1.

KONSEP DASAR STATISTIK

A. Pengertian Statistik
Statistik merupakan ilmu yang mempelajari seluk beluk data berkaitan dengan
pengumpulan, pengklasifikasian, penyajian, pengolahan, penganalisisan, penafsiran dan
penarikan kesimpulan dari data yang berbentuk angka-angka.
Statistika adalah cabang ilmu matematika terapan yang terdiri dari teori dan metode mengenai
bagaimana cara mengumpulkan, mengukur, mengklasifikasi, menghitung, menjelaskan,
mensintesis, menganalisis, dan menafsirkan data yang diperoleh secara sistematis.
Dengan demikian, didalamnya terdiri dari sekumpulan prosedur mengenai bagaimana cara:
 Mengumpulkan data
 Meringkas data
 Mengolah data
 Menyajikan data
 Menarik kesimpulan dan interpretasi data berdasarkan kumpulan data dan hasil
analisisnya

Populasi
Populasi adalah keseluruhan dari subjek penelitian. Nilai yang dihitung dan diperoleh
dari populasi ini disebut dengan parameter. Contoh: Rata-rata, median, mode, simpangan baku,
ragam, persen, dsb.
Sampel
Sampel adalah bagian dari populasi yang memiliki karakteristik mirip dengan populasi itu
sendiri. Sampel disebut juga contoh. Nilai hitungan yang diperoleh dari sampel inilah yang
disebut dengan statistik.
Data
Data adalah hasil pengamatan terhadap fenomena atau gejala, baik berupa kebendaan ataupun
fenomena peristiwa dari objek yang diteliti.
Data juga diartikan sebagai kumpulan angka, fakta, fenomena atau keadaan lainnya yang
merupakan hasil pengamatan, pengukuran, atau pencacahan dan sebagainya terhadap
variabel dari suatu obyek kajian, yang berfungsi dapat membedakan objek yang satu
dengan lainnya pada variabel yang sama.
Berdasarkan Skala Pengukuran data dibedakan menjadi:
 Data Nominal :
Nominal merupakan skala pengukuran yang paling sederhana. Data ditetapkan atas dasar
proses penggolongan, data bersifat membedakan. Angka-angka yang digunakan ini hanyalah
sebagai kategori dan tidak mempunyai makna dan tidak bisa dipergunakan untuk
perhitungan secara matematis. Misalnya jenis kelamin laki-laki dan perempuan, agama, dll.
 Data Ordinal :
Data yang disusun atas dasar jenjang dalam atribut tertentu. Skala ini didasarkan pada
ranking. Skala pengukuran ordinal ini digunakan dalam menentukan ranking suatu kelompok
tertentu. Dalam ranking ini hanya dipertimbangkan urutan obyek dari hasil yang paling besar
sampai yang paling kecil atau dari yang paling tinggi hingga paling rendah. Misalnya dalam
pengetahuan klien tentang covid-19 (1=kurang, 2= cukup, 3= baik). Untuk mempermudah
dalam mengkategori peringkat dalam penelitian biasanya dituliskan dalam presentasi
 Data Selang / Interval :
Skala ini menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot
yang sama. Dalam skala interval hubungan tata urutan dan jarak antara angka-angkat itu
mempunyai arti. Skala interval sudah memiliki nilai intrinsik, sudah memiliki jarak, tetapi
jarak tersebut belum merupakan kelipatan (skala interval tidak memiliki nilai nol mutlak).
Misalnya pengukuran suhu badan dapat membentuk variabel interval jika tiga buah objek A,
B, dan C berturut-turut memberikan suhu dengan skala interval. Skala interval ini sudah
benar-benar angka dan sudah dapat menerapkan semua operasi matematika serta peralatan
statistik.

 Data Nisbah / Rasio:

 Skala rasio hampir sama dengan skala interval yang membedakannya adalah skala
pengukuran rasio memiliki nilai nol mutlak dan jarak yang sama sedangkan interval tidak.
Nilai nol mutlak ini artinya adalah nilai dasar yang tidak bisa diubah meskipun menggunakan
skala yang lain. Pengukuran dari skala rasio misalnya tinggi dan berat badan. Misalnya berat
benda A adalah 60 kg, sedangkan benda B adalah 90 kg, maka dapat dikatakan bahwa benda
B dua kali lebih berat dibandingkan benda A. Contoh lainnya adalah umur, adar glukosa
darah puasa, kadar oksigen, dan sebagainya.

Peubah (Variable)
Peubah adalah suatu karakteristik dari suatu objek (mungkin berupa makhluk hidup ataupun
benda mati) Karakteristik fisik dari seseorang antara lain: tinggi badan, berat badan, lingkar
perut dan sebagainya Karakteristik yang lain adalah nama, alamat, usia pekerjaan, pendapatan,
banyaknya anak dan sebagainya.
Berdasarkan nilai-nilainya, peubah dikelompokkan menjadi numerik dan kategorik. Suatu
peubah dikatakan numerik jika nilai dari peubah itu merupakan bilangan yang mencerminkan
nilai yang sesungguhnya, bukan hanya sebuah kode. Misalnya tinggi badan 176 cm, merupakan
peubah numerik karena 176 merupakan nilai hasil pengukuran yang sebenarnya. Berbeda
dengan kalau hanya sebuah kode misalnya pendidikan diberi kode 1 untuk SD, 2 untuk SMP dan
seterusnya. Yang seperti terakhir itu adalah kategorik.

Metoda Statistik
Metoda Statistik adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian,
analisis, dan penafsiran data.

Ruang Lingkup Statistika

Berdasarkan orientasi pembahasannya:
 Statistika matematik: statistika teoritis yang lebih berorientasi kepada pemahaman
model dan teknik-teknik statistika secara matematis teoritis.
  Statistika terapan: statistika yang lebih berorientasi kepada pemahaman intuitif atas
konsep dan teknik-teknik statistika serta penggunaannya di berbagai bidang

Berdasarkan tahapan dan tujuan analisisnya:

 Statistika deskriptif:
o Statistika deskriptif berkaitan dengan penerapan metode statistik mengenai
pengumpulan, pengolahan, dan penyajian suatu gugus data sehingga bisa
memberikan informasi yang berguna.
o Statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau
menarik kesimpulan mengenai kelompok itu saja
o Menjelaskan/menggambarkan berbagai karakteristik data melalui:
 Ukuran Lokasi (Central Tendency): mode, mean, median, dll
 Ukuran Variabilitas/Dispersi: varians, deviasi standar, range, dll
 Ukuran Bentuk: skewness, kurtosis, plot boks
 Penyajian tabel dan grafik misalnya
 Distribusi Frekuensi
 Histogram, Pie chart, Box-Plot dsb
 Statistika Inferensial:
o Statistika inferensi (inference statistics) merupakan cabang ilmu statistik yang
berkaitan dengan penerapan metode‐metode statistik untuk menaksir dan/atau
menguji karakteristik populasi yang dihipotesiskan berdasarkan data sampel.
o Statistika yang menggunakan data dari suatu sampel untuk menarik kesimpulan
mengenai populasi dari mana sampel tersebut diambil
o Membuat berbagai inferensi (penarikan kesimpulan) terhadap sekumpulan data
yang berasal dari suatu sampel. Tindakan inferensi tersebut seperti melakukan
perkiraan, peramalan, pengambilan keputusan dan sebagainya.

Tujuan dari statistik pada dasarnya adalah melakukan deskripsi terhadap data sampel,
kemudian melakukan inferensi terhadap populasi data berdasar pada informasi (hasil statistik
deskriptif) yang terkandung dalam sampel. Dengan demikian, dalam prakteknya kedua bagian
statistik tersebut digunakan bersama-sama, umumnya dimulai dengan statistik deskriptif lalu
dilanjutkan dengan berbagai analisis statistik untuk inferensi.
Berdasarkan asumsi distribusi yang digunakan:
 Statistika parametrik:
o teknik-teknik pengukuran statistik yang didasarkan pada asumsi tertentu,
misalnya data yang diambil dari populasi yang berdistribusi normal.
o Teknik statistik ini digunakan untuk data yang berskala interval dan rasio.
 Statistika non-parametrik:
o teknik-teknik statistika yang menggunakan sedikit asumsi (atau bahkan tidak
sama sekali) terkadang juga dikenal dengan model statistika yang bebas
terhadap distribusi tertentu
o Statistika non parametrik ini digunakan untuk menganalisis data
berskala nominal dan ordinal.
Pada umumnya, setiap teknik pengujian data dengan teknik statistika parametrik
mempunyai teknik padanannya pada statistika non parametrik. Teknik padanan pada
statistika non parametrik biasa digunakan apabila data interval/rasio tidak memenuhi
asumsi-asumsi tertentu, misalnya data tidak berdistribusi normal. Sebagai contoh,
apabila data yang akan di analisis dengan menggunakan Uji-F (Anova) tidak memenuhi
asumsi-asumsi Anova (additif, Normalitas, homoskedastisiti, independensi) meskipun
sudah dilakukan transformasi, maka alternatif terakhir kita bisa mengujinya dengan
menggunakan Uji Kruskal-Wallis (One Way Anova – RAL) atau Uji Friedman (RAK) yang
merupakan teknik statistika nonparametrik.

Berdasarkan jumlah variabel:

 Statistika Univariat: teknik analisis statistik yang hanya melibatkan satu variabel
dependent
 Statistika Multivariat: teknik analisis statistik yang melibatkan lebih dari satu variabel
dependent sekaligus.
Peranan statistika dalam penelitian
 Memberikan informasi tentang karakteristik distribusi suatu populasi tertentu, baik
diskrit maupun kontinyu. Pengetahuan ini berguna dalam menghayati perilaku populasi
yang sedang diamati
 Menyediakan prosedur praktis dalam melakukan survey pengumpulan data melalui
metode pengumpulan data (teknik sampling). Pengetahuan ini berguna untuk
mendapatkan hasil pengukuran yang terpercaya
 Menyediakan prosedur praktis untuk menduga karakteristik suatu populasi melalui
pendekatan karakteristik sampel, baik melalui metode penaksiran, metode pengujian
hipotesis, metode analisis varians. Pengetahuan ini berguna untuk mengetahui ukuran
pemusatan dan ukuran penyebaran serta perbedaan dan kesamaan populasi.
 Menyediakan prosedur praktis untuk meramal keadaan suatu obyek tertentu di masa
mendatang berdasarkan keadaan di masa lalu dan masa sekarang. Melalui metode
regresi dan metode deret waktu. Pengetahuan ini berguna memperkecil resiko akibat
ketidakpastian yang dihadapi di masa mendatang.
 Menyediakan prosedur praktis untuk melakukan pengujian terhadap data yang bersifat
kualitatif melalui statistik non parametrik.

Teknik pengambilan sampel (Teknik sampling)

Teknik sampling adalah teknik pengambilan sampel dari populasi. Sampel yang merupakan
sebagian dari populasi tersebut, kemudian diteliti dan hasil penelitian (kesimpulan)
kemudian dikenakan pada populasi (generalisasi).

Secara umum, ada dua jenis teknik pengambilan sampel yaitu, sampel acak atau random
sampling yang dikenal juga sebagai probability sampling, dan sampel tidak acak atau
nonrandom samping yang dikenal juga sebagai non probability sampling.
 Jenis Teknik Sampling
1. Sampel Acak Sederhana (Simple Random Sampling)
Sampel acak atau probability sampling adalah suatu teknik pengambilan sampel yang
menggunakan kaidah peluang dalam proses penentuan sampel. Untuk dapat menerapkan
kaidah peluang dalam proses penentuan sampel maka diperlukan suatu kerangka sampel
(sampling frame). Kerangka sampel adalah suatu daftar yang berisi kumpulan elemen-
elemen populasi beserta informasinya. Elemen-elemen populasi dapat berupa benda atau
makhluk hidup yang bersifat nyata dan dapat diidentifikasi untuk dijadikan objek sampel.
Contoh, jika objek penelitian adalah mahasiswa UPY, maka dibutuhkan suatu daftar nama
mahasiswa UPY beserta karakteristik yang dibutuhkan untuk selanjutnya dilakukan
penarikan sampel. Selain nama karakteristik yang dibutuhkan bisa berupa jenis kelamin
umur, tinggi badan, nim, berat badan, nilai semester, alamat, dan lain sebagainya yang
dapat bermanfaat untuk penelitian.
Bagaimana jika penelitian dilakukan di suatu desa? Maka diperlukan kerangka sampel
atau daftar yang memuat seluruh elemen populasi yang akan diteliti di desa tersebut.
Contoh ini dapat digeneralisasi untuk seluruh kasus seperti penelitian di level Kabupaten,
penelitian di suatu kantor dan lain sebagainya. jika seluruh elemen populasi yang
terdaftar di dalam kerangka sampel dijumlahkan maka seharusnya merupakan ukuran
populasi (N).

2. Pengambilan Sampel Acak Sistematis (Systematic Random Sampling)

Pengambilan sampel acak sistematis (systematic random sampling) ialah suatu metode
pengambilan sampel, dimana hanya unsur pertama saja dari sampel dipilih secara acak,
sedangkan unsur-unsur selanjutnya dipilih secara sistematis menurut pola tertentu. Sampel
sistematis seringkali menghasilkan kesalahan sampling (sampling error) yang lebih kecil,
disebabkan anggota sampel menyebar secara merata di seluruh populasi.
 Ada pendapat bahwa pengambilan sampel dengan metode ini tidak acak, karena yang
diambil secara acak unsur pertama saja, sedangkan unsur selanjutnya diurutkan
berdasarkan interval yang sudah tertentu dan tetap.

3. Pengambilan Sampel Acak Berstrata (Stratified Random Sampling)

Stratified random sampling yaitu metode pengambilan sampel yang digunakan pada populasi
yang memiliki susunan bertingkat atau berlapis-lapis. Teknik ini digunakan bila populasi
memiliki anggota/unsur yang tidak bersifat homogen dan berstrata secara proporsional
sehingga setiap strata harus terwakili dalam sampel.
Langkah-langkah pengambilan sampel:
1. Tentukan populasi dan daftar anggota populasi
2. Bagi populasi berdasarkan strata yang dikehendaki
3. Tentukan jumlah sampel dalam setiap strata
4. Pilih sampel dari setiap strata secara acak

4. Sampel Acak Berdasar Area (Cluster Random Sampling)

Pengambilan sampel acak berdasarkan area atau cluster random sampling adalah salah satu
metode pengambilan sampel yang digunakan dimana populasi tidak terdiri dari individu-
individu, melainkan terdiri dari kelompok individu atau cluster. Sehingga unit yang terpilih
menjadi sampel bukan individu, namun kelompok individu yang telah tertata. Cluster sampel
ini harus dipilih secara random dari populasi cluster juga.
Teknik sampling ini digunakan untuk penelitian mengenai suatu hal terhadap bagian-bagian
yang berbeda di dalam sebuah instansi bila objek yang akan diteliti sangat luas.
Langkah langkah :
1. Tentukan populasi cluster yang akan diteliti
2. Tentukan berapa cluster atau kelompok individu yang akan diambil sebagai sampel
3. Pilih cluster sampel secara acak
4. Teliti setiap individu dalam cluster sampel tersebut.
5. Area Sampling atau sampel wilayah Bertingkat (Multi Stage Sampling)
Multistage sampling disebut juga sebagai teknik sampling acak bertingkat. Secara singkat,
multistage sampling adalah penggunaan beberapa metode random sampling secara
bersamaan dalam suatu penelitian secara efektif dan efisien. Dalam hal ini, salah satu kunci
yang perlu diketahui adalah adanya beberapa metode sampling berbeda yang digunakan.
Ada beberapa syarat yang harus diketahui dan dipenuhi sebelum menggunakan multistage
sampling sebagai teknik pengambilan sampel. Dengan terpenuhinya beberapa syarat
tersebut, maka hasil dari pengambilan sampel akan cenderung lebih maksimal.
 Populasi sample cukup homogen
 Jumlah populasi yang sangat besar
 Populasi menempati daerah atau domain yang sangat luas
 Tidak tersedia kerangka sampel yang bisa memuat unit-unit yang terkecil atau
ultimate sampling unit
Untuk menerapkan multistage sampling dalam proses pengambilan sampel, ada beberapa
langkah yang harus dilakukan. Beberapa langkah yang dimaksud diantaranya adalah sebagai
berikut:
 Menetapkan populasi
 Menetapkan tingkatan
 Menghitung besar sampel
 Mengambil secara acak sejumlah unsur yang ada pada setiap tingkatan
 Mengambil sampel secara acak sesuai besar sampel di tingkat terakhir
Menentukan Ukuran Sampel
 Menggunakan rumus (Slovin, Krejcie, Cochran)
 Rekomendasi Ahli:
 Roscoe:
o 30 – 500, untuk penelitian secara umum
o Jika sampel dibagi dalam bberapa kategori dibutuhkan minimum 30 per
kategori
 o Dalam penelitian multivariat jumlah sampel 10 kali lipat atau lebih
jumlah variable
o Dalam penelitian eksperimen 10-20 perkelompok
 Gay dan Diehl
o Penelitian deskriptif 10% dari populasi, lebih jika populasi kecil
o Penelitian korelasional 30 sampel
o Penelitian eksperimen minimum 30 per kelompok
 Creswell
o Dalam penelitian eksperimen 15 sampel
o Dalam penelitian korelasional 30 sampel
o Dalam penelitian survey 350 tergantung beberapa faktor