BAB I

KONSEP STATISTIKA

A. Konsep Dasar
Data merupakan kumpulan hasil pengamatan, seperti hasil pengamatan terhadap
jenis kelamin, hasil pengukuran berat badan, tanggapan survey, dan sebagainya. Statistika
adalah ilmu yang mempelajari tentang perencanaan, pengumpulan, analisis, interpretasi,
presentasi, sampai dengan penarikan kesimpulan atas data tersebut. Sedangkan statistik
adalah pengukuran numerik yang menjelaskan beberapa karakteristik sebuah sampel.
Terdapat dua metode statistika yang dapat digunakan dalam menganalisis data, yaitu
statistik deskriptif dan statistik inferensia.
- Statistik deskriptif merupakan jenis statistik yang digunakan untuk menggambarkan dan
merangkum data. Statistic deskriptif memberikan informasi yang berguna dan lebih
mudah dipahami tentang pemusatan data, penyebaran data, dan bentuk distribusi data.
- Statistic inferensia adalah jenis statistik yang digunakan untuk menguji hipotesis dan
membuat kesimpulan berdasarkan data sampel yang diambil dari populasi. Dalam
statistika inferensia diadakan pendugaan parameter, membuat hipotesis, serta menguji
hipotesis tersebut sampai pada pembuatan kesimpulan yang berlaku umum. Metode ini
sering disebut juga statistik induktif, karena kesimpulan yang ditarik didasarkan pada
informasi dari sebagian data saja.
Karena populasi seringkali sangat besar, tujuan umum penggunaan statistik adalah untuk
memperoleh data dari suatu sampel dan kemudian menggunakan data tersebut untuk
membentuk suatu kesimpulan tentang populasi.
Proses yang dilalui dalam melakukan studi statistik terdiri dari tahapan persiapan,
analisis, dan penarikan kesimpulan.
1. Tahapan persiapan.
Tahapan persiapan dilakukan untuk memastikan konteks data, sumber data, dan
metode pengambilan sampel.
- Konteks data.
Langkah ini dilakukan memahami data yang diperoleh serta mengetahui tentang
tujuan dari dilakukannya studi tersebut.
- Sumber data.
Penting untuk memastikan sumber data yang objektif agar tidak mengandung
bias. Dengan demikian, pengambil data harus kritis terhadap sumber data yang
berpotensi bias.
- Metode pengambilan sampel.

1
 Metode pengambilan sampel dapat memengaruhi validitas kesimpulan. Metode
tertentu dapat menghasilkan data yang lebih baik/terbaik dibandingkan metode
yang lain. Sebagai contoh, metode voluntary respon (respon secara sukarela)
berpotensi bias karena hanya orang yang tertarik dengan topik penelitian yang
memilih untuk memberikan respon, sehingga hasil pengambilan sampelnya belum
tentu valid.
2. Tahapan analisis.
Analisis dapat dilakukan berdasarkan grafik yang sesuai. Meskipun kemajuan
teknologi memudahkan peneliti untuk menggambar grafik, penting untuk memilih
grafik yang sesuai dengan data dan tujuan penelitian.
3. Tahapan kesimpulan
Pernyataan berisi kesimpulan penelitian harus disusun menggunakan terminologi
yang jelas dan dapat dimengerti bahkan oleh kalangan non-akademis atau
masyarakat umum. Beberapa penelitian mungkin menyimpulkan hasil yang signifikan
secara statistic namun tidak signifikan secara praktis.
Contoh :
Suatu suplemen penambah tinggi badan menyatakan bahwa suplemen tersebut
berhasil menambah tinggi badan sebanyak 4cm/tahun pada laki-laki berusia 14-16
tahun. Dengan menggunakan metode analisis statistik formal, kita dapat
menyimpulkan bahwa sumplemen tersebut tampak efektif. Namun, meskipun
4cm/tahun efektif secara statistik, nyatanya tanpa suplemen-pun laki-laki berusia 14-
16 tahun dapat tumbuh hingga 6cm/tahun.
Pada tahapan kesimpulan, terdapat beberapa hal yang perlu diperhatikan,
diantaranya:
- Misleading Conclusions, yaitu menyimpulkan bahwa satu variabel menyebabkan
variabel lain padahal sebenarnya variabel tersebut hanya berkorelasi atau
berasosiasi.
- Small Samples. Kesimpulan tidak boleh didasarkan pada jumlah sampel yang
terlalu sedikit. Contohnya menyimpulkan tingkat perceraian pegawai di suatu unit
berdasarkan 5 sampel.
- Loaded questions. Pertanyaan survey perlu disusun secara hati-hati agar
menghasilkan data yang akurat.
- Order of Questions. Masalah yang terjadi karena pertanyaan secara tidak sengaja
memuat faktor-faktor seperti urutan item yang sedang dipertimbangkan.
Sebagai contoh, item pertanyaan “Apakah partisipasi yang berlebihan dalam
kegiatan non-akademik mahasiswa di kampus berkontribusi lebih besar terhadap
penurunan capaian IPK dari pada sistem pembelajaran jarak jauh yang baru

2
 pertama kali diimplementasikan?” menghasilkan respon: Partisipasi berlebih
dalam kegiatan non-akademik 78%, sedangkan sistem pembelajaran jarak jauh
yang baru diimplementasikan 22%. Namun apabila item pertanyaan diubah
menjadi “Apakah sistem pembelajaran jarak jauh yang baru pertama kali
diimplementasikan berkontribusi lebih besar terhadap penurunan capaian IPK dari
pada partisipasi yang berlebihan dalam kegiatan non-akademik mahasiswa di
kampus?”, responnya menjadi: sistem pembelajaran jarak jauh yang baru
diimplementasikan 69%, sedangkan Partisipasi berlebih dalam kegiatan non-
akademik 31%.
- Nonresponse. Terjadi ketika seseorang menolak untuk menanggapi pertanyaan
survei atau tidak tersedia. Contoh : Seseorang menolak survey eligibilitas bakal
pasangan calon presiden dan wapres karena memiliki prinsip golput atau
menganggap pasangan calon tersebut tidak memenuhi preferensi politiknya.
- Missing Data. data secara signifikan dapat memengaruhi hasil. Subjek dapat
keluar karena alasan yang tidak terkait dengan penelitian.Contoh: Orang yang
memiliki sentimen buruk terhadap institusi DJP karena kasus yang sedang viral,
dalam memenuhi kewajiban perpajakannya akan mengisi dan melaporkan SPT
dengan data yang tidak sebenarnya atau cenderung asal-asalan. Padahal
sentimen tersebut tidak ada hubungannya dengan pelaporan SPT.
- Precise Numbers. Penggunaan angka yang tepat atau presisi menyebabkan
banyak orang salah menganggap bahwa angka tersebut akurat. Misalnya
pernyataan mengenai jumlah penduduk di Indonesia adalah 241,472,385 jiwa.
Padahal angka tersebut merupakan perkiraan. Akan lebih baik kalau kita membuat
pernyataan bahwa jumlah penduduk Indonesia berkisar 240 juta jiwa.
- Percentages, yaitu penggunaan persentase yang menyesatkan.
Contoh :
Perusahaan A memasang iklan yang mengklaim “Kami telah meningkatkan
Quality Control dalam satu tahun terakhir sehingga produk kami 0% defect”,
sedangkan perusahaan A tersebut masih menerima keluhan dari pelanggan.

B. Jenis dan Skala Data

Subjek statistik sebagian besar tentang penggunaan data sampel untuk membuat
kesimpulan (atau generalisasi) seluruh populasi. Pengukuran numerik yang menggambarkan
beberapa karakteristik suatu populasi diistilahkan dengan parameter. Sedangkan pengukuran
numerik yang menjelaskan karakteristik dari sampel diistilahkan dengan statistik.

3
 Berdasarkan jenisnya, data dibedakan menjadi data kuantitatif dan data kualitatif atau
kategorikal/atribut.
- Data kuantitatif merupakan data yang diperoleh berdasarkan hasil penghitungan atau
pengukuran, yang terdiri atas angka-angka yang merepresentasikan hasil penghitungan
atau pengukuran tersebut. Contoh data kuantitatif antara lain tinggi badan dan berat
badan.
- Data kualitatif terdiri atas nama atau label yang mewakili suatu kategori. Data kualitatif
dapat berupa angka tapi sifatnya hanya berupa label dan tidak bermakna apapun. Contoh
data kualitatif adalah jenis kelamin para atlit professional, ukuran baju seragam, dan
nomor rumah.
Data kuantitatif dapat dibedakan berdasarkan kontinuitasnya menjadi data diskrit dan
data kontinu. Data diskrit terdiri dari bilangan yang dapat dihitung dan memiliki nilai yang
terbatas, biasanya berupa bilangan bulat. Contoh data diskrit diantaranya jumlah telur, jumlah
penduduk, jumlah rumah, dan sebagainya. Sedangkan data kontinu memiliki kemungkinan
nilai yang tidak terbatas dalam kisaran tertentu. Contoh data kontinu adalah tingkat
pendapatan, volume air, berat badan, dan temperatur.
Berdasarkan skala pengukurannya, data terdiri dari data nominal, ordinal, interval, dan
rasio.
- Nominal
Merupakan data yang terdiri atas nama-nama, label, atau kategori saja dan data tersebut
tidak dapat diurutkan dalam suatu skema urutan data. Meskipun diurutkan berdasarkan
urutan tertentu (misalkan berdasarkan abjad atau diurutkan dari yang tertinggi ke
terendah), urutan tersebut tidak bermakna apapun. Contohnya adalah jenis kelamin (laki-
laki dan perempuan), warna (merah, biru, kuning), dan nomor punggung pemain sepak
bola.
- Ordinal
Data yang diperoleh pada level ini dapat disusun dalam urutan tertentu, tetapi selisih nilai-
nilainya tidak dapat ditentukan atau bahkan tidak bermakna sama sekali. Contohnya
adalah nilai huruf untuk mata kuliah statistika terdiri dari A, B, C, atau D. Nilai-nilai ini
dapat diurutkan (A lebih baik dari B), tetapi besar selisih antara A dan B tidak dapat
ditentukan.
- Interval
Data interval termasuk dalam data kuantitatif, dapat kita hitung selisihnya dan ada
maknanya. Data interval tidak memiliki titik nol alamiah sebagai titik awal. Contohnya
adalah temperature atau suhu badan. Selisih antara suhu 36 0C dan 370C dapat
ditentukan dengan jelas yaitu 10C. Tetapi secara alami tidak ada titik nol dimana suhu
atau temperature dimulai. Suhu 00C bukan berarti tidak memiliki panas atau suhu.

4
- Rasio
Sama halnya dengan interval, rasio termasuk data kuantitatif. Namun data rasio memiliki
titik nol alamiah sebagai titik awal. Data-data pada tingkatan rasio dapat dibandingkan
dan dirasiokan. Contohnya adalah harga buku. Harga merupakan data level rasio dimana
harga Rp0 menunjukkan tidak ada harga.
C. Pengumpulan data
Jika sampel data tidak dikumpulkan secara tepat maka data tersebut menjadi kurang
bermanfaat. Metode yang digunakan untuk mengumpulkan sampel data akan memengaruhi
kualitas dari analisis statistika. Kita biasanya memperoleh data dari dua sumber yang
berbeda, yaitu dari hasil pengamatan dan eksperimen. Studi pengamatan atau observational
study adalah cara mengumpulkan data dengan mengamati dan mengukur karakter
spesifik tanpa mencoba untuk merubah atau memodifikasi subjek yang sedang diamati.
Sedangkan studi eksperimen atau uji coba adalah cara memperoleh data dengan
menerapkan beberapa perlakuan dan mengamati efek atau dampak yang terjadi pada subjek
yang diteliti. Subjek dalam uji coba ini dikenal dengan istilah unit uji coba atau experimental
units.
Baik studi eksperimen maupun observasi, penting untuk memilih sampel sedemikian
rupa sehingga sampel cenderung mewakili populasi yang lebih besar. Terdapat beberapa
metode yang dapat digunakan untuk pengambilan sampel, yaitu:
- Random sampling, yaitu metode pengambilan sampel dengan memilih secara acak
masing-masing individu dalam populasi sehingga setiap individu memiliki kesempatan
yang sama untuk dipilih.
- Systematic sampling, yaitu metode pengambilan sampel dengan memilih beberapa titik
awal dan kemudian memilih setiap elemen ke-n dalam populasi.
- Convenience sampling, merupakan pengambilan sampel yang didasarkan pada
ketersediaan elemen dan kemudahan untuk mendapatkannya. Sampel diambil/terpilih
karena sampel tersebut ada pada tempat dan waktu yang tepat
- Stratified sampling, dilakukan dengan membagi populasi ke dalam setidaknya dua
subkelompok yang memiliki karakteristik sama, kemudian menarik sampel dari tiap-tiap
subkelompok.
- Cluster sampling, dilakukan dengan membagi wilayah penduduk menjadi beberapa
bagian atau cluster kemudian memilih secara acak beberapa cluster tersebut dan memilih
semua anggota dari cluster yang dipilih sebagai sampel.
- Multistage sampling, yaitu metode pengambilan sampel dengan menggunakan beberapa
kombinasi dasar metode pengambilan sampel. Dalam multistage sample design,

5
 Lembaga survey memilih sampel dalam tahapan yang berbeda, dan setiap tahap
mungkin menggunakan metode pengambilan sampel yang berbeda.
D. Errors
Sebaik apapun perencanaan dan pelaksanaan proses pengumpulan sampel, ada beberapa
kesalahan yang mungkin muncul dalam hasil pengumpulan sampel tersebut. Ada dua jenis
kesalahan (error) dalam pengambilan sampel, yaitu sampling error dan non sampling error.
Sampling error terjadi karena adanya perbedaan antara hasil sampel dan hasil populasi yang
sebenarnya. Sedangkan nonsampling error terjadi karena data sampel dikumpulkan, dicatat,
atau dianalisis secara tidak tepat. Hal ini bisa saja terjadi akibat dari pemilihan sampel yang
bias, menggunakan instrument yang cacat, atau penyalinan data yang tidak tepat.

Latihan soal

1. Berikut ini yang bukan merupakan metode sampling adalah...

a. Convenience
b. Cluster
c. Automatic
d. Stratified

2. Berikut ini merupakan contoh data interval, kecuali...

a. Skor kecerdasan dalam tes IQ
b. Indeks Prestasi Kumulatif (IPK)
c. Suhu yang diukur dalam Fahrenheit dan Celcius
d. Harga suatu barang sebesar $0

3. Skala data yang tidak memiliki nilai 0 mutlak adalah...

a. Ordinal
b. Rasio
c. Diskrit
d. Interval

4. Sumber data yang memberikan perlakuan tertentu terhadap suatu subjek kemudian
meneliti efeknya disebut sebagai studi ...
a. observasi
b. Monitoring
c. eksperimen
d. kualitatif

6
5. Kesalahan yang terjadi karena "human error" dalam proses pengumpulan data disebut
sebagai...
a. Accidental error
b. Non-sampling error
c. Non-block error
d. Sampling error