1. DEFINISI STATISTIKA

Pengertian Stistika

menurut saya statistika itu? istilah statistika ternyata masih awam  bagi banyak orang . masih banyak yang belum paham tidak mengerti arti dari statisitika. padahal ilmu ilmu statistika menjadi salah satu ilmu paling dibutuhkan di era digital seperti sekarang, terutama dengan banyak data yang bisa di olah.

• DEFINISI STATISTIKA SECARA UMUM

Secara umum statistika itu adalah ilmu yang mempelajari bagaimana merencanakan , mengumpulkan , menganalisi , menginterpretasi , dan mempresentasikan data. secara singkat, arti dari statistika adalah ilmu yang berkaitan dengan data untuk di olah dan diinterpretasikan.

• Statistika menurut para ahli :

-   Menurut Sigit Nugroho (2007)

Pengertian statistika menurut Sigit Nugroho (2007) adalah hasil-hasil pengolahan dan analisis data. Statistik dapat berupa mean, modus, median, dan sebagainya. Statistik dapat digunakan untuk menyatakan kesimpulan data berbentuk bilangan yang disusun dalam bentuk tabel atau diagram yang menggambarkan karakteristik data.

-   Menurut Marguerrite F. Hall (1892)

Pengertian statistika menurut Marguerrite F. Hall (1892) merupakan suatu teknik yang digunakan untuk mengumpulkan data, menganalisa data dan menyimpulkan dan mengadakan penafsiran data yang berbentuk angka.

-   Menurut Anderson & Bancrofi

Statistika merupakan ilmu dan seni mengembangkan dan menerapkan metoda yang paling efektif untuk mengumpulkan, mentabulasi, menginterpretasi kan data kuantitatif sedemikian rupa sehingga kemungkinan salah dalam kesimpulan dan estimasi dapat diperkirakan dengan menggunakan penalaran induktif berdeasarkan matematika probabilitas.

Fungsi Statistika

1. Statistik menggambarkan data dalam bentuk tertentu contohnya berbentuk numeric/variabel.
2. Statistik data bisa di sederhanakan menjadi kompleks yang mana datanya yang dimengerti.
3. Statistik adalah teknik untuk membuat perbandingan data.
4. Statistik dapat memperluas pengalaman diri sendiri.
5. Statistik dapat diukur besarannya dari suatu kondisi.
6. Statistik dapat menentukan suatu hubungan sebab akibat

Manfaat Statistik

Adapun manfaat dan peran dari statistika, diantaranya:

• Dalam kehidupan sehari-hari, statistik berperan sebagai penyedia bahan atau keteranagn dari berbagai hal untuk diolah dan ditafsirkan.
• Dalam penelitian ilmiah, Statistik berperan sebagai penyedia alat untuk mengemukakan maupun menemukan kembali keterangan yang seolah tersembunyi dalam angka.
• Dalam ilmu pengetahuan, statistik berperan sebagai peralatan analisisdan interprasi diri data kuantitatif ilmu pengetahuan sehingga dapat disimpulkan data tersebut.

2. CONTOH STATISTIKA DI SEKITAR KITA

• Contoh penggunaan statistika di sekitar kita dalam sehari hari, yaitu:

1.  Perhitungan jumlah penduduk
2.  Perhitungan angka kelulusan ujian nasional tingkat SMP, SMA dan sederajad
3.  Statistik jumlah penduduk miskin
4.  Perhitungan terjadinnya kecelakaan
5.  Statistik tentang pengguna narkoba di Indonesia
6.  Perhitungan absensi kehadiran mahasiswa
7.  Perhitungan nilai Mahasiswa
8.  Statistik tentang faktor ekonomi
9.  Perhitungan Bantuan Donasi
10.  Perhitungan Hasil Panen
11.  Statistik sebagai data pemilihan umum
12.  Perhitungan kemajuan /perkembangan pendapatan dari barang yang di jual setiap bulannya.

     1.      Contoh yang ada didalam bahan termasuk statistika adalah:

•  Statistik pendidikan
•  Statistik kesehatan
•  Statistik politik
•  Statistik ekonomi
•  Statistik pembangunan
•  Statistik Peternakan
•  Statistik Perikanan

3. JENIS - JENIS DATA

• Jenis - Jenis Data

1. DATA NUMERIK

          Numeric adalah tipe data yang digunakan pada varianel atau konstanta untuk menyimpan nilai dalam bentuk bilangan atau angka. Data Numeric adalah tipe data yang digunakan pada varianel atau konstanta untuk menyimpan nilai dalam bentuk bilangan atau angka.

      2. DATA NOMINAL

          Data Nominal biasa disebut data skala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.

Contoh: Jenis pekerjaan, diklasifikasi sebagai: 

1. Pegawai negeri, diberi tanda 1,
2. Pegawai swasta, diberi tanda 2, 
3. Wiraswasta, diberi angka 3

Ciri Data Nominal :

• Posisi data setara. Dalam contoh tersebut, pegawai negeri tidak lebih tinggi/lebih rendah dari pegawai swasta. 
• Tidak bisa dilakukan operasi matematika (X, +, - atau : ). Contoh, tidak mungkin 3-2=1 (Wiraswasta dikurangi pegawai swasta=pegawai negeri

      3. DATA ORDINAL

Data berskala ordinal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi, tetapi diantara data tersebut terdapat hubungan.

Contoh:

Kepuasan pelanggan, diklasifikasikan sebagai:

1. Sangat puas, diberi tanda 1, 
2. Puas, diberi tanda 2, 
3. Cukup puas, diberi tanda 3, 
4. Tidak puas diberi tanda 4, 
5.  Sangat tidak puas diberi tanda 5

Ciri Data Ordinal:

• posisi data tidak setara. Dalam kasus di atas, sikap pelanggan yang sangat puas, lebih tinggi dari yang puas. Sikap pelanggan yang puas, lebih tinggi dari yang cukup puas, dst. Angka/tanda bisa dibalik dari 5 hingga 1, tergantung kesepakatan. 
• Tidak bisa dilakukan operasi matematika. Tidak mungkin 1+2=3 (yang berarti sangat puas ditambah puas = cukup puas)

      4. DATA INTERVAL

Data interval adalah data yang diperoleh dengan cara pengukuran, dimana jarak antar dua titik pada skala, sudah diketahui. Berbeda dengan skala ordinal, dimana jarak dua titik tidak diperhatikan (seperti berapa jarak antara puas dan tidak puas, yang sebenarnya menyangkut perasaan orang saja)

Contoh:

Temperatur ruangan. Bisa diukur dalam Celsius, atau Fahrenheit, dengan masing-masing punya skala sendiri. Untuk air membeku dan mendidih:

1. Celcius pada 0° C sampai 100° C. Sakala ini jelas jaraknya, bahwa 100-0=100 
2. Fahreinheit pada 32° F sampai 212°F. Skala ini jelas jaraknya, 212-32=180

Ciri Data Interval:

• Tidak ada kategorisasi atau pemberian kode seperti terjadi pada data nominal dan ordinal. 
• Bisa dilakukan operasi matematika. (panas 40 derajad adalah dua kali panas disbanding 20 derajad)

4. PENYAJIAN DALAM BENTUK DATA

– HISTOGRAM

Pengertian Histogram dan Cara Membuatnya – Dalam Statistik, Histogram merupakan tampilan bentuk grafis untuk menunjukkan distribusi data secara visual atau seberapa sering suatu nilai yang berbeda itu terjadi dalam suatu kumpulan data. Histogram juga merupakan salah satu alat dari 7 alat pengendalian kualitas (QC 7 Tools). Manfaat dari penggunaan Histogram adalah untuk memberikan informasi mengenai variasi dalam proses dan membantu manajemen dalam membuat keputusan dalam upaya peningkatan proses yang berkesimbungan (Continous Process Improvement).

1. Mengumpulkan data Pengukuran

Data yang untuk membuat Histogram adalah data pengukuran yang berbentuk Numerik.Sebagai contoh:
Seorang Engineer ingin mengumpulkan data pengukuran untuk panjangnya kaki komponen A seperti tabel dibawah ini :

2. Membuat Grafik Histogram

1. Membuat Garis Horizontal dengan menggunakan skala berdasarkan pada unit pengukuran data
2. Membuat Garis Vertikal dengan menggunakan skala frekuensi
3. Menggambarkan Grafik Batang, tingginya sesuai dengan Frekuensi setiap Kelas Interval
4. Jika terdapat batasan Spesifikasi yang ditentukan oleh Customer (Pelanggan) maka tariklah garis vertikal sesuai dengan spesifikasi tersebut.

- PIE CHART

Diagram Lingkaran

Untuk mengetahui perbandingan suatu data terhadap keseluruhan, suatu data lebih tepat disajikan dalam bentuk diagram lingkaran. Diagram lingkaran adalah bentuk penyajian data statistika dalam bentuk lingkaran yang dibagi menjadi beberapa juring lingkaran.

Langkah-langkah untuk membuat diagram lingkaran dari suatu data adalah sebagai berikut.

1. Ubah data tunggal menjadi data tunggal berbobot (jika belum).
2. Ubah perbandingan frekuensi masing-masing data terhadap jumlah seluruh data ke dalam satuan derajat.
3. Ubah perbandingan frekuensi masing-masing data terhadap jumlah seluruh data ke dalam satuan persen untuk mengetahui persentase masing-masing data

Gambar lingkaran dan bagi menjadi beberapa juring sesuai dengan sudut yang telah ditentukan sebelumnya, kemudian lengkapi dengan informasi data.


– OGIVE

Ogive adalah grafik yang digambarkan berdasarkan data yang sudah disusun dalam bentuk tabel distribusi frekuensi kumulatif. Untuk data yang disusun dalam bentuk tabel distribusi frekuensi kumulatif kurang dari, grafiknya berupa ogive positif, sedangkan untuk data yang disusun dalam bentuk tabel distribusi frekuensi kumulatif lebih dari, grafiknya berupa ogive negatif.
Frekuensi kumulatif kurang dari untuk suatu kelas adalah jumlah frekuensi semua kelas sebelum kelas tersebut dengan frekuensi kelas itu. Sedangkan frekuensi kumulatif lebih dari suatu kelas adalah jumlah frekuensi semua kelas sesudah kelas tersebut dengan frekuensi kelas itu.
Data upah karyawan sebelumnya dapat digambarkan ogivenya. Akan tetapi sebelum itu, buat terlebih dahulu tabel distribusi frekuensi kumulatifnya.

 dapat digambarkan ogive seperti pada diagram berikut.

– POLIGON FREKUENSI

Poligon Frekuensi merupakan grafik garis yang menghubungkan nilai tengah tiap sisi atas yang berdekatan dengan nilai tengah jarak frekuensi mutlak masing-masing.

Perbedaan antara histogram dengan poligon frekuensi adalah :

Histogram menggunakan batas kelas sedangkan poligon menggunakan titik tengah.

Grafik histogram berwujud segiempat atau menyerupai diagram batang, sedangkan poligon berwujud garis atau kurva yang saling berhubungan satu sama lain.

Langkah-langkah membuat POLIGON FREKUENSI :

Buat titik tengah kelas dengan cara : (NILAI UJUNG BAWAH KELAS + NILAI UJUNG ATAS KELAS) x ½

Buat tabel distribusi frekuensi yang MUTLAK disertai dengan kolom tambahan berupa kolom titik tengah kelas tsb.

Buat grafik poligon frekuensi dengan melihat data pada tabel distribusi frekuensi mutlak

a. Buat TITIK TENGAH KELAS

Titik tengah kelas ke-1 : (45 + 51) x ½ = 48

Titik tengah kelas ke-2 : (52 + 58) x ½ = 55

Titik tengah kelas ke-3 : (59 + 65) x ½ = 62

Titik tengah kelas ke-4 : (66 + 72) x ½ = 69

Titik tengah kelas ke-5 : (73 + 79) x ½ = 76

Titik tengah kelas ke-6 : (80 + 86) x ½ = 83

b. Buat Tabel Distribusi Frekuensi Mutlak dengan menambah kolom TITIK TENGAH KELAS

c. Buat grafik poligon frekuensi

- DIAGRAM

• Diagram batang

Diagram batang atau disebut juga diagram balok adalah visual data yang berbentuk persegi panjang yang lebarnya sama dan dilengkapi dengan skala atau ukuran. Beberapa bentuk diagram antara lain: diagram batang satu komponen atau lebih, diagram batang dua arah, diagram batang tiga dimensi, dan lain-lain sesuai dengan variasinya atau tergantung kepada kegunaannya. Penyajian data dalam diagram batang banyak digunakan untuk data yang bersifat kategori.

Contoh Penyajian data dalam diagram batang :

• Diagram Garis

Diagram garis adalah visual data yang berupa garis, diperoleh dari beberapa ruas garis yang menghubungkan titik-titik pada bidang bilangan. Penyajian data dalam diagram garis umumnya digunakan untuk menggambarkan keadaan data yang serba terus atau berkesinambungan.  Seperti diagram batang, diagram garis membutuhkan sumbu datar dan sumbu tegak yang saling tegak lurus. Sumbu datar menyatakan waktu sedangkan sumbu tegaknya melukiskan kuantum data tiap waktu.

Contoh Penyajian data dalam diagram garis 

5. JENIS - JENIS SKALA PENGUKURAN

Skala Pengukuran

Skala pengukuran merupakan kesepakatan yang di gunakan sebagai acuan untuk menentukan panjang pendeknya interval yang ada dalam alat ukur, sehingga alat ukur tersebut bila digunakan dalam pengukuran akan menghasilkan data kuantitatif.
Macam-macam skala pengukuran  tersebut antara lain:

1.      Skala Nominal

Skala pengukuran nominal digunakan untuk mengklasifikasikan obyek, individual atau kelompok. Sebagai contoh pengklasifikasi jenis kelamin, agama, pekerjaan, dan area geografis. Dalam mengidentifikasi hal-hal diatas digunakan angka-angka sebagai symbol. Contohnya : jenis kelamin rsponden, laki-laki = 1, dan wanita = 2

2.    Skala Ordinal

Skala pengukuran ordinal memberikan informasi tentang jumlah relatif  karakteristik yang berbeda yang dimiliki oleh obyek atau indvidu tertentu. Tingkat pengukuran ini mempunyai informasi skala nominal ditambah dengan sarana peringkat relative tertentu yang memberikan informasi apakah suatu obyek memiliki karakteristik yang lebih atau kurang tetapi bukan berapa banyak kekurangannya atau kelebihannya.
Skala pengukuran yang meyatakan kategori sekaligus melakukan rangking terhadap kategori.

Contoh : kita ingin mengukur preferensi responden terhadap empat merek produk air mineral.

Merek  Air Mineral                  Ranking
Aquana                                           1
Aquaria                                          2
Aquasan                                         3
Aquasi                                            4


3.  Skala Interval

Skala interval mempunyai karakteristik seperti yang dimiliki oleh skala nominal dan skala ordinal dengan ditambah karakteristik lain, yaitu berupa adanya interval yang tetap. Dengan demikian peneliti dapat melihat besarnya perbedaan karakteristik antara satu individu atau obyek dengan lainnya.


4.   Skala Ratio

Skala pengukuran ratio mempunyai semua karakteristik yang dipunyai oleh skala nominal, ordinal, dan interval dengan kelebihan skala ini mempunyai nilai 0 (nol) empiris absolut. Nilai absolut nol tersebut terjadi pada saat ketidakhadirannya suatu karakteristik yang sedang diukur. Pengukuran ratio biasanya dalam bentuk perbandingan antara satu individu atau obyek tertentu dengan lainnya.

5.  Skala Pengukuran Sikap

Ada empat jenis skala pengukuran sikap menurut Daniel J Mueller (1992), yaitu:

a.    Skala Likert

Skala Likert di gunakan untuk mengukur sikap, pendapat, dan resepsi seseorang atau sekelompok orang tentang fenomena social. Dalam penelitian, fenomena social ini telah di tetapkan secara spesifik oleh peneliti, yang selanjutnya di sebut sebagai variable penelitian.

Contoh :.

Preferensi                              Preferensi                                    Preferensi
1.Sangat Setuju                     1.Setuju                                      1. Sangat Positif
2.Setuju                                 2.Sering                                      2. Positif
3.Ragu-ragu                          3.Kadang-kadang                        3. Netral
4.Tidak Setuju                      4.Hampir tdk pernah                     4. Negatif
5.Sangat Tdk Setuju             5.Tidak Pernah                             5. Sangat Negatif

Untuk keperluan analisis kuantitatif, maka jawaban tersebut diberi nilai skor, Misalnya : sangat setuju/setuju/sangat positif diberi skor 5, selanjutnya setuju/sering/positif diberi skor 4 dan seterusnya.
Dengan skala Likert, maka variabel yang akan diukur dijabarkan menjadi indikator variabel. Kemudian indikator tersebut dijadikan sebagai titik tolak untuk menyusun item-item instrumen yang dapat berupa pernyataan atau pertanyaan, baik bersifat favorable (positif) bersifat bersifat unfavorable (negatif).
Jawaban setiap item instrumen yang mengunakan skala Likert mempunyai gradasi dari sangat positif sampai sangat negatif, yang berupa kata-kata antara lain:

a. Sangat Setuju, b. Setuju, c. Ragu-ragu, d. Tidak Setuju, e. Sangat Tidak Setuju.
a. Sangat Baik, b. Baik, c. Ragu-ragu, d. Tidak Baik, e. Sangat Tidak Baik.

Sistem penilaian dalam skala Likert adalah sebagai berikut:

Item Favorable: sangat setuju/baik (5), setuju/baik (4), ragu-ragu (3), tidak setuju/baik (2), sangat tidak setuju/baik (1)
Item Unfavorable: sangat setuju/ baik (1), setuju/ baik (2), ragu-ragu (3), tidak setuju/ baik (4), sangat tidak setuju/ baik (5).

b.   Skala Thurstone

Skala Thurstone merupakan skala sikap yang pertama dikembangkan dalam pengukuran sikap. Skala
ini mempunyai tiga teknik penskalaan sikap, yaitu :

·      metode perbandingan pasangan
·      metode interval pemunculan sama, dan
·      metode interval berurutan.

Ketiga metode ini menggunakan bahan pertimbangan jalur dugaan yang menganggap kepositifan relatif pernyataan sikap terhadap suatu obyek.

c.    Skala Guttman

Skala pengukuran dengan tipe ini, akan di dapat jawaban yang tegas, yaitu ya atau  tidak,  benar atau salah, pernah atau tidak, positif atau negative  dan lain - lain. Data yang di peroleh dapat berupa data interval atau rasio dikhotomi (dua alternatif). Jadi kalau pada skala likert terdapat 3,4,5,6,7 interval, dari kata “sangat setuju” sampai “sangat tidak setuju”, maka pada dalam skala Guttman hanya ada dua interval yaitu “setuju atau tidak setuju”. Penelitian menggunakan sakal Guttman di lakukan bila ingin mendapatkan jawaban yang tegas terhadap suatu permasalahan yang di tanyakan.

Contoh :

1.      Apakah anda setuju dengan kebijakan perusahaan menaikkan harga jual?
a.       Setuju                b. Tidak  Setuju


d.   Semantic Deferensial

Skala pengukuran yang berbentuk Semantic defferensial di kembangkan oleh Osgood. Skala ini juga di gunakan untuk mengukur sikap, hanya bentuknya tidak pilihan ganda maupun checklist, tetapi tersusun dalam satu garis kontinum yang jawaban “sangat positifnya” terletak di bagian kanan garis, dan jawaban yang “sangat negatif” terletak di bagian kiri garis, atau sebaliknya. Data yang di peroleh adalah daya interval, dan biasanya skala ini di gunakan untuk mengukur sikap/karakteristik tertentu yang di punyai oleh seseorang.

e.    Skala rating

Dalam skala rating data yang diperoleh adalah data kuantitatif  kemudian peneliti baru mentranformasikan data kuantitatif tersebut menjadi data kualitatif.

Contoh:

Kenyaman ruang tunggu RSU Kartini:
5         4         3       2         1
Kebersihan ruang parkir RSU Kartini :
5       4          3       2         1