BAB 1

PENDAHULUAN
Secara umum, statistika adalah cabang matematika yang berkaitan dengan pengumpulan dan
interpretasi data numerik. Pada kenyataannya, statistika adalah suatu bentuk analisis kuantitatif
di mana berbagai model kuantitatif digunakan untuk menghasilkan data eksperimen atau studi
tentang kehidupan nyata.
Statistika dianggap oleh beberapa orang sebagai cabang matematika yang terpisah daripada
cabang matematika. Bekerja dengan statistika membuat pekerjaan Anda sederhana dan mudah.
1.1 Populasi dan Sampel
Sampel adalah bagian yang representatif dari suatu populasi, sedangkan populasi mencakup
semua elemen yang diamati. Parameter dikaitkan dengan populasi, dan statistik dengan sampel.
Karena populasi biasanya dilambangkan dengan huruf Yunani ( μ,σ ), statistik biasanya
dilambangkan dengan huruf Romawi ( x , s). Ada beberapa alasan mengapa peneliti tidak
menggunakan populasi. Seringkali tidak layak untuk mengumpulkan data untuk setiap objek
yang diteliti. Pengambilan sampel tidak selalu dilakukan tanpa biaya, dan semakin banyak objek
yang disurvei, semakin mahal biayanya. Statistik dihitung, dan dapat digunakan untuk menaksir
parameter. Bagian pertama mata kuliah statistik (Statistik Deskriptif) adalah komputasi dan tahap
kedua (Statistik Inferensial) adalah estimasi.
1.2 Variabel Diskrit dan Varibel Kontinu
Variabel diskrit biasanya didapat dari hasil menghitung. Penghitungan digunakan untuk
mendapatkan data diskrit. Tidak ada yang namanya 3,21 orang di suatu ruangan. Data kontinu
biasanya didapat dari hasil mengukur. Panjang, berat, dan waktu, misalnya, adalah variabel
kontinu. Variabel kontinu biasanya dibulatkan ke bilangan bulat terdekat karena merupakan
bilangan real. Misalnya, 13 dapat berupa apa saja dari 12,5 hingga 13,4, dan 12,02 dapat berupa
apa saja dari 12,015 hingga 12,024. Batas selalu memiliki satu tempat desimal lebih dari data dan
berakhir dengan 5.
1.3 Skala Pengukuran
Skala pengukuran, memberi tahu seberapa tepat variabel dicatat. Dalam penelitian ilmiah,
variabel adalah segala sesuatu yang dapat mengambil nilai yang berbeda di seluruh kumpulan
data (misalnya, tinggi badan atau nilai ujian).
Ada 4 skala pengukuran yaitu : nominal, ordinal, interval, dan rasio. Data diklasifikasikan
menurut tingkatan yang paling dapat diterapkan. Setiap level menambahkan sesuatu yang tidak
dimiliki level sebelumnya, dengan pengecualian nama. Level terendah adalah nominal. Hanya
nama yang bermakna di sini. Dalam data ordinal, nama diurutkan. Data interval menambahkan
perbedaan yang berarti, sedangkan data rasio menambahkan nol untuk membuat rasio menjadi
bermakna.
Nominal: data hanya dapat dikategorikan. Contoh data nominal : tempat lahir, jenis kelamin,
suku bangsa, merek mobil, dan status pernikahan
 Ordinal: data dapat dikategorikan dan diberi peringkat. Contoh data ordinal : 5 peraih medali
Olimpiade terbaik, kemampuan bahasa (misalnya, pemula, menengah, fasih), pertanyaan tipe
likert (mis., sangat tidak puas hingga sangat puas)
Interval: data dapat dikategorikan, diberi peringkat, dan ditempatkan secara merata. Contoh
data interval : Skor tes (mis., IQ atau ujian), Inventaris kepribadian, suhu dalam Fahrenheit atau
Celcius.
Rasio: data dapat dikategorikan, diberi peringkat, spasi merata, dan memiliki nol alami.
Contoh data rasio : Tinggi badan, Usia, Bobot, dan Suhu dalam Kelvin.
Mengapa skala pengukuran penting? Karena skala pengkuruan variabel menentukan
bagaimana data dapat dianalisis Skala pengukuran yang berbeda akan membatasi statistik
deskriptif yang dapat digunakan untuk meringkas dat, serta statistik inferensial yang dapat
digunakan untuk mendukung atau menyangkal teori. Karena variabel dapat diukur pada tingkat
yang berbeda, harus jenis pengukuran ditentukan sebelum pengumpulan data..
Contoh variabel pada 2 skala pengukuran
Variabel pendapatan dapat diukur pada skala ordinal atau rasio.
Skala ordinal: membuat kurung rentang pendapatan: Rp 0–Rp2.000.000,00, Rp2.000.000,00 –
Rp5.000.000,00, dan Rp5.000.000,00–Rp10.000.000,00. Data dapat dikelompokkan pada
interval yang mewakili pendapatan bulanan. Rentang pendapatan dikodekan dengan angka dari
1-3.
Skala rasio: data pendapatan bulanan dikumpulkan tepat seperti nilai sebenarnya.
Karyawan Penghasilan (skala ordinal) Pendapatan (skala rasio)
A Level 1 Rp 1.850.000,00
B Level 2 Rp 4.905.000,00
C Level 3 Rp 6.756.000,00

Pada skala rasio, terlihat bahwa selisih antara pendapatan A dan B jauh lebih besar daripada
selisih antara pendapatan B dan C.
Namun, pada skala ordinal, hanya diketahui kelompok pendapatan untuk setiap karyawan, bukan
pendapatan pasti mereka. Karena tidak dapat menghitung dengan tepat berapa selisih setiap
pendapatan dari yang lain dalam kumpulan data, maka hanya dapat mengurutkan level
pendapatan dan mengelompokkan peserta.

1.4 Jenis-jenis Pengambilan Sampel

Ada lima jenis sampling: Acak, Sistematis, Convenience, Cluster, dan Stratifikasi.
 Pengambilan sampel acak dianalogikan dengan memasukkan nama semua orang ke
dalam topi dan mengambil beberapa nama. Setiap elemen dalam populasi memiliki
peluang yang sama untuk muncul. Meskipun ini adalah cara pengambilan sampel yang
disukai, seringkali sulit dilakukan. Cara ini mensyaratkan bahwa daftar lengkap dari
setiap elemen dalam populasi diperoleh. Daftar yang dihasilkan komputer sering
digunakan dengan pengambilan sampel acak.
 Pengambilan sampel secara sistematis lebih mudah dilakukan daripada pengambilan
sampel secara acak. Dalam pengambilan sampel sistematis, daftar elemen "dihitung".
Artinya, setiap elemen ke-k diambil. Cara ini mirip dengan mengurutkan semua orang
dan memberi nomor "1,2,3,4; 1,2,3,4; dll". Setelah selesai penomoran, semua orang
bernomor 4 akan digunakan.
 Convenience sampling sangat mudah dilakukan, tetapi mungkin ini adalah teknik yang
paling buruk untuk digunakan. Dalam convenience sampling, data yang tersedia
digunakan. Artinya, orang pertama yang ditemui surveyor.
 Pengambilan sampel klaster dilakukan dengan membagi populasi menjadi kelompok-
kelompok - biasanya secara geografis. Kelompok-kelompok ini disebut cluster atau blok.
Cluster dipilih secara acak, dan setiap elemen dalam cluster yang dipilih digunakan.
 Stratified sampling juga membagi populasi menjadi kelompok-kelompok yang disebut
strata. Namun, kali ini dengan beberapa karakteristik, bukan secara geografis. Misalnya,
populasi dapat dipisahkan menjadi laki-laki dan perempuan. Sampel diambil dari masing-
masing strata ini dengan menggunakan sampling acak, sistematis, atau convenience.