Statistik 1 Pengantar

1. Pengertian Statistik

Cara maupun aturan-aturan yang berkaitan dengan pengumpulan, pengolahan (analisis), penarikan kesimpulan, atas data yang berbentuk angka, dengan menggunakan suatu asumsi-asumsi tertentu. (Soepeno B., 1997)

Ilmu yang membahas (mempelajari) dan memperkembangkan prinsip-prinsip, metode, dan prosedur yang perlu ditempuh atau dipergunakan dalam rangka:

1. pengumpulan data angka
2. penyusunan atau pengaturan data angka
3. penyajian atau penggambaran data angka
4. penganalisaan terhadap data angka
5. penarikan kesimpulan, pembuatan perkiraan, dan penyusunan ramalan secara ilmiah atas dasar kumpulan angka tersebut. (Sudijono, 2000)

Suatu metode dan prosedur yang digunakan untuk melakukan pengumpulan, pengolahan, penafsiran, dan penarikan kesimpulan pada data hasil penelitian (Winarsunu, 2002)

Sebagai pengolah angka, statistic selalu dan hanya menerima sejumlah, setumpuk, atau seperangkat angka sebagai input, dan mengolahnya menjadi beberapa angka saja yang mewakili tumpukan angka tersebut sebagai outputnya (Burhan Nurgiyantoro, 2000)

Error! Not a valid link.

2. Pembagian Statistik Secara Skematis

Error! Not a valid link.

Statistik Deskriptif:

• Mempelajari cara penyusunan dan penyajian data yang dikumpulkan. Teknik ini memungkinkan kita untuk menggambarkan dengan tepat suatu kumpulan informasi kuantitatif, menyajikannya dalam bentuk yang lebih ringkas dan menyenangkan daripada kumpulan data aslinya, memfasilitasi kita yang ingin mengkomunikasikan dan memberikan interpretasi secara rapi daripada menyajikannya dalam bentuk data yang tak terorganisir.

• Sebagai contoh skore hasil suatu tes terhadap sejumlah besar siswa dapat diringkas dengan menunjukkan rata-rata, distribusi frekuensi, grafik distribusi tersebut.

• Termasuk dalam statistik deskriptif a.l. rata-rata, simpangan baku, median dsb.

Statistik Inferensial:

• Mempelajari tata cara penarikan kesimpulan mengenai populasi berdasarkan data yang ada pada sampel.

• Teknik ini memungkinkan peneliti untuk menggambarkan kesimpulan dan generalisasi dari sampel ke populasi, dari individu-individu yang berpartisipasi langsung dalam penelitian kepada individu-individu yang tidak terlibat langsung dalam penelitian. Yang ingin diteliti sebenarnya populasi, namun karena berbagai alasan maka yang diteliti sampel.

• Statistik inference telah digambarkan sebagai “ a collection of tools for making the possible decisions in the face of uncertainty”

• Termasuk di sini a.l. Uji t, anava, regresi dan korelasi sederhana, regresi dan korelasi multiple, anacova dan analisis multivariat

3. Peran Statistik dalam Penelitian

Masalah

Berteori

Menentukan Sampel Perlu Statistik

Mengumpulkan Data Perlu instrument perlu Statistik

Menyajikan Data Perlu statistik

Menganalisa Data Perlu Statistik

Pembahasan

Kesimpulan

4. Pengertian Variabel

· Diartikan sebagai konstruk atau sifat-sifat yag diteliti.

· Sesuatu yang menggolongkan anggota ke dalam beberapa golongan.

· Sesuatu yang memiliki beberapa nilai. Jika hanya memilki satu nilai maka disebut konstanta.

· Ada dua golongan besar: variabel kualitatif (jenis kelamin, anak minum asi dan tak minum asi, kidal dan tidak kidal, kawin tak kawin) and variabel kuantitatif (IQ, EQ, Keingintahuan, memori, prestasi belajar, kelancaran berbahasa inggris)

DATA DAN MACAM-MACAM DATA

1. Pengertian Data

Merupakan informasi yang berkaitan dengan keadaan, keterangan, ciri khas, tentang suatu hal pada subyek penelitian yang dapat dijadikan bahan analisis.

2. Macam-Macam Data

Kualitatif

Data Deskrit Nominal

Kuantitatif Ordinal

Kontinu Interval

Rasio

• Data Kualitatif

Data yang tidak berbentuk angka, biasanya berupa deskripsi tentang suatu hal,

keadaan atau proses

Contoh: Deskripsi tentang sikap mahasiswa terhadap kuliah statistic:Merasa

Senang, merasa biasa-biasa saja, merasa tidak senang

• Data Kuantitatif

Data yang berwujud angka. Yang diperoleh sebagai hasil pengukuran atau

penjumlahan yang selanjutnya diolah dengan teknik statistik

Data Kuantitatif dapat digolongkan menjadi data deskrit dan data kontinu.

o Data deskrit: hanya ada satu nilai, tidak fraksional, datanya diperoleh dengan mencacah. Contoh jenis kelamin, afiliasi politik, jumlah anak dalam kelas, agama. Data yang menggambarkan variabel deskrit disebut data deskrit.

Data deskrit dapat berbentuk kualitatif (afiliasi politik, agama, ) atau

berbentuk kuantitatif (jumlah siswa dalam kelas, jumlah siswa yang lulus

EBTA)

o Data kontinu: dapat mempunyai nilai fraksional, diperoleh melalui suatu pengukuran. Contoh: tinggi badan, kecakapan berbicara, IQ. Hasil pengukuran variabel kontinu kadang dinyatakan dalam angka bulat, IQ seseorang = 115, sebenarnya antara 114.5 s/d 115.5.

Data kontinu kadang-kadang dinyatakan dalam deskrit, contoh: IQ dikelompokkan menjadi gifted, normal dan retarded; kreativitas dikelompokkan menjadi tinggi, sedang, rendah; motivasi berprestasi dikelompokkan menjadi tinggi dan rendah.

Berdasarkan skala pengukurannya, maka data kontinu dibagi menjadi:

a. Skala nominal:

• skala pengukuran paling rendah, menggolongkan hasil pengamatan ke dalam kategori. Contoh: jenis kelamin (laki-laki dan perempuan), mahasiswa dan bukan mahasiswa; suatu populasi guru SMA dapat digolongkan menjadi guru matematik, guru IPA dsb.

• Skala nominal sifatnya deskrit dan kualitatif.

• Data yang diperoleh melalui skala pengukuran nominal disebut data nominal

Tabel 1: Contoh Data Nominal: Komposisi Pendidikan Pegawai di PT Lodaya

b. Skala ordinal:

• skala yang mempunyai dua karakteristik yaitu:

1) dapat dilakukan klasifikasi pengamatan dan

2) dapat dilakukan pengurutan.

• Skala ini sering disebut juga rank order

• Data yang diperoleh melalui skala pengukuran ordinal disebut data ordinal

• Contoh variabel yang skalanya ordinal:ranking dalam memainkan piano. Seorang musisi profesional dapat menyusun ranking terhadap 3 orang pemain piano walaupun tidak dapat menjelaskan seberapa lebih baik satu dengan yang lain. Contoh lain: tingkat pendidikan dosen, pangkat dan golongan pegawai negeri.

• Skala ordinal mungkin deskrit , contoh variabel tingkat pendidikan (SD, SMP, SMA, PT), atau kontinu, contoh ranking guru atas dasar besarnya kontribusi terhadap profesinya( kurang, cukup, baik, sangat baik).

• Teknik statistik yang disusun untuk skala nominal dan ordinal disebut statistik nonparametrik.

c. Skala interval:

• skala ini mempunyai karakteristik 1) dapat dilakukan klasifikasi pengamatan, 2) dapat dilakukan pengurutan pengamatan, 3) terdapat-nya satuan pengukuran.

• Skala interval benar-benar kuantitatif.

• Tidak ada hasil pengukuran yang berskala interval yang hasilnya benar-benar 0. Contoh skala interval adalah IQ, tidak ada orang yang IQ nya = 0. Mahasiswa dengan IPK= 4.00 tidak dapat diartikan kemampuannya 2 kali mahasiswa yang mempunyai IPK= 2.00

• Sebagian besar tes psikologi hasil pengukurannya berskala interval, seperti achivement motivation, spatial ability, numerical ability, curiousity, creativity, attitude toward matematic dll.

d. Skala rasio:

• Skala ini mempunyai semua sifat skala interval ditambah satu sifat adanya pengukuran yang nilainya zero.

• Contoh: tinggi, berat badan, umur, besarnya kuat arus, besarnya tahanan listrik.

• Teknik statistik yang dikembangkan untuk data yang skalanya interval dan rasio disebut statistik parametrik.

Tabel 2: Contoh Data Ordinal dan Rasio: Ranking kualitas kinerja aparatur