Ini postingan pertama saya dalam kanal Statistika, oleh sebab itu saya enggak mau bahas yang rumit-rumit dulu. Kita awali dengan membahas pengertian statistik dan statistika ya.
Anggap saja ini perkenalan kita. :d
Kita mulai pelan-pelan ya, simak baik-baik!
Kemajuan ilmu pengetahuan dan teknologi tidak dapat dipisahkan dari statistika. Di dalam konteks penelitian ilmiah (khususnya yang menggunakan penelitian kuantitatif) para peneliti begitu akrab dengan statistika.
Para peneliti tersebut, menggunakan statistika sebagai alat bantu dalam memahami gejala-gejala yang diamatinya, sehingga peneliti dapat menyederhanakan kompleksitas suatu gejala agar lebih mudah dipahami oleh pemikiran-pemikiran manusia yang terbatas.
Jadi secara sederhana, statistik ini diperlukan dan bermanfaat untuk membantu kita memahami dan menyajikan ke adaan yang kita amati secara objektif, maka tidak heran jika statistika ini bukan cuma dipergunakan oleh peneliti saja, namun juga oleh banyak praktisi di berbagai bidang; ekonomi, hukum, kedokteran, pendidik, pertanian, politik, dan bidang profesi lainnya.
Pengertian Statistik
Secara etimologi, kata statistik berasal dari bahasa latin Status yang berarti Negara. Menurut Anto Dajan, statistik berasal dari kata status (negara) karena pada awalnya kata statistic ini diartikan sebagai keterangan yang dibutuhkan oleh sebuah Negara.
Pada awal kemunculannya pun banyak kalangan menganggap bahwa statistik dan statistika merupakan hal yang sama, bahkan sampai sekarang masih ada yang menganggapnya sama namun ada juga yang menyatakan keduanya (statistik dan statistika berbeda).
Kenapa ada yang menganggapnya berbeda? Jawabannya, di bawah ini; hahaha
Simak baik-baik definisi statistik di bawah ini.
Sudjana (2000) menyatakan kata statistik dipakai untuk menyatakan kumpulan data, bilangan maupun non bilangan yang disusun dalam tabel dan atau diagram yang melukiskan atau menggambarkan suatu persoalan.
Dajan (1983) mengemukakan bahwa statistik merupakan metode yang digunakan untuk mengumpulkan, mengolah, menyajikan, menganalisis, dan menginterpretasi data kuantitatif.
Nuryadi, dkk., (2017) merupakan kumpulan fakta yang berbentuk angka-angka yang disusun dalam bentuk daftar atau tabel yang menggambarkan suatu persoalan.
Mason (1974) mengungkapkan:
Jika diamati dari definisi di atas, definisi yang dikemukakan oleh Dejan (1983) dan Mason (1973) isinya hampir sama, yakni menyatakan bahwa statistik adalah metode atau ilmu mengenai pengumpulan, analisis, dan interpretasi data.
Pengertian Statistika
Di sisi lain, para ahli juga ada yang mengemukakan bahwa pengertian statistik dan pengertian statistika merupakan dua hal yang berbeda, simak pengertian statistika sebagaimana dikemukakan oleh Sudjana (2000), seperti berikut ini;
Statistika merupakan pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan, atau penganalisisannya dan penarikan kesimpulan berdasaran kumpulan data dan penganalisaan yang dilakukan.
Menurut Nuryadi, dkk., (2017) Statistika merupakan ilmu pengetahuan, murni dan terapan mengenai penciptaan pengembangan serta penerapan teknik-teknik tertentu sehingga ketidakpastian inferensial induktif dapat di evaluasi.
Furqon, (1999) Statistika adalah bagian dari matematika yang secara membicarakan cara-cara pengumpulan, analisis dan penafsiran data. Hal ini mengindikasikan bahwa statistika digunakan untuk menunjukkan body of knowledge tentang cara-cara penarikan sampel, serta analisis berikut penafsirannya.
Gasperz (1989) statistika adalah ilmu pengetahuan yang berhubungan dengan cara pengumpulan data, pengolahan serta penganalisisannya, penarikan kesimpulan serta pembuatan keputusan yang cukup berasalan berdasarkan fakta yang ada.
Pengertian Statistika menurut Somantri (2006) statistika dapat diartikan sebagai ilmu pengetahuan yang mempelajari tentang bagaimana cara kita mengumpulkan, mengolah, menganalisis dan menginterpretasikan data sehingga dapat disajikan lebih baik.
Jadi Pengertian statistik dan Pengertian statistika itu beda atau sama? Silakan simpulkan sendiri saja ya, hehe
Ciri-Ciri Statistika
Bekerja dengan Angka
Di dalam penelitian ilmiah, statistika dapat difungsikan dalam penelitian yang menggunakan pendekatan kuantitatif, yakni penelitian yang datanya dikumpulkan dalam bentuk angka-angka.
Menurut Ananda, R., & Fadhil, M., (2018) angka dalam statistik terdiri dari dua arti, yakni angka yang menunjukkan jumlah serta angka yang menunjukkan nilai atau harga.
Bersifat Objektif
Apabila seorang peneliti menggunakan data statistik, itu artinya peneliti telah menutup peluang terjadinya subjektivitas (Hadi, 2002), hal ini karena sebuah angka-angka bersifat objektif dan pasti (apa adanya).
Ini mengindikasikan bahwa penelitian yang berbasis statistik akan menghasilkan hasil penelitian yang sangat objektif dan terlepas dari subjektivitas peneliti.
Kendati demikian, objektif atau tidak sebuah hasil penelitian dengan pendekatan kuantitatif juga ditentukan oleh relevansi antara teknik yang digunakan dengan jenis data yang dianalisis.
Bersifat Universal
Maksudnya bahwa statistik dapat digunakan hampir pada semua bidang penelitian dalam berbagai bidang disiplin ilmu.
Manfaat Statistik
- Menghitung besarnya anggota sampel yang diambil dari populasi, sehingga sampel dapat lebih representatif dan dapat dipertanggung jawabkan.
- Dapat digunakan untuk menguji validitas dan reliabilitas instrumen.
- Bisa mendeskripsikan data sehingga data yang disajikan lebih komunikatif.
- Alat analisis data.
Jenis-Jenis Statistika
Secara umum statistika dapat dibedakan menjadi dua, yakni Statistik Deskriptif dan Statistik Inferensial. Di sini, statistik inferensial terbagi lagi menjadi dua jenis, yaitu Statistik Parametrik dan Statistik non-Parametrik.
Lebih lengkapnya perhatikan Gambar Berikut.
Pengertian Statistika Deskriptif
Statistik deskriptif (descriptive statistics) statistika yang mempelajari tata cara pengumpulan, menyusun, menyajikan, dan menganalisis data penelitian yang berwujud angka-angka, agar dapat memberikan gambaran yang teratur, ringkas dan jelas mengenai suatu gejala, keadaan dan peristiwa sehingga dapat ditarik kesimpulan atau makna tertentu.
Statistik deskriptif ini hanya terkait dengan hal-hal yang sifatnya memberikan keterangan-keterangan mengenai suatu data, keadaan atau sebuah fenomena.
Jenis pengukuran yang biasa diterapkan dalam statistika deskriptif meliputi tiga hal; Distribusi, Tendensi Sentral, dan Dispersi (ukuran penyebaran data).
Pengertian Statistika Inferensial
Statistik inferensial (inferensial statistics) merupakan statistik yang digunakan untuk mempelajari tata cara penarikan kesimpulan mengenai karakteristik populasi berdasarkan data kuantitatif yang diperoleh dari sampel penelitian.
Penarikan simpulan mengenai karakteristik populasi dengan merujuk pada sampel yang diambil dari populasinya disebut generalisasi. Di sisi lain, statistika inferensial membutuhkan pemenuhan asumsi-asumsi.
Asumsi yang saya maksud, misalnya; sampel diambil secara acak dari populasi, dan asumsi-asumsi lainnya. Statistik inferensial ini terbagi menjadi dua jenis, yaitu statistik parametrik dan statistik non-Parametrik.
Definisi Statistika Parametrik
Merupakan statistik merupakan teknik analisis yang data yang menghendaki asumsi atau pengujian karakteristik populasi, seperti normalitas distribusi maupun homogenitas data.
Definisi Statistika non-Parametrik
Merupakan teknik analisis data yang tidak mempermasalahkan parameter-parameternya (tidak mengacu pada parameter mean, median, modus, dan standar deviasi) karena data dalam statistika non-Parametrik cenderung menggunakan data rangking.
Biasanya statistik non-Paramterik ini digunakan ketika peneliti dihadapkan pada sebuah data yang berupa rangking atau peneliti dihadapkan pada data yang tidak berdistribusi normal (data terlalu miring ke kiri atau ke kanan).
Kendati demikian, umumnya peneliti cenderung menghindari penggunaan analisis statistik non-Parametrik ini karena dalam hal interpretasi data, statistik non-Paramterik ini cenderung lebih susah dipahami.
Jenis Data
Perlu diingat bahwa penentuan teknik analisis data sangat ditentukan oleh jenis data yang ada, oleh karenanya sebelum membahas teknik dan tutorial analisis data, terlebih dahulu saya akan coba untuk menjabarkan jenis-jenis data yang lazim digunakan dalam penelitian.
Secara umum data ada dua; Data Kuantitatif (data berbentuk angka) dan Data Kualitatif (data berbentuk kata, kalimat, dan gambar). Selanjutnya data kuantitatif ini terbagi lagi menjadi dua; Data Diskret dan Data Kontinum.
Data Diskret
Data diskret ini merupakan data yang diperoleh dari menghitung, bukan mengukur. Selain itu, data diskret juga diperoleh melalui cara kategorisasi atau klasifikasi dengan perbedaan kualitatif sehingga data ini tidak mempunyai angka pecahan.
Contoh kasus
Jenis kelamin yang diberi kategori sebagai berikut; perempuan diberi tanda 1, jenis kelamin laki-laki diberi tanda 2.
Berdasarkan contoh kasus di atas, kedua data bersifat setara, maksudnya jenis kelamin laki-laki tidak lebih tinggi dibandingkan jenis kelamin perempuan karena angka 1 dan angka 2 pada dasarnya hanya sebuah tanda (tidak memiliki makna lain).
Data Kontinum
Berbeda dengan data diskret yang datanya hanya bersifat sebagai label, maka data kontinum merupakan data yang digunakan untuk operasi hitung. Adapun pengertiannya, data kontinum ini adalah data yang diperoleh dari hasil perhitungan atau pengukuran sehingga data tidak hanya berupa bilangan bulat, tapi juga bisa berbentuk desimal.
data kontinum terbagi menjadi tiga jenis tiga data, yakni ordinal, interval, dan rasio.
Data Ordinal
Data ordinal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi yang berjenjang dan bertingkat.
Beberapa buku mengklasifikasikan data ordinal ke dalam jenis data diskret, karena bentuk datanya hampir mirip dengan data nominal, bedanya, jika data nominal diklasifikasikan dalam beberapa kategori yang mutual exclusive dan exchausive, masing-masing kategori memiliki kedudukan yang setara dan penempatannya berdasarkan penggolongan (lihat contoh kasus 1).
Adapun karakteristik dari data ordinal kedudukan masing-masing kategori memiliki perbedaan jenjang dan urutan dalam atribut tertentu, serta tidak ada nilai nihil untuk nol mutlak.
Contoh kasus
Income seseorang dapat diklasifikasikan atau dikategorikan menjadi beberapa klasifikasi dan dapat pula dibuat urutannya, sebagai berikut;
| Nama | Klasifikasi | Urutan |
|---|---|---|
| A | Sangat Tinggi | 1 |
| B | Tinggi | 2 |
| C | Sedang | 3 |
| D | Kurang | 4 |
| E | Kurang sekali | 5 |
Pada contoh di atas jelas tampak adanya tingkatan atau urutan dari kategori, artinya seseorang sudah dapat menyatakan bahwa A mempunyai pendapatan sangat tinggi, lebih baik dari B dan C mendapatkan nilai income tinggi dan sedang.
Menurut Anwar (2009), ciri data ordinal adalah bentuk data berjenjang, tidak dapat dilakukan operasi rumus matematika, dan jarak antara dua titik tidak diketahui.
Data Interval
Data interval adalah data yang jaraknya sama tetapi tidak mempunyai nol absolut atau dengan kata lain bahwa data interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik diketahui.
Contoh kasus:
Misalnya, Jika Mata Kuliah A bernilai 1 sks diberikan waktu 50 menit, Mata Kuliah B bernilai 2 sks diberikan waktu 100 menit, dan Mata Kuliah C bernilai 3 sks diberikan waktu 150 menit. Disederhanakan menjadi 50 – 100 – 150. Maka terlihat bahwa masing-masing data mempunyai rentangan sebesar 50.
Data rasio
Merupakan data yang pengukurannya paling kompleks dan tentu dapat dipergunakan dalam operasi hitung. Angka dalam data rasio merupakan angka yang sesungguhnya, bukan hanya sebagai simol.
Anwar (2009) menyebut data rasio sebagai data yang jaraknya sama dan mempunya nol absolut atau dengan ata lain data rasio adalah data yang diperoleh dengan pengukuran dan ada nol absolut.
Contoh kasus;
Merupakan data yang pengukurannya paling kompleks dan tentu dapat dipergunakan dalam operasi hitung. Angka dalam data rasio merupakan angka yang sesungguhnya, bukan hanya sebagai simbol.
Anwar (2009) menyebut data rasio sebagai data yang jaraknya sama dan mempunya nol absolut atau dengan kata lain data rasio adalah data yang diperoleh dengan pengukuran dan ada nol absolut.
Contoh kasus;
Data mengenai berat badan adalah data yang sifatnya rasio, sebab dengan skala ini kita dapat mengatakan bahwa data berat badan 80 kg adalah 10kg lebih berat dari yang 70 kg, tetapi juga dapat mengatakan bahwa data 80 kg adalah 2x lebih berat dari data 40 kg.
Berbeda dengan jenis data interval, data rasio mempunyai titik nol yang mutlak, selain itu bilangan pada data rasio memiliki fungsi-fungsi sebagai berikut.
- Sebagai lambang untuk membedakan
- Untuk mengurutkan peringkat, misalnya; makin besar bilangannya, peringkatnya main tinggi.
- Bisa memperlihatkan jarak perbedaan antara data objek yang satu dengan data objek yang lain.
- Rasio antara satu data dengan data yang lainnya dapat diketahui dan mempunyai arti (titik nol merupakan titik mutlak.
Jenis-jenis data yang saya paparkan di atas, memiliki perbedaan masing-masing. Perhatikan Gambar berikut.
Yakin enggak mau baca tentang: Analisis Deskriptif? Di sana saya share tutorial analisis deskriptif pakai SPSS, lho!
Skala Pengukuran
Pengukuran merupakan aturan-aturan pemberian angka untuk berbagai objek sedemikian rupa sehingga angka ini mewakili kualitas atribut. Ada empat jenis skala yang kerap digunakan untuk mengukur atribut yang dimaksud; skala nominal, skala ordinal, skala interval, dan skala rasio.
Skala Nominal
Merupakan salah satu jenis pengukuran di mana angka dikenakan untuk objek dengan tujuan identifikasi. Misalnya; nomor punggung pemain sepak bola.
Skala Ordinal
Skala ordinal merupakan salah satu jenis pengukuran di mana angka dikenakan terhadap data berdasarkan urutan dari objek. Misalnya; angka 1 untuk mewakili mahasiswa tahun pertama, angka 2 untuk mewakili mahasiswa tahun kedua, angka 3 untuk mewakili mahasiswa tahun ketiga, dan seterusnya.
Di sisi lain, kita pun bisa menggantikan angka 1 dengan angka 10 untuk mewakili mahasiswa tahun pertama, angka 20 untuk mewakili mahasiswa tahun kedua, dan seterusnya.
Kedua ilustrasi di atas, tetap mengindikasikan level kelas masing-masing kelompok mahasiswa dan relative standing dari dua orang; siapa yang terlebih dahulu kuliah.
Skala Interval
Merupakan salah satu jenis pengukuran di mana angka-angka yang dikenakan memungkinkan kita untuk membandingkan ukuran dari selisih antara angka-angka. Misalnya selisih antara 1 dan 2 yang setara dengan selirih antara 2 dan 3, selisih antara 2 dan 4 dua kali lebih besar dari selisih antara 1 dan 2.
Skala Rasio
Skala rasio merupakan salah satu jenis pengukuran yang memiliki nol alamiah atau nol absolute, sehingga memungkinkan kita membandingkan magnitude angka-angka absolute.
Contoh kasus;
seseorang yang memiliki berat 100kg boleh dikatakan dua kali lebih berat dibandingkan seseorang yang memiliki berat 50kg, dan seseorang yang memiliki berat 150kg adalah tiga kali lipat lebih berat dibandingkan seseorang yang 50 kg.
Sekian dululah artikel pertama mengenai pengertian statistika serta seluk beluknya, di lanjut di artikel berikutnya. Tetap di sini ya.
Bahan Bacaan
Ananda, R., & Fadhil, M., (2018). Statistik Pendidikan.
Anwar, A., (2009). Statistik untuk Penelitian Pendidikan.
Alder, L., H., & Roessler, B., E. (1968). Introduction to Probability and Statistics.
Sudjana, (2000). Metoda Statistika.
Dajan, A., (1983). Pengantar Metode Statistik.
Furqon, (1999). StatistikaTerapan untuk Penelitian.
Gaspersz, V., (1989). Metode Analisis Menggunakan Statistical Processing Control.
Howell, D., C. (2011). Fundamental Statistics for the Behavior Sciences.
Johnson, R., A. (2010). Statistics: Principles and Methods.
Mason, R., D., (1974). Statistical Techniques In Business and Economics.
Nuryadi, dkk., (2017). Dasar-dasar Statistika Penelitian.
Somantri, A., Muhidin, S., A., (2006). Aplikasi Statistik.
Sugiyono. (2010). Statistik untuk Penelitian.
Yusuf, M., A., (2017). Metode Penelitian.