STATISTIKA

Statistika

Konsep dasar dan metoda

penggunaannya dalam penelitian
Dalam arti luas, statistik berarti suatu ilmu yang
mempelajari cara pengumpulan, pengolahan/
pengelompokkan, penyajian, dan analisis data serta
pengambilan kesimpulan secara umum berdasarkan
hasil penelitian. Pengertian ini merujuk pada istilah
statistics yang biasanya diterjemahkan dengan istilah
statistika.

Pengertian statistika secara luas ini dapat disimpulkan

bahwa statistika adalah suatu disiplin ilmu yang
membahas tentang tata cara pengumpulan data dan
penarikan kesimpulan tentang suatu masalah
berdasarkan pengamatan terhadap keseluruhan atau
sebagian informasi atau data
Keseluruhan informasi atau data dikenal dengan
sebutan Populasi, sedangkan sebagian informasi atau
data dari populasi dikenal dengan istilah sample atau
contoh.

Tujuan analisis statistika adalah menyajikan data

sedemikian rupa sehingga data tersebut menjadi lebih
sederhana, ringkas, dan mudah untuk diinterpretasikan
informasi yang terkandung didalamnya. Oleh karena itu,
didalam statistika dibahas teknik-teknik yang diperlukan
dalam pengumpulan, penataan, analisis, dan
pendugaan data serta penarikan kesimpulan
 Tujuan Sacara Umum:

 Untuk memajukan pemikiran yang tertib, runut

dan jelas, terutama yang berhubungan dengan
pengumpulan dan interpretasi data numerik, serta
menyediakan sejumlah teknik statistika yang
mempunyai kegunaan yang luas dalam penelitian.
 Melakukan penyajian, peringkasan dan pencirian
data

Statistika adalah cara berpikir perihal ketidakpastian.

 Penelitian :

 Penyelidikan terencana untuk mendapatkan fakta

baru, untuk memperkuat atau menolak hasil hasil
percobaan terdahulu.

Penyelidikan demikian ini akan membantu pengambilan

keputusan
 Pertanyaan yang harus dijawab :

 Untuk setiap perhitungan statistik, selalu muncul

pertanyaan mengenai ketelitiannya, berapa angka
yang masih dapat dipercaya sebagai akhir dari
serangkaian perhitungan yang kita lakukan
Perlu disadari bahwa statistika hanyalah suatu alat bukan
suatu tujuan. Dan kalau statistika sebagai suatu alat tentu
harus digunakan sesuai dengan apa yang hendak
dianalisis.
Statistika ibarat alat pemotong, bila yang akan dipotong
adalah kain maka kita akan menggunakan alat pemotong
gunting khusus kain, bukan parangaatau alat pemotong
lan. Parang dapat juga digunakan memotong kain tapi
tentu hasilnya tidak tidak sehalus yang dihasilkan oleh
gunting dan dapat menghasilkan potongan kain yang jauh
menyimpang dari apa yang menjadi tujuan. Dalam
statistika yang harus diperhatikan adalah bagaimana kita
memilih suatu analisis yang sesuai dengan tujuan dan
data atau peubah yang ada.
Dalam penelitian analisis atau metode statistika yang
digunakan tergantung pada tujuan penelitian dan
struktur data yang kita miliki. Yang dimaksud dengan
struktur data yakni jenis data (kualitatif atau
kuantitatif) dan banyaknya peubah yang digunakan.
Analisis atau metoda statistika merupakan merupakan
prosedur yang digunakan dalam:
 Pengumpulan data
 Penataan dan penyajian data
 Analisis data, dan
 Penafsiran data.
Langkah awal dalam metode statistika adalah pengumpulan data.
Pengumpulan data ini dapat dilakukan melalui survey (wawancara atau
angket), observasi, atau eksperimen. Data yang merupakan hasil
pengamatan biasanya dklasifikasikan berdasarkan jenis data, yakni:
(1) Data Numerik, dan
(2) Data Kategorik
Data numerik merupakan hasil cacahan ataupun hasil pengukuran
sedangkan jenis data kategorik merupakan data hasil klasifikasi menurut
kriteria tertentu. Jenis data numeric oleh peneliti social disebut data
kuantitatif sedangkan data kategorik disebut data kualitatatif.
Contoh data kuantitatif hasil cacahan :
 Banyaknya mahasiswa Fakultas Ekonomi Unima
 Banyaknya dosen Fakultsa Ekonomi Unima
Contoh data kuantitatif hasil pengukuran:
 Tinggi mahasiswa
 Skor ujian statistik
Contoh data kualitatif
 Jenis kelamin
 Tingkat pendidikan
 Sikap masyarakat terhadap lokalisasi judi (setuju/tidak setuju)
Data dapat dibedakan berdasarkan sumbernya, yakni data primer
dan data sekunder. Data primer adalah data yang langsung
diperoleh dari sumbernya sedangkan data sekunder adalah data
yang tidak diperoleh secara langsung dari sumbernya tetapi dari
pihak lain.

Peneliti ekonomi membedakan data berdasarkan WAKTU

pengumpulanya, yakni data Cross section dan data time series
(data berkala). Data cross section adalah data yang dikumpulkan
dalam suatu periode tertentu biasanya menggambarkan keadaan
atau kegiatan dalam periode tersebut misalnya hasil sensus
penduduk tahun 1990 menurut umur, jenis kelamin, agama, dan
tingkat pendidikan,. Sedangkan data berkala adalah data yang
dikumpulkan dari waktu kewaktu. Tujuannya adalah untuk
menggambarkan perkembangkan suatu kegiatan dari waktu
kewaktu. Misalnya data produksi padi selama lima tahun dll
Data dapat disajikan dalam bentuk tabel (daftar) atau
grafik (giagram).
Dalam Bentuk Tabel (Daftar) seperti
• Daftar Baris dan Kolom
• Daftar Kontigensi
• Daftar Distribusi Frekwensi
Bentuk Grafik atau Diagram seperti:
• Diagram Batang
• Diagram Lingkaran (pastel)
• Diagram Lambang
• Diagram Peta (Kartogram)
• Diagram Garis
 Contoh Daftar/Tabel Distribusi Frekwensi
(Data Yang Dikelompokkaan)
NILAI FREK TANDA KEL.
UJIAN fi (xi)
31 – 40 1 35,5
41 – 50 2 45,5
51 – 60 5 55,5
61 – 70 15 65,5
71 – 80 25 75,5
81 – 90 20 85,5
91 – 100 12 95,5
JUMLAH 80 -
 Statistics

Descriptive Inferential
Aplikasi Statistik dibagi menjadi dua bagian :

 Statistik Deskriptif
Menjelaskan / menggambarkan berbagai karakteristik data
seperti mean, std dev, variansi dan sebagainya
 Statistik Induktif (Inferensi)
Membuat berbagai inferensi terhadap sekumpulan data
yang berasal dari suatu sampel. Tindakan inferensi
tersebut seperti melakukan perkiraan, peramalan,
pengambilan keputusan dan sebagainya.
Dalam prakteknya kedua bagian statistik
tersebut digunakan bersama-sama,
umumnya dimulai dengan statistik
deskriptif lalu dilanjutkan dengan berbagai
analisis statistik untuk inferensi.
 Descriptive
Statistics

Measures of Measure of Graphic

Central Tendency Variability Displays

Mean Variance Frequency

Distribution tables

Median Standard Deviation Frequency

Distribution Polygon

Mode Range Histogram

Deviation Bar Graph

Mean Deviation

Sum of Squared
Deviation
 Inferential
Statistics

Estimation Correlation & Chi-Square

Regression

z-scores Pearson Test for

Correlation Goodness of Fit

Single Sample Phi-coefficient Test for

t statistic Independence
Independent Linear Regression
t statistic

Dependent
t statistic
 Elemen Statistik.

1. Populasi
Sekumpulan data yang mengidentifikasikan suatu
fenomena yang tergantung dari kegunaan dan
relevansi data yang dikumpulkan.
2. Sampel
Sekumpulan data yang diambil / diseleksi dari
suatu populasi. (sampel adalah bagian dari
populasi).
 3. Statistik Inferensi
Suatu keputusan, perkiraan atau generalisasi
tentang suatu populasi berdasarkan informasi yang
terkandung dari suatu sampel
4. Pengukuran Reabilitas dari Statistik Inferensi.
Tujuan dari statistik pada dasarnya adalah
melakukan deskripsi terhadap data sampel,
kemudian melakukan inferensi terhadap populasi
data berdasar pada informasi (hasil statistik
deskriptif) yang terkandung dalam sampel.
Catatan :
Karena sampel yang diambil hanya sebagian dari populasi, dapat terjadi bias dalam
kesimpulannya. Sebagai konsekuensi dari kemungkinan timbulnya berbagai bias dalam inferensi,
perlu diukur reabilitas dari setiap inferensi yang telah dibuat.
 Tipe Data Statistik.

 Data Kualitatif
a. Nominal
Mis gender, tgl lahir dsb yang untuk mudahnya
dapat
dikategorikan dengan angka. (level sama)
b. Ordinal
Misal selera, dsb (level tidak sama)
 Tipe Data Statistik.

 Data Kuantitatif
a. Data Interval
Data yang memiliki jangkauan
Mis pengukuran suhu,
Cukup panas antara 50 – 80 derajat C,
Panas antara 80 – 110 C,
dan Sangat panas antara 110 – 140 C
b. Data Rasio.
Data dengan tingkat pengukuran ter “tinggi”
diantara jenis lainnya. Sehingga dapat dilakukan
operasi matematika.
Mis jumlah barang, berat badan dsb.
 Statistik Deskriptif
Bagian ini lebih berhubungan dengan pengumpulan dan
peringkasan data, serta penyajian hasil peringkasan tersebut.
Penyajian tabel dan grafik misalnya
1. Distribusi Frekuensi
2. Histogram, Pie chart dsb
Dua ukuran penting yang sering digunakan dalam pengambilan
keputusan adalah :
1. Mencari Central Tendency (mean, median, modus)
2. Mencari Ukuran Dispersi (std deviasi, variansi)
Ukuran lain yang sering digunakan adalah Skewness dan
Kurtosis untuk mengetahui kemiringan data.
 Statistical Notation

 Variabel biasanya ditulis sbg “x” dan “y”

 Untuk populasi dinotasikan dg huruf besar “N”
(“N” for populations and “n” for samples)
 Sigma ( ) mewakili operasi penjumlahan
 Statistical Notation

X Y XY X+1 X2
2 3 6 3 4
3 5 15 4 9
6 8 48 7 36
4 2 8 5 16
 Statistical Notation
x indicates that scores on variable “x” are to be added;
y indicates that scores on variable “y” are to be
added
In the previous table,

 X = 2 + 3 + 6 + 4 = 15

 Y = 3 + 5 + 8 + 2 = 18
 X  Y = 15*18 = 270
 Statistical Notation
 XY indicates that the 2 variables (x and y) are to
be multiplied together, then summed.

 XY = (2*3) + (3*5) + (6*8) + (4*2) = 77

( 6 + 15 + 48 + 8 = 77)

 Note that  xy (does not equal)  x  y

(77 vs. 270)
 Statistical Notation

(x+1) indicates that a constant value of 1 is

added to each score, then each score is added up

 Remember that operations in parenthesis are

always done first

(x+1) = (2+1) + (3+1) + (6+1) + (4+1) = 19

=( 3 + 4 + 7 + 5 = 19)

 Notice that (x+1)   x+1 (19 vs. 16)

 Statistical Notation
X2 indicates to square each of the x values, then
add them up

 X2 = 2² + 3² + 6² + 4² = 65
(= 4 + 9 + 36 + 16=65)

 Notice that x2  (x) 2 (65 vs. 225)

Dalam statistika hal yang paling penting adalah

PENGAMATAN