Month: April 2022

Ada 4 jenis statistika yang biasa digunakan, yaitu :

1. Statistika berdasarkan orientasi pembahasan

Statistik yang berdasarkan orientasi pembahasan ini juga terbagi lagi menjadi dua macam :

• Statistika matematika

Statistika jenis ini mengedepankan pemahaman akan model, penurunan konsep, kumpulan rumus statisk secara teori, pemahamaman dan pengujian, analisis regresi, galat dan lainnya.

• Statistika terapan

Statistika jenis ini mengutamakan pemahaman konsep serta teknik yang penggunaan dan penerepannya hanya berlaku pada disiplin bidang ilmu tertentu. Beberapa ilmu yang menggunakan statistika terapan sehingga memiliki terminologi yang khusus di antaranya aktuaria, biostatistika atau biometrika, statistika bisnis, ekonometrika, psikometrika, statistika sosial, statistika teknik atau teknometrika,  fisika statistik, demografi, eksplorasi data, literasi statistik, analisis proses dan ekonometrika.

Mudahnya, Statistika Matematika yang lebih berorientasi pada pemahaman model dan teknik statistika secara matematis, sedangkan Statistika Terapan adalah bagian dari matematika yang secara khusus membahas cara-cara analisis dan penafsiran data (interpretasi) dan lebih berorientasi pada pemahaman intuitif atas konsep dan teknik statistika serta penggunaannya di berbagai bidang.

• Statistika berdasarkan fase tujuan analisis

Berdasarkan tujuan analisisnya, statistika dibagi menjadi dua bagian yaitu:

• Statistika deskriptif adalah statistika yang meliputi pengumpulan, pengolahan, analisis, penyajian data statistika yang biasanya digunakan untuk menyimpulkan atau mendeskripsikan data tanpa penarikan kesimpulan secara general. Contoh statistika ini adalah menghitung rata-rata dan varians dari data, mendeksripsikan menggunakan tabel-tabel atau grafik, sehingga data menjadi lebih mudah dibaca dan lebih bermakna (informatif).

• Statistika inferensial adalah jenis statistika yang analisisnya sampai dengan tahap mengambil kesimpulan secara general. Jenis statistika ini biasanya berkaitan dengan permodelan data lalu melakukan pengambilan keputusan berdasarkan analisis data. Contohnya adalah melakukan pengujian hipotesis, melakukan estimasi atau prediksi, membuat permodelan hubungan berupa penghitugan korelasi, analisis regresi, ANOVA, analisis time series dan sebagainya.

Eitssss, tapi… Generalisasi atau penarikan kesimpulan pada statistika inferensial ini memiliki sifat yang tidak pasti. Mengapa? Karena hanya berdasar pada informasi parsial yang diperoleh dari sebagian data. Jadi, kesimpulan yang didapatkan hanya merupakan peramalan saja.

Mudahnya, Statistika Deskriptif digunakan untuk memperoleh gambaran atau ukuran-ukuran tentang data yang ada, sedangkan Statistika Inferensial dapat digunakan untuk melakukan inferensi tentang populasi misalnya menaksir ukuran atau menguji hipotesis.

Nahlooo, apa lagi itu hipotesis? Hipotesis adalah dugaan sementara atau asumsi sementara terhadap pertanyaan yang muncul dalam sebuah penelitian. Detilnya kita bahas lain waktu yaaaaa..

• Statistika berdasarkan asumsi distribusi populasi data yang dianalisis

Menurut asumsi distribusi populasi data yang dianalisis, statistika dibedakan menjadi dua macam :

• Statistika parametrik yang merupakan statistik yang didasarkan menurut model distribusi normal. Statistika parametrik adalah salah satu statistika inferensial yang digunakan untuk menguji hipotesis yang telah dibuat dari data yang berdistribusi normal dan sampelnya berukuran relatif besar. Syarat penggunaan statistika ini adalah:
• Populasi yang dijadikan tempat pengambilan sampel harus berdistribusi normal sehingga sampel memiliki variansi yang sama (homogen)
• Skala data yang digunakan minimal interval atau rasio
• Penarikan sampel harus dilakukan secara acak atau random

• Statistika non-parametrik adalah teknik statistik yang digunakan untuk data yang tidak memenuhi syarat untuk dilakukan statistika parametrik. Metode statistika ini digunakan untuk menguji data yang tidak didasarkan pada suatu model distribusi tertentu dengan mengabaikan semua asumsi. Biasanya digunakan pada data dalam jumlah kecil.  Namun bisa juga untuk data yang lebih besar dengan perhitungan yang sederhana.

• Statistika berdasarkan jumlah variabel terikat

Berdasarkan variabel yang terikat, statistika terbagi menjadi dua bagian :

• Statistika univariat yang hanya mempunyai satu variabel terikat

• Statistika multivariat dengan banyak atau lebih variabel terikat

Nah, muncul masalah baru nggak sih? Apa itu Vaiabel terikat? Pengertian variabel terikat menurut Azwar (2007) adalah variabel penelitian yang diukur untuk mengetahui besar efek atau pengaruh variabel lain. Besar efek tersebut diamati dari ada tidaknya, timbul hilangnya, besar mengecilnya atau berubahnya variasi yang tampak sebagai akibat perubahan variabel lain.

Oke, segini dulu yaa..Kita sambung di tulisan berikutnya..

Baca sebelumnya

1

Statistik Vs Statistika

Sering membaca atau mendengar istilah “statistik” disebut?

Sering membaca atau mendengar istilah “statistika” disebut?

Pernah merasa bingung dengan istilah statistik dan statistika?

Kalian tidak sendirian. Beberapa orang memang sering rancu memahami dan menggunakan kedua istilah ini. Tidak masalah sih, karena memang terkesan mirip dan tidak terlalu signifikan untuk dibedakan. Namun ada baiknya kita kita pahami dulu perbedaan dari statistik dan statistika.

• Statistik merupakan kumpulan data yang bisa memberikan gambaran tentang suatu keadaan atau masalah tertentu, biasanya disusun dan disajikan dalam bentuk daftar, tabel, diagram atau bentuk lainnya agar mudah dipahami.

• Statistika adalah ilmu yang mempelajari tentang bagaimana mengumpulkan, menyiapkan, mengolah, menganalisis, menyajikan, hingga menarik kesimpulan atas data.

Sederhananya, statistika merupakan sebuah ilmu yang mempelajari data atau mempelajari statistik, sementara statistik adalah data yang diolah dan dipelajari menggunakan ilmu statistika. Untuk mempermudah, maka dapat kita bedakan dengan contoh berikut:

• Contoh statistik adalah data jumlah penduduk berdasarkan kelompok usia.

• Contoh statistikanya adalah pengolahan data kependudukan untuk melakukan prediksi dengan menghitung proyeksi penduduk di masa mendatang.

Nah, jadi lebih mudah dipahami bukan?!

Selanjutnya kita bahas tentang jenis statistika.

2

Masih membahas tentang jenis data, pada bagian ketiga atau bagian terakhir ini membahas tiga jenis data. Untuk bagian pertama bisa kalian baca DISINI dan bagian kedua bisa kalian baca DISINI

Data Ordinal

Data ordinal adalah jenis data yang sudah disusun berdasarkan beberapa kategori tertentu dengan memperhatikan urutan tertentu. Data jenis ini termasuk dalam bagian data kualitatif.

Hal penting dari data nominal adalah perbedaan di antara nilai data tidak ditentukan. Contohnya adalah data pendidikan responden dengan kategori dan urutan sebagai berikut:

1. Tidak tamat SD
2. SD/sederajat
3. SMP/sederajat
4. SMA/sederajat
5. Diploma
6. S-1
7. S-2 ke atas

Data tersebut menunjukkan susunan dengan penomoran paling rendah hingga paling tinggi.

Resume data yang bisa diperoleh adalah persentil, median, mode,  frekuensi, proporsi, dan persentase. Data ordinal biasanya direpresentasikan menggunakan pie chart dan bar chart.

Data Interval

Data interval adalah jenis data yang disusun berdasarkan kategori tertentu dengan berdasarkan jarak yang sama. Data interval memiliki sifat yang sama dengan data nominal data ordinal namun memiliki karakter pada jarak yang sama dimana jarak tersebut belum berlaku kelipatan dan tidak memiliki nilai nol mutlak. Contohnya, suhu 4 (empat) buah benda secara berturut turut  adalah 30⁰C, 35⁰C, 40⁰C, 45⁰C. Keempat data tersebut disebut data interval karena memiliki jarak yang sama di antara setiap data. Data likert juga masuk dalam jenis data interval. Contoh data dengan skala likert dalam pengukuran persepsi atas kualitas adalah:

1 untuk menyatakan sangat baik

2 untuk menyatakan cukup baik

3 untuk menyatakan baik

4 untuk menyatakan tidak baik.

Data 1, 2, 3, dan 4 tersebut telah memenuhi syarat untuk masuk dalam jenis data interval karena disusun berdasarkan kategori tertentu dengan berdasarkan jarak yang sama.

Data interval ini menjadi bagian dari data kontinu. Datanya memiliki variabel yang berisi nilai numeric dimana dapat diketahui perbedaan yang tepat antara nilai-nilai tersebut.

Untuk data ini, kita dapat menambah dan mengurangi, tapi tidak dapat mengalikan, membagi, atau menghitung rasio karena tidak ada nol yang benar (tidak memiliki nilai nol mutlak). Dengan demikian, banyak statistik deskriptif dan inferensia yang tidak dapat diterapkan atas jenis data ini.

Data Rasio

Data rasio merupakan data yang tersusun dan memiliki selisih yang sama dan sudah dapat diperbandingkan antara satu dengan lainnya. Data rasio hampir sama dengan data interval, namun memiliki nilai nol mutlak, artinya nilai 0 pada data ini memiliki arti. Dengan demikian, seluruh statistik deskriptif dan inferensia dapat diterapkan atas jenis data ini.

Contoh data ini adalah berat badan Ani adalah 50 kg sedangkan berat badan Budi adalah 30 kg dimana dapat disimpulkan bahwa berat badan Budi dua kali lipat dari bedan barat Ani.

1 2

Pembahasan kali ini merupakan lanjutan bagian pertama tentang jenis data dalam statistik, pembahasan tentang jenis data bagian pertama bisa dilihat disini.

Data kuantitatif

Data kuantitatif merupakan data yang didapatkan dalam bentuk angka yang selanjutnya dapat diproses dengan penerapan disiplin ilmu matematika atau dianalisis dengan disiplin ilmu statistik. Data kuantitatif biasa juga dikenal sebagai data numerik yang memberikan informasi tentang nilai tertentu. Contoh data kuantitatif adalah ukuran tinggi, panjang, luas, volume dan sebagainya. Data kuantitatif dapat diklasifikasikan menjadi dua jenis berdasarkan kumpulan datanya.

1. Data Diskrit

Data diskrit adalah informasi yang hanya dapat mengambil nilai tertentu dan tidak dapat dibuat lebih presisi. Data diskrit merupakan sejumlah nilai yang mungkin terbatas, biasanya tersedia dalam bilangan bulat dan memiliki nilai tetap. Mudahnya, data diskrit adalah data yang nilainya adalah bilangan asli, bukan berupa pecahan angka.

2. Data Kontinu

Data kontinyu adalah kumpulan data yang didapatkan melalui proses pengukuran tertentu dimana nilai yang didapatkan tidak harus merupakan bilangan bulat. Data kontinu memiliki nilai kemungkinan yang tak terbatas yang dapat dipilih dalam rentang tertentu.

Data kualitatif

Data kualitatif adalah data yang tidak bersifat numerik namun bisa jadi kategorik. Ukuran kategoris didefinisikan dalam spesifikasi kalimat penjelasan, tapi tidak dalam hal angka. Sekalipun data kualitatif terkadang disajikan dengan nilai numerik, tapi nilai tersebut tidak memiliki arti matematis layaknya data kuantitatif.

Setelah uraian sebelumnya, selanjutnya kita bahas jenis data statistik berdasarkan hasil pengukurannya yang terbagi menjadi empat yaitu nomimal, ordinal, interval dan rasio.

Data Nominal

Data nominal adalah jenis data yang terdiri dari kode atau angka atau bilangan dengan berdasarkan kategori tertentu tanpa memperhatikan urutan. Semua data memiliki kedudukan yang sama dan tujuannya hanya untuk membedakan satu kategori dengan kategori lainnya. Dengan demikian, operasi aritmatika tidak berlaku pada jenis data ini.

Data nominal adalah salah satu jenis data statistik kualitatif, yang biasanya membantu memberi label pada variabel tanpa memberikan nilai numerik yang memiliki arti. Terkadang, datanya bisa kualitatif dan kuantitatif. Contoh data nominal adalah data jenis kelamin yang terkategori menjadi Perempuan dan Laki-laki.

Dalam metodenya, data dikelompokkan ke dalam kategori. Resume data yang bisa diperoleh adalah frekuensi atau persentase. Data ini biasanya direpresentasikan secara visual dengan pie chart.

Nantikan pembahsan jenis data bagian 3 (terakhir) di tulisan selanjutnya