Jenis Statistika

Ada 4 jenis statistika yang biasa digunakan, yaitu :

  1. Statistika berdasarkan orientasi pembahasan

Statistik yang berdasarkan orientasi pembahasan ini juga terbagi lagi menjadi dua macam :

  • Statistika matematika

Statistika jenis ini mengedepankan pemahaman akan model, penurunan konsep, kumpulan rumus statisk secara teori, pemahamaman dan pengujian, analisis regresi, galat dan lainnya.

  • Statistika terapan

Statistika jenis ini mengutamakan pemahaman konsep serta teknik yang penggunaan dan penerepannya hanya berlaku pada disiplin bidang ilmu tertentu. Beberapa ilmu yang menggunakan statistika terapan sehingga memiliki terminologi yang khusus di antaranya aktuaria, biostatistika atau biometrika, statistika bisnis, ekonometrika, psikometrika, statistika sosial, statistika teknik atau teknometrika,  fisika statistik, demografi, eksplorasi data, literasi statistik, analisis proses dan ekonometrika.

Mudahnya, Statistika Matematika yang lebih berorientasi pada pemahaman model dan teknik statistika secara matematis, sedangkan Statistika Terapan adalah bagian dari matematika yang secara khusus membahas cara-cara analisis dan penafsiran data (interpretasi) dan lebih berorientasi pada pemahaman intuitif atas konsep dan teknik statistika serta penggunaannya di berbagai bidang.

  • Statistika berdasarkan fase tujuan analisis

Berdasarkan tujuan analisisnya, statistika dibagi menjadi dua bagian yaitu:

  • Statistika deskriptif adalah statistika yang meliputi pengumpulan, pengolahan, analisis, penyajian data statistika yang biasanya digunakan untuk menyimpulkan atau mendeskripsikan data tanpa penarikan kesimpulan secara general. Contoh statistika ini adalah menghitung rata-rata dan varians dari data, mendeksripsikan menggunakan tabel-tabel atau grafik, sehingga data menjadi lebih mudah dibaca dan lebih bermakna (informatif).
  • Statistika inferensial adalah jenis statistika yang analisisnya sampai dengan tahap mengambil kesimpulan secara general. Jenis statistika ini biasanya berkaitan dengan permodelan data lalu melakukan pengambilan keputusan berdasarkan analisis data. Contohnya adalah melakukan pengujian hipotesis, melakukan estimasi atau prediksi, membuat permodelan hubungan berupa penghitugan korelasi, analisis regresi, ANOVA, analisis time series dan sebagainya.

Eitssss, tapi… Generalisasi atau penarikan kesimpulan pada statistika inferensial ini memiliki sifat yang tidak pasti. Mengapa? Karena hanya berdasar pada informasi parsial yang diperoleh dari sebagian data. Jadi, kesimpulan yang didapatkan hanya merupakan peramalan saja.

Mudahnya, Statistika Deskriptif digunakan untuk memperoleh gambaran atau ukuran-ukuran tentang data yang ada, sedangkan Statistika Inferensial dapat digunakan untuk melakukan inferensi tentang populasi misalnya menaksir ukuran atau menguji hipotesis.

Nahlooo, apa lagi itu hipotesis? Hipotesis adalah dugaan sementara atau asumsi sementara terhadap pertanyaan yang muncul dalam sebuah penelitian. Detilnya kita bahas lain waktu yaaaaa..

  • Statistika berdasarkan asumsi distribusi populasi data yang dianalisis

Menurut asumsi distribusi populasi data yang dianalisis, statistika dibedakan menjadi dua macam :

  • Statistika parametrik yang merupakan statistik yang didasarkan menurut model distribusi normal. Statistika parametrik adalah salah satu statistika inferensial yang digunakan untuk menguji hipotesis yang telah dibuat dari data yang berdistribusi normal dan sampelnya berukuran relatif besar. Syarat penggunaan statistika ini adalah:
  • Populasi yang dijadikan tempat pengambilan sampel harus berdistribusi normal sehingga sampel memiliki variansi yang sama (homogen)
  • Skala data yang digunakan minimal interval atau rasio
  • Penarikan sampel harus dilakukan secara acak atau random
  • Statistika non-parametrik adalah teknik statistik yang digunakan untuk data yang tidak memenuhi syarat untuk dilakukan statistika parametrik. Metode statistika ini digunakan untuk menguji data yang tidak didasarkan pada suatu model distribusi tertentu dengan mengabaikan semua asumsi. Biasanya digunakan pada data dalam jumlah kecil.  Namun bisa juga untuk data yang lebih besar dengan perhitungan yang sederhana.
  • Statistika berdasarkan jumlah variabel terikat

Berdasarkan variabel yang terikat, statistika terbagi menjadi dua bagian :

  • Statistika univariat yang hanya mempunyai satu variabel terikat
  • Statistika multivariat dengan banyak atau lebih variabel terikat

Nah, muncul masalah baru nggak sih? Apa itu Vaiabel terikat? Pengertian variabel terikat menurut Azwar (2007) adalah variabel penelitian yang diukur untuk mengetahui besar efek atau pengaruh variabel lain. Besar efek tersebut diamati dari ada tidaknya, timbul hilangnya, besar mengecilnya atau berubahnya variasi yang tampak sebagai akibat perubahan variabel lain.

Oke, segini dulu yaa..Kita sambung di tulisan berikutnya..

Baca sebelumnya

1

Jenis Statistika

Statistik Vs Statistika

Sering membaca atau mendengar istilah “statistik” disebut?

Sering membaca atau mendengar istilah “statistika” disebut?

Pernah merasa bingung dengan istilah statistik dan statistika?

Kalian tidak sendirian. Beberapa orang memang sering rancu memahami dan menggunakan kedua istilah ini. Tidak masalah sih, karena memang terkesan mirip dan tidak terlalu signifikan untuk dibedakan. Namun ada baiknya kita kita pahami dulu perbedaan dari statistik dan statistika.

  • Statistik merupakan kumpulan data yang bisa memberikan gambaran tentang suatu keadaan atau masalah tertentu, biasanya disusun dan disajikan dalam bentuk daftar, tabel, diagram atau bentuk lainnya agar mudah dipahami.
  • Statistika adalah ilmu yang mempelajari tentang bagaimana mengumpulkan, menyiapkan, mengolah, menganalisis, menyajikan, hingga menarik kesimpulan atas data.

Sederhananya, statistika merupakan sebuah ilmu yang mempelajari data atau mempelajari statistik, sementara statistik adalah data yang diolah dan dipelajari menggunakan ilmu statistika. Untuk mempermudah, maka dapat kita bedakan dengan contoh berikut:

  • Contoh statistik adalah data jumlah penduduk berdasarkan kelompok usia.
  • Contoh statistikanya adalah pengolahan data kependudukan untuk melakukan prediksi dengan menghitung proyeksi penduduk di masa mendatang.

Nah, jadi lebih mudah dipahami bukan?!

Selanjutnya kita bahas tentang jenis statistika.

2

JENIS DATA DALAM STATISTIK Bagian 3

Masih membahas tentang jenis data, pada bagian ketiga atau bagian terakhir ini membahas tiga jenis data. Untuk bagian pertama bisa kalian baca DISINI dan bagian kedua bisa kalian baca DISINI

Data Ordinal

Data ordinal adalah jenis data yang sudah disusun berdasarkan beberapa kategori tertentu dengan memperhatikan urutan tertentu. Data jenis ini termasuk dalam bagian data kualitatif.

Hal penting dari data nominal adalah perbedaan di antara nilai data tidak ditentukan. Contohnya adalah data pendidikan responden dengan kategori dan urutan sebagai berikut:

  1. Tidak tamat SD
  2. SD/sederajat
  3. SMP/sederajat
  4. SMA/sederajat
  5. Diploma
  6. S-1
  7. S-2 ke atas

Data tersebut menunjukkan susunan dengan penomoran paling rendah hingga paling tinggi.

Resume data yang bisa diperoleh adalah persentil, median, mode,  frekuensi, proporsi, dan persentase. Data ordinal biasanya direpresentasikan menggunakan pie chart dan bar chart.

Data Interval

Data interval adalah jenis data yang disusun berdasarkan kategori tertentu dengan berdasarkan jarak yang sama. Data interval memiliki sifat yang sama dengan data nominal data ordinal namun memiliki karakter pada jarak yang sama dimana jarak tersebut belum berlaku kelipatan dan tidak memiliki nilai nol mutlak. Contohnya, suhu 4 (empat) buah benda secara berturut turut  adalah 300C, 350C, 400C, 450C. Keempat data tersebut disebut data interval karena memiliki jarak yang sama di antara setiap data. Data likert juga masuk dalam jenis data interval. Contoh data dengan skala likert dalam pengukuran persepsi atas kualitas adalah:

1 untuk menyatakan sangat baik

2 untuk menyatakan cukup baik

3 untuk menyatakan baik

4 untuk menyatakan tidak baik.

Data 1, 2, 3, dan 4 tersebut telah memenuhi syarat untuk masuk dalam jenis data interval karena disusun berdasarkan kategori tertentu dengan berdasarkan jarak yang sama.

Data interval ini menjadi bagian dari data kontinu. Datanya memiliki variabel yang berisi nilai numeric dimana dapat diketahui perbedaan yang tepat antara nilai-nilai tersebut.

Untuk data ini, kita dapat menambah dan mengurangi, tapi tidak dapat mengalikan, membagi, atau menghitung rasio karena tidak ada nol yang benar (tidak memiliki nilai nol mutlak). Dengan demikian, banyak statistik deskriptif dan inferensia yang tidak dapat diterapkan atas jenis data ini.

Data Rasio

Data rasio merupakan data yang tersusun dan memiliki selisih yang sama dan sudah dapat diperbandingkan antara satu dengan lainnya. Data rasio hampir sama dengan data interval, namun memiliki nilai nol mutlak, artinya nilai 0 pada data ini memiliki arti. Dengan demikian, seluruh statistik deskriptif dan inferensia dapat diterapkan atas jenis data ini.

Contoh data ini adalah berat badan Ani adalah 50 kg sedangkan berat badan Budi adalah 30 kg dimana dapat disimpulkan bahwa berat badan Budi dua kali lipat dari bedan barat Ani.

1 2

JENIS DATA DALAM STATISTIK Bagian 2

Pembahasan kali ini merupakan lanjutan bagian pertama tentang jenis data dalam statistik, pembahasan tentang jenis data bagian pertama bisa dilihat disini.

Data kuantitatif

Data kuantitatif merupakan data yang didapatkan dalam bentuk angka yang selanjutnya dapat diproses dengan penerapan disiplin ilmu matematika atau dianalisis dengan disiplin ilmu statistik. Data kuantitatif biasa juga dikenal sebagai data numerik yang memberikan informasi tentang nilai tertentu. Contoh data kuantitatif adalah ukuran tinggi, panjang, luas, volume dan sebagainya. Data kuantitatif dapat diklasifikasikan menjadi dua jenis berdasarkan kumpulan datanya.

1. Data Diskrit

Data diskrit adalah informasi yang hanya dapat mengambil nilai tertentu dan tidak dapat dibuat lebih presisi. Data diskrit merupakan sejumlah nilai yang mungkin terbatas, biasanya tersedia dalam bilangan bulat dan memiliki nilai tetap. Mudahnya, data diskrit adalah data yang nilainya adalah bilangan asli, bukan berupa pecahan angka.

2. Data Kontinu

Data kontinyu adalah kumpulan data yang didapatkan melalui proses pengukuran tertentu dimana nilai yang didapatkan tidak harus merupakan bilangan bulat. Data kontinu memiliki nilai kemungkinan yang tak terbatas yang dapat dipilih dalam rentang tertentu.

Data kualitatif

Data kualitatif adalah data yang tidak bersifat numerik namun bisa jadi kategorik. Ukuran kategoris didefinisikan dalam spesifikasi kalimat penjelasan, tapi tidak dalam hal angka. Sekalipun data kualitatif terkadang disajikan dengan nilai numerik, tapi nilai tersebut tidak memiliki arti matematis layaknya data kuantitatif.

Setelah uraian sebelumnya, selanjutnya kita bahas jenis data statistik berdasarkan hasil pengukurannya yang terbagi menjadi empat yaitu nomimal, ordinal, interval dan rasio.

Data Nominal

Data nominal adalah jenis data yang terdiri dari kode atau angka atau bilangan dengan berdasarkan kategori tertentu tanpa memperhatikan urutan. Semua data memiliki kedudukan yang sama dan tujuannya hanya untuk membedakan satu kategori dengan kategori lainnya. Dengan demikian, operasi aritmatika tidak berlaku pada jenis data ini.

Data nominal adalah salah satu jenis data statistik kualitatif, yang biasanya membantu memberi label pada variabel tanpa memberikan nilai numerik yang memiliki arti. Terkadang, datanya bisa kualitatif dan kuantitatif. Contoh data nominal adalah data jenis kelamin yang terkategori menjadi Perempuan dan Laki-laki.

Dalam metodenya, data dikelompokkan ke dalam kategori. Resume data yang bisa diperoleh adalah frekuensi atau persentase. Data ini biasanya direpresentasikan secara visual dengan pie chart.

Nantikan pembahsan jenis data bagian 3 (terakhir) di tulisan selanjutnya

Tips Mencari Data

Begitu banyak data tersedia yang bisa dimanfaatkan oleh pengguna lohhh..
Untuk keperluan penelitian, sebagai bahan kontrol dan evaluasi hasil kerja, atau sebagai informasi alternatif maupun supporting things dalam penentuan arah kebijakan..

Hanya saja, tidak banyak pengguna tahu dimana mencari data..

Berikut adalah beberapa link sumber data yang dapat digunakan oleh pengguna:

  1. data publish BPS
    https://www.bps.go.id/
  2. raw data dari BPS
    https://pst.bps.go.id/
  3. data moneter BI
    https://www.bi.go.id/id/default.aspx
  4. data dunia
    https://data.world/
    https://data.worldbank.org/
  5. data trends
    https://trends.google.co.id
  6. data latihan
    https://www.kaggle.com/

Yuk, dimulai searching datanya..

JENIS DATA DALAM STATISTIK Bagian 1

Halo sobat data, yuk belajar statistik dengan asyik

Unsur terpenting dan yang menjadi cikal bakal dari statistik tentu saja adalah data. Data yang tersedia dalam jumlah tertentu dan diolah sehingga menjadi sesuatu yang dimanfaatkan oleh pengguna biasanya kita sebut sebagai informasi. Selanjutnya, sebuah nilai hasil dari penemuan pola dan tren yang diperoleh dari data yang terkumpul dan teranilisa sehingga dapat dijadikan sebuah tujuan, acuan, ataupun data yang dapat dipercaya kita biasa sebut sebagai insight.

Dari penjelasan tersebut, dapat kita pahami bahwa data menjadi hal utama dan terpenting untuk dipersiapkan dan dikenali baik jenis maupun konsepnya. Ada urgensi untuk mengetahui dan memahami konsep penting dari data. Utamanya adalah agar kita dapat melakukan pengukuran statistik dengan benar. Dengan memahami jenis data statistik maka diharapkan proses analisis, baik interpretasi maupun penyajian atau visualisasi dapat ditentukan dengan benar.

Sebelum kita membahas jenis data yang sering dijadikan requirement awal proses analisis statistik, maka kita pahami dulu dua jenis data menurut sumber perolehannya yaitu  data primer dan sekunder.

Data Primer

Data Primer didefinisikan sebagai data yang di peroleh secara langsung dari sumber pertamanya. Data primer biasanya dikumpulkan dengan metode survey atau dengan metode observasi. Metode survey ialah metode pengumpulan data primer yang menggunakan pertanyaan lisan maupun tulisan. Pertanyaan lisan dilakukan melalui mekanisme wawancara dan pertanyaan tertulis dengan memanfaatkan tools tertentu, misalnya formulir kuesioner baik tercetak maupun elektronik. Sedangkan metode observasi ialah metode pengumpulan data primer dengan melakukan pengamatan terhadap aktivitas dan kejadian atas unit tertentu.

Data Sekunder

Data Sekunder merupakan sumber data suatu penelitian yang di peroleh peneliti secara tidak langsung atau melalui media perantara. Mudahnya, data sekunder adalah data yang diperoleh atau dicatat oleh pihak lain. Data sekunder dapat berupa bukti, catatan atau laporan yang telah tersusun. Data sekunder ini biasa diperoleh dengan cara melakukan permintaan data kepada pihak yang telah mengumpulkannya.

Setelah mengenali dua jenis data menurut sumber perolehannya, maka kita perlu juga memiliki pengetahuan atas dua jenis data yang digunakan dalam penelitian atau riset menurut sifatnya yaitu data kuantitatif dan data kualitatif.

Apa itu data kuantitatif dan data kualitatif kita lanjutkan pada pembahasan selanjutnya

APA ITU STATISTIK?

Definisi Statistik

Menurut Kamus Besar Bahasa Indonesia (KBBI), arti kata statistik adalah data yang berupa angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga dapat memberi informasi yang berarti mengenai suatu masalah atau gejala. Ada juga yang mengartikan statistik secara sederhana sebagai catatan angka-angka (bilangan).

Statistik juga dapat dikatakan sebagai hasil data yang sebelumnya sudah dikumpulkan melalui proses atau metode ilmiah dan kemudian diolah serta diinterpretasikan untuk kemudian ditampilkan dalam bentuk grafik atau diagram. Data yang sudah diolah dan ditampilkan inilah yang disebut sebagai statistik.

Jenis Statistik

Berikut dibawah ini merupakan jenis jenis statistik, yaitu :

  • Berdasarkan Orientasi Pembahasan

Statistik matematika : statistik ini memahami mengenai model, penurunan konseptual, rumus statistik matematika-teoritis. Contohnya, tes normalitas, menganalisis regresi, error, dan lainnya.

Statistik terapan : statistik ini lebih memfokuskan mengenai konsep, teknik statistik, dan juga penerapan terhadap disiplin ilmu.

  • Berdasarkan Fase & Tujuan Analisis

Statistik deskriptif : statistik ini berkaitan erat dengan pengumpulan suatu proses, menganalisis, dan sajian data tanpa sebuah kesimpulan umum.

Statistik inferensia : statistik ini merupakan sebuah proses untuk memungkinkan suatu kesimpulan secara umum yang akan diambil dari data yang sedang berproses.

  • Berdasarkan Sebuah Asumsi Distribusi Populasi Data

Statistik parametrik adalah pengujian yang memanfaatkan informasi mengenai parameter populasi. Statistik parametrik digunakan jika distribusi suatu populasi sudah diketahui.

Statistik non parametrik adalah sebuah metode pengujian dimana kita tidak mengetahui parameter dalam populasi.

  • Berdasarkan Jumlah Variabel Terikat

Statistik univariat : statistik ini hanyak mempunyai satu variabel dependen.

Statistik multivariat : statistik ini mempunyai lebih dari satu variabel dependen.

Manfaat Statistik

Berikut adalah manfaat statistik:

  1. Mendapat sebuah gambaran terhadap fenomena tertentu yang lebih sederhana dengan ukuran yang statistik.
  2. Mendapatkan sebuah kesimpulan dengan selang kepercayaan tertentu sesuai dengan sampel dari suatu populasi.
  3. Melakukan efisiensi biaya dengan metode sampling tertentu.
  4. Menemukan suatu pemodelan mengenai suatu masalah.
  5. Mengetahui faktor apa saja  yang ada hubungannya dengan suatu permasalahan.
  6. Mengetahui dampak dari suatu variabel.
  7. Memungkinkan melakukan prediksi dan peramalan data di masa depan.

Kegunaan Statistik

Peran statistik pada penelitian sebenarnya hanya dijadikan sebagai alat bantu saja. Hal ini berarti statistik bukan merupakan sebuah tujuan dalam penentuan komponen penelitian. Statistik akan sangat berguna dalam menyusun suatu model, merumuskan hipotesis, untuk mengembangkan alat dalam mengumpulkan data, menyusun sebuah rancangan penelitian, menentukan sampel, dan untuk menganalisis data. Lalu kemudian data tersebut di interpretasikan sehingga dapat bermakna.

Dari sekian banyak penelitian ilmiah, hampir semuanya melakukan sampel, dan dengan adanya sampel tersebut dapat ditarik sebuah generalisasi yang pasinya akan ada error. Nah, inilah kegunaan statistik dimana dengan statistik kita akan mampu:

  1. Menjelaskan hubungan antara variabel-variabel

Variabel merupakan suatu nilai yang tidak tetap, bisa harga, ukuran, hasil, umur, ataupun tinggi. Misalnya hubungan antar permintaan produk dengan tingkat pendapatan dalam penjualannya.

  • Membuat rencana dan ramalan

Rencana dan ramalan ini harus beriringan atau harus sejalan agar mendapatkan hasil yang bagus dan berkualitas. Seperti dalam perencanaan sebuah pembangunan kompleks perumahan di sebuah kota yang dipengaruhi oleh beberapa factor seperti jumlah penduduk dan tingkat pendapatan.

  • Mengatasi berbagai perubahan

Perubahan yang terjadi pada sebuah rencana dan ramalan dapat diabaikan atau dihindari supaya tidak ada pihak yang dirugikan, dengan menggunakan statistik perubahan tersebut dapat dijauhi.

  • Membuat keputusan yang lebih baik

Dengan menggunakan metode statistik keputusan yang rasional dapat diperoleh seperti pada sebuah perusahaan didapatkan kondisi yang tidak menentu dari produknya, untuk di masa yang akan datang perusahaan harus menyiapkan solusi dengan memilih keputusan yang baik agar tidak terjadi kerugian sehingga mempermudah perusahaan dalam untuk mencapai tujuan.

Fungsi Statistik

Fungsi statistik dalam kehidupan sehari-hari yaitu sebagai gudang data yang menyediakan data untuk diolah dan diinterpretasikan, sebagai alat pembantu standarisasi atau alat pengawasan, sebagai penganalisisan data, dan sebagai pembuat keputusan untuk penetapan kebijakan oleh pengguna.

Secara mudahnya, tujuan atau fungsi dari statistik adalah mendapat gambaran atas data-data yang sudah dikumpulkan dan dikaji sebelumnya untuk kemudian dapat ditarik kesimpulan atas permasalahan atau persoalan yang sedang dipelajari atau dikaji.

Tantangan Statistik di Era Big Data

Aktivitas dan penerapan statistik berkembang seiring perkembangan zaman. Di era digital, kebutuhan data meningkat sangat pesat. Setiap individu, termasuk masing-masing kita, tidak hanya sebagai konsumen namun juga sebagai produsen data.

Dengan berbagai jenis perangkat yang kita gunakan, paling mudah dan dekat adalah smartphone, dan dengan rata-rata menghabiskan lebih dari 8 jam sehari untuk berselancar di internet, kita menjadi produsen data dengan banyak ragam. Berbagai aplikasi daring kita gunakan untuk mempermudah pekerjaan, aplikasi manajemen keuangan, aplikasi berkendara, aplikasi pemesanan barang konsumsi, aplikasi meeting online, dan sejumlah aplikasi lain yang semuanya membutuhkan akses ke data pribadi.

Tanpa kita sadari, hasilnya sudah terwujud sebagai data dan akan terus bertambah banyak yang pada akhirnya membentuk big data. Big data biasa didefinisikan sebagai kumpulan proses yang terdiri volume data dalam jumlah besar yang terstruktur maupun tidak terstruktur dan digunakan untuk membantu kegiatan bisnis. Big data merupakan pengembangan dari sistem database dengan karakteristik berupa proses kecepatan, volume, dan jenis data yang tersedia lebih banyak dan bervariatif.

Big data dapat dimanfaatkan dengan teknik tertentu menjadi informasi yang dapat membantu pengguna untuk mendapatkan banyak insight dalam menetapkan kebijakan strategis di suatu instansi pemerintahan ataupun perusahaan. Pengembangan big data dengan multi disiplin ilmu, diantaranya komputasi, pemrogaman, machine learning, dan statistik, akan menjadi sumber informasi yang lebih kuat dan bermakna.

Disinilah tantangan baru muncul. Ahli di bidang statistik perlu mengembangkan metodologi baru yang sesuai dan mampu mengcover big data. Peluangnya adalah terwujudnya proses bisnis statistik yang lebih cepat, lebih murah, lebih efisien, dan lebih terperinci.