PENGERTIAN DAN PERBEDAAN STATISTIK DAN STATISTIKA

Istilah statistik berasal dari bahasa latin “status” yang artinya suatu negara. Suatu kegiatan pengumpulan data yang ada hubungannya dengan kenegaraan, misalnya data mengenai penduduk, data mengenai penghasilan dan sebagainya, yang lebih berfungsi untuk melayani keperluan administrasi.

Secara kebahasaan, statistik berarti catatan angka-angka (bilangan); perangkaan; data yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga dapat memberi informasi yang berarti mengenai suatu masalah, gejala atau peristiwa (depdikbud, 1994).

Menurut Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan angka-angka dari suatu kejadian atau kasus tertentu. Selaras dengan apa yang didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang melukiskan atau menggambarkan suatu persoalan.

Statistika beda halnya dengan statistik, statistika yang dalam bahasa Inggris “statistics” (ilmu statistik), ilmu tentang cara-cara mengumpulkan, mentabulasi dan menggolongkan, menganalisis dan mencari keterangan yang berarti dari data yang berupa angka.

Statistika merupakan ilmu pengetahuan yang berhubungan dengan cara-cara mengumpulkan, menabulasi, menggolong-golongkan, menganalisis, dan mencari keterangan yang berarti dari data yang berupa bilangan-bilangan atau angka, sehingga dapat ditarik suatu kesimpulan atau keputusan tertentu.

Selain itu, Statistika juga merupakan 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

Sedangkan dalam dunia pendidikan, statistika membahas tentang prinsip-prinsip, metode, dan prosedur yang digunakan sebagai cara pengumpulan, menganalisa serta menginterpretasikan sekumpulan data yang berkaitan dengan dunia pendidikan.

Lebih jauh, statistika dalam Pendidikan Luar Biasa dapat diartikan sebagai penggunaan (aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa problema-problema PLB.

Juga dari sisi lain, Statistika dalam psikologi dimaknai sebagai penggunaan (aplikasi) prinsip-prinsip, dasar-dasar dan perhitungan statistik dalam menganalisa problema-problema bidang psikologi.

2.      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

metode sensus adalah metode pengumpulan data dimana seluruh populasi diselidiki tanpa terkecuali, sedangkan metode sampling adalah metode pengumpulan data dimana hanya sebagian dari populasi yang diselidiki.

3.      KEUNTUNGAN METODE SAMPLING

Keuntungan menggunakan metode sampling, antara lain:

1. Menghemat Biaya

Menghemat Biaya karena data yang dikumpulkan hanya sebagian dari populasi. Karena merupakan sample, maka petugas yang dibutuhkan lebih sedikit, hemat biaya percetakan, biaya pelatihan, pencacahan, dan pengolahan.

2. Mempercepat Hasil Survei

Pada umumya data yang dibutuhkan segera, sehingga berbagai perencanaan segera dapat dilakukan. Dengan melakukan survei sample maka pelaksanaan lapangan dan pengolahan tentunya akan jauh lebih cepat diselesaikan.

3. Cakupan Materi Lebih Besar

Data yang diperlukan biasanya beragam dan cukup banyak, sehingga tidak mungkin dikumpulkan melalui pencacahan lengkap. Data yang dikumpulkan melalui sensus lengkap biasanya sangat terbatas. Variable yang dicakup sangat dibatasi pada variable dasar saja.

4. Akurasi Lebih Tinggi

Pada sensus jumlah petugas dan responden yang besar akan mengakibatkan tingkat kesalahan yang juga besar terutama kesalahan yang diakibatkan bukan oleh teknik sampling yang disebut dengan Non Sampling Error. Non Sampling Error dapat diakibatkan oleh tidak terpenuhi kualifikasi petugas yang baik, kuesioner yang kurang baik, konsep dan definisi yang kurang tepat, jawaban responden yang salah, maupun kesalahan dalam proses pengolahan.

4.      Keuntungan teknik sampling

Teknik sampling dapat dipergunakan sebagai

alat pemeriksa hasil sensus (Post

Enumeration Check atau Pasca Evaluasi

Sensus).

Batas kekeliruan terbesar (Bound Of Error)

dapat dihitung.

Data yang terkumpul melalui sensus tidak

dapat diketahui kekeliruannya, tetapi dengan

teknik sampling batas kekeliruan ini dapat

dihitung secara obyektif.

Sekalipun banyak keuntungan yang dapat diperoleh

melalui teknik sampling dibandingkan dengan sensus,

tetapi sensus tetap merupakan pengumpulan data yang

penting dan tidak boleh ditinggalkan, karena sensus

akan menjadi alat pembanding.

5.      Teknik Pengambilan Sampel

Pengambulan Sampel Secara Acak

1. Simple random sampling

Yang dimaksudkan dengan pengambilan sampel acak sederhana adalah pengambilan sampel sedemikian rupa sehingga setiap unit dasar memiliki kesempatan yang sama untuk diambil sebagai sampel,

2. Stratified random sampling

Stratified random sampling adalah pengambilan sampel yang dilakukan dengan membagi populasi menjadi beberapa strata dimana setiap strata adalah homogen.

3. Multstage random sampling

Pengambilan sampel yang membagi populasi menjadi beberapa fraksi kemudian diambil sampelnya.

4. Systematic random sampling

Pengambilan sampel acak sistematik dilakukan bila pengambilan sampel acak dilakukan secara berurutan dengan interal tertentu.

5. Cluster Random sampling

Pengambilan sampel acak kelompok dilakukan bila kita akan mengadakan suatu penelitian dengan mengambil kelompok unit dasar sebagai sampel.

6. Probability Proporsionate to Size

Pengambilan sampel dengan cara PPS ini merupakan variasi dari pengambilan sampel bertingkat dengan PSU besar yang dilakukan secara proporsional

Pengambilan sampel tanpa acak

Pengambilan sampel tanpa acak ini digunakan bila kita ingin mengambil sampel yang sangat kecil pada populasi yang besar. Pengambilan sampel tanpa acak ini terdiri dari :

1. Pengambilan sampel seadanya(Accidental sampling)

Pengambilan sampel yang dilakukan secara subjektif oleh peneliti ditinjau dari sudut kemudahan, tempat pengambilan sampel, dan jumlah sampel yang akan diambil.

2. Pengambilan sampel berjatah(Quota sampling)

Cara pengambilan sampel dengan jatah hampir sama dengan pengambilan sampel seadanya, tetapi dengan kontrol lebih baik untuk mengurangi terjadinya bias.

3. Pengambilan sampel berdasarkan pertimbangan(Purposive sampling)

Pengambilan sampel berdasarkan pertimbangan bila cara pengambilan sampel dilakukan sedemikian rupa, sehingga keterwakilannya ditentukan oleh peneliti berdasarkan pertimbangan orang – orang yang telah berpengalaman. Pengambilan sampel dengan cara ini lebih baik dari dua cara sebelumnya karena dilakukan berdasarkan pengalaman berbagai pihak.

Pengambilan sampel pada penelitian klinis

Pada penelitian klinik pengambilan sampel sering didasarkan pada waktu atau jumlah. Pengambilan sampel yang dilakukan pada periode waktu tertentu, dimana penderita yang datang ke rumah sakit dan memenuhi kriteria studi diambil sebagai sampel sampai suatu periode waktu yang telah ditentukan. Pengambilan sampel yang menggunakan cara ini tidak tergantung pada jumlahnya.

Pengambilan sampel beradasarkan jumlah, bila kasusnya cukup banyak akan membutuhkan waktu yang singkat, tetapi bila kasusnya jarang makan akan membutuhkan waktu yang lebih lama. Permasalahan tersebut seharunya menjadi pertimbangan pada saat menentukn cara mana yang akan digunakan.

6.      Perbedaan

STATISTIK PARAMETRIK

Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar normal, maka data seharusnya dikerjakan dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.

Contoh metode statistik parametrik :

a. Uji-z (1 atau 2 sampel)

b. Uji-t (1 atau 2 sampel)

c. Korelasi pearson,

d. Perancangan percobaan (one or two-way anova parametrik), dll.

Ciri-ciri statistik parametrik :

- Data dengan skala interval dan rasio

- Data menyebar/berdistribusi normal

Keunggulan dan kelemahan statistik parametrik :

Keunggulan :

Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.

Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki varian yang homogen.

Kelemahan :

 Populasi harus memiliki varian yang sama.

 Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.

 Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.

STATISTIK NON-PARAMETRIK

Statistik Non-Parametrik adalah test yang modelnya tidak menetapkan syarat-syaratnya yang mengenai parameter-parameter populasi yang merupakan induk  sampel penelitiannya. Oleh karena itu observasi-observasi independent dan variabel yang diteliti pada dasarnya memiliki kontinuitas. Uji metode non parametrik atau bebas sebaran adalah prosedur pengujian hipotesa yang tidak mengasumsikan pengetahuan apapun mengenai sebaran populasi yang mendasarinya kecuali selama itu kontinu.

Pendeknya: Statistik Non-Parametrik adalah yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal.

Contoh metode statistik non-parametrik (selengkapnya dapat dilihat disini) :

a. Uji tanda (sign test)

b. Rank sum test (wilcoxon)

c. Rank correlation test (spearman)

d. Fisher probability exact test.

e. Chi-square test, dll

Ciri-ciri statistik non-parametrik :

- Data tidak berdistribusi normal

- Umumnya data berskala nominal dan ordinal

- Umumnya dilakukan pada penelitian sosial

- Umumnya jumlah sampel kecil