Statistik deskriptif atau deduktif adalah bagian

dari statistik yang membahas suatu metode

mengumpulkan, menyusun, menyajikan, mengolah,
analisis, dan interpretasi hasil analisis dari data
dengan cara yang informatif menggunakan gambar,
grafik, atau diagram daripada menggunakan tulisan
atau tabel.

Manfaatnya :

1. menganalisis data dengan cara mendeskripsikan

atau menggambarkan data yang telah terkumpul
sebagaimana adanya tanpa bermaksud membuat
kesimpulan yang berlaku umum atau generalisasi.

2. menyajikan data melalui tabel, grafik, atau

diagram, ukuran pemusatan data (mean, median, modus,
dan lain-lain), serta ukuran penyebaran data
(rentang, standar deviasi, dan lain-lain).

Contoh :

a. Gaji pegawai rata-rata pada sebuah bank di suatu

kantor cabang di kota Tangerang;

b. Penjualan produk sepatu selama tahun 2015;

c. Skor tingkat kepuasan rata-rata manajemen

terhadap sensus perilaku pegawai;

d. Menurut laporan konsumen, pemilik handphone merk

Ababa melaporkan 9 masalah dari 100 handphone selama
tahun 2016;

2. Statistik inferensi atau induktif adalah bagian

dari statistik yang membahas suatu metode analisis,
menaksir, meramalkan, menarik kesimpulan (konklusi),
dan estimasi (perkiraan) terhadap data dari populasi
berdasarkan sampel yang diambil secara acak dari
populasi. Hasil dari analisis tersebut kemudian
berlaku untuk populasi.
 Contoh :

a. Riset yang dilakukan di perusahaan obat menemukan

obat jenis baru cukup mahal untuk diproduksi
sehingga perlu dilakukan uji coba terhadap sampel
pasien dengan jumlah kecil atau sedikit;

b. Periset pasar mempelajari dampak iklan atau

promosi terhadap target pasar tanpa perlu
melaksanakan sensus. Bila menggunakan sensus maka
seluruh populasi dilakukan pengambilan data. Hal ini
akan memakan waktu yang lama dan biaya banyak.

Probabilitas

Probabilitas adalah suatu angka yang mengukur frekuensi relatif dari suatu kejadian
dalam jangka panjang atau menunjukkan suatu tingkat kepercayaan. Pemakaian
konsep-konsep probabilitas menjadi dasar/landasan dalam mempelajari teori
keputusan secara statistik dan statistik inferensi.

 Teori keputusan secara statistik

Analisis keputusan secara statistik berhubungan dengan pengambilan keputusan bila

alternatif-alternatif tindakan diketahui, akan tetapi hasil dari masing-masing tindakan
berbeda-beda. Analisis keputusan secara statistik akan memberikan jawaban yang
paling baik dalam situasi yang tidak pasti atau penuh resiko.

Sampling dan Sampel

Dalam penelitian, biasanya peneliti tidak mungkin atau sukar untuk memeriksa
setiap satuan pengamatan yang ada dalam populasi, sehingga peneliti hanya bisa
meneliti beberapa satuan pengamatan saja yang dipilih dari populasi tersebut.

Proses pemilihan beberapa satuan pengamatan dari seluruh satuan pengamatan yang ada
dalam populasi disebut sampling. Sebagai hasil sampling, terkumpul beberapa
satuan pengamatan yang merupakan bagian dari populasi yang disebut sampel.

Teknik sampling adalah sebuah metode atau cara yang dilakukan untuk
menentukan jumlah dan anggota sampel. Setiap anggota tentu saja wakil dari
populasi yang dipilih setelah dikelompokkan berdasarkan kesamaan karakter.
Teknik sampling yang digunakan juga harus disesuaikan dengan tujuan dari
penelitian.

Populasi terdiri dari sekumpulan individu yang bersifat heterogen terbatas. Ada
banyak variasi variabel yang melekat pada masing-masing individu.
Perbedaan ini bisa disebabkan oleh faktor internal dan eksternal dari individu
seperti halnya wilayah tempat tinggal, tingkat pendidikan, budaya atau gaya
hidup dalam suatu daerah tertentu. Subjektifitas dari individu-individu yang
memiliki sifat determinan yang berulang pada populasi akhirnya membentuk
karakter dari populasi secara umum. Berdasarkan karakter ini, dapat
disimpulkan bahwa pengambilan sampel dari populasi tidak bisa dilakukan
begitu saja namun dibutuhkan suatu teknik agar sampel yang ditarik tetap
representatif

Hal yang perlu diperhatikan dalam pengambilan sampel atau sampling adalah
seluruh variabel yang berkaitan dengan penelitian. Unsur-unsur khusus yang
melekat pada pribadi tentu saja perlu diperhatikan karena individu dengan
kemampuan khusus dalam sampel akan membawa bias data dan tentu saja
mempengaruhi distribusi data yang ada. Kesesuaian karakteristik daerah,
tingkatan, dan juga kecenderungan khusus juga perlu dipertimbangkan dalam
memilih teknik sampling yang sesuai

F. Jenis dan Metode Sampling

Sampling secara garis besar dapat dikelompokkan menjadi dua (2) kelompok,
yaitu Probability sampling dan Nonprobability sampling. Adapun Probability
sampling menurut Sugiyono adalah teknik sampling yang memberikan peluang
yang sama bagi setiap unsur (anggota) populasi untuk dipilih menjadi anggota
sampel. Sedangkan Nonprobability sampling menurut Sugiyono adalah teknik
yang tidak memberi peluang/kesempatan yang sama bagi setiap unsur atau
anggota populasi untuk dipilih menjadi sampel.

1) Probability sampling
Probability sampling menuntut bahwasanya secara ideal peneliti telah
mengetahui besarnya populasi induk, besarnya sampel yang diinginkan telah
ditentukan, dan peneliti bersikap bahwa setiap unsur atau kelompok unsur
harus memiliki peluang yang sama untuk dijadikan sampel. Adapun jenis-jenis
Probability sampling adalah sebagai berikut :

a) Simple random sampling

Menurut Kerlinger (2006:188), simple random sampling adalah metode
penarikan dari sebuah populasi atau semesta dengan cara tertentu sehingga
setiap anggota populasi atau semesta tadi memiliki peluang yang sama untuk
terpilih atau terambil.

Menurut Sugiyono (2001:57) dinyatakan simple (sederhana) karena

pengambilan sampel anggota populasi dilakukan secara acak tanpa
memperhatikan strata yang ada dalam populasi itu. Margono (2004:126)
menyatakan bahwa simple random sampling adalah teknik untuk
mendapatkan sampel yang langsung dilakukan pada unit sampling. Cara
demikian dilakukan bila anggota populasi dianggap homogen. Teknik ini dapat
dipergunakan bilamana jumlah unit sampling di dalam suatu populasi tidak
terlalu besar. Misal, populasi terdiri dari 500 orang mahasiswa program S1
(unit sampling). Untuk memperoleh sampel sebanyak 150 orang dari
populasi tersebut, digunakan teknik ini, baik dengan cara undian, ordinal,
maupun tabel bilangan random. Teknik ini dapat digambarkan di bawah ini.

Gambar 1. Teknik Simpel Random Sampling (Sugiyono, 2001: 58)

b) Proportionate stratified random sampling

Margono (2004: 126) menyatakan bahwa stratified random sampling biasa
digunakan pada populasi yang mempunyai susunan bertingkat atau berstrata.
Menurut Sugiyono (2001: 58) teknik ini digunakan bila populasi mempunyai
anggota/unsur yang tidak homogen dan berstrata secara proporsional.
Misalnya suatu organisasi yang mempunyai pegawai dari berbagai latar
belakang pendidikan, maka populasi pegawai itu berstrata. Populasi berjumlah
100 orang diketahui bahwa 25 orang berpendidikan SMA, 15 orang diploma, 30
orang S1, 15 orang S2 dan 15 orang S3. Jumlah sampel yang harus diambil
meliputi strata pendidikan tersebut dan diambil secara proporsional.

c) Disproportionate stratified random sampling

Sugiyono (2001: 59) menyatakan bahwa teknik ini digunakan untuk
menentukan jumlah sampel bila populasinya berstrata tetapi kurang
proporsional. Misalnya pegawai dari PT tertentu mempunyai mempunyai 3
orang lulusan S3, 4 orang lulusan S2, 90 orang lulusan S1, 800 orang lulusan
SMU, 700 orang lulusan SMP, maka 3 orang lulusan S3 dan empat orang S2
itu diambil semuanya sebagai sampel. Karena dua kelompok itu terlalu kecil
bila dibandingkan dengan kelompok S1, SMU dan SMP.

d) Area (cluster) sampling (sampling menurut daerah)

Teknik ini disebut juga cluster random sampling. Menurut Margono (2004: 127),
teknik ini digunakan bilamana populasi tidak terdiri dari individu-individu,
melainkan terdiri dari kelompok-kelompok individu atau cluster. Teknik
sampling daerah digunakan untuk menentukan sampel bila objek yang akan
diteliti atau sumber data sangat luas, misalnya penduduk dari suatu negara,
propinsi atau kabupaten.

Indonesia memiliki 34 propinsi dan akan menggunakan 10 propinsi.

Pengambilan 10 propinsi itu dilakukan secara random. Tetapi perlu diingat,
karena propinsi-propinsi di Indonesia itu berstrata maka pengambilan
sampelnya perlu menggunakan stratified random sampling. Contoh tersebut
dikemukakan oleh Sugiyono sedangkan contoh lainnya dikemukakan oleh
Margono (2004: 127). Ia mencotohkan bila penelitian dilakukan terhadap
populasi pelajar SMU di suatu kota. Untuk random tidak dilakukan langsung
pada semua pelajar-pelajar tetapi pada sekolah/kelas sebagai kelompok atau
cluster.

Teknik sampling daerah ini sering digunakan melalui dua tahap, yaitu tahap
pertama menentukan sampel daerah, dan tahap berikutnya menentukan
orang-orang yang ada pada daerah itu secara sampling juga. Teknik ini dapat
digambarkan di bawah ini.

Gambar 2. Teknik Cluster Random Sampling (Sugiyono, 2001: 59)

2) Nonprobability sampling
Non Probability sampling adalah sebuah teknik sampling yang tidak
memperhatikan banyak variabel dalam penarikan sampel. Sampel-sampel dari
Nonprobability Sampling juga disebut sebagai subjek penelitian dimana hasil
dari uji yang dilakukan pada sampling tidak memiliki hubungan dengan
populasi. Tujuan penggunaan teknik sampling ini lebih banyak melekat pada
materi yang diujikan sedangkan pada random sampling atau probability
Sampling, tujuan penelitian melekat pada nilai dari materi pada populasi yang
diujikan.

a) Sampling sistematis
Sugiyono (2001:60) menyatakan bahwa sampling sistematis adalah teknik
penentuan sampel berdasarkan urutan dari anggota populasi yang telah diberi
nomor urut. Misalnya anggota populasi yang terdiri dari 100 orang. Dari semua
anggota diberi nomor urut, yaitu nomor 1 sampai dengan nomor 100.
Pengambilan sampel dapat dilakukan dengan nomor ganjil saja, genap saja,
atau kelipatan dari bilangan tertentu, misalnya kelipatan dari bilangan lima.
Untuk itu, yang diambil sebagai sampel adalah 5, 10, 15, 20 dan seterusnya
sampai 100.

b) Quota sampling
Menurut Sugiyono (2001: 60) menyatakan bahwa sampling kuota adalah
teknik untuk menentukan sampel dari populasi yang mempunyai ciri-ciri
tertentu sampai jumlah (kuota) yang diinginkan. Menurut Margono (2004: 127)
dalam teknik ini jumlah populasi tidak diperhitungkan akan tetapi
diklasifikasikan dalam beberapa kelompok. Sampel diambil dengan
memberikan jatah atau quorum tertentu terhadap kelompok. Pengumpulan
data dilakukan langsung pada unit sampling. Setelah kuota terpenuhi,
pengumpulan data dihentikan. Sebagai contoh, akan melakukan penelitian
terhadap pegawai golongan II dan penelitian dilakukan secara kelompok.
Setelah jumlah sampel ditentukan 100 dan jumlah anggota peneliti berjumlah 5
orang, maka setiap anggota peneliti dapat memilih sampel secara bebas
sesuai dengan karakteristik yang ditentukan (golongan II) sebanyak 20 orang.

c) Sampling aksidental
Sampling aksidental adalah teknik penentuan sampel berdasarkan kebetulan,
yaitu siapa saja yang secara kebetulan bertemu dengan peneliti dapat
digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu
cocok sebagai sumber data (Sugiyono, 2001: 60). Menurut Margono (2004: 27)
menyatakan bahwa dalam teknik ini pengambilan sampel tidak ditetapkan lebih
dahulu. Peneliti langsung mengumpulkan data dari unit sampling yang ditemui.
Misalnya penelitian tentang pendapat umum mengenai pemilu dengan
mempergunakan setiap warga negara yang telah dewasa sebagai unit
sampling. Peneliti mengumpulkan data langsung dari setiap orang dewasa
yang dijumpainya, sampai jumlah yang diharapkan terpenuhi.

d) Purposive sampling
Sugiyono (2001: 61) menyatakan bahwa sampling purposive adalah teknik
penentuan sampel dengan pertimbangan tertentu. Menurut Margono
(2004:128), pemilihan sekelompok subjek dalam purposive
sampling didasarkan atas ciri-ciri tertentu yang dipandang mempunyai
sangkut paut yang erat dengan ciri-ciri populasi yang sudah diketahui
sebelumnya, dengan kata lain unit sampel yang dihubungi disesuaikan
dengan kriteria-kriteria tertentu yang diterapkan berdasarkan tujuan penelitian.
Misalnya, akan melakukan penelitian tentang disiplin pegawai maka sampel
yang dipilih adalah orang yang memenuhi kriteria-kriteria kedisiplinan pegawai.

e) Sampling jenuh
Menurut Sugiyono (2001:61) sampling jenuh adalah teknik penentuan sampel
bila semua anggota populasi digunakan sebagai sampel. Hal ini sering
dilakukan bila jumlah populasi relatif kecil, kurang dari 30 orang. Istilah lain
sampel jenuh adalah sensus, dimana semua anggota populasi dijadikan
sampel.

f) Snowball sampling
(Sugiyono, 2001: 61), Snowball sampling adalah teknik penentuan
sampel yang mula-mula jumlahnya kecil, kemudian sampel ini disuruh
memilih teman-temannya untuk dijadikan sampel begitu seterusnya, sehingga
jumlah sampel semakin banyak. Ibarat bola salju yang menggelinding
semakin lama semakin besar. Pada penelitian kualitatif banyak menggunakan
purposive dan snowball sampling. Teknik sampel ditunjukkan pada gambar di
bawah ini.

Pengertian STATISTIK DESKRIPTIF dan STATISTIK

INFERENSIAL
03MAYBy Ayat HIdayat Huang

Pengertian statistik deskriptif berbeda dengan statistik

inferensial. Pada statistik deskriptif penelitian hanya
menggambarkan keadaan data apa adanya melalui
parameter-parameter seperti mean, median, modus, distribusi
frekuensi dan ukuran statistik lainnya. Pada statistika
deskriptif, yang perlu disajikan adalah:
1. Ukuran pemusatan data (measures of central
tendency). Ukuran pemusatan data yang sering digunakan adalah
distribusi frekuensi. Ukuran statistik ini cocok untuk data
nominal dan data ordinal (data kategorik). Sementara
nilai mean adalah ukuran pemusatan data yang cocok untuk
data continuous. Ukuran deskriptif lain untuk pemusatan data
adalah median (nilai tengah) dan modus (nilai yang paling
sering muncul).

2. Ukuran penyebaran data (measures of spread). Ukuran

penyebaran data yang sering digunakan adalah standar deviasi.
Ukuran penyebaran data ini cocok digunakan untuk data numerik
atau continuous. Sementara untuk data kategorik,
nilai range merupakan ukuran yang cocok.

Sedangkan penelitian inferensial adalah proses pengambilan

kesimpulan-kesimpulan berdasarkan data sampel yang lebih
sedikit menjadi kesimpulan yang lebih umum untuk sebuah
populasi. Penelitian inferensial diperlukan jika peneliti
memiliki keterbatasan dana sehingga untuk lebih efisien
penelitian dilakukan dengan mengambil jumlah sampel yang
lebih sedikit dari populasi yang ada. Pada penelitian
inferensial, dilakukan prediksi. Statistik inferensial
membutuhkan pemenuhan asumsi-asumsi. Asumsi paling awal yang
harus dipenuhi adalah sampel diambil secara acak dari populasi.
Hal tersebut diperlukan karena pada statistika inferensial
perlu keterwakilan sampel atas populasi. Asumsi-asumsi lain
yang perlu dipenuhi mengikuti alat analisis yang digunakan.
Jika yang digunakan adalah analisis regresi, maka
asumsi-asumsi data harus memenuhi asumsi analisis regresi.

Metode analisis statistik yang digunakan dalam statistik

inferensial adalah T-test, Anova, Anacova, Analisis regresi,
Analisis jalur, Structural equation modelling (SEM) dan
metode analisis lain tergantung tujuan penelitian. Dalam
statistik inferensial harus ada pengujian hipotesis yang
bertujuan untuk melihat apakah ukuran statistik yang
digunakan dapat ditarik menjadi kesimpulan yang lebih luas
dalam populasinya. Ukuran-ukuran statistik tersebut
dibandingkan dengan pola distribusi populasi sebagai normanya.
Oleh sebab itu, mengetahui pola distribusi data sampel menjadi
penting dalam statistik inferensial.

Contoh yang baik untuk statistik inferensial adalah pada

pemilu presiden 2014. Berbagai lembaga survei melakukan quick
count untuk mengetahui secara cepat kandidat presiden mana
yang akan mendapatkan suara rakyat lebih banyak. Lembaga
survei tersebut mengambil sebagian sampel TPS (Tempat
Pemungutan Suara) dari total TPS populasi. Hasil sampel TPS
tersebut digunakan untuk generalisasi terhadap keseluruhan
TPS. Katakanlah diambil 2.000 sampel TPS dari 400.000 populasi
TPS yang ada. Hasil dari 2.000 TPS adalah statistik deskriptif.
Sedangkan jika kita mengambil kesimpulan terhadap 400.000 TPS
adalah statistik inferensial.Kekuatan statistik inferensial
tergantung pada teknik pengambilan sampel dan proses
randomisasi. Jika proses randomisasi dilakukan dengan benar,
maka sampel yang lebih sedikit dapat memprediksi nilai
populasi dengan baik. Dengan demikian dapat menghemat
anggaran pengambilan / pengumpulan data.

Di industri manufaktur, statistik inferensial sangat berguna.

Manajemen dapat mengetahui dan mengontrol berapa produk yang
di luar standar atau cacat dengan hanya mengambil beberapa
sampel produk. Bayangkan jika manajemen perusahaan harus
memeriksa semua produk hanya untuk mengetahui berapa yang
cacat. Tentu akan menghabiskan waktu dan biaya yang tidak
sedikit. Terlebih jika harus memeriksa semua produk yang
dikemas. Tentu tidak efektif dan efisien. Untunglah ada Six
Sigma, salah satu tool yang digunakan terkait hal ini.
Prinsip Six Sigma menggunakan statistik inferensial yaitu
mengambil sampel produk dan mengukur sigma atau standar
deviasi (ukuran keragaman) dari produk. Jumlah produk yang
cacat tidak boleh melebihi standar yang ditetapkan

Penyajian data merupakan salah satu kegiatan dalam pembuatan

laporan hasil penelitan yang telah dilakukan agar dapat
dipahami dan dianalisis sesuai dengan tujuan yang diinginkan.
Data yang disajikan harus sederhana dan jelas agar muda dibaca.
Penyajian data juga dimaksudkan agar para pengamat dapat
dengan mudah memahami apa yang kita sajikan untuk selanjutnya
dilakukan penilaian atau perbandingan, dan
lain-lain. Tujuan Penyajian Data Tujuan penyajian data
adalah: Memberi gambaran yang sistematis tentang
peristiwa-peristiwa yang merupakan hasil penelitian atau
observasi, Data lebih cepat ditangkap dan dimengerti,
Memudahkan dalam membuat analisis data, dan Membuat proses
pengambilan keputusan dan kesimpulan lebih tepat, cepat, dan
akurat. Cara penyajian data ada tiga macam, yaitu : Narasi,
yaitu penyajian data hasil penelitian dalam bentuk kalimat.
Tabel, yaitu kumpulan angka-angka yang disusun menurut
kategori-kategori. Misalnya berat badan menurut jenis
kelamin, jumlah pegawai menurut pendidikan, jumlah penjualan
menurut jenis barang dan daerah penjualan, dll. Grafik atau
Diagram, yaitu gambar-gambar yang menunjukkan secara visual
data berupa angka atau simbol-simbol yang biasanya dibuat
berdasarkan data dari tabel yang telah dibuat. Narasi
Penyajian secara teks adalah penyajian data hasil penelitian
dalam bentuk kalimat. Misalnya, penyebaran penyakit malaria
di daerah pedesaan pantai lebih tinggi bila dibandingkan
dengan penduduk pedesaan pedalaman. Peyajian data dalam
bentuk teks merupakan gambaran umum tentang kesimpulan
tentang hasil pengamatan. Dalam bidang kesehatan, penyajian
dalam bentuk teks hanya digunakan untuk member informasi.
Penyajian dalam bentuk teks banyak digunakan dalam bidang
sosial, ekonomi, psikologi dan lain-lain, dan berperan
sebagai laporan hasil penelitian kualitatif, misalnya, untuk
mengetahui persepsi masyarakat tentang suatu produk yang
telah dipasarkan atau penerimaan, pendapat serta kepercayaan
masyarakat terhadap suatu program pemerintah atau program
pelayanan kesehatan pada masyarakat atau keberadaan petugas
kesehatan yang terdapat didaerah. Tabel Ada berbagai bentuk
tabel yang dikenal, yaitu : 1. Tabel satu arah (one way table)
Yaitu tabel yang memuat keterangan mengenai satu hal atau satu
karakteristik saja. Misalnya data indeks prestasi dari 10
mahasiswa. Tabel indeks prestasi dari 10 mahasiswa Subyek
Indeks prestasi A 2,5 B 2,8 C 2,9 D 3 E 3,1 F 3,5 G 3,2 H 3,4
I 3,2 J 3,3 2. Tabel dua arah (two way table) Yaitu tabel yang
menunjukkan hubungan dua hal atau dua karakteristik yang
berbeda. Misalnya data indeks prestasi mahasiswa yang
dipengaruhi oleh partisipasi didalam kelas. Tabel indeks
prestasi mahasiswa yang dipengaruhi oleh partisipasi didalam
kelas subyek Indeks prestasi partisipasi didalam kelas A 2,5
1 B 2,8 2 C 2 1 D 3 3 E 3,1 3 F 3,5 4 G 3,2 3 H 3,4 3 I 2,6
2 J 2,1 1 3. Tabel tiga arah (three way table) Yaitu tabel
yang menunjukkan hubungan tiga hal atau tiga karakteristik
yang berbeda. Misalnya data indeks prestasi dan partisipasi
didalam kelas yang dipengaruhi oleh status social. Tabel data
indeks prestasi dan partisipasi didalam kelas yang
dipengaruhi oleh status sosial subyek Indeks prestasi
partisipasi didalam kelas Status sosial A 2,5 1 1 B 2,8 2 3
C 2 1 2 D 3 3 3 E 3,1 3 1 F 3,5 4 2 G 3,2 3 3 H 3,4 3 1 I 2,6
2 2 J 2,1 1 3 Grafik/Diagram Grafik data disebut juga diagram
data, adalah penyajian data dalam bentuk gambar-gambar.
Grafik data biasanya berasal dari tabel dan grafik biasanya
dibuat bersama-sama, yaitu tabel dilengkapi dengan grafik.
Grafik data sebenarnya merupakan penyajian data secara visual
dari data bersangkutan. Dengan grafik dapat memberikan
informasi dengan cepat yang dikandung dari sekelompok data
dalam bentuk yang ringkas. Diagram biasanya lebih menarik
dibandingkan penyajian data dengan menggunakan tabel. Hal ini
bisa dimungkinkan karena dengan diagram kita bisa ditambahkan
manipulasi warna. Grafik data dibedakan atas beberapa jenis,
yaitu : Grafik garis (line chart) Adalah grafik berupa garis,
diperoleh dari beberapa ruas garis yang menghubungkan
titik-titik pada bidang bilangan. Pada grafik garis digunakan
dua garis yang saling berpotongan. Pada garis horizontal
(sumbu-X) ditempatkan bilangan-bilangan yang sifatnya tetap,
seperti tahun dan ukuran-ukuran. Pada garis tegak (sumbu-Y)
ditempatkan bilangan-bilangan yang sifatnya berubah-ubah.
Contohnya tentang perkembangan volume jumlah kendaraan yang
melintasi jalan A dalam kurun waktu pukul 0.00 s/d 19.12
(untuk lebih jelas klik pada gambar agar diperbesar) Grafik
Batangan (Bar chart) Adalah grafik data berbentuk persegi
panjang yang lebarnya sama dan dilengkapi dengan skala atau
ukuran sesuai dengan data yang bersangkutan. Setiap batang
tidak boleh saling menempel atau melekat antara satu dengan
lainnya dan jarak antara setiap batang yang berdekatan harus
sama. Ada berbagai bentuk, yaitu : Grafik batangan tunggal
(single bar chart), Yaitu grafik yang terdiri dari satu
batangan untuk menggambarkan perkembangan (trend) dari suatu
karakteristik. Grafik batangan berganda (multiple bar chart),
Yaitu grafik yang terdiri dari beberapa garis untuk
menggambarkan beberapa hal/kejadian sekaligus. Grafik
Lingkaran (Pie chart) Yaitu grafik yang menggambarkan
perbandingan nilai-nilai dari suatu karakteristik. Untuk
mengetahui perbandingan suatu data terhadap keseluruhan,
suatu data lebih tepat disajikan dalam bentuk diagram
lingkaran. Grafik data berupa lingkaran yang telah dibagi
menjadi juring-juring sesuai dengan data tersebut.
Bagian-bagian dari keseluruhan data tersebut dinyatakan
dalam persen atau derajat.

STATISTIKA: Data Kuantitatif atau Metode?

Kata statistika (statistic) berasal dari bahasa latin status
yang berkaitan dengan suatu negara, dalam arti kesatuan
politik. Pada awalnya, kata statistik diartikan sebagai
keterangan-keterangan yang dibutuhkan negara untuk
memperlancar penarikan pajak dan mobilisasi rakyat jelata ke
dalam angkatan perang. Tiap akhir bulan desember, Caesar
Agustus di zaman Romawi mengeluarkan sebuah dekrit agar
setiap orang kembali ke kota masing-masing dan melakukan
registrasi. Registrasi tersebut meliputi
keterangan-keterangan mengenai nama, usia, jenis kelamin,
pekerjaan dan jumlah keluarga penduduk negara atau yang kita
kenal sekarang sebagai sensus.
Kata status kemudian masuk ke dalam kamus bahasa Inggris
sebagai state pada abad ke-18. Fungsi statistika yang awalnya
untuk melayani keperluan administrasi negara, menyusun
informasi tentang penduduk, memperlancar pajak, serta
mobilisasi penduduk dalam angkatan perang. Namun dalam
perkembangannya, statistika berkembang menjadi suatu cabang
ilmu pengetahuan yang berhubungan dengan cara pengumpulan
data, pengolahan data, analisis data, penarikan kesimpulan
sampai pada pembuatan keputusan.
Seringkali kita menyamakan pengertian statistika sebagai
data kuantitatif atau kumpulan data yang berwujud angka-angka.
Pemahaman seperti ini memang tidaklah sepenuhnya salah. Hanya
saja, pemahaman seperti itu akan mengaburkan perbedaan
pengertian antara data kuantitatif itu sendiri dengan metode
untuk membuat data kuantitatif tersebut berbicara. Kata
berbicara perlu kita tekankan di sini. Mengapa? Sebagian
besar ahli statistik beranggapan bahwa kumpulan angka-angka
(kuantitatif) tidak bisa disebut sebagai statistik dalam arti
metode ilmiahnya dan tetap dinamakan data atau angka-angka
saja. Dengan demikian, statistika dapat diartikan sebagai
metode atau asas-asas untuk mengerjakan dan memanipulasi data
kuantitatif agar angka-angka tersebut berbicara.
Lalu, apa itu data? Data merupakan bentuk jamak dari datum
yang merupakan informasi yang diperoleh dari satu satuan
amatan. Misalnya, bila kita berbicara tentang perilaku
politik si Joko yang memilih SBY pada Pilpres 2004, berarti
kita berhadapan dengan datum. Sedangkan gambaran perilaku
politik penduduk DKI Jakarta, berarti kita dihadapkan pada
data. Dengan demikian, data adalah sejumlah informasi yang
dapat memberikan gambaran tentang suatu keadaan.
 Polemik tentang statistika juga berkisar persoalan: apakah
statistika merupakan ilmu pengetahuan atau metode?
Polarisasi mengemuka diantara para ahli statistik terhadap
persoalan ini. Ada sebagian yang mengatakan metode statistika
yang modern pada dirinya sendiri sebetulnya sudah merupakan
ilmu pengetahuan. Sebab, ilmu pengetahuan sudah mencakup
segala metode guna mengumpulkan, mengolah, menyajikan dan
menganalisa data kuantitatif. Namun, ada sebagian kalangan
yang berpendapat bahwa kita perlu membedakan statistika
sebagai teori dan statistika sebagai metode. Teori statistika
mempelajari landasan ilmu dalam statistika sedangkan metode
lebih melihat prosedur sistematis dalam penggunaannya.
Bagaimana dengan pendapat anda?

Jenis-jenis Statistika
Statistika Deskriptif adalah metode statistika yang
digunakan untuk menggambarkan atau mendeskripsikan data yang
telah dikumpulkan menjadi sebuah informasi.
Statistika Induktif adalah metode yang digunakan untuk
mengetahui tentang sebuah populasi berdasarkan suatu sampel
atau contoh dengan menganalisis dan menginterprestasikan
data menjadi sebuah kesimpulan.
Pengertian Populasi dan Sampel. Populasi adalah sebuah
kumpulan dari semua kemungkinan orang-orang, benda-benda dan
ukuran lain dari obyek yang menjadi perhatian. Sampel adalah
suatu bagian dari populasi tertentu yang menjadi perhatian.

Jenis-jenis Variabel
Ø Variabel kualitiatif adalah data yang diperoleh dari sampel
atau populasi berupa data kualitatif, data bukan berupa
angka.
Ø Variabel kuantitatif adalah data yang diperoleh dari sampel
atau populasi berupa data kuantitatif, data berupa angka.
Ø Data primer adalah data yang diperoleh secara langsung dari
obyek penelitian.
Ø Data sekunder adalah data yang diperoleh dari sumber lain
yang sudah dipublikasikan.
Pengukuran
Proses pengukuran dimulai dengan konseptualisasi
(conceptualization) dan operasionalisasi
(operationalization) dari setiap konsepdan variabel yang
tercakup dalam hipotesis penelitian. Konseptualisasi adalah
proses pemilihan konsep dan pemberian batasan (definisi)
secara teoritis terhadap suatu konsep. Sedangkan
operasionalisasi adalah suatu proses penyusunan definisi
operasional dari konsep yang dimaksud. Jadi, definisi
operasional merupakan batasan (definisi) atas makna suatu
konsep dalam bentuk cara, prosedur, ataupun instrumen
pengukuran tertentu.

Prinsip Pengukuran
Ada dua prisip dalam pengkuran. Prinsip eksklusif dan prinsip
ekshautif. Prinsip eksklusif berarti bahwa suatu kasus tidak
dapat memiliki nilai (kategori) lebih dari satu untuk suatu
variabel yang sama. Sedangkan prinsip ekshautif berarti bahwa
nilai (kategori) yang tersedia untuk suatu variabel harus
dapat mencakup nilai (kategori) dari setiap kasus.
Angka Indeks Adalah suatu angka yang dibuat sedemikian rupa sehingga
dapat dipergunakan untuk melakukan perbandingan antara kegiatan yang
sama(produksiekspor, hasil penjualan, jumlah uang beredar, dsb) dalam dua waktu
yang berbeda. Di dalam membuat angka indeks diperlukan dua macam waktu
yaitu :
1) Waktu dasar (Base period) yaitu waktu di mana suatu kegiatan (kejadian)
dipergunakan untuk dasar perbandingan.
2) Waktu yang bersangkutan/sedang berjalan (Current period) yaitu waktu
dimana suatu kegiatan akan diperbandingkan terhadap kegiatan pada waktu
dasar.
Pemilihan Tahun Dasar, Beberapa syarat yang perlu diperhatikan dalam
menentukan atau memilih waktu dasar adalah :
1) Waktu sebaiknya menunjukkan keadaan perekonomian yang stabil, dimana
harga tidak berubah dengan cepat sekali.
2) Waktu sebaiknya usahakan paling lama 10 tahun atau lebih baik kurang
dari 5 tahun.
3) Waktu di mana terjadi peristiwa penting.
4) Waktu di mana tersedia data untuk keperluan pertimbangan, hal ini
tergantung pada tersedianya biaya untuk penelitian (pengumpulan data).
 Indeks Tidak Tertimbang Indeks harga relatif sederhana adalah indeks yang
terdiri dari satu macam barang saja baik untuk indeks produksi maupun indeks
harga misalnya indeks produksi ikan, indeks harga beras dll.
Indeks Agregatif adalah indeks yang terdiri dari beberapa barang (kelompok
barang) misalnya indeks harga 9 bahan pokok.
Deret berkala yaitu peramalan yang didasarkan pada data kuantitatif pada masa
lalu dimana hasil ramalan yang dibuat tergantung dengan metode yang
digunakan. Apabila metode yang digunakan berbeda, maka hasil ramalan akan
berbeda pula. Metode yang baik adalah metode yang memberikan nilai
perbedaan atau penyimpangan sekecil mungkin antara ramalan dengan data
yang sebenarnya.
Yang akan dibahas kali ini adalah mengenai data penjualan beras dari januari -
mei 2015 dan peramalan penjualan beras juni - desember 2015. Mengapa ini
menjadi salah satu topik yang menarik untuk dibahas karena salah satu hal yang
perlu di perhatikan oleh pemerintah adalah kerena Beras merupakan makanan
pokok orang indonesia dan semakin maraknya peredaran baras palsu yang
membuat omset penjualan beras terpengaruh.