Modul 2
Modul 2
Modul 2
Modul: 2
Pertemuan ke : 2
Pokok Bahasan: Pendahuluan statistika
Dalam kehidupan sehari -hari, kata statistika sangat akrab bagi kita, bahkan di negara
kita terdapat suatu lembaga yang bernama Badan Pusat Statistik (BPS). Di sisi lain, kita
juga sering mendengar istilah “observasi”, “data” , “sensus”, “sample”, “populasi” dan
lain-lain. Untuk lebih jelasnya, berikut definisi dari beberapa istilah tersebut:
Sebagai contoh, suatu lembaga survey melakukan wawancara terhadap 2 401 penduduk
Indonesia untuk mengetahui tingkat kepuasan terhadap kinerja pemerintah. Dalam hal
ini sebanyak 2401 penduduk merupakan sampel dan keseluruhan penduduk Indonesia ,
yang sekitar 230 juta jiwa adalah populasinya. Kalau tidak salah (berdasarkan data BPS)
, setiap 5 tahun sekali pemerintah melakukan sensus ekonomi atau sensus pertanian.
Pada kegiatan ini, semua kepala keluarga didata , dan data yang terkumpul disebut
sensus atau data sensus.
Pengumpulan data dengan cara sensus membutuhkan biaya, waktu , dan tenaga yang
banyak. Untuk alasan efisiensi, dalam banyak kasus pola atau kelakukan populasi cukup
dipelajari melalui sampelnya. Nantinya, hasil analisis pada sampel ini digunakan untuk
memberikan kesimpulan pada populasi asalnya. Agar dapat diharapkan kesimpulan yang
valid, maka sampel yang diambil haruslah representatif, artinya ia benar -benar mewakili
populasinya. Sampel yang tidak valid akan melahirkan kesimpulan yang menyimpang
dari keadaan yang sesungguhnya.
Ingat, dalam sistem sampling terdapat faktor kesalahan yang sudah diperhitungkan
sejak awal. Diantara faktor kesalahan ini adalah sampling error yang merupakan ukuran
peluang ketidakmiripan sampel dengan populasinya. Juga, metoda ya ng digunakan
dalam melakukan analisis data selalu didasarkan pada teori probabilitas. Artinya tidak
ada kesimpulan apapun dalam statistik yang bersifat eksak; semuanya mempunyai
peluang kejadian sebaliknya. Sangat dimungkinkan beberapa lembaga survey perhi
tungan cepat pilkada memberikan kesimpulan yang berbeda satu sama lainnya;
terutama bila kedaan sesungguhnya hanya memberikan selisih yang sangat tipis.
Tipe-tipe data
Pada bagian sebelumnya kita telah mendefinisikan sampel dan populasi. Keduanya
dibedakan berdasarkan proses melakukan observasi. Untuk membedakan antara data
sampel dan data populasi biasanya digunakan istilah statistik dan parameter . Berikut
penjelasan dari keduanya:
Contoh:
Selain data yang berbentuk angka seperti c ontoh di atas, terdapat data lain, yang ber
bentuk kategori. Kedua bentuk data ini didefinisika n secara formal sebagai berikut :
10. Data Kuantitatif adalah data yang menggambarkan hasil perhitungan atau hasil
pengukuran.
11. Data Kualitatif atau Data Kategori adalah data yang dapat di pisahkan dalam
beberapa kategori atau kelompok yang dibedakan oleh karakter bukan
numerik.
Contoh:
1. Data kuantitatif : tinggi badan, nilai IPK, temperatur dalam derajat celsius, besar
penghasilan.
2. Data kualitatif : jenis kelamin, profesi, temperatur dalam rasa (dingin, panas ,
sejuk).
Selanjutnya, data kuantitatif dibedakan atas data diskrit dan data kontinu. Berikut
penjelasan dari kedua nya:
12. Data Diskrit adalah data yang banyak kemungkinannya berhingga atau terbilang.
13. Data Kontinu adalah data yang benyak kemungkinannya tak terbilang.
Contoh:
1. Data diskrit : jam kerja dalam sehari (kemungkinannya adalah 1, 2, 3, … , 24),
banyak telor yang dihasilkan oleh ayam betina, banyak hari libur dalam setiap
bulan ).
2. Data kontinu: temperatur udara di berbagai tempat (kemungkinannya: semua
nilai yang ada pada interval, misalnya dari -20 derajat celsius sampai d engan
50 derajat Celsius).
Level Pengukuran
1. Level Nominal dicirik an oleh data yang terdiri atas nama -nama, label, atau
kategori. Data seperti ini tidak dapat diurutkan seperti dari atas ke bawah,
atau sebaliknya.
Contoh ilustrasi pengukuran level nominal:
1. Ya, tidak, tidak tahu : biasanya diberikan pada lembar kuesioner.
2. Warna: warna mobil yang dimiliki oleh dosen UNMUH Ponorogo (hitam, merah,
putih, biru, dan lain -lain). Data-data yang diperoleh pada level ini tidak dapat diurutkan.
Data ini tidak dapat digunakan untuk kalkulasi, misalnya Ya + tidak tahu = ???, merah
+ hi tam = ???, tidak dapat dilakukan.
2. Level Ordinal dicirikan oleh data yang dapat disusun dalam urutan tertentu, tetapi
selisih nilai -nilainya tidak dapat ditentukan atau bahkan tidak bermakna sama
sekali.
Contoh ilustrasi pengukuran level ordinal :
• Nilai akhi r pada KHS mahasiswa yang diberikan oleh pak Rully Charitas : E, D, C,
B-, B, A- , A. Nilai -nilai ini dapat diurutkan, misalnya nilai A lebih baik dari
nilai B, tetapi seberapa besar selisih antara A dan B tida k dapat ditentukan.
Jelasnya A - B tidak bermakna.
• Transparency International Indonesia (TI I) baru-baru ini mengumumkan ranking
Indeks Persepsi Korupsi (IPK) untuk 50 kota yang ada di Indonesia. Dari ke 50
kota tersebut, Yogyakarta menduduki kota terbersih pada ranking pertama,
disusul Palangkaraya pada rakning kedua, Banda Aceh pada ranking ketiga
dan seterusnya sampai Kupang pada ranking ke 50 atau terkorup. Data
ranking di sini merupakan level pengukuran ordinal. Walaupun ada angka di
sini namun selisih antara ranking 2 dan ranking 1, bila ditulis dalam bentuk 2 -
1 = 1 tidak mempunyai makna sama sekali.
3. Level Interval seperti level ordinal dengan sifat tambahannya adalah selisih
antara dua data mempunyai makna. Tetapi level ini tidak mempunyai titik nol
alami sebagai titik awal.
4. Level Rasio seperti level interval namun ia mempunyai titik nol alami sebagai
titik awal. Data dari level rasio, dapat dibandingkan (selisih) dan dirasiokan
(pembagian).
Contoh ilustrasi pengukuran level rasio:
• HARGA: harga-harga buku teks mahasiswa merup akan data level rasio dimana
harga 0 rupiah menunjukkan tidak ada harga alias gratis.
• BOBOT: berat badan manusia merupakan data level rasio dimana berat 0 kg
menyatakan tidak ada bobot.
• Indeks persepsi korupsi (IPK): ketika belum diranking, IPK yang dikeluarkan oleh
TII masih dalam bentuk skor skala 10 dengan ketelitian 2 digit dibelakang
koma, misalnya Yogyakarta dengan IPK 6.43, Palangkaraya dengan IPK 6.10,
Banda Aceh dengan IPK 5.87 dan seterusnya Kendari dengan IPK 3.39,
terkecil Kupang dengan IPK 2.97. Di sini nilai 0 menunjukkan kriteria terkorup
“di dunia dan akhirat ”.
Soal Latihan
2. [DATA KONTINU dan DATA DISKRIT] Bedakan apakah nilai (angka berikut)
sebagai data kontinu atau data diskrit.
a) Gaji yang diperoleh oleh pekerja Indonesia di luar negeri mencapai 3.000.000, -
rupiah setiap bulannya.
b) Dalam 1560 orang pria yang disurvey ditemukan 38% dari mereka adalah
perokok aktif.
c) Suatu sampel terdiri dari sejumlah mobil, ditemukan bahwa rata -rata beratnya
adalah 1500 kg.
3. [LEVEL PENGUKURAN] Tetapkan level yang paling cocok (nominal, ordinal,
interval, rasio) untuk pengukuran berikut.
a) Tinggi badan pemain sepak bola.
b) Temperatur saat ini di dalam kelas.
c) Rating suatu acara televisi: “fantastik, baik, cukup, kurang, tidak diterima ”.
d) Nomor punggung pemain basket.
e) Nomor telepon pada buku telepon.
f) Majalah konsumen yang memberikan rating: “ best buy, reccomended,
not reccomended”.
g) Kode pos.
4. [SAMPEL – POPULASI] Tentukan yang mana sampel dan yang mana populasinya.
Tentukan juga sampel mana yang paling mun gkin sebagai representasi dari
populasinya.
a) Seorang wartawan victory news berdiri di bundaran kantor guberbnur NTT dan
bertanya kepada 10 orang dewasa, apakah mereka merasa bahwa presiden saat
ini telah melakukan pekerjaan dengan baik.
b) Lembaga penelitian di bidang media telah men -survei 5000 rumah tangga yang
dipilih secara acak dan menemukan bahwa, siaran TV yang dipilih, hanya 24%
yang sesuai dengan kebutuhan anak mereka.
c) Dalam jajak pendapat yang dilakukan di kampus UNDANA, dari 2401 mahasiswa,
yang dipilih secara acak, 87% menjawab "ya" , ketika ditanya "Apakah Anda suka
bermain sepak bola saat sore hari?”
d) Seorang dosen di PPS Undana Prodi IA melakukan proyek penelitian tentang
bagaimana mahasiswa S2 Prodi IA berkomunikasi. Beliau memulai dengan
mengirimkan kuisoner kepada 240 mahasiswa yang beliau kenal dan meminta
mereka untuk mengirimkan kembali hasil kuisoner yang telah mereka isi.
Hasilnya, beliau hanya mendapatkan 87 kuisoner .