Statistik dan Statistika

Perbedaan Statistika dan Statistik

Statistika merupakan suatu ilmu yang mempelajari tata cara pengumpulan data, pengolahan data, penyajian data, analisis data, dan pengambilan keputusan berdasarkan data.

Statistik merupakan karakteristik yang diukur  dari sampel. Karakteristik di sini berupa rata-rata, varians atau standart deviasi, proporsi. Misal  : rata-rata usia penduduk di Surabaya, Malang dan Gresik

Pengertian Statistik

Statistik berasal dari kata state yang artinya negara. Dalam pengertian yang paling sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan (berkaitan) dengan suatu masalah tertentu.
Umumnya suatu data diikuti atau dilengkapi dengan keterangan-keterangan yang berkaitan dengan suatu peristiwa atau keadaan tertentu. Kata statistik juga menyatakan ukuran atau karakteristik pada sampel seperti nilai rata-rata, dan koefisien korelasi.

Jenis Statistik
Berdasarkan jenisnya, statistik dibedakan menjadi dua, yaitu statistik deskriptif dan statistik inferensial. Statistik deskriptif adalah statistik yang berkenaan dengan metode atau cara mendeskripsikan, menggambarkan, menjabarkan, atau menguraikan data.

Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data, menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen / proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel, distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).

Statistik inferensial adalah statistik yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t (Sugiyono, 2006).

Klasifikasi, Jenis dan Macam Data Dalam Statistik
A. Jenis Data Menurut Cara Memperolehnya
1. Data Primer
Data primer adalah secara langsung diambil dari objek / obyek penelitian oleh peneliti perorangan maupun organisasi. Contoh : Mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.
2. Data Sekunder
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.
B. Macam-Macam Data Berdasarkan Sumber Data
1. Data Internal
Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal. Misal : data keuangan, data pegawai, data produksi, dsb.
2. Data Eksternal
Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi pelanggan, persebaran penduduk, dan lain sebagainya.
C. Klasifikasi Data Berdasarkan Jenis Datanya
1. Data Kuantitatif
Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka. Misalnya adalah jumlah pembeli saat hari raya idul adha, tinggi badan siswa kelas 3 ips 2, dan lain-lain.
2. Data Kualitatif
Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air minum dalam kemasan, anggapan para ahli terhadap psikopat dan lain-lain.
D. Pembagian Jenis Data Berdasarkan Sifat Data
1. Data Diskrit
Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu, dan lain-sebagainya.
2. Data Kontinyu
Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata sekitar, kurang lebih, kira-kira, dan sebagainya. Dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.
E. Jenis-jenis Data Menurut Waktu Pengumpulannya
1. Data Cross Section
Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei 2004, dan lain sebagainya.
2. Data Time Series / Berkala
Data 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, jumlah pengikut jamaah nurdin m. top dan doktor azahari dari bulan ke bulan, dll.
F.Jenis-jenis data menurut tingkatan pengukuran.
1. Data Rasio
Data rasio adalah tingkatandatayangpalingtinggi. Datarasiomemiliki jarak antar nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh jenis-jenis data lainnya. Contoh dari data rasio diantaranya: berat badan, panjang benda, jumlah satuan benda. Jikakita memiliki10 bola maka ada perwujudan 10 bola itu, dan ketika ada seseorang memiliki 0 bola maka seseorang tersebut tidak memiliki bola satupun. Data rasio dapat digunakan dalam komputasi matematik, misalnya A memiliki 10 bola dan B memiliki8 bola, makaA memiliki2 bola(10-8) lebih banyak dariB.
2. Data Interval
Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contoh dari data interval ialah hasil dari nilai ujian matematika. Jika A mendapat nilai 10 dan B mendapat nilai 8, maka dipastikan Amempunyai 2 nilai lebih banyakdari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai 0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau kosong.
3. Data Ordinal
Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. Contoh dari data ordinal yaitu penskalaan sikap individu. Penskalaan sikap individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2), dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak mempunyai jarak data yang pasti , misalnya: Sangat Setuju (5) dan Setuju (4) tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju(5) danSetuju(4) bukan 1 satuan (5-4).
4. Data Nominal
Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya. Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1 individu hanya punya 1 bentuk data. Contoh data nominal diantaranya yaitu: jenis kelamin, tempat tinggal, tahun lahir dll. Setiap individu hanya akan mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan =1, laki-laki =2.
Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data parametric dan non-parametric. Jika “NOIR” adalah pembagian data menurut tingkatan pengukuran, pembagian parametric dan non-parametric dipengaruhi oleh karakteristik empirik dari data tersebut. Pengetahuan tentang batasan data parametric dan nonparametric ini sangat penting karena pada proses analisis memang dibedakan untuk masing-masing jenis data tersebut. 

Kegunaan Statistika

Statistika dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat yang dapat membantu pengambil keputusan berdasarkan hasil kesimpulan pada analisis data dari data yang di kumpulkan. Selain itu juga dengan statistika kita bisa meramalkan keadaan yang akan datang berdasakan data masa lalu.

 Definisi Populasi

Populasi adalah keseluruhan dari objek penelitian

Definisi Sampel

Sampel adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif, yaitu sampel yang dapat mewakili populasinya. Agar representatif, maka pengambilan sampel dari populasi harus menggunakan teknik pengambilan sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel :

1.      Teknik sampling berdasarkan peluang. Teknik sampling berdasarkan peluang adalah sebuah teknik pengambilan sampel dimana setiap unit observasi dalam populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada 3 teknik sampling berdasarkan peluang :

• Sampling Acak Sederhana adalah teknik pengambilan sampel dimana sampel diambil berdasarkan tabel bilangan acak

• Sampling Klasifikasi  adalah sebuah teknik pengambilan sampel dimana populasi terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi homogen. Karena sub populasi homogen, salah satu sub populasi diambil sebagai sampel

• Sampling Stratifikasi adalah sebuah teknik pengambilan sampel dimana populasi terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi heterogen. Karena sub populasi heterogen, pada setiap sub polulasi ada yang diambil sebagai sampel

2.      Teknik sampling tidak berdasarkan peluang. Teknik sampling tidak berdasarkan peluang adalah teknik pengambilan sampel dimana setiap nit observasi dalan populasi tidak mempunyai kesempatan yang sama untuk terpilih menjadi sampel.Ada beberapa teknik sampling tidak berdasarkan peluang, diantaranya :

• Teknik sampling convenience (seadanya)

• Teknik sampling judgment (pertimbangan)