Pengenalan Statistika Dasar

Pada postingan kali ini, kita akan berkenalan dulu nih dengan statistik dan konsep-konsep dasar tentang statistik. Ibarat kata nih ya, kalo kamu baru mau belajar statistic dari nol banget nih, nah postingan ini ni yang mesti kamu baca pertama kali, baru ntar lanjut ke postingan-postingan lain yang lebih expert. Yuk kita mulai..

Definisi Statistik

Umumnya, statistik diartikan dengan kumpulan informasi numerik. Contoh informasi numerik tsb seperti rata-rata jumlah kue yang terjual di kantin BPS RI per hari, rata-rata pendapatan per bulan lulusan S1 di Jakarta, dan sebagainya.

Namun Mata Kuliah Statistik yang dipelajari di kampus, membahas jauh lebih dari sekedar mengumpulkan dan menampilkan informasi numerik. Melainkan statistik memiliki arti sebagai berikut:

  • Ilmu tentang pengumpulan, pengolahan, penyajian, dan analisis data kuantitatif .
  • Metode untuk mengumpulkan, mengolah, menyajikan, menganalisa, dan menginterpretasikan data yang berwujud angka-angka.

Sampai sini udah paham ya apa arti statistik?? ^^ Yok lanjut..

Jenis Statistik

Studi statistik biasanya dibagi menjadi dua kategori yaitu statistik deskriptif dan statistik inferensia.

  1. Statistik deskriptif adalah metode untuk mengatur, merangkum, dan menyajikan  data dengan cara yang informatif.

Contoh:

Jumlah penduduk Amerika Serikat pada tahun 1980 berjumlah 226.542.000 jiwa.

Jumlah penduduk Amerika Serikat pada tahun 1990 berjumlah 248.709.000 jiwa.

Jumlah penduduk Amerika Serikat pada tahun 2000 berjumlah 265.000.000 jiwa.

Data di atas adalah statistic deskriptif. Walaupun data-data di atas diutak atik seperti dicari rata-ratanya, dicari persentase pertumbuhan penduduk dari tahun 1980 ke 1990, tetap saja data olahan tersebut bersifat deskriptif.
Data di atas bukan lagi statistik deskriptif bila kita gunakan untuk memprediksi (forecast) pertumbuhan penduduk Amerika Serikat pada tahun 2010.

“Loh kenapa gitu?” Lanjut yok.. nanti ketemu jawabannya di penjelasan berikutnya..

  1. Statistik Inferensia

Biasa juga disebut statitik induksi, adalah metode yang digunakan untuk mengestimasi sifat populasi berdasarkan pada sampel.

Misalnya, berdasarkan sampel dari sebuah survey, diketahui bahwa hanya 46 persen siswa SMA yang bisa menyelesaikan soal matematika yang mengandung pembagian, decimal, dan persentase. Penelitian ini memperkirakan sesuatu mengenai populasi (seluruh siswa SMA) berdasarkan sampel. Metode untuk memperkiraan sifat seluruh siswa SMS inilah yang kita namai dengan statistic inferensia.
Demikian juga dengan contoh kita sebelumnya, dari data jumlah penduduk tahun 1980-2000, kita bisa memperkirakan jumlah penduduk tahun 2010. Metode untuk memperkirakan jumlah penduduk tahun 2010 inilah yang dinamakan statistik inferensia.

Jenis Data

Data kualitatif: Data yang berbentuk angka. Contoh: tinggi dan berat badan mahasiswa,

umur, jumlah anak lahir hidup.

Data kuantitatif: Data yang tidak berbentuk angka.

Contoh: preferensi konsumen terhadap sabun , mandi, jenis kelamin, agama, suku.

Data internal: Data yang bersumber dari keadaan atau kegiatan suatu organisasi atau kelompok.

Contoh: data penjualan dan data produksi suatu perusahaan.

Data eksternal: Data yang bersumber dari luar suatu organisasi atau kelompok.

Contoh: pengguna data (BKKBN, Depkes) yang mengutip data BPS tentang kelahiran, kematian, atau

migrasi.

Data primer: Data yang yang dikumpulkan dan diolah sendiri  oleh organisasi yang menerbitkannya.

Contoh: data sensus yang dikumpulkan dan diolah serta diterbitkan oleh BPS.

Data sekunder: Data yang diterbitkan oleh organisasi yang bukan merupakan pengolahnya.

Contoh: data penelitian angkatan kerja yang diterbitkan oleh Kompas merupakan data sekunder sebab pengolahan data tsb dilakukan  oleh BPS.

Data cross section: Data yang dikumpulkan dalam suatu periode tertentu, biasanya menggambarkan keadaan dalam periode tsb.

Contoh: SP2010, ST2003, SE2006.

Data berkala (time series): Data yang dikumpulkan dari waktu ke waktu. Tujuannya untuk menggambarkan perkembangan suatu kegiatan dari waktu ke waktu. Disebut juga sebagai data historis.

Contoh: perkembangan harga sembako selama 10 bulan terakhir.

Data diskret: Kemungkinan hanya berisi nilai tertentu saja dan terdapat “jurang” (gap) antara setiap nilai.

Contoh: jumlah kamar = 3 atau 4, tidak mungkin 3,56 kamar  ada “pemisah” antara nilai-nilai

yang mungkin.

Data kontinu: Data hasil pengukuran, berisi nilai berapapun dalam kisaran tertentu.

Contoh: berat dan tinggi badan, suhu, IPK.

 

Skala Ukuran

Nominal

Nominal merupakan skala ukuran terendah. Nominal hanya bisa membedakan sesuatu (klasifikasi)

yang bersifat kualitatif, tidak ada urutan tertentu.

Contoh: jenis kelamin. Data hanya bisa dikelompokkan (diklasifikasi) menjadi laki-laki dan perempuan. Namun tidak ada urutan apakah laki-laki yang nomor satu ataukah perempuan

Ordinal

Skala ordinal juga mengklasifikasikan data seperti halnya skala nominal. Bedanya, skala ordinal selain membedakan juga menunjukkan tingkatan. Skala ordinal bersifat kualitatif.

Contoh: tingkat kepuasan. Data kepuasan bisa kita bagi menjadi sangat tidak puas, tidak puas, puas, sangat puas. Klasifikasi tersebut memiliki tingkatan mulai dari sangat tidak puas sebagai tingkatan terendah hingga sangat puas sebagai tingkatan tertinggi.

Interval

Sakala interval merupakan angka kuantitatif namun tidak memiliki nilai nol mutlak (nol hanya merupakan titik pada skala).

Contoh: suhu, memiliki nilai dari 0 derjat-100 derajat (untuk Celcius). Suhu 0 bukan berate tidak ada suhu, melainkan menunjukkan suhu saat itu memang 0 derajat.

Ukuran sepatu, memiliki nilai dari 36-40 (untuk sepatu wanita dewasa).

Rasio

Merupakan skala ukuran tertinggi. Skala rasio berupa angka kuantitatif yang memiliki nilai nol mutlak.

Titik nol berarti tidak adanya karakteristik yang muncul. Rasio 2 bilangan memiliki arti.

Contoh: berat dan tinggi. Berat 0 kg berarti memang tidak ada berat yang dimaksud. Berat 5 kg dan 10kg memiliki arti bahwa berat 10kg dua kali beratnya daripada 5kg. Demikian juga dengan tinggi.

About Direktori Statistika Indonesia

This ia blog of Nori Wilantika and Hendra. We are trying to leave a path of our study at Sekolah Tinggi Ilmu Statistik. Biar ilmu-ilmu yang didapat sewaktu kuliah ga cuma jadi butiran debu.. :)
This entry was posted in Statistika Murni and tagged , , , , , , . Bookmark the permalink.

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s