BAB I
PENDAHULUAN
1. Latar Belakang
Statistika berasal dari bahasa latin yaitu status yang
berarti negara dan digunakan untuk urusan negara. Hal ini dikarenakan pada
mulanya, statistik hanya digunakan untuk menggambar keadaan dan menyelesaikan masalah
yang berhubungan dengan kenegaraan saja seperti : perhitungan banyaknya
penduduk, peembayaran pajak, gaji pegawai, dan lain sebagainya.
Statistika adalah ilmu yang merupakan cabang dari matematika terapan yang
membahas metode-metode ilmiah untuk pengumpulan, pengorganisasian, penyimpulan,
penyajian, analisis data, serta penarikan kesimpulan yang sahih sehingga
keputusan yang diperoleh dapat diterima.
Statistika deskriptif adalah
tehnik yang digunakan untuk mensarikan data dan menampilkannya dalam bentuk
yang dapat dimengerti oleh setiap orang. Hal ini melibatkan proses kuantifikasi
dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-rata,
dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif
dapat memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum
dikenal dan mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah
statistika deskriptif memberikan hasil yang bisa diterima secara ilmiah?
Statistik merupakan suatu alat pengukuran yang berhubungan dengan keragaman
pada karakteristik objek-objek yang berbeda .
Statistika inferensial mencakup semua metode yang berhubungan dengan
analisis sebagian data (contoh ) atau juga sering disebut dengan sampel
untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai
keseluruhan data induknya (populasi).
Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis,
serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan
yang berlaku umum. Metode ini disebut juga statistika induktif, karena
kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja.
Pengambilan kesimpulan dari statistika inferensial yang hanya didasarkan pada
sebagian data saja sebagian data saja menyebabkan sifat tak pasti, memungkinkan
terjadi kesalahan dalam pengambilan keputusan, sehingga pengetahuan
mengenai teori peluang mutlak
diperlukan dalam melakukan metode-metode statistika inferensial.
Statistik inferensial digunakan dalam proses mengambil keputusan dalam
menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat
tekan beton dalam suatu pengujian tidak sama, walaupun dibuat dengan material
yang sama. Dengan adanya kenyataan tersebut, maka metode statitsik
digunakan untuk menganalisis data dari suatu proses pembuatan beton
tersebut sehingga diperoleh kualitas yang lebih baik. Statistik
inferensial telah menghasilkan banyak metode analitis yang digunakan untuk
menganalisis data. Dengan perkataan lain statistik inferensial tidak hanya
mengumpulan data, tetapi juga mengambil kesimpulan dari suatu sistem saintifik.
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan
diuraikan mengenai pengertian Statistika Inferensial dan ruang lingkup
Statistika Inferensial.
2. Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini ada 2
(dua) rumusan masalah yang terkaji yakni :
a.
Apa yang dimaksud dengan Statistik Deskriptif dan Statistik Inferensial ?
b.
Apa fungsi
dari Statistik Deskriptif dan Statistik Inferensial ?
c.
Apa
saja yang termasuk ruang lingkup Statistik Deskriptif
dan Statistik Inferensial ?
3. Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang ingin dicapai dalam
penulisan makalah ini adalah sebagai berikut:
a.
Mengetaui
pengertian dari Statistik Deskriptif dan Statistik Inferensial ?
b.
Mengetahui
fungsi dari Statistik Deskriptif dan Statistik Inferensial ?
c.
Mengetahui
ruang lingkup Statistik Deskriptif dan Statistik Inferensial ?
BAB II
PEMBAHASAN
A.
Pengertian Statistik Deskriptif
Statistika deskriptif adalah tehnik
yang digunakan untuk mensarikan data dan menampilkannya dalam bentuk yang dapat
dimengerti oleh setiap orang. Hal ini melibatkan proses kuantifikasi dari
penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-rata,
dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif
dapat memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum
dikenal dan mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah
statistika deskriptif memberikan hasil yang bisa diterima secara ilmiah?
Statistik merupakan suatu alat pengukuran yang berhubungan dengan keragaman
pada karakteristik objek-objek yang berbeda .
Objek yang belum dikenal tidaklah mewakili populasi objek yang memiliki
“quantifiabel feature” melalui penyelidikan. Namun demikian, keragaman bisa
menjadi hasil dari keberagaman yang lainnya (karena acak atau terkontrol). Pada
ilmu fisika, yang sangat berkaitan dengan ekstraksi dan formulasi persamaan
matematik tidak menyisakan banyak tempat untuk fluktuasi acak. Pada ilmu
statistika, fluktuasi seperti itu dapat dijadikan model. Hubungan relasi
statistik selanjutnya merupakan hubungan relasi yang menerangkan suatu proporsi
perubahan stokastik yang pasti.
Statistika
Deskriptif adalah ilmu yang mempelajari tentang cara:
a.
Mengumpulkan data/informasi.
b.
Mengolah data hasil pengumpulan.
c.
Menyajikan data hasil pengolahan.
d.
Menganalisis data.
Berikut merupakan penjelasan mengenai pengertian
statistk menurut para ahli.
1.
Sudjana
(1996:7) menjelaskan : Fase statistika dimana hanya berusaha
melukiskan atau mengalisa kelompok yang diberikan tanpa membuat atau menarik
kesimpulan tentang populasi atau kelompok yang lebih besar dinamakan statistika
deskriptif
2.
Iqbal Hasan (2001:7)
menjelaskan : Statistik deskriptif atau statistik deduktif adalah bagian
dari statistik mempelajari
cara pengumpulan data dan penyajian data sehingga mudah dipahami.Statistik deskriptif hanya
berhubungan dengan hal menguraikan atau memberikan keterangan-keterangan mengenai
suatu data atau keadaan atau fenomena.
Dengan kata lain, statistikdeskriptif berfungsi menerangkan keadaan, gejala, atau persoalan. Penarikan
kesimpulan pada statistik deskriptif (jika ada) hanya ditujukan pada kumpulan data yang ada.
Didasarkan pada ruang lingkup bahasannya statistik deskriptif
mencakup Distribusi frekuensi beserta bagian-bagiannya seperti :
Ø
Grafik distribusi (histogram, poligon frekuensi, dan ogif);
Ø
Ukuran nilai
pusat (rata-rata, median, modus, kuartil dan sebagainya);
Ø
Ukuran dispersi
(jangkauan, simpangan rata-rata, variasi, simpangan baku, dan sebagianya).
Ø
Kemencengan dan
keruncingan kurva
·
Angka indeks
·
Times
series/deret waktu atau berkala
·
Korelasi dan
regresi sederhana
3.
Bambang Suryoatmono (2004:18)
menyatakan Statistika Deskriptif adalah statistika yang menggunakan data pada
suatu kelompok untuk menjelaskan atau menarik kesimpulan mengenai kelompok itu
saja.
Ø
Ukuran
Variabilitas: varians, deviasi standar, range, dll.
Ø
Ukuran Bentuk:
skewness, kurtosis, plot boks
4.
Pangestu
Subagyo (2003:1) menyatakan : Yang dimaksud sebagai statistika
deskriptif adalah bagian statistika mengenai pengumpulan data, penyajian,
penentuan nilai-nilai statistika, pembuatan diagramatau gambar mengenai sesuatu
hal, disini data yang disajikan dalam bentuk yang lebih mudah dipahami atau
dibaca.
B. Penyajian Data
Sebagai peneliti kita menginginkan data yang kita peroleh dapat memberikan
informasi yang kita inginkan. Tidak saja kita yang menginginkan data memberikan
informasi yang baik dan akurat tetapi orang yang membaca hasil penelitian kita
juga dapat mengetahui keadaan variabel penelitian kita. Oleh sebab itu
pemilihan statistik yang tepat sesuai dengan jenis data dan tujuan penelitian
kita merupakan sesuatu yang harus dipertimbangkan. Prinsip dasar penyajian data
adalah komunikatif dan lengkap, dalam arti yang disajikan dapat menarik
perhatian pihak lain untuk membacanya dan mudah mamahami isinya dan tentu saja
pemilihan penyajian data harus sesuai dengan jenis data dan tujuan dari
informasi yang akan diberikan.
Ada beberapa
cara penyajian data, yaitu :
1.
Tabel
a.
Tabel biasa
b.
Tabel distribusi frekuensi
c.
Tabel kontingensi
2.
Garfik atau Diagram
a.
Diagram batang
b.
Histogram
c.
Diagram garis
d.
Diagram lingkaran
e.
Diagram pencar
C.
Pengertian Dispersi Data
Penyebaran atau dispersi adalah perserakan dari nilai observasi terhadap
nilai rata-ratanya. Rata-rata dari serangkaian nilai observasi tidak dapat
diinterpretasikan secara terpisah dari hasil dispersi nilai-nilai tersebut
sekitar rataratanya.Makin besar variasi nilaixi , makin kurang representatif rata-rata
distribusinya. Ukuran penyebaran suatu kelompok data terhadap pusat data
disebut dispersi atau variasi atau keragaman data. Dispersi data digunakan
untuk membandingkan penyebaran 2 distribusi data atau lebih.
Beberapa jenis
pengukuran Dispersi adalah sebagai berikut:
1.
Jangkauan (Range)
Selisih
antara batas atas dari kelas tertinggi dengan batas bawah dari kelas terendah.
2.
Simpangan Rata-Rata (Mean Deviation)
Jumlah nilai
mutlak dari selisih semua nilai dengan nilai rata-rata dibagi banyaknya data.
3.
Varians (Variance)
Rata-rata
hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya.
4.
Standar Deviasi
Akar kuadrat
dari varians dan menunjukkan standar penyimpangan data terhadap nilai
rata-ratanya.
5.
Jangkauan kuartil dan jangkauan
persentil 10-90
Jangkauan
kuartil disebut juga simpangan kuartil atau semi antar kuartil atau deviasi
kuartil sedangkan jangkauan persentil 10-90 disebut juga rentang persentil
10-90.
6.
Koefisien Variasi
Koefisien
Variasi, disebut dispersi relatif, dapat digunakan untuk membandingkan nilai –
nilai besar dengan nilai – nilai kecil. Sedangkan lima bentuk dispersi sebelumnya tidak bisa.
D.
Kegunaan Ukuran Penyebaran Data
Dispersi Data adalah data yang menggambarkan bagaimana suatu kelompok data menyebar
terhadap pusatnya data atau ukuran penyebaran suatu kelompok data terhadap
pusatnya data.
Dispersi data sangat penting untuk membandingkan penyebaran 2 distribusi
data atau lebih. Pusat data seperti rata-rata hitung, median dan modus hanya
memberi informasi yang sangat terbatas sehingga tanpa disandingkan dengan
dispersi data menjadi kurang bermanfaat dalam menganalisa data.
Kegunaan
ukuran penyebaran antara lain sebagai berikut :
1. Ukuran
penyebaran dapat digunakan untuk menentukan apakah nilai rata-ratanya benar-benar representatif atau tidak. Apabila suatu kelompok data mempunyai penyebaran yang tidak sama terhadap nilai rata-ratanya, maka dikatakan bahwa nilai rata-rata tersebut tidak representatif.
2. Ukuran
penyebaran dapat digunakan untuk mengadakan perbandingan terhadap variabilitas data.
3. Ukuran
penyebaran dapat membantu penggunaan ukuran statistika, misalnya dalam pengujian hipotesis, apakah dua sampel berasal dari populasi yang sama atau tidak.
E.
Kemiringan dan Kerunncingan Data
a.
Kemiringan Distribusi Data
Kemiringan adalah derajat atau ukuran dari
ketidaksimetrisan suatu distribusi data. Pengukuran
kemiringan suatu distribusi data dapat diketahui dengan beberapa cara, antara lain:
Ø Memperhatikan
hubungan antara rata-rata hitung, median dan modus.
Ø Menggunakan
koefisien Pearson.
Ø Menggunakan
Momen ketiga.
Ø Menggunakan
kotak diagram garis.
b.
Keruncingan Distribusi Data
Keruncingan distribusi data adalah derajat atau ukuran
tinggi rendahnya puncak suatu
distribusi data terhadap distribusi normalnya data. Keruncingan distribusi data disebut juga kurtosis.
Ada tiga jenis derajat keruncingan:
Ø Leptokurtis
: Distribusi data yang puncaknya relatif tinggi
Ø Mesokurtis :
Distribusi data yang puncaknya normal
Ø Platikurtis
: Distribusi data yang puncaknya terlalu rendah dan terlalu mendatar
F. Pengertian Statistik Inferensial
Statistika Inferensial adalah
serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil
kesimpulan berdasarkan data ynag diperoleh dari sempel untuk menggambarkan
karakteristik atau ciri dari suatu populasi. Oleh karena itu, statistika
inferensial disebut juga statistik induktif atau statistik
penarikan kesimpulan. Dalam statistika inferensial, kesimpulan dapat
diambil setelah melakukan pengolahan serta penyajian data dari suatu sampel
yang diambil dari suatu populasi, sehingga agar dapat memberikan cerminan yang
mendekati sebenarnya dari suatu populasi, maka ada beberapa hal yang perlu
diperhatikan dalam statistika inferensial, diantaranya:
1.
Banyaknya
subyek penelitian, maksudnya jika populasi ada 1000, maka sampel yang diambil
jangan hanya 5, namun diusahakan lebih banyak, seperti 10 atau 50.
2.
Keadaan
penyebaran data. Dalam hal ini perlu diperhatikan bahwa pengambilan sampel harus
merata pada bagian populasi. Diharapkan dalam pengambilan sampel dilakukan
secara acak, sehingga kemerataan dapat dimaksimalkan dan apapun kesimpulan yang
didapat dapat mencerminkan keadaan populasi yang sebenarnya.
Statistika Inferensial atau induktif adalah statistik bertujuan menaksir
secara umum suatu populasi dengan menggunakan hasil sampel, termasuk didalamnya
teori penaksiran dan pengujian teori. Statistika Inferensial digunakan untuk
melakukan :
a.
Generalisasi
dari sampel ke populasi.
b.
Uji
hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu
uji keterkaitan, kontribusi).
G. Ruang lingkup Bahasan Statistika Inferensial
Berdasarkan
ruang lingkup bahasannya, statistika inferensial mencakup :
1.
Distribusi
Teoritis
Salah satu distribusi frekuensi yang paling penting dalam statistika adalah
distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup
yang melebar tak berhingga pada kedua arah positif dan negatifnya. Penggunaanya
sama dengan penggunaan kurva distribusi lainnya. Frekuensi relatif suatu
variabel yang mengambil nilai antara dua titik pada sumbu datar. Tidak semua
distribusi berbentuk lonceng setangkup merupakan distribusi normal.
Sifat dari variabel kontinu berbeda dengan variabel diskrit. Variabel
kontinu mencakup semua bilangan, baik utuh maupun pecahan. Oleh karenanya tidak
bisa dipisahkan satu nilai dengan nilai yang lain. Itulah sebabnya fungsi
variabel random kontinu sering disebut fungsi kepadatan, karena tidak ada ruang
kosong diantara dua nilai tertentu. Dengan kata lain sesungguhnya keberadaan
satu buah angka dalam variabel kontinu jika ditinjau dari seluruh nilai adalah
sangat kecil, bahkan mendekati nol. Karena itu tidak bisa dicari probabilitas
satu buah nilai dalam variabel kontinu, tetapi yang dapat dilakukan adalah
mencari probabilitas diantara dua buah nilai.
2.
Sampling dan
Sampling Distribusi
Sampling adalah
bagian dari metodologi statistika yang berhubungan dengan
pengambilan sebagian dari populasi. Jika sampling dilakukan dengan
metode yang tepat, analisis statistik dari suatu sampel dapat digunakan untuk
menggeneralisasikan keseluruhan populasi. Sampling berguna dalam penarikan
kesimpulan (inference) yang valid dan dapat dipercaya.
Distribusi Sampling adalah
distribusi nilai statistik sampel-sampel. Jika statistik yang ditinjau adalah
mean dari masing – masing sampel, maka distribusi yang terbentuk disebut
distribusi mean – mean sampling (sampling distribution of the means).
Dengan demikian dapat juga diperoleh distribusi deviasi standard, varians,
median dari sampling. Masing – masing jenis distribusi sampling dapat
dihitung ukuran-ukuran statistik deskriptifnya (mean, range, deviasi standard,
da lain-lain).
Sampling memiliki beberapa tipe diataranya :
a. Simple random sampling adalah sebuah proses sampling yang dilakukan sedemikian rupa sehingga setiap satuan sampling yang ada dalam populasi mempunyai
peluang yang sama untuk dipilih ke dalam sampel.
b. Systematic sampling merupakan
pengambilan setiap unsur ke k dalam populasi, untuk dijadikan sampel. Pengambilan sampel secara acak hanya dilakukan pada
pengambilan awal saja,
sementara pengambilan kedua dan seterusnya ditentukan secara sistematis, yaitu menggunakan interval tertentu sebesar k.
c. Stratified sampling adalah
penarikan sampel berstrata yang dilakukan dengan mengambil sampel acak
sederhana dari setiap strata populasi yang sudah ditentukan lebih dulu.
d. Convenience sampling, sampel
diambil berdasarkan faktor spontanitas, artinya siapa saja yang secara tidak
sengaja bertemu dengan peneliti dan sesuai dengan karakteristiknya, maka orang
tersebut dapat dijadikan sampel.
e. Judgement sampling (purposive
sampling) adalah teknik penarikan sampel yang dilakukan berdasarkan karakteristik yang ditetapkan terhadap elemen
populasi target yang
disesuaikan dengan tujuan atau masalah penelitian.Bedanya, jika dalam sampling stratifikasi penarikan sampel dari setiap subpopulasi dilakukan dengan
acak, maka dalam sampling kuota, ukuran serta sampel pada setiap
sub-subpopulasi ditentukan sendiri oleh peneliti sampai jumlah tertentu tanpa
acak.
f. Snowball Sampling merupakan
salah satu bentuk judgement sampling yang sangat tepat
digunakan bila populasinya kecil dan spesifik. Cara pengambilan sampel dengan
teknik ini dilakukan secara berantai, makin lama sampel menjadi semakin besar,
seperti bola salju yang menuruni lereng gunung.
Sampling memiliki beberapa kriteria diantaranya :
Kriteria
yang harus diperhatikan untuk menentukan tipe sampling yang baik, diantaranya:
Ø
dapat
menghasilkan gambaran yang dapat dipercaya dari seluruh populasi
Ø
dapat
menentukan presisi dari hasil penelitian.
Ø
sederhana,
mudah dilaksanakan, dan
Ø
dapat
memberikan keterangan sebanyak mungkin tentang populasi dengan biaya minimal.
Tahapan sampling adalah:
Ø
Mendefinisikan
populasi hendak diamati
Ø
Melakukan
pengambilan sampel (pengumpulan data)
Ø
Melakukan
pengecekan ulang proses samplig.
3.
Pendugaan
Populasi atau Teori Populasi
Populasi adalah himpunan dari
unsur – unsur yang sejenis.Unsur- unsur sejenis tersebut bisa berupa manusi,
hewan, tumbuh – tumbuhan, benda – benda, zat cair, peristiwa dan sejenisnya.
Besarnya populasi bisa terbatas dan bisa tidak terbatas. Populasi dari mana
sampel diambil disebut populasi induk. Melalui teknik pengambilan sampel yang
reliabel kesimpulan penelitian dapat digeneralisasikan. Ada kesalahan
generalisasi yangperlu dipertimbangkan karena besar kecilnya keslahan
generalisasi tergantung pada : (1) besarnya sampel penelitian, (2) teknik
sampling yang digunakan, (3) kecermatan memasukkan ciri – ciri populasi dan
sampling, (4) cara – cara pengambilan data dan (5) rancangan analisi data.
Populasi (population/universe) dalam statistika merujuk pada sekumpulan
individu dengan karakteristik khas yang menjadi perhatian dalam suatu
penelitian (pengamatan). Ukuran populasi ada dua:
a.
populasi
terhingga (finite population), yaitu ukuran populasi yang berapa pun besarnya
tetapi masih bisa dihitung (cauntable). Misalnya populasi pegawai suatu
perusahaan;
b.
populasi tak
terhingga (infinite population), yaitu ukuran populasi yang sudah sedemikian
besarnya sehingga sudah tidak bisa dihitung (uncountable). Misalnya populasi
tanaman anggrek di dunia.
4.
Uji
Hipotesis
Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisa
data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak
terkontrol). Dalam statistik sebuah hasil bisa
dikatakan signifikan secara
statistik jika kejadian tersebut hampir tidak mungkin disebapkan oleh faktor
yang kebetulan, sesuai dengan batas probabilitas yang
sudah ditentukan sebelumnya.
Uji hipotesis kadang disebut juga "konfirmasi analisa data".
Keputusan dari uji hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah
pengujian untuk menjawab pertanyaan yang mengasumsikan hipotesis nol adalah
benar.
5.
Analisis
Korelasi Dan Uji Signifikasi
Analisis korelasi pertama
kali dikembangkan oleh Karl Pearson pada tahun 1900. Tujuan dari analisis ini
adalah untuk menetukan seberapa erat hubungan antara dua variable. Definisi
analisis korelasi dinyatakansebagai berikut : “Analisis korelasi
adalah suatu teknik statistik yang digunakan untuk mengukur keeratan hubungan
atau korelasi antara dua variabel”
Pengertian lain menyebutkan, Korelasi adalah metode statistik yang dipakai
untuk mengukur asosiasi atau hubungan antara dua atau lebih variabel
kuantitatif, sedangkan untuk mengukur asosiasi antara dua atau lebih variabel
kuantitatif dipakai tes X kuadrat.
6.
Analisis
Regresi Untuk Peramalan
Analisis regresi dalam statistika adalah
salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan
variabel - variabel yang lain. Variabel "penyebab" disebut dengan
bermacam-macam istilah: variabel penjelas,variabel eksplanatorik, variabel
independen, atau secara bebas, variabel X (karena
seringkali digambarkan dalam grafik sebagai absis, atau
sumbu X). Variabel terkena akibat dikenal sebagai variabel yang
dipengaruhi, variabel dependen, variabel terikat,
atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random),
namun variabel yang dipengaruhi harus selalu variabel acak. Analisis regresi
adalah salah satu analisis yang paling populer dan luas pemakaiannya. Analisis
regresi dipakai secara luas untuk melakukan prediksi dan ramalan, dengan
penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga
digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan
variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut.
BAB
III
PENUTUP
A. Kesimpulan
Statistika dipelajari di berbagai bidang ilmu karena statistika adalah
sekumpulan alat analisis data yang dapat membantu pengambil keputusan untuk
mengambil keputusan berdasarkan hasil kesimpulan pada analisis data dari data
yang dikumpulkan. Selain itu juga dengan statistika kita bisa meramalkan
keadaan yang akan datang berdasarkan data masa lalu.
Statistika
Deskriptif memberikan informasi yang terbatas, yaitu memberi informasi yang
terbatas pada data apa adanya. Oleh karenanya pemakai statistik deskriptif
tidak dapat mengambil kesimpulan yang umum atas data yang terbatas.
Kesimpulan
yang dapat diambil, terbatas atas data yang ada.
Kegunaan
mempelajari ilmu Statistik adalah:
1.
Memperoleh gambaran suatu keadaan
atau persoalan yang sudah terjadi.
2.
Untuk Penaksiran (Forecasting
3.
Untuk Pengujian (Testing Hypotesa)
Sedangkan
Pentingnya mempelajari Dispersi data didasarkan pada 2 pertimbangan:
1.
Pusat data (rata2, median dan modus)
hanya memberi informasi yang sangat
terbatas.
2.
Kedua, dispersi data sangat penting
untuk membandingkan penyebaran dua
distribusi data atau lebih.
Statistika
deskriptif adalah tehnik yang digunakan untuk
mensarikan data dan menampilkannya dalam bentuk yang dapat dimengerti oleh
setiap orang. Hal ini melibatkan proses kuantifikasi dari penemuan suatu
fenomena. Berbagai statistik sederhana, seperti rata-rata, dihitung dan
ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat
memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum
dikenal dan mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah
statistika deskriptif memberikan hasil yang bisa diterima secara ilmiah?
Statistik merupakan suatu alat pengukuran yang berhubungan dengan keragaman
pada karakteristik objek-objek yang berbeda .
Statistik inferensial merupakan
kebalikan dari statistika deskriptip, statistika infrensial merupakan statistik
yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh
dari sampel untuk menggambarkan karakterisktik atau ciri dari suatu populasi.
Dengan demikian dalam statistik inferensial dilakukan suatu generalisasi
(perampatan atau memperumum) dan hal yang bersifat khusus (kecil) ke hal yang
lebih luas (umum). Oleh karena
itu, statistik inferensial disebut juga statistik induktif atau statistik
penarikan kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian
hipotesis dan pendugaan mengenai karakteristik (ciri) dari suatu populasi,
seperti mean dan Uji t (Sugiyono, 2006).
B. Saran
Pada umumnya mahasiswa kurang
berminat mempelajarinya karena pelajaran statistik adalah pelajaran yang
“menggentarkan”, ada benarnya. Ini mungkin terjadi karena
adanya anggapan bahwa dengan mempelajari statistik maka seseorang harus
benar-benar memiliki kemampuan matematika yang kuat. Tentu
saja, jika yang dipelajari adalah statistika teoritis atau
statistika matematis. Namun, untuk belajar statistika
terapan - khusus untuk kepentingan penelitian ilmiah- seseorang tidak perlu
memiliki latar yang kuat di bidang matematika. Cukup dengan
mengetahui prinsip-prinsip dasar aritmatika, seperti penjumlahan,
pengurangan, perkalian, pembagian, dan penarikan
akar. Tepat sekali apa yang dikatakan Pasaribu (1981:6) bahwa
kuliah statistik (di jurusan non-statistik) bukan dimaksudkan untuk menjadikan
seseorang sarjana statistik, tapi untuk kepentingan memberikan pengetahuan yang
dbutuhkan dalam kegiatan penelitian.
DAFTAR
PUSTAKA
J. Supranto, Statistika, (2000)
jilid 1 Chap.6 edisi keenam, halaman 126 –145
Wayan
Koster, Statistika, Teori dan Aplikasi (2001), edisi pertama, bab V, halaman 93-134
Bambang
Kustituanto dan Rudy Badrudin, Statistika
I, Seri Diktat Kuliah, Penerbit
Gunadarma, Jakarta, 1994
Haryono
Subiyakto, Statistika 2, Seri Diktat
Kuliah, Penerbit Gunadarma, Jakarta,
1994
Levin,
Richard dan David Rubin, Statistics for
Management, Prentice Hall, New Jersey,
1991
Ronald E
Walpole, Pengantar Statistika, edisi
terjemahan, PT Gramedia Jakarta,
1992
Dr. Indra
Jaya, M.Pd., Penerapan Statistik untuk Pendidikan, Citapustaka, Bandung, 2013
Santoso,
Singgih 2001. Aplikasi Excel dalam
Statistik Bisnis. Elex Media Komputindo.
Jakarta.
Modul BSI
(Bina Sarana Informatika) mata kuliah Statistika Deskriptif.
No comments:
Post a Comment