KOMPETENSI DASAR
Setelah mengikuti sesi ini, mahasiswa diharapkan mampu memiliki
pemahaman mengenai statistik, statistika, data, populasi, dan sampel.
INDIKATOR
Indikator ketercapaian yang diharapkan dalam materi Terminologi
dalam Statistika ini, antara lain sebagai berikut.
1.1. Mahasiswa dapat menjelaskan pengertian statistik dan statistika.
1.2. Mahasiswa dapat menjelaskan pengelompokan dan peranan
statistika.
1.3. Mahasiswa dapat menjelaskan pengertian data.
1.4. Mahasiswa dapat menyebutkan pengelompokan data.
1.5. Mahasiswa dapat menjelaskan cara memperoleh data.
1.6. Mahasiswa dapat menjelaskan cara penyajian data.
1.7. Mahasiswa dapat menjelaskan konsep populasi dan sampel.
PENDAHULUAN
Pada bab ini, diberikan pembahasan mengenai mengenai
pengertian statistik dan statistika, serta pengelompokan dan peranan
statistika. Selain itu, diberikan pula pembahasan mengenai pengertian,
pengelompokan, cara memperoleh, serta cara penyajian data. Pada
bagian akhir, diberikan penjelasan mengenai konsep populasi dan
sampel.
2
A. STATISTIK DAN STATISTIKA
3
Statistika memiliki banyak peranan dalam kehidupan sehari-hari.
Sebagai contoh, statistika dapat digunakan dalam proses peramalan,
sebagai alat dalam mengambil keputusan, sebagai alat dalam
meningkatkan dan mengontrol kualitas, dan lain sebagainya. Dalam
ilmu pengetahuan, statistika digunakan dalam mempelajari suatu
fenomena, dimana penelitian statistika dapat berperan pada proses
pengumpulan data untuk mendukung hipotesa, analisis data untuk
pengujian hipotesa, serta pada penarikan kesimpulan untuk menerima
atau menolak hipotesa. Selain itu, salah satu kegunaan utama dari ilmu
statistika adalah untuk menyediakan suatu kumpulan prosedur yang
dapat memungkinkan dilakukannya inferensi pendugaan dan
menentukan keputusan mengenai karakteristik suatu populasi, dengan
berdasarkan pada informasi sampel yang diambil dari sebagian
populasi tersebut.
B. DATA
1. Pengertian Data
2. Pengelompokan Data
4
a. Data kualitatif
5
dapat diranking, dengan “baik” berada pada ranking tertinggi dan
“buruk” berada pada ranking terendah. Contoh lain data dengan skala
ordinal adalah data meliputi “tinggi”, “sedang”, “rendah” dan data
meliputi “sangat setuju”, “setuju”, “tidak setuju”, “sangat tidak setuju”.
Seperti hanya dalam skala nominal, dalam skala ordinal tidak
dapat dilakukan operasi-operasi aritmatika, seperti halnya penjumlahan,
pengurangan, perkalian, atau pembagian). Dalam skala ordinal, dapat
pula diberikan kode-kode numerik untuk kategori-kategori yang
berbeda, dengan kode-kode tersebut menunjukkan urutan atau
ranking. Pada contoh evaluasi produk suatu perusahaan, dapat
diberikan kode 1 untuk evaluasi “baik”, kode 2 untuk evaluasi “sedang”,
dan kode 3 untuk evaluasi “buruk”, dengan kode 1 menunjukkan
ranking tertinggi dan kode 3 menunjukkan ranking terendah.
b. Data Kuantitatif
6
Karakteristik lain yang berada pada data dengan skala interval
adalah bahwa rasio yang berada pada data tersebut tidak dapat
dipertimbangkan. Sebagai contoh, data temperatur dengan suhu 100
derajat celcius tidak memiliki kehangatan 2 kali lipat dari temperatur
dengan suhu 50 derajat celcius. Begitu pula halnya pada skor siswa,
dimana siswa dengan nilai 90 tidak menunjukkna bahwa intelegensinya
2 kali lipat dari siswa dengan nilai 45.
Data rasio merupakan data dengan klasifikasi, urutan, jarak, dan
nol mutlak pada skala pengukurannya. Data dengan skala rasio
diaplikasian pada data yang dapat diberikan ranking, serta pada data
yang dapat diberikan operasi-operasi aritmatika, seperti penjumlahan,
pengurangan, perkalian, dan pembagian. Sebagai contoh data
dengan skala rasio adalah penjualan mobil dari beberapa perusahaan.
Contoh lain dari data dengan skala rasio adalah data pendapatan,
data tinggi badan, data berat badan, dan data harga.
Berbeda dengan pembahasan sebelumnya mengenai data
dengan skala interval, pada data dengan skala rasio, nilai dari suatu titik
nol memiliki arti. Seperti yang diketahui bersama, suatu perusahaan
dengan penjualan nol memiliki arti bahwa perusahaan tersebut tidak
menjual produk apapun. Seperti halnya penghasilan, seseorang dengan
penghasilan nol memiliki arti bahwa oorang tersebut tidak
berpenghasilan.
Lebih jauh lagi, data kuantitatif dapat dikelompokkan menjadi data
diskrit dan data kontinu. Data diskrit merupakan data hasil pencacahan
atau membilang, serta berbentuk bilangan bulat yang dapat dihitung.
Sebagai contoh yaitu data jumlah penduduk suatu daerah, data
banyaknya siswa yg lulus, data jumlah rumah, jumlah mobil, jumlah
terjadinya kecelakaan, dan lain-lain. Sedangkan data kontinu
merupakan data hasil pengukuran, serta merupakan bilangan cacah
yang berkelanjutan. Sebagai contoh yaitu data tinggi tanaman, data
7
pendapatan, data penjualan, data tinggi badan, data berat benda,
dan lain-lain.
a. Tabel
8
Contoh selanjutnya memberikan contoh penyajian data tabel dengan
klasifikasi 2 (dua) arah pada data kecepatan pemotongan dengan
menggunakan data 4 (empat) jenis alat dengan data 5 (lima) jenis
kekerasan material.
Kekerasan Material
Tipe Alat
1 2 3 4 5
A 12 2 8 1 7
B 20 14 17 12 17
C 13 7 13 8 14
D 11 5 10 3 6
Banyaknya Mahasiswa
Nilai Statistika
(Frekuensi)
37 – 45 2
46 – 54 3
55 – 63 8
64 – 72 8
73 – 81 14
82 – 90 10
91 – 99 5
Jumlah 50
9
1) Grafik Batang
100
JUMLAH LULUSAN
80
60
40
20
0
2000 2001 2002 2003 2004
TAHUN
2) Grafik Garis
10
4) Grafik Lingkaran (Pie chart)
Berikut diberikan contoh grafik lingkaran pada data Skor
Dimensi Keandalan Administrasi Ruang Baca Jurusan “X”.
11
dasar dalam penarikan kesimpulan disebut sebagai sampel. Sebuah
populasi terdiri atas seluruh elemen, baik individu, barang, atau objek,
yang karaktersitiknya diselidiki. Dalam hal ini, populasi yang diselidiki
disebut juga populasi target. Sebuah sampel menunjukkan suatu porsi
populasi yang dipilih untuk diselidiki. Suatu sampel yang mewakili
karakteristik populasi (sedekat mungkin) disebut sebagai sampel
perwakilan.
Dalam proses pengambilan data, teknik pengumpulan informasi
dari unsur-unsur populasi disebut survei sampel. Suatu survei yang terdiri
atas semua unsur dari populasi target disebut sebagai sensus. Populasi
target seringkali memiliki ukuran yang besar. Oleh karena itu, dalam
praktiknya, sensus jarang dilakukan karena sangat mahal dan memakan
waktu. Bahkan dalam beberapa kasus, identifikasi setiap unsur populasi
merupakan hal yang tidak mungkin untuk dilakukan.
Suatu sampel dapat berupa sampel acak maupun sampel non-
acak. Dalam sebuah sampel acak, setiap elemen populasi memiliki
kesempatan yang berbeda-beda untuk dipilih ke dalam sampel. Hal
sebaliknya berlaku dalam sampel non-acak.
Sebagai contoh, dalam pengujian kualitas lampu yang akan dijual,
tidak memungkinankan untuk mencoba ketahanan seluruh lampu hasil
produksi. Oleh karena itu, diambil sampel dari keseluruhan populasi saja.
Secara umum, alasan dilakukannya pengambilan sampel antara lain
sebagai berikut.
1. Efisiensi biaya, waktu, dan tenaga.
2. Sifat dari obyek pengamatan yang tidak memungkinkan untuk
diamati secara keseluruhan.
12
RANGKUMAN
13
dengan pasti. Data kualitatif dikelompokkan ke dalam dua jenis
data, yaitu data nominal dan data ordinal.
9. Data nominal merupakan data dengan skala pengukuran yang
hanya berupa penggolongan atau klasifikasi.
10. Data ordinal merupakan data dengan skala pengukuran berupa
klasifikasi dan urutan.
11. Data kuantitatif merupakan data yang berbentuk numerik atau
angka yang dapat diukur dengan pasti. Data kuantitatif
dikelompokkan ke dalam dua jenis data, yaitu data interval dan data
rasio.
12. Data interval merupakan data dengan klasifikasi, urutan, dan jarak
pada skala pengukurannya.
13. Data rasio merupakan data dengan klasifikasi, urutan, jarak, dan nol
mutlak pada skala pengukurannya.
14. Lebih jauh lagi, data kuantitatif dapat dikelompokkan menjadi data
diskrit dan data kontinu.
15. Data diskrit merupakan data hasil pencacahan atau membilang,
serta berbentuk bilangan bulat yang dapat dihitung.
16. Data kontinu merupakan data hasil pengukuran, serta merupakan
bilangan cacah yang berkelanjutan.
17. Sara yang dapat dilakukan untuk memperoleh data, antara lain
mencari data hasil publikasi sumber-sumber tertentu, merancang
suatu percobaan, dan melakukan survey.
18. Cara yang dapat dilakkan dalam menyajikan data, yaitu dengan
tabel dan grafik atau diagram.
19. Populasi merupakan kumpulan dari semua unsur atau obyek
pengamatan yang memiliki definisi jelas dan akan dikaji
karakteristiknya (menjadi perhatian).
14
20. Sampel merupakan kumpulan dari beberapa unsur yang dipilih dari
populasi dan digunakan sebagagi dasar dalam penarikan
kesimpulan.
21. Alasan dilakukannya pengambilan sampel antara lain efisiensi biaya,
waktu, dan tenaga, serta sifat dari obyek pengamatan yang tidak
memungkinkan untuk diamati secara keseluruhan.
15
LATIHAN SOAL
***
16
REFERENSI
Draper, N.R., dan Smith, H., 1992, Analisis Regresi Terapan Edisi 2,
Terjemahan Sumantri, B., Prentice Hall, New Jersey.
Harini, S. dan Ririen, K., 2007, Metode Statistika, Prestasi Pustaka, Jakarta.
Mann, P.S., Statistics for Business and Economics, John Wiley and Sons
Publisher, New York.
Supranto, J., 2007, Teknik Sampling untuk Survey dan Eksperimen, Rineka
Cipta, Jakarta.
Walpole, R.E., and Raymond H.M., 1995, Ilmu Peluang dan Statistika
untuk Insinyur dan Ilmuwan Ed.4, Penerbit ITB, Bandung.
17