BAB 1

PENDAHULUAN

1. TUJUAN PERKULIAHAN DAN INDIKATOR PENCAPAIAN TUJUAN

1.1.TUJUAN PERKULIAHAN
Setelah mengikuti perkuliahan mahasiswa diharapkan dapat:
1. memahami arti penting statistika dalam kehidupan sehari-hari
diberbagai sektor kehidupan.
2. memahami dan menjelaskan istilah-istilah yang ada dalam statistika.
3. menjelaskan ruang lingkup statistika
4. memahami dan mampu menerapkan metodologi statistika secara tepat
untuk menyelesaikan permasalahan statistika.
1.2.INDIKATOR PENCAPAIAN TUJUAN
1. mahasiswa dapat menyebutkan berbagai sektor pekerjaan yang
memanfaatkan statistika sebagai alat dalam penyelesaian
permasalahannya.
2. mahasiswa dapat menerangkan maksud dan definisi dari berbagai
istilah yang digunakan dalam statistika.
3. mahasiswa dapat menjeaskan ruang lingkup statistika secara benar.
4. mahasiswa mampu menerapkan metodologi statistika secara tepat
untuk menyelesaikan permasalahan statistika.

2. MATERI
2.1. Pengertian Statistika

Pengaruh dan penggunaan statistik dalam kehidupan sehari-hari telah

meresap sangat luas hingga terkadang seseorang tidak menyadari bahwa
dirinya telah menggunakan statistik dalam menyelesaikan suatu
permasalahan.Tidak hanya dalam penelitian saja statistik digunakan.Tapi
statistik telah banyak digunakan diberbagai instansi baik ditingkat desa

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.

Sesungguhnya seseorang terkadang tidak menyadari tentang beda

pengertian antara statistik dan statistika. Statistik adalah angka hasil
suatu pengukuran atau pencacahan. Sedangkan Statistika adalah metode,
pengetahuan yang berhubungan dengan pengumpulan, penyajian dan
penganalisaan data serta penarikan estimasi, prediksi atau kesimpulan
lain berdasarkan analisa data yang telah dilakukan. Dalam suatu bidang
studi statistika meliputi empat bagian pokok: statistika deskriptif,
probabilitas, analisa pengambilan keputusan dan statistika inferensi.

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.

2.2. Hal-hal penting dalam statistika

Ada beberapa hal penting yang perlu diketahui ketika kita hendak
mempelajarai statistika, diantaranya adalah istilah-istilah yang akan
dipergunakan dalam statistika itu sendiri.

a. Populasi dan Sampel

Statistika sangat diperlukan jika seseorang ingin melakukan
penelitian.Keseluruhan obyek yang diteliti disebut populasi.Data yang
dikumpulkan dalam suatu penelitian seharusnya adalah data populasi.
Namun karena pertimbangan tertentu, misalnya karena data populasi
sangat banyak, biaya yang dibutuhkan besar, dana dan juga tenagayang
banyak maka seorang peneliti diperbolehkan mengambil sampel. Jadi
sampel adalah sebagian populasi yang dianggap mewakili
populasinya.

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.

Pengetahuan tentang statistika sangat diperlukan jika seseorang ingin

melakukan penelitian. Untuk dapat melaksanakan penelitian dengan
baik, seorang peneliti harus memahami konsep populasi dan sampel.
Populasi merupakan keseluruhan objek/subjek penelitian, sedangkan
sampel merupakan sebagian atau wakil yang memiliki karakteristik
representasi dari populasi. Untuk dapat menentukan atau menetapkan
sampel yang tepat diperlukan pemahaman yang baik dari peneliti
mengenai sampling, baik penentuan jumlah maupun dalam
menentukan sampel mana yang diambil. Kesalahan dalam menentukan
populasi akan berakibat tidak tepatnya data yang dikumpulkan sehingga
hasil penelitian pun tidak memiliki kualitas yang baik, tidak
representatif, dan tidak memiliki daya generalisasi yang baik. Data
yang dikumpulkan dalam suatu penelitian seharusnya adalah data
populasi. Namun karena pertimbangan tertentu, misalnya karena data
populasi sangat banyak, biaya yang dibutuhkan besar, dana dan juga
tenaga yang banyak maka seorang peneliti diperbolehkan mengambil
sampel. Jadi sampel adalah sebagian populasi yang dianggap
mewakili populasinya.

Penarikan estimasi, prediksi atau kesimpulan lain dari data sampel ke

populasinya 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.

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.

b. Cara Pengumpulan data

Pengumpulan data memegang peranan yang sangat penting dalam
mendapatkan informasi tentang obyek yang akan diteliti.
Pengumpulan data dapat diibaratkan sebagai orang yang memasak
makanan, untuk itu timbullah pertanyaan seperti akan memasak apa,
bahan apa yang dibutuhkan, berapa banyak, siapa yang belanja,
dimana tempanya untuk mendapatkan bahan tersebut dan siapa yang
memasak agar menghasilkan masakan yang enak. Apabila bahan yang
dibeli tidak baik atau terdapat bahan penting yang tidak diperoleh
maka makanan yang dihasilkan tidak enak walaupun dimasak oleh
ahlinya, demikian juga dengan kegiatan pengumpulan data. Kegiatan
pengumpulan data yang baik dan sesuai dengan tujuan dibagi
menjadi 2 tahap, yaitu tahap persiapan dan tahap pelaksanaan. Pada
tahap persiapan hal yang dilakukan adalah menentukan dan
merumuskan tujuan penelitian secara baik, menentukan metode yang
akan digunakan, menentukan teknik pengmpulan data, menyusun
pedoman daftar pertanyaan yang dapat menjawab tujuan, menentukan
sasaran, menentukan tempat dimana data dikumpulkan dan jumlah
responden, menentukan siapa pelaksana pengumpulan data. Pada
tahap pelaksanaan, hal yang dilaksanakan adalah pengumpulan data
dan survey lapangan sebelum data dibawa dan diolah. Pengumpulan
data merupakan langkah yang paling strategis dalam penelitian,
karena tujuan utama dari penelitian adalah mendapatkan data.
Pengumpulan data dapat dilakukan dalam berbagai setting, sumber,
dan cara. Bila dilihat dari setting-nya, data dapat dikumpulkan pada

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:

 Data Kualitatif: data kualitatif adalah data yang tidak

berbentuk angka, misalnya: Kuesioner Pertanyaan tentang
suasana kerja, kualitas pelayanan sebuah rumah sakit atau gaya
kepemimpinan, dll.
 Data Kuantitatif: data kuantitatif adalah data yang berbentuk
angka, misalnya: harga saham, besarnya pendapatan, dll.

Sumber data adalah tempat didapatkannya data yang diinginkan.

Pengetahuan tentang sumber data merupakan hal yang sangat
penting untuk diketahui agar tidak terjadi kesalahan dalam memilih
sumber data yang sesuai dengan tujuan penelitian. Misalnya suatu
penelitian tentang beberapa jenis penyakit yang sedang diderita oleh
masyarakat di suatu daerah untuk itu dilakukan survei didaerah
tersebut. Jenis-jenis data menurut sumbernya, antara lain:

 Data Internal: data intenal adalah data dari dalam suatu

organisasi yang menggambarkan keadaan organisasi tersebut.
Contohnya: suatu perusahaan, jumlah karyawannya, jumlah
modalnya, atau jumlah produksinya, dll.
 Data Eksternal: data eksternal adalah data dari luar suatu
organisasi yang dapat menggambarkan faktor-faktor yang
mungkin mempengaruhi hasil kerja suatu organisasi. Misalnya:

8
 daya beli masyarakat mempengaruhi hasil penjualan suatu
perusahaan.

Jenis-jenis data menurut cara memperolehnya, antara lain:

 Data Primer (primary data): data primer adalah data yang

dikumpulkan sendiri oleh perorangan/suatu organisasi secara
langsung dari objek yang diteliti dan untuk kepentingan studi
yang bersangkutan yang dapat berupa interview, observasi.
Keuntungan data primer seperti dikatakan Marzuki adalah :

1. Data primer langsung bersangkutan dengan keperluan

penelitian atau dikumpulkan untuk mencapai tujuan
penelitian.
2. Tidak ada resiko kadaluwarsa (out of date).
3. Semua pekerjaan pengumpulan data dipegang sendiri oleh
peneliti.
4. Peneliti mengetahui kualitas dari metode yang dipakai.

 Data Sekunder (secondary data): data sekunder adalah data

yang diperoleh/ dikumpulkan dan disatukan oleh studi-studi
sebelumnya atau yang diterbitkan oleh berbagai instansi lain.
Biasanya sumber tidak langsung berupa data dokumentasi dan
arsip-arsip resmi.
Keuntungan data sekunder adalah :

1. Lebih murah dan cepat, dalam arti data sudah tersedia.

2. Seorang peneliti dalam kegiatan tidak selalu mampu
mengumpulkan data primer sendiri.
Kelemahan data sekunder adalah :

Data melalui satu pihak atau lebih, sehingga peneliti perlu

melakukan pemeriksaan ketelitian terhadap data.

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.

Berdasarkan kepentingan statistiknya data dibedakan menjadi:

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.

Tentang partai, misalnya Partai Bulan, Partai Bintang dan Partai

Matahari. Masing-masing kategori tidak dinyatakan lebih tinggi
dari atribut (nama) yang lain. Seseorang yang pergi ke Jakarta,
tidak akan pernah mengatakan dua setengah kali, atau tiga
seperempat kali. Tetapi akan mengatakan dua kali, lima kali, atau
tujuh kali. Begitu juga tentang ukuran jumlah anak dalam suatu
keluarga. Numerik yang dihasilkan akan selalu berbentuk bilangan
bulat, demikian seterusnya. Tidak akan pernah ada bilangan

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.

Misalnya dalam skala Likert (Moh Nazir), mulai dari sangat

setuju, setuju, ragu-ragu, tidak setuju sampai sangat tidak setuju.
Atau jawaban pertanyaan tentang kecenderungan masyarakat
untuk menghadiri rapat umum pemilihan kepala daerah, mulai dari
tidak pernah absen menghadiri, dengan kode 5, kadang-kadang saja
menghadiri, dengan kode 4, kurang menghadiri, dengan kode 3,
tidak pernah menghadiri, dengan kode 2 sampai tidak ingin
menghadiri sama sekali, dengan kode 1. Dari hasil pengukuran
dengan menggunakan skala ordinal ini akan diperoleh data ordinal.
Alat analisis (uji hipotesis asosiatif) statistik nonparametrik yang
lazim digunakan untuk data ordinal adalah Spearman Rank
Correlation dan Kendall Tau.

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.

Misalnya tentang nilai ujian 6 orang mahasiswa, yakni A, B, C, D,

E dan F diukur dengan ukuran interval pada skala prestasi dengan
ukuran 1, 2, 3, 4, 5 dan 6, maka dapat dikatakan bahwa beda
prestasi antara mahasiswa C dan A adalah 3 – 1 = 2. Beda prestasi
antara mahasiswa C dan F adalah 6 – 3 = 3. Akan tetapi tidak bisa
dikatakan bahwa prestasi mahasiswa E adalah 5 kali prestasi
mahasiswa A ataupun prestasi mahasiswa F adalah 3 kali lebih baik
dari prestasi mahasiswa B.

Dari hasil pengukuran dengan menggunakan skala interval ini akan

diperoleh data interval. Alat analisis (uji hipotesis asosiatif)
statistik parametrik yang lazim digunakan untuk data interval ini
adalah Pearson Korelasi Product Moment, Partial Correlation,
Multiple Correlation, Partial Regression, dan Multiple Regression.

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.

Dengan kata lain, rasio antara pengemudi C dan A adalah 4 : 1,

rasio antara pengemudi D dan A adalah 5 : 1, sedangkan rasio
antara pengemudi C dan B adalah 4 : 3. Interval pendapatan
pengemudi A dan C adalah 30.000, dan pendapatan pengemudi C
adalah 4 kali pendapatan pengemudi A. Contoh data rasio lainnya
adalah berat badan bayi yang diukur dengan skala rasio. Bayi A
memiliki berat 3 Kg. Bayi B memiliki berat 2 Kg dan bayi C
memiliki berat 1 Kg. Jika diukur dengan skala rasio, maka bayi A
memiliki rasio berat badan 3 kali dari berat badan bayi C. Bayi B
memiliki rasio berat badan dua kali dari berat badan bayi C, dan
bayi C memiliki rasio berat badan sepertiga kali berat badan bayi
A, dst.

Dari hasil pengukuran dengan menggunakan skala rasio ini akan

diperoleh data rasio. Alat analisis (uji hipotesis asosiatif) yang
digunakan adalah statistik parametrik dan yang lazim digunakan
untuk data rasio ini adalah Pearson Korelasi Product Moment,
Partial Correlation, Multiple Correlation, Partial Regression, dan
Multiple Regression.Sesuai dengan ulasan jenis pengukuran yang
digunakan, maka variabel penelitian lazimnya bisa di bagi menjadi
4 jenis variabel, yakni variabel (data) nominal, variabel (data)
ordinal, variabel (data) interval, dan variabel (data) rasio.

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.

2.3.Perlunya mempelajari ststistika

Mengapa seorang manajer perlu mempelajari statistik? Dalam buku ini

anda akan mempelajari kegunaan teknik-teknik statistik. Anda akan
mempelajari bagaimana mengambil intisari informasi dari sekumpulan
data kasar (raw data), bagaimana membuat kesimpulan tentang populasi
berdasarkan observasi sampel yang dipilih dari populasi, bagaimana
memprediksi kejadian random dan bagaimana mengerti dan
mengintepretasikan hasil perhitungan statistik.
Bagaimana mengumpul suara dapat membuat prediksi yang tepat tentang
pengumpulan suara untuk presiden dengan informasi hanya dari beberapa
ribu pemberi suara sementara jumlah penduduknya adalah sebesar 90
juta? Bagaimana stasiun televisi dapat memperkirakan total pemirsanya
berdasarkan sampel kecil yang dipilih dari rumah tangga-rumah tangga?
Dalam buku ini kita akan mempelajarinya.
Banyak orang berpikir statistik adalah suatu hal yang sulit dan
membosankan. memang ada bagian statistik yang sulit tetapi ada bagian
lain yang sederhana dan luwes. Bagian yang sulit dari statistik sering
dikerjakan dengan bantuan komputer karena sulit bila harus menghitung

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.

2.4. Metodologi statistika

Dalam penyelesaian setiap masalah secara statistik harus digunakan

pendekatan metode ilmiah yang terdiri dari beberapa tahap.Bila salah
satu tahap diabaikan, maka hasil akhirnya dapat menjadi tidak absah dan
tidak tepat. Tahap-tahapan dalam metode statistik adalah:

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!

2. Jelaskan berbagai metode pengumpulan data yang dapat digunakan dalam

statistika!

3. Jelaskan macam-macam data yang anda peroleh dengan menggunakan

metode pengumpulan data yang anda terapkan!

4. Jelaskan metodologi statistika yang anda pahami!

5. Berikan contoh bidang kehidupan yang memanfaatkan statistika dalam

penyelesaian masalah!

6. Sebuah penelitian actual dari 200 eksekutif mengungkapkan bahwa 60 dari

mereka menderitahipertensi pada kadar tertentu yang sebagian disebabkan
oleh pekerjaannya. Apa yang dapat disimpulkan tentang semua eksekutif
itu? Mengapa?

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

a. Apakah kedua data tersebut termasuk sampel atau populasi?

Jelaskan!
b. Apakah kategori-kategori itu dapat dianggap saling lepas (mutually
exclusive)? Jelaskan!
c. Berapa gaji yang Anda pilih yang mencirikan gaji bagi kedua Negara
tersebut? Jelaskan!

9. Anda mengamati perubahan harga suatu kelompok saham yang terdaftar di

Bursa Saham New York. Merujuk ke Herald Tribun Sarasota, anda
mendapatkan:

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?

10. Sebuah survery rumah tangga di Jakarta mengenai kepuasan terhadap

perekonomian kota Jakarta menunjukkan data berikut yang disajikan
secara grafis. Perhatikan bahwa tahun 2010 = 100. Angka 100 menyatakan
kepuasan rata-rata orang Jakarta selama periode tersebut. Angka 75,0
menunjukkan bahwa kepuasan konsumen terhadap perekonomian pada
tahun tersebut berada 25 persen dibawah normal. Buatlah analisis dari
kepuasan konsumem terhadap perekonomian dari tahun 2005 – 2015!

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