Pendahuluan Statistika Dasar

Awit M. Sakinah, S.Si, M.Stat

Pengertian
Statistika merupakan pengetahuan
yang berhubungan dengan caracara pengumpulan data,
pengolahan atau penganalisaan
dan penarikan kesimpulan
berdasarkan kumpulan data
danpenganalisaan yang dilakukan
(Sujana, 1991)

1. Konsep Statistika
STATISTIKA :
Kegiatan untuk :
mengumpulkan data
menyajikan data
menganalisis data dengan metode tertentu
menginterpretasikan hasil analisis

KEGUNAAN

Statistik dibagi 2:
STATISTIKA DESKRIPTIF :
Berkenaan dengan pengumpulan, pengolahan, dan penyajian sebagian
atau seluruh data (pengamatan) tanpa pengambilan kesimpulan
STATISTIKA INFERENSI :
Setelah data dikumpulkan, maka dilakukan berbagai metode statistik untuk
menganalisis data, dan kemudian dilakukan interpretasi serta diambil kesimpulan.
Statistika inferensi akan menghasilkan generalisasi (jika sampel representatif)

Data?
Data merupakan bahan mentah yang perlu
diolah sehingga menghasilkan informasi
atau keterangan, baik kualitatif maupun
kuantitatif yang menunjukan fakta.

2. Statistika & Metode Ilmiah

METODE ILMIAH :
Adalah salah satu cara mencari kebenaran yang bila ditinjau
dari segi penerapannya, resiko untuk keliru paling kecil.
LANGKAH-LANGKAH DALAM METODE ILMIAH :
1. Merumuskan masalah
2. Melakukan studi literatur
3. Membuat dugaan-dugaan, pertanyaan-pertanyaan atau
hipotesis
4.

Mengumpulkan dan mengolah data, menguji

hipotesis, atau menjawab pertanyaan

5.

Mengambil kesimpulan
INSTRUMEN
SAMPEL
SIFAT DATA
VARIABEL
METODE ANALISIS

PERAN STATISTIKA

DATA terbagi atas DATA KUALITATIF dan DATA KUANTITATIF

DATA KUALITATIF :
Data yang dinyatakan
dalam bentuk bukan
angka.
Contoh : jenis pekerjaan,
status marital, tingkat
kepuasan kerja

DATA KUANTITATIF :
Data yang dinyatakan
dalam bentuk angka
Contoh : lama bekerja,
jumlah gaji, usia, hasil
ulangan

DATA

KUALITATIF

NOMINAL
ORDINAL

JENIS
DATA

KUANTITATIF

INTERVAL
RASIO

4. Skala Data
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau
klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : jenis kelamin, jenis pekerjaan
DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau
klasifikasi, tetapi di antara data tersebut terdapat hubungan
CIRI : posisi data tidak setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : kepuasan kerja, motivasi
DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana
jarak antara dua titik skala sudah diketahui.
CIRI : Tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender
DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana
jarak antara dua titik skala sudah diketahui dan mempunyai titik 0 absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, skor ujian, jumlah buku

Jenis Data
Jenis Data Menurut Cara Memperolehnya

Data
Primer

Data
Sekunder

Data Primer adalah secara langsung diambil dari objek / obyek penelitian
oleh peneliti perorangan maupun organisasi.
Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti
preferensi konsumen bioskop

Data sekunder adalah data yang didapat tidak secara langsung dari objek
penelitian. Peneliti mendapatkan data yang sudah jadi yang dikumpulkan
oleh pihak lain dengan berbagai cara atau metode baik secara komersial
maupun non komersial.
Contoh: data statistik hasil riset dari surat kabar atau majalah, data laporan
keuangan perusahaan X.

Jenis Data
Jenis Data Berdasarkan Sifat Datanya
Data diskrit adalah data hasil menghitung atau
membilang
Contoh : jumlah mobil di lapangan parkir, jumlah
Data diskrit
pasien di RS

Data
kontinu

Data kontinu adalah data yang dihasilkan dari proses

pengukuran
Contoh : berat badan, suhu, tinggi

Teknik Sampling?

Populasi adalah sekelompok orang, kejadian, atau

benda, yang dijadikan obyek penelitian

Sampel adalah kumpulan beberapa satuan pengamatan

yang merupakan bagian dari populasi yang harus
mencerminkan karakteristik dan mewakili populasi.

Ukuran Populasi dan Sampel

Ukuran populasi adalah parameter
Ukuran dalam sampel adalah statistik

Variabel ?
Variabel adalah ukuran atau ciri yang
dimiliki oleh anggota-anggota suatu
kelompok yang berbeda dengan yang
dimiliki oleh kelompok yang lain

5. Pengolahan Data
PROSEDUR PENGOLAHAN DATA :
A.

B.

PARAMETER : Berdasarkan parameter yang ada statistik dibagi

menjadi

Statistik PARAMETRIK : berhubungan dengan inferensi statistik

yang membahas parameter-parameter populasi; jenis data
interval atau rasio; distribusi data normal atau mendekati
normal.

Statistik NONPARAMETRIK : inferensi statistik tidak membahas

parameter-parameter populasi; jenis data nominal atau ordinal;
distribusi data tidak diketahui atau tidak normal

JUMLAH VARIABEL : berdasarkan jumlah variabel dibagi menjadi

Analisis UNIVARIAT : hanya ada 1 pengukuran (variabel) untuk n

sampel atau beberapa variabel tetapi masing-masing variabel
dianalisis sendiri-sendiri. Contoh : korelasi motivasi dengan
pencapaian akademik.

Analisis MULTIVARIAT : dua atau lebih pengukuran (variabel)

untuk n sampel di mana analisis antar variabel dilakukan
bersamaan. Contoh : pengaruh motivasi terhadap pencapaian
akademik yang dipengaruhi oleh faktor latar belakang

6. Pengolahan Data
MULAI

Statistik
Non Parametrik

Analisis
Univariat

SATU

NOMINAL
ORDINAL

Jumlah
Variabel
?

Jenis
Data
?

INTERVAL

DUA / LEBIH

RASIO

Statistik
Parametrik

Analisis
Multivariat

7. Penyajian Data
TABEL
Tabel 1.1 Bidang Pekerjaan berdasarkan Latar Belakang Pendidikan
Count
SMU
bidang
pekerjaan

Jumlah

GRAFIK

administrasi
personalia
produksi
marketing
keuangan

1
4
2
3
10

pendidikan
Akademi
8
1
3
14
4
30

Sarjana
6
7
5
11
6
35

Jumlah
15
8
12
27
13
75

8. Membuat Tabel
TABEL : memberikan informasi secara rinci. Terdiri atas kolom dan baris
Kolom pertama : LABEL
KOLOM
TABEL
BARIS

Kolom kedua . n : Frekuensi atau label

Berisikan data berdasarkan kolom

Tabel Tabulasi Silang

Pendapat tentang sertifikasi
Asal Wilayah

Jawa Barat
Jawa Tengah
Jawa Timur
NTT
Papua

Sanga
t
perlu

Perlu

Tidak
tahu

Tidak
perlu

Sanga
t tdk
perlu

Jumlah

9. Membuat Grafik
GRAFIK : memberikan informasi dengan benar dan cepat, tetapi
tidak rinci.
Syarat :
1. Pemilihan sumbu (sumbu tegak dan sumbu datar), kecuali grafik lingkaran
2. Penetapan skala (skala biasa, skala logaritma, skala lain)
3. Ukuran grafik (tidak terlalu besar, tinggi, pendek)
Jenis Grafik :
4

Grafik Batang (Bar)

Grafik Garis (line)

Grafik Lingkaran (Pie)

Grafik Interaksi (Interactive)

Sumbu
tegak

3
2
1

0
1
Titik
pangkal

3
4
Sumbu datar

10. Jenis Grafik

Grafik Garis (line)
30

20

20

10

10

Jumlah

0
administrasi

personalia

produksi

marketing

keuangan

0
administrasi

personalia

produksi

marketing

keuangan

bidang pekerjaan

bidang pekerjaan

Grafik Interaksi (interactive)

Grafik lingkaran (pie)

800000
keuangan

administrasi

700000

600000

personalia

marketing
produksi

Mean gaji perbulan

Count

Grafik Batang (Bar)

30

500000

Jenis kelamin

400000

laki-laki
300000

w anita

sangat jelek

jelek

prestasi kerja

cukup baik

baik

sangat baik

11. Distribusi Frekuensi

DISTRIBUSI FREKUENSI : mengelompokkan data

interval/rasio dan menghitung banyaknya data dalam satu
kelompok/klasifikasi

Contoh:

Di bawah ini adalah waktu yang dibutuhkan oleh 30 orang mekanik

untuk merangkai mesin. Buatkan distribusi frekuensi dari data

tersebut.

Jawaban :
Langkah-langkah pembuatan:
1. Susun data dari kecil ke besar
10, 10, 11, 12 12, 12, 13, 13, 14, 14, 14, 14, 15, 15, 15,
15, 16, 16, 16, 16, 17, 18, 18, 18, 18, 18, 19, 19, 19, 20
2. Hitung nilai rentang
Rentang = 20 10 = 10
3. Tentukan banyak kelas interval
Banyak kelas = 1 + 3,3 log (30)
= 5, 87 6
4. Tentukan panjang kelas interval

Jawaban (lanjutan)
5. Membuat tabel distribusi frekuensi
No
1
2
3
4
5
6

Waktu
10-11
12-13
14-15
16-17
18-19
20-21
Jumlah

f
3
5
8
5
8
1
30

%
10.0
16.7
26.7
16.7
26.7
3.3

%
Kumulat
if
10.0
26.7
53.3
70.0
96.7
100.0