bab ir
TRANSCRIPT
1
I. Konsep Dasar
Statistika
Bahan kajian konsep dasar statistika ini meliputi pengertian statistika dan
Statistik, populasi dan sampel, variabel, macam data dan skala pengukuran,
statistik deskriptif dan statistik induktif dan peranan statistika dalam penelitian.
Bahan kajian ini dijelaskan pada 1.1 sampai 1.6.
Setelah mempelajaran bahan kajian ini diharapkan anda dapat memahami
konsep statistik, populasi dan parameter, sampel dan statistik, berlatih
menyelesaikan tugas latihan mandiri, serta tes forrmatif.
2
PETA KONSEP
Peta konsep Sebagai media pembelajaran dapat membantu mahasiswa
untuk menyelidiki yg diketahui , mempelajari cara belajar, mendorong
aktivitas yang kreatif,untuk berfikir refleksi dengan cara menyajikan suatu
struktural secara hirarkist
3
1.1. Statistik dan Statistika
Dalam kehidupan sehari-hari sering dijumpai suatu pernyataan misalnya,
Hari ini siswa kelas V SD X yang tidak masuk 2 orang pria dan 1 orang
peremuan, Nilai Unas Matematika siswa SMA di kota X yang nilainya di atas 70
berjumlah 15 persen, nilai antara 60 sampai 70 berjumlah 80 persen dan 5 persen
kurang dri 5,5 (skala 0-100). Anak yang buta huruf di perkebunan berjumlah 63
persen. Angka-angka yang diinformasikan tersebut disebut statistik, sehingga
statistik dapat diartikan sebagai angka-angka yang menggambarkan
karakteristik dari sekumpulan data dan merupakan wakil dari data tersebut atau
sebagai sajian data angka dalam bentuk antara lain tabel, grafik, diagram ,
deretan angka, visualisasi angka.
Cara mendapatkan angka-angka yang disebutkan dalam statistik di atas
dapat disebut sebagai statistika. Statistika diartikan sebagai ilmu pengetahuan
atau metode ilmiah yang mempelajari pengumpulan, pengorganisasian, penyajian,
penganalisisan dan penarikan kesimpulan atau pengambilan keputusan berdasar
pada kumpulan data dan hasil penganalisisan yang dilakukan.
Statistika dibedakan statistika deskriptif dan statistika induktif/ inferensial.
Statistika diskriptif adalah statistika yang berkaitan dengan kegiatan
pengumpulan, pengorganisasian dan penyajian data serta penganalisisan yang
sederhana, contohnya pengumpulan data, penyajian data, penentuan nilai-nilai
statistik (mean, Standar deviasi, dsb) dan pembuatan gambar, diagram atau grafik.
Sedangkan statistika inferensial adalah statistika yang berkaitan dengan
penarikan kesimpulan yang didasarkan pada hasil analisis data, contohnya
penentuan alat uji statistik yang tepat, perkiraan, peramalan, dan pengambilan
keputusan. Perbedaan statistik diskriptif dan inferensial dapat diketahui dari
contoh kasus terdapat lima buah data indeks prestasi mahasiswa, analisis statistik
yang dapat diambil dari kedua data tersebut adalah diskriptif adalah rata-rata IPK
mahasiswa dari kelima data tersebut, dan analisis statistik inferensialnya adalah
perbedaan rata-rata IPK mahasiswa tersebut.
4
Data merupakan cerminan dari karakter yang diamati dan diukur pada
sekumpulan individu. Sekumpulan individu tersebut dapat disebut populasi atau
sampel. Populasi dan sampel disajikan dalam sub bab 1.2. Karakteristik adalah
ciri-ciri yang dimiliki satuan pengamatan tertentu yang dapat memberikan
informasi identitasnya dalam kaitan atau bandingan dengan satuan pengamatan
yang lain ataupun obyek yang lain. Setiap satuan pengamatan pada umumnya
memiliki sejumlah karakteristik. Satu karakteristik merupakan satu dimensi dari
satuan pengamatan. Satu dimensi dapat terdiri dari sejumlah variabel.
1.2. Populasi dan Sampel
Pedagang kacang tanah akan membeli kacang yang masih di lahan,
misalnya luas lahan 1 ha. Sebelum mengambil keputusan transaksi, kebiasaan
pedagang adalah ia mencabut beberapa tanaman sebagai contoh, tanaman kacang
yang dicabut biasanya diambil secara acak, beberapa tanaman terletak di tengah-
tengah dan beberapa di pinggir. Hasil pencabutan tanaman kacang digunakan
sebagai contoh, kemudian diamati dan diukur olehnya (misal; berat kacang atau
banyak kacang dari satu kali cabutan) dan ia berfikir sejenak (proses menduga
berat kacang atau banyak kacang terjadi dipikiranmya), hasil dugaan digunakan
untuk mengambil keputusan dalam transaksi kacang yang yang dibelinya.
Bila perilaku pedagang diamati, anda akan berfikir kehebatan cara berfikir
pedagang kacang tersebut. Cara berfikir yang dilakukan sudah mendekatai cara-
cara berfikir ilmiah, ia sudah mampu menggunakan statistika, walau sangat
sederhana.
Kumpulan semua tanaman kacang tanah seluas 1 ha tersebut disebut
populasi, sedangkan kumpulan beberapa kacang tanah yang dicabut sebagai
contoh disebut juga dengan sampel. Jadi populasi adalah suatu himpunan yang
anggotanya semua individu yang memiliki karakter tertentu (variabel) untuk
diamati dan diukur, sedangkan sampel adalah bagian dari populasi. Ukuran
(karakteristik, besaran) yang terdapat di sampel disebut statistik, sedangkan
ukuran yang terdapat di populasi disebut parameter. Ukuran yang terdapat pada
sampel yang disebut statistik inilah yang digunakan sebagai penduga terhadap
ukuran yang ada di populasi (parameter). Berkaitan dengan ukuran-ukuran dalam
5
statistika inilah, maka diperlukan suatu variabel, variabel memiliki sifat dapat
diamati dan diukur. Untuk lebih jelasnya disajikan pada 1.3
Populasi dibagi menjadi dua menurut sifat-sifat yang dapat diukur atau
diamati. Populasi yang tidak pernah diketahui dengan pasti jumlahnya disebut
"Populasi Infinit" atau tak terbatas, dan populasi yang jumlahnya diketahui
dengan pasti misalnya jumlah siswa di kelas, jumlah karyawan disuatu
perusahaan, dll disebut "Populasi Finit". Suatu kelompok yang memiliki objek
dapat berkembang secara terus menerus (melakukan proses sebagai akibat
kehidupan atau suatu proses kejadian) adalah Populasi Infinitif. Misalnya
penduduk suatu daerah adalah populasi yang infinit karena setiap waktu terus
berubah jumlahnya.
Pemilihan teknik pengarnbilan sampel merupakan upaya penelitian untuk
mendapat sampel yang dapat menggambarkan populasinya. Teknik pengambilan
sampel tersebut dibagi atas 2 kelompok besar, yaitu :
1. Probability Sampling (Random Sample)
Pada pengambilan sampel secara random, setiap anggota populasi,
mempunyai kesempatan yang sama untuk diambil sebagai sampel. Keuntungan
menggunakan probability sampling adalah sebagai berikut:
- Derajat kepercayaan terhadap sampel dapat ditentukan.
- Beda penaksiran parameter populasi dengan statistik sampel, dapat diperkirakan.
- Besar sampel yang akan diambil dapat dihitung secara statistik.
2. Non Probability Sampling (Non Random Sample)
Pemilihan sampel dengan cara ini tidak menghiraukan prinsip-prinsip
probability. Pemilihan sampel tidak secara random. Hasil yang diharapkan hanya
merupakan gambaran kasar atau umum. Cara ini dipergunakan apabila biaya
sangat sedikit , waktu singkat, tidak memerlukan ketepatan yang tinggi, hasil
hanya sekedar gambaran umum saja.
1.3. Variabel
Bila diberikan suatu permasalahan dalam suatu penelitian, maka
komponen yang termuat pada suatu permasalahan disebut variabel. Variabel
memiliki sifat dapat diamati dan diukur. Sebagai contoh, seorang pelatih bola
6
basket menduga bahwa tahun 2010 tinggi pemain basket indonesia rata-rata 182
cm; Seorang dosen di universitas X menduga bahwa pada tahun 2020
perbandingan jumlah mahasiswa Keguruan berjenis perempuan dengan laki-
laki adalah 4 : 1.
Dugaan pelatih terhadap tinggi pemain basket di Indonesia, berawal dari
permasalahan tinggi pemain basket di Indonesia sekarang ini yaitu 178 cm.Tinggi
pemain basket di Indonesia disebut sebagai variabel. Untuk dapat menjawab
permasalahan tersebut dilakukan pengamatan terhadap variabel yang di teliti yaitu
tinggi pemain basket, alat pengukuran yang digunakan adalah pengkuran panjang
yaitu meter dengan keletitian 1 cm. Dugaan seorang dosen terhadap perbandingan
jumlah mahasiswa keguruan berdasar jenis kelamin, maka variabel yang diamati
dan diukur adalah jumlah mahasiswa keguruani berjenis kelamin laki-laki dan
berjenis kelamin perempuan, alat ukur yang digunakan adalah counter, counter
adalah alat hitung yang berkaitan dengan bilangan asli dengan cara menyebut
jumlah mahsiswa atau memasangkan dengan bilangan asli.
Dalam terminologi Metodologik, dikenal beberapa macam variabel
penelitian. Berdasarkan hubungan antara satu variabel dengan variabel yang lain,
maka macam – macam variabel dalam penelitian dapat dibedakan menjadi :
Variabel Independen, variabel ini sering disebut sebagai variabel stimulus,
predictor, antecedent, bebas.Variabel bebas merupakan variabel yang
mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya
variabel dependent (terikat). Dalam SEM (Stuctural Equation
Modeling/Permodelan Persamaan Struktural ) variabel independen disebut
sebagai variabel eksogen.
Variabel Dependen sering disebut sebagai variabel output, kriteria,
konsekuen, variabel terikat. Variabel terikat merupakan variabel yang
dipengaruhi atau yang menjadi akibat karena adanya variabel bebas.
Dalam SEM ( Structural Equation Modeling/ Permodelan Persamaan
Struktural) variabel dependen disebut sebagai variabel indogen.
7
Variabel Moderator adalah variabel yang mempengaruhi ( memperkuat
dan memperlemah) hubungan antara variabel independen dan dependen.
Variabel disebut juga sebagai variabel independen ke dua.
Variabel Intervening adalah variabel yanag secara teoritis mempengaruhi
hubungan antara variabel independen dengan dependen tetapi tidak dapat
diamati dan diukur. Variabel ini merupakan variabel yang terletak di
antara variabel independen dan dependen sehingga variabel independen
tidak langsung mempengaruhi berubahnya atau timbulnya variabel
dependen.
Variabel Kontrol adalah variabel yang konstan sehingga hubungan
variabel independen terhadap dependen tidak dipengaruhi oleh faktor luar
yang tidak diteliti. Variabel ini sering digunakan untuk penelitian yang
bersifat membandingkan dan dilakukan melalui penelitian eksperimen.
Variabel dapat juga digolongkan menurut jenisnya :
Variabel kualitatif adalah variabel kualitatif yang bentuknya klasifikasi,
kategori dibedakan menjadi dua variable kualitatif dengan peringkat dan
tanpa peringkat, variable kualitatif yang memiliki variasi atau
kalsifikasinya hanya dua disebut variabel dikotomus , variabel yang
variasinya atau klasifikasinya lebih dari dua disebut variabel polikotomus
Variabel Kuantitatif adalah variabel yang bentuknya numerik (bilangan)
variabel kuantitatif terdiri dari:
o Variabel kontinus, variabel yang dapat dinyatakan dalam bentuk
pecahan, misalnya.
o Variabel diskrit, variabel yang tidak dinyatakan dalam bentuk
pecahan.
Variabel dapat juga digolongkan menurut skala pengukuranya :
Skala Nominal pada dasarnya bukan untuk mengukur, melainkan untuk
membedakan secara klasifikasi.
Skala Ordinal digunakan untuk mengukur perbedaan kualitas atau
kuantitas yang tidak dapat diketahui berapa unit selisihnya, tetapi
8
diketahui perbedaannya bahwa yang satu lebih tinggi atau lebih rendah
dari yang lainnya kualitas atau kuantitasnya.
Skala Interval bilangan berfungsi sebagai: (1) lambang; (2) memberikan
peringkat (urutan); dan (3) memperlihatkan jarak atau interval yang
bermakna. Ciri utama skala interval adalah titik nol bukan titik nol absolut,
tetapi yang dicantumkan berdasarkan perjanjian.
Skala Rasio memiliki ciri utama skala rasio adalah titik nol-nya
merupakan nol absolut.
Berkaitan dengan proses pengukuran, tentu diperlukan suatu alat ukur dan
cara menggunakannya. Alat ukur yang digunakan menjadi sangat penting dalam
pengambilan data, baik yang terjadi pada sampel atau populasi. Untuk penelitian
sosial, ada 4 katagori ukuran yang dapat digunakan dalam pengambilan data yaitu
ukuran berskala nominal, ukuran skala ordinal, ukuran skala interval dan
ukuran skala rasio. Data dan jenis skala pengukuran dijelaskan pada 1.5
1.4. Data dan Skala Pengukuran
Data yang diperoleh dari anggota sampel atau populasi yang diteliti akan
mencerminkan karakter dari sampel atau populasi itu sendiri. Data yang diperoleh
tersebut biasanya masih mentah, selanjutnya perlu diproses melalui pengolahan,
pengorganisasian, dan penganalisisan, serta penyajian sehingga dapat diperoleh
informasi yang bermakna dalam kehidupan. Oleh karena itu pemahaman terhadap
karakter data tersebut mutlak diperlukan.
Karakter data merupakan pencerminan dari karakter variabel yang akan
diteliti, baik yang terjadi pada populasi maupun pada sampel. Variabel yang akan
diteliti harus jelas, oleh karena itu variabel perlu didefinisikan. Definisi variabel
yang dibuat haruslah bersifat operasional. Variabel yang bersifat operasinal akan
dapat diobservasi/diamati dan diukur.
1.4.1. Klasifikasi data
Misalnya seorang dosen ingin memcahkan masalah bagaimanakah
keterkaitan tingkat kesenanagan mahasiswa pada matapelajaran matematika
9
dengan prestasi belajarnya. Permasalahan ini memiliki dua variabel yang akan
diteliti untuk diamati dan diukur. Variabel pertama diberi label dengan tingkat
kesenangan dan veriabel ke dua diberi label dengan prestasi belajar.
Pengamatan dan pengukuran dapat dilakukan pada variabel-variabel tersebut.
Pedoman yang digunakan sebagai berikut: Tingkat kesenangan siswa
terhadap matematika didefinisikan dari pencerminan mahasiswa memiliki buku
matematika dan jumlah waktu yang digunakan untuk membacanya. Tingkat
kesenangan dibedakan senang, biasa-biasa saja, dan tidak senang Seorang
siswa dikatakan senang, bila minimal memiliki 2 buku bacaan matematika selain
buku catatan dari dosen dan waktu belajar matematika minmal 3 jam per minggu.
Seorang mahasiswa biasa-biasa saja terhadap matematika, bila hanya memiliki
1 buku bacaan dan 1 buku catatan dari dosen serta waktu belajar 2 jam/minggu.
Siswa tidak senang terhadap matematika, bila ia hanya memiliki buku catatan
saja dan waktu belajar kurang atau sama dengan1 jam/minggu. Prestasi belajar
matematika dicerminkan oleh kemampuan menyelesaiakan soal matematika yang
diberikan oleh dosennya. Dalam penyelesaian masalah ini guru dapat juga
membedakan tingkat kesenangan maupun prestasi belajar matematika berdasar
jenis kelamin yaitu laki-laki dan perempuan3)
.
a. Data berdasar skala
Berdasar permisalan di atas, kita dapat membedakan data berdasar skala
pengukurannya. Pada variabel yang diberi label Tingkat kesenangan dibedakan
senang, biasa-biasa saja, dan tidak senang; jenis kelamin dibedakan laki-laki dan
perempuan, dan prestasi mahasiswa; Supaya data ini dapat diolah, maka kita
perlu memberi nilai labelnya. Untuk tingkat kesenangan : senang diberi nilai
label (skore 3), biasa-biasa saja ( skore 2) dan tidak senang (skore 1). Untuk
jenis kelamin ; laki-laki ( skore 2) dan perempuan (skore 1), sedangkan untuk
prestasi (skore 0-100).
Data yang diperoleh seperti tingkat kesenangan siswa terhadap
matapelajaran matematika dibedakan menjadi senang (skore 3), biasa-biasa saja
(skore 2) dan tidak senang (skore 1), pada data ini ada pengertian pembeda dan
10
urutan yaitu 3 berbeda dengan 2, juga 3 lebih besar dari 2, begitu juga 3 dengan 1
dan 2 dengan 1, data demikian ini disebut data berskala ordinal.
Data jenis kelamin dibedakan jenis laki-laki dan perempuan dan skor 2
untuk jenis laki-laki, sedangkan skor 1 untuk perempuan. Pada data jenis kelamin
tidak ada pengertian urutan, jadi kedudukan nilai label 1 dan 2 adalah sama atau
sejajar, data demikian ini disebut data berskala nominal. Data yang diperoleh
melalui prestasi dengan skore 0-100 dapat dijelaskan melalui permisalan prestasi
belajar Amin tercermin dengan nilai 75,5 ,Titi dengan nilai 85, sedangkan
Adinda mendapat nilai 80 , oleh karena itu kedudukan andinda dapat diselipkan
diantara Amin dan Titi, maka data seperti ini disebut berskala interval. Namun
demikian data berskala interval ini dapat ditingkatkan menjadi berskala rasio,
bila terjadi ada Tono mendapat nilai 40. Kondisi nilai tono sama dengan
setengah kali nilai Adinda. Pada pengertian seperti ini ada pengertian nilai 0
mutlak , jadi data dapat dibedakan berdasar skala pengukuranya meliputi data
berskala nominal, data berskala ordinal, dan data berskala interval serta data
berskala rasio.
b. Data berdasar sifatnya
Data dapat dibedakan berdasar sifatnya yaitu data bersifat kualitatif dan
data bersikat kuantitatif. Data kualitatif biasanya disebut juga data berbentuk
katagori. Data kualitatif adalah data yang dapat digolongkan berdasar katagori-
katagori atau sub-sub katagori, sperti jenis kelamin digolongkan atas dasar laki-
laki dan perempuan; tingkat kesenangan digolongkan senang, biasa-biasa saja dan
tidak senang. Berdasar contoh di atas, data berskala nominal dan ordinal termasuk
data kualitatif. Namun demikian ada yang mengatakan bahwa data berskala
ordinal disebut data semi kuantitatif.
Data kuantitatif adalah data yang diperoleh diperoleh dari hasil
pengukuran, seperti; prestasi belajar diukur dengan skala 0-100; umur diukur
dalam dalam satuan waktu, misal dalam tahun atau bulan atau jam; berat badan
diukur dengan satuan berat, misal kilogram, gram atau miligram dan sebagainya.
Data berskala interval dan rasio dapat juga digolongkan kedalam data bersifat
kuantitatif. Berdasarkan bentuk data kuantitatif data dibagi menjadi dua yaitu
11
Diskrit dan kontinu. Data diskrit, yaitu data yang diperoleh dari hasil
perhitungan. Contoh: Banyaknya siswa dikelas. Data kontinu, yaitu data yang
diperoleh dari hasil pengukuran. Contoh: Prestasi belajar rata-rata siswa kelas
tiga disuatu sekolah (nilai UAN), jarak sekolah ke rumah siswa A (km).
c. Data berdasar sumber
Berdasarkan sumbernya dibagi menjadi intern dan ekstern. Data Intern,
yaitu data dalam lingkungan sendiri. Contohnya: spesifikasi produk, beban biaya
produksi, kualitas produk dan sebagainya. Data Ekstern, yaitu data yang
diperoleh dari pihak atau sumber lain, sehingga berdasarkan sumbernya, data
ekstern terbagi menjadi dua bagian lagi, yaitu: Data Ekstern Primer, yaitu data
pihak lain yang langsung dikumpulkan oleh peneliti itu sendiri. Contoh: Peneliti
mencatat kapasitas produksi produk c di pabrik A, peneliti mencatat kualitas
produk di pabarik A, peneliti mencatat penghasilan bulanan pegawai Pabrik A.
Data Ekstern Sekunder, yaitu data dari pihak lain yang dikumpulkan melalui
sebuah perantara lagi, lengkapnya data ekstern sekunder adalah mengambil atau
menggunakan, sebagian atau seluruh data dari sekumpulan data yang telah dicatat
atau dilaporkan oleh badan atau orang lain. Contoh: Peneliti mencatat data
kualitas produk C dari hasil laporan peneliti lainnya untuk diterapkan dalam
contoh aplikasi metode barunya.
d. Data Menurut Cara Memperolehnya
Data menurut cara memperolehnya dibagi menjadi dua yaitu Data Primer
dan sekunder. Data primer adalah data yang secara langsung diambil dari objek /
obyek penelitian oleh peneliti perorangan maupun organisasi. Contoh : Mencatat
langsung pengunjung yang menggunakan Transjogja untuk meneliti preferensi
konsumen Transjogja. 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. Contohnya adalah pada peneliti yang
menggunakan data statistik hasil riset dari surat kabar atau majalah.
12
e. Data Menurut Waktu Pengumpulannya
Jenis-jenis Data Menurut Waktu Pengumpulannya dibagi menjadi dua
yaitu data Cross Section dan data Time Series. Data cross-section adalah data
yang menunjukkan titik waktu tertentu. Contohnya laporan keuangan kelas per
minggu, data pelanggan. Data Time Series / Berkala adalah data yang datanya
menggambarkan sesuatu dari waktu ke waktu atau periode secara historis.
Contoh data time series adalah data perkembangan nilai tukar dollar amerika
terhadap euro eropa dari tahun 2004 sampai 2006.
f. Data Berdasarkan Proses Pengambilannya
Data dapat juga dibedakan berdasar atas proses pengambilannya, apabila
semua individu damati dan diukur serta digunakan sebagai data dalam penelitian
disebut sensus. Misal, untuk pemilihan Bupati di Kotamadya A disyaratkan
penduduk kotamadya A, dan minimal berumur 17 tahun serta telah tinggal
minimal 6 bulan. Semua calon pemilih walikota di Kotamadya A tersebut
disensus oleh panitia. Ada satu lembaga tertentu ingin mengetahui lebih cepat
siapa pemenang pemilihan walikota di Kotamadya A tersebut, maka lembaga
tersebut hanya mengambil sebagian penduduk sudah cukup mewakili sebagai
pemilih walikota tersebut, hasilnya jauh lebih cepat didapat, misal suatu
keputusan siapa walikota terpilih, cara pengambilan sebagian dari populasi
disebut sampling. Cara pengambilan sampling pada suatu populasi dapat
dilakukan secara random dan nonrandom. Ada beberapa alasan mengapa sensus
tidak dapat dilakukan, diantaranya banyaknya populasi yang terhingga tapi
tersebar dan sulit dijangkau, banyaknya, petugas sensus yang harus dikerahkan,
serta efisienkah atau sebandingkah waktu, dan biaya yang telah dikeluarkan
dengan hasil yang diperoleh, serta beberapa alasan lainnya.
g. Data Katagori
Karakteristik dari variabel yang datanya dibedakan menjadi 2 katagori,
misal variabel jenis kelamin, dibedakan laki-laki dan perempuan; status hewan,
dibedakan bertelinga atau tidak, data demikian disebut data biner atau
dikhomous. Bila data dibedakan lebih dari 2 katagori, seperti variabel golongan
13
darah dapat dibedakan menurut golongan A, B, AB dan O disebut data nominal.
Data nominal adalah data yang diperoleh melalui skala pengukuran yang bersifat
hanya membedakan. Namun bila skala pengukuran memilki sifat dapat
membedakan dan memuat pengertian urutan maka data demikian disebut data
ordinal. Misal; Tingkat kemanisan buah jeruk, dibedakan menjadi manis, sedang
dan kurang manis; Tingkat keparahan penyakit kanker payudara pada pasien di
RSU X dibedakan pada tingkat stadium 1, 2, 3 dan 4.
h. Data numerik
Data numerik dibedakan menjadi data diskrit dan kontinu. Data
numerik diskrit adalah data pada variabel yang isinya hanya bisa dinilai numerik
tertentu, misal; jumlah anak dalam suatu keluarga; jumlah denyut nadi dalam 24
jam dllnya. Data numerik diskrit dengan data ordinal berbeda, jumlah anak
dalam keluarga misal; jumlah anak ada 1, 2, 3, 4 anak, data ini memiliki arti
sebagai berikut; jumlah anak 4 akan sama dengan 2 x jumlah 2 anak., sedangkan
bila ada orang sakit kanker payudara dan dia berada pada stadium 4. Stadium
kanker payudara dibedakan stadium1, 2, 3 dan 4, akan tetapi kanker stadium 4
tidak berarti 2 kali dari tingkat keperahan stadium 2.
Data numerik kontinu biasanya diperoleh melalui cara pengukuran,
misal berat badan, tinggi tanaman dan lainnya. Data yang didapat melalui
pengukuran dipengaruhi oleh ketelitian alat ukur yang digunakan. Berat badan
kambing 35, 56 kg , berarti memilki ketelitian 0,01 kg.
Dalam analisis data, data biner biasanya diberi kode 0 -1, atau ya-tidak.
Misal; laki-laki diberi kode 0 dan perempuan diberi kode 1. Untuk data ordinal,
misal; tingkat kemanisan dibedakan manis, sedang dan kurang, tingkat kemanisan
manis diberi nilai 3, sedang diberi kode 2, kurang manis diberi kode 1. Data
numerik kontinu dapat diperlakukan menjadi data katagorikal ordinal, tapi tidak
sebaliknya, misalnya, nilai biostatistika skor 0-100, dapat diperlakukan dalam
bentuk nilai/ kode 4, bila skor 80-100; 3, bila skor 70-<80; 2, bila skor 50-<70 dan
1, bila skor 40-<50 serta 0, bila skor <40.
14
1.5. Peranan Statistika dalam Penelitian
Statistika dalam penelitian dibedakan atas dua macam, yaitu statistika
diskriptif dan statistika induktif/ inferensial. Statistika diskriptif digunakan atau
diterapkan untuk mengatur, meringkas, menyajikan dan mendiskripsikan data
dengan tujuan agar data menjadi lebih bermakna.
Pengaturan, penyajian dan peringkasan data dapat diwujudkan dalam
bentuk : tabel , distribusi frekuensi, histogram, diagram batang, diagram lingkar,
piktogram, poligon atau ogive. Diskripsi data dapat dinyatakan dengan dua aspek
yaitu :
Ukuran pemusatan ( central tendency) yaitu suatu harga kemana data
cenderung memusat , dinyatakan dalam bentuk harga rata-rata, modus atau
median.
Ukuran penyebaran (Disperson) yaitu sejauh mana ketervariasian data yang
satu dengan yang lain, dinyatakan dalam bentuk rentang (range), simpangan
(deviasi), simpangan baku ( Standar deviasi), varians, koefisien variansi atau
standar error.
Statistik inferensial digunakan atau diterapkan untuk menyimpulkan
tentang suatu harga parameter populasi berdasarkan harga statistik sampel.
Statistik inferensial dibedakan atas dua bagian yaitu : Estimasi dan uji hipotesis.
Uji hipotesis dalam statistika inferensial sering disebut uji hipotesis
statistik, ada beberapa terminologi yang penting untuk dijelaskan yaitu ; populasi
dan sampel; parameter dan statistik; hipotesis nol dan hipotesis alternatif serta
harga dan .
Parameter adalah semua harga yang diperoleh dari atau dipunyai oleh
populasi, misalnya harga rata-rata populasi dinyatakan dalam bentuk dan
sebagai standart dedviasi serta 2 sebagai varians. Statistik adalah semua harga
yang diperoleh atau dipunyai oleh sampel. Harga rata-rata, simpangan baku dan
15
varians dari sampel , masing-masing ditulis x , s dan s2 .
1 Berdasarkan parameter
yang ada statistik dibagi menjadi Statistik parametrik dan nonparametrik.
Statistik Parametrik adalah statistik yang parameter dari populasinya mengikuti
suatu distribusi tertentu, seperti : seperti distribusi normal dan memiliki varians
yang homogen dan berhubungan dengan inferensi statistik yang membahas
parameter-parameter populasi; jenis data interval atau rasio; distribusi data normal
atau mendekati normal. Statistik Nonparametrik adalah statistik yang parameter
dari populasinya tidak mengikuti suatu distribusi tertentu, seperti: distribusi
normal, dan varians tidak perlu homogin atau inferensi statistik tidak membahas
parameter-parameter populasi; jenis data nominal atau ordinal; distribusi data
tidak diketahui atau tidak normal.
Gambar 1. Hubungan Populasi, Sampel,Statistik, Parameter
16
Gambar 2. Macam tingkat pengukuran dan statistik yang cocok untuk masing
masing tingkat
Hipotesis adalah pernyataan yang masih lemah, karena belum dibuktikan
apakah didukung oleh data atau tidak. Hipotesis statistik adalah pernyataan
tentang satu atau lebih harga parameter. Dengan demikian hipotesis statistik dapat
berbentuk oleh pernyataan tentang 2 dan p dsb. Hipotesis statistik dapat
dinyatakan Apa adalah hipotesis yang berazaskan pada “praduga tak ber - - - “ (
dibaca tak berbeda, tak berhubungan dsbnya ) , Oleh karena itu Ho dinyatakan
dengan kalimat “ Tidak ada perbedaan atau tidak ada hubungan atau tidak ada
asosiasi dsb”. Hipotesis alternatif (Ha) adalah kebalikan dari hipotesis nol. Ha
dinyatakan dalam kalimat : ada perbedaan - - - atau ada hubungan atau ada
asosiasi - - - dsb. Ho dan Ha bersifat komplementer, dalam arti bila Ho ditolak ,
maka Ha diterima, sebaliknya (tidak ada alternatif lain). Ho Hakim yang selalu
berpegang pada azas ; “ praduga terdakwa tak bersalah”, sedangkan Ha Jaksa
yang selalu berpegang pada azas “praduga terdakwa bersalah”.
17
Latihan Tugas. 1.
1. Tulislah pemahaman anda tentang statistika dengan statistik?
2. Apa yang membedakan sensus dengan sampling?
3. Apa yang dimaksud dengan populasi dan sampel dan berilah contohnya?
4. Apa yang dimaksud dengan data jenis kualitatif dan kuantitatif ?
5. Jelaskan macam data berdasar skala pengukurannya! Berilah contoh
masing-masing!,
6. Jelaskan statistik deskriptif dan statsitik inferensial!
Tes Formatif 1
1. Statistika adalah;
A. keterangan ringkas berbentuk angka-angka
B. metode untuk mengumpulkan, mengolah dan menyajikan, serta
menginterpretasikan data yang berujud angka-angka
C. ilmu yang mempelajari cara pengumpulan, penyajian, dan analisis data, serta
cara pengambilan kesimpulan secara umum berdasarkan hasil penelitian
yang menyeluruh
D. . sekumpulan variabel yang menjelaskan hubungan sebab akibat
2. Jika kita memperhatikan statistika, maka secara garis besar urutan fungsi-
fungsinya adalah:
a. pengumpulan data, penarikan kesimpulan, pengolahan dan
penganalisisan data , pembuatan keputusan
b. pengumpulan data, pengolahan dan penganalisisan data, penarikan
kesimpulan, pembuatan keputusan
c. pengolahan dan penganalisisan data, pengumpulan data, penarikan
kesimpulan, pembuatan keputusan
d. pengumpulan data, pengolahan dan penganalisisan data, pembuatan
keputusan, penarikan kesimpulan
18
3. Depertemen pendidikan dan kebudayaan kota Jember ingin mengetahui
tingkat penguasaan siswa kelas 6 sekolah dasar terhadap bahasa Indonesia.
Populasi dan sampel yang baik untuk dilakukan penelitian berdasar kasus
tersebut adalah;
a. Populasi; semua siswa kelas 6 di kota Jember dan sampel; semua siswa
kelas 6 di kota Jember,
b. Populasi; semua siswa kelas 6 di kota Jember dan sampel; beberapa
siswa kelas 6 yang dipilih secara acak di kota Jember,
c. Populasi; semua siswa kelas 6 di kota Jember dan sampel; beberapa
siswa kelas 6 dari beberapa siswa di kota Jember,
d. Populasi; semua siswa kelas 6 dikota Jember dan sampel; beberapa
siswa kelas 6 dari siswa tertentu di kota Jember,
4. Guru IPA kelas 6 SD X di Kota Jember mempunyai data sebagai berikut;
1. Data nama siswa dan siswi kelas 6SD X di Kota Jember,
2. Data nilai IPA kelas 6 SD X di Kota Jember,
3. Data nilai bahasa Indonesia dari guru Bahasa Indonesia di Kelas SD X
Jember
4. Data nilai UAN Matematika kelas 6 SD X dari Diknas Kota Jember
Yang merupakan data primer adalah;
a. 1,2 dan 3 b. 1. Dan 2 c. 2 dan 3 d, 1,2 , 3 dan 4
5. Misal; Jenis pekerjaan diklasifikasi sebagai: (1) pegawai negeri diberi tanda 1,
(2) pegawai swasta diberi tanda 2, (3) wiraswasta diberi tanda 3, dan (4)
pegawai kontrak diberi tanda 4. Data demikian disebut ;
A. data rasio B. data interval C. data ordinal D. data nominal
6. Diberikan beberapa ukuran sebagai berikut;
1. Tinggi badan,
2. Daftar 4 negara terkorup
3. Merk hand phone,
Hidung mahasiswa dikatagorikan dalam bentuk mancung, sedang dan pesek
19
Ukuran data yang dapat digolongkan menjadi skala ordinal adalah;
A. 1, 2 dan 3 B. 1 dan 3 C. 2 dan 4 D. 4 saja
7. Kumpulan individu yang diperoleh dari cara mengambil sebagian secara acak
dari seluruh elemen yang menjadi objek penelitian disebut ;
A. populasi B. sampling C. sensus D. sampel
8. Cara mengambil data setiap obyek penelitian untuk diamati dan diukur disebut;
A. populasi B. sampling C. sensus D. sampel
Penilaian;
Cocokan Jawaban anda dengan kunci yang tersedia.
Tingkat penguasaan = (Jumlah jawaban benar/ Jumlah soal ) x 100 %
Kreteria ketercapaian penguasaan minimal didefinisikan sebagai berikut;
Bila tingkat penguasaan anda 80 persen atau lebih, anda dapat melanjutkan ke
modul berikutnya, tetapi bila kurang dari 80 persen, anda harus mengulangi bahan
kajian ini, terutama bahan kajian yang belum terkuasai.
Jawab.
no 1 2 3 4 5 6 7 8
Jwb c b b b d c d c