Apakah STATISTIKA itu?
Seringkali ada pertanyaan dari teman2 non-statistika: Apa seh statistika itu? Apa …aja yang dipelajari di kuliahmu?Ngitung rata-rata ya?…hehheh. Atau ada juga yang mengatakan,”Kamu jurusan “statitik” ya?(yg benar adalah statistika, krn ’statistika’ dan ’statistik’ itu berbeda arti lo. )
Pertanyaan itu wajar sekali muncul, karena memang statistika kurang begitu populer bila dibandingkan dengan kedokteran, teknik elektro,ilmu komputer,ilmu ekonomi,dll.Tapi, bukan berarti ilmu statistika itu gak penting lo. Ilmu pengetahuan belakangan ini mengalami ledakan perkembangan. Misalnya orang kedokteran bisa menemukan obat bagi suatu penyakit tertentu,orang teknik sipil bisa membuat jembatan yang kokoh dan megah,orang2 pemerintahan bisa memetakan kemakmuran penduduknya,dll. Tapi tau gak seh, gimana caranya seorang penemu obat bisa menentukan mana obat yang paling mujarab untuk suatu penyakit tertentu, atau seorang teknik sipil bisa tau mana campuran bahan yang paling bagus digunakan untuk membangun jembatan?Yup…mereka sebelumnya harus melakukan percobaan terlebih dahulu.Di dalam percobaan itu, mereka mengumpulkan data, kemudian melakukan analisis terhadap data serta menyimpulkan dan mengambil informasi yang berharga dari analisis data yg dilakukan. Nah, disinilah peran statistika.
kalo gak salah, seingat saya waktu kuliah, dosen saya pernah mengajarkan: Statistika adalah ilmu yang mempelajari tentang bagaimana cara mengumpulkan data, mengolah data serta mengambil kesimpulan dari pengolahan data.
jadi, dengan begitu,statistika juga memiliki peranan penting dalam menyokong perkembangan ilmu pengetahuan lainnya. Itulah mungkin kenapa, statistika juga diajarkan di jurusan2, yg kelihatannya gak ada hubungannya dengan statistika.
Pertanyaan itu wajar sekali muncul, karena memang statistika kurang begitu populer bila dibandingkan dengan kedokteran, teknik elektro,ilmu komputer,ilmu ekonomi,dll.Tapi, bukan berarti ilmu statistika itu gak penting lo. Ilmu pengetahuan belakangan ini mengalami ledakan perkembangan. Misalnya orang kedokteran bisa menemukan obat bagi suatu penyakit tertentu,orang teknik sipil bisa membuat jembatan yang kokoh dan megah,orang2 pemerintahan bisa memetakan kemakmuran penduduknya,dll. Tapi tau gak seh, gimana caranya seorang penemu obat bisa menentukan mana obat yang paling mujarab untuk suatu penyakit tertentu, atau seorang teknik sipil bisa tau mana campuran bahan yang paling bagus digunakan untuk membangun jembatan?Yup…mereka sebelumnya harus melakukan percobaan terlebih dahulu.Di dalam percobaan itu, mereka mengumpulkan data, kemudian melakukan analisis terhadap data serta menyimpulkan dan mengambil informasi yang berharga dari analisis data yg dilakukan. Nah, disinilah peran statistika.
kalo gak salah, seingat saya waktu kuliah, dosen saya pernah mengajarkan: Statistika adalah ilmu yang mempelajari tentang bagaimana cara mengumpulkan data, mengolah data serta mengambil kesimpulan dari pengolahan data.
jadi, dengan begitu,statistika juga memiliki peranan penting dalam menyokong perkembangan ilmu pengetahuan lainnya. Itulah mungkin kenapa, statistika juga diajarkan di jurusan2, yg kelihatannya gak ada hubungannya dengan statistika.
Hipotesis
Pada umumnya, dalam penelitian, peneliti terlebih dahulu menyusun suatu hipotesis. Saya pernah mambaca buku, saya lupa karangan siapa (maaf bagi pengarangnya…heheh), Hipotesis adalah dugaan sementara yang kebenarannya masih harus dibuktikan.
Biasanya Hipotesis ditulis sedemikian rupa sehingga memiliki makna yang berlawanan satu sama lain. Contoh:
H0: rata-rata uang saku mahasiswa perhari = Rp.5 rb ; v.s. H1: rata-rata uang saku mahasiswa/hari tdk sama dg Rp.5 rb.
(biasanya penulisannya dg lambang matematis)
Untuk membuktikan kebenaran hipotesis, peneliti melakukan serangkaian percobaan/survey untuk mendapatkan data, kemudian dilakukan analisis data. Nah, bila dari penelitian ini, data mendukung H1, maka peneliti menyimpulkan bahwa rata-rata uang saku mahasiswa/hari bukanlah Rp.5 rb.
Biasanya Hipotesis ditulis sedemikian rupa sehingga memiliki makna yang berlawanan satu sama lain. Contoh:
H0: rata-rata uang saku mahasiswa perhari = Rp.5 rb ; v.s. H1: rata-rata uang saku mahasiswa/hari tdk sama dg Rp.5 rb.
(biasanya penulisannya dg lambang matematis)
Untuk membuktikan kebenaran hipotesis, peneliti melakukan serangkaian percobaan/survey untuk mendapatkan data, kemudian dilakukan analisis data. Nah, bila dari penelitian ini, data mendukung H1, maka peneliti menyimpulkan bahwa rata-rata uang saku mahasiswa/hari bukanlah Rp.5 rb.
Rata-rata, Median dan Modus
Setidaknya ada tiga statistik yang sering sekali digunakan, yaitu..- Rata-rata -> jumlah data dibagi banyaknya data. Rumus: Rata = jumlah data/banyak data. Contoh: terdapat data: 1,5,4,3,2 . Maka rata-ratanya adalah: Rata = (1+5+4+3+2)/5 = 3
- Median -> nilai tengah data setelah data diurutkan. Contoh: Banyaknya data ganjil ==> 1,5,4,3,2. Untuk mengitung median, data diurutkan menjadi: 1,2,3,4,5. Nila tengah data terurut adalah 3 = median.
Banyaknya data genap ==> 1,5,4,3,2,6. Data terurut: 1,2,3,4,5,6. Nilai tengah data berada di antara data ke-3 dan data ke-4, sehingga median= (3+4)/2 = 3.5 - Modus -> nilai/data yang paling sering muncul. Contoh: Data = 1,2,1,1,2,2,7,2,3,5,6,2,2,4. Modus adalah 2, karena angka 2 adalah angka yang paling sering muncul.
Statistika parametrik dan statistika nonparametrik
2 08 2007 Ilmu statistika secara garis besar dibagi menjadi 2:…..
- Statistika parametrik -> ilmu statistika yang mempertimbangkan jenis sebaran/distribusi data, yaitu apakah data menyebar normal atau tidak. Pada umumnya, Jika data tidak menyebar normal, maka data harus dikerjakan dengan metode Statistika non-parametrik, atau setidak2nya dilakukan transformasi agar data mengikuti sebaran normal, sehingga bisa dikerjakan dg statistika parametrik. Contoh metode statistika parametrik: uji-z (1 atau 2 sampel), uji-t (1 atau 2 sampel), korelasi pearson, Perancangan Percobaan (1 or 2-way ANOVA parametrik), dll.
- Statistika non-parametrik -> Menurut literatur yang ditulis dosen saya (Bu Ani), statistika non-parametrik adalah statistika bebas sebaran (tdk mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Statistika non-parametrik biasanya digunakan untuk melakukan analisis pada data berjenis Nominal atau Ordinal. Data berjenis Nominal dan Ordinal tidak menyebar normal. Contoh metode Statistika non-parametrik:Binomial test, Chi-square test, Median test, Friedman Test, dll.
Tipe data
Pengetahuan mengenai tipe2 data adalah penting di dalam statistika. Terdapat 4 tipe data, diurutkan mulai dari tingkatan terendah hingga tertinggi:……
- Nominal -> digunakan untuk mengklasifikasikan informasi/data. Contoh:Data jenis kelamin = Laki-laki dan Perempuan. Biasanya, saat analisis data, tipe data spt ini dilambangkan dg bilangan numerik (angka).Laki-laki dilambangkan dengan angka 1, sedangkan perempuan dilambangkan dengan angka 0. Tidak berarti angka 0 lebih rendah dari angka 1, ingat!! cuma melambangkan saja.
- Ordinal -> digunakan untuk mengklasifikasikan serta memiliki tingkatan. Tipe data ordinal lebih tinggi dari Nominal karena kemampuannya untuk membentuk tingkatan. Contoh:Jabatan di dalam perusahaan = karyawan, manager, direktur utama. Misal, karyawan dilambangkan dengan 1, manager dg 2, dan direktur utama dengan 3. Pada tipe data ini, angka 1 dianggap lebih rendah dari angka 2, dst. Bisa saja karyawan dilambangkan dengan angka 1, tetapi manager angka 3 dan direktur utama dengan angka 10. Tipe data ini tidak mensaratkan jarak yang sama antar angka yang digunakan sebagai lambang. Yang perlu diperhatikan hanyalah bahwa angka 3 lebih tinggi dari angka 1, angka 10 lebih tinggi dari angka 3.
- Interval -> Ciri khas dari tipe data ini, selain memiliki kemampuan mengklasifikasikan dan membentuk tingkatan, adalah tidak adanya nilai nol mutlak. Artinya, angka nol yg digunakan bukan berarti tidak ada. Contoh: Derajat suhu. Di dalam skala Celcius misalnya, Nol derajat Celcius bukan berarti tidak ada suhu. Nol derajat itu memiliki suhu, hanya saja dilambangkan dengan nol. Selain itu, jarak antar setiap angka yg digunakan adalah sama. Misal: di dalam kuesioner, ada tingkatan dari TIDAK SETUJU (lambang: 1) s.d. SANGAT SETUJU (lambang: 5). Jarak antara SANGAT SETUJU (5) dg SETUJU (4) adalah 1, yaitu 5-4=1. Jarak antara SETUJU (4) dg RAGU-RAGU (3) juga = 1, yaitu 4-3=1. dst.
- Rasio -> memiliki kemampuan dari ketiga tipe data sebelumnya, dan angka nol dianggap mutlak. Contoh: data berat badan (kg). Angka Nol kg berarti memang tidak ada berat.
Tidak ada komentar:
Posting Komentar