A. PENDAHULUAN
Sebagai suatu ilmu, kedudukan statistika merupakan salah satu cabang dari
ilmu matematika terapan. Oleh karena itu, untuk dapat memahami ilmu statistika pada
tingkat yang tinggi terlebih dahulu diperlukan pemahaman ilmu matematika. Di
negara-negara maju seperti Amerika, Eropa, dan Jepang ilmu statistika telah sejak
lama berkembang dengan pesat sejalan dengan kemajuan ilmu ekonomi dan. teknik.
Bahkan kemajuan suatu negara sangat ditentukan oleh sejauh mana negara itu dapat
menerapkan ilmu statistika dalam memecahkan masalah-masalah pembangunan dan
perencanaan pembangunan. Dewasa ini, Jepang adalah salah satu negara yang sangat
berhasil dalam menerapkan ilmu statistika dalam berbagai bidang seperti
perencanaan desain produk mobil dan strategi menguasai pemasaran di berbagai
negara. Konon, Jepang telah berhasil memadukan ilmu statistika dengan ilmu
ekonomi, desain produk, psikologi dan sosiologi masyarakat di berbagai negara
untuk memprediksi dan menganalisis perilaku konsumen sehingga Jepang telah
mampu mengusai perekonomian dunia.
Kita di Indonesia boleh dikatakan kurang beruntung dalam hal kemajuan ilmu
statistika. Jangankan berhasil dalam mengembangkan ilmu statistika yang
tingkatnya canggih (tinggi), yang tingkatnya paling sederhanapun belum berhasil kita
capai. Bahkan lebih parch dari itu, kita belum mampu menerapkan ilmu statistika untuk
memecahkan masalah kompleks, kita baru mampu memanfaatkan ilmu statistika
secara sederhana saja.
Apakah keadaan ini akan dibiarkan terus menerus sehingga kita akan menjadi
bangsa yang ketinggalan jauh dibandingkan dengan negara-negara lain dalam
menguasai dan menerapkan ilmu stastika? Kalau kita mau belajar dari
pengalaman negara-negara bahwa kemajuan dalam statistika telah memberi
sumbangan besar dalam menentukan kemajuan di berbagai bidang kehidupan, maka
jawabannya tentu tidak. Melalui proses dan mekanisme. pendidikan, walaupun berjalan
dengan lambat, kita berharap bahwa pada suatu saat bangsa kita akan maju dalam
bidang statistika dan matematika, paling tidak harapan ini kita letakkan pada generasi
penerus bangsa ini.
Statistik dan statistika merupakan dua hal yang sangat berbeda. Statistik
mempunyai beberapa pengertian. Dalam pengertian yang paling sederhana statistik
artinya data.
2. Jumlah penduduk Indonesia diperkirakan mencapai lebih dari 200 juta pada tahun
2001.
3. Hasil Pemilu tahun 1999 menunjukkan bahwa PDI Perjuangan meraih suara 34%,
Golkar 20%, dan PPP kurang dari 15%.
4. Di suatu daerah, korban meninggal akibat tanah longsor mencapai 50 orang terdiri
atas 30 orang laki-laki dan 20 orang perempuan.
5. Akibat krisis moneter, tingkat penjualan suatu perusahaan menurun sebesar 25%.
Dalam kaitan ini kita mengenal nama lembaga Biro Pusat Statistik artinya Biro
Pusat Data. Di lembaga ini terdapat berbagai data mengenai pembangunan di
Indonesia pada berbagai bidang.
Dalam pengertian yang lebih luas, statistik artinya kumpulan data dalam bentuk
angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) clan atau
diagram yang menggambarkan (berkaitan) dengan suatu masalah tertentu. Biasanya
suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang berkaitan
dengan suatu peristiwa atau keadaan tertentu.
Contoh 1.2
Tabel 1.1
Jumlah Mahasiswa Menurut Fakultas
Universitas A Tahun 1998
Gambar 1.1
Diagram Batang Jumlah Mahasiswa
Menurut Fakultas A (1998)
Kata statistik juga menyatakan ukuran atau karakteristik pada sampel seperti
nilai rata-rata, standar deviasi, variansi, dan koefen korelasi.
Contoh 1.3
1. Nilai rata-rata ujian mata kuliah Akuntansi adalah 65 dengan standar deviasi 10
Kini kita dapat menarik benang merah, bahwa statistik semata-mata hanya
merupakan data, yaitu kumpulan angka-angka yang belum mempunyai makna atau
arti apa-apa; sedangkan statistika merupakan suatu teknik, cara, atau metode
bagaimana agar suatu data yang semula belum mempunyai makna menjadi sesuatu
data yang mempunyai makna atau arti sehingga memberikan informasi yang berguna
bagi pihak-pihak yang memerlukannya, seperti bagi pimpinan untuk mengambil
keputusan.
Contoh 1.5
Data yang bukan berupa angka disebut data kualitatif. Data ini berbentuk kategori
atau atribut, misalnya manis, rusak, gagal, dan sembuh.
Contoh 1.6
Menurut sumbernya, data dapat dibedakan menjadi dua jenis, vaitu data
interen dan data eksteren. Data interen adalah data yang diperoleh atau
bersumber dari dalam suatu instansi (lembaga, organisasi). Sedangkan data
eksteren adalah data yang diperoleh atau bersumber dari luar instansi . Contoh
dari data interen, misalnya, suatu perusahaan pada tahun 1999 mempunyai
pegawai sebanyak 100 orang, biaya operasional perusahaan sebesar 2 milyar rupiah
dan keuntungan perusahaan adalah sebesar 1 milyar rupiah. Untuk mengetahui posisi
perusahaan relatif terhadap perusahaan yang sejenis, maka diperlukan data lain dari
luar perusahaan itu sendiri. Data inilah yang disebut data eksteren, misalnya, pada
tahun yang sama perusahaan B mempunyai pegawai sebanyak 80 orang, biaya
operasional 1,5 milyar rupiah, dan keuntungan per usahaan adalah 2,3 milyar
rupiah. Jadi, meskipun sama-sama mendapat keuntungan, jelas prestasi perusahaan A
lebih buruk daripada perusahaan B, karena dengan jumlah pegawai yang lebih banyak,
biaya operasional lebih besar, tetapi untungnya lebih kecil dari pada perusahaan B.
Data eksteren dibagi menjadi dua jenis, yaitu data primer dan dada
sekunder. Data primer adalah data yang langsung dikumpulkan oIeh orang yang
berkepentingan atau yang memakai data tersebut. Data yang diperoleh
melalui wawancara atau memakai kuesioner merupakan contoh data primer.
Sedangkan data sekunder adalah data yang tidak secara langsung dikumpulkan
oleh orang yang berkepentingan dengan data tersebut. Data yang diperoleh dari
laporan tahunan perusahaan untuk keperluan menulis skripsi adalah merupakan
contoh data sekunder. Begitu juga data yang diperoleh dari studi kepustakaan
merupakan data sekunder.
Berdasarkan pengertian tersebut, jelas data primer lebih baik daripada data
sekunder, karena asal-usul, kelemahan dan kelebihan data primer diketahui langsung
oleh orang yang berkepentingan dengan data tersebut; sedangkan data sekunder,
dikumpulkan dan diolah oleh orang lain sehingga orang luar yang memakai data
tersebut tidak mengetahui asal-usul, kelebihan, dan kekurangan data tersebut.
D. JENIS-JENIS STATISTIKA
Contoh 1.7
Berikut ini adalah contoh statistik untuk menggambarkan data mengenai sesuatu hal.
1. Hasil survei di DKI Jakarta para tahun 1996 menunjukkan bahwa 2 dari 3 laki-
laki melakukan seks di luar nikah. Angka 2 adalah statistik yang menggambarkan
2. Seseorang mencatat bahwa kecepatan rata-rata mobilnya adalah 160,872 mil per
jam pada Drag Race tahun 1996 di Sirkuit Sentul. Angka 160,872
menggambarkan kecepatan mobil orang tersebut, tetapi tidak menunjukkan
apakah itu termasuk cepat atau lambat.
, ,
Populasi dibedakan menjadi dua jenis, yaitu populasi orang dan populasi data.
Populasi orang atau individu adalah populasi yang terdiri atas keseluruhan orang
atau individu yang menjadi obyek perhatian. Sedangkan populasi data adalah
populasi yang terdiri atas keseluruhan karakteristik yang menjadi obyek perhatian
kita. Sejalan dengan itu, maka sampel juga dibagi menjadi dua, yaitu sampel
orang dan sampel data. Sampel orang adalah sampel yang terdiri atas orang-orang
yang merupakan bagian dari suatu populasi orang yang menjadi obyek perhatian.
Sampel data adalah sebagian karakteristik dari suatu populasi yang menjadi obyek
perhatian.
1. Data perekonomian.
2. Data industri.
Contoh 1.10
1. Statistik x (nilai rata-rata hitung) dari sampel dipakai untuk menduga dan menguji
parameter dari populasi.
2. Statistik s (standar deviasi) dari sampel dipakai untuk menduga dan menguji
parameter dari populasi.
4. Tes dan Skala Obyektif adalah suatu cara mengumpulkan data dengan
memberikan tes kepada obyek yang diteliti.
Semua alat yang dipakai untuk mengumpulkan data, apakah itu pedoman
wawancara, angket, dan tes, sebelum dipakai biasanya terlebih dahulu diadakan uji
coba untuk mengadakan perbaikan dan validasi. Pada lima cara mengumpulkan data
tersebut, orang yang menjadi obyek penelitian atau yang memberi keterangan
penelitian disebut responder.
Salah satu aspek penting yang perlu dipelajari dengan baik dalam memahami
data untuk keperluan analisis statistika terutama statistika inferensia adalah
skala pengukuran, yaitu yang menunjukkan kualitas data. Secara umum ada 4
tingkat/jenis skala pengukuran, yaitu skala nominal, skala ordinal, skala interval, dan
skala rasio.
1. Skala nominal adalah skala yang hanya mempunyai ciri untuk membedakan
skala ukur yang satu dengan skala ukur yang lain. Pada skala nominal, data
hanya bisa diklasifikasikan ke dalam kategori-kategori. Contoh skala nominal,
dapat dilihat pada Tabel 1.2 berikut ini.
TABEL 1.2
Je ni s da n J um la h Bu a h - B ua ha n y a n g
Diproduksi suatu Daerah pada Tahun 1998
Jenis Buah-Buahan Jumlah
Pepaya 2 ton
Mangga 1,5 ton
Apel 1 ton
Duku 1,4 ton
Manggis 1,3 ton
2. Skala ordinal adalah skala yang selain mempunyai ciri untuk membedakan juga
mempunyai ciri untuk mengurutkan pada rentangan tertentu. Misalnya,
rentangan dari yang paling rendah sampai yang paling tinggi, dari yang paling
jelek sampai yang paling baik. Perhatikan Tabel 1.3 berikut .
TABEL 1.3
Penilaian Pimpinan Kelompok terhadap Anggota Kelompok
Istimewa 6 orang
Baik 18 orang
Rata-rata 15 orang
Kurang 7 orang
Kurang sekali 0 orang
5 4 3 2 1
3. Skala interval adalah skala yang selain mempunyai ciri untuk membedakan dan
urutan, juga mempunyai ciri jarak yang sama. Misalnya, suhu tertinggi pada bulan
Desember di kota A, kota B, dan kota C, berturut-turut adalah 28, 31, dan
20 derajat Fahrenheit.
mengurutkan, jarak yang sama, dan mempunyai titik nol tulen (titik nol yang
berarti) sehingga dapat menghitung rasio atau perbandingan di antara nilai.
Contoh 1.10
1. Pak Asmuni mempunyai uang nol rupiah, artinya Pak Asmuni tidak
mempunyai uang.