Statistik Dan Statistika
MATA KULIAH : STATISTIK DESKRIPTIF
NAMA : KURNIAWAN
NPM : 120210098
PROGRAM STUDI : TEKNIK INFORMATIKA
KODE
KELAS : 131-MA111-M3
UNIVERSITAS PUTERA BATAM
2013/2014
KATA PENGANTAR
Puji dan syukur atas kehadiran tuhan
yang Maha Esa atas berkat rahmat-Nya sehingga saya dapat menyelesaikan tugas
mata kuliah Statistik Deskriptif ini
dengan judul “Statistik dan
statistika “ dan saya bersyukur telah diberikan
kesehatan dan akal pikiran yang baik sehingga saya dapat menyelesaikan tugas
makalah ini dengan baik, namun saya menyadari tugas makalah yang saya buat ini
jauh dari kesempuraan. Oleh karena itu, saya bersedia menerima kritik dan saran
demi kesempurnaan hasil makalah atau
jurnal yang saya buat ini.
Pada kesempatan kali ini tidak lupa
saya menyampaikan terima kasih setulus hati dan hormat saya kepada ”Ibu NENI MARLINA” selaku dosen
pada mata kuliah “Statistik
Deskriptif” di UNIVERSITAS PUTERA
BATAM.
Akhir kata izinkan saya mengucapkan
terima kasih, semoga hasil makalah saya ini bermanfaat untuk menuju kearah
studi yang lebih baik.
Batam,30 Desember 2013
Kurniawan
Npm : 120210098
DAFTAR ISI
KATA
PENGANTAR.......................................................................................... i
DAFTAR
ISI........................................................................................................ ii
BAB I PENDAHULUAN.................................................................................... 1
1.1
Latar Belakang
.......................................................................................1
1.2. Rumusan makalah.................................................................................. 1
1.3. Tujuan ....................
.............................................................................. 1
BAB II
PEMBAHASAN.................................................................................... 2
2.1. Defenisi Statistik.................................................................................... 2
2.2. Statistika.................................................................................................3
2.3. Jenis-Jenis
Statistika............................................................................... 5
2.4. Fungsi & Kegunaan
Statistika.............................................................. 6
2.5. Tipe pengukuran.................................................................................... 7
2.6. Skala Pengukuran Data: Nominal, Ordinal,
Interval, Rasio................. 7
2.7. Jenis data, Karakteristik, Unit
observasi, Variabel, ............................. 9
2.8. Daftar Distribusi Frekuensi................................................................... 12
2.9. Grafik.................................................................................................... 14
2.10. Median...................................................................................................16
BAB III
PENUTUP........................................................................................... 21
3.1. Latar
Belakang....................................................................................... 21
3.2. Saran......................................................................................................22
DAFTAR PUSTAKA
BAB
I
PENDAHULUAN
1.1. Latar
Belakang
Secara etimologis kata statistic
berasal dari kata status (bahasa latin) yang mempunyai persamaan arti dengan
kata state (bahasa inggris) atau kata staat (bahasa belanda), dan yang dalam
bahasa indonesia diterjemahkan menjadi negara. Pada mulanya, kata statistic
diartikan sebagai kumpulan bahan keterangan (data), baik yang berwujud angka
(data kuantitatif) maupun yang tidak berwujud angka (data kualitatif), yang
mempunyai arti penting dan kegunaan yang besar bagi suatu Negara. Namun, pada perkembangan selanjutnya, arti
kata statistic hanya di batasi pada kumpulan bahan keterangan yang berwujud
angka (data kuantitatif) dan yang tidak berwujud angka (data kualitatif).
Istilah statistic juga sering diberi
pengertian sebagai kegiatan statistic atau kegiatan persetatistikan atau
kegiatan pensetatistikan. Sebagaimana disebutkan dalam undang-undang tentang
statistic (lihat undang-undang No. 7 tahun 1960), kegiatan statistic mencakup 4
hal, yaitu: (1) pengumpulan data, (2) penyusunan data, (3) pengumuman dan
pelaporan data, dan (4) analisis data.
1.2. Rumusan
Masalah
Berdasarkan latar belakang yang telah
dipaparkan, maka perumusan masalah yang akan di bahas dalam makalah ini adalah
:
1. Bagai Mana cara mempermudah menganalisis
suatu masalah dalam penerapan statistik atau statistika.
2. Mengambil langkah menganalisis atau
meneliti suatu masalah dalam kehidupan sehari- hari atau kan dalam suatu
biadang tertentu.
3. Menyikapi cara statistik dalam penelitian
suatu masalah.
1.3. Tujuan
Setelah
mengikuti perkuliahan ini mahasiswa diharapkan memahami konsep dasar statistika deskriptif dan mampu
mengaplikasikannya untuk kepentingan pengumpulan,
pengolahan, dan penyajian data (hasil penelitian–pendidikan) sehingga mudah difahami oleh pembaca.
BAB
II
PEMBAHASAN
Statistik
adalah sebagai alat pengolah data angka. Stasistik dapat juga
diartikan sebagai metode/asas-asas guna mengerjakan/memanipulasi data kuantitatif agar angka berbicara. Pendekatan dengan statistik sering digunakan metode statistik yaitu metode guna mengumpulkan, mengolah, menyajikan, menganalisis & menginterpretasikan data statistik. Statistika dapat pula diartikan pengetahuan yang berhubungan dengan pengumpulan data, pengolahan data, penganalisisan dan penarikan kesimpulan berdasarkan data dan analisis. Jadi statistik adalah produk dari kerja statistika.
diartikan sebagai metode/asas-asas guna mengerjakan/memanipulasi data kuantitatif agar angka berbicara. Pendekatan dengan statistik sering digunakan metode statistik yaitu metode guna mengumpulkan, mengolah, menyajikan, menganalisis & menginterpretasikan data statistik. Statistika dapat pula diartikan pengetahuan yang berhubungan dengan pengumpulan data, pengolahan data, penganalisisan dan penarikan kesimpulan berdasarkan data dan analisis. Jadi statistik adalah produk dari kerja statistika.
Pada
awal perkembangannya statistik digunakan untuk melakukan pendataan dan analisa
mengenai penduduk. Analisa data penduduk ini penting bagi pemerintah untuk
mengetahui jumlah, penyebaran, komposisi dan perkembangan penduduk dari tahun
ketahun.
Saat ini statistik berkembang, merambah
ke banyak bidang. Ekonomi, sosial, kesehatan industri pengolahan, pertanian,
eksperimen-eksperimen biologi, fisika dan masih banyak lagi bidang-bidang yang
lain. Definisi statistik pun berubah dari ilmu tentang kependudukan
menjadi ilmu tentang bagaimana merencanakan, mengumpulkan, mengolah,
menganalisa, menginterpretasi dan mempresentasikan data.
Statistik mempunyai peran untuk
mengubah informasi yang berupa data-data menjadi sebuah pengetahuan. Pengguna statistik tidak hanya terbatas
pada urusan pemerintah ataupun perusahaan saja, saat ini statistik juga
digunakan dalam pengelolaan organisasi maupun rumah tangga. Secara umum, statistik merupakan disiplin
ilmu yang mempelajari metode dan prosedur pengumpulan, penyajian, analisa, dan
penyimpulan suatu data mentah, agar menghasilkan informasi yang lebih jelas
untuk keperluan suatu pendekatan ilmiah (scientific inferences), dan dapat
dikelompokkan menjadi dua bagian yaitu statistik deskriptif dan statistik
inferensial.
Ada
2 pendekatan untuk menganalisis informasi berdasarkan jenis informasi yang
diperoleh, yaitu analisis kuantitatif dan analisis kualitatif. Analisis
kuantitatif/analisis data kuantitatif adalah analisis yang berbasis pada kerja
hitung-menghitung angka. Angka yang diolah disebut input dan hasilnya disebut
output juga berupa angka. Analisis kualitatif/analisis data kualitatif adalah
analisis yang berbasis pada kerja pengelompokan simbol-simbol selain angka.
Simbol itu berupa kata, frase, atau kalimat yang menunjukkan beberapa kategori.
Input maupun output analis data kualitatif berupa simbol, dimana outputnya
disebut deskripsi verbal.
Salah
satu definisi menyebutkan bahwa statistik adalah metode ilmiah untuk
menyusun, meringkas, menyajikan dan menganalisa data, sehingga dapat
ditarik suatu kesimpulan yang benar dan dapat dibuat keputusan yang masuk akal
berdasarkan data tersebut.
Kata Statistik juga diartikan sebagai suatu ukuran yang dihitung dari
sekumpulan data dan merupakan wakil dari data itu.
Misal :
- Rata-rata berat telur bebek di pasar Cikangkung adalah 80
gram
- 90% mahasiswa SMK PGRI Cikangkung angkatan 2005/2006 bekerja
sambil kuliah
- Mulai tahun 2000 angka pengangguran di Kab. X meningkat lebih
besar dari 5%
Selain sebagai
kumpulan data, statistik juga dipakai untuk melakukan berbagai analisis data,
peramalan(forecasting), melakukan uji hipotesis dan kegunaan-kegunaan lainnya,
sehingga statistik yang sering digunakan untuk hal-hal tersebut disebut
dengan Ilmu Statistik.
2.2. Statistika
Statistika adalah ilmu yang mempelajari
bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan
data. Statistika
merupakan ilmu yg berkenaan dgn data sedang statistik
adalah data informasi atau hasil penerapan algoritma statistika pada suatu
data. Beberapa istilah statistika antara lain: populasi sampel unit sampel dan
probabilitas.
Ada
dua macam statistika yaitu statistika deskriptif dan statistika
inferensial. Statistika deskriptif berkenaan dgn
deskripsi data misal dari menghitung rata-rata dan varians dari data mentah;
mendeksripsikan menggunakan tabel-tabel atau grafik
sehingga data mentah lebih mudah “dibaca” dan lbh bermakna. Sedangkan statistika
inferensial lbh dari itu misal melakukan pengujian hipotesis melakukan
prediksi observasi masa depan atau membuat model regresi.
Statistika deskriptif
berkenaan dgn bagaimana data dapat digambarkan dideskripsikan) atau disimpulkan
baik secara numerik (misal menghitung rata-rata dan deviasi standar) atau
secara grafis (dalam bentuk tabel atau grafik) utk mendapatkan gambaran sekilas
mengenai data tersebut sehingga lbh mudah dibaca dan bermakna.
Statistika inferensial
berkenaan dgn permodelan data dan melakukan pengambilan
keputusan berdasarkan analisis data misal melakukan pengujian hipotesis
melakukan estimasi pengamatan masa mendatang (estimasi atau prediksi) membuat
permodelan hubungan (korelasi regresi ANOVA deret waktu) dan sebagainya.
Singkatnya, statistika adalah ilmu yang
berkenaan dengan data. Istilah 'statistika' (bahasa
Inggris: statistics) berbeda dengan 'statistik' (statistic).
Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah
data, informasi, atau hasil penerapan algoritma statistika pada suatu data.
Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau
mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep
dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika
antara lain: populasi, sampel, unit sampel, dan probabilitas. Statistika banyak diterapkan dalam
berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnya astronomi dan
biologi maupun
ilmu-ilmu sosial (termasuk sosiologi dan psikologi),
maupun di bidang bisnis,
ekonomi, dan industri.
Statistika juga digunakan dalam pemerintahan
untuk berbagai macam tujuan; sensus
penduduk merupakan salah satu prosedur yang paling dikenal.
Jika
suatu kesimpulan data sudah dihimpun, pada statistika deskriptif kita
hendak menyimpulkan data itu dalam beberapa hal. Pertama kita hendak membuat
tabel, misalnya tabel frekuensi, tabel frekuensi kumulatif dan lain-lain yang
mengatur data kasar itu. Juga kita akan melihat diagram atau grafik yang dapat
memberi gambaran mengenai keseluruhan data itu, misalnya diagram lambang
(piktogram), diagram batang, diagram lingkaran, histogram, ogive dan lain-lain.
Kemudian kita hendak menghitung karakteristik data yang dapat mencakup
semua data itu, misalnya rata-rata, median, modus dan lain-lain.
Aplikasi statistika lainnya yang
sekarang popular adalah prosedur jajak
pendapat atau polling (misalnya dilakukan sebelum pemilihan umum),
serta jajak cepat (perhitungan cepat
hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat
pula diterapkan dalam pengenalan pola maupun kecerdasan
buatan.
2.3. Jenis-Jenis Statistika
Dapat dibedakan/ditinjau dari:
Ø
Orientasi
Pembahasannya:
·
Mathematical
Statistics atau Statistika Teoretis, berorientasi kepada pemahaman model dan
teknik statistika secara matematis-teoretis;
·
Applied
Statistics, berorientasi kepada pemahaman intuitif atas konsep dan teknik
statistika serta penggunaannya dalam berbagai bidang.
Ø
Tahapan
atau tujuan analisisnya:
·
Statistika
Deskriptif, untuk memperoleh deskripsi tentang ukuran-ukuran data di tangan
(baik sampel-statistik maupun populasi-parameter);
·
Statistika
Inferensial/Indukstif, yakni dari harga statistik digunakan untuk “menaksir”
atau menguji hipotesis yang berlaku untuk populasi.
Ø
Asumsi
distribusi populasi data yang dianalisisnya:
·
Statistika
Parametrik– model distribusi normal,
·
Statistika
Nonparametrik – distribution free statistics.
Ø
Jumlah
dependent variable yang dianalisisnya:
·
Statistika
Univariat, dan
·
Statistika
Multivariat (dua varaibel terikat atau lebih), berapapun variabel bebasnya.
Ø
Bidang/kajian
dimana statistika itu digunakan, misalnya “statistika” : pertanian, industri, pendidikan, ekonomi,
kependudukan, “biostatistics”. (Furqon, 3:2001).
2.4. Fungsi & Kegunaan
Statistika
Menurut Budiyuwono (1987, dalam Subana,
dkk., 13: 2000), fungsi statistika:
Ø
Menggambarkan
data dalam bentuk tertentu, sehingga jelas.
Ø
Menyederhanakan
data yang kompleks menjadi data yang mudah dimengerti (tabel,
grafik,
diagram, rata-rata, persentase, atau dalam koefisien-koefisien).
Ø Sebagai teknik untuk membuat perbandingan.
Ø Dapat memperluas pengalaman individual
(dengan mempelajari kesimpulankesimpulan berdasarkan data yang dianalisis
lainnya).
Ø Dapat mengukur besran dari suatu gejala
(sosial, ekonomi), dan dapat menentukan hubungan sebab akibat (untuk prediksi).
Menurut Irianto, Agus (1988, dalam Subana,
dkk., 14:2000), kegunaan statistika:
Ø Membantu peneliti dalam menggunakan sampel
sehingga dapat bekerja efisien dengan hasil yang sesuai dengan objek yang
diteliti.
Ø Membantu peneliti membaca data yang
terkumpul sehingga dapat mengambil kesimpulan yang tepat.
Ø Membantu peneliti melihat ada tidaknya
perbedaan antara kelompok lainnya atas objek yang diteliti.
Ø Membantu peneliti melihat ada tidaknya
hubungan antar variabel yang diteliti.
Ø Membantu peneliti memprediksi waktu yang
akan datang.
Ø Membantu peneliti melakukan interpretasi
data yang terkumpul.
Statistika Pendidikan: prinsip, metode,
dan prosedur yang digunakan sebagai cara
mengumpulkan, analisis, dan interpretasi
data berkaitan dengan dunia pendidikan.
2.5. Tipe pengukuran
Ada empat tipe pengukuran atau skala
pengukuran yang digunakan di dalam statistika, yakni: nominal, ordinal,
interval, dan rasio. Keempat skala pengukuran tersebut memiliki tingkat
penggunaan yang berbeda dalam riset statistik.
·
Skala nominal hanya bisa membedakan
sesuatu yang bersifat kualitatif (misalnya: jenis kelamin, agama, warna kulit).
Operasi matematikanya: = & bukan =
·
Skala ordinal selain membedakan juga
menunjukkan tingkatan (misalnya: pendidikan, tingkat kepuasan). Operasi
matematikanya: =, <, >, & bukan =
·
Skala interval berupa angka kuantitatif namun
tidak memiliki nilai nol mutlak (misalnya: tahun, suhu dalam Celcius). Operasi
matematikanya: =, <, >, +, -, & bukan =
·
Skala rasio berupa angka kuantitatif yang
memiliki nilai nol mutlak. Operasi matematikanya: =, <, >, +, -, x,
2.6. Skala Pengukuran Data: Nominal, Ordinal, Interval, Rasio
Ø Jika salah satu variabel mempunyai
peringkat yang berbeda, maka analisis data
mengambil rumus data yang peringkatnya lebih rendah.
Ø Uji signifikansi untuk data nominal
biasanya melalui Chi atau Kai-Kuadrat.
Ø Ini digunakan untuk mengetahui ada
tidaknya perbedaan signifikan antara frekuensi harapan (fe/fh) dengan frekuensi
dalam kenyataan (fo). Data nominal yang “asimetrik” menggunakan Lambda
(Prakiraan Guttman).
Ø Teknik analisis data ordinal berdasarkan
teori pasangan. Skala ordinal menunjuk pada posisi relatif individdu/objek.
Memiliki kategori yang diurutkan/ranking posisinya berdasarkan kriteria
tertentu. Mempunyai makna lebih besar dari. Jarak antara urutan 1 dengan 2
tidak bermakna sama dengan jarak 2 dan 3. Rangking tidak mempunyai interval yg tetap/sama.
Ø Hubungan yang membatasinya adalah
ekuivalensi dan lebih besar dari, statistik yang cocok digunakan: persentil,
median, Spearman (rho), dan Kendal.
Ø Jika kedua variabel “simetrik” gunakan
Gamma, jika “asimetrik” maka gunakan “Somers’ dyx” (ini tidak sampai uji
signifikansi). Jika hubungan simetrik berdasarkan ranking, gunakan “Spearman’s
rho”. Uji signifikansinya bisa dengan Kai-Kuadrat.
Ø Skala interval (mempunyai rentangan
konstan antara tkt satu dg lainnya, tidak mempunyai 0 mutlak), dan rasio
(mempunyai 0 mutlak), hubungannya ekuivalensi, lebih besar dari, rasio
sembarang dua interval diketahui. Statistika yang digunakan: Mean, SB,
Variansi, Korelasi Pearson (r), Uji-t, Uji-F, ANAVA, Regresi, dll.
Ø Skala nominal adalah paling sederhana,
tidak mempunyai arti hitung, hanya mengkategorikan objek atau individu ke dalam
data kualitatif, yang penting adalah kriteria untuk membedakan kategorinya
(jenis kelamin, tingkat pendidikan, agama, bahasa), angka hanya simbol/label
objek yang dianalisis atau identitas diri. Angka diolah dengan cara melaporkan
jumlah hasil pengamatan setiap kategori.
Ø Teknik analisis data ordinal berdasarkan
teori pasangan. Skala ordinal menunjuk pada posisi relatif individu/objek.
Memiliki kategori yang diurutkan posisinya berdasarkan kriteria tertentu.
Mempunyai makna lebih besar dari. Jarak antara urutan 1 dengan 2 tidak bermakna
sama dengan jarak 2 dan 3. Rangking tidak mempunyai interval yg tetap/sama
Ø Skala interval adalah skala yang mempunyai
jarak yang sama dari suatu titik asal yang tetap. Hubungan, urutan dan jarak
antara angka-angka dalam skala interval mengandung arti tersendiri. .Misal,
perbedaan skor siswa antara 80 dengan 90 mempunyai makna sama dengan perbedaan skor
antara 30 dengan 40. Contoh, hasil tes: THB, pengukuran kecerdasan, dan
pengukuran sikap.
Ø Analisis data interval (uji t dan
korelasi). Uji t untuk membuktikan hipotesis komparatif atau mencari perbedaan
antara dua variabel. Berfungsi menguji apakah perbedaan rerata antara dua
sampel perbedaannya signifikan.
Ø Skala rasio, tertinggi sebab mempunyai
titik nol sejati dan mempunyai interval yang sama. Contoh, pengikuran dengan
alat ukur baku (meteran, kiloan). Semua prosedur dan analisis matematika dan
statistika dapat digunakan untuk pengolahan data rasio
2.7. Jenis
data, Karakteristik, Unit observasi, Variabel, Populasi, Sensus, Sampel, dan Teknik Sampling
Ø Jenis
data
Jenis data
dibagi menjadi 2, yaitu
·
Data kuantitatif Data yang diperoleh dari hasil menghitung bilangan. Contoh jumlah
mahasiswa jurusan Manajemen Keuangan Syariah 2011.
·
Data
kualitatif Data yang berupa kategori.
Contoh gagal, lulus.
Ø Karakteristik Ciri yang membedakan suatu objek dengan objek yang lain, cirri
objek yang akan di periksa.
Ø
Unit
observasi Kesatuan atau segala
sesuatu yang karakteristiknya akan diperiksa. Objek yang akan diperiksa.
Ø
Variabel Karakteristik
yang bisa di klasifikasikan kedalam sekurang-kurangnya dua klasifikasi yang
berbeda. Karakteristik yang memberikan sekurang-kurangnya dua hasil pengukuran
yang berbeda.
Ø
Populasi
Dalam
penelitian kuantitatif, apalagi jika dirancang sebagai sebuah penelitian survei
(survey research), keberadaan populasi dan sampel penelitian nyaris tak dapat
dihindarkan. Populasi dan sampel merupakan sumber utama untuk memperoleh data
yang dibutuhkan dalam mengungkapkan fenomena atau realitas yang dijadikan fokus
penelitian kita. Demi mencapai keakuratan dan validitas data yang dihasilkan,
populasi dan sampel yang dijadikan objek penelitian harus memiliki kejelasan
baik dari segi scope, ukuran, maupun karakteristiknya.
Populasi
atau sering juga disebut universe adalah keseluruhan atau totalitas objek yang
diteliti yang ciri-cirinya akan diduga atau ditaksir (estimated). Ciri-ciri
populasi disebut parameter. Oleh karena itu, populasi juga sering diartikan
sebagai kumpulan objek penelitian dari mana data akan dijaring atau
dikumpulkan. Populasi dalam penelitian (penelitian komunikasi) bisa berupa
orang (individu, kelompok, organisasi, komunitas, atau masyarakat) maupun
benda, misalnya jumlah terbitan media massa, jumlah artikel dalam media massa,
jumlah rubrik, dan sebagainya (terutama jika penelitian kita menggunakan teknik
analisis isi (content analysis).
Populasi
penelitian terdiri dari populasi sampling dan populasi sasaran. Populasi
sampling adalah keseluruhan objek yang diteliti, sedangkan populasi sasaran
adalah populasi yang benar-benar dijadikan sumber data. Konsep lainnya yang harus dipahami-dan tidak boleh dikelirukan-
adalah jumlah populasi (population numbers) dan ukuran populasi (population
size). Jumlah populasi adalah banyaknya kategori populasi yang dijadikan objek
penelitian yang dinotasikan dengan huruf K.
Populasi adalah
keseluruhan elemen atau unsur yang akan kita teliti.
Ø
Sensus
Jika
kita menggunakan seluruh unsur populasi sebagai sumber data, maka penelitian
kita disebut sensus. Sensus merupakan penelitian yang dianggap dapat
mengungkapkan ciri-ciri populasi (parameter) secara akurat dan komprehensif,
sebab dengan menggunakan seluruh unsur populasi sebagai sumber data, maka
gambaran tentang populasi tersebut secara utuh dan menyeluruh akan diperoleh.
Oleh karena itu, sebaik-baiknya penelitian adalah penelitian sensus. Namun
demikian, dalam batas-batas tertentu sensus kadang-kadang tidak efektif dan
tidak efisien, terutama jika dihubungkan dengan ketersedian sumber daya yang
ada pada peneliti. Misalnya, bila dikaitkan dengan fokus penelitian,
keterbatasan waktu, tenaga, dan biaya yang dimiliki oleh peneliti.
Dalam
keadaan peneliti tidak memungkinkan untuk melakukan sensus, maka peneliti boleh
mengambil sebagian saja dari unsur populasi untuk dijadikan objek penelitiannya
atau sumber data. Sebagian unsur populasi yang dijadikan objek penelitian itu
disebut sampel.
Ø
Sampel
Sampel adalah sebagian dari populasi.
Artinya tidak akan ada sampel jika tidak ada populasi. Sampel atau juga sering disebut contoh adalah wakil dari populasi
yang ciri-cirinya akan diungkapkan dan akan digunakan untuk menaksir ciri-ciri
populasi. Oleh karena itu, jika kita menggunakan sampel sebagai sumber data,
maka yang akan kita peroleh adalah ciri-ciri sampel bukan ciri-ciri populasi,
tetapi ciri-ciri sampel itu harus dapat digunakan untuk menaksir populasi.
Ciri-ciri sampel disebut statistik. Sama halnya dengan populasi, dalam sampel
pun ada konsep jumlah sampel dan ukuran sampel. Jumlah sampel adalah banyaknya
kategori sampel yang diteliti yang dilambangkan dengan huruf k, yang jumlahnya
sama dengan jumlah populasi (k=K). Sedangkan ukuran sampel (dilambangkan dengan
huruf n) adalah besarnya unsur populasi yang dijadikan sampel, yang jumlahnya
selalui lebih kecil daripada ukuran populasi.
Karena
data yang diperoleh dari sampel harus dapat digunakan untuk menaksir populasi,
maka dalam mengambil sampel dari populasi tertentu kita harus benar-benar bisa
mengambil sampel yang dapat mewakili populasinya atau disebut sampel
representatif. Sampel representatif adalah sampel yang memiliki ciri
karakteristik yang sama atau relatif sama dengan ciri karakteristik
populasinya. Tingkat kerepresentatifan sampel yang diambil dari populasi
tertentu sangat tergantung pada jenis sampel yang digunakan, ukuran sampel yang
diambil, dan cara pengambilannya. Cara atau prosedur yang digunakan untuk
mengambil sampel dari populasi tertentu disebut teknik sampling.
Ada
beberapa jenis sampel nonrandom yang sering digunakan dalam penelitian
sosial/penelitian komunikasi, di antaranya adalah:
1. Sampel Aksidental
(accidental sampling). Sampel ini
sering disebut sebagai sampel kebetulan yang pengambilannya didasarkan pada
pertimbangan kemudahan bagi peneliti (bukan penelitian), sehingga sampel ini
sering kali disebut convenience sampling atau sampel keenakan. Orang-orang ilmu
statistika bahkan menyebutnya sebagai sampel kecelakaan, karena saking tidak
representatifnya sampel tersebut. Sebisa mungkin, hindari untuk menggunakan
sampel ini, jika kesimpulan penelitian kita ingin memperoleh kemampuan
generalisasi yang tepat.
2. Sampel Kuota (quota
sampling). Teknik sampling kuota
merupakan teknik sampling yang sejenis dengan teknik sampling strata.
Perbedaannya adalah ketika mengambil sampel dari setiap strata tidak
menggunakan cara-cara random, tetapi menggunakan cara-cara kemudahan
(convenience). Caranya, tentukan ukuran sampel dari masing-masing strata lalu
teliti siapa sejumlah orang yang sesuai dengan ukuran sampel yang ditentukan
tadi, siapa saja asal berasal dari strata tersebut.
3. Sampel Purposif
(purposeful sampling). Teknik ini
disebut juga judgemental sampling atau sampel pertimbangan bertujuan. Dasar
penetuan sampelnya adalah tujuan penelitian. Sampel ini digunakan jika dalam
upaya memperoleh data tentang fenomena atau masalah yang diteliti memerlukan
sumber data yang memilki kualifikasi spesifik atau kriteria khusus berdasarkan
penilaian tertentu, tingkat signifikansi tertentu. Misalnya, untuk meneliti
kualitas cerita Film Ayat-ayat Cinta kita memerlukan reponden yang memiliki
kualifikasi komptensi dalam bidang perfilman atau bidang komunikasi. Maka
sampelnya adalah para kritikus film, para dosen produksi film, para ahli
sinematografi, dan lain-lain.
Tekhnik sampling Proses
pengambilan sampel dalam populasi dengan tekhnik tertentu.
2.8. Daftar Distribusi
Frekuensi
Peristilahan penting: Rentang (selisih skor
tertinggi dan terendah), Interval, frekuensi, banyak kelas, panjang kelas,
ujung kelas, batas kelas (batas nyata antara ujung atas suatu kelas/interval
dengan ujung bawah kelas berikutnya (- 0,5 dan + 0,5), tanda kelas (nilai
variabel antara ujung bawah dan ujung atas suatu kelas, sebagai wakil kelas).
Setiap kelas (misal: 35–43) dibatasi dua buah
skor, yaitu “batas bawah” (lower limit) adalah skor terendah pada kelas itu
(35), dan “batas atas” (upper limit) adalah skor terbesar pada kelas itu (43).
Setiap kelas juga memiliki batas nyata,
yaitu “batas nyata bawah” (lower real limit) adalah batas bawah kelas itu
dikurangi setengah dari satuan terkecil data itu dicatat (jika data dicatat dlm
bilangan bulat, maka dikurangi dg 0,50), jika satuan terkecilnya 0,1 (data
dicatat dlm satu desimal, maka dikurangi dg 0,05), sedangkan “batas nyata atas”
(upper real limit) suatu kelas adalah batas atas kelas itu ditambah setengah
dari satuan terkecil data yang bersangkutan dicatat. Misal: 43+0,50 = 43,5
Titik tengah (midpoint), nilai yang membagi
kelas itu menjadi dua bagian sama besar, yaitu ½ (batas bawah + batas atas
suatu kelas). Misalnya: ½ (35 + 43) = 39
Distribusi frekuensi kumulatif adalah
distribusi frekuensi dimana frekuensinya dijumlahkan secara meningkat, dan
kelas intervalnya terbuka), ada “kurang dari dan lebih dari”.
Ditinjau dari nyata tidaknya frekuensi:
Ø Distribusi frekuensi absolut, yaitu: suatu
jumlah bilangan yang menyatakan banyaknya data pada suatu kelompok tertentu,
berdasarkan data apa adanya.
Ø Distribusi frekuensi relatif, yaitu; suatu
jumlah persentase yang menyatakan banyaknya data pada suatu kelompok tertentu.
Ditinjau dari jenisnya:
Ø Distribusi frekuensi numerik/kuantitatif
(tunggal), yaitu distribusi frekuensi didasarkan pada data kontinum (data apa
adanya).
Ø Distribusi frekuensi
kategorikal/Kualitatif, didasarkan pada data yang terkelompok.
Ditinjau dari kesatuannya:
Ø Distribusi frekuensi satuan, yaitu yang
menunjukkan berapa banyaknya data pada kelompok tertentu (numerik maupun
relatif).
Ø Distribusi frekuensi kumulatif, yaitu yang
menunjukkan jumlah frekuensi pada sekelompok nilai/tingkat nilai tertentu mulai
dari kelompok sebelumnya sampai dengan kelompok tersebut.
Langkah-langkahnya:
Ø memilih/menentukan kelas,
Ø memilih/menentukan data ke dalam kelas
yang sesuai dengan tally,
Ø menghitung jumlah dari setiap kelas,
Ø menyajikannya dalam bentuk tabel
distribusi frekuensi.
Raw score hasil tes kemampuan matematika sbb:
89 79 67 62 69 69 67 67 69 63 72 93 70 75
59 71 62 59 60 62
65 36 64 65 59 56 91 85 77 70 57 67 57 54
52 73 50 50 54 72
73 81 71 95 86 45 48 81 46 47 57 41 64 54
38 76 54 47 60 66
66 83 77 82 41 56 43 50 55 57 72 66 68 75
63 67 70 78 56 68
Langkah-langkah
menyususn Daftar Distribusi Frekuensi Sebelumnya, susunlah data secara berurutan,
dari terkecil ke terbesar atau sebaliknya. Buatlah daftar distribusi frekuensi
numerik (tunggal)
·
Menentukan
rentang/range: St – Sr = 95 – 36 = 59
·
Menentukan
banyak kelas: bk = 1 + 3,3 log n = 1 + (3,3 x 1,903) = = 1 + 6,28 = 7, 28
dibulatkan menjadi 7
·
Menentukan
panjang kelas: p = R/bk = 59/7 = 8,4 dibulatkan 9
·
Interval
kelas. Bilangan awalnya sebaiknya merupakan kelipatan “bk” dan tidak lebih
kecil dari “Sr – bk. Bilangan awal harus sama dengan atau lebih kecil dari skor
terkecil, yaitu “35”, merupakan kelipatan “bk = 7”
·
Menghitung
frekuensi, dengan cara mentally/turus setiap data, misalnya ( //// ) = 4
2.9. Grafik
Grafik,
dibuat untuk merangkum dan menyederhanakan data yang kompleks menjadi suatu gambar informatif & mudah dipahami
pembaca. Histigram, bentuk grafik
yang menggambarkan distribusi frekuensi data (kontinu) dalam bentuk batang. Untuk data bentuk kategori
(diskrit), tampilan yang serupa disebut
diagram batang (bar chart). Ada sumbu datar/absis
terdiri dari “batas nyata kelas”, dan sumbu vertikal frekuensi data kelas tersebut. Sumbu datar dan
sumbu tegak saling berpotongan tegak
lurus, sehinggga kaki setiap batang jatuh pada batas kelas (bawah dan atas) sehingga “titik tengah”
berada di tengah kedua kaki batangnya. Disini
diasumsikan skor-skor pada suatu interval kelas menyebar merata. Frekuensi
Poligon, di sini skor-skor diasumsikan terpusat pada titik tengah kelasnya.
Caranya dengan menarik suatu garis yang menghubungkan titik tengah setiap kelas
sesuai dengan frekuensi masingmasing kelas. Kaki yang paling kiri jatuh pada
titik tengah kelas di bawah kelas terkecil dan kaki paling kanan jatuh pada
titik tengah kelas di atas kelas terbesar.
Ogif (ogive), poligon yang dibuat
atas dasar frekuensi kumulatif seperangkat data. Disebut juga “Frekuensi
poligon kumulatif” (Ferguson). Garis suatu ogif menghubungkan batas nyata
atas-bawah setiap interval kelas. Menggambarkan secarr visual jumlah subjek yang
berada di bawah atau di atas skor tertentu. “Ozaiv” (Irianto, Agus, 19:1988). Grafik
lainnya: grafik gambar (orang, binatang, dll), lingkaran, peta, dll.
Histigram,
bentuk grafik yang menggambarkan distribusi frekuensi data
(kontinu) dalam bentuk batang. Untuk data
bentuk kategori (diskrit), tampilan yang serupa disebut diagram batang (bar
chart). Ada sumbu datar/absis terdiri dari “batas nyata kelas”, dan sumbu
vertikal frekuensi data kelas tersebut. Setiap kaki batang jatuh pada batas
kelas (bawah dan atas) sehingga “titik tengah” berada di tengah kedua kaki
batangnya.
Mean (rerata hitung, eks bar) data kuantitatif
dalam sampel adalah hasil bagi jumlah nilai data oleh banyak data. X = X1 + X2
+ Xn/n.
Modus
adalah fenomena yang paling banyak terjadi atau paling banyak terdapat. Bisa
sebagai rerata data kualitatif. Untuk data kuantitatif modus ditentukan dengan
jalan menentukan frekuensi terbanyak dalam data itu.
Median
(Me) menentukan letak data setelah data itu disusun menurut urutan nilainya.
Untuk sampel genap setelah data diurutkan menurut nilainya, Me = rerata dua
data tengah.
Kuartil: bilangan pembagi untuk sekumpulan
data yang dibagi menjadi empat bagian yang sama banyak, sesudah disusun menurut
urutan nilainya.Ada tiga (K1, K2, K3).
Cara menentukan nilai kuartil:
1). Susun data menurut urutan nilainya,
2). Tentukan letak kuartil, dan
3). Tentukan nilai kuartil.
Letak
Kuartil ke-i (Ki) = data ke i (n + 1)/4, dengan i = 1, 2, dan 3. X (garis)= X
berpalang = Xbar= Mean= Rerata= ΣXi/n (data tunggal) = ΣfiXi/ Σfi = 899/14 = 64, 21428 = 64, 21
Xi fi fiXi
70 5 350
69 6 414
45 3 135
Σ Σ
Cara singkat/sandi/Code (gunakan salah satu
tanda kelas, Xo = O)
skor fi Xi fixi C fiCi
31 – 40 2 35,5 71 -3 -6 Xbar =
41 – 50 3 45,5 136,5 -2 -6 Md + i (ΣfiCi)
51 – 60 5 55,5 277,5 -1 -5 Σfi
61 – 70 14 65,5 917 O 0 65,5+10 (83/80
71 – 80 24 75,5 1810 1 24 = 65,5 + 10, 375
81 – 90 20 85,5 1710 2 40 = 75, 875
91 – 100 12 95,5 1146 3 36
Σ Σ
2.10. Median
Cara singkat/sandi (gunakan salah
satu tanda kelas, Xo untuk nilai sandinya C = O). Untuk tanda kelas yang lebih
kecil dari Xo berturut-turut diberi harga sandi C = -1, -2, --- dst. Untuk
tanda kelas yang lebih besar dari Xo berturut-turut diberi harga sandi C = +1,
+2, …, dst. Berdasarkan contoh:
Md = Xi (sejajar dengan C = 0) = 65,5 ; i
= 10 ; ΣfiCi = 83 ; Σfi = 80 Modus,
fenomena yang paling banyak terjadi, dapat merupakan rata-rata data kualitatif.
Rumus untuk data yang dikelompokkan, Mo = bb + p ( b1 ) b1 + b2 bb = batas
bawah kelas modus (kelas interval dengan f terbanyak) = 70,5 p = panjang kelas
= 10 Frekuensi kelas modus = fi terbanyak = 24
b1 = f kelas modus – f kelas interval
sebelumnya (24 – 14 = 10)
b2 = f kelas modus – f kelas interval
sesudahnya (24 – 20 = 4)
Mo = 70,5 + 10 (10/10 + 4) = 70,5 + 10 (0,
714) = 70, 5 + 7, 1428 Mo = 77, 643
Median,
data genap setelah diurutkan merupakan rata-rata hitung dua data tengah. Median
untuk data dalam daftar distribusi frekuensi, rumusnya:
Me = bb + p ( ½.n – F/fi )
n = ukuran sampel atau banyak data (80)
F = jumlah semua frekuensi dengan tanda
kelas lebih kecil dari tanda kelas median. Contoh, berdasarkan data di atas,
maka diketahui:
½n = 40 ; bb = 70,5 ; p = 10 ; fi = 24 ; F
= 2 + 3 + 5 + 14 = 24, maka Me = 70,5 + 10 (40 – 24/24) = 70,5 + 10 (0,666) =
70,5 + 6,666 Me = 77, 1666.
Cara menentukan nilai kuartil: 1)
susun data menurut urutan nilainya, 2) tentukan letak kuartil, dan 3) tentukan
nilai kuartil. Rumus: Letak Ki = data ke i (n + 1)/4 ; dimana i = 1, 2, 3.
Contoh
diketahui data:
75, 82, 66, 57, 64, 56, 92, 94, 86, 52,
60, 70. Kemudian disusun menjadi:
52, 56, 57, 60, 64, 66, 70, 75, 82, 86,
92, 94.
Contoh,
tentukan nilai K3:
Letak K3 = data ke 3(12 + 1)/4 = data ke 9
¾, maka nilai K3 = data ke 9 + ¾(data ke 10 – data ke 9) = 82 + ¾(86 – 82),
maka K3 = 85
Untuk
data dalam daftar distribusi frekuensi, maka rumus Kuartilnya: Ki = bb + p ( in/4 – F ), dengan i = 1, 2, 3.
fbb = batas bawah kelas Ki, ialah kelas interval dimana Ki akan terletak
F = jumlah frekuensi dengan tanda kelas lebih
kecil dari tanda kelas Ki Berdasarkan data, misal ingin menentukan K3, kita
perlu ¾ X 80 = 60 data. Maka K3 terletak pada kelas interval (fi = 2+3+5+14+24+20
= 60), dari K3 ini didapatlah bb = 80,5; p = 10; f = 20; F = 2+3+5+14+24 = 48).
Dengan i = 3 dan n = 80, maka K3 = 80,5 + 10 (3 X 80 / 4 - 48) 20
= 80,5 + 10 (60 – 48) = 80,5 + 10 (0,6) =
86,5. 20
Ini
berarti ada 75% siswa yang mendapat skor paling tinggi 86,5 (misal : 86, 5; 85;
70); sedangkan 25% lagi mendapat skor paling rendah 86, 5 (misal: 87; 89, 90,
dst). Desil ialah sekumpulan data dibagi menjadi 10 bagian yang sama (ada 9
desil, D1 s/d D9).
Letak Di = data ke i (n + 1)/10.
Contoh: Letak D7 = data ke 7 (12+1)/10
=
7 x 13/10 = data ke 9,1. Maka nilai D7
=
data ke 9 + (0,1) (data ke 10 – data ke
9); nilai D7
=
82 + ((0,1) (86 – 82)) = 82 + (0, 1 x 4) = 82,4
Ukuran Letak: Desil (Di), Persentil (Pi) Ini berarti ada 70% siswa yang mendapat skor paling
tinggi 82,4, sedangkan 30% lagi mendapat skor paling rendah 82,4
Untuk
data dalam daftar distribusi frekuensi, maka rumus Desil: Di = bb + p (in/10 –
F ) fd Bb = batas bawah kelas Di, ialah kelas interval dimana Di akan terletak F
= jumlah frekuensi dengan tanda kelas lebih kecil dari tanda kelas Di
Berdasarkan data, misal D3, maka perlu:
3X80/10 = 24 data, maka D3 terletak pada kelas interval ke 4, maka: bb = 60,5;
p = 10; f = 14; F = 2+3+5=10.
Persentil, sekumpulan data dibagi
menjadi 100 bagian yang sama (ada P1–P99). Maka letak Pi = data ke i (n + 1) 100
Untuk data dalam daftar distribusi
frekuensi, maka Pi = bb + p (in/100 – F) fp Bb = batas bawah kelas Pi, ialah kelas
interval dimana Pi terletak F = Frekuensi kumulatif (Jumlah frekuensi dengan
tanda kelas lebih kecil dari tanda kelas Pi).
Untuk data/sampel kecil, lebih baik
gunakan data asli tidak dikelompokkan.
Ukuran Simpangan/Dispersi/Variasi
Rentang (R), Rentang Antar Kuartil
(RAK), Simpangan Kuartil (SK) atau Deviasi Kuartil, Rerata Simpangan (RS) atau
Rerata Deviasi, Simpangan Baku (SB) atau Deviasi Standard, Varians dan
Koefisien Variasi. Rentang: Data terbesar – Data terkecil (banyak digunakan
dalam statistik industri) Rentang Antar Kuartil (RAK): K3 – K1, yaitu selisih
antara K3 dan K1. Misalnya, K1 = 68 dan K3 = 90, maka RAK = 90 – 68 = 22. Ini
ditafsirkan bahwa 50% dari data, nilainya paling rendah 68 dan paling tinggi 90
dengan perbedaan paling tinggi 22.
SK atau Rentang Semi Antar Kuartil,
harganya adalah setengah dari rentang antar kuartil. SK =½(K3 – K1).
Rata-rata Simpangan (RS), adalah jumlah
harga mutlak dari selisih Xi dengan X bar dibagi oleh n. Rumus RS = Σ |Xi – X
bar| n
Contoh, Xi = 8, 7, 10, 11 ; X bar = 9,
maka RS = 6/4 = 1 ½
Rata-Rata Simpangan, Simpangan Baku Dan Varians Data Tunggal
Rata-rata Simpangan
Σ l Xi – X bar l Xi Xi – X bar l Xi – X
bar l Maka RS = n
= 6
=8 -1 1 4
=7 -2 2
=10 1 1 = 1 ½
=11 2 2
=n Σ
Simpangan
baku untuk sampel simbolnya S (statistik), sedangkan untuk populasi simbolnya ơ
(sigma). Pangkat dua dari simpangan baku disebut Varians. Langkah-langkah mencari
Varians sebagai berikut: Menghitung rerata Xbar Menentukan selisih dari Xi –
Xbar Menentukan kuadrat selisih tersebut X1 – X bar, …, Xn – X bar Kemudian
kuadrat-kuadrat tersebut dijumlahkan (X1-Xbar)², (Xn-Xbar)²
Selanjutnya jumlah tersebut dibagi oleh (n
– 1).
Simpangan Baku Dan Varians
Jika ada sampel berukuran n dengan
data X1, X2, …, Xn; dan rata-rata (X bar), A. Maka statistik S² dihitung dengan
rumus: S² = Σ(Xi – Xbar)² = Σ x² n – 1 n – 1
Contoh: sampel dengan data: 9, 8, 11, 12, 5.
Xi Xi – X bar (Xi – X bar)² X bar = 45 : 5
= 9
9 0 0 Σ x² = 30
8 -1 1 n – 1 = 5 – 1 = 4
11 2 4 Maka, S² = 30 : 4 = 7, 5
12 3 9 Sehingga S = ٧7,5 = 2, 74
5 -4 16
B. Rumus Varians sampel lain (dengan nilai
data asli, tanpa perlu X bar) S² = n.Σ Xi² – (Σ Xi)² Rumus ini lebih baik, karena
kekeliruannya lebih kecil. n (n – 1) Xi Xi² 8² = 64; 11² = 121; 12² = 144; 5² =
25; maka ΣXi = 45; ΣXi² = 354 9 8 maka S² = 5x354–(45)² = 1770-2025 = 150 = 7,5
5 x 4 20 20
Simpangan Baku Dan Varians Dalam Ddf
Untuk
data dalam Daftar Distribusi Frekuensi, rumus varians sbb:
1. S² = Σfi (Xi – X bar)² = Σfi (x)² n – 1
n - 1
______________________________________________________
Skor fi Xi (Xi – Xbar) (Xi – Xbar)² fi (Xi
– Xbar)²
2. S² = n.ΣfiXi² – (ΣfiXi) n (n – 1)
____________________________________
Skor fi Xi Xi² fXi fiXi² Σ - - Σ Σ
Keterangan: Xi = tanda kelas ; n = Σfi
fi = frekuensi yang sesuai tanda kelas Xi
Simpangan Baku Dan Varians
Rumus Varians dengan Cara
singkat/sandi (C) S² = p² (n.Σ fici²) – (Σfici)²
n (n – 1) skor fi Xi Ci Ci² fiCi fiCi²
31 – 40 2 35,5 -4 16 -8 32
41 – 50 3 45,5 -3 9 -9 27
51 – 60 5 55,5 -2 4 -10 20
61 – 70 14 65,5 -1 1 -14 14
71 – 80 24 75,5 0 0 0 0
81 – 90 20 85,5 1 1 20 20
91 – 100 12 95,5 2 4 24 48
Σ 80 3 161 S² = 10² (80 X 161 – (3)²) =
100 (12880-9) = 100 (2,0365) = 203,6 80 X 79 6320 Ket: n = Σ fi; p = panjang
kelas = i (interval).
BAB III
PENUTUP
3.1.
Kesimpulan
Ada 2 pendekatan untuk menganalisis
informasi berdasarkan jenis informasi yang diperoleh, yaitu analisis
kuantitatif dan analisis kualitatif. Analisis kuantitatif/analisis data
kuantitatif adalah analisis yang berbasis pada kerja hitung-menghitung angka.
Angka yang diolah disebut input dan hasilnya disebut output juga berupa angka.
Analisis kualitatif/analisis data kualitatif adalah analisis yang berbasis pada
kerja pengelompokan simbol-simbol selain angka. Simbol itu berupa kata, frase,
atau kalimat yang menunjukkan beberapa kategori. Input maupun output analis
data kualitatif berupa simbol, dimana outputnya disebut deskripsi verbal.
Statistik
adalah sebagai alat pengolah data angka. Stasistik dapat juga
diartikan sebagai metode/asas-asas guna mengerjakan/memanipulasi data kuantitatif agar angka berbicara. Pendekatan dengan statistik sering digunakan metode statistik yaitu metode guna mengumpulkan, mengolah, menyajikan, menganalisis & menginterpretasikan data statistik. Statistika dapat pula diartikan pengetahuan yang berhubungan dengan pengumpulan data, pengolahan data, penganalisisan dan penarikan kesimpulan berdasarkan data dan analisis. Jadi statistik adalah produk dari kerja statistika.
diartikan sebagai metode/asas-asas guna mengerjakan/memanipulasi data kuantitatif agar angka berbicara. Pendekatan dengan statistik sering digunakan metode statistik yaitu metode guna mengumpulkan, mengolah, menyajikan, menganalisis & menginterpretasikan data statistik. Statistika dapat pula diartikan pengetahuan yang berhubungan dengan pengumpulan data, pengolahan data, penganalisisan dan penarikan kesimpulan berdasarkan data dan analisis. Jadi statistik adalah produk dari kerja statistika.
Statistika
adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan,
menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya,
statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' (bahasa
Inggris: statistics) berbeda dengan 'statistik' (statistic).
Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah
data, informasi, atau hasil penerapan algoritma statistika pada suatu data.
Ada
empat tipe pengukuran atau skala
pengukuran yang digunakan di dalam statistika, yakni: nominal, ordinal,
interval, dan rasio. Keempat skala pengukuran tersebut memiliki tingkat
penggunaan yang berbeda dalam riset statistik.
- Skala nominal hanya bisa membedakan sesuatu
yang bersifat kualitatif (misalnya: jenis kelamin, agama, warna kulit).
- Skala ordinal selain membedakan juga
menunjukkan tingkatan (misalnya: pendidikan, tingkat kepuasan).
- Skala interval berupa angka kuantitatif namun tidak
memiliki nilai nol mutlak (misalnya: tahun, suhu dalam Celcius).
- Skala rasio berupa angka kuantitatif yang memiliki
nilai nol mutlak.
3.2. Saran
Pada
perhitungan dengan menggunakan cara manual tentunya juga diperlukan ketelitian
dan kecermatan agar tidak terjadi kesalahan, untuk memperkecil kesalahan kita
bisa menggunakan cara statistik atau statistika untuk menaganalisis suatu
masalah dalam kehidupan sehari hari maupun dalam suatu pelajaran mahasiswa. Dalam pembahasan ini, Saya mengakui masih banyak terdapat
kekurangan, baik dari segi penulisan kata maupun penjelasannya yang kurang
tepat. Oleh karena itu Saya mohon kritikan dan saran dari pembaca demi
kesempurnaan makalah ini di masa yang akan datang.
Tidak ada komentar:
Posting Komentar
Jika mengunjungi blogs ini harap komentar ya..