METODE STATISTIKA

Definisi Statistika

Statistika adalah cabang ilmu matematika terapan yang terdiri dari teori dan metoda 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

Statistik vs Parameter:

• Statistik (bukan statistika)

Statistik adalah kumpulan data, bilangan, maupun non bilangan yang disusun dalam tabel dan atau diagram yang melukiskan atau menggambarkan suatu persoalan. Contohnya : Statistik Penduduk, kelahiran, pendidikan, produksi, pertanian, dsb.

Statistik bisa juga berarti ukuran sebagai wakil dari kumpulan data. Contohnya : Rata-rata, median, mode, simpangan baku, ragam, persen, dsb.

• Parameter

Parameter pengertiannya hampir sama dengan statistik, perbedaannya hanya terletak pada sumber data yang digunakan. Statistik menggunakan sumber data yang berasal dari sampel, sedangkan parameter menggunakan sumber data yang berasal dari populasi.

• Statistik digunakan untuk mengestimasi nilai dari parameter populasi.

Metode Statistik

Metode 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:
• Statistika deskriptif berkaitan dengan penerapan metode statistik mengenai pengumpulan, pengolahan, dan penyajian suatu gugus data sehingga bisa memberikan informasi yang berguna.
• Statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan mengenai kelompok itu saja
• 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:
• 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.
• Statistika yang menggunakan data dari suatu sampel untuk menarik kesimpulan mengenai populasi dari mana sampel tersebut diambil
• 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:
• teknik-teknik pengukuran statistik yang didasarkan pada asumsi tertentu, misalnya data yang diambil dari populasi yang berdistribusi normal.
• Teknik statistik ini digunakan untuk data yang berskala interval dan rasio.

• Statistika non-parametrik:
• teknik-teknik statistika yang menggunakan sedikit asumsi (atau bahkan tidak sama sekali) terkadang juga dikenal dengan model statistika yang bebas terhadap distribusi tertentu
• 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.

Hubungan statistika dengan Metode Penelitian

Statistika merupakan salah satu komponen utama dalam tahapan metode penelitian, menentukan ukuran sampel, mengumpulkan, menyajikan, dan menganalisis data serta untuk melihat derajat ilmiahnya.

Analisis Regresi Berganda adalah salah satu jenis analisis parametrik dalam statistika yang bertujuan untuk mengetahui pola hubungan pengaruh antara beberapa variabel bebas terhadap variabel terikat. Secara terperinci, analisis regresi berganda memiliki 3 tujuan, yakni :
1. Mengetahui apakah ada pengaruh antara variabel-variabel bebas yang ada terhadap variabel terikat.
2. Mengetahui variabel bebas yang manakah yang memiliki pengaruh paling dominan terhadap variabel terikat.
3. Mendapatkan model terbaik yang dapat digunakan untuk menduga/memprediksi nilai dari variabel terikat jika diketahui nilai dari variabel-varibel bebasnya.

Populasi

Populasi merupakan keseluruhan (universum) dari objek penelitian yang dapat berupa manusia, hewan, tumbuh-tumbuhan, gejala, nilai, peristiwa, sikap hidup, dan sebagainya yang menjadi pusat perhatian dan menjadi sumber data penelitian. Apabila kita lihat definisi tersebut, pengertian populasi bisa sangat beragam sehingga kita harus mendefinisikan populasi tersebut dengan jelas dan tepat.

Berikut ini adalah contoh suatu populasi:

• Populasi Mahasiswa Universitas Padjadjaran (Unpad)
• Populasi Mahasiswa Fakultas Pertanian (Faperta)
• Populasi Mahasiswa Agroteknologi, Faperta, Unpad
• Populasi Mahasiswa Agroteknologi Angkatan 2009, Faperta, Unpad
• Populasi Mahasiswa Agroteknologi Kelas A, Angkatan 2009, Faperta, Unpad

Apabila kita perhatikan contoh populasi di atas, pengertian populasi di sana bersifat relatif, pendefinisiannya tergantung dari si Peneliti, apakah dia ingin mengetahui Populasi Mahasiswa Unpad secara keseluruhan ataukah hanya tertarik pada populasi mahasiswa Agroteknologi angkatan 2009 saja.

Kita harus hati-hati dalam mendefinisikan suatu populasi. Populasi harus didefinisikan dengan jelas dan tepat. Misalnya, kita ingin mengetahui rata-rata nilai IPK mahasiswa Unpad. Berarti parameter/sifat/ciri yang ingin diketahui adalah rata-rata nilai IPK mahasiswa dan obyek yang ditelitinya adalah Mahasiswa Unpad. Jika kita merumuskan populasi seperti ini, rumusannya sudah jelas tapi belum tepat. Jelas maksudnya: (1) parameter yang ingin diteliti sudah jelas, yaitu Nilai IPK mahasiswa Unpad dan bukan parameter lain, seperti tinggi, nilai IQ dan sebagainya (2) populasinya hanya mahasiswa Unpad bukan nilai IPK mahasiswa dari universitas lain. Belum tepat maksudnya, apabila kita berbicara tentang mahasiswa Unpad cakupannya cukup luas. Apakah kita akan mendata nilai IPK semua mahasiswa Unpad dari semua angkatan, baik yang masih aktif, non aktif, meninggal, DO, maupun yang sudah lulus?

Dengan demikian, batasan ruang lingkup dari populasi yang akan diteliti harus didefinisikan dengan jelas dan tepat, karena semua kesimpulan yang nantinya akan diperoleh dari hasil penarikan contoh (sampel) hanya berlaku untuk populasi yang dimaksud, bukan untuk populasi yang berada diluar batasan ruang lingkup yang diberikan.

Perhatikan pendefinisian populasi berikut:

“Populasi dalam penelitian ini adalah Mahasiswa Agroteknologi Angkatan 2009, Faperta Unpad, yang masih aktif”

Pendefinisian populasi seperti ini sudah jelas batas ruang lingkupnya, sehingga kesimpulan apapun yang diberikan terhadap suatu sampel yang diambil dari populasi tersebut hanya berlaku untuk populasi yang dibatasi oleh Mahasiswa Agroteknologi Angkatan 2009, Faperta, Unpad, yang masih aktif kuliah dan tidak berlaku untuk mahasiswa lainnya yang berada diluar ruang lingkup tersebut.  Jadi hanya menggambarkan keadaan rata-rata nilai IPK mahasiswa pada ruang lingkup tersebut.

Populasi dapat dibagi berdasarkan keadaan (kompleksitasnya) dan berdasarkan ukurannya. Menurut keadaannya populasi dapat dibagi menjadi dua bagian yaitu Populasi Homogen, dan Populasi heterogen. Berdasarkan ukurannya, populasi juga dibagi menjadi dua bagian yaitu Populasi terhingga, dan Populasi tak terhingga.

Populasi berdasarkan keadaannya:

Populasi Homogen: populasi dikatakan homogen apabila unsur-unsur dari populasi yang diteliti memiliki sifat-sifat yang relatif seragam satu sama lainnya. Karakteristik seperti ini banyak ditemukan di bidang eksakta, misalnya air, larutan, dsb. Apabila kita ingin mengetahui manis tidaknya secangkir kopi, cukup dengan mencoba setetes cairan kopi tersebut. Setetes cairan kopi sudah bisa mewakili kadar gula dari secangkir kopi tersebut.

Populasi Heterogen: populasi dikatakan heterogen apabila unsur-unsur dari populasi yang diteliti memiliki sifat-sifat yang relatif berbeda satu sama lainnya. Karakteristik seperti ini banyak ditemukan dalam penelitian sosial dan perilaku, yang objeknya manusia atau gejala-gejala dalam kehidupan manusia yang bersifat unik dan kompleks. Misalnya, apabila kita ingin mengetahui rata-rata IQ mahasiswa Unpad angkatan 2009 (berarti rata-rata dari semua Fakultas). Jelas, rata-rata IQ mahasiswa antar Fakultas kemungkinan besar bervariasi, IQ mahasiswa Fakultas Kedokteran relatif lebih tinggi dibanding dengan rata-rata IQ mahasiswa Fakultas lainnya, sehingga kita bisa mengatakan bahwa populasi tersebut keadaannya heterogen. Untuk mengatasi populasi yang heterogen dalam melakukan penelitian, perlu adanya pengelompokan berdasarkan karakteristiknya, sehingga dari populasi yang ada digrupkan dalam beberapa kelompok, yang nantinya kelompok-kelompok tersebut akan hogomen dalam kelompoknya, tetapi kelompok-kelompok tersebut sangat heterogen diantara kelompkonya. Pada pemisalan sebelumnya, kelompok identik dengan Fakultas.

Populasi berdasarkan ukurannya:

Populasi terhingga: Populasi dikatakan terhingga bilamana anggota populasi dapat diperkirakan atau diketahui secara pasti jumlahnya, dengan kata lain, jelas batas-batasnya secara kuantitatif, misalnya:

• Banyaknya Mahasiswa Agroteknologi Kelas A, Angkatan 2009, Faperta, Unpad
• Tinggi penduduk yang ada di kota tertentu
• Panjang ikan di sebuah danau

Populasi tak hingga: populasi dikatakan tak hingga bilamana anggota populasinya tidak dapat diperkirakan atau tidak dapat diketahui jumlahnya, dengan kata lain, batas-batasnya tidak dapat ditentukan secara kuantitatif, misalnya:

• Air di lautan
• Banyaknya pasir yang ada di Pantai Pangandaran.
• Banyaknya anak yang menderita kekurangan gizi
• Kedalaman suatu danau yang diukur dari berbagai titik

Namun demikian, dalam praktek kehidupan sehari-hari banyak kita jumpai adanya populasi terhingga dianggap sebagai populasi tak terhingga, dan hal seperti ini dibenarkan secara statistika, misalnya banyaknya orang Indonesia yang merokok, banyaknya penduduk Indonesia sekarang, dan sebagainya.

Sampel

Dalam statistik inferensial, kita ingin mengetahui gambaran karakteristik tertentu dari suatu populasi, namun terkadang hal tersebut terkadang tidak mungkin dan tidak praktis untuk mengamati seluruh obyek/individu yang menyusun suatu populasi. Pedagang eceran beras hanya meneliti segenggam beras untuk menentukan kualitas sekarang beras. Pedagang emas hanya meneliti bekas gosokan dari perhiasan tersebut untuk menentukan kualitas emas perhiasan tersebut. Peneliti lingkungan hanya meneliti beberapa milliliter air untuk menentukan kualitas air pada suatu sungai atau danau. Pertanyaannya, mengapa tidak meneliti secara keseluruhan, bukankah hasilnya akan lebih baik dan lebih tepat?

Mengingat seorang peneliti dalam melakukan penelitian penuh dengan keterbatasan baik dari segi biaya, waktu, dan lain sebagainya maka penelitian yang dilakukan untuk mengumpulkan informasi atau data yang diinginkan sesuai dengan permasalah yang diteliti ditempuh dengan mengambil sebagian dari populasi, dengan mempertimbangkan ketebatasan yang ada dari peneliti. Bagian dari populasi tersebut sebagai tempat untuk mengumpulkan informasi dinamakan contoh (sampel).

Dengan demikian, sampel merupakan bagian dari populasi yang dipilih dengan menggunakan aturan-aturan tertentu, yang digunakan untuk mengumpulkan informasi/data yang menggambarkan sifat atau ciri yang dimiliki populasi.

Dari definisi tersebut jelas bahwa sampel yang kita ambil digunakan untuk menggambarkan karakteristik suatu populasi, atau dengan kata lain, sampel digunakan untuk menggeneralisasi suatu populasi.  Dengan demikian, sampel harus betul-betul bersifat representatif sehingga dapat mewakili dan mencerminkan karakteristik populasi dari mana sampel itu diambil.

Gambaran Sampel Representatif

Seorang peneliti, jarang mengamati keseluruhan populasi karena dua alasan:

• Biaya terlalu tinggi dan
• Populasi bersifat dinamis, yaitu unsur-unsur populasi bisa berubah dari waktu ke waktu.

Ada tiga keuntungan utama pengambilan sampel:

• Biaya lebih rendah,
• Pengumpulan data lebih cepat, dan
• Hal ini mungkin untuk memastikan keseragaman dan untuk meningkatkan akurasi dan kualitas data karena kumpulan data lebih kecil .

Jenis-Jenis sampel

Dalam proses pemilihan sampel ada dua faktor penentu yang berperan yaitu:

• Ada atau tidak adanya faktor pengacakan, dan
• Peran orang yang memilih (mengambil) sampel tersebut.

Pada proses pengambilan sampel dengan menggunakan faktor pengacakan didalamnya termasuk unsur-unsur peluang, sedangkan peran dari orang pemilih sampel dapat bersifat obyektif dan dapat pula bersifat subyektif.

Yang dimaksud dengan sikap obyektif dalam memilih sampel adalah suatu cara pemilihan sampel yang menggunakan metode tertentu yang jelas, sehingga penarikan sampel tersebut bila dilakukan oleh orang lain akan diperoleh hasil yang tidak jauh berbeda dari penarikan sampel sebelumnya, dalam menduga sifat atau ciri populasinya. Jadi dengan pengambilan sampel dengan menggunakan metode tertentu dan jelas, akan diperoleh sampel yang konsisten, artinya bila pengambilan sampel dilakukan secar berulang-ulang terhadap populasi yang sama hasilnya tetap terkendali dalam arti tetap menggambarkan sifat atau ciri dari populasinya, walaupun hasilnya tidak persis sama antara yang satu dengan yang lainnya.

Sifat subyektif dalam memilih sampel adalah suatu pemilihan sampel dengan melibatkan pertimbangan pribadi dari pengambil sampel untuk mengambil sampel yang baik menurut versinya sendiri (versi peneliti). Dengan demikian sampel yang diperoleh merupakan sampel yang berbias, apalagi orang yang memilih cotnoh sampel mempunyai latar belakang yang kurang terhadap konsep statistika khususnya konsep tentang teori penarikan sampel.