JENIS-JENIS STATISTIK TERAPAN

Deskripsi Singkat
Pada Bab ini akan mahasiswa akan dikenalkan berbagai jenis statistik yang bisa
diterapkan untuk melakukan analisis terhadap struktur, proses, dan pola keruangan.
Berdasarkan cara dan kemanfaatannya statistik pada dasarnya dibedakan atas statistik
deskriptif dan statistik inferensial. Statistik deskriptif hanya sebatas untuk
menyederhanakan data dan menghasilkan informasi apa adanya. Sedangkan Statistik
inferensial dapat dimanfaatkan untuk membuat prediksi, peluang, maupun tindakan lebih
lanjut terkait dengan gejala yang dianalisis. Sedangkan berdasarkan persyaratannya
statistik dibedakan atas statistik parametrik dan statistik non parametrik. Statistik
parametrik digunakan dengan syarat data yang dianalisis berdistribusi normal, sedangkan
statistic non parametrik tidak menghendaki adanya persyaratan normalitas datanya. Hanya
saja pemilihan model-model analisis tersebut akan menjadi efektif bilamana mahasiswa
memahami konsep statistic dengan baik.

Relevansi
Konsep dan Teknik statistik yang dipelajari pada bab ini membantu mahasiswa dalam
mengenali dan memahami berbagai sifat dan karakteristik dari analisis statistik, sehingga
nantinya lulusan bisa menetapkan jenis statistik yang efektif untuk melakukan analisis data
spasial.

Capaian Pembelajaran
1. Mahasiswa mengenali dan memahami karakteristik berbagai metode statistik
2. Mahasiswa memahami kekurangan dan kelebihan metode statistik
3. Mahasiswa mampu memilih metode statistik yang tepat untuk analisis keruangan
1.1.Pengertian Statistik
Istilah statistik mempunyai dua pengertian, pertama istilah statistik menunjuk pada
kumpulan fakta yang umumnya berbentuk angka yang menggambarkan suatu persoalan.
Terkait dengan pengertian ini, kita mengenal adanya statistik kelahiran, statistik kecelakaan
kereta api, statistik penerimaan mahasiswa baru, dsb. Kedua, istilah statistik merujuk pada
pengetahuan yang berupa seperangkat teknik matematik yang disiapakan untuk
mengumpulkan, mengolah, dan menganalisis data, menarik kesimpulan serta pembuatan
keputusan berdasarkan fakta dan analisis yang dilakukan. Untuk pengertian yang kedua
biasa disebut sebagai statistika.
Mempelajari statistika mempunyai dua orientasi yaitu teoritis dan praktis. Orientasi
teoritis bermaksud membahas aturan-aturan, dalil, rumus, menciptakan model dan segi-
segi lain yang bersifat teoritis dan matematis. Sedang pada orientasi praktis, dimaksudkan
menerapkan aturan-aturan dan rumus-rumus yang telah diciptakan oleh statistika teoritis.
Pada statistik yang berorientasi praktis ini tidak dipersoalkan bagaimana lahirnya atau
diperolehnya suatu rumus atau aturan tertentu, melainkan ditekankan pada bagaimana cara-
cara atau metode statistika tersebut digunakan. Dalam perkuliahan Statistik II ini akan
mengacu pada orientasi yang kedua.
Pentingnya Statistika dalam Penelitian
Penggunaan statistika dalam kegiatan penelitian sangat penting, terutama dalam
penelitian kuantitatif. Beberapa alasan yang dapat dikemukakan adalah :
a. Statistika memungkinkan data penelitian secara eksak.
b. Statistik memaksa peneliti menganut pola pikir dan tata kerja yang definit dan eksak.
c. Statistik menyediakan cara-cara meringkas data ke dalam bentuk yang lebih banyak
artinya.
d. Statistik memberi dasar-dasar untuk menarik konklusi melalui proses yang bisa
dipertanggungjawabkan.
e. Statistik memberi landasan untuk membuat prediksi.

1.2. Statistik Deskriptif dan Statistik Inferensial

Statistik deskriptif adalah salah satu bagian dari ilmu statistika yang berhubungan
dengan aktivitas penghimpunan, penataan, peringkasan dan penyajian data dengan harapan
agar data lebih bermakna, mudah dibaca dan mudah dipahami oleh pengguna data. Statistik
deskriptif hanya sebatas memberikan deskripsi atau gambaran umum tentang karakteristik
objek yang diteliti tanpa maksud untuk melakukan generalisasi sampel terhadap populasi.
Kegiatan dalam statistik deskriptif meliputi pengumpulan, pengelompokan dan
pengolahan data yang selanjutnya akan menghasilkan ukuran-ukuran statistik seperti
frekuensi, pemusatan data, penyebaran data, kecenderungan suatu gugus data dan lain-lain.
Selain itu, agar data lebih mudah dibaca dan dipahami maka data dapat diringkas dalam
bentuk tabulasi atau disajikan dalam bentuk grafik atau diagram. Penggunaan grafik dan
diagram dimaksudkan agar data yang disajikan lebih menarik dan lebih komunikatif.
Statistik inferensial memiliki tugas mengambil kesimpulan tentang sesuatu hal yang
diselidiki dari bahan-bahan (data) yang diperoleh dari sample untuk digeneralisasikan pada
populasi. Oleh karena itu statistik inferensial selalu melibatkan proses sampling.
Penerapan metode statistik dalam analisis data penelitian yang melibatkan variabel
bebas dan variabel terikat harus memperhatikan jenis data penelitian yang dimiliki.
Jelasnya, dalam penelitian suatu teknik statistik perlu mempertimbangkan jenis data untuk
variabel bebas dan jenis data untuk variabel terikatnya. Persyaratan jenis data dan tugas
yang dijalankan oleh masing-masing teknik statistik akan dibicarakan pada bab berikut.

1.3. Statistik Parametrik dan Non Parametrik

Statistik parametrik
Parametrik berarti parameter. Parameter adalah indikator dari suatu distribusi hasil
pengukuran. Indikator dari distribusi pengukuran berdasarkan statistik parametrik
digunakan untuk parameter dari distribusi normal. Apa yang dimaksud dengan distribusi
normal? Bagaimana mengetahui sebuah data berdistribusi normal atau tidak? Hal ini
penting sekali untuk diketahui karena berdasarkan normal atau tidaknya distribusi ini baru
dapat ditentukan apakah uji statistik parametrik atau nonparametrik yang digunakan.
Penggunaan metode statistik parametrik mengikuti prinsip-prinsip distribusi
normal. Prinsip-prinsip dari distribusi normal adalah:
a. Distribusi dari suatu sampel yang dijadikan obyek pengukuran berasal dari distribusi
populasi yang diasumsikan terdistribusi secara normal.
b. Sampel diperoleh secara random, dengan jumlah sampel yang dianggap dapat mewakili
populasi.
c. Distribusi normal merupakan bagian dari distribusi probabilitas yang kontinyu
(continuous probability distribution).
Impilkasinya, skala pengukuran pun harus kontinyu. Skala pengukuran yang
kontinyu adalah skala rasio dan interval. Kedua skala ini memenuhi syarat untuk
menggunakan uji statistik parametrik. Bila syarat-syarat ini semua terpenuhi, maka metode
statistik parametrik dapat digunakan.
Untuk kasus ini data sebaiknya ditransformasikan terlebih dahulu. Transformasi data perlu
dilakukan agar data mengikuti sebaran normal. Transformasi dapat dilakukan dengan
mengubah data ke dalam bentuk logaritma natural, menggunakan operasi matematik
(membagi, menambah, atau mengali dengan bilangan tertentu), dan mengubah skala data
dari nominal menjadi interval.
Contoh metode statistik parametrik diantaranya adalah uji-z (1 atau 2 sampel), uji-t (1 atau
2 sampel), korelasi pearson, perancang percobaan (2-way ANOVA), dan lain-lain.

Statistik nonparametrik
Istilah nonparametrik pertama kali digunakan oleh Wolfowitz, pada tahun 1942.
Metode statistik nonparametrik merupakan metode statistik yang dapat digunakan dengan
mengabaikan asumsi-asumsi yang melandasi penggunaan metode statistik parametrik,
terutama yang berkaitan dengan distribusi normal. Istilah lain yang sering digunakan untuk
statistik nonparametrik adalah statistik bebas distribusi (distribution-free statistics) dan uji
bebas asumsi (assumption-free test). Statistik nonparametrik banyak digunakan pada
penelitian-penelitian sosial. Data yang diperoleh dalam penelitian sosial pada umunya
berbentuk kategori atau berbentuk rangking.
Uji statistik nonparametrik ialah suatu uji statistik yang tidak memerlukan adanya
asumsi-asumsi mengenai sebaran data populasi. Uji statistik ini disebut juga sebagai
statistik bebas sebaran (distribution free). Statistik nonparametrik tidak mensyaratkan
bentuk sebaran parameter populasi berdistribusi normal. Statistik nonparametrik dapat
digunakan untuk menganalisis data yang berskala nominal atau ordinal karena pada
umumnya data berjenis nominal dan ordinal tidak menyebar normal. Dari segi jumlah data,
pada umumnya statistik nonparametrik digunakan untuk data berjumlah kecil (n < 30).
Keunggulan Statistik Nonparametrik
Keunggulan statistik nonparametrik diantaranya:
1. Asumsi dalam uji-uji statistik nonparametrik relatif lebih longgar. Jika pengujian data
menunjukkan bahwa salah satu atau beberapa asumsi yang mendasari uji statistik
parametrik (misalnya mengenai sifat distribusi data) tidak terpenuhi, maka statistik
nonparametrik lebih sesuai diterapkan dibandingkan statistik parametrik.
2. Perhitungan-perhitungannya dapat dilaksanakan dengan cepat dan mudah, sehingga
hasil penelitian segera dapat disampaikan.
3. Untuk memahami konsep-konsep dan metode-metodenya tidak memerlukan dasar
matematika serta statistika yang mendalam.
4. Uji-uji pada statistik nonparametrik dapat diterapkan jika kita menghadapi keterbatasan
data yang tersedia, misalnya jika data telah diukur menggunakan skala pengukuran
yang lemah (nominal atau ordinal).
5. Efisiensi statistik nonparametrik lebih tinggi dibandingkan dengan metode parametrik
untuk jumlah sampel yang sedikit.

Keterbatasan Statistik Nonparametrik

Disamping keunggulan, statistik nonparametrik juga memiliki keterbatasan.
Beberapa keterbatasan statistik nonparametrik antara lain:
1. Jika asumsi uji statistik parametrik terpenuhi, penggunaan uji nonparametrik meskipun
lebih cepat dan sederhana, akan menyebabkan pemborosan informasi.
2. Jika jumlah sampel besar, tingkat efisiensi nonparametrik relatif lebih rendah
dibandingkan dengan metode parametrik.
3. Statistik nonparametrik tidak dapat dipergunakan untuk membuat prediksi (peramalan).
Contoh metode statistik nonparametrik diantaranya adalah Chi- square test, Median test,
Friedman test, dan lain-lain.

Langkah-Langkah Pemilihan Metode Statistik

Kapan metode statistik nonparametrik digunakan? Metode pengujian ini digunakan bila
salah satu syarat dalam statistik parametrik tidak terpenuhi. Syarat-syarat yang perlu
diperhatikan untuk menentukan statistik apa yang akan digunakan dalam analisis, yaitu:
1. Apakah distribusi data diketahui?
 Jika distribusi data tidak diketahui maka statistik yang sesuai adalah statistik
nonparametrik. Jika distribusi data diketahui, maka kita harus melihat jenis distribusi
data tersebut.
2. Apakah data berdistibusi normal?
Jika data tidak berdistribusi normal, maka statistik yang sesuai adalah statistik
nonparametrik. Jika data berdistribusi normal, maka statistik yang sesuai adalah statistik
parametrik.
3. Apakah sampel ditarik secara random?
Jika sampel tidak ditarik secara random, maka statistik yang sesuai adalah statistik
nonparametrik. Jika sampel ditarik secara random, maka statistik yang sesuai adalah
statistik parametrik.
4. Apakah varians kelompok sama?
Jika varians kelompok tidak sama, maka statistik yang sesuai adalah statistik
nonparametrik. Jika varians kelompok sama, maka statistik yang sesuai adalah statistik
parametrik.
5. Bagaimana jenis skala pengukuran data?
Jika skala pengukuran data nominal dan ordinal, maka statistik yang sesuai adalah
statistik nonparametrik. Jika skala pengukuran data interval dan rasio, maka statistik
yang sesuai adalah statistik parametrik.
Selain sebaran, salah satu indikator penggunaan metode statistik parametrik atau
nonparametrik adalah jenis data. Distribusi normal merupakan bagian dari distribusi
probabilitas yang kontinyu (continuous probability distribution), karena itu skala
pengukurannya pun haruslah kontinyu. Jenis data yang memiliki skala pengukuran yang
kontinyu adalah data rasio dan interval.
Karena dalam pemilihan metode statistik jenis data merupakan salah satu indikator,
maka perlu dijelaskan kembali pengertian dan jenis-jenis data.