bab - 1 konsep dasar
TRANSCRIPT
BAB 1
KONSEP DASAR
KONSEP DASAR
Pengantar
Pada bab 1 ini akan diperkenalkan beberapa konsep pokok yang selalu
tercakup dalam setiap pembahasan statistika. Beberapa konsep tersebut antara lain :
Statistik, statistika, populasi dan sample, variable, dan data.
Setelah mempelajari uraian pada bab 1 ini, pembaca diharapkan dapat
memperoleh pemahaman tentang :
1. pengertian statistika dan klasifikasi statistika.
2. pengertian populasi dan sampel.
3. pengertian dan macam-macam variabel.
4. pengertian dan macam-macam data.
1
KONSEP DASAR
A. Pengertian Statistika
Statistik adalah kumpulan data khususnya yang berupa angka, sedang
statistika adalah ilmu yang membahas tentang cara-cara pengumpulan data,
klsifikasi data, penyajian data, pengolahan data, penarikan kesimpulan, dan
pengambilan keputusan berdasarkan alasan yang cukup. Tetapi dalam
prakteknya kedua istilah tersebut sering kali rancu. Contoh, seorang mahasiswa
ditanya oleh temannya : ”Kamu kuliah apa hari ini ?” Ia menjawab :”Saya kuliah
statistik”. Dalam hal ini yang dimaksud statistik oleh si mahasiswa tersebut
tentukah bukan kuliah mengenai kumpulan data, melainkan kuliah ilmu statistika.
Contoh lain seorang mahasiswa mengatakan bahwa statistik jumlah uang yang
beredar terdapat pada majalah ekonomi dan keuangan. Pada contoh yang
kedua, kata statistik digunakan dengan tepat, karena yang dimaksudnya adalah
data kuantitatif (mengenai jumlah uang yang beredar).
Contoh lain dari statistik, adalah hasil pencatatan dari suatu gejala yang
berupa angka, seperti : Statistik jumlah pegawai, Statistik nikah talak rujuk,
Statistik kecelakaan lalu lintas, Statistik jumlah mahasiswa, dsb.
B. Ciri-Ciri Pokok Statistika
Statistika punya fungsi menggarap statistik, karena itu statistika selalu
bekerja dengan angka, maka statistika akan berbicara apa adanya (obyektif)
terhindar dari unsur-unsur subyektif. Statistika dapat digunakan hampir di
seluruh bidang penelitian, dengan demikian bersifat universal.
C. Peranan Statistika
Statistika mempunyai peranan penting dalam penelitian, karena dengan
menggunakan Statistika penelitian itu menjadi lebih bisa
dipertanggungjawabkan. Pentingnya peranan Statistika tersebut ditegaskan oleh
Sutrisno Hadi, yang mengutip pendapat Guilford, sebagai berikut :
a. Statistika memungkinkan pencatatan data penelitian secara eksak.
2
b. Statistika memaksa peneliti menganut tata fikir dan tata kerja yang definit
dan eksak.
c. Statistika menyediakan cara-cara meringkas data kedalam bentuk yang
lebih banyak artinya dan mudah mengerjakannya.
d. Statistika memberi dasar-dasar untuk menarik kongklusi-kongklusi melalui
proses-proses yang mengikuti tata yang dapat diterima oleh ilmu
pengetahuan.
e. Statistika memberi landasan untuk meramalkan secara ilmiah tentang
bagaimana suatu gejala akan terjadi dalam kondisi-kondisi yang telah
diketahui.
f. Statistika memungkinkan peneliti menganalisa, menguraikan sebab akibat
yang kompleks dan rumit, yang tanpa statistik akan merupakan peristiwa
yang membingungkan, kejadian yang tak teruraikan.
Demikian pentingnya peranan statistika khususnya dalam bidang
penelitian, maka sekurang-kurangnya ada empat alasan, mengapa mahasiswa
perlu belajar statistika (Guilford, dalam Sutrisno Hadi, 1982).
a. Seorang mahasiswa harus mampu membaca literatur-literatur professional
b. Mahasiswa harus menyusun cara-cara untuk kuliah tingkat tinggi.
c. Statistika merupakan bagian esensial dari latihan professional.
d. Statistika selalu menjadi landasan kegiatan-kegiatan penelitian.
D. Klasifikasi Statistika
Dilihat dari segi penggunaannya, statistika dapat dibedakan menjadi
statistika teoritik atau statistika matematik dan statistika terapan. Statistika
teoritik adalah statistika yang membahas bagaimana dalil-dalil atau rumus-rumus
statistika diturunkan, bagaimana menciptakan model-model teoritis dan
matematis. Untuk mempelajari statistika teoritis ini diperlukan dasar matematika
yang kuat dan mendalam. Statistika terapan adalah statistika yang membahas
cara-cara penggunaan statistika, terutama untuk penelitian.
Statistika dapat pula di klasifikasi dari segi tingkat bahasannya. Dari
segi ini statistika dibedakan menjadi Statistika deskriptif dan Statistika induktif.
Statistika deskriptif adalah bagian statistika yang membahas tentang
penyusunan data kedalam daftar-daftar, grafik, atau bentuk lain, atau
3
pengolahan dan analisa data yang sama sekali tidak menyangkut penarikan
kesimpulan secara umum. Statistika deskriptif mempunyai fungsi membuat data
menjadi bermakna.
Statistika induktif atau statistika inferensial mem-bicarakan syarat-syarat
dan aturan-aturan tentang bagaimana menarik kesimpulan yang berlaku umum
serta menyediakan alat untuk pembuatan prediksi dan estimasi. Dengan
demikian Statistika induktif mempunyai fungsi utama estimasi, generalisasi, dan
prediksi.
E. Populasi dan Sampel.
Populasi adalah keseluruhan unit yang menjadi fokus perhatian peneliti
dalam ruang lingkup dan waktu tertentu. Populasi ada yang terbatas, dan ada
pula yang tidak terbatas. Populasi terbatas adalah populasi yang dengan jumlah
yang terbatas atau tertentu, sedang populasi tak terbatas adalah populasi yang
tidak jelas batas-batasnya atau tidak tentu/tidak pasti. Contoh populasi terbatas :
mahasiswa fakultas psikologi di Jakarta, karyawan bagian pemasaran PT. XYZ.
Contoh populasi tak terbatas adalah : orang yang berbelanja di pasar X,
pengguna telepon umum di Jakarta, dan sebagainya.
Dengan alasan efesiensi, kepraktisan dan tidak mengabaikan ketelitian
hasil, pada umumnya peneliti tidak meneliti seluruh populasi, melainkan hanya
sebagian saja. Sebagian populasi yang benar-benar dikenai penelitian itu
disebut sampel atau cuplikan.
Dengan demikian peneliti hanya memperoleh data dari sampel. Tetapi
hasil-hasil penelitiannya akan diberlakukan bukan hanya kepada sampel,
melainkan kepada seluruh populasi dari mana sampel itu diambil. Agar
kesimpulan yang ditarik berdasarkan data dari sampel dapat berlaku bagi
populasinya, maka sampel itu harus memenuhi syarat sampel yang baik yaitu
representative (mewakili). Untuk memperoleh sampel yang representative
tersebut tidaklah mudah dan memerlukan pengetahuan tersendiri. Semua data
atau besaran yang diperoleh dari sampel disebut statistik, sedang besaran dari
populasi di sebut parameter.
Disamping cara pengambilan sampel, ukuran sampel juga sangat
menentukan representativitas sampel. Beberapa kriteria yang perlu diperhatikan
dalam menentukan ukuran sampel adalah :
4
a. Derajat homogenitas populasi;
Populasi yang heterogen memerlukan ukuran sampel yang besar
agar semua unsure dalam populasi terwakili dalam sampel. Sebaliknya
populasi yang homogen, sampelnya tidak perlu besar, bahkan untuk populasi
yang homogen sempurna walaupun jumlahnya berjuta-juta, sampelnya cukup
satu. Tetapi perlu diingat bahwa populasi yang homogen sempurna biasanya
adalah benda-benda yang diproduksi secara mekanik, dalam penelitian
psikologi kita tidak pernah menemukan populasi yang homogen sempurna.
b. Presisi yang dikehendaki;
Semakin tinggi presisi yang dikehendaki, khususnya dalam
penelitian ilmu-ilmu perilaku, termasuk psikologi, menuntut sampel yang
semakin besar. Berkaitan dengan hal tersebut Slovin mengajukan formula
untuk ukuran sampel sebagai berikut :
21 Ne
Nn
n = ukuran sampel N = ukuran populasi 1 = konstanta e = taraf kekeliruan yang ditolerir akibat kesalahan sampling
c. Rancangan analisis;
Semakin kompleks rancangan analisis yang digunakan menuntut
semakin besar ukuran sampelnya. Rancangan analisis ini pada umumnya
berkaitan dengan tipe penelitiannya.
d. Type penelitian;
Sehubungan dengan tipe penelitian Gay (1976) mengemukakan
beberapa ukuran sampel minimum, sebagai berikut :
1). Penelitian deskriptif ; sampelnya 10 % dari populasi, tetapi untuk populasi
yang kecil diperlukan minimum 20 %.
2). Penelitian korelasi; sampelnya 30 subyek.
3). Penelitian expost facto atau penelitian kausal komparatif; sampelnya 15
subyek untuk setiap kelompok.
5
4). Penelitian eksperimental; sampelnya 15 subyek perkelompok. Selanjutnya
Gay juga menyatakan bahwa beberapa ahli menganggap 30 subyek
perkelompok dapat dipertimbangkan sebagai ukuran minimum.
e. Biaya, waktu dan tenaga.
Kalau menginginkan presisi yang tinggi maka jumlah sampel harus
besar. Tetapi jika dana, tenaga dan waktu terbatas, maka tidaklah mungkin
untuk mengambil sampel yang besar, dan ini berarti nilai presisinya akan
menurun.
F. Variabel
Variabel adalah semua gejala yang mempunyai variasi nilai, sedang
gejala yang hanya memiliki satu nilai disebut konstanta. Jenis kelamin
mempunyai variasi, yaitu laki-laki dan perempuan, maka jenis kelamin adalah
variabel. Contoh lain variabel adalah tinggi badan, berat badan, kecerdasan,
prestasi belajar, dan sebagainya. Contoh konstanta adalah jumlah jari dari satu
tangan manusia yang selalu lima, tidak berubah sejak kecil hingga dewasa,
demikian juga perbandingan antara panjang keliling lingkaran dengan garis
tengahnya selalu tetap yaitu 22/7.
Gejala yang dapat menjadi sasaran penelitian adalah gejala yang
mempunyai variasi nilai/variabel, sedangkan konstanta tidak pernah menjadi
sasaran penelitian.
Variabel dapat dibedakan menjadi variabel kategorik dan variabel
kontinum. Variabel kategorik adalah variabel yang bervariasi menurut jenisnya,
bukan kualitasnya. Contoh; jenis kelamin, agama, suku bangsa, dan lain-lain.
Variabel kategorik ini nilainya selalu bulat. Variabel kontinum adalah variabel
yang bervariasi menurut tingkatan atau kualitasnya. Contoh ; prestasi belajar,
tinggi badan, berat badan, dan lain-lain.
G. Data.
Data adalah keterangan atau ilustrasi mengenai variabel. Keterangan itu
dapat berupa kalimat, uraian ataupun bilangan. Keterangan yang berupa
6
bilangan disebut data kuantitatif, sedang semua keterangan yang tidak berupa
angaka disebut data kualitatif. Data kuantitatif dapat dibedakan menjadi data
diskrit dan data kontinum. Data diskrit diperoleh dari variabel yang bersifat diskrit
(pilah) dan data kontinum berasal dari variabel kontinum pula.
Dilihat dari level skalanya, data dibedakan menjadi data nominal, data
ordinal, data interval, dan data rasio.
Secara skematis, macam-macam data dapat digambarkan sebagai berikut:
Gambar 1.1 : Bagan macam-macam data dilihat dari bentuk, sifat, dan levelnya.
Data diskrit adalah data hasil menghitung atau membilang sehingga
selalu berupa bilangan bulat. Contoh ; jumlah anak pada sebuah keluarga,
dapat, 1, 2,…..n, tetapi tidak mungkin berjumlah 1,5 atau 4,25.
Data kontinum adalah data hasil pengukuran, oleh karena itu nilainya
bisa berupa bilangan bulat ataupun pecahan. Contoh ; data tentang tinggi badan,
data tentang prestasi belajar dan lain-lain.
Data nominal adalah data berupa angka yang hanya berfungsi sebagai
alat identifikasi, hanya mampu membedakan antara individu satu dan lainnya,
tetapi tidak menunjukkan perbedaan kualitas atau besaran atributnya. Contoh
penggunaan angka 1 sebagai symbol laki-laki dan angka 2 sebagai symbol
perempuan pada variabel jenis kelamin. Disini tidak berarti 1 lebih baik dari 2
ataupun 2 lebih banyak dari 1.
Data ordinal adalah data yang menunjukkan penjenjangan kualitas,
tetapi tidak menunjukkan jarak yang sama.
Data interval adalah data yang menunjukkan lukisan kualitas dengan
jarak sama, tetapi tidak memiliki nol absolute.
7
Kualitatif
Kuantitatif
Diskrit
Kontinum
Nominal
Ordinal
Rasio
Data
Interval
Data rasio adalah data yang menunjukkan lukisan kualitas, dan jarak
yang sama serta bersifat absolute. Data rasio ini hanya ada dalam bidang
eksakta, dalam bidang sosial tidak pernah ditemukan.
Contoh dari keempat macam data tersebut, perhatikan ilustrasi berikut.
Dari lomba karya tulis ilmiah remaja yang diikuti oleh 5 orang peserta diperoleh
data seperti table 1.1
Dalam LKTI tersebut akan dipilih 3 peserta terbaik yang berhak
mendapatkan hadiah, sehingga mereka yang berada diurutan/rangking ke 4 dan
ke 5 tidak mendapatkan hadiah .
Tabel 1.1 : Sekor hasil lomba LKTI dari 5 orang pesertaNama
PesertaNo Undian(Nominal)
Skor(Interval)
Rangking(Ordinal)
Hadiah(Rasio)
Ali 1 300 5 Rp. 0.000,-
Bety 4 600 3 Rp. 25.000,-
Cici 3 1000 1 Rp. 100.000,-
Didi 5 950 2 Rp. 50.000,-
Eny 2 400 4 Rp. 0.000,-
Skala ordinal, interval dan rasio dapat dibagankan seperti gambar 1.2,
1.3, dan 1.4. di bawah ini
Gambar 1.2. : Skala Ordinal, Jarak tidak sama.
Gambar 1.3. : Skala Interval, walaupun negative (-) tetap ada nilainya.
8
IV
300 400
IIIV
600 950
I
1000
II
-2 -1 10 32 4 5 6 7 8 9 10
Gambar 1.4. : Skala Rasio. (Nol berlaku mutlak, benar-benar nihil.)
Perlatihan 1 :
1. Jelaskan pengertian statistik dan statistika, sehingga jelas perbedaan
diantara keduanya?
2. Jelaskan macam-macam statistika?
3. Mengapa mahasiswa perlu mempelajari statistika?
4. Salah satu ciri statistika adalah bersifat universal, apa maksudnya?
5. Sebutkan pentingnya peranan statistika dalam penelitian?
6. Apa yang dimaksud dengan variabel?
7. Berilah contoh beberapa variabel kategorik dan beberapa variabel
kontinum?
8. Jelaskan pengertian data?
9. Jelaskan pengertian data diskrit, dan berilah contohnya?
10 . Berilah contoh data ordinal dan data interval?
9
121110 32 4 5 6 7 8 9 10