PERTEMUAN KE-1
Oleh:
A. LATAR BELAKANG
Statistika memegang peranan yang sangat penting dalam penelitian, yaitu dalam
penyusunan model, perumusan hipotesis, pengembangan alat dan instrumen pengumpulan data,
penyusunan desain penelitian, dan penentuan sampel serta analisis data. Pada pengolahan dan
analisis data selalu menerapkan teknik dan metode statistik tertentu, yang mana dapat dijadikan
dasar dalam menjelaskan hubungan-hubungan yang terjadi. Statistika dapat digunakan sebagai alat
untuk mengetahui apakah perbedaan yang diperoleh antara dua atau lebih variabel yang
berpasangan ataupun yang bebas, benar-benar berbeda secara signifikan. Statistika juga dapat
mengetahui bagaimana keeratan hubungan dan arahnya antara kedua variabel yang diuji. Statistika
telah memberikan teknik-teknik sederhana dalam mengklasifikasikan data serta dalam menyajikan
data secara lebih mudah dan informatif, sehingga data tersebut dapat dimengerti secara lebih
mudah. Statistika dapat menolong peneliti untuk mengambil suatu kesimpulan dan keputusan
berdasarkan analisis yang telah dilakukan, apakah kesimpulan yang diambil sudah cukup
refresentatif untuk memberikan inferensi terhadap populasi tertentu.
Menurut Glass dan Hopkins (1984, hlm. 2), berdasarkan dari asal kata, statistika berasal
dari bahasa Latin, yaitu status atau statista yang mempunyai arti “negara”. Pada mulanya, status
atau statista digunakan untuk mencatat berbagai kegiatan atau urusan yang berkaitan dengan
negara.Misalnya jumlah penduduk pada tahun tertentu, penerimaan pajak, pengeluaran untuk gaji
tenaga pengajar, dan lain-lain. Pada abad ke-17 dan ke-18 ada tiga istilah yang bersaing, yaitu :
political arithmetic, publisistika, dan statistika. Pada pertengahan abad ke-18, dari ketiga istilah
tersebut yang masih bertahan adalah istilah statistika, maka istilah itu digunakan sampai sekarang.
Sejalan dengan perkembangan zaman, maka statistika tidak lagi hanya digunakan untuk urusan
pemerintah atau negara, tetapi mulai banyak digunakan di berbagai bidang kehidupan, termasuk
kegiatan penelitian di bidang pendidikan, pertanian, ekonomi, sosial, kedokteran, farmasi, biologi,
sains, psikologi, dan sebagainya.
Statistika adalah ilmu pengetahuan yang mempelajari bagaimana cara pengumpulan data,
pengolahan atau analisis data, dan penarikan kesimpulan berdasarkan kumpulan data dan analisis
yang dilakukan. Sedangkan statistik adalah kumpulan data, yang berupa bilangan atau bukan
bilangan disusun dalam bentuk tabel, diagram yang menggambarkan suatu persoalan. Selain
pengertian di atas, masih ada pengertian lain dari statistik, yaitu pengertian yang menyatakan
sebagai ukuran yang menggambarkan karakteristik suatu sampel dari kumpulan data tertentu.
Sedangkan untuk ukuran yang menggambarkan karakteristik suatu populasi disebut sebagai
parameter.
Berdasarkan cara pengolahan datanya, statistika dapat dibagi ke dalam dua kelompok, yaitu
statistika deskriptif dan statistika inferensial.
1. Statistika Deskriptif
Statistika deskriptif adalah teknik statistik yang memberikan informasi hanya mengenai
data yang dimiliki dan tidak bertujuan untuk menguji hipotesis dan kemudian menarik inferensi
yang digeneralisasikan untuk data yang lebih besar atau populasi. Statistik deskriptif “hanya”
dipergunakan untuk menyajikan dan menganalisis data agar lebih bermakna dan komunikatif dan
disertai perhitungan-perhitungan “sederhana” yang bersifat lebih memperjelas keadaan dan atau
karakteristik data yang bersangkutan (Burhan, dkk., 2006). Menurut Subana (2005, hlm. 12),
Statistik deskriptif adalah statistik yang menggambarkan kegiatan berupa pengumpulan data,
penyusunan data, pengolahan data, dan penyajian data dalam bentuk tabel, grafik, ataupun
diagram, agar memberikan gambaran yang teratur ringkas, dan jelas mengenai suatu keadaan atau
peristiwa.
Dari beberapa definisi di atas, dapat disimpulkan bahwa ruang lingkup yang dibahas dalam
statistika deskripitif diantaranya adalah :
a. Tabel Distribusi Frekuensi dan Diagram
b. Ukuran Pemusatan Data
c. Ukuran Letak atau Lokasi Data
d. Ukuran Dispersi Data
e. Ukuran Kemiringan dan Keruncingan Data
2. Statistika Inferensial
Statistika Inferensial adalah bagian dari statistika yang membahas atau mempelajari cara
melakukan analisis data, menaksir (menduga), meramalkan, dan menarik kesimpulan terhadap
data, fenomena, persoalan yang lebih luas (populasi) berdasarkan sebagian data (sampel) yang
diambil secara acak dari populasi. Statistika Inferensial membuat kesimpulan berdasarkan
pendugaan dari sampel data dan pengujian hipotesis. Berdasarkan hal tersebut di atas, ada tiga
kegiatan pada Statistika Inferensial yang meliputi :
a. Pengujian hipotesis.
b. Estimasi atau menaksir.
c. Pengambilan keputusan
Statistika inferensial adalah statistik yang berkaitan dengan analisis data (sampel) untuk
kemudian dilakukan penyimpulan-penyimpulan (inferensi) yang digeneralisasikan kepada seluruh
subyek tempat data diambil (populasi) (Burhan, dkk., 2006). Menurut Subana (2005, hlm. 12),
statistika inferensial adalah statistik yang berhubungan dengan penarikan kesimpulan yang bersifat
umum dari data yang telah disusun dan diolah. Sedangkan Walpole (1995, hlm. 5) mendefinikan
bahwa statistika inferensial yaitu mencakup semua metode yang berhubungan dengan analisis
sebagian data untuk peramalan atau penarikan kesimpulan mengenai keseluruhan gugus data
induknya.
Adapapun beberapa ruang lingkup statistika inferensial diantaranya:
a. Pengujian Komparasi (Perbedaan Rata-Rata Dua Variabel Berpasangan)
b. Pengujian Komparasi (Perbedaan Rata-Rata Dua Variabel Bebas)
c. Analisis Korelasi Linear Sederhana
C. DATA
Statistika tidak akan terlepas dari data, tanpa data statistika tidak dapat menjalankan
fungsinya sebagai alat pengolah dan penyaji data. Pengukuran dan data merupakan satu kesatuan,
melalui kegiatan pengukuran diperoleh data. Pengukuran dapat dilakukan pada semua subjek
yang diteliti (populasi) atau dilakukan hanya pada sebagian dari subjek yang diteliti (sampel).
D. SKALA PENGUKURAN
1. Data Nominal
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau
klasifikasi. Cirinya : Posisi data setara (tidak ada tingkatan), hanya membedakan, dan tidak bisa
dilakukan operasi matematika (+, -, x, :). Contoh : Jenis kelamin (kode 1 untuk laki-laki dan kode
2 untuk perempuan), jenis pekerjaan, warna kesukaan.
2. Data Ordinal
Data berskala ordinal adalah data yang diperoleh dengan cara kategorisasi atau
klasifikasi. Cirinya : Posisi data tidak setara (ada tingkatan), dan tidak bisa dilakukan operasi
matematika (+, -, x, :). Contoh : Juara Pertama = 1, Juara Kedua = 2, Juara Ketiga = 3. Lulusan
SD = 1, Lulusan SMP = 2, Lulusan SMA = 3. Sangat Baik = 1, Baik = 2, Cukup = 3, Tidak Baik
= 4, Sangat Tidak Baik = 5.
3. Data Interval
Data berskala interval adalah data yang diperoleh dengan cara pengukuran. Data
berbentuk angka, tidak ada kategorisasi. Cirinya : Menunjukan peringkat, berjarak sama, bisa
dilakukan operasi matematika, dan tidak mempunyai titik nol. Contoh : Temperatur yang diukur
berdasarkan 0C dan 0F, Tingkat Kecerdasan. Contoh : Jika suatu tes intelegensi menghasilkan nilai
yang berkisar 0 sampai 200, nilai 0 bukan menunjukkan seseorang mempunyai kecerdasan yang
minimal. Nilai 0 hanya menunjukkan tempat paling rendah dari prestasi pada tes tersebut dan
nilai 200 menunjukkan tingkat tertinggi.
4. Data Ratio
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran. Data berbentuk
angka, tidak ada kategorisasi. Cirinya : Menunjukan peringkat, berjarak sama, bisa dilakukan
operasi matematika, dan mempunyai titik nol mutlak. Contoh : gaji, skor ujian, jumlah buku.
Dalam data ratio terdapat skala yang menunjukkan kelipatan, misalnya : 20 meter adalah 2 x 10
meter, 15 kg adalah 3 x 5 kg. Contoh lain dari data ratio adalah luas, volume, dan sebagainya.
Hasil dari objek pada populasi yang diteliti harus dianalisis untuk ditarik suatu kesimpulan
dan kesimpulan itu berlaku untuk seluruh populasi. Dalam melaksanakan penelitian, adakalanya
peneliti tidak melakukan pengumpulan data secara populasi, tetapi mengambil sebagian dari
populasi yang dianggap mewakili populasi (representatif). Hal ini berdasarkan pertimbangan yang
logis, seperti kepraktisan, keterbatasan biaya, waktu, dan sumber daya manusianya.
Sensus merupakan suatu survei yang dilakukan untuk mendapatkan keterangan (informasi)
dari semua anggota populasi. Pelaksanaan sensus di dalam penelitian jarang dilakukan karena :
Ø Faktor biaya operasional yang tinggi;
Ø Faktor lamanya waktu yang tersedia;
Ø Faktor tingkat akurasi data (ketepatan) perhitungan seringkali tinggi penyimpangannya;
Ø Kurang efektif dan efisien dalam pelaksanaannya
Namun demikian, betapapun cara Sensus banyak sekali kendala yang dihadapi dalam
pelaksanaannya, tetapi kelebihan cara sensus adalah hasil yang didapatkan merupakan hasil yang
sebenarnya.
Dengan meneliti sebagian dari populasi (sampel) dapat diharapkan bahwa hasil yang
diperoleh akan memberikan gambaran yang sesuai dengan sifat populasi yang bersangkutan. Jadi,
penelitian hanya dilakukan terhadap sampel, tetapi kesimpulan yang diperoleh akan
digeneralisasikan terhadap populasi.
a. Penentuan Sampel
Secara umum, untuk menghitung jumlah sampel yang diperlukan, dimana jumlah
populasinya telah diketahui, dapat menggunakan rumus Taro Yamane (Riduwan dan Akdon,
2006):
Keterangan :
n = Jumlah Sampel
N = Jumlah Populasi
𝛼 = Level signifikansi (0,01 atau
0,05)
F. PETA KONSEP
LANGSUNG
PENGUMPULAN
DATA
TIDAK LANGSUNG
TABEL
STATISTIKA PENYAJIAN
DIAGRAM
DESKRIPTIF DATA
UKURAN
PEMUSATAN
DATA
UKURAN
LETAK/LOKASI
DATA
DATA
UKURAN DISPERSI
DATA
UKURAN
KEMIRINGAN &
KERUNCINGAN
DATA
G. SKALA PENGUKURAN DATA
STATISTIKA
INFERENSIAL
PENGUJIAN
HIPOTESIS
STATISTIKA STATISTIKA
PARAMETRIK NONPARAMETRIK
BERDISTRIBUSI
NORMAL