Bab I

Pendahuluan

1.1 Statistika Deskriptif dan Statistik Inferensia

Dalam mempelajari statistika, pada dasarnya digunakan untuk penyajian
dan penafsiran kejadian yang bersifat peluang yang terjadi dalam suatu
penyelidikan terencana maupun penelitian.
Dalam penelitian, statistikawan tidak terlepas dengan data. Data adalah
kumpulan informasi yang berguna dalam analisis dan pembuatan laporan.
Data sering juga disebut sebagai pengamatan (observasi). Data menurut
sifatnya dibedakan menjadi dua, yaitu data numerik yang berupa hasil
cacahan atau hasil pengukuran, dan data atribut/kategorik yang
diklasifikasikan menurut kriteria tertentu. Sebagai contoh, data yang bersifat
numerik ialah tinggi badan, berat badan, gaji perbulan dsb, sedangkan data
atribut misalnya jenis kelamin, jenjang pendidikan dsb.
Metode statistik adalah prosedur-prosedur yang digunakan dalam
pengumpulan, penyajian, analisis, dan penafsiran data. Metode statistik
dikelompokan dalam dua kelompok besar, yaitu statistika deskriptif dan
statistik inferensia.

Definisi
Statistika Deskriptif : metode-metode yang berkaitan dengan
pengumpulan dan penyajian suatu gugus data sehingga
memberikan informasi yang berguna.

Pengumpulan data dilakukan melalui sensus dan sampling. Sensus : proses

pengumpulan data dimana seluruh observasi di catat karakteristiknya.
Sampling : proses pengumpulan data yang dilakukan terhadap sekumpulan
observasi.

Penyajian data dapat dilakukan dengan pembuatan tabel, diagram, grafik

atau besaran-besaran lain, termasuk dalam kategori statistika deskriptif.
Penyajian data statistik dalam bentuk tabel, diagram maupun grafik
mempunyai banyak kegunaan, namun tujuan akhir suatu telaah statistika
adalah membuat keputusan dan menarik kesimpulan mengenai segugus
data induk yang lebih besar berdasarkan hanya sebagian data. Statistika
deskriptif tidak dapat melakukannya, karena ini merupakan kajian statistik
inferensia.

1
 2

Definisi
Statistika Inferensia : mencakup semua metode yang berhubungan
dengan analisis sebagian data untuk kemudian sampai pada
peramalan atau penarikan kesimpulan mengenai keseluruhan gugus
data induknya.

Perbedaan antara statistika deskriptif dengan statistik inferensia adalah

generalisasi (penarikan kesimpulan untuk data induk). Generalisasi yang
berhubungan dengan statistik inferensia selalu mempunyai sifat tak pasti,
karena kita mendasarkan pada informasi parsial yang diperoleh dari
sebagian data. Untuk memperhitungkan ketidakpastian ini, pengetahuan
mengenai teori peluang mutlak diperlukan.

1.2 Populasi dan Sampel

Dalam suatu penelitian, banyaknya pengamatan yang diamati mungkin
sedikit, mungkin banyak tetapi terhingga, atau mungkin pula takhingga.
Keseluruhan pengamatan yang menjadi perhatian kita, baik terhingga
maupun takhingga, menyusun apa yang disebut populasi. Di waktu
lampau, istilah “populasi” mengandung makna pengamatan yang diperoleh
dari penelitian statistik yang berhubungan dengan orang banyak. Di masa
kini, statistikawan menggunakan istilah itu bagi sembarang pengamatan
yang menarik perhatian kita, apakah itu sekelompok orang maupun benda
apa saja.

Definisi
Populasi : keseluruhan pengamatan yang menjadi perhatian kita.

Populasi diperoleh dengan cara mengumpulkan pengamatan melalui

Sensus. Banyaknya pengamatan atau anggota suatu populasi disebut
ukuran populasi, sedangkan ciri-ciri dari populasi kita sebut sebagai
parameter.

Definisi
Parameter : sembarang nilai yang menjelaskan ciri populasi.

Dalam statistik inferensia kita ingin memperoleh kesimpulan mengenai

populasi, meskipun kita tidak mungkin atau tidak praktis untuk mengamati
keseluruhan individu yang menyusun populasi. Biasanya biaya yang besar
lebih sering menjadi faktor penghalang untuk mengamati semua anggota
populasi. Oleh karena itu, kita harus menggantungkan pada sebagian
anggota populasi untuk membantu kita menarik kesimpulan mengenai
populasi tersebut. Maka kita gunakan sampel untuk membuat inferensia.

Diktat Statistika- Pendahuluan@-2006

 3

Definisi
Sampel : suatu himpunan bagian dari populasi.

Proses pengambilan atau penarikan sampel disebut sebagai sampling.

Banyaknya pengamatan atau anggota dari suatu sampel disebut ukuran
sampel, sedangkan cirri-cirinya disebut sebagai statistik.

Definisi
Statistik : sembarang nilai yang menjelaskan cirri suatu sampel.

Jika kita menginginkan kesimpulan dari sampel terhadap populasi menjadi

sah, kita harus mendapatkan sampel yang representatif (mewakili). Kita
sering kali mengambil anggota populasi yang memudahkan kita. Cara
demikian ini akan menghasikan kesimpulan yang salah mengenai populasi.
Prosedur pengambilan sampel yang menghasilkan kesimpulan yang
konsisten terlalu tinggi (overestimate) atau terlalu rendah (underestimate)
mengenai cirri populasi dikatakan bias. Untuk menghilangkan
kemungkinan bias ini, kita perlu mengambil sampel acak sederhana, atau
lebih singkat lagi sampel acak.

Definisi
Sampel Acak Sederhana : suatu sampel yang dipilih sedemikian rupa
sehingga setiap himpunan bagian dari populasi tersebut mempunyai
peluang yang sama untuk terpilih.

Untuk populasi terhingga yang kecil, proses pengambilan sampel acak

sederhana relatif mudah, namun dengan semakin besarnya populasi, proses
ini menjadi rumit. Untuk memudahkan digunakan tabel angka acak. Tabel
ini disusun dengan cara membangkitkan angka-angka dalam suatu urutan
yang tidak teratur atau acak.

1.3 Keuntungan menggunakan Sampel

Ada beberapa faktor yang mempengaruhi mengapa statistikawan cenderung
menggunakan data sampel daripada data populasi, diantaranya adalah :

Masalah waktu, pengambilan data populasi biasanya membutuhkan

waktu yang lama, sedangkan pengambilan sampel waktu yang
digunakan relatif lebih singkat.
Masalah biaya, dibutuhkan biaya yang besar untuk memperoleh data
populasi, termasuk juga membutuhkan kru yang banyak.
Masalah ketelitian, dengan data sampel yang lebih kecil dari populasi
peneliti cenderung lebih cermat dalam memperhatikan karakteristik yang
diamati.

Diktat Statistika- Pendahuluan@-2006

 4

Untuk penelitian yang bersifat destruktif (menghancurkan) tidak

mungkin untuk mencoba satu persatu data yang kita amati.

1.4 Variabel dan Skala Pengukuran

Definisi
Variabel : karakteristik yang bisa diklasifikasikan ke dalam minimal
2 kelas yang berbeda, atau dapat memberikan hasil
pengukuran/perhitungan minimal 2 hasil yang berbeda (kuantitatif
dan kualitatif).

Variabel yang berdistribusi disebut Variat. Tidak semua variabel dapat

menghasilkan data angka, sedangkan pada umumnya analisis statistik
membutuhkan data angka. Oleh karena itu diperlukan cara kuantifikasi
untuk variabel ini yang disebut skala atau tingkat pengukuran (level of
measurement). Ada 4 skala pengukuran yang digunakan yaitu : nominal,
ordinal, interval dan rasio. Berikut merupakan perbedaan dan analisis
statistik yang dapat digunakan oleh keempat skala tersebut.

Skala Perbedaan, Statistik yang dapat dihitung dan analisisnya

Nominal Berfungsi membedakan atau mencirikan saja
Jumlah kasus, modus, korelasi kontingensi (Uji chi kuadrat, uji
eksak Fisher)
Ordinal Berfungsi mencirikan, juga menunjukkan urutan
Jumlah kasus, modus, median kuartil, desil, persentil, korelasi
rank order, uji tanda, uji runtun
Interval Berfungsi mencirikan, menunjukkan urutan, menunjukkan jarak,
titik nol tidak mutlak
Jumlah kasus, modus, median kuartil, desil, persentil, rata-rata
hitung, simpangan rata-rata, simpangan baku, korelasi product
moment, uji t (korelasi), uji F
Rasio Berfungsi mencirikan, menunjukkan urutan, menunjukkan jarak,
titik nol mutlak
Jumlah kasus, modus, median kuartil, desil, persentil, rata-rata
hitung, koefisien variasi, rata-rata geometrik, rata-rata harmonik

1.5 Notasi
Notasi yang akan digunakan dibedakan menjadi dua bagian, yaitu notasi
untuk nilai parameter dan nilai statistik. Notasi untuk parameter biasanya
digunakan huruf Greek (Yunani) seperti , ,  dan sebagainya, sedangkan
untuk nilai statistik dengan huruf kecil biasa seperti x , s, r dan secara umum

Diktat Statistika- Pendahuluan@-2006

 5

adalah nilai taksiran dari parameter yaitu dengan menambahkan tanda topi
(Hat) pada nilai parameter misalkan ˆ , ˆ , ˆ .

1. Notasi untuk variabel dinyatakan dengan huruf kapital yang

dimiringkan misalnya X, Y, Z.
2. Notasi untuk observasi yang diamati dengan huruf kecil dan penggunaan
indeks (subscript) untuk menunjukkan observasi keberapa. Misalnya xi
untuk i = 1, 2, … , n, yaitu x1, x2, … , xn.
3. Untuk penjumlahan deret data menggunakan notasi .
n

x
i 1
i  x1  x 2    x n

Jumlah deret data variabel X untuk observasi 1 sampai n.

n

x y
i 1
i i  x1 y1  x 2 y 2    x n y n

Jumlah perkalian deret data untuk variabel X dengan variabel Y pada

setiap observasi 1 sampai n.
n

x
i 1
2
i  x12  x 22    x n2

Jumlah kuadrat deret data variabel X untuk observasi 1 sampai obervasi

n.

Terdapat tiga aturan dasar yang berhubungan dengan notasi penjumlahan :

Dalil 1. Penjumlahan jumlah dua atau lebih peubah (variabel) sama dengan
jumlah masing-masing penjumlahannya.
n n n n

x
i 1
i  y i  z i    xi   yi   z i
i 1 i 1 i 1

Dalil 2. Jika c adalah suatu konstanta, maka

n n

 cx
i 1
i  c xi
i 1

Dalil 3. Jika c suatu konstanta, maka

n

 c  nc
i 1

Latihan
1. Berikan contoh-contoh statistik dalam bentuk tabel, diagram dan grafik !
2. Berikan contoh-contoh populasi terhingga dan populasi tak terhingga !
3. Berikan contoh-contoh data diskrit dan data kontinu !
4. Berikan contoh-contoh statistik berupa angka dan bukan angka !
5. Berikan beberapa contoh variabel kualitatif dan variabel kuantitatif !
6. Berikan contoh-contoh skala nominal, ordinal dan rasio !

Diktat Statistika- Pendahuluan@-2006

 6

7. Berikan contoh-contoh cara sampling !

8. Berikan contoh-contoh sensus dan sampling !

Diktat Statistika- Pendahuluan@-2006