PENDAHULUAN
2. MATERI
2.1. Pengertian Statistika
1
maupun instansi yang lebih tinggi lagi.Penggunaan statistik biasanya
dikaitkan dengan penggunaan data kuantitatif (numerik) seperti data
kelahiran, data kematian, data perceraian dan berbagai macam data
penyakit.Dalam bidang ekonomi data kuantitif berkaitan dengan tenaga
kerja, modal, harga pasar, jumlah uang beredar, tingkat penjualan dan
lain-lain.Ringkasnya staistik menunjuk pada informasi tentang berbagai
macam kegiatan dalam bentuk angka.
a. Statistika Deskriptif
Statistika Deskriptif merupakan statistika yang berhubungan dengan
pengumpulan, penyajian dan penganalisaan data sehingga
sekumpulan data menjadi lebih mudah untuk dipahami.Perhitungan
rata-rata, dispersi distribusi frekuensi, angka indeks dan analisa time
series merupakan pokok-pokok bahasan dalam statistika deskriptif.
b. Probabilitas
Probabilitas adalah suatu angka yang mengukur frekuensi relatif
dari suatu kejadian dalam jangka panjang atau menunjukan suatu
tingkat kepercayaan.Pemakaian konsep-konsep probabilitas menjadi
dasar alam mempelajari teori keputusan secara statistik dan
statistika inferensi.
2
c. Teori Keputusan Secara Statistik
Analisis keputusan secara statistik berhubungan dengan pengambilan
keputusan bila alternatif-alternatif tindakan diketahui, tetapi hasil
dari masing-masing tindakan berbeda-beda. Analisis keputusan
secara statistikakan memberikan jawaban yang paling baik dalam
situasi yang tak pasti atau penuh resiko.
d. Statistika Inferensi
Statistika Inferensi merupakan statistika yang berhubungan dengan
estimasi, prediksi atau kesimpulan lain berdasar analisis yang telah
dilakukan. Dengan kata lain statistik inferensi merupakan suatu
pernyataan mengenai suatu populasi yang didasarkan pada informasi
yang diperoleh dari sampel random yang diambil dari populasi
tersebut.
3
Misalnya:
populasi di sebuah toko ice cream terdapat 31 ice cream yang akan
diuji rasanya, dan kita mencicipi semua ice cream yang ada di
toko itu.
sampel: memilih lima ice cream saja untuk dicicipi. Oari situ akan
ditentukan apakah toko itu menjual ice cream yang enak atau
tidak.
populasi: semua pemberi suara di Surabaya. sampel: 3000 orang
diwawancarai sebagai bagian dari pemberi suara.
populasi: semua orang di.Surabaya sampel: 100.000 orang yang
diwawancarai dalam penelitian bulanan tentang jumlah
penduduk oleh Biro Sensus.
Mungkin mengherankan mengapa sampel lebih sering digunakan
daripada populasi. Jika anda memilih sampel yang tidak mewakili
populasinya maka anda akan membuat prediksi yang tidak tepat dalam
menaksir karakter populasi berdasarkan sampel itu. Anda dapat
menghindari bahaya tersebut dengan mempelajari keseluruhan
populasi.Tetapi ada beberapa alasan mengapa sampel lebih digunakan
daripada populasi. Alasan paling penting adalah biaya yang terlalu
besar dan atau terlalu sulit untuk mempelajari keseluruhan populasi.
Banyak pengambil keputusan dalam dunia usaha menghadapi masalah
terbatasnya sumberdaya. Sehingga tidaklah tepat menggunakan begitu
banyak sumber daya untuk membiayai penelitian keseluruhan
populasi jika dengan menggunakan sampel dapat menghasilkan
prediksi yang hampir tepat (yang mungkin masih menjadi pertanyaan
adalah bagaimana kita mengetahui sampel yang diambil mewakili
populasi secara tepat? Ini adalah salah satu pertanyaan penting yang
akan dijawab dalam buku ini).
Ada alasan lain mengapa sampel lebih dipelajari daripada populasi.
Misalnya anggaplah anda mencoba mengukur lamanya tekanan
tonggak yang dapat berdiri sebelum jatuh. Jelaslah anda tidak dapat
4
melakukan penelitian keseluruhan populasi tonggak karena anda
mungkin tidak mempunyai tonggak yang masih berdiri pada saat anda
harns mengamati begitu banyak tonggak. Dengan demikian kita tabu
bahwa ada kalanya kita mengalami kesulitan untuk melakukan
penelitian dengan informasi dari keseluruhan populasi, oleh karena itu
informasi dari sampel kadang-kadang lebih tepat daripada dari populasi.
5
Penarikan estimasi, prediksi atau kesimpulan lain dari data sampel ke
populasintya disebut generalisasi. Inilah yang menjadi garapan
statistik inferensi. Jika kita mengamati dan mengumpulkan data dari
populasi, maka kita tidak perlu mengambil sampel.Pada kasus ini tidak
diperlukan adanya generalisasi dan tidak ada sampel.
6
setting alamiah (natural setting), pada laboratorium dengan metode
eksperimen, dirumah dengan berbagai responden, pada suatu
seminar, diskusi, di jalan dan lain-lain. Dilihat dari sumber datanya,
maka pengumpulan data dapat menggunakan sumber primer dan
sumber sekunder. Sumber primer adalah sumber data yang
langsung memberikan data kepada pengumpul data, dan sumber
sekunder merupakan sumber yang tidak langsung memberikan data
kepada pengumpul data, misalnya lewat orang lain atau lewat
dokumen. Selanjutnya dilihat dari segi cara atau teknik pengumpul
data, maka pengumpulan data dapat dilakukan dengan observasi
(pengamatan), interview (wawancara), kuesioner (angket),
dokumentasi dan gabungan keempatnya Cara pengumpulan data
sebenarnya merupakan prosedure yang sistematis dan standar guna
memperoleh data kuantitaif. Ada beberapa cara pengumpulan data
diantaranya melalui wawancara, angket atau kuisioner, pengamatan
atau observasi tingkah laku, test dan skala obyektif, dan metode
proyektif. Wawancara adalah cara pengumpulan data dengan
mengadakan tanya jawab, baik langsung maupun tidak langsung
kepada sumber data (responden). Angket (kuisioner) adalah cara
pengumpulan data dengan memberikan pertanyaan tertulis kepada
responden. Pengamatan (observasi) adalah cara pengumpulan data
dengan jalan mengamati sumber data, baik langsung maupun tidak
langsung. Cara Test dan skala obyektif merupakan cara
pengumpulan data dengan menggunakan serangkaian test maupun
skala obyektif. Cara ini bersifat penarikan kesimpulan tentang ciri-ciri
individu atas dasar angka-angka yang diberikan pada individu tersebut
melalui test tertentu. Biasanya cara pengumpulan data dengan cara test
dan skala obyektif digunakan dlam riset psikologi. Metode proyektif.
Proyeksi berarti mencetuskan impulsi (dorongan hati) yang tidak
sadar dari dirinya sendiri dengan cara melihat sesuatunya seakan-akan
impulsi orang lain. Misalnya seseorang yang memiliki impulsi agresif
7
secara tidak sadar seringkali melihat atau beranggapan bahwa orang
lain juga agresif. Dalam hal tersebut impulsi yang asgresif dari
dirinya sendiri diproyeksikan pada diri orang lain. Cara proyetif
sedemikian itu kurang obyektif karena terkadang pengamat yang
berbeda akan menarik konklusi yang berbeda dari hasil proyeksinya.
c. Jenis-jenis Data
Jenis-jenis data dapat dibagi berdasarkan sifatnya, sumbernya, cara
memperolehnya, dan waktu pengumpulannya. Menurut sifatnya, jenis-
jenis data yaitu:
8
daya beli masyarakat mempengaruhi hasil penjualan suatu
perusahaan.
9
Jenis-jenis data menurut waktu pengumpulannya, antara lain:
Data cross section, yaitu data yang dikumpulkan pada suatu waktu
tertentu (at a point of time) untuk menggambarkan keadaan dan
kegiatan pada waktu tersebut. Misalnya; data penelitian yang
menggunakan kuesioner.
Data berkala (time series data), yaitu data yang dikumpulkan dari
waktu ke waktu untuk melihat perkembangan suatu
kejadian/kegiatan selama periode tersebut. Misalnya,
perkembangan uang beredar, harga 9 macam bahan pokok
penduduk.
Sumber data terbagi menjadi dua yaitu data primer dan data
sekunder. Berdasar pada sumbernya maka data penelitian dibedakan
menjadi dua yaitu data primer dan data sekunder. Data primer adalah
data yang diperoleh peneliti secara langsung (dari tangan pertama),
sementara data sekunder adalah data yang diperoleh peneliti dari
sumber yang sudah ada. Data sekunder diperoleh dari sumber
kedua,misal dokumentasi lembaga Biro Pusat Statistik (BPS), Rumah
sakit, Lembaga atau institusi.
Contoh data primer adalah data yang diperoleh dari responden
melalui kuesioner, kelompok fokus, dan panel, atau juga data hasil
wawancara peneliti dengan nara sumber.
Contoh data sekunder misalnya catatan atau dokumentasi
perusahaan berupa absensi, gaji, laporan keuangan publikasi
perusahaan, laporan pemerintah, data yang diperoleh dari majalah, dan
lain sebagainya.
a. Data nominal
10
Sebelum kita membicarakan bagaimana alat analisis data
digunakan, berikut ini akan diberikan ulasan tentang bagaimana
sebenarnya data nominal yang sering digunakan dalam statistik
nonparametrik bagi mahasiswa. Menuruti Moh. Nazir, data
nominal adalah ukuran yang paling sederhana, dimana angka yang
diberikan kepada objek mempunyai arti sebagai label saja, dan
tidak menunjukkan tingkatan apapun.
Ciri-ciri data nominal adalah hanya memiliki atribut, atau nama,
atau diskrit. Data nominal merupakan data diskrit dan tidak
memiliki urutan. Bila objek dikelompokkan ke dalam set-set, dan
kepada semua anggota set diberikan angka, set-set tersebut tidak
boleh tumpang tindih dan bersisa.
Misalnya tentang jenis olah raga yakni tenis, basket dan renang.
Kemudian masing-masing anggota set di atas kita berikan angka,
misalnya tenis (1), basket (2) dan renang (3). Jelas kelihatan
bahwa angka yang diberikan tidak menunjukkan bahwa tingkat
olah raga basket lebih tinggi dari tenis ataupun tingkat renang
lebih tinggi dari tenis. Angka tersebut tidak memberikan arti apa-
apa jika ditambahkan. Angka yang diberikan hanya berfungsi
sebagai label saja. Begitu juga tentang suku, yakni Dayak, Bugis
dan Badui.
11
pecahan. Data nominal ini diperoleh dari hasil pengukuran dengan
skala nominal.
b. Data ordinal
Bagian lain dari data kontinum adalah data ordinal. Data ini,
selain memiliki nama (atribut), juga memiliki peringkat atau
urutan. Angka yang diberikan mengandung tingkatan. Ia
digunakan untuk mengurutkan objek dari yang paling rendah
sampai yang paling tinggi, atau sebaliknya. Ukuran ini tidak
memberikan nilai absolut terhadap objek, tetapi hanya
memberikan peringkat saja. Jika kita memiliki sebuah set objek
yang dinomori, dari 1 sampai n, misalnya peringkat 1, 2, 3, 4, 5 dan
seterusnya, bila dinyatakan dalam skala, maka jarak antara data
yang satu dengan lainnya tidak sama. Ia akan memiliki urutan
mulai dari yang paling tinggi sampai paling rendah. Atau paling
baik sampai ke yang paling buruk.
c. Data interval
12
Pemberian angka kepada set dari objek yang mempunyai sifat-sifat
ukuran ordinal dan ditambah satu sifat lain, yakni jarak yang sama
pada pengukuran dinamakan data interval. Data ini
memperlihatkan jarak yang sama dari ciri atau sifat objek yang
diukur. Akan tetapi ukuran interval tidak memberikan jumlah
absolut dari objek yang diukur. Data yang diperoleh dari hasil
pengukuran menggunakan skala interval dinamakan data interval.
d. Data rasio
Ukuran yang meliputi semua ukuran di atas ditambah dengan satu
sifat yang lain, yakni ukuran yang memberikan keterangan
tentang nilai absolut dari objek yang diukur dinamakan ukuran
rasio (data rasio). Data rasio, yang diperoleh melalui pengukuran
dengan skala rasio memiliki titik nol. Karenanya, interval jarak
tidak dinyatakan dengan beda angka rata-rata satu kelompok
dibandingkan dengan titik nol di atas. Oleh karena ada titik nol,
maka data rasio dapat dibuat perkalian ataupun pembagian.
13
Angka pada data rasio dapat menunjukkan nilai sebenarnya dari
objek yang diukur. Jika ada 4 orang pengemudi, A, B, C dan D
mempunyai pendapatan masing-masing perhari Rp. 10.000,
Rp.30.000, Rp. 40.000 dan Rp. 50.000. Bila dilihat dengan ukuran
rasio maka pendapatan pengemudi C adalah 4 kali pendapatan
pengemudi A. Pendapatan pengemudi D adalah 5 kali pendapatan
pengemudi A. Pendapatan pengemudi C adalah 4/3 kali
pendapatan pengemudi B.
14
Variabel nominal, yaitu variabel yang dikategorikan secara diskrit
dan saling terpisah satu sama lain, misalnya status perkawinan,
jenis kelamin, suku bangsa, profesi pekerjaan seseorang dan
sebagainya. Variabel ordinal adalah variabel yang disusun atas
dasar peringkat, seperti motivasi seseorang untuk bekerja,
peringkat perlombaan catur, peringkat tingkat kesukaran suatu
pekerjaan dan lain-lain. Variabel interval adalah variabel yang
diukur dengan ukuran interval seperti indek prestasi mahasiswa,
skala termometer dan sebagainya, sedangkan variabel rasio adalah
variabel yang disusun dengan ukuran rasio seperti tingkat
penganggguran, penghasilan, berat badan, dan sebagainya.
15
dengan tangan. Olehkarena itu perlu mempelajari bagaimana membuat
program komputer atau bagaimana menggunakan paket statistik komputer
atau kalkulator yang dapat mengoperasikan statistic. Berikut beberapa
hal yang menjadikan statistika perlu untuk dipelajari:
a. Dengan menggunakan statistika dapat dijelaskan hubungan antar
variabel.
b. Dengan bantuan statistika seseorang dapat membuat keputusan menjadi
lebih baik
c. Dengan statistika seseorang dapat mengatasi perubahan-perubahan yang
terjadi secara cepat dan tepat.
d. Membuat Rencana dan Ramalan.
e. Dan masih banyak manfaat yang lainnya.
1. Mengidentifikasi persoalan.
2. Pengumpulan fakta-fakta yang ada
3. Mengumpulkan data asli yang baru
4. Klasifikasi data
5. Penyajian data
6. Analisa data
7. Penarikan kesimpulan.
3. RANGKUMAN
Statistika sangat diperlukan dalam kehidupan sehari-hari.dengan menggunakan
metodologi statistic secara tepat, permasalahan dalam kehidupan sehari dapat
16
diselesaikan secara tepat pula sehingga akibat-akibat negative dari keputusan
yang diambil dapat diminimalkan.
4. LATIHAN SOAL
1. Jelaskan mengapa statistika diperlukan dalam kehidupan!
7. Anda baru saja ditunjuk sebagai Direktur Eksekutif Pemasaran bagi Fun
Enterprice (FE), sebuah perusahaan yang mengkhususkan diri pada
perancangan dan pembangunan taman rekreasi dekat kota-kota besar. FE
tertarik pada suatu lokasi di Southeast. Begitu lokasi sudah dipilih, Anda
harus mmemberikan saran apakah taman tersebut diperuntukkan bagi
semua umur, hanya anak-anak atau hanya kalangan pensiunan. Bagaimana
tindak lanjut anda untuk memberi saran sehubungan dengan (1) lokasi dari
taman tersebut dan (2) peruntukan kelompok (semua umur, kalangan muda
atau kalangan manula)
17
8. Rata-rata gaji tahunan professor penuh (dalam ribu dolar) di beberapa
universitas dan perguruan tinggi pilihan di California dan Arkankas adalah
sebagai berikut:
California
Universitas Rata-rata gaji
Azua Pasific University $ 43,7
California Institute of Technologi 93,3
California Maritime Academy 52,0
California Lutheran University 47,3
Callstate University Long Beach 60,0
Sumber: Douglas hal 22-23
Arkansas
Universitas Rata-rata gaji
Arkansas College $ 47,7
Arkansas State University Main Campus 50,2
Hendrix College 46,2
University of Arkansas Fayettevile 54,7
University of the Ozarks 30,5
18
Perubahan Saham Banyaknya
Naik 69
Turun 32
Tidak berubah 11
a. Apakah ke 112 jenis saham dianggap sampel atau populasi?
Jelaaskan!
b. Termasuk ke dalam skala pengukuran apakah itu? Jelaskan!
c. Apakah kategori-kategorinya bersifat saling lepas (mutually
eksklusif)? Jelaskan!
d. Pada pengamatan anda saham IBM naik 2,5 point. Apakah sebutan
untuk angka itu?
tingkat kepuasan
140
120 116.8
100 103 100 98.7100.5 107.4
99.2
85.7
80
73.877.6
60 tingkat kepuasan
59
40
20
0
2004 2006 2008 2010 2012 2014 2016
19