A. Perbedaan Statistika dengan Statistik.

Secara umum, statistik dan statistika sama-sama digunakan untuk menyelesaikan masalah
yang berkaitan dengan data. Istilah ‘statistika’ (bahasa Inggris: statistics) berbeda dengan
‘statistik’ (statistic), meski terlihat sama. Keduanya memang berkaitan satu sama lain meski
memiliki arti berbeda. Berikut adalah perbedaan dari keduanya.
1. Statistika.
Statistika adalah ilmu mempelajari tentang bagaimana merencanakan, mengumpulkan,
menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu
yang berkenaan dengan data. Definisi statistika dalam Kamus Besar Bahasa Indonesia (KBBI)
adalah ilmu tentang cara mengumpulkan, menabulasi, menggolong-golongkan, menganalisis,
dan mencari kete-rangan yang berarti dari data yang berupa angka.
2. Statistik.
Statistik adalah hasil data yang disajikan dalam bentuk tabel, grafik, dan sebagainya. Adapun
definisi statistik menurut Kamus Besar Bahasa Indonesia (KBBI) adalah catata atau angka-angka
(bilangan) yang dikumpulkan, ditabulasi, digolong-golongkan sehingga dapat memberi informasi
yang berarti mengenai suatu masalah atau gejala.

B. Kegunaan Statistik.
Statistika memiliki fungsi dan peranan yang bisa diterapkan pada kehidupan sehari-hari.
Untuk mendapatkan fungsi maksimal, dibutuhkan penerapan statistika dan statistik secara
keseluruhan dari mulai mengambil data sampai penarikan kesimpulan. Berikut beberapa fungsi
dan peranan statistika:
1. Statistik menggambarkan data dalam bentuk tertentu,
2. Statistik dapat menyederhanakan data yang kompleks menjadi data yang mudah
dimengerti,
3. Statistik merupakan teknik untuk membuat perbandingan,
4. Statistik dapat memperluas pengalaman individu,
5. Statistik dapat mengukur besaran dari suatu gejala,
6. Statistik dapat menentukan hubungan sebab akibat.
Kegunaan statistik pun dapat diaplikasikan dalam kehidupan sehari-hari dengan
menggunakan informasi dan kesimpulan yang didapatkan untuk pengambilan keputusan dan
kebijakan.

C. CIRI KHAS STATISTIK

Pada dasarnya Statistik memiliki tiga ciri khas, yaitu:
 1. Statistik selalu bekerja dengan angka (bilangan).
Ini mengandung pengertian bahwa tanpa data angka mak Statistik tidak akan mampu
melaksanakan tugasnya sebagai ilmu pengetahuan.
Meskipun demikian bukanlah berarti bahwa data yang bukan angka (data kualitatif) tidak
mungkin digarap secara Statistik. Data kualitatif pun sebenarnya dapat diolah secara Statistik,
asalkan terlebih dahulu diubah menjadi data angka (data kuantitatif) dengan kata lain data
kwalitatip itu di kuantifikasikan lebih dahulu (proses kuantifikasi). Contoh: “Pandai”, “cukup”,
“kurang” adalah data kualitatif.
Data demikian dapat saja diolah dengan Statistik, caranya:
(1) Harus diketahui berapa orang (dituangkan dalam bentuk angka) yang tergolong pandai,
cukup dan kurang itu;
(2) Yang disebut pandai, cukup, dan kurang itu nilainya berapa (dituangkan dalam bentuk
angka, misalnya “Pandai” nilainya= 80 – 100; “cukup” nilainya= 60 – 79; “Kurang” nilainy= 0 –
59 dan sebagainya.

2. Statistik bersifat objektif.

Ini mengandung pengertian bahwa Statistik bekerja menurut objeknya; dengan kata lain
Statistik bekerja menurut apa adanya. Kesimpulan-kesimpulan atau ramalan-ramalan yang
dihasilkan oleh Statistik adalah semata-mata didasarkan atas angka-angka yang dihadapi dan
diolah dan bukan didasarkan atas subyektifitas atau pengaruh-pengaruh luar lainnya. Itulah
sebabnya mengapa Statistik sering dikatakan sebagai “Alan penilai kenyataan”.

3. Statistik bersifat universal.

Ini mengandung pengertian bahwa ruang lingkup atau ruang gerak dan bidang garapan
statistik tidaklah sempit. Statistik dapat dipergunakan atau diterapkan dalam hampir semua
cabang kegiatan hidup manusia.
Dapat disaksikan misalnya:
 Statistik Harga,
 Statistik Moneter,
 Statistik Eksport dan Import,
 Statistik Penduduk,
 Statistik Kelahiran,
 Statistik Nikah, Talak, Cerai dan Rujuk,
 Statistik Pertanian, Statistik Perdagangan,
 Statistik Kriminalitas,
 Statistik Psikologi dan Pendidikan,
  Statistik Kesehatan,
 Statistik Lalu Lintas,
 Statistik Keagamaan,
 dan lain sebagainya.
Dengan singkat dapat dikatakan bahwa Statistik bersifat menyeluruh atau bersifat
universal.
 Statistika : Mengenal Data, Populasi & Sampel

DATA

Pengertian Data :

Data adalah sekumpulan fakta atau segala sesuatu yang dapat dipercaya kebenarannya sehingga
dapat digunakan sebagai dasar menarik suatu kesimpulan.

Jenis data berdasarkan cara memperolehnya :

 Data Primer : data yang langsung diambil dari objek penelitian oleh si peneliti. Data
tersebut secara langsung diperoleh dari jawaban responden melalui penyebaran kuisioner, olah
data ataupun observasi.

 Data Sekunder : data yang tidak secara langsung diambil dari objek penelitian. Peneliti
mendapatkan data yang sudah jadidari pihak lain yang dikumpulkan oleh lembaga pengumpul
data.

Macam macam data berdasarkan sumbernya :

 Data Internal : data yang menggambarkan situasi dan kondisi didalam organisasi secara
internal. Contoh : Risma mengambil data keuangan, data pegawai dan data produksi langsung
dari PT Maju Bersama yang memproduksi buku tulis.

 Data Eksternal : data yang menggambarkan situasi dan kondisi yang ada di luar
organisasi. Contoh : Risma mengambil data jumlah pengguna atau pembeli buku tulis dari PT
Maju bersama secara langsung dari sekitar luar wilayah PT Maju Bersama.

Klasifikasi data berdasarkan jenisnya :

 Kuantitatif : data yang dipaparkan dalam bentuk angka.

 Kualitatif : data yang disajikan dalam bentuk kata kata yang mengandung makna.

Pembagian jenis data berdasarkan sifat data :

 Data Diskrit : data yang nilainya adalah bilangan asli. Contoh berat badan Fina 48 kg.
Harga bakso malang Rp. 10.000.

 Data Kontinyu : data yang nilainya ada pada interval tertentu atau pada nilai yang satu ke
nilai yang lain. Data tersebut tidak bisa dipastikan secara pasti jumlahnya, dan menggunakan
kata kata seperti : sekitar, kurang lebih, kira kira dan sebagainya. Contoh Anita menggunakan
kurang lebih 5 kg untuk membuat kue setiap harinya. Sekitar 10 anak main di taman kota.
 Jenis data menurut waktu pengumpulannya :

 Data Cross Section : data yang menunjukan titik waktu tertentu. Contoh : Laporan
keuangan PT Maju Bersama per 31 desember 2014. Data pelanggan PT Maju Bersama bulan Juli
2014.

 Data Time Series / Berkala : data yang menggambarkan sesuatu dari waktu ke waktu atau
periode secara historis. Contoh : data perkembangan nilai tukar rupiah terhadap dolar dari tahun
2013 sampai 2015.

Data menurut skala ukur :

 Nominal

 Ordinal

 Interval

 Rasio

POPULASI

Pengertian Populasi :

Populasi adalah serumpun atau sekelompok objek yang menjadi sasaran / objek penelitian.
Populasi dapat berupa manusia, hewan, tumbuh tumbuhan, udara, gejala, nilai, peristiwa, sikap
hidup dan lain sebagainya sehingga dapat menjadi sumber data penelitian.

Populasi berdasarkan jumlah :

1. Populasi terbatas (terhingga) : populasi yang dinyatakan dengan angka dan mempunyai
batasan. Contoh : Program Sarjana Ekonomi memberikan beasiswa kepada 300 mahasiswa
berprestasi.
Terbatas : hanya untuk 300 mahasiswa berprestasi.
Karakter : beasiswa.

2. Populasi tak terbatas (tak terhingga) : populasi yang tidak dapat ditentukan batasnya.
Contoh : sejumlah pedagang berjualan di sekitar taman kota.
Tak terbatas : sejumlah pedagang.
Karakter : berjualan.

Populasi berdasarkan turunan populasi terbatas dengan ruang lingkup yang lebih dipersempit :
1. Populasi teoritis : populasi yang diturunkan dari populasi terbatas. Contoh : Program
Sarjana Ekonomi memberikan beasiswa kepada 300 mahasiswa berprestasi tahun 2015.Untuk
mengetahui siapa saja yang layak mendapat beasiswa maka dapat melihat kriteria pemberian
beasiswa tahun 2014.

2. Populasi tersedia : populasi turunan dari populasi teoritis yang akan diteliti dengan
mempertimbangkan jumlah, waktu dan tenaga yang tersedia dengan memperhatikan karakteristik
yang ditentukan.

Populasi berdasarkan variasi dari unsur pembentuk sumber data :

1. Populasi bersifat homogen :populasi yang unsur unsur pembentukan dari sumber datanya
memiliki sifat sifat yang sama. Semakin spesifik sata yang disebutkan maka akan menjadi
semakin homogeny. Contoh : 5 kg terigu + 20 telur + 2 kg mentega diaduk dan dicetak menjadi
2500 irisan kue. Irisan kue yang satu dengan yang lainnya mempunyai sifat yang sama. Jika kue
tersebut ingin diteliti maka cukup diambil beberapa irisan saja karena sama antara irisan satu
dengan yang lainnya.

2. Populasi bersifat heterogen : populasi yang unsur unsur pempentukan dari sumber
datanya sifat yang bervariasi (berbeda beda) sehingga perlu ditetapkan lagi batasan batasannya
baik kuantitatif atau kualitatifnya. Semakin sedikit ciri ciri populasi yang diidentifikasi maka
akan semakin heterogen. Contoh : Penelitian tentang persepsi masyarakat tentang pengobatan
alternative. Dalam penelitian ini tidak diketahui pengobatan alternative yang seperti apa yang
akan dipersepsikan, jadi tidak ditentukan karakteristik pengobatan alternativenya karena bersifat
universal (keseluruhan).

SAMPEL

Pengertian Sampel :

Sampel adalah sebagian objek dari populasi yang diambil untuk menjadi sumber data penelitian.

Alasan menggunakan sampel untuk objek penelitian :

1. Populasi berjumlah banyak bahkan tidak terbatas dan tidak memungkinkan dalam
praktiknya diteliti satu persatu, maka dari itu hanya sebagian objek yang diambil (sampel).

2. Adanya keterbatasan waktu penelitian, biaya, dan sumber daya manusia yang membuat
peneliti hanya menggunakan sebagian sumber data.

3. Penelitian dengan sample bisa lebih mudah dari pada populasi, karena sedemikian
banyaknya karakteristik populasi yang ada dapat membuat kelelahan fisik dan mental peneliti
sehingga banyak terjadi kekeliruan.
 Syarat syarat sampel yang baik :

1. Akurasi / Ketepatan, artinya makin sedikit tingkat kekeliruan dalam sampel maka akan
semakin akurat atau tepat sampel tersebut.

2. Memiliki tingkat presisi estimasi, artinya belum ada sampel yang bisa mewakili
karakteristik populasi sepenuhnya, oleh karena itu dalam setiap penarikan sampel pasti ada
kesalahan yang melekat yang dikenal dengan sebutan “sampling error”. Presisi diukur oleh
simpangan baku. Makin kecil perbedaan antara simpangan baku yang diperoleh dari sampel
dengan simpangan baku populasi makin tinggi pula tingkat presisinya.

3. Derajat kepercayaan mengukur seberapa jauh peneliti yakin dalam estimasi populasi
secara benar. Semakin tinggi derajat kepercayaan, semakin banyak jumlah sampel yang harus
diambil.

Teknik pengambilan sampel :

 Probability / Random Sampling (Sample Acak) yaitu pengambilan sampel dengan cara
memberikan kesempatan yang sama untuk diambil kepada setiap elemen populasi. Contoh :
Anita meneliti tingkat kecerdasan anak di Indonesia. Karena Indonesia merupakan Negara yang
luas, Ia hanya mengambil data secara acak dari beberapa anak yang ditemui.

Non Probability / Non Random Sampling (Sampel Tidak Acak) yaitu pengambilan
sampel dengan cara memilih (menentukan) dengan pasti hanya pada populasi yang benar benar
dapat diambil informasinya. Contoh : Anita meneliti Mahasiswa Gunadarma yang mendapat
beasiswa khusus di daerah regional kalimalang untuk di ambil sampel. Dengan itu, maka anita
hanya mengambil sampel dari daerah yang sudah ditentukan yaitu daerah kalimalang.