BAB 1

STATISTIKA DAN STATISTIK

A. SEJARAH STATISTIKA

Ilmu statistika telah digunakan sejak pada zaman masehi, terbukti dari bangsa-
bangsa di Mesopotamia (wilayah di asia barat), Mesir, dan Cina menggunakan
data statistik untuk memperoleh informasi tentang besaran pajak yang perlu
dibayar penduduk dan lain sebagainya. Dan pada abad pertengahan, lembaga
Gereja menggunakan statistika untuk mencatat jumlah kelahiran, kematian dan
pernikahan

Statistik sendiri pertama kali ditemukan oleh aristoteles dalam bukunya yang
berjudul “Politea”, dalam buku tersebut ia menjelaskan data tentang data tentang
keadaan 158 negara yang disebut sebagai Statistika.

B. PENGERTIAN STATISTIKA DAN STATISTIK

Kata statistic berasal dari kata Latin yaitu status yang berarti “Negara” (dalam
bahasa inggris adalah state). sedangkan pengertian Statistika sendiri adalah ilmu
pengetahuan, murni dan terapan, mengenai penciptaan, pengembangan, dan
penerapan teknik-teknik sedemikian rupa sehingga ketidakpastian inferensia
induktif dapat dievaluasi.
Kemudian pengertian dari Statistik ialah kumpulan fakta yang berbentuk angka-
angka yang disusun dalam bentuk daftar atau tabel yang menggambarkan suatu
persoalan.

Statistika dalam pengertian sebagai ilmu dibedakan menjadi dua macam, yaitu :
1. Statistic deskriptif, yaitu yang mempunyai tujuan untuk mendeskripsikan atau
memberi gambaran objek yang diteliti. Dalam statistika deskriptif ini
dikemukakan cara-cara penyajian data dalam bentuk table maupun diagram,
penentuan rata-rata (mean), modus, median, rentang serta simpangan baku.
2. Statistic inferensial (induktif), yaitu yang mempunyai tujuan untuk penarikan
kesimpulan. Sebelum penarikan kesimpulan dilakukan terlebih dahulu suatu
dugaan yang dapat diperoleh dari statistic deskriptif.

C. DATA STATISTIK

Pengertian data ialah segala keterangan atau informasi yang dapat memberikan
gambaran tentang suatu kejadian. Tujuan pengumpulan data statistik ini adalah
untuk memperoleh gambaran suatu keadaan dan untuk dasar pengambilan
keputusan.
Syarat data yang baik agar memperoleh kesimpulan tepat dan benar maka data
yang dikumpulkan haruslah obyektif (sesuai keadaan sebenarnya), harus
mewakili (representative), harus update, dan harus relevan dengan masalah
yang akan dipecahkan.

1. Macam-macam Data

Data dibagi menjadi beberapa macam, yaitu :

a) Klasifikasi Data Berdasarkan Jenis Datanya
❖ Data Kuantitatif
Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka.
❖ Data Kualitatif
Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang
mengandung makna.
b) Pembagian Jenis Data Berdasarkan Sifat Data
❖ Data Diskrit (cacahan)
Data diskrit adalah data yang nilainya adalah bilangan asli.
❖ Data Kontinu (ukuran)
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu
atau berada pada nilai yang satu kenilai yang lainnya. Contohnya
penggunaan kata sekitar, kurang lebih, kira-kira, dan sebagainya.

c) Jenis-jenis Data Menurut Waktu Pengumpulannya

❖ Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu.
Contohnya laporan keuangan per 31 desember 2006.
❖ Data Time Series / Berkala
Data berkala adalah data yang datanya menggambarkan sesuatu dari
waktu ke waktu atau periode secara historis.

d) Macam-Macam Data Berdasarkan Sumber Data

❖ Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada
suatu organisasi secara internal. Misal : data keuangan
❖ Data Eksternal
Data eksternal adalah data yang menggambarkan situasi serta kondisi
yang ada di luar organisasi. Contohnya adalah persebaran penduduk.

e) Jenis Data Menurut Cara Memperolehnya

❖ Data Primer
Data primer adalah secara langsung diambil dari objek / obyek
penelitian oleh peneliti perorangan maupun organisasi. Contohnya
seperti mewawancarai langsung penonton bioskop untuk meneliti
preferensi konsumen bioskop.
❖ Data Sekunder
Data sekunder adalah data yang didapat tidak secara langsung dari objek
penelitian. Peneliti mendapatkan data yang sudah jadi yang
dikumpulkan oleh pihak lain dengan berbagai cara atau metode baik
secara komersial maupun non komersial.

2.SKALA PENGUKURAN PADA DATA

A) Skala Nominal (Klasifikasi)

Skala nominal merupakan skala pengukuran yang paling rendah tingkatannya
diantara keempat skala pengukuran yang lain. Seperti namanya, skala ini membedakan
satu obyek dengan obyek lainnya.
Contoh :
• Jenis kelamin: Pria dan Wanita dalam bidang penelitian sosial, jenis kelamin
adalah contoh skala nominal yang umum dapat diklasifikasikan secara eksklusif
ke dalam kategori "Pria" atau "Wanita". Perhitungan statistik yang cocok adalah
Modus, Frekuensi dan Koefisien Kontingensi.

B) Skala Ordinal
Dalam skala ini, terdapat sifat pada skala nominal, yaitu membedakan data dalam
berbagai kelompok menurut lambang, ditambah dengan sifat lain yaitu, bahwa
satu kelompok yang terbentuk mempunyai pengertian lebih (lebih tinggi, lebih
besar,...) dari kelompok lainnya.
Contoh :
Salah satu contoh Skala ordinal yang tanpa sadar kita gunakan, yaitu
menggolongkan tingkat pendidikan seseorang, seperti "SD", "SMP", "SMA",
"Diploma", "Sarjana", "Magister", "Doktor".

C) Skala Interval

Skala pengukuran Interval adalah skala yang mempunyai semua sifat yang
dipunyai oleh skala pengukuran sebelumnya, Dalam skala interval, selain data
dapat dibedakan antara yang satu dengan yang lainnya dan dapat dirangking,
perbedaan (jarak/ interval) antara data yang satu dengan data yang lainnya dapat
diukur.
Contoh:
Skala interval waktu seperti jam, menit, dan detik merupakan salah satu contoh
skala interval. Misalnya, perbedaan antara pukul 2:00 dan 3:00 adalah sama
dengan perbedaan antara pukul 11:00 dan 12:00.

Bilangan pada skala interval fungsinya ada tiga yaitu :

1) Sebagai lambang untuk membedakan
2) Untuk mengurutkan peringkat
3) Bisa memperlihatkan jarak/perbedaan antara data obyek yang satu dengan
data obyek yang lainnya.

D) SKALA RASIO

Skala rasio merupakan skala yang paling tinggi peringkatnya. Semua sifat yang
ada dalam skala terdahulu dipunyai oleh skala rasio. Sebagai tambahan, dalam
skala ini, rasio (perbandingan) antar satu data dengan data yang lainnya
mempunyai makna.

Contoh:
Salah satu contoh dari skala rasio adalah pengukuran berat badan dalam
kilogram, pengukuran jarak dalam meter, pengukuran suhu dalam derajat
Celsius atau Fahrenheit.
 Bilangan pada skala Rasio fungsinya ada tiga yaitu:

1) Sebagai lambang untuk membedakan.

2) Untuk mengurutkan peringkat,
3) Rasio (perbandingan) antar satu data dengan data yang lainnya dapat
diketahui dan mempunyai arti.

D. Populasi Dan Sampel

• Populasi adalah seluruh objek yang menjadi sasaran penelitian atau pengamatan
dan memiliki sifat-sifat yang sama.
• Sampel adalah bagian dari populasi yang diambil untuk dijadikan objek
pengamatan langsung dan dijadikan dasar dalam pengambilan kesimpulan.
• Dengan kata lain, populasi adalah himpunan keseluruhan objek yang diteliti,
sedangkan sampel adalah bagian yang di ambil dari populasi.

Contoh-contoh populasi dan sampel:

Salah satu contoh dari Populasi ialah semua individu yang terdaftar sebagai mahasiswa
di sebuah perguruan tinggi atau universitas, populasi ini disebut populasi mahasiswa.
Contoh dari sampel ialah jika kita ingin menguji kualitas mahasiswa secara acak dari
universitas X dari beberapa fakultas

Penelitian ada dua macam yaitu sensus dan sampling.

• Sensus adalah penelitian yang melibatkan keseluruhan anggota populasi.
• Sampling adalah penelitian yang hanya melibatkan sebagian anggota populasi.

1. Teknik Penarikan Sampel

Teknik penarikan sampel merupakan salah satu proses yang penting dalam
melakukan sebuah penelitian. Ada 4 teknik penarikan sampel yang sering
digunakan oleh para peneliti :

a). Sampel acak sederhana (Random); yaitu Untuk menghilangkan

kemungkinan bias, kita perlu mengambil sampel random sederhana atau sampel
acak. Hal ini dapat dilakukan apabila anggota populasi dianggap
homogen.Prosedurnya yaitu, :

1) Susun "sampling frame"

2) Tetapkan jumlah sampel yang akan diambil
3) Tentukan alat pemilihan sampel
4) Pilih sampel sampai dengan jumlah terpenuhi

Contoh :
Misalnya, kita ingin mengambil sampel random dari data tinggi badan
sekelompok orang. contoh sampel acak sederhana adalah :
165 cm, 172 cm, 158 cm, 180 cm, 155 cm

b). Sampel stratifikasi

Teknik ini digunakan apabila populasi mempunyai
anggota/karakteristik yang tidak homogen dan berstrata secara
proportional.

Contoh :
Misalkan kalian ingin meneliti preferensi pengguna smartphone di
kota kalianda, dan membagi populasi pengguna smartphone ke
dalam beberapa kelompok berdasarkan usia, yaitu kelompok usia
18-24 tahun, 25-34 tahun, dan 35-44 tahun.
Setelah melakukan stratifikasi, kalian kemudian mengambil sampel
secara acak dari setiap kelompok usia. Misalnya, jika proporsi
populasi dalam kelompok usia 18-24 tahun adalah 30%, maka kalian
akan mengambil sampel sebesar 30% dari kelompok usia tersebut.

Setelah mengambil sampel dari masing-masing kelompok, kalian

dapat mengumpulkan data preferensi smartphone dari responden
yang terpilih dalam setiap kelompok usia.

Dengan menggunakan sampel stratifikasi, Kalian dapat memastikan

bahwa kelompok usia yang berbeda dalam populasi diwakili dengan
baik dalam sampel kalian, sehingga hasil penelitian lebih dapat
mewakili populasi secara keseluruhan.

c) Sampel sistematik
Teknik sampling ini merupakan teknik penarikan sampel dengan
cara penentuan sampel berdasarkan urutan dari anggota populasi
yang telah diberi nomor urut.atau teknik penarikan sampel yang
mengambil setiap unsure ke-k dalam populasi, untuk dijadikan
contoh dengan titik awal di tentukan secara acak diantara unsur yang
pertama.
Contoh:
Misalkan kita ingin melakukan survei pendapat terhadap 100 siswa
di sebuah sekolah yang memiliki jumlah siswa sebanyak 1000 orang.
Anda memutuskan untuk menggunakan sampel sistematik dengan
interval 10. Caranya adalah dengan memilih secara acak satu siswa
pertama kali, misalnya siswa nomor 5, dan kemudian siswa nomor
15, 25, 35, dan seterusnya, hingga akhirnya mendapatkan 100 siswa
sampel.

d) Sampel kelompok (cluster)

Teknik sampling daerah (cluster sampling) digunakan untuk
menentukan sampel bila obyek yang akan diteliti atau sumber data
sangat luas, misalnya penduduk suatu negara, propinsi atau
kabupaten.
Contoh:
Misalkan kita ingin menilai kualitas pendidikan di sebuah kota. Lalu
kita memilih secara acak beberapa sekolah di kota tersebut, dan
kemudian mengambil semua siswa di sekolah-sekolah yang kita
pilih sebagai sampel penelitian. Dalam hal ini, sekolah merupakan
kelompok (cluster) yang dipilih sebagai unit sampel.