Statistika (Statistics) merupakan bagian dari matematika.

Secara umum, statistika

merupakan suatu rangkaian teknik analisis data yang pada akhirnya bertujuan untuk
menghasilkan suatu kesimpulan dan prediksi-prediksi. Seringkali, statistika dan statistik
dianggap sama. Namun, pada hakekatnya, kedua istilah tersebut berbeda. Statistika adalah
bagian dari ilmu, sedangkan statistik adalah datanya (misalnya Statistik desa, Statistik
pertanian, Statistik peternakan dll).

Statistika dipelajari karena ingin mengetahui suatu hal/ hubungan satu hal dengan
lainnya. Hubungan tersebut dapat diperoleh dengan cara mengumpulkan data, mengolah,
menganalisis dan menyimpulkannya

Statistika memegang banyak peranan di berbagai bidang. Dalam bidang-bidang terapan,

teknik statistika merupakan komponen dalam pengambilan keputusan. Sedangkan dalam ilmu
teoritis, statistika digunakan sebagai alat untuk mempelajari atau memahami fenomena, baik
untuk sesuatu fenomena maupun kaitannya dengan yang lain. Peranan statistika di beberapa
bidang antara lain:

- Psikologi/Pendidikan : mempelajari perubahan sikap, tingkah laku, hal0hal yang

berkaitan dengan proses belajar mengajar dll
- Produksi : quality control
- Sosial : kemampuan suatu kelompok masyarakat untuk beradaptasi dengan
kemajuan IPTEK
- Kimia : mengetahui tingkat pencemaran mercury di Teluk Buyat
- Pertanian : mempelajari kebutuhan beras dalam negeri
 STATISTIKA DESKRIPTIF DAN SATISTIKA INFERENSIA

Keberadaan secara tidak langsung sudah ada sejak dulu. Namun, memang belum
dinyatakan secara eksplisit. Pada zaman kuno, pengolahan informasi statistika lebih kepada
pendeskripsian/ statistika deskriptif. Bangsa-bangsa di zaman tersebut mengumpulkan data-
data untuk mendapatkan deskripsi tentang pajak, perang, hasil pertanian, baStatishkan
pertandingan sekalipun. Pada zaman yang lebih modern ini, statistika telah dijabarkan secara
lebih eksplisit dan tidak hanya sekedar untuk mengetahui gambaran (deskripsi) suatu data, tapi
juga tertarik untuk menarik kesimpulan dari data tersebut.

Statistika yang berhubungan dengan pendeskripsian data disebut Statistika Deskriptif.

Secara definitive, Statistika Deskriptif adalah metode-metode yang berkaitan dengan
pengumpulan dan penyajian suatu kumpulan data yang berisi informasi yang bermanfaat.
Statistika deskriptif dicirikan dengan penyajian data mentah dalam format yang lebih jelas
(grafik, table, frekuensi), pendeskripsian sifat-sifat dari data (mean, varians) dan belum
diarahkan untuk menarik keismpulan. Contoh penerapan statistika deskriptif adalah tabulasi
data saat pemilu.

Selain statistika deskriptif, adapula Statistika Inferensia. Statistika Inferensia adalah

metode-metode yang berhubungan dengan analisis sebagian dari kumpulan data untuk sampai
pada peramalan/prediksi dan penarikan kesimpulan (conclusion) tentang keseluruhan
kumpulan data dengan mempelejari sifat-sifat sampel. Dalam statistika inferensia digunakan
metode analisis yang didasarkan teori peluang. Contohnya: pendugaan parameter (pendugaan
titik dan pendugaan selang), uji hipotesis dan teori peramalan.
 MACAM-MACAM DATA

Statistik/data merupakan poin penting dalam statistika. Ada bermacam-macam

data yang dikenal dalam statistika, antara lain:

- Data kualitatif yaitu data yang berbentuk kalimat, kata atau gambar. Contoh dari
data kualitatif adalah tidak enak, enak, sangat enak.
- Data kuantitatif yaitu data berupa angka. Data kuantitatif dapat dikelompokkan
menjadi dua besar yaitu diskrit dan kontinu. Data diskrit adalah data yang diperoleh
dari hasil menghitung atau membilang (bukan mengukur) Contohnya jumlah
mahasiswa mipa matematika ada 500 orang, peserta seminar mathfair berjumlah
300 orang, dan himpunan bilangan asli dari 1 sampai 8 A= {1,2,3,4,5,6,7,8}.
- Data diskrit yaitu data data yang tidak dikonsepsikan adanya nulai-nilai di antara
data (bilangan) lain yang terdekat contoh banyaknya jumlah anak di suatu keluarga,
jumlah rumah di suatu kampung. Misalnya juka bilangan 2 dan 3 menunjukan
jumlah anak anak di keluarga A dan keluarga B, maka di antara kedua bilangan
tersebut tidak ada bilangan-bilangan lain. Tidak pernah kita mengatakan bahwa
jumlah anak di suatu keluarga adalah 2,4 atau 2,9.
- Data kontinu yaitu data yang didapat dari hasil pengukuran. Data hasil pengukuran
diperoleh dari tes, kuesioner ataupun alat ukur lain yang sudah terstandar misalnya
timbangan, panjang ataupun data psikologis yang lain. yang termasuk data
kontinum ini adalah interval dan rasio.
Data didapatkan dari perhitungan dan pengukuran. Pengukuran adalah penggunaan
aturan untuk menetapkan bilangan pada obyek atau peristiwa. Dengan kata lain,
pengukuran memberikan nilai-nilai variabel dengan notasi bilangan. Aturan
penggunaan notasi bilangan dalam pengukuran disebut data atau tingkat
pengukuran (scales of measurement).Secara lebih rinci, dalam statistik terdapat 4
data pengukuran yaitu nominal, ordinal, interval dan rasio.
- Data nominal adalah data mengelompokkan obyek atau peristiwa dalam berbentuk
kategori. Data nominal diperoleh dari pengukuran nominal yaitu suatu proses
mengklasifikasian obyek-obyek yang berbeda kedalam kategori-kategori
berdasarkan beberapa karakteristik tertentu.
 Karakteristik data nominal adalah
• Kategori data bersifat mutually eksklusif (setiap obyek hanya memiliki satu
kategori)
• Kategori data tidak disusun secara logis
Contoh : Jenis Kelamin, warna kulit, dan agama, pada contoh tersebut kita
memahami bahwa data nominal kita hanya dapat mengetahui bahwa subjek
termasuk ke dalam kategori tertentu (pria atau wanita, hitam atau putih atau sawo
matang, Islam atau Kristen atau Budha atau lainya). Perbedaan subjek dalam data
nominal bersifat kualitatif dan tidak mempunyai makna kuantitatif.
- Data ordinal adalah data yang menunjukkan perbedaan tingkatan subjek secara
kuantitatif. Contoh :Data ini biasanya dipergunakan dalam menentukan ranking
seseorang dibandingkan dengan yang lain. misalnya ranking siswa dikelas dibuat
dari nilai tertinggi sampai nilai terendah. Ranking pertama dan kedua tidak memiliki
jarak rentangan yang sama dengan ranking kedua dan ketiga. Contoh lain data
ordinal adalah nilai mahasiswa dalam bentuk huruf, A, B, C, D dan E. data ordinal
memiliki karakteristik:
• Kategori data bersifat mutually eksklusif (setiap obyek hanya memiliki satu
kategori)
• Kategori data tidak disusun secara logis
• Kategori data disusun berdasarkan urutan logis dan sesuai dengan besarnya
karakteristik yang dimiliki
Secara singkat, dapat dikata bahwa data ordinal, disamping memiliki sifat yang
dimiliki data nominal juga menunjukan kedudukan (tingkatan) subjek dalam suatu
kelompok pada suatu variable.
- Data interval adalah data yang yang memiliki jarak yang sama antar datanya akan
tetapi tidak memiliki nol mutlak. Nol mutlak artinya tidak dianggap ada. Selain
memiliki kedua ciri di atas (menunjukan klasifikasi dan kedudukan subjek dalam
kelompok), data interval juga memiliki sifat kesamaan jarak (equality of interval)
antara nilai yang satu dengan nilai yang lain. Skor mentah (raw score) yang
dihasilkan dari suatu tes hasil belajar atau tes kecerdasan sering disebut sebagai
data yang berdata interval (data interval). Salah satu ciri matematis yang dimiliki
data interval adalah penjumlahan. Dengan demikian, kita dapat membuat operasi
 penambahan atau pengurangan. Misalnya, jarak pada temperature tertentu. Jarak
antara 250F dengan 500F sama dengan jarak 750F dengan 1000F. akan tetapi, data
suhu ini tidak memiliki titik nol mutlak sehingga kita tidak bisa melakukan operasi
perkalian dan pembagian. Untuk itu maka ada satu lagi data yaitu data rasio.
- Data rasio adalah data yang bersekala rasio hampir sma dengan data interval, yakni
keduanya memiliki ketiga sifat di atas (menunjukan klasifikasi dan kedudukan subjek
dalam suatu kelompok, serta sifat persamaan jarak). Data rasio berbeda dari data
interval karena pertama data rasio memiliki nilai mutlak nol. Data pengukuran yang
memiliki nol mutlak sehingga dapat dilakukan operasi perkalian dan pembagian.
Misalnya berat badan, tinggi badan, pendapatan dan lain sebagainya. untuk
melakukan pengujian hipotesis, maka data yang kita miliki minimal berdata interval.
jika data berdata nominal atau ordinal, data tersebut harus ditransfer dulu ke data.
Contoh : perbandingan (rasio) antara skor-skor yang berdata rasio, 20 kg adalah 2
kali 10 kg, 15 m = 3 m x 5 m dan sebagainya.
POPULASI, SAMPEL DAN ELEMEN

Populasi atau universe adalah sekelompok orang, kejadian, atau benda, yang dijadikan obyek
penelitian. Jika yang ingin diteliti adalah sikap konsumen terhadap satu produk tertentu, maka
populasinya adalah seluruh konsumen produk tersebut. Jika yang diteliti adalah laporan keuangan
perusahaan “X”, maka populasinya adalah keseluruhan laporan keuangan perusahaan “X” tersebut, Jika
yang diteliti adalah motivasi pegawai di departemen “A” maka populasinya adalah seluruh pegawai di
departemen “A”. Jika yang diteliti adalah efektivitas gugus kendali mutu (GKM) organisasi “Y”, maka
populasinya adalah seluruh GKM organisasi “Y”.

Sampel adalah sebagian dari populasi. Artinya tidak akan ada sampel jika tidak ada populasi.
Populasi adalah keseluruhan elemen atau unsur yang akan kita teliti. Penelitian yang dilakukan atas
seluruh elemen dinamakan sensus. Idealnya, agar hasil penelitiannya lebih bisa dipercaya, seorang
peneliti harus melakukan sensus. Namun karena sesuatu hal peneliti bisa tidak meneliti keseluruhan
elemen tadi, maka yang bisa dilakukannya adalah meneliti sebagian dari keseluruhan elemen atau unsur
tadi.

Berbagai alasan yang masuk akal mengapa peneliti tidak melakukan sensus antara lain
adalah,(a) populasi demikian banyaknya sehingga dalam prakteknya tidak mungkin seluruh elemen
diteliti; (b) keterbatasan waktu penelitian, biaya, dan sumber daya manusia, membuat peneliti harus
telah puas jika meneliti sebagian dari elemen penelitian; (c) bahkan kadang, penelitian yang dilakukan
terhadap sampel bisa lebih reliabel daripada terhadap populasi – misalnya, karena elemen sedemikian
banyaknya maka akan memunculkan kelelahan fisik dan mental para pencacahnya sehingga banyak
terjadi kekeliruan; (d) demikian pula jika elemen populasi homogen, penelitian terhadap seluruh elemen
dalam populasi menjadi tidak masuk akal, misalnya untuk meneliti kualitas jeruk dari satu pohon jeruk

Agar hasil penelitian yang dilakukan terhadap sampel masih tetap bisa dipercaya dalam artian
masih bisa mewakili karakteristik populasi, maka cara penarikan sampelnya harus dilakukan secara
seksama. Cara pemilihan sampel dikenal dengan nama teknik sampling atau teknik pengambilan
sampel .
 Elemen/unsur adalah setiap satuan populasi. Kalau dalam populasi terdapat 30 laporan
keuangan, maka setiap laporan keuangan tersebut adalah unsur atau elemen penelitian. Artinya dalam
populasi tersebut terdapat 30 elemen penelitian. Jika populasinya adalah pabrik sepatu, dan jumlah
pabrik sepatu 500, maka dalam populasi tersebut terdapat 500 elemen penelitian.