Header Ads

test

Statistika


Nama : Ravly Bayu Nugraha
Kelas : 2KB04
NPM : 25118935

➣ Definisi Statistika
➣ Menjelaskan Jenis Jenis Data
➣ Menjelaskan Skala Pengukuran Data
➣ Menjelaskan pengertian populasi dan sampel

➣ Definisi Statistika
Statistika adalah ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan dan penyusunan data, pengolahan data, dan penganalisisan data, serta penyajian data berdasarkan kumpulan dan analisis data yang dilakukan. Salah satu ilmu yang mendasari dalam mempelajari statistika adalah peluang atau probabilitas. Berdasarkan kegiatannya, statistika dikelompokkan menjadi dua macam, yaitu Statistika deskriptif (statistika deduktif) dan statistika inferensi (statistika induktif). 

 statistika deskriptif
    Pengertian statistika deskriptif adalah statistika yang meliputi kegiatan-kegiatan pengumpulan, penyajian, penyederhanaan atau penganalisisan, dan penentuan ukuran-ukuran khusus dari suatu data tanpa penarikan kesimpulan. Sedangkan, pengertian statistika inferensi adalah ilmu mengenai penarikan kesimpulan dan pengambilan keputusan tentang makna statistik yang telah dihitung.

 statistik
     Pengertian statistik 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.

 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.
kejadian ataupun suatu konsep. Adapun jenis-jenis data dapat dibagi berdasarkan sifat data,sumbernya,cara memperolehnya,dan waktu pengumpulannya,sifatnya.
Berdasarkan sifat data :
  1. Data Diskrit adalah data yang nilainya adalah bilangan asli. Contoh : adalah berat badan ibu-ibu pkk Perumahan Riung Bandung, nilai dolar dari waktu ke waktu, dll.
  2. Data Kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya. Contoh :penggunaan kata sekitar, kurang lebih, kira-kira, dan sebagainya.
 Jenis-jenis data menurut sumbernya, antara lain:
  1. Data Internal: data intenal adalah data dari dalam suatu organisasi yang menggambarkan keadaan organisasi tersebut. Contohnya: suatu perusahaan, jumlah karyawannya, jumlah modalnya, atau jumlah
    produksinya, dll.
  2. Data Eksternal: data eksternal adalah data dari luar suatu organisasi yang dapat menggambarkan faktor-faktor yang mungkin mempengaruhi hasil kerja suatu organisasi. Misalnya: daya beli masyarakat mempengaruhi hasil penjualan suatu perusahaan.
 Jenis-jenis data menurut cara memperolehnya, antara lain:
  1. Data Primer (primary data): data primer adalah data yang dikumpulkan sendiri oleh perorangan/suatu organisasi secara langsung dari objek yang diteliti dan untuk kepentingan studi yang bersangkutan yang dapat berupa interview, observasi.
  2. Data Sekunder (secondary data): data sekunder adalah data yang diperoleh/ dikumpulkan dan disatukan oleh studi-studi sebelumnya atau yang diterbitkan oleh berbagai instansi lain. Biasanya sumber tidak langsung berupa data dokumentasi dan arsip-arsip resmi.
 Jenis-jenis data menurut waktu pengumpulannya, antara lain:
  1. Data cross section, yaitu data yang dikumpulkan pada suatu waktu tertentu (at a point of time) untuk menggambarkan keadaan dan kegiatan pada waktu tersebut. Misalnya; data penelitian yang menggunakankuesioner.
  2. Data berkala (time series data), yaitu data yang dikumpulkan dari waktu ke waktu untuk melihat perkembangan suatu kejadian/kegiatan selama periode tersebut. Misalnya, perkembangan uang beredar, harga 9 macam bahan pokok penduduk.
 Menurut sifatnya, jenis-jenis data yaitu:
  1. Data Kualitatif: data kualitatif adalah data yang tidak berbentuk angka, misalnya: Kuesioner
    Pertanyaan tentang suasana kerja, kualitas pelayanan sebuah rumah sakit
    atau gaya kepemimpinan, dll.
  2. Data Kuantitatif: data kuantitatif adalah data yang berbentuk angka, misalnya: harga saham, besarnya pendapatan, dll.
➣ Skala Pengukuran Data
1. Skala nominal
Adalah skala yang semata-mata hanya untuk memberikan indeks, atau nama saja dan tidak mempunyai makna yang lain. Contoh:
Data
Kode (a)
Kode (b)
Yuni
1
4
Desi
2
2
Ika
3
3
Astuti
4
1
Keterangan: Kode 1 sampai dengan 4 (a) semata-mata hanyalah untuk memberi tanda saja, dan tidak dapat dipergunakan sebagai perbandingan antara satu data dengan data yang lain. Kode tersebut dapat saling ditukarkan sesuai dengan keinginan peneliti (menjadi alternatif b) tanpa mempengaruhi apa pun.

2. Skala ordinal
Adalah skala ranking, di mana kode yang diberikan memberikan urutan tertentu pada data, tetapi tidak menunjukkan selisih yang sama dan tidak ada nol mutlak. Contoh:
Data
Skala Kecantikan (a)
Skala Kecantikan (b)
Yuni
4
10
Desi
3
6
Ika
2
5
Astuti
1
1
Skala kecantikan (a) di atas menunjukkan bahwa Yuni paling cantik (dengan skor tertinggi 4), dan Astuti yang paling tidak cantik dengan skor terendah (1). Akan tetapi, tidak dapat dikatakan bahwa Yuni adalah 4 kali lebih cantik dari pada Astuti. Skor yang lebih tinggi hanya menunjukkan skala pengukuran yang lebih tinggi, tetapi tidak dapat menunjukkan kelipatan. Selain itu, selisih kecantikan antara Yuni dan Desi tidak sama dengan selisih kecantikan antara Desi dan Ika meskipun keduanya mempunyai selisih yang sama (1). Skala kecantikan pada (a) dapat diganti dengan skala kecantikan (b) tanpa mempengaruhi hasil penelitian.
Skala nominal dan skala ordinal biasanya mempergunakan analisis statistik non parametrik, contoh: Korelasi Kendall, Korelasi Rank Spearman, Chi Square dan lain-lain.

3. Skala interval
Skala pengukuran yang mempunyai selisih sama antara satu pengukuran dengan pengukuran yang lain, tetapi tidak memiliki nilai nol mutlak. Contoh:
Data
Nilai Mata Kuliah (a)
Skor Nilai Mata Kuliah (b)
Yuni
A
4
Desi
B
3
Ika
C
2
Astuti
D
1
Tabel di atas menunjukkan bahwa nilai A setara dengan 4, B setara dengan 3, C setara dengan 2 dan D setara dengan 1. Selisih antara nilai A dan B adalah sama dengan selisih antara B dan C dan juga sama persis dengan selisih antara nilai C dan D. Akan tetapi, tidak boleh dikatakan bahwa Yuni adalah empat kali lebih pintar dibandingkan Astuti, atau Ika dua kali lebih pintas dari pada Astuti. Meskipun selisihnya sama, tetapi tidak mempunyai nilai nol mutlak.

4. Skala rasio
Adalah skala pengukuran yang paling tinggi di mana selisih tiap pengukuran adalah sama dan mempunyai nilai nol mutlak. Contoh:
Data
Tinggi Badan
Berat badan
Yuni
170
60
Desi
160
50
Ika
150
40
Astuti
140
30
Tabel di atas adalah menggunakan skala rasio, artinya setiap satuan pengukuran mempunyai satuan yang sama dan mampu mencerminkan kelipatan antara satu pengukuran dengan pengukuran yang lain. Sebagai contoh; Yuni mempunyai berat badan dua kali lipat berat Astuti, atau, Desi mempunyai tinggi 14,29% lebih tinggi dari pada Astuti.

Skala pengukuran interval dan rasio biasanya dikenai alat statistik parametrik

➣ pengertian populasi dan sampel
A.  Populasi
Secara ringkas, populasi penelitian adalah keseluruhan objek penelitian, yaitu a set (or collection) of all elements possessing one or more attributes interests. Jadi setiap anggota populasi harus mempunyai karakteristik tertentu yang sama yang akan diteliti. Contoh populasi penelitian adalah seluruh perusahaan yang terdaftar di Bursa Efek Indonesia pada tahun 2007, atau seluruh karyawan tetap pada perusahaan X, seluruh siswa sekolah X tahun ajaran 2007, atau seluruh pengguna sabun X di Kota Y dan sebagainya.

Hasil penelitian diharapkan dapat mewakili keseluruhan populasi penelitian yang telah ditetapkan di awal penelitian. Berbagai asumsi harus dipenuhi agar hasil penelitian dapat digeneralisasikan terhadap keseluruhan populasi penelitian. Beberapa asumsi statistik yang diperlukan misalnya normalitas data atau uji non response bias.

Untuk populasi dengan jumlah anggota populasi yang besar, maka dapat dilakukan penelitian terhadap sebagian dari anggota populasi tersebut, tetapi masih mempunyai ciri atau karakteristik yang mampu mewakili keseluruhan populasi penelitian tersebut. Sebagian anggota populasi tersebut sering disebut sampel yang dipilih atau ditentukan dengan berbagai metode ilmiah yang ada.


B. Sampel
     Sampel adalah sebagian (cuplikan) dari populasi yang masih mempunyai ciri dan karakteristik yang sama dengan populasi dan mampu mewakili keseluruhan populasi penelitian. Sampel dipergunakan ketika jumlah seluruh anggota populasi terlalu banyak sehingga tidak memungkinkan untuk melakukan penelitian terhadap populasi secara keseluruhan, misalnya populasi penelitian adalah masyarakat pada suatu kota tertentu. Sampel juga digunakan ketika jumlah populasi secara keseluruhan tidak dapat ditentukan secara pasti, misalnya populasi pengguna produk tertentu pada suatu kota.

Persyaratan utama adalah bahwa sampel harus mampu mewakili populasi secara keseluruhan. Oleh karena itu, penentuan jumlah sampel dan pengambilan sampel penelitian harus ditentukan secara sistematis agar benar-benar mampu mewakili populasi secara keseluruhan. Secara garis besar, metode penentuan jumlah sampel terdiri dari dua ciri, yaitu metode acak (random sampling) dan tidak acak (non random sampling). Metode acak adalah memberikan kesempatan kepada seluruh populasi penelitian untuk menjadi sampel penelitian tanpa melihat struktur atau karakteristik tertentu. Metode non random sampling dilakukan dengan memberikan kesempatan kepada populasi dengan ciri atau karakteristik tertentu untuk menjadi sampel penelitian, di mana ciri dan karakteristik tersebut harus dikaitkan dengan tujuan penelitian.

Sebagai ilustrasi penelitian dengan tujuan untuk mengetahui pengaruh dari beberapa rasio keuangan terhadap harga saham. Maka beberapa kriteria yang dapat diambil untuk penentuan non random sampling misalnya: Perusahaan tidak mengeluarkan kebijakan selama periode penelitian. Kriteria ini diambil karena kebijakan perusahaan dapat secara langsung merubah harga saham tanpa melihat ada atau tidaknya pengaruh dari rasio keuangan. Kebijakan tersebut misalnya stock split, merger dan akuisisi, right issue atau kebijakan yang lain. Selain itu masih dapat diberikan kriteria-kriteria yang lain yang mendukung pelaksanaan penelitian, misalnya ketersediaan data.

Referensi
Nugroho, Sigit. 2007. Dasar-dasar Metode Statistika. Jakarta: Grasindo.


Tidak ada komentar