TUGAS INDIVIDU

MATA KULIAH STATISTIK

Oleh:
Febriar Laidhoyasi 2212070258

Dosen Pengajar:
Dr. Ir. Markonah Asai, M.M.

PERBANAS INSTITUTE

PROGRAM STUDI S1 MANAJEMEN

BEKASI

2023
 BAB I
PENDAHULUAN

Latihan Soal Statistik:

1. Apakah yang dimaksud dengan Statistik, jelaskan!
Statistik adalah Statitistik merupakan keterangan-keterangan (informasi) yang
dibutuhkan oleh suatu lembaga atau perorangan yang berguna bagi lembaga atau
perorangan. Informasi (keterangan-keterangan) tersebut berupa sebuah data yang
telah disederhanakan. Data adalah sesuatu yang diketahui dan dianggap sehingga dapat
memberikan gambaran tentang suatu keadaan atau persoalan. Sesuatu yang dianggap
juga merupakan data walaupun data tersebut belum diketahui benar dan tidaknya,
sebab data masih merupakan hipotesis yang harus diuji kebenarannya. Data yang salah
apabila digunakan sebagai dasar pengambilan keputusan, akan menghasilkan
keputusan yang salah. Persyaratan data yang baik antara lain: obyektif, representatif
(mewakili), memiliki kesalahan baku kecil, tepat waktu dan relevan.

2. Apakah yang dimaksud dengan Metode Statistika, jelaskan!

Metode statistik merupakan suatu metode untuk mengumpulkan, mengolah,
menganalisa dan menginterpretasi data kuantitatif secara deskriptif. Metode ini bukan
saja harus dapat memberikan teknik pengumpulan, pengolahan, penyajian dan analisis
data, melainkan juga memberikan teknik penarikan kesimpulan tentang ciri-ciri populasi
yang tertentu dari hail perhitungan sampel yang dipilih secara random dari populasi
yang bersangkutan. Metode penarikan kesimpulan umum sedemikian itu sebenarnya
merupakan inti statistik modern dan dinamakan metode statistik inferens (statistical
inference) atau di singkat metode inferens saja.

3. Apa beda statistik deskriptif dan statistik inferen?

Perbedaan statistik deskriptif dan statistik inferensial sebagai berikut :
o Statistik Deskriptif : Untuk menganalisis data dengan cara mendeskripsikan atau
menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud
membuat kesimpulan yang berlaku untuk umum/generalisasi.
 Ciri dalam Analisa Deskriptif ini di antaranya:
o Penyajian data melalui Tabel
o Grafik
o Ukuran-ukuran statistik (korelasi, regresi, trend, angka indek)
o Tidak ada uji signifikansi dan taraf kesalahan, karena peneliti tidak bermaksud
membuat generalisasi, sehingga tidak ada kesalahan generalisasi.
o Statistik Inferen
Statistik inferensi bertujuan mengambil kesimpulan mengenai suatu populasi lewat
analisis sampel. Analisis inferensi menggunakan metode lebih rumit, seperti
membandingkan data dan membuat prediksi sehingga tak semua orang bisa
menggunakannya. Statistik inferensi yang menyajikan hasil akhirnya dalam bentuk
probabilitas karena bertujuan untuk menjelaskan kemungkinan.
Ciri dalam Analisa Inferensial ini di antaranya:
o Penyajian data dapat melalui Tabel
o Ukuran-ukuran statistik (korelasi, regresi, trend & time series,)
o Ada uji signifikansi dan taraf kesalahan, karena peneliti bermaksud membuat
generalisasi, sehingga ada kesalahan generalisasi.
4. Gambarkan bagan arus statistik deskriptif dan statistik inferen!

START

Pengumpulan Data Kuantitatif

Pengolahan, Penyederhanaan, dan Penataan

Data Kuantitatif

Penyajian Data yang Telah Disederhanakan

DATA SAMPEL YA

Penggunaan Data Sensus

(Populasi) untuk Analisis
TIDAK Karateristik (Parameter)
Populasi yang Tengah Diselidiki

Penggunaan Data Sampel Guna Penarikan Kesimpulan tentang

Menaksir Parameter atau Karakteristik Populasi (Paremeter)
Menguji Asumsi Populasi yang Tengah Diselidiki

STOP

5. Jelaskan bagan arus statistik deskriptif dan statistik inferen pada soal nomor 4!
o Arus Statistik Deskriptif
Dimulai dari pengumpulan data kuantitatif kemudian berlanjut pada pengolahan,
penyederhanaan, dan penataan data kuantitatif. Setelah proses tersebut selesai,
penyajian data yang telah disederhanakan dapat dilakukan. Pada statistik deskriptif
data sampel tidak diperlukan, dikarenakan penggunaan data sampel guna menaksir
parameter atau menguji asumsi populasi.
o Arus Statistik Inferen
Dimulai dari pengumpulan sampel yang berlanjut penggunaan data sensus
(populasi) untuk analisis karateristik (parameter) populasi yang tengah diselidiki,
 kemudian dapat ditarik kesimpulan tentang karakteristik populasi (paremeter) yang
tengah diselidiki.

6. Sebutkan kegunaan statistik dalam bidang berikut:

a. Pendidikan
Statistik tentunya sangat diperlukan dalam bidang pendidikan bagi tenaga pendidik
(guru, dosen, pengajar, atau yang lainnya) juga bagi peserta didik, murid, siswa/i,
maupun mahasiswa. Kegunaan statistik dalam bidang Pendidikan, antara lain :
o Evaluasi Kinerja Siswa: Statistik digunakan untuk menganalisis hasil tes dan
ulangan siswa, sehingga dapat dievaluasi kinerja siswa secara objektif.
o Penelitian Pendidikan: Dalam penelitian pendidikan, statistik membantu
mengumpulkan, menganalisis, dan menginterpretasi data untuk membuat
kesimpulan yang dapat digeneralisasi.
o Perencanaan Kurikulum: Statistik membantu dalam menentukan efektivitas
kurikulum dengan menganalisis hasil belajar siswa dan mengidentifikasi area
yang memerlukan perbaikan.
b. Pertanian
Statistik memiliki berbagai kegunaan yang sangat penting dalam bidang pertanian.
Beberapa kegunaan utama statistik dalam pertanian meliputi:
o Analisis Produksi dan Produktivitas: Statistik digunakan untuk menganalisis data
produksi pertanian, seperti hasil panen dan kualitas tanaman. Ini membantu
petani dan peneliti untuk memahami tren produksi, mengidentifikasi faktor-
faktor yang mempengaruhi hasil, dan merencanakan peningkatan produktivitas.
o Peramalan Cuaca dan Musim Tanam: Statistik digunakan untuk meramalkan
cuaca dan musim tanam. Informasi ini penting bagi petani untuk merencanakan
waktu penanaman, pemeliharaan tanaman, dan panen. Peramalan cuaca dapat
membantu mengurangi risiko yang terkait dengan fluktuasi iklim.
o Manajemen Sumber Daya: Dengan menggunakan statistik, petani dapat
menganalisis penggunaan sumber daya seperti air, pupuk, dan pestisida. Analisis
ini membantu dalam mengoptimalkan penggunaan sumber daya, mengurangi
pemborosan, dan menciptakan praktik pertanian yang lebih berkelanjutan.
 o Evaluasi Kinerja Varietas Tanaman: Statistik digunakan untuk mengevaluasi
kinerja berbagai varietas tanaman. Melalui uji lapangan dan analisis data hasil
panen, dapat ditentukan varietas mana yang paling cocok dengan kondisi
lingkungan dan memberikan hasil terbaik.
o Manajemen Risiko dan Asuransi Pertanian: Statistik membantu dalam
mengidentifikasi risiko yang terkait dengan pertanian, seperti risiko cuaca,
serangan hama, atau penyakit tanaman. Informasi ini diperlukan untuk
merancang program asuransi pertanian yang efektif dan memberikan
perlindungan kepada petani.
o Penelitian dan Pengembangan: Statistik merupakan alat utama dalam penelitian
dan pengembangan pertanian. Data statistik membantu peneliti untuk menguji
hipotesis, membuat generalisasi, dan menghasilkan informasi yang dapat
digunakan untuk meningkatkan praktik pertanian.
o Pemantauan Kesehatan Tanaman dan Hama: Dengan menggunakan statistik,
petani dapat memantau kesehatan tanaman dan mengidentifikasi pola serangan
hama atau penyakit. Analisis data ini membantu dalam pengambilan keputusan
terkait dengan perlindungan tanaman.
Keseluruhan, statistik memberikan landasan yang kuat untuk pengambilan
keputusan yang lebih cerdas dan efektif dalam bidang pertanian, membantu
meningkatkan produktivitas, efisiensi, dan keberlanjutan sistem pertanian.

7. Sebutkan kegunaan statistik dalam bidang berikut:

a. Perindustrian
Statistik memiliki berbagai kegunaan yang signifikan dalam bidang perindustrian.
Beberapa di antaranya melibatkan pengelolaan produksi, peningkatan kualitas,
analisis biaya, dan pengambilan keputusan strategis. Berikut adalah beberapa
kegunaan statistik dalam perindustrian:
o Kontrol Kualitas: Statistik digunakan untuk mengawasi dan mengendalikan
kualitas produk. Melalui teknik seperti kontrol statistik proses (SPC), perusahaan
dapat memantau dan memastikan bahwa produk mereka memenuhi standar
kualitas yang ditetapkan.
 o Pemantauan Produksi: Statistik membantu dalam pemantauan dan analisis data
produksi. Hal ini melibatkan penelitian efisiensi operasional, waktu siklus, dan
throughput untuk meningkatkan produktivitas dan mengurangi pemborosan.
o Analisis Biaya dan Efisiensi: Dengan menggunakan analisis statistik, perusahaan
dapat mengidentifikasi area-area di mana biaya produksi dapat dikurangi atau
efisiensi dapat ditingkatkan. Analisis biaya dapat melibatkan pengelolaan rantai
pasokan, pengelolaan inventaris, dan pemilihan pemasok.
o Pengendalian Persediaan: Statistik membantu dalam mengelola persediaan
dengan lebih efisien. Melalui analisis data persediaan, perusahaan dapat
mengidentifikasi pola permintaan, menentukan titik pemesanan optimal, dan
menghindari kelebihan persediaan yang tidak perlu.
o Analisis Keandalan Mesin dan Perawatan Prediktif: Statistik digunakan untuk
menganalisis keandalan mesin dan memprediksi kegagalan. Hal ini
memungkinkan perusahaan untuk merencanakan perawatan preventif secara
lebih efisien, mengurangi downtime, dan meningkatkan efisiensi operasional.
o Pengembangan Produk dan Inovasi: Statistik dapat digunakan dalam penelitian
dan pengembangan produk baru. Analisis data konsumen dan umpan balik pasar
membantu perusahaan memahami preferensi pelanggan dan mengarahkan
inovasi produk.
o Manajemen Risiko: Statistik membantu dalam mengidentifikasi dan mengelola
risiko di berbagai tahap produksi dan pemasaran produk. Ini melibatkan analisis
risiko terkait dengan bahan baku, kualitas produk, dan ketidakpastian pasar.
Dengan menggunakan metode statistik, perusahaan dapat membuat keputusan
yang lebih informasional dan tepat, meningkatkan efisiensi produksi,
mengoptimalkan proses, dan secara keseluruhan meningkatkan kinerja industri
mereka.
b. Perhubungan
Statistik memiliki berbagai kegunaan dalam bidang perhubungan atau transportasi.
Statistik membantu mengumpulkan, menganalisis, dan menginterpretasi data yang
terkait dengan pergerakan orang dan barang. Berikut adalah beberapa kegunaan
statistik dalam bidang perhubungan:
o Pemantauan Lalu Lintas: Statistik digunakan untuk memantau dan menganalisis
pola lalu lintas jalan raya, kereta api, dan transportasi publik lainnya. Data ini
membantu dalam merencanakan pengembangan infrastruktur, mengidentifikasi
titik kemacetan, dan meningkatkan keselamatan lalu lintas.
o Analisis Keselamatan: Statistik membantu dalam menganalisis data kecelakaan
lalu lintas untuk mengidentifikasi pola, penyebab, dan faktor risiko. Informasi ini
dapat digunakan untuk merancang solusi yang lebih efektif untuk meningkatkan
keselamatan jalan.
o Perencanaan Transportasi: Statistik digunakan untuk merencanakan jaringan
transportasi yang efisien. Ini melibatkan analisis data pergerakan penumpang
dan barang, evaluasi kebutuhan transportasi masyarakat, dan perencanaan
jadwal dan rute.
o Manajemen Armada: Statistik membantu perusahaan transportasi dalam
manajemen armada. Ini melibatkan pemantauan kinerja kendaraan, pengelolaan
bahan bakar, dan perawatan preventif berdasarkan analisis data operasional.
o Perencanaan Angkutan Umum: Statistik digunakan untuk merencanakan dan
mengoptimalkan layanan transportasi publik. Analisis data penumpang
membantu dalam menentukan frekuensi rute, perluasan layanan, dan
peningkatan efisiensi sistem angkutan umum.
o Analisis Pola Perjalanan: Statistik membantu dalam menganalisis pola
perjalanan masyarakat. Ini melibatkan pemahaman terhadap preferensi
perjalanan, frekuensi perjalanan, dan alasan perpindahan, yang dapat digunakan
untuk mengoptimalkan jaringan transportasi.
o Kinerja Infrastruktur: Statistik digunakan untuk mengevaluasi kinerja
infrastruktur transportasi seperti jalan, jembatan, dan bandara.
o Analisis Biaya dan Efisiensi: Statistik membantu dalam menganalisis biaya
operasional dan efisiensi sistem transportasi. Ini termasuk evaluasi biaya
perjalanan, efisiensi bahan bakar, dan analisis biaya manfaat untuk proyek-
proyek infrastruktur baru.
Dengan menggunakan data dan analisis statistik, pengambil kebijakan di bidang
perhubungan dapat membuat keputusan yang lebih baik, meningkatkan efisiensi
 sistem transportasi, dan memberikan layanan yang lebih baik kepada
masyarakat.

8. Sebutkan kegunaan statistik dalam bidang berikut:

a. Pemasaran
Statistik memiliki peran yang sangat penting dalam bidang pemasaran, membantu
perusahaan untuk mengumpulkan, menganalisis, dan menginterpretasi data untuk
membuat keputusan pemasaran yang lebih informasional dan efektif. Berikut
adalah beberapa kegunaan statistik dalam bidang pemasaran:
o Segmentasi Pasar: Statistik membantu dalam mengidentifikasi kelompok-
kelompok konsumen yang memiliki karakteristik serupa (segmentasi pasar).
Analisis data demografis, perilaku, dan psikografis membantu perusahaan
memahami target pasar mereka.
o Penelitian Pasar: Statistik digunakan dalam merancang dan melaksanakan
penelitian pasar. Ini melibatkan pengumpulan dan analisis data tentang
preferensi pelanggan, persepsi merek, dan tren pasar untuk mendukung
pengambilan keputusan strategis.
o Pricing (Penetapan Harga): Statistik digunakan untuk menganalisis data harga
dan permintaan pasar. Ini membantu perusahaan menentukan harga yang
optimal untuk produk atau layanan mereka, mengoptimalkan keuntungan dan
daya saing di pasar.
o Perilaku Konsumen: Statistik membantu dalam menganalisis perilaku konsumen,
termasuk keputusan pembelian, faktor pengaruh, dan sikap konsumen terhadap
merek. Analisis ini membantu perusahaan memahami bagaimana produk atau
layanan mereka diterima oleh pasar.
o Analisis Kepuasan Pelanggan: Statistik digunakan untuk mengukur dan
menganalisis kepuasan pelanggan. Survei dan analisis data umpan balik
membantu perusahaan menilai tingkat kepuasan pelanggan, mengidentifikasi
area perbaikan, dan membangun hubungan yang lebih baik dengan pelanggan.
o Pengembangan Produk dan Inovasi: Statistik membantu dalam mengevaluasi
performa produk saat ini dan mengidentifikasi peluang untuk pengembangan
 produk baru atau inovasi. Analisis data pasar membantu perusahaan memahami
kebutuhan dan keinginan konsumen.
o Evaluasi Efektivitas Pemasaran: Statistik digunakan untuk mengukur efektivitas
kampanye pemasaran. Ini melibatkan analisis metrik seperti tingkat konversi,
retensi pelanggan, dan ROI (Return on Investment) untuk menilai sejauh mana
kampanye mencapai tujuannya.
Dengan menggunakan alat dan teknik statistik, perusahaan dapat membuat
keputusan pemasaran yang lebih cerdas dan responsif terhadap perubahan
pasar, meningkatkan efektivitas strategi pemasaran, dan membangun hubungan
yang lebih baik dengan pelanggan.
b. Pariwisata
Statistik memiliki peran yang penting dalam bidang pariwisata, membantu
pemerintah, industri pariwisata, dan organisasi terkait dalam pengambilan
keputusan dan perencanaan strategis. Berikut adalah beberapa kegunaan statistik
dalam bidang pariwisata:
o Analisis Pariwisata: Statistik digunakan untuk menganalisis data kunjungan
wisatawan, termasuk asal mereka, tujuan wisata, durasi kunjungan, dan pola
perjalanan. Hal ini membantu dalam memahami tren pariwisata dan
mengevaluasi dampak ekonomi dari industri ini.
o Perencanaan Destinasi: Statistik membantu dalam perencanaan dan
pengembangan destinasi pariwisata. Analisis data dapat memberikan wawasan
tentang daya tarik yang paling populer, infrastruktur yang diperlukan, dan
kebutuhan wisatawan untuk merancang program pengembangan destinasi yang
berkelanjutan.
o Pemasaran dan Promosi: Statistik digunakan untuk mengidentifikasi pasar
sasaran, memahami preferensi wisatawan, dan mengukur efektivitas kampanye
pemasaran. Hal ini membantu dalam merencanakan strategi pemasaran yang
lebih tepat sasaran.
o Manajemen Ketersediaan dan Harga: Statistik membantu dalam manajemen
kapasitas dan harga. Analisis data dapat memberikan wawasan tentang tingkat
hunian akomodasi, harga tiket, dan kebutuhan infrastruktur untuk
mengoptimalkan pengalaman wisatawan.
 o Perancangan Rute dan Transportasi: Statistik digunakan untuk merencanakan
rute dan pengembangan sistem transportasi yang mendukung pariwisata. Ini
melibatkan analisis data pergerakan wisatawan dan kebutuhan transportasi
lokal.
o Pemantauan Pengeluaran Wisatawan: Statistik membantu dalam memantau
pengeluaran wisatawan, termasuk pengeluaran per kapita, belanja di berbagai
sektor ekonomi, dan dampaknya terhadap ekonomi lokal. Informasi ini
digunakan untuk mengukur kontribusi pariwisata terhadap perekonomian suatu
daerah.
o Ketertarikan Wisatawan: Statistik membantu dalam mengukur dan menganalisis
ketertarikan wisatawan terhadap berbagai objek wisata dan kegiatan. Informasi
ini dapat membantu destinasi untuk menyesuaikan dan memperkaya penawaran
mereka.
o Evaluasi Pelayanan Wisata: Statistik membantu dalam mengukur kepuasan
wisatawan dan mengevaluasi kualitas pelayanan di berbagai sektor, seperti
akomodasi, restoran, dan layanan transportasi.
Dengan menggunakan analisis statistik, pemerintah dan industri pariwisata dapat
membuat keputusan yang lebih baik dalam mengelola dan mengembangkan
sektor pariwisata dengan berkelanjutan serta memberikan pengalaman yang
lebih baik bagi para wisatawan.

9. Apa hubungan statistik dengan komputer?

Hubungan antara statistik dan komputer sangat erat dan saling mendukung. Komputer
memberikan alat yang kuat untuk mengumpulkan, menyimpan, mengolah,
menganalisis, dan mempresentasikan data statistik dengan cara yang efisien dan akurat.
Berikut adalah beberapa aspek hubungan antara statistik dan komputer:
o Pengolahan Data: Komputer digunakan untuk mengolah data statistik dengan
cepat dan efisien. Perangkat lunak statistik seperti SPSS, R, atau Python dengan
pustaka statistik memungkinkan analisis data yang kompleks dan pemrosesan
dataset yang besar.
o Analisis Statistik: Algoritma statistik dan teknik analisis data dapat
diimplementasikan dengan mudah melalui perangkat lunak statistik yang berbasis
 komputer. Ini termasuk analisis regresi, uji hipotesis, clustering, dan berbagai
metode analisis lainnya.
o Visualisasi Data: Komputer memungkinkan pembuatan grafik dan visualisasi data
yang memudahkan pemahaman hasil analisis statistik. Tools seperti matplotlib,
ggplot2, atau Tableau memfasilitasi pembuatan visualisasi yang informatif.
o Simulasi Statistik: Komputer memungkinkan simulasi statistik yang kompleks untuk
menguji hipotesis dan memodelkan berbagai situasi. Ini dapat membantu dalam
memahami ketidakpastian dan risiko terkait dengan keputusan statistik.
o Permodelan Statistik: Komputer memfasilitasi pembuatan model statistik yang
kompleks, termasuk model regresi yang canggih, analisis deret waktu, dan model
prediktif. Proses ini seringkali membutuhkan komputasi intensif yang dapat diatasi
oleh komputer.
o Analisis Big Data: Komputer memainkan peran kunci dalam analisis big data, di
mana jumlah data yang sangat besar harus dianalisis. Teknologi seperti pemrosesan
paralel dan distribusi dapat digunakan untuk mengatasi kompleksitas analisis data
besar.
o Manajemen Basis Data Statistik: Komputer digunakan untuk menyimpan dan
mengelola basis data statistik. Sistem basis data relasional, seperti MySQL atau
PostgreSQL, digunakan untuk menyimpan dan mengambil data statistik dengan
efisien.
Dengan menggunakan komputer, statistisi dan analis data dapat mengelola dan
menganalisis data dengan cepat dan akurat, menghasilkan wawasan yang
mendalam dari data tersebut. Penerapan teknologi komputer dalam statistik telah
mengubah cara data dikelola dan dianalisis, membawa manfaat besar dalam bidang
penelitian, industri, dan pengambilan keputusan.

10. Dapatkah statistik dihubungkan dalam dunia kedokteran?

Statistik memiliki peran yang sangat penting dalam dunia kedokteran. Berikut adalah
beberapa cara di mana statistik terkait erat dengan bidang kedokteran:
o Uji Klinis: Statistik digunakan dalam perancangan dan analisis uji klinis untuk
mengevaluasi keefektifan dan keamanan suatu pengobatan atau intervensi medis.
 Ini membantu menyediakan bukti ilmiah yang diperlukan untuk membuat
keputusan klinis.
o Epidemiologi: Statistik adalah kunci dalam bidang epidemiologi untuk menganalisis
pola penyakit dalam populasi, mengidentifikasi faktor risiko, dan mengevaluasi
dampak intervensi kesehatan masyarakat. Ini membantu dalam pencegahan dan
pengendalian penyakit.
o Analisis Data Klinis: Statistik digunakan untuk menganalisis data klinis pasien,
termasuk hasil tes laboratorium, pengukuran vital, dan informasi medis lainnya.
Analisis ini membantu dokter dalam membuat diagnosis, menentukan perawatan,
dan memantau perkembangan pasien.
o Pemodelan Risiko dan Prognosis: Statistik digunakan untuk mengembangkan
model risiko penyakit dan memprediksi prognosis pasien. Ini membantu dokter
dalam merencanakan perawatan yang sesuai dan memberikan informasi kepada
pasien mengenai perkiraan hasil penyakit.
o Uji Diagnostik: Statistik memainkan peran penting dalam evaluasi uji diagnostik,
membantu mengukur keakuratan dan kehandalan tes. Sensitivitas, spesifisitas, dan
nilai prediktif positif dan negatif adalah konsep statistik yang umum digunakan
dalam konteks ini.
o Pengambilan Keputusan Klinis: Dokter sering mengandalkan analisis statistik untuk
membuat keputusan klinis. Ini termasuk mengevaluasi manfaat dan risiko dari
berbagai opsi perawatan, serta memahami probabilitas hasil berbagai tindakan
medis.
o Penelitian Kedokteran: Statistik digunakan dalam penelitian medis untuk
menganalisis data, menguji hipotesis, dan membuat kesimpulan ilmiah. Ini
mencakup penelitian eksperimental, observasional, dan klinis.
o Kualitas Pelayanan Kesehatan: Statistik digunakan untuk mengukur dan memantau
kualitas pelayanan kesehatan, termasuk tingkat keberhasilan operasi, tingkat
keparahan infeksi rumah sakit, dan indikator kinerja lainnya.
o Manajemen Informasi Kesehatan: Statistik digunakan dalam pengelolaan data dan
informasi kesehatan, termasuk pemantauan dan evaluasi kebijakan kesehatan,
serta penilaian efisiensi sistem perawatan kesehatan.
o Analisis Efektivitas Obat: Statistik digunakan dalam penelitian keamanan dan
efektivitas obat. Studi observasional dan klinis menggunakan analisis statistik untuk
mengevaluasi risiko dan manfaat penggunaan obat dalam populasi.
Dengan demikian, statistik memiliki peran integral dalam membantu dokter dan
para profesional kesehatan membuat keputusan informasional, mengelola data
klinis, dan meningkatkan praktik kesehatan secara keseluruhan.
 BAB II
PROSEDUR PENELITIAN DENGAN DATA STATISTIK

Soal Latihan Statistik:

1. Jelaskan perbedaan antara data kualitatif dan data kuantitatif!
Data kualitatif dan data kuantitatif adalah dua jenis data yang berbeda dalam konteks
penelitian dan analisis statistik. Data kualitatif adalah informasi yang berbentuk
deskriptif dan tidak bisa diukur dengan angka. Sementara data kuantitatif adalah
sekumpulan informasi yang bisa diukur, dihitung, dan dibandingkan pada skala
numerik.
Berikut adalah perbedaan antara keduanya:
o Sifat Data:
Kualitatif: Data kualitatif bersifat deskriptif dan tidak dapat diukur secara numerik.
Ini mencakup atribut atau karakteristik yang sulit diukur dengan angka, seperti
warna, bentuk, atau pendapat.
Kuantitatif: Data kuantitatif bersifat numerik dan dapat diukur. Ini melibatkan
kuantifikasi atribut atau karakteristik, seperti tinggi, berat, suhu, atau jumlah.
o Pengumpulan Data:
Kualitatif: Data kualitatif sering dikumpulkan melalui metode seperti wawancara,
observasi, atau analisis konten. Informasi diperoleh dalam bentuk narasi atau
kategori.
Kuantitatif: Data kuantitatif dikumpulkan melalui metode seperti survei,
eksperimen, atau pengukuran. Hasilnya berupa angka atau data numerik.
o Analisis Data:
Kualitatif: Analisis data kualitatif melibatkan interpretasi dan pemahaman terhadap
pola, tema, atau hubungan dalam data. Teknik analisis dapat mencakup coding,
tematik, atau analisis naratif.
Kuantitatif: Analisis data kuantitatif melibatkan penggunaan statistik untuk
meringkas, menggeneralisasi, atau menguji hipotesis. Ini dapat mencakup
penggunaan mean, median, deviasi standar, dan uji statistik lainnya.
 o Representasi Data:
Kualitatif:Data kualitatif sering direpresentasikan dalam bentuk narasi, kutipan,
atau konsep-konsep tematik. Diagram atau grafik mungkin kurang umum.
Kuantitatif: Data kuantitatif direpresentasikan dalam bentuk grafik, tabel, atau
angka-angka statistik. Ini memberikan gambaran visual atau numerik yang jelas.
o Tujuan Penelitian:
Kualitatif: Digunakan untuk memahami fenomena secara mendalam, menjelaskan
kompleksitas, atau menggali pandangan dan persepsi individu.
Kuantitatif: Digunakan untuk mengukur dan menganalisis hubungan antara
variabel, mengidentifikasi tren, atau menguji hipotesis secara statistik.

2. Sebutkan syarat-syarat data yang baik!

Terdapat persyaratan data yang baik, antara lain :
o Objektif : Data yang objektif berarti bahwa data harus sesuai dengan keadaan yang
sebenarnya. Misalnya, produksi yang turun dilaporkan naik, ini tidak objektif.
o Representative (Mewakili) : Data ini harus mewakili objek yang diamati. Misalnya,
jika laporan produksi padi dari suatu daerah hanya didasarkan atas hasil sawah-
sawah yang subur saja, ini jelas tidak mewakili.
o Kesalahan baku (Standard error) kecil : Suatu perkiraan dikatakan baik (mempunyai
tingkat ketelitian yang tinggi) apabila kesalahan bakunya kecil.
o Tepat waktu : Apabila data akan dipergunakan untuk melakukan pengendalian atau
evaluasi, maka syarat tepat waktu ini penting sekali agar sempat dilakukan
penyesuaian atau koreksi seperlunya kalau ada kesalahan atau penyimpangan yang
terjadi di dalam implementasi suatu perencanaan.
o Revelan : Data yang dikumpulkan harus ada hubungannya dengan masalah yang
akan dipecahkan. Misalnya, pemerintah mengetahui faktor-faktor yang
menyebabkan kemerosotan produksi padi selama beberaa tahun terakhir.
o Data menurut sifatnya: Data menurut sifatnya dibedakan menjadi data kualitatif
dan data kuantitatif.
3. Jelaskan perbebaan antara populasi dan sampel serta berikan contoh!
Pada dasarnya dalam pengumpulan data bisa berupa populasi ataupun sampel. Pengertian
Populasi dan Sampel jika digambarkan dalam diagram Venn akan terlihat sebagai
berikut:

Berdasarkan Gambar di atas dapat digaris bawahi bahwa:

Populasi adalah: keseluruhan obyek yang diteliti. Sedangkan Sampel adalah: bagian
dari populasi.
Contohnya, peneliti perlu melakukan survei di desa A tentang tingkat kepuasan
terhadap layanan perusahaan X. Berhubung jumlah masyarakat di desa tersebut
mencapai 500 orang (jumlah populasi). Maka, peneliti mencoba melakukan efisiensi
waktu dan tenaga dengan mengambil sampel sebanyak 10 orang atau lebih dan bisa
juga kurang. Angka 500 dari contoh ini adalah populasi, sedangkan angka 10 adalah
sampel.

4. Jelaskan bahwa ada beberapa penelitian yang harus mengambil sampel dan tidak bisa
populasi. Berikanlah contohnya!
Terdapat situasi di mana penelitian harus mengambil sampel daripada melakukan
penelitian pada seluruh populasi. Berikut adalah beberapa contoh penelitian yang
memerlukan pengambilan sampel:
o Penelitian Kesehatan Masyarakat:
Contoh: Seorang peneliti ingin mengetahui tingkat penyebaran penyakit tertentu di
suatu negara. Mengambil sampel kelompok tertentu dari populasi, misalnya,
kelompok usia tertentu atau wilayah geografis, akan lebih praktis daripada
memeriksa seluruh populasi.
 o Penelitian Pemasaran:
Contoh: Sebuah perusahaan ingin mengetahui preferensi konsumen terhadap
produk baru mereka. Melakukan survei pada sebagian kecil dari pelanggan yang
mewakili beragam kelompok demografis akan memberikan gambaran yang cukup
representatif, tanpa harus menjangkau semua pelanggan.
o Penelitian Pendidikan:
Contoh: Seorang peneliti ingin menilai efektivitas suatu metode pengajaran di
sekolah. Melibatkan satu atau beberapa kelas sebagai sampel akan memberikan
informasi yang cukup untuk membuat kesimpulan tentang metode tersebut, tanpa
harus melibatkan seluruh populasi siswa di sekolah tersebut.
o Penelitian Sosial:
Contoh: Seorang sosiolog ingin menyelidiki pola perilaku remaja terhadap
penggunaan media sosial. Mengambil sampel kelompok remaja dari beberapa
sekolah atau daerah tertentu akan memberikan informasi yang cukup tanpa harus
melibatkan seluruh populasi remaja.
o Penelitian Ekonomi:
Contoh: Seorang ekonom ingin menentukan tingkat pengangguran di suatu negara.
Mengambil sampel dari beberapa daerah atau sektor industri yang mewakili
berbagai aspek ekonomi dapat memberikan gambaran yang cukup tanpa harus
melibatkan seluruh populasi pekerja.
Dalam semua contoh di atas, penggunaan sampel memungkinkan peneliti untuk
mengumpulkan data yang cukup representatif dan relevan tanpa harus memakan
waktu dan biaya yang besar untuk mengakses seluruh populasi. Namun, penting
untuk memastikan bahwa sampel yang diambil benar-benar mencerminkan
karakteristik populasi secara keseluruhan untuk membuat kesimpulan yang valid.

5. Ada beberapa cara pengumpulan data, sebutkan dan jelaskan!

o Penelitian langsung di lapangan atau di laboratorium
Penelitian langsung adalah penelitian yang dikakukan secara langsung di lapangan,
misalnya observasi langsung, atau di laboratorium yaitu dengan mengadakan
praktikum untuk mengambik data yang diperlukan.
 o Wawancara
Wawancara merupakan cara observasi yang bersifat langsung. Bila penelliti ingin
mengetahui sesuatu dari seseorang kita harus bertanya secara langsung padanya.
Peniliti mungkin memberi jawaban atau mungkin tidak akan memberi jawaban.
Dalam Tanya jawab secara langsung ini sebaiknya pewawancara tidak menanyakan
hal yang bersifat sensitif bagi responden (orang yang diwawancarai) sebagai contoh
tanya mengenai usianya.
o Angket
Angket merupakan serangkaian pertanyaan yang yang diserahkan kepada
responden untuk diisi, baik secara langsung maupun tak langsung (melalui
perantara). Jawaban pertanyaan tersebut dijawab sendiri oleh responden tanpa
bantuan dari pihak peneliti, karena itu peneliti harus membuat daftar pertanyaan
yang benar-benar jelas mudah dipahami dan tidak meragukan responden. Peneliti
tidak dapat memaksakan responden untuk mengisi dan mengembalikan daftar
pertanyaan tersebut.
o Studi literature atau memanfaatkan data yang telah terkumpul oleh peneliti
terdahulu
Dalam hal ini peneliti langsung mengambil data yang sudah jadi langsung dari
sumber yang menyediakan.

6. Dalam pengambilan sampel (sampling), ada 2, sebutkan dan jelaskan!

Cara pengambilan sampel pada dasarnya ada 2 (dua) yaitu cara acak (random) dan
bukan acak (non-random), masing-masing sebagai berikut:
o Cara acak : Suatu cara pemelihan sejumlah elemen dari populasi untuk menjadi
sample, dimana pemilihannya dilakukan sedemikian rupa sehingga setiap elemen
populasi mendapat kesempatan yang sama untuk dipilih menjadi anggota sample.
Cara ini dianggap obyektif karena netral. Sampling ini disebut Probability sampling
yaitu setiap elemen populasi mempunyai kemungkinan atau probabilitas yang sama
untuk dipilih.
o Cara bukan acak : suatu cara pemilihan elemen-elemen dari populasi untuk menjadi
anggota sampel, dimana setiap elemen tidak mendapat kesempatan yang sama
untuk dipilih. Cara bukan acak lebih bersifat subyektif, sampling ini disebut
 nonprobability sampling yaitu setiap elemen populasi tidak mempunyai
kemungkinan atau probabilitas yang sama untuk dipilih.

7. Apa yang dimaksud dengan cara pengambilan sampel secara strata (stratified random
sampling) dan berilah contoh!
Stratified random sampling adalah Jika populasi terdiri dari bermacam-macam jenis
(heterogen), maka populasi tersebut dapat dibagi ke dalam beberapa strata dan
sampelnya dapat dipilih, adapun pemilihan elemen anggota sampel dilakukan dengan
cara sebagai berikut:
o Populasi dipecah menjadi populasi-populasi lebih kecil yang disebut stratum. Dalam
pembuatan stratus populasi harus homogen atau relatif homogen. Misalnya
menjadi 2, 3 atau lebih stratum.
o Setiap stratum diambil sampel secara acak, hal ini dibuat perkiraan untuk mewakili
stratum yang bersangkutan
o Perkiraan seluruh populasi dipergunakan rumus gabungan dari stratum 1 , 2 dan
seterusnya.
Contoh cara pengambilan sampel secara strata (stratified random sampling):
Sebuah universitas yang memiliki tiga fakultas utama: Fakultas Sains, Fakultas Teknik,
dan Fakultas Humaniora. Penelitian ingin melakukan penelitian tentang tingkat
kepuasan mahasiswa terhadap layanan kampus. Karena peneliti tahu bahwa tingkat
kepuasan mungkin bervariasi antara fakultas, penelitian memutuskan untuk
menggunakan pengambilan sampel secara strata.
o Identifikasi Strata:
Strata 1: Mahasiswa dari Fakultas Sains.
Strata 2: Mahasiswa dari Fakultas Teknik.
Strata 3: Mahasiswa dari Fakultas Humaniora.
o Random Sampling dalam Setiap Strata:
Ambil sampel acak dari setiap strata. Misalnya, peneliti dapat mengambil 100
mahasiswa dari Fakultas Sains, 80 mahasiswa dari Fakultas Teknik, dan 120
mahasiswa dari Fakultas Humaniora.
 o Gabungkan Sampel:
Gabungkan sampel dari setiap strata untuk membentuk sampel utuh. Dengan
demikian, peneliti memiliki sampel yang mencakup representasi proporsional dari
setiap fakultas.
Dengan menggunakan pengambilan sampel secara strata, peneliti dapat
memastikan bahwa setiap fakultas diwakili dalam penelitian ini. Jika peneliti hanya
melakukan pengambilan sampel acak sederhana tanpa mempertimbangkan strata,
peneliti mungkin mendapatkan hasil yang tidak mencerminkan variasi tingkat
kepuasan antara fakultas. Dengan cara ini, penelitian akan lebih mampu
memberikan wawasan yang lebih akurat dan terperinci tentang kepuasan
mahasiswa di seluruh universitas.

8. Apa yang dimaksud dengan cara pengambilan sampel secara sistematis? Berikan
contoh!
Pengambilan sampel secara sistematis adalah metode pengambilan sampel yang
melibatkan pemilihan elemen sampel dengan menggunakan suatu pola atau interval
tertentu dalam populasi. Dalam pengambilan sampel sistematis, setiap elemen dalam
populasi memiliki kesempatan yang sama untuk dipilih, dan pemilihan dimulai dari
suatu titik awal yang ditentukan.
Contoh pengambilan sampel sistematis :
Misalkan peneliti memiliki populasi terdiri dari 100 orang dan peneliti ingin mengambil
sampel 20 orang secara sistematis. Pertama, peneliti memberikan nomor urut pada
setiap individu dalam populasi dari 1 hingga 100. Kemudian, peneliti memutuskan untuk
mengambil sampel setiap kelima orang. Dengan cara ini, peniliti akan memilih individu
dengan nomor urut 5, 10, 15, dan seterusnya hingga mencapai jumlah sampel yang
diinginkan.
Dengan melakukan ini, setiap individu dalam populasi memiliki peluang yang sama
untuk dipilih, dan pengambilan sampel menjadi lebih terstruktur dan terkendali. Ini
membantu meminimalkan risiko dan meningkatkan keakuratan hasil sampel terhadap
populasi secara keseluruhan.
9. Apa yang dimaksud dengan cara pengambilan sampel secara multistage random
sampling? Berikan contoh!
Multistage random sampling adalah sampling dimana pemilihan elemen anggota
sampel dilakukan secara bertahap. Pada dasarnya, prosedur pemilihan sampelnya
merupakan prosedur pemilihan kelompok-kelompok secara random dari unit-unit
tertentu. Metode ini digunakan ketika sulit atau tidak praktis untuk mengumpulkan
sampel dari seluruh populasi secara langsung. Proses pengambilan sampel ini dilakukan
dalam beberapa langkah atau tingkatan, dan di setiap tingkat, unit sampel dipilih secara
acak.
Contoh pengambilan sampel secara multistage random sampling
Misalkan peneliti ingin melakukan penelitian tentang tingkat kebahagiaan di seluruh
negeri. Populasi tersebut sangat besar, sehingga tidak mungkin atau tidak praktis untuk
mengumpulkan data dari semua individu. Sebagai gantinya, peneliti menggunakan
multistage random sampling:
o Tahap Pertama
Pemilihan Wilayah/Cluster: Populasi dibagi menjadi kelompok-kelompok yang
disebut "wilayah" atau "cluster." Kelompok-kelompok ini bisa berupa kota, desa,
atau wilayah administratif lainnya. Beberapa wilayah dipilih secara acak.
Peneliti memilih beberapa kota besar sebagai kelompok wilayah atau cluster,
misalnya, Jakarta, Surabaya, dan Bandung.
o Tahap Kedua
Pemilihan Unit Sampel di dalam Wilayah: Di dalam wilayah yang telah dipilih, unit
sampel dipilih secara acak. Unit sampel ini bisa berupa rumah tangga, individu, atau
kelompok tertentu.
Di setiap kota, peneliti memilih secara acak beberapa lingkungan atau kecamatan.
Misalnya, di Jakarta, peneliti memilih tiga kecamatan secara acak: Menteng,
Kemang, dan Tanah Abang.
o Tahap Ketiga
Pengumpulan Data di Tingkat Akhir: Setelah unit sampel diidentifikasi, data
dikumpulkan dari unit-unit tersebut. Proses pengumpulan data dapat melibatkan
survei, wawancara, atau metode pengumpulan informasi lainnya.
 Di dalam setiap kecamatan, peneliti memilih secara acak beberapa rumah tangga.
Dari rumah tangga ini, peneliti mengumpulkan data tentang tingkat kebahagiaan
dengan melakukan wawancara atau survey.
Dengan pendekatan ini, peneliti dapat mengurangi beban pengumpulan data
dengan fokus pada kelompok-kelompok tertentu di beberapa wilayah, sambil tetap
mencoba mewakili variasi yang ada di seluruh populasi.

10. Apa yang dimaksud dengan cara pengambilan sampel secara simple random
sampling? Berikan contoh!
Simple random sampling adalah sampling dimana pemilihan elemen populasi dilakukan
sedemikian rupa sehingga setiap elemen tersebut mempunyai kesempatan yang sama
untuk terpilih. Metode ini tepat dipergunakan apabila populasi homogen atau relatif
homogen.
Contoh Simple Random Sampling:
o Identifikasi Populasi: Misalkan peneliti ingin melakukan penelitian tentang tingkat
kepuasan pelanggan di sebuah restoran cepat saji yang memiliki 500 pelanggan
aktif.
o Penetapan Ukuran Sampel: Peneliti memutuskan untuk mengambil sampel
sebanyak 50 pelanggan dari populasi tersebut.
o Pemilihan Secara Acak: Peneliti memberikan nomor unik pada setiap pelanggan
(dari 1 hingga 500) dan menggunakan metode acak, seperti penggunaan nomor acak
atau algoritma komputer, untuk memilih 50 nomor secara acak. Pelanggan yang
memiliki nomor-nomor tersebut akan menjadi bagian dari sampel.
o Pengumpulan Data: Setelah pemilihan acak, peneliti mengumpulkan data tentang
kepuasan pelanggan dari 50 pelanggan yang terpilih, mungkin melalui wawancara,
kuesioner, atau observasi.
Keuntungan dari simple random sampling adalah bahwa ini adalah metode yang
sederhana dan mudah dipahami. Namun, terkadang dapat menjadi tidak efisien jika
populasi sangat besar dan sulit diakses, atau jika ada variasi geografis atau struktur
lain dalam populasi yang ingin diwakili dengan baik dalam sampel. Meskipun
demikian, simple random sampling tetap menjadi metode dasar yang digunakan
untuk berbagai penelitian dan survey.
 BAB II A
HIPOTESIS DAN KESIMPULAN

Latihan Soal Statistik:

1. Apa yang dimaksud dengan Statistik
Statistik adalah Statitistik merupakan keterangan-keterangan (informasi) yang
dibutuhkan oleh suatu lembaga atau perorangan yang berguna bagi lembaga atau
perorangan. Informasi (keterangan-keterangan) tersebut berupa sebuah data yang
telah disederhanakan. Data adalah sesuatu yang diketahui dan dianggap sehingga
dapat memberikan gambaran tentang suatu keadaan atau persoalan. Sesuatu yang
dianggap juga merupakan data walaupun data tersebut belum diketahui benar dan
tidaknya, sebab data masih merupakan hipotesis yang harus diuji kebenarannya. Data
yang salah apabila digunakan sebagai dasar pengambilan keputusan, akan
menghasilkan keputusan yang salah. Persyaratan data yang baik antara lain: obyektif,
representatif (mewakili), memiliki kesalahan baku kecil, tepat waktu dan relevan.

2. Dalam memganalisis data digunakan 2 (dua) macam statistik yaitu Statistik

Deskriptif dan Statistik Inferensial, jelaskan masing-masing dan berikanlah
contohnya
 Statistik Deskriptif : Berkaitan dengan pengumpulan, penyajian, dan interpretasi
data untuk memberikan gambaran yang jelas dan ringkas tentang karakteristik
dasar dari suatu dataset. Tujuannya adalah untuk merangkum data sehingga mudah
dipahami dan memberikan informasi tentang pola atau tren yang ada dalam
dataset.
Contoh:
Misalkan peneliti memiliki dataset berisi nilai ujian matematika siswa dalam suatu
kelas. Dengan menggunakan statistik deskriptif, peneliti dapat menghitung rata-rata
nilai, median, dan simpangan baku dari data tersebut. Selain itu, peneliti dapat
membuat histogram untuk menunjukkan distribusi nilai, dan tabel frekuensi untuk
menggambarkan jumlah siswa yang mendapatkan nilai tertentu.
 Statistik Inferensial: adalah cabang statistika yang berkaitan dengan penggunaan
sampel data untuk membuat inferensi atau generalisasi(mengambil kesimpulan)
 tentang populasi yang lebih besar. Ini melibatkan penggunaan probabilitas dan
teknik statistik untuk membuat pernyataan atau keputusan tentang parameter
populasi berdasarkan informasi yang ditemukan dalam sampel.
Contoh:
Misalkan peneliti ingin mengetahui apakah rata-rata nilai ujian matematika siswa di
sekolah A berbeda secara signifikan dari rata-rata nilai di sekolah B. Dalam hal ini,
peneliti dapat menggunakan statistik inferensial, seperti uji t independent, untuk
menguji apakah perbedaan antara dua rata-rata tersebut signifikan secara statistik
ataukah mungkin hanya hasil dari variasi acak. Hasil uji ini dapat memberikan dasar
untuk membuat inferensi tentang perbedaan nilai matematika di antara kedua
sekolah tersebut.
Jadi, statistik deskriptif membantu merangkum dan menggambarkan data,
sementara statistik inferensial membantu membuat kesimpulan atau inferensi
yang lebih umum berdasarkan sampel data yang diambil dari populasi. Kedua jenis
statistik ini bekerja bersama-sama untuk memberikan pemahaman yang lengkap
tentang data dan fenomena yang diamati.

3. Sebutkan Perbedaan Statistik Deskriptif dan Statistik Inferensial

Statistik deskriptif dan statistik inferensial adalah dua cabang utama dalam statistika,
dan keduanya memiliki tujuan dan pendekatan analisis yang berbeda. Berikut adalah
perbedaan antara statistik deskriptif dan statistik inferensial:
o Tujuan:
Statistik Deskriptif: Tujuan utama statistik deskriptif adalah merangkum dan
menggambarkan data yang ada. Ini mencakup pengukuran tendensi sentral (seperti
mean, median, mode) dan ukuran dispersi (seperti rentang, simpangan baku), serta
penyajian grafis data.
Statistik Inferensial: Statistik inferensial bertujuan untuk membuat inferensi,
generalisasi, atau prediksi tentang populasi berdasarkan sampel data. Ini mencakup
pengujian hipotesis, estimasi parameter populasi, dan penarikan kesimpulan
probabilistik.
 o Populasi dan Sampel:
Statistik Deskriptif: Statistik deskriptif hanya melibatkan analisis terhadap data
yang telah dikumpulkan (sampel) dan tidak membuat pernyataan lebih lanjut
tentang populasi dari mana sampel diambil.
Statistik Inferensial: Statistik inferensial melibatkan proses mengambil sampel dari
populasi yang lebih besar dan menggunakan informasi dari sampel untuk membuat
kesimpulan atau inferensi tentang populasi.
o Contoh Metode:
Statistik Deskriptif: Peneliti dapat menggunakan statistik deskriptif untuk
menghitung rata-rata nilai, menyajikan distribusi nilai, dan memberikan gambaran
umum tentang kinerja siswa di kelas tersebut.
Statistik Inferensial: Jika peneliti ingin mengetahui apakah rata-rata nilai ujian di
kelas tersebut mencerminkan rata-rata nilai ujian di seluruh sekolah, peneliti dapat
menggunakan statistik inferensial untuk menguji hipotesis dan membuat
kesimpulan probabilistik.
o Pengujian Hipotesis vs. Deskripsi Data:
Statistik Deskriptif: Lebih fokus pada deskripsi dan penyajian data tanpa melakukan
inferensi lebih lanjut atau pengujian hipotesis.
Statistik Inferensial: Melibatkan pengujian hipotesis untuk membuat kesimpulan
tentang parameter populasi berdasarkan informasi dari sampel.
o Pemusatan dan Penyebaran:
Statistik Deskriptif: Terfokus pada mengukur pusat data (mean, median, mode) dan
menyajikan distribusi data.
Statistik Inferensial: Selain mengukur pusat dan menyajikan distribusi, fokus pada
estimasi parameter populasi dan pengujian hipotesis.
Secara singkat, statistik deskriptif lebih berorientasi pada deskripsi dan penyajian
data, sedangkan statistik inferensial lebih berfokus pada membuat kesimpulan atau
inferensi tentang populasi berdasarkan sampel data.

4. Perbedaan Statistik Parametrik dan Statistik Non Parametrik

o Statistik Parametris, digunakan untuk menguji parameter populasi melalui statistik,
atau menguji ukuran populasi melalui data sampel, yang distibusi nilai
 pengamatannya diketahui. Pengujian populasi melalui sampel disebut Uji Hipotesis
Statistik, oleh karena itu penelitian yang berhipotesis statistik adalah penelitian
yang menggunakan sampel.
o Statistik Non Parametris, digunakan untuk menguji parameter populasi melalui
statistik, atau menguji ukuran populasi melalui data sampel, yang distibusi nilai
pengamatannya tidak diketahui.

5. Bagaimana cara menetapkan desain analisis

Dalam penetapan disain analisis statistik harus disesuaikan dengan rumusan yang
sesuai dengan pendekatan penelitian atau disain yang telah diambil. Oleh karena
disain yang ada tidak terlepas dari permasalahan atau problematik yang akan diteliti.
Ada 4 macam problematik yang umumnya muncul sebagai landasan analisa data,
yaitu:
1. Problem untuk mengetahui status dan mendeskripsikan fenomena.
2. Problem komperasi, yaitu problem yang bertujuan untuk membandingkan dua
fenomena atau lebih.
3. Problem untuk mencari hubungan antara dua fenomena yang kedudukannya
sejajar (bukan sebab akibat).
4. Problem untuk melihat pengaruh sesuatu perlakuan atau ingin melihat hubungan
antara variabel bebas dengan terikat.
Dalam analisa data harus memberikan kesimpulan, oleh karena itu jika dilihat
antara probematik dan hipotesis dan kesimpulan terdapat hubungan yang dapat
digambarkan sebagai berikut:

PROBLEMATIK Dalam penulisan skripsi/tesis atau desertasi

penggunaan alat analisis statistik apa yang akan

digunakan umumnya dapat dilihat pada

perumusan permasalahan, hipotesis dan model

paradigma penelitiannya.

HIPOTESIS KESIMPULAN