STATISTIKA

BAB I
KONSEP DASAR STATISTIKA

A. Variabel dan Data

1. Unit Statistik
Unit statistik adalah objek yang akan diteliti, disurvey, dan didata.
2. Variabel
Variabel adalah suatu karakteriktik dari suatu objek yang nilainya
bervariasi untuk tiap objek yang diamati, dihitung atau diukur.
3. Data
Data adalah suatu keterangan yang berbentuk kualitatif dan atau
kuantitatif yang merupakan hasil observasi, penghitungan, dan
pengukuran dai suatu variabel.
4. Klasifikasi Data
Berdasarkan jenis perolehannya data diklasifikasikan menjadi 5
macam, yaitu :
a. Slaka Nominal
Data ini diperoleh dari hasil observasi dan hasilnya berbentuk
kualitatif. Apabila datanya disimbolkan menjadi data numerik
(kuantitatif) maka bilangan yang digunakan bersifat diskrit.
Datanya dapat disusun secara bebas tanpa memperhatikan urutan
dan dapat dipertukarkan.
Contoh :
Data dari variable jenis agama (Islam = 1, Kristen = 2, Katholik =
3, Hindu = 4, Budha = 5). Catatan bilangan 1 di sini bukan berarti
lebih kecil dari 2.
b. Skala Ordinal
Data ini berasal dari hasil pengamatan, observasi, atau angket
berskala dari suatu variabel dan hasilnya berbentuk data kualitatif.
Apabila datanya disimbolkan menjadi data numerik (kuantitatif)
maka bilangan yang digunakan bersifat diskrit dan mengenal
urutan menurut kualitas atributnya.
Contoh :
Data dari variabel motivasi mahasiswa kuliah tingkat pertama
UNNES. Urutan data 1 sampai 5 menyimbolkan kualitas. 5 =
sangat ragu/sangat setuju, 4 = bagus/setuju, 3 = sedang/ragu-ragu,
2 = jelek/tidak setuju, 1 = sangat jelek/sangat tidak setuju. Bilangan
pengganti kualitas tersebut mempunyai suatu tingkatan atribut.
c. Skala Kardinal
Data ini berasal dari hasil menghitung suatu variabel. Data ini
berbentuk kuantitatif dan bersifat diskrit, umumnya dinyatakan
dalam bilangan kardinal.
Contoh :
 Data dari variabel jumlah kursi disetiap ruang kelas. Hasil
perhitungan disini datanya jelas berupa bilangan numerik bulat.
d. Skala Interval
Data ini berasal dari hasil mengukur suatu variabel. Data yang
disajikan berbentuk kontinu yang memiliki uuran urutan seperti
data ordinal. Pada skala interval tidak memiliki no mutlak, artinya
jika suatu responden variabelnya bernilai nol bukan berarti tidak
memiliki substansi sama sekali.
Contoh :
Variabel temperatur tiap ruangan. Ada satu suangan diukur
suhunya 0o C, disini bukan berarti di ruangan tersebut tidak ada
temperatur sama sekali tetapi suhu 0o C masih bermakna memiliki
substansi suhu, dan masih ada suhu negatif juga.
e. Skala Ratio
Data ini berasal dari hasil mengukur suatu variabel. Data
diasumsikan berbentuk kontinu hampir sama dengan skala interval,
perbedaannya terletak pada nilai nol. Pada skala ratio memiliki
nilai nol mutlak, artinya jika suatu responden variabelnya bernilai
nol berarti tidak memiliki substansi sama sekali.
Contoh :
Variabel massa benda. Bila suatu benda massanya 0 kg berarti
berarti benda itu tidak memiliki berat. Massa 6 kg berarti dua kali
lipat dari massa 3 kg.
B. Pembagian Bidang Kerja Analisis
Terdapat dua kategori dalam ilmu statistika, yaitu statistika deskriptif dan
statistika inferensial. Pada statistika deskriptif, tugas kita mengurutkan,
membentuk kelompok-kelompok, meringkas dan mempresentasikan data
sehingga diperoleh informasi yang relevan tentang keberadaan data.
Dalam olah data, statistika deskriptif diidentifikasikan dengan kualitatif
atau non parametrik, dimana kekuatan analisinya berupa deskripsi yang
dinyatakan dalam bentuk kata-kata, sedangkan perhitungan hanya dipakai
sebagai pendukung informasi. Statistika inferensial digunakan untuk
membuat smpulan, memprediksi kejadian, dan mencari hubungan antar
data. Dalam olah data statistika inferensial diidentikan dengan statistika
kuantitatif atau parametrik, dimana kekuatan analisinya berupa
perhitungan numerik yang dipakai sebagai dasar menolak atau menerima
hipotesis. Data yang diolah dari statistika inferensial ini adalah data
kontinu.
C. Statistika Penelitian
Ada dua tipe statistika penelitian, yaitu eksperimen dan survei. Untuk
merencanakan melakukan statistika tindakan survey atau eksperimen,
membutuhkan beberapa tahapan yang perlu dipenuhi.
Tahapan tersebut adalah :
1. Permasalahan harus dirumuskan dengan jelas
2. Pemlihan ruanglingkup (sampel dan populasi)
3. Metode pengumpulan data
4. Draf dan koreksi kuesioner
5. Sumber data
6. Daya pembanding kegiatan
7. Pelaksanaan di lapangan
8. Perencanaan waktu kegiatan
9. Biaya kegiatan
10. Pertanggungjawaban
11. Tinjauan literatur
12. Faktor motivasi
13. Pengorganisasian, analisa dan interpretasi data
14. Presentasi
15. Menulis laporan

BAB II
ANALISIS DESKRIPTIF

A. Pengenalan Paket Program SPSS

Program aplikasi statistik SPSS (Statistical Package for Social
Science) merupakan salah satu program yang diperuntukkan untuk
ilmu ilmu sosial, sehingga fasilitas analisis lebih banyak pada
variabel sosial. Pada perkembangannya sekarang SPSS sudah
meluas penggunaanya tidak hanya di bidang sosial saja tetapi juga
lebih banyak digunakan di bidang eksakta.
Mengoperasikan SPSS
1. Bila icon SPSS telah terpasang di windows main menu, maka
double click icon tersebut
2. Bila icon SPSS belum terpasang, maka click start, rogram, pilih
SPSS for windows, diantara banyak fasilitas SPSS group
program, pilih icon SPSS.
Pemeliharaan File
B. Ukuran TendensiSntral dan Dispersi Data
Ukuran tendensi sentral lebih banyak digunakan dalam penelitian
mauppu administrai untuk mendeskripsikan kondisi atau kelakuan
dari data. Ukuran tendensi sentral yang sering digunakan meliputi
rataan, modus, median, varian, simpangan baku, dan sebagainya.
Rataan : Jumlah semua data dibagi dengan banyaknya data.
Modus : ukuran nilai yang sering muncul.
Median : ukuran nilai yang berada di urutan tengah.
Range : selisih nilai tertinggi dan terendah.
Varian : rata-rata selisih kuadrat antara nilai-nilai individual
dengan nilai tengahnya.
Standar eror rataan : simpangan baku dari simpangan rataan
sampel terhadap rataan populasi.
Skewness : kemiringan distribbusi data.
Kurtosis : keruncingan distribusi data. Semakin runcing nilai
kurtosis akan menunjukkan data hampir mengumpul (homogen).
C. Deskripsi data dengan SPSS
 Untuk mendapatkan nilai-nilai tendensi sentral dan dispersi dapat
dilakukan dengan menggunakan SPSS dengan menu deskripsi.
D. Presentasi Data
1. Data yang dikumpulkan untuk laporan perlu diatur, disusun,
dan disajikan dengan jelas dan baik. Biasanya data disajikan
dalam bentuk tabel/daftar, diagram/grafik. Adapun macam-
macam penyajian data dengan tabel dan diagram/grafik yang
dikenal, antara lain : tabel matriks baris dan kolom, diagram
batang, diagram batang, diagram lingkaran, diagram lambang,
diagram garis, scatter plot, diagram batang dan daun,
histogram, dan polygon frekuensi, Box and whisker plot,
Grafik Q-Q plot
2. Tabel matriks dan kolom
Menyajikan data dalam bentuk tabel matriks baris dan kolom.
3. Pictogram
Sajian data dengan menggunakan gambar-gambar menarik.
Tujuan penyajian data dengan pictogram di sini penyaji ingin
pembaca datang dan mau melihatnya.
4. Diagram lingkaran
Diagram lingkaran adalah penyajian data dalam bentuk juring-
juring lingkaran, yang secara keseluruhannya hanya berjumlah
250o.
5. Diagram baang
Diagram batang menyajikan data dalam bentuk batangan balok,
persegi, silinder dan lain sebagainya.
6. Diagram garis
Diagram garis adalah penyajian data hubungan dua variabel
dalam bentuk garis patah, satu variabel terletak pada sumbu x
dan variabel lainnya terletak pada sumbu y, ujung garis patah
merupakan koordnat masing-masing pasangan data observasi.
7. Scatter plot
Sajian data dalam bentuk koordinat titik dari dua variabl yang
satu pada sumbu x dan yang lainnya pada sumbu y.
8. Histogram dan poligon frekuensi
Hidtogram adalah sajian data dalam bentuk batang-batang
seperti diagram batang untuk data kontinu. Biasanya histogram
dipakai untuk menggambarkan data yang sudah dibuat dalam
tabel distribui fekuensi.
Titik tengah puncak pada histogram bila dihubungkan dengan
garis patah maka akan terjadi poligon frekuensi.
9. Box and whisker plot
Box pot adalah sajian data yang menggambarkan hubungan
antara median, quartil atas, dan kuartil bawah termasuk
pencilan data.
10. Grafik Q-Q plot
Q-Q plot adalah sajian diagraam hubungan antara quartil data
dengan quartil data distribusi normal. Grafik ini bertujuan
 untuk menguji apakah sebuah data mempunyai distribusi yang
sama dengan suatu bentuk teoritis distribusi normal.
11. Diagram batang dan daun
Penyajian data yang memilah-milah data observasi dalam
bentuk batang dan daun.
E. Mendeskripsikan Normalitas atau Kemiringan Data
Untuk mendeskripsikan normalitas dibutuhkan nilai-nilai dari
rataan, histogram beserta plot normalnya, nilai skewness, dan
diagram Q-Q plot.
F. Mendeskripsikan Asumsi Homogenitas Data
Misalnya kita akan mmendeskripsikaan suatu variabel apakah
asumsi homogenitas terpenuhi, maka dibutuhkan pemenuhan
asumsi normal, nilai kurtosis, dan pemeriksaan adanya data
pencilaan dengan diagram box plot.
G. Deskripsi Data Nominal atau Ordinal
Untuk mendeskripsikan data diskrit nominal atau ordinal agak
berbeda dengan deskripsi data kontinu interval atau rasio. Data
sampel berskala nominal atau ordinal banyak terjadi data berulang
(replikasi).

Mendeskripsikan perbandingan dan kecenderungan data

Kita akan olah data nominal sex dan ordinal minat dengan analisis
deskriptif. Kegiatan deskriptif disini lebih banyak pada
perbandingan, kecenderungan responden memilih. Bentuk kegiatan
menentukan normalitas, homogenitas, sangat jarang diperankan
olah data nominal dan ordinal. Karena data berbentuk nominal dan
ordinal atas pertimbangan banyak data replikasi maka ukuran
tendensi sentral yang lebih berperan adalah modus dan median.
Ukuran rataan tidak begitu penting. Untuk perbandingan
dibutuhkan diagram lingkaran atau diagram batang. Oleh karena
itu disini dibutuhkan beberapa informasi tentang mean, median,
modus, dan diagram lingkaran atau diagram batang.