BAB 1

Konsep Dasar Statistika

1.1 Latar Belakang

Sebelum kita membahas apa itu statistika, kita terlebih dahulu membahas cara berpikir
deduktif dan induktif serta metode ilmiah
Misalkan terdapat kejadian seperti berikut. Seorang dokter sedang melakukan
pengu- jian (memeriksa pasien) atau melakukan pengujian radiografi. Dokter ini
mengumpulkan data pasien ini untuk selanjutnya digunakan sebagai pedoman dalam
melakukan tindakan pengobatan atau diagnostik selanjutnya. Dalam memberikan
keputusan untuk melakukan tindakan tersebut dapat berdasarkan kepada ilmu
pengetahuan selama dia menjalani pen- didikan sebagai dokter, dapat pula berdasarkan
literatur atau sumber-sumber lain. Prinsip- prinsip umum yang diterapkan pada situasi
khusus untuk mendapatkan keputusan terbaik untuk pasien di atas disebut cara penalaran
atau argumentasi deduktif (deductive reason- ing). Dengan kata lain, cara berargumen
dari umum ke khusus (general to specific).
Seringkali pula kita berpikir sebaliknya, yaitu menggunakan informasi dari subjek
spe- sifik ke umum (specific to general). Penalaran seperti ini disebut penalaran induktif
(in- ductive reasoning). Sebagai contoh seorang biologiwan melakukan penelitian
terhadap suatu spesies tumbuhan tanaman obat tertentu dan dari apa yang diamati
peneliti berusaha membuat simpulan rasional tentang apa yang terjadi secara umum.
Dalam metode ilmiah (scientific method) kita mengenal empat tahapan lihat (Elston
and Johnson, 1994).

1. Melakukan observasi (making observation): mengumpulkan data.

2. Membuat hipotesis (generating/formulating a hypothesis): sesuatu yang berhubun-

gan dengan perumusan tujuan penelitian.

3. Pengujian hipotesis (test the hypothesis): melakukan pengujian hipotesis. Langkah

ini berhubungan dengan data apa saja yang diperlukan.

4. Melakukan percobaan (experimenting):

a) Melakukan inferensi untuk menolak atau menerima hipotesis;

1
 b) Jika hipotesis ditolak kita kembali ke langkah 2. Jika hipotesis diterima,
tidak- lah berarti itu benar. Hanya saja berdasarkan pengetahuan yang ada
sekarang itu dianggap benar.
c) Hipotesis secara konstan diperbaiki (refined) dan diuji seiring dengan
bertam- bahnya pengetahuan.

Dalam metode ilmiah kita menggunakan inferensi induktif dan tidak pernah
membuk- tikan sesuatu dengan kepastian absolut (absolute certainty). Metode ilmiah
memberikan cara objektif dalam memformulasikan ide-ide baru dan memeriksakan ide-
ide ini dengan data sesungguhnya dan mengerucutkan kembali penemuan-penemuan ini.
Sebagai contoh misalkan Anda melakukan penelitian terhadap 20 orang pasien penyakit
tertentu. Dalam upaya untuk merampatkan (to generalize) hasil berdasarkan sampel dari
20 pasien ini, Anda mungkin bertanya sebagai berikut.

1. Jika 20 orang pasien baru diperiksa apakah hasilnya sama dengan studi pada 20
pasien pertama?

2. Jika lab berbeda menganalisis sampel darah apakah hasilnya akan serupa?

3. Jika sampel darah disimpan pada suhu berbeda apakah hasilnya akan sama?

Untuk menjawab pertanyaan-pertanyaan di atas kita memerlukan statistika. Subbab se-

lanjutnya akan membahas pengertian statistika.

1.2 Pengertian Statistika

Statistika adalah ilmu yang berkaitan dengan pengumpulan, pengorganisasian, analisis,

interpretasi, dan presentasi informasi yang dapat dinyatakan secara numerik. Ada dua
kata yang sering disalahartikan:

1. Statistik (tanpa ”a”) adalah pendugaan dari kuantitas numerik yang tidak
diketahui, seperti rata-rata, median, atau modus. Contoh rata-rata tinggi
mahasiswa Jurusan Farmasi adalah 165 cm.

2. Statistika adalah ilmu yang berkaitan dengan pengumpulan, pengorganisasian,

anal- isis, interpretasi, dan presentasi informasi yang dapat dinyatakan secara
numerik.

1.2.1 Alasan belajar statistika

Ada beberapa alasan untuk belajar statistika:

1. Membuat keputusan yang benar berdasarkan kepada data yang dimiliki, tahu data
berasal dari mana dan bagaimana data itu diperoleh, juga harus tahu apakah data
yang diperoleh secara statistika syah.

2. Anda harus mampu memahami dan mengevaluasi pustaka-pustaka yang

berhubun- gan dengan analisis data dengan cara yang cerdas. Banyak di antara
artikel-artikel tersebut dibuat dengan argumentasi statistika yang tidak tepat.
 3. Anda tahu kapan dan untuk tujuan apa seorang statistikawan diperlukan konsul-
tasinya.

Terkait dengan alasan-alasan di atas, seorang statistikawan dapat melakukan

beberapa hal berikut:

1. Merekomendasikan rancangan studi yang sesuai dengan tujuan (objectives) peneli-

tian dan meningkatkan jumlah informasi yang bisa diperoleh.

2. Membantu dalam mengembagnkan formulir pengumpulan data yang efisien dan

mudah diproses.

3. Merekomendasikan cara-cara untuk memantau kualitas data begitu data

dikumpulkan. Setelah data dikumpulkan dan disiapkan untuk analisis seorang
statistikawan dapat:
1. merekomendasikan metode yang paling cocok untuk analisis data;

2. menginterpretasi temuan-temuan dengan istilah-istilah yang mudah dimengerti;

3. mengulas dan berkontribusi kepada isi dalam laporan atau publikasi.

1.3 Statistika Deskriptif dan Inferensial

Pada saat kita mengumpulkan data kita dapat mengambil ringkasan-ringkasan penting
data baik dalam ringkasan numerik maupun grafikal. Sebagai contoh rata-rata dan
median dari suatu jenis tanaman dan plot histogram dari tanaman tersebut. Statistik
yang dirangkum ini sifatnya deskriptif sehingga disebut statistika deskriptif. Statistika
deskriptif ini mem- berikan gambaran awal tentang data.
Untuk tujuan penelitian yang lebih kompleks, kita akan melakukan pengujian
hipotesis dan mengambil simpulan dari apa yang kita lakukan. Pengambilan simpulan
dan pengu- jian hipotesis ini merupakan bagian dari inferensi statistika (statistika
inferensial).

1.4 Pengertian dan Jenis Data

Langkah pertama sebelum melakukan kalkulasi atau memplot data adalah memutuskan
je- nis data yang sedang dihadapi (Swinscow and Campbell, 2002). Swinscow and
Campbell (2002) mengatakan terdapat banyak tipologi, namun perbedaan mendasar
adalah variabel kuantitatif (yang mana kita akan bertanya ”berapa banyak?”) dan
variabel kategorik atau kualitatif (yang mana kita akan bertanya ”apa jenisnya?”.
Subbab ini membahas beberapa tipologi tersebut.

1.4.1 Variabel Kuantitatif

Secara garis besar variabel kuantitatif dapat diukur (measured) atau dihitung (counted).
Variabel kuantitatif dapat diukur menurut suatu jumlah atau kuantitas dan disebut juga
variabel numerik, skala, atau metrik. Variabel yang diukur seperti tinggi badan secara
teori dapat memiliki sebarang nilai dalam suatu rentang tertentu dan diberikan istilah
”kontinu”.
 Apabila nilai-nilai variabel kuantitatif ini hanya bernilai bulat atau nilai dalam
jumlah kecil, kita katakan ”diskret” atau ”diskontinu”. Urutan dan magnitud memegang
peranan penting dalam variabel diskrit, dan nilainya terbatas pada bilangan bulat saja.
Dengan kata lain data diskret ini biasanya dilakukan dengan menghitung. Sebagai
contoh data mahasiswa per jurusan di Universitas Udayana.
Seringkali nilai variabel tidak terbatas pada nilai tertentu. Sebagai contoh kita men-
gukur berat badan seseorang misalnya 60kg. Variabel seperti ini dikatakan kontinu. Me-
ngingat kita melakukan pengukuran terhadap semua nilai pecahan (fractional) di dalam
suatu selang maka nilai ini berada dalam skala interval (interval scale).
Variabel kuantitatif diskret dan kontinu kadang tumpang tindih, namun hal ini
tidaklah signifikan karena data dapat dideskripsikan dengan statistik yang sama seperti
median. Menurut Nick (2007) rasio hanya dapat diambil apabila variabel kuantitatif
memiliki titik nol yang tidak sembarang (nonarbitrary zero point). Sebagai contoh
skala temperatur Celcius adalah skala relatif dan bukan ukuran skala rasio. Misalnya
50ý C tidaklah dua kali lipat 25ý C. Namun, skala Kelvin adalah skala absolut sehingga
kita dapat mengatakan
50K adalah dua kali panas 25K.

1.4.2 Variabel Kualitatif

Variabel kualitatif (qualitative variable) merupakan klasifikasi atau kategori. Sehingga

memunculkan istilah variabel kategorik (categorical variable). Sebagai contoh kita
mengk- lasifikasikan tinggi orang sebagai ”rendah”, ”sedang”, atau ”tinggi”. Contoh lain
adalah klasifikasi ras seperti ”Asia”, ”hitam”, ”Kaukasia”. Variabel kategorik ini dibagi
menjadi dua jenis: ordinal dan nominal. Suatu variabel dikatakan variabel ordinal
apabila terda- pat urutan secara alamiah (natural ordering). Sebagai contoh
pengklasifikasian penyakit dalam skala empat: ”tidak sakit”,”agak sakit”,”sakit”,
”parah”. Apabila tidak terdapat urutan secara alamiah, variabel kualitatif disebut
variabel nominal. Sebagai contoh kita mengklasifikasikan warna rambut:
”hitam”,”merah”,dan ”pirang”. Variabel nominal yang hanya memiliki dua kategori
disebut variabel dikotomus (dichotomous variable) atau vari- abel biner (binary
variabel), misalnya jenis kelamin (laki-laki, perempuan).
Pengklasifikasian variabel nominal dan ordinal kadang bersifat subjektif. Misalkan
kita mengklasifikasikan seorang pasien sebagai ”sangat cemas”,”normal”, dan ”depresi”.
Kita mungkin mengklasifikasikan pasien ini sebagai variabel ordinal. Namun, orang lain
bisa mengkatagorikan variabel ini sebagai nominal. Contoh lain misalkan genotipe dik-
lasifikasikan pada skala nominal dengan tiga kategori genotipe AA, AB, BB. Namun
lebih lazim orang menghitung jumlah allelle A dan dinyatakan sebagai skala ordinal 0,
1, atau
2 allelle A.

1.4.3 Variabel Bebas dan Tidak Bebas

Variabel respons (response variable), disebut juga variabel tak bebas (dependent
variable) atau variabel hasil (outcome variable), adalah suatu ukuran yang dipengaruhi
oleh kon- disi yang berbeda dan merupakan tujuan utama penelitian (primary interest).
Variabel bebas (independent variable), disebut juga variabel factor (factor variable) atau
variabel pemrediksi (predictor variable), merupakan variabel yang secara aktif
dikendalikan atau
 dikontrol oleh peneliti untuk memahami varisi yang teramati pada variabel respons. Vari- abel
bebas dan tak bebas dapat berupa kuantitatif atau kualitatif.

1.5 Latihan

1. Jika Anda akan melakukan suatu penelitian apakah suatu tanaman dapat menjadi obat
atau tidak apa langkah-langkah yang akan dilakukan?

2. Klasifikasikan jenis-jenis data berikut. Apakah termasuk kuantitatif (kontinu atau

diskret), kategorik (ordinal atau nominal), atau tipe lainnya.

a) tekanan darah, tinggi badan, berat badan, umur; (kuantitatif kontinu)

b) banyak anak dalam suatu keluarga; (Kuantitatif diskret)

c) tidak setuju, netral, setuju; (Kategorik ordinal)

d) golongan darah: O, A, B, AB; ( KategorikNominal)

e) hidup atau mati;(Kategorik nominal)

f) jenis kelamin (laki-laki/perempuan); (Kategorik nominal)

g) stadium penyakit kanker. (Kategorik ordinal)

3. Fahrenheit termasuk ke dalam skala interval. Misalkan dalam suatu percobaan un- tuk
mengetahui kadar suatu zat tertentu A mengukur zat tersebut pada 40ý F dan
50ý F, tetapi B mengukur zat tersebut pada 35ý F dan 45ý F. Apakah selisih penguku- ran
suhu yang dilakukan A dan B sama?

4. Berikan contoh skala interval, rasio, ordinal, dan nominal.

Jawab :
1. A. Contoh skala interval yaitu ( 1). Suhu, yang diukur dalam derajat Fahrenheit atau Celcius,
merupakan skala interval, (2) Tingkat kecerdasan (IQ) (3) Beberapa indeks pengukuran tertentu