Statistik Dasar

I. Pendahuluan
A. Defenisi Statistika
a) Asal kata, bahasa latin : “status” yang artinya adalah suatu Negara dalam arti
kesatuan politik.
b) Kamus bahasa Indonesia : [n] (1) catatan angka-angka (bilangan); perangkaan;
(2) data yg berupa angka yg dikumpulkan, ditabulasi, digolong-golongkan
sehingga dapat memberi informasi yg berarti mengenai suatu masalah atau
gejala
c) Statistika secara modern dapat di definisikan sebagai suatu metode yang
digunakan dalam pengumpulan dan analisa data yang berupa angka sehingga
dapat diperoleh informasi yang berguna.
d) Statistika : ilmunya
Statistik : nilai/besaran

B. Statistika dalam kehidupan sehari-hari.

 Dalam bidang Ekonomi
Pada umumnya dalam bidang ekonomi, statistika memiliki peranan dalam
pengambilan keputusan. Pada perusahaan statistik biasanya digunakan untuk
mengetahui gambaran pemasaran produk yang dihasilkan dimasa mendatang
dengan mempertimbangkan kondisi pemasaran di masa sebelumnya.
Selain itu, statistik dalam bidang ekonomi juga digunakan sebagai alat bantu
untuk mengetahui metode yang paling efektif untuk diterapkan.

 Dalam bidang pertanian

Salah satu aplikasi statistika dalm bidang pertanian adalah untuk menentukan
apakah pupuk, obat-obatan, varietas tanaman berpengaruh terhadap
peningkatan hasil tanaman.

 Dalam bidang biologi

Di bidang biologi, salah satu peran statistika adalah memberikan gambaran
tentang keeratan hubungan antar variable.
Misal hubungan antara berat badan hewan dengan ukuran badan nya. Contoh:
ikan, sapi, kambing, dan lain-lain.

II. Populasi dan Sampel

a) Defenisi
 Populasi adalah keseluruhan elemen yang menjadi perhatian dalam suatu
penelitian.
 Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh
populasi. Atau dengan kata lain, Sampel adalah sebagian dari populasi.
 b) Teknik sampling
Teknik sampling adalah teknik pengambilan sampel. Teknik sampling terdiri dari
2 macam yaitu probability sampling dan non probability sampling.

b.1. Probability Sampling

adalah teknik pengambilan sampel yang memberikan peluang yang sama bagi setiap
unsur (anggota) populasi untuk dipilih menjadi anggota sampel. Teknik ini terdiri dari
3 macam yaitu:
a) Simple random sampling
Pengambilan anggota sampel dan populasi dilakukan secara acak tanpa
memperhatikan strata yang ada dalam populasi itu. Cara demikian dilakukan bila
anggota populasi dianggap homogen.
b) Proportionate stratified random sampling
Teknik ini digunakan bila populasi mempunyai anggota/unsur yang tidak homogen
dan berstrata secara proporsional.
Contoh: Suatu organisasi yang mempunyai pegawai dari latar belakang pendidikan
yang berstrata, maka populasi pegawai itu berstrata. Misal jumlah pegawai yang lulus
S1=45, S2=30, STM=800, ST=900, SMEA=400, SD=300. Jumlah sampel yang
harus diambil meliputi strata pendidikan tersebut.
c) Area (cluster) sampling (menurut daerah)
Teknik sampling daerah digunakan untuk menentukan sampel bila objek yang akan
diteliti atau sumber data sangat luas, misal penduduk dari suatu Negara, provinsi atau
kabupaten. Untuk menentukan penduduk mana yang akan dijadikan sumber data,
pengambilan sampelnya berdasarkan daerah populasi yang telah ditetapkan.
Misal Indonesia terdiri dari 34 provinsi, dan sampelnya akan menggunakan 15
provinsi, maka pengambilan 15 provinsi itu dilakukan secara random. Tetapi perlu
diingat, karena provinsi-provinsi di Indonesia itu berstrata maka pengambilan
sampelnya perlu menggunakan stratified random sampling. Provinsi di Indonesia ada
yang penduduknya padat, ada yang tidak; ada yang mempunyai hutan banyak ada
yang tidak, ada yang kaya bahan tambang ada yang tidak.
Karakteristik semacam ini perlu diperhatikan sehingga pengambilan sampel menurut
strata populasi itu dapat ditetapkan. Teknik sampling daerah ini sering digunakan
melalui dua tahap, yaitu tahap pertama menentukan sampel daerah, dan tahap
berikutnya menentukan orang-orang yang ada pada daerah itu secara sampling juga.

b.2. Non probability Sampling

Non probability Sampling adalah teknik pengambilan sampel yang tidak memberi peluang atau
kesempatan yang sama bagi setiap unsur atau anggota populasi untuk dipilih menjadi sampel.
a. Sampling sistematis
Teknik pengambilan sampel berdasarkan urutan dari anggota populasi yang telah diberi
nomor urut. Misal diambil nomor ganjil saja.
b. Sampling kuota
Teknik menentukan sampel dari populasi yang mempunyai ciri-ciri tertentu sampai jumlah
kuota yang diinginkan. Sebagai contoh akan melakukan penelitian tentang pendapat
masyarakat terhadap pelayanan masyarakat dalam urusan izin mendirikan bangunan.
 Jumlah sampel yang ditentukan 500 orang. Jika mengumpulkan data didasarkan pada 500
orang tersebut maka penelitian dipandang belum selesai, karena belum memenuhi kuota
yang ditentukan. Bila pengumpulan data dilakukan secara berkelompok yang terdiri dari 5
orang pengumpulan data maka setiap anggota kelompok harus dapat menghubungi 100
orang anggota sampel atau 5 orang tersebut harus dapat mencari data dari 500 anggota
sampel.
c. Sampling insidental
Teknik penentuan sampel berdasarkan kebetulan, yaitu siapa saja yang secara
kebetulan/incidental bertemu dengan peneliti dapat digunakan sebagai sampel, bila
dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data.
d. Purposive sampling
Teknik penentuan sampel dengan pertimbangan atau kriteria-kriteria tertentu.
e. Sampling jenuh
Teknik penentuan sampel bila semua anggota populasi digunakan sebagai sampel. Hal ini
sering dilakukan bila jumlah populasi relatif kecil, kurang dari 30 orang, atau penelitian
yang ingin membuat generalisasi dengan kesalahan yang sangat kecil. Istilah lain sampel
jenuh adalah sensus, di mana semua anggota populasi dijadikan sampel.
f. Snowball sampling
Teknik penentuan sampel yang mula-mula jumlahnya kecil, kemudian membesar, ibarat
bola salju yang menggelinding yang lama-lama menjadi besar. Dalam penentuan sampel,
pertama-tama dipilih satu atau dua orang, tetapi karena dengan dua orang ini belum merasa
lengkap terhadap data yang diberikan maka peneliti mencari orang lain yang dipandang
lebih tahu dan dapat melengkapi data yang diberikan oleh dua orang sebelumnya. Begitu
seterusnya sehingga jumlah sampel semakin banyak.

c). Menentukan ukuran sampel

Jumlah anggota sampel sering dinyatakan dengan ukuran sampel. Jumlah sampel yang
diharapkan 100% mewakili populasi adalah jumlah anggota populasi itu sendiri. Penelitian
jumlah populasi yang terlalu banyak akan kita ambil untuk dijadikan sampel dengan
harapan jumlah sampel yang kita ambil dapat mewakili populasi yang ada. Untuk
menentukan ukuran sampel menggunakan rumus Slovin, sebagai berikut:
Rumus Slovin
𝑁
n=
1+(𝑁 x 𝑒 2 )

Keterangan :
n = ukuran sampel
N = populasi
e = persentase kelonggaran ketidakterikatan karena kesalahan pengambilan sampel
yang masih diinginkan.

Contoh:
Populasi responden adalah seluruh pegawai bank artha prima media Yogyakarta
berjumlah 100 orang maka sampel yang kita ambil sebagai penelaian jika
 menggunakan rumus slovin dengan tingkat kepercayaan 95% dan tingkat error 5%
adalah
100
n = 1+(100 x 0,052 )
= 80 orang

Jadi sampel penelitian untuk populasi 100 orang dan tingkat kepercayaan 95% adalah
80 orang.

III. DATA
Data merupakan keterangan yang bisa memberikan gambaran tentang suatu keadaan atau suatu
persoalan.
Syarat data:
- Data harus obyektif, maksudnya sesuai dengan kenyataan yang sebenarnya.
- Data harus bisa mewakili (representative)
- Variasinya kecil
- Tepat waktu dan atau up to date
- Harus relevan untuk menjawab suatu persoalan yang sedang menjadi pokok pembahasan.

A. JENIS DATA
a. Menurut sifatnya
 Kualitatif
Data yang bersifat menggolongkan saja.
Secara sederhana dapat disebut data hasil kategori (pemberian kode).
Mempunyai ciri tidak dapat dilakukan operasi matematika, seperti penambahan,
pengurangan, perkalian dan pembagian.
Contoh : jenis kelamin, jenis pekerjaan, jenis hewan.
 Kuantitatif
Data yang berbentuk angka.
Data yang berupa angka dalam arti sebenarnya, jadi berbagai operasi matematika
dapat dilakukan pada data kuantitatif.
Contoh: jumlah mahasiswa per kelas.
b. Menurut sumbernya
 Internal: Data yang menggambarkan keadaan dalam organisasi/perusahaan.
 External: Data yang memnggambarkan tentang keadaan diluar organisasi.
c. Menurut cara memperolehnya
 Primer
Data yang dikumpulkan dan diolah sendiri oleh peneliti langsung dari responden.
 Sekunder
Data yang diperoleh dalam bentuk sudah jadi yaitu diolah dan disajikan oleh pihak
lain.
d. Menurut waktu pengumpulan
 Cross section
Data yang dikumpulkan pada waktu tertentu saja.
Contoh: jumlah mahasiswa tahun 2016
 Time series
 Data yang dikumpulkan dari beberapa tahapan waktu (kronologis).
Contoh: data mahasiswa baru kampus USN dari tahun 2005-2010.

B. METODE PENGUMPULAN DATA

Metode pengumpulan data menunjukkan cara-cara yang dapat ditempuh untuk memperoleh
data yang dibutuhkan.

b.1. Metode pengumpulan data primer

1. Survai
Pengumpulan data dengan cara survai dilakukan bila data yang dicari sebenarnya sudah
ada dilapangan atau lokasi/tempat/wilayah sasaran penelitian.
Tugas observator adalah menentukan bentuk data yang akan diukur, karakteristik yang
akan diteliti dan melakukan pengukuran serta pengumpulan data dengan metode tertentu.
2. Percobaan
Pengumpulan data dengan cara survai dilakukan bila data yang dicari belum tersedia,
dengan demikian variable yang akan diukur harus dibangkitkan dahulu melalui suatu
percobaan.

b.2. Metode pengumpulan data sekunder

metode pengumpulan data sekunder sering disebut metode penggunaan bahan dokumen,
karena observator tidak meneliti langsung dan mengolah sendiri data yang diperoleh dari
responden, tetapi meneliti dan menyalin data atau dokumen yang dihasilkan oleh pihak
lain.
Data sekunder bisa didapatkan dari berbagai sumber, antara lain:
- BPS - Lembaga Pemerintah
- Media - Lembaga Penelitian
Untuk data sekunder, peneliti sebaiknya mengambil data dari berbagai lembaga atau
pihak, dan oleh sebab itu maka peneliti harus memperhatikan hasil data dari masing-
masing lembaga tersebut, karena data mungkin saja berbeda dari masing-masing
lembaga. Hal ini bisa jadi karena adanya perbedaan batasan konsep yang digunakan dan
tingkat ketelitian dalam pengumpulan data.

C. SKALA PENGUKURAN
Skala pengukuran akan mempengaruhi metode statistika yang digunakan.
a. Nominal
Skala pengukuran yang paling sederhana.
Data dalam bentuk kategori, tetapi tidak mempunyai tingkatan, semua data kategori
dianggap setara.
b. Ordinal
Data dalam bentuk kategori, namun memiliki tingkatan.
c. Interval atau Selang
- Levelnya lebih tinggi dari data nominal dan ordinal.
- Data memiliki tingkatan
- Tingkatannya dapat di urutkan
 - Benar-benar dalam bentu angka (dalam arti sebenarnya/bukan kategori)
- Biasanya mempunyai satuan ukuran
d. Nisbah atau Rasio
- levelnya paling tinggi
- mempumyai semua sifat ketiga skala pengukuran sebelumnya.
- Benar-benar dalam bentuk angka (dalam arti sebenarnya/bukan kategori)
- Memberikan keterangan tentang nilai absolut dari obyek yang diukur.
 Skala pengukuran Nominal dan ordinal seringkali disebut sebagai skala pengukuran
Kualitatif.
 Skala pengukuran Interval dan Rasio seing dinamakan sebagai skala pengukuran Kuantitatif.
 Skala pengukuran yang lebih tinggi dapat diubah ke skala pengukuran yang lebih rendah,
tetapi hal sebaliknya tidak dapat dilakukan.
Variabel yang terlanjur diukur dengan skala nominal tidak dapat ditingkatkan lagi
pengukurannya ke skala pengukuran ordinal, interval atau rasio. Sebaliknya bila suatu variable
terlanjur diukur dala skala rasio, maka hasil pengukurannya dapat diubah ke skala interval,
ordinal maupun nominal.
 Informasi yang diperoleh lebih banyak bila menggunakan skala pengukuran yang lebih tinggi,
juga dapat di ubah ke skala pengukuran yang lebih rendah, sehingga sebaiknya dalam
melakukan pengukuran variabel diupayakan untuk diukur dalam skala pengukuran yang
setinggi mungkin.
Interval Rasio

Tingkat
Nama Jenis Kelamin Suhu badan Tinggi Badan
Pendidikan
Ibu 1 3 35 160
Bapak 2 4 36 170
Anak 1 2 37 150
Cucu 2 1 38 140

1 = Wanita 1 = SD
Nominal 2 = Pria Ordinal 2 = SMP
3 = SMA
4 = PT

IV. PENYAJIAN DATA

Setelah pelaksanaan suatu observasi selesai, data yang terkumpul perlu disajikan dalam
bentuk yang mudah dibaca dan difahami oleh pihak-pihak yang berkepentingan.
Pada umumnya penyajian data dilakukan menggunakan tabel atau grafik.
A. TABEL
Tabel merupakan kumpulan angka-angka yang disusun sedemikian rupa menurut
kategori-kategori tertentu sehingga memudahkan dalam melakukan pembahasan dan
analisis data.
Dalam membuat tabel perlu di perhatikan pokok-pokok berikut:
 a. Suatu tabel hendaknya mempunyai judul untuk mempermudah dalam membedakan
tabel yang satu dengan tabel yang lain.
b. Unit pengukuran angka-angka yang terdapat dalam baris dan kolom tabel harus
dijelaskan secara eksplisit.
c. Kategori kelas dalam tabel harus tegas, jangan sampai terjadi tumpang tindih antara
kelas yang satu dengan kelas yang lain.
d. Sumber data dan keterangan perlu dicantumkan guna mempermudah pengecekan
kembali pada sumbernya bila pada data dijumpai adanya keraguan.
e. Keterangan yang diberikan pada tabel harus jelas agar tidak membingungkan
pembaca.

Contoh tabel
Tabel Data Mahasiswa Teknik Pertambangan
No Angkatan Jumlah Mahasiswa
1 2005 45
2 2006 46
3 2007 52
4 2008 64
5 2009 15
6 2010 20
7 2011 71
8 2012 137
9 2013 149
10 2014 114
11 2015 153
12 2016 63

B. GRAFIK
Grafik merupakan gambar-gambar yang menunjukkan data secara visual yang biasanya
dibuat berdasarkan nilai pengamatan aslinya ataupun dari tabel-tabel yang dibuat
sebelumnya.
Pepatah lama mengatakan “satu gambar sama nilainya dengan seribu kata”, makna dari
pepatah tersebut adalah penyajian data dalam bentuk gambar dapat memberikan lebih
banyak informasi.

Penyajian data dengan menggunakan grafik mempunyai beberapa keuntungan sebagai

berikut:
1. Grafik lebih mudah diingat dari pada tabel.
2. Grafik lebih menarik bagi orang-orang tertentu yang tidak menyukai angka dan tabel.
3. Dengan grafik dapat diperoleh informasi secara visual dan juga dapat dipergunakan
untuk melakukan pembandingan secara visual pula.
4. Grafik dapat menunjukkan perubahan hubungan satu bagian dalam rangka data dengan
bagian yang lainnya.

Kelemahan penyajian data dengan menggunakan grafik adalah sebagai berikut:

1. Penyajian jenis grafik harus disesuaikan dengan tujuan penyajian data.
 2. Penyajian data dalam bentuk grafik hanya memberi gambaran secara garis besar.
3. Tampilan grafik sangat dipengaruhi oleh skala yang dipergunakan.
Dengan permainan penggunaan skala akan diperoleh tampilan yang lain.

Contoh Grafik

V. KLASIFIKASI STATISTIKA

1. STATISTIKA DESKRIPTIF
Merupakan bagian statistika yang membicarakan cara-cara pengumpulan data dan
menyederhanakan angka-angka pengamatan yang diperoleh (mengumpulkan, meringkas
dan menyajikan data), serta melakukan pengukuran pemusatan dan penyebaran.
Sebagai contoh, bila kita ingin mengetahui gambaran rata-rata pendapatan penduduk kota
kolaka, tanpa membuat generalisasi pada daerah yang lebih luas, maka aktivitas ini
berkenaan dengan problem statistika deskriptif.
Selain itu, penyajian data dalam bentuk tabel, grafik, distribusi frekuensi, menemukan
nilai pemusatan dan nilai penyebaran juga termasuk aktivitas yang dijumpai dalam
statistika deskriptif.

2. STATISTIKA INFERENSIA
Merupakan bagian statistika yang membicarakan cara-cara menganalisa data serta
mengambil kesimpulan (yang pada dasarnya berkaitan dengan dua masalah utama yaitu
estimasi parameter populasi dan pengujian hipotesis).
Walaupun dengan menggunakan statistika inferensia kita bisa menarik kesimpulan, perlu
di ingat bahwa pada dasarnya dengan menggunakan statistika inferensia kita tidak
membuktikan sesuatu.
Meskipun demikian dengan penggunaan metode ini dapat diketahui besarnya peluang
untuk memperoleh kesimpulan yang sama bila penelitian tersebut diulang.
Selain itu penggunaan metode yang tepat memungkinkan kita untuk mengukur besarnya
galat (error) dalam menarik kesimpulan atau memberikan taraf kepercayaan tertentu
terhadap suatu pernyataan.
 Berdasarkan metode yang digunakan, statistika inferensia dapat dibedakan menjadi
statistika parametric dan statistika nonparametrik.

A. STATISTIKA PARAMETRIK
Adalah bagian dari statistika inferensia yang mempertimbangkan nilai dari satu atau
lebih parameter populasi dan sehubungan dengan kebutuhan inferensianya, pada
umumnya statistika parametric membutuhkan data yang skala pengukuran minimalnya
adalah interval (selang). Selain itu penurunan dari prosedur dan penetapan teorinya
berpijak pada asumsi spesifik mengenai bentuk distribusi populasi yang biasanya
diasumsikan normal.

B. STATISTIKA NONPARAMETRIK
Statistika non parametric merupakan bagian dari statistika inferensia yang tidak
memperhatikan nilai dari satu atau lebih parameter populasi.
Pada umumnya validitas pada statistika nonparametric tidak bergantung pada model
peluang yang spesifik dari populasi.
Statistika nonparametric menyediakan metode statistika untuk menganalisa data yang
distribusinya tidak dapat diasumsikan normal.
Dalam statistika nonparametric, data yang dibutuhkan lebih banyak berskala ukur
nominal atau ordinal.

VI. STATISTIKA DESKRIPTIF

Statistika deskriptif adalah pengolahan data untuk mendeskripsikan atau memberi gambaran
terhadap objek yang diteliti melalui data sampel atau populasi.
Data yang diolah dalam statistic deskriptif hanya satu variable saja.

Statistik deskriptif menghasilkan:

1. Mean
2. Median
3. Modus
4. Quartil
5. Varians
6. Standar deviasi
7. Diagram/grafik