1

APA PERBEDAAN STATISTIK & STATISTIKA

STATISTIK: Kumpulan data baik berupa bilangan
maupun non bilangan yang disusun dalam bentuk
tabel/grafik yang menggambarkan persoalan tertentu.

 Contoh:
- Statistik kelahiran
- Statistik Kematian
- Statistik Jumlah Penduduk
- Statistik Pendidikan
- Statistik Produksi, dll

2
 Data: fakta → kenyataan yang diperoleh langsung dari
lapangan.
 Informasi: hasil proses dari pengolahan data
 Siklus Pengolahan data : input  proses  output

Contoh:
 Sebutkan Data kelahiran dalam 1 bulan untuk satu
Desa dan sebutkan Informasinya apa saja

 Ctt: hati-hati dengan data (GIGO) ?

 GIGO (Garbage In Garbage Out)
 GIGO (Gold In Gold Out)

3
 Parameter:
 pengertiannya hampir sama dengan statistik, perbedaannya
hanya terletak pada sumber data yang digunakan. Statistik
menggunakan sumber data yang berasal dari sampel, sedangkan
parameter menggunakan sumber data yang berasal dari
populasi.
 Statistik digunakan untuk mengestimasi nilai dari parameter
populasi.

 STATISTIKA:
 Ilmu/pengetahuan, bagaimana cara kita untuk mengumpulkan
data, mengolah data, menyajikan, dan menganalisa sampai
dengan pembuatan kesimpulan serta pembuatan keputusan yang
cukup beralasan berdasarkan fakta dan penganalisaan yang
dilakukan.
 Ini biasa disebut dengan METODE STATISTIKA (Metoda Statistik
adalah prosedur-prosedur yang digunakan dalam pengumpulan,
penyajian, analisis, dan penafsiran data).

 Metode tersebut terbagi dalam dua kelompok yaitu statistik

deskriptif dan statistik inferensia 4
 Statistika
ilmu pengetahuan tentang data

 merupakan bagian dari matematika yang membahas rumus untuk

mengumpulkan, menggambarkan atau menyajikan, menganalisis,
dan menginterpretasikan data kuantitatif [Webster New Collegiate
Distionary]
 merupakan cabang dari metode ilmiah yang menggunakan data
didapatkan dengan menghitung atau mengukur bagian populasi
[Kendall & Stuart]
 membahas metode penarikan kesimpulan dari hasil percobaan
atau proses [Fraser]
 sebagai teknologi metoda ilmiah yang membahas rancangan
percobaan dan investigasi serta inferensia statistika [Mood]
 membahas rancangan percobaan atau survai sampling untuk
mendapatkan sejumlah informasi tertentu dan penggunaan informasi
secara optimal dalam pembuatan inferensia tentang populasi.

5
 Peran Statistika dalam Bidang IT
1. Untuk pengambilan keputusan
2. Pengenalan pola melalui jaringan saraf tiruan
3. Kecerdasan buatan (AI)
4. Untuk mengetahui peringkat WEB yang paling sering
dikunjungi (Internet Explorer/IE masih tertinggi = 59%, fire fox,
dst)
5. Untuk mengetahui peringkat penggunaan SO (Windows XP,
Windows Vista, Linux, dll)
6. Untuk penghitungan suara (quick count)
7. Untuk membuat aplikasi Statistik blok/website
8. Untuk membuat software statistik

6
 Statistika menurut fungsinya

Statistika Deskriptif
Statistika Inferensi/Induktif

7
Statistika deskriptif
 Menggambarkan dan menganalisis kelompok data yang
diberikan tanpa penarikan kesimpulan mengenai
kelompok data yang lebih besar

8
Statistika inferensi/Induktif
 Penerapan metode statistika untuk menaksir dan/atau
menguji karakteristik populasi yang dihipotesiskan
berdasarkan data sampel, sampai pada penarikan
kesimpulan

9
Statistika Deskriptif dan
Statistika Inferensi

10
Contoh

 Data tentang IP mhs yang ikut kelas “A”. Dari data

tersebut pertama akan dilakukan deskripsi terhadap
data spt menghitung rata-rata IP, misal rata-rata =
3,50

 Kemudian baru dilakukan berbagai inferensi

terhadap hasil deskripsi spt : mhs kelas “A”
mempunyai prestasi akademik (IP) yg bagus.

11
 Populasi dan Sampel

Populasi
N, μ, P,σ
Proses
Sampel
Inferensial
n, x, p, s

N ≥30 N ≤ 30
POPULASI SAMPLE
Konvensi: Kesepakatan para
ahli statistik. Jumlah Data N n
n ≥ 30 (POPULASI) Rata –rata µ x
n ≤ 30 (SAMPLE) Standart Devisiasi  s
Varian 2 s2
Proporsi ∏ p
12
Populasi dan sampel

Populasi

Sampel

Parameter
Statistik

Statistik adalah ukuran yang mencerminkan karakteristik dari sampel

Parameter adalah ukuran yang mencerminkan karakteristik dari populasi

13
 Populasi
 Seluruh subjek/objek penelitian (seluruh objek yang kita teliti)
dengan karakteristik tertentu
 Seluruh karakteristik/sifat sekelompok orang, kejadian, atau
benda, yang dijadikan obyek penelitian
 Nilai sebenarnya dari sifat populasi disebut dengan parameter
populasi, yang biasanya dilambangkan dengan huruf Yunani
seperti  (mu),  (sigma),  (pi),  (rho), dan  (theta).
 Notasi  biasanya digunakan untuk menyatakan parameter
nilai tengah (rata-rata) populasi,  digunakan untuk
menyatakan simpangan baku (standar deviasi) populasi, 
digunakan untuk menyatakan proporsi populasi dan 
digunakan untuk menyatakan korelasi dua populasi.
Sampel

 Bagian dari populasi yang akan diteliti atau

 Bagian populasi yang digunakan untuk menduga nilai
parameter populasi.
 Sebagian jumlah dari karakteristik yang dimiliki populasi
 Nilai yang diperoleh dari contoh disebut dengan statistik.
16
 Why Sample?
 Bisa makan waktu terlalu lama, tenaga/pikiran yang besar
 Perlu biaya yang besar, juga buat interviewer. Perlu pelatihan
yang efektif dan supervisi yang cukup ketika pengambilan
data.
 Mempelajari populasi malah bisa jadi hasilnya tidak akurat,
terutama populasinya besar (Menguji semua populasi
cenderung memperbesar “kesalahan”).
 Manajemen proyeknya lebih gampang dengan sampling:
 bisa ada waktu tambahan untuk memperbaiki
interview/questionnaire design
 prosedur mendapatkan responden-yang-sulit-ditemukan
Syarat Sampel yang Baik

 Mewakili sebanyak mungkin karakteristik

populasi/representatif valid
 Sampel valid ditentukan oleh dua pertimbangan.
1. Akurasi atau ketepatan  tingkat ketidakadaan “bias”
(kekeliruan) dalam sample  makin sedikit tingkat
kekeliruan yang ada dalam sampel, makin akurat sampel
tersebut.
2. Presisi Estimasi mengacu pada persoalan sedekat mana
estimasi kita dengan karakteristik populasi.
Ukuran Sampel

Ukuran sampel tergantung pada :

 Karakteristik populasi
 Besarnya populasi
 Homogenitas/variasi data populasi
Menentukan Ukuran Sampel

 Gunakan Tabel Krecjie atau Nomogram Harry

King (lihat : Sugiyanto, Statistika utk Penelitian)
 Dengan menggunakan rumus yang
memperhitungkan tingkat kepercayaan dan
tingkat kesalahan
Sampel Ideal (Gay, 1984)
Ukuran minimal sampel yang dapat diterima:
1. Penelitian deskriptif: sampel minimal 10%
populasi, namun untuk populasi yang sangat
kecil diperlukan minimal 20%
2. Penelitian korelasi: minimal 30 subjek.

3. Penelitian ex post fakto atau penelitian kausal

komparatif: minimal 15 subjek per kelompok.
4. Penelitian eksperimen: minimal 15 subjek per
kelompok.
Teknik/Metode Sampling
Teknik
Sampling

Probability Sampling Non Probability Sampling

1. Simple random sampling 1. Sampling sistematis

2. Proportionate stratified 2. Sampling kuota
random sampling 3. Sampling aksidental
3. Disproportiate strafied 4. Porposive sampling
random sampling 5. Sampling jenuh
4. Area (cluster) sampling 6. Snowball sampling
 Pedoman Menentukan Jumlah Sampel

1. Rumus Slovin  apabila populasi sudah diketahui

N  N = populasi
n n = Besar sampel
1  N (d 2 ) 

 d=α
 Peneliti ingin menduga proporsi pembaca surat kabar dari
populasi 3000 orang. Dengan tingkat kepercayaan 95%,
berapa besar sampel yang diperlukan?

3000 3000
n= = = 353
1+ (3000)(0.05)2 1+(3000)(0.0025)
2. Interval Penaksiran

 Untuk menaksir parameter rata-rata 

 Z / 2 
2

n 
 e 
Seorang mahasiswa akan menguji suatu hipotesis yang
menyatakan bahwa Indek Prestasi Mahasiswa Jurusan S1
Keperawatan adalah 2,7. dari 30 sampel percobaan dapat
diperoleh informasi bahwa standar deviasi indek Prestasi
mahasiswa adalah 0,25 Untuk menguji hipotesisi ini berapa
jumlah sampel yang diperlukan jika kita menginginkan tingkat
keyakinan sebesar 95% dan error estimasi  kurang dari 0,05?

2
 (1,96)(0,25) 
n     96,04
 (0,05) 
3. Pendekatan Isac Michel
a. Untuk menentukan sampel untuk menaksir
parameter rata-rata 
NZ 2 S 2
n
Nd 2  Z 2 S 2
Seorang mahasiswa akan menguji suatu hipotesis yang
menyatakan bahwa Indek Prestasi Mahasiswa Jurusan S1
Keperawatan yang berjumlah 175 mahasiswa adalah 2,7. Dari
30 sampel percobaan dapat diperoleh informasi bahwa standar
deviasi Indek Prestasi mahasiswa adalah 0,25 Untuk menguji
hipotesisi ini berapa jumlah sampel yang diperlukan jika kita
menginginkan tingkat keyakinan sebesar 95% dan error estimasi
 kurang dari 5 persen ?

(175)(1,96) 2 (0,25) 2
n  62
(175)(0,05)  (1,96) (0,25)
2 2 2
B. Untuk menentukan sampel untuk menaksir
parameter proporsi P
NZ 2 pq
n
Nd 2  Z 2 pq
Kita akan meperkirakan proporsi mahasiswa jurusan
manajemen unsoed yang berjumlah 175 orang. Brdasarkan
penelitian pendahuluan diperolh data proporsi mahasiswa
manajemen unsoed menggunakan angkutan kota waktu pergi
kuliah adalah 40%. Berapa sampel yang diperlukan jika
dengan tingkat kepercayaan 95% dan derajat penyimpangan
sebesar 0,10.?

(175)(1,96)2 (0,4)(0,6)
n  60,38
(175)(0,1)  (1,96) (0,4)(0,6)
2 2