dari 9 dan sebagainya.
Metode penyederhanaan data sehingga mudah dipahami dikenal sebagai
statistika deskriptif. Statistika deskriptif pada awalnya merupakan bidang kajian
yang sangat penting, walaupun saat ini bukan merupakan bidang kajian pokok
dalam statistika. Tujuan utama statistika saat ini adalah menginterpretasikan
atau menafsirkan (inference) data, yang dikenal dengan istilah statistika
inferensial. Misalnya dengan melihat grafik rata-rata pemilikan lahan
berdasarkan status sosial ekonomi petani, melalui angka-angkanya kita bisa
melihat bahwa rata-rata pemilikan lahan petani dengan tingkat sosial ekonomi
tertentu lebih luas dibandingkan dengan status ekonomi lainnya. Tapi untuk
melakukan interpretasi lebih jauh, kita harus menyadari bahwa statistik yang
tersaji berasal dari suatu sampel bukannya populasi, sehingga belum tentu
menggambarkan kondisi yang sebenarnya, atau dengan kata lain masih berada
dalam suatu kondisi ketidakpastian. 3. Menafsirkan Parameter Berdasarkan
Statistik Telah diuraikan terdahulu, terdapat metode-metode tertentu yang bisa
dipakai untuk menginterpretasikan data dalam kondisi ketidakpastian
(uncertainty), yaitu statistika inferensial. Fokus kajian statistika inferensial
adalah untuk menafsirkan parameter (populasi) berdasarkan statistik (sampel)
melalui pengujian hipotesis. Dalam pengujian hipotesis, titik tolaknya adalah
menduga parameter yang dinyatakan oleh pasangan hipotesis statistik, misalnya:
Ho; µ1 = µ2 dan H1; µ1 ≠ µ2. Masalah umum yang dihadapi dalam menafsirkan
parameter dari populasi yang berdasarkan satistik dari sampel adalah, adanya
faktor kesempatan/kebetulan (chance) dalam pengambilan data. Kemudian bisa
timbul pertanyaan, apakah hasil pengamatan tentang adanya persamaam atau
perbedaan parameter dalam populasi atau antar populasi, juga disebabkan oleh
faktor kebetulan dalam pengambilan data? Untuk itu statistika inferensial
menyediakan berbagai prosedur yang memungkinkan untuk menguji, apakah
adanya persamaan atau perbedaan tadi disebabkan karena faktor kebetulan atau
tidak. 4. Statistika Parametrik dan Nonparametrik Pada perkembangan statistika
inferensial, metode-metode penafsiran yang berasal dari generasi awal,
menetapkan asumsi-asumsi yang sangat ketat dari karakteristik populasi yang
diantara anggota-anggota populasinya diambil sebagai sampel. Di bawah asumsi-
asumsi tersebut, diharapkan angka-angka atau statistik dari sampel, betul-betul
bisa mencerminkan halaman 3 dari 9 angka-angka atau parameter dari populasi.
Oleh karena itu, dikenal dengan istilah Statistika Parametrik. Asumsi-asumsi
tersebut antara lain: data (sampel) harus diambil dari suatu populasi yang
berdistribusi normal. Seandainya sampel diambil dari dua atau lebih populasi
yang berbeda, maka populasi tersebut harus memiliki varians (δ 2 ) yang sama.
Selain itu, statistika parametrik hanya boleh digunakan jika data memiliki nilai
dalam bentuk numerik atau angka nyata. Ketatnya asumsi dalam statistika
parametrik, secara metodologis sulit dipenuhi oleh peneliti-peneliti dalam
bidang ilmu sosial. Sebab dalam kajian sosial, sulit untuk memenuhi asumsi
distribusi normal maupun kesamaan varians (δ 2 ), selain itu banyak data yang
tidak berbentuk numerik, tetapi hanya berupa skor rangking atau bahkan hanya
bersifat nilai kategori. Oleh karenanya, statistika inferensial saat ini banyak
berkembang kepada teknikteknik yang tidak berlandaskan pada asumsi-asumsi
di atas, yang dikenal sebagai Statistika Nonparametrik.

PENELITIAN DAN STATISTIK

A. Pengertian Penelitian
Penelitian merupakan cara ilmiah untuk mendapatkan data dengan tujuan dan
kegunaan tertentu.
Cara ilmiah, berarti penelitian itu didasarkan pada ciri-ciri keilmuan yaitu, rasional, empiris
dan sistematis.
Rasional: penelitian itu dilakukan dengan cara-cara yang masuk akal sehingga terjangkau
oleh penalaran manusia.

Empiris: cara-cara ygn digunakan dalam penelitian itu teramati oleh indera manusia.
Sistematis: proses yang dilakukan dalam penelitian itu menggunakan langkah-langkah
tertentu yang bersifat logis.

Data, harus valid, reliable dan objektif.

Valid, menunjukan derajat ketepatan antara data sesungguhnya dengan data si peneliti.

Reliabel, menunjukan derajat konsistensi (keajegan) yaitu konsistensi data dalam interval
waktu tertentu.

Objektif, menunjukan derajat persamaan persepsi antar orang (interpersonal agreement).

Tujuan penelitian, penemuan, pembuktian, dan pengembangan pengetahuan.

Penemuan, data yang diperoleh dari penelitian itu betul-betul data baru yang belum pernah
diketahui sebelumnya.

Pembuktian, data yang diperoleh itu diperlukan untuk membuktikan adanya keragu-raguan
terhadap suatu pengetahuan.

Pengembangan, data yang diperoleh dari penelitian itu digunakan untuk memperdalam dan
memperluas suatu pengetahuan.

B. Variabel Penelitian
Variabel penelitian: suatu atribut atau sifat atau nilai dari orang/objek atau kegiatan yang
mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan ditarik
kesimpulan.

Macam-Macam Variabel:

1. Variabel independen, variabel yang mempengaruhi variabel dependen.

2. Variabel dependen, variabel yang dipengaruhi.
3. Variabel Moderator, variabel yang mempengaruhi (memperkuat atau memperlemah)
hubungan antara variabel independen dengan dependen.
4. Variabel intervening, variable yang secara teoritis mempengaruhi hubungan antara
variabel independen dengan dependen, tetapi tidak dapat diamati dan diukur.
5. Variabel kontrol, variabel yang dikendalikan atau dibuat konstan sehingga hubungan
variabel independen terhadap dependen tidak dipengaruhi oleh faktor luar yang tidak
diteliti.
6.
Penghasilan (variabel Independen) Harapan Hidup (Variabel Dependen)

Lingkungan Tempat Tinggal (Variabel Moderator)

C. Paradigma Penelitian

Paradigma Penelitian: Pola fikir yang menunjukan hubungan antara variabel yang akan diteliti
dan mencerminkan jumlah rumusan masalah yang perlu dijawab melalui penelitian, teori yang
digunakan untuk merumuskan hipotesis, jenis dan jumlah hipotesis, dan teknik analisis
statistik yang akan digunakan.

Bentuk-bentuk paradigma:

1. Paradigma Sederhana, terdiri dari satu variaben independen dan satu variable
dependen.
2. Paradigma Sederhana Berurutan
3. Paradigma Ganda dengan Dua Variabel Independen
4. Paradigma Ganda dengan Tiga Variabel Independen
5. Paradigma Ganda dengan Dua Variabel Dependen
6. Paradigma Ganda dengan Dua Variabel Independen dan Dua Dependen
7. Paradigma Jalur
Contoh Paradigma Sederhana :

X = Kualitas Alat Y = Kualitas Barang yang Dihasilkan

Berdasarkan paradigm di atas kita dapat menentukan:

1. Jumlah rumusan masalah deskriptif ada dua dan asosiatif ada satu:
1) Rumusan masalah deskriptif ada dua:

a) Bagaimana kualitas alat (X)?

b) Bagaimana kualitas barang yang dihasilkan (Y)?

2) Rumusan masalah asosiatif ada satu:

a) Bagaimanakah hubungan atau pengaruh kualitas alat dengan kualitas barang yang
dihasilkan?

1. Teori yang digunakan ada dua, yaitu teori tentang alat-alat dan tentang kualitas
barang.
2. Hipotesis yang dirumuskan ada dua macam hipotesis deskriptif dan hipotesis asosiatif,
1) Dua hipotesis deskriptif:

a) Kualitas alat yang digunakan oleh perusahaan tersebut telah mencapai 70% baik

b) Kualitas barang yang dihasilkan oleh perusahaan tersebut telah mencapai 99% dari
yang diharapkan.

2) Hipotesis asosiatif:
Ada hubungan yang positif dan signifikan antara kualitas alat dengan kualitas barang yang
dihasilkan. Hal ini berarti bila kualitas alat ditingkatkan maka kualitas barang yang dihasilkan
akan menjadi semakin tinggi (kata signifikan hanya digunakan apabila hasil uji hipotesis
akan digeneralisasikan ke populasi di mana sampel tersebut diambil)

1. Teknik Analisa Data

Berdasarkan rumusan dan hipotesis tersebut, maka dapat ditentukan teknik statistic yang
digunakan untuk analisa data dan menguji hipotasis.

1) Untuk dua hipotesis deskriptif, bila datanya berbentuk interval dan ratio, maka
pengujian hipotesis menggunakan t-test one sampel.

2) Untuk hipotesis asosiatif, bila data kedua variable berbentuk interval atau ratio, maka
menggunakan teknik statistic korelasi product moment.

D. Proses Penelitian
1. Adanya Masalah
2. Rumusan Masalah
3. Pengajuan hipotesis
4. Pembuktian hipotesis
5. Kesimpulan dan Saran
E. Peranan Statistik dalam Penelitian
Peranan statistik dalam penelitian adalah sebagai berikut:

1. Alat untuk menghitung besarnya anggota sampel yang diambil dari populasi. Dengan
demikian jumlah sampel yang diperlukan lebih dapat dipertanggungjawabkan.
2. Alat untuk menguji validitas dan reliabilitas instrument.
3. Teknik-teknik untuk menyajikan data, sehingga data lebih komunikatif. Teknik-teknik
penyajian data antara lain: table, grafik, diagram lingkar, dan pictogram.
4. Alat untuk analisis data seperti menguji hipotesis penelitian yang diajukan. Dalam hal
ini statistic yang digunakan antara lain: korelasi, regresi, t-test, anova, dll.
F. Macam-Macam Statistik
1. Statistik Deskriptif, statistik yang digunakan untuk menggambarkan atau menganalisa
suatu statistik hasil penelitian, tetapi tidak digunakan untuk membuat kesimpulan yang
lebih luas (generalisasi/inferensi). Penelitian yang tidak menggunakan sampel,
analisanya akan menggunakan statistic deskriptif.
2. Statistik Inferensial, statistik yang digunakan untuk menganalisis data sampel dan
hasilnya akan digeneralisasikan untuk populasi dimana sampel diambil.
1. Statistik Parametris, untuk menganalisis data interval atau rasio yang diambil dari
populasi yang berdistribusi normal.
2. Statistik Non Parametris, untuk menganalisis data nominal dan ordinal dari populasi
yang bebas distribusi.
G. Macam-Macam Data Penelitian
1. Data Kualitatif, data yang berbentuk kalimat, kata, atau gambar.
2. Data Kuantitatif, data yang berbentuk angka, atau data kualitatif yang diangkakan
(scoring). Data kuantitatif dibagi menjadi:
1. Data Diskrit, data dari hasil menghitung. (Data nominal)
 2. Data Kontinum, data dari hasil pengukuran, dibagi menjadi tiga :
i. Ordinal, data berjenjang atau berbentuk peringkat. Jarak data yang satu dengan lainnya
mungkin tidak sama. Contoh : Juara I, II, III.

ii. Interval, data yang jaraknya sama tetapi tidak mempunyai data nol absolute (mutlak).
Pada data ini, walaupun datanya nol, tetapi masih mempunyai nilai. Contoh: nol derajat
celcius.

iii. Ratio, data yang jaraknya sama dan mempunya nilai nol absolut. Contoh: Ukuran
panjang / berat. Data ini bisa dibuat penjumlahan dan perkalian.

H. Pedoman Umum Memilih Teknik Statistik

Tabel 1.1
Penggunaan Statistik Parametris dan Non Parametris untuk Menguji Hipotesis
Bentuk Hipotesis
Macam Deskripti Komparatif (dua Komparatif (lebih dari Asosiatif
Data f(satu sampel) dua sampel) (hubungan
variable) Relate Independen Related Independe )
d n
Nominal Binominal Mc Fisher Exact X2 for k X2 for k Contigency
X2One Nemar Probability sampleC sample Coefficient
Sample X two
2
ochran Q C
sample
Run Test Sign Median Friedman Median Spearman
Ordinal testWilc testMann- two-way Extension Rank
oxon Whithey U Anova Kruskal- Correlation
Mache testKolmogoro Wallis One Kendall
d pairs v- Way Tau
SmirnovWald- Anova
Woldfowitz
T -test t-test of t-test One way One way Pearson
Interval Ralated independent AnovaTw AnovaTwo Product
Ratio o way way Anova MomentPar
Anova tial
Correlation
Multiple
Correlation

Pada perkuliahan kali ini semua akan dibahas jika mampu.

STATISTIK DESKRIPTIF

A. Pengertian Statistik Deskriptif

Adalah statistik yang berfungsi untuk mendeskripsikan atau memberi gambaran terhadap
obyek yang diteliti melalui data sampel atau populasi sebagaimana adanya, tanpa melalukan
analisis dan membuat kesimpulan yang berlaku untuk umum.

B. Penyajian Data
Prinsip dasar penyajian data adalah komunikatif dan lengkap. Menarik perhatian pembacanya
dan mudah dipahami.

1) Tabel

Tabel terdiri dari dua macam : a. Tabel biasa dan b. Tabel distribusi frekuensi

Contoh Tabel Data Nominal:

Telah dilakukan pengumpulan data untk mengetahui komposisi pendidikan pegawai di
Politeknik LP3I Jakarta Kampus Blok M. Berdasarkan studi dokumentasi diperoleh keadaan
sebagai berikut:

a) Bagian Pamasaran, S1=2 orang; D3=5 orang; SMTA=4 orang

b) Bagian Akademik, S1=4 orang; D3=2 orang; SMTA=1 orang

c) Bagian Keuangan, S1=1 orang; D3=1 orang; SMTA=3 orang

d) Bagian Penempatan, S1= 1 orang; D3=0 orang; SMTA=1 orang

Dari data mentah di atas dapat disusun ke dalam table dibawah ini:

TABEL 2.1
KOMPOSISI PENDIDIKAN PEGAWAI
POLITEKNIK LP3I JAKARTA KAMPUS BLOK M

No Bagian Tingkat Pendidikan Jumlah

S1 D3 SMTA
1 Pemasaran 2 3 5 10
2 Akademik 4 2 1 7
3 Keuangan 1 1 3 5
4 Penempatan 1 0 1 2
Jumlah 8 6 10 24
Sumber data: Bagian Personalia

Contoh Tabel Data Ordinal

TABEL 2.2
RANGKING SKOR TOEIC
Periode Juli 2012 sd Juni 2013

No Nama Karyawan Skor TOEIC Rangking

1 Nengwida 780 1
2 Harti 560 2
3 Nunung 440 3
4 Puspita 420 4
5 Iwan 300 5
Rata-Rata Skor TOEIC 500
Sumber Data: Bagian Personalia

Contoh Tabel Data Interval

Dari hasil penelitian kepuasan kerja pegawai menggunakan instrument dengan skala Likert
dengan interval 1 sampai dengan 5 dimana skor 1 untuk sangat kurang; 2 untuk kurang; 3 untuk
cukup; 4 untuk baik; dan 5 untuk sangat baik. Hasilnya disajikan dalam table di bawah ini.

TABEL 2.3
TINGKAT KEPUASAN KERJA PEGAWAI

No Aspek Kepuasan Kerja Tingkat Kepuasan

1 Gaji 37.58
2 Insentif 57.18
3 Transportasi 68.60
4 Perumahan 48.12
5 Budaya Kerja 54.00
Sumber Data: Bidang Personalia

2) Tabel Distribusi Frekuensi

Disusun bila jumlah data yang akan disajikan cukup banyak, sehingga kalau disajikan dalam
bentuk tabel biasa menjadi tidak efisien, kurang komunikatif, dan tidak menarik. Selain itu tabel
ini dibuat untuk persiapan pengujian terhadap normalisasi data yang menggunakan kertas
peluang normal.