DATA STATISTIK

DATA STATISTIK

A.    Pengertian Data Statistik

Anas Sudjiono mengatakan (2006:12), bahwa data statistik adalah data yang berwujud angka atau bilangan. Tidak semua angka bias disebut tsatistik, sebab untuk dapat disebut data statistic, angka itu harus memenuhiper syaratan tertentu, yaitu angka tadi haruslah menunjukkan suatu cirri dari suatu penelitian yang bersifat agregatif, serta mencrminkan suatu kegiatan dalam bidang tertentu.

Dalam analisis suatu metode statistika memerlukan suatu data, karena data menjadi bahan baku dalam analisis. Jadi setinggi apapun keilmuan seseorang tentang statistika tanpa data, ia tidak bisa berkata apa-apa kecuali hanya bergumam belaka. Data selain menjadi bahan baku suatu analisis statistika, juga menjadi perrtimbangan yang sangat penting dalam pemilihan metode analisis statistika pada suatu pemecahan permasalahan.

Data berasal dari kata Latin, yaitu datum, yang merupakan bentuk jamak, datum adalah keterangan atau informasi yang diperoleh dari suatu pengamatan sedangakan data adalah segala keterangan atau informasi yang dapat memberikan gambaran tentang suatu keadaan.

Data statistik merupakan keterangan atau ilustrasi mengenai suatu hal yang bisa berbentuk kategori ( misal: rusak, baik, cerah, berhasil, ataupun bilangan)

Tujuan pengumpulan data:

1.      Untuk memperoleh gambaran suatu keadaan

2.      Untuk dasar pengambilan keputusan

Ciri-Ciri Data

1.      Berbentuk angka atau simbol angka, tidak berbentuk kalimat.

2.      Tersusun teratur. Berurutan sesuai dengan aturan-aturan, kaidah-kaidah, hukum-hukum, rumus-rumus, dalil-dalil tertentu.

3.      Agregat. Seluruh kumpulan nilai-nilai pengukuran yang merupakan suatu kesatuan dan setiap nilai pengukuran hanya mempunyai arti sebagai bagian dari keseluruhan tersebut.

Anas Sudjiono (2006:20) menyebutkan beberapa macam sifat dari data statistic sebagai berikut:

1.      Data statistic memiliki nilai relative dan nilai semu

2.      Memiliki nilai nyata dan nilai sebenarnya.

3.      Memiliki batas bawah relative, batas atas relative, batas bawah nyata, dan batas atas nyata

4.      Berbentuk dalam kelompok, memiliki nilai tengah atau nilai titik tengah

5.      Data statistic sebagai data angka, dalam proses perhitungan menggunkan system pembulatan angka tertentu.

B.  Pengelolaan Data Statistik

1.      Data Diskrit (data anumeration)

            Angka-angka yang tidak memiliki desimal atau pecahan di antara dua bilangan bulatnya, diperoleh dari menghitung. Tiap objek memiliki satu satuan yang utuh, yang tidak memungkinkan untuk terjadinya secara sebagian.

            Misalnya : jumlah rumah 34 rumah, jumlah penduduk 3657jiwa, jumlah mobil 29 mobil, jumlah meja 56 meja, dsb. Pada perhitungan dimungkinkan ada desimal, namun kesimpulan akhir merupakan angka tanpa desimal. Pembulatan selalu naik, berapapun angka di belakang koma.

2.      Data Kontinue (data measurement)

Kumpulan angka- angka yang masih dimungkinkan memiliki bilangan desimal atau pecahan di antara dua bilangan bulatnya yang banyaknya tak terhingga, biasanya didapatkan dari proses pengukuran.

Contoh : tinggi badan 175,5 cm, berat badan 67,75 kg, jarak10,7 km, kecepatan 23 m/dt, temperatur 370C, volume 35,2 l, dll.

Data Menurut Sifatnya

a.      Data Kualitatif

Adalah kenyataan yang menunjukkan sifat-sifat objek yang tidak memungkinkan secara langsung dapat diubah menjadi angka, sehingga menggunakan pendekatan dalam bentuk kategori. Contoh : lukisan indah, pemandangan bagus, wajah cantik, penataan rapi, kebijaksanaan tepat, perkataannya benar, tariannya indah.

b.      Data Kuantitatif

Adalah data yang dinyatakan dalam bentuk angka.Misalnya : 60 rumah, 2.345 jiwa, 23 km, 19 gr.

Data Menurut Sumbernya

a.      Data Primer: data yang diperoleh secara langsung dengan melakukan sendiri pengumpulan terhadap obyek.

b.      Data Sekunder : data yang diperoleh dari olahan data primer.

c.       Data Tersier : data yang diperoleh dari olahan data sekunder.

d.      Data Kuarter : data yang diperoleh dari data tersier yang telah diolah terlebih dahulu.

3.      Penggolongan Data Statistik

Data statistik dapat dibedakan dalam beberapa golongan, yaitu sebagai berikut:

1.     Penggolongan Data Statistik Berdasarkan Sifatnya

Ditinjau Dari segi sifat angkanya, data statistik dapat dibedakan menjadi dua golongan, yaitu: data kontinyu dan data diskrit (Sudjiono, Anas. 2006:14).

a.      Data kontinyu adalah data statistik yang angka-angkanya merupakan deretan angka yang sambung-menyambung. Dengan kata lain, data kontinyu ialah data yang deretan angkanya merupakan suatu kontinum.Contoh:

a)      statistik mengenai tinggi badan (dalam ukuran sentimeter): 160-160,1-160,2 160,3-160,4-160, 5-160,6-160,7 dan seterusnya.

b)      Data statistik mengenai berat badan (dalam ukuran kilogram): 50-50,1-50,2- 50,3-50, 4-50,5-50,6-50,7-50,8-50,9 dan seterusnya.

b.      Data diskrit ialah data statistik yang tidak mungkin berbentuk pecahan.

a)      Data statistik tentang jumlah anggota keluarga (dalam satuan orang): 1 – 2 – 3 – 4     – 5 – 6 – 7 dan sebagainya.

b)      Data statistik tentang jumlah buku-buku perpustakaan (dalam satuan eksemplar): 50 – 125 – 307 – 5113 – 12891- dan sebagainya.

Disini jelas bahwa tidak mungkin jumlah anggota keluarga = 1,25 – 3,50 dan  sebagainya; demikian pula tidak mungkin jumlah buku perpustakaan = 50,75 – 125,33 – 209,67 – dan sebagainya.

2.     Penggolongan Data Statistik berdasarkan cara menyusun angkanya

Ditinjau dari segi cara menyusun angkanya, data statistic dapat dibedakan menjadi tiga macam yaitu: data nominal, data ordinal, dan data interval (Sudjiono, Anas. 2006:15).

a.      Data Nominal

ialah data statistik yang cara menyusun angkanya didasarkan atas penggolongan atau klasifikasi tertentu.

Data nominal juga sering dinyatakan dengan data hitungan. Disebut demikian, karena data tersebut diperoleh dengan cara menghitung (dalam hal ini menghitung jumlah siswa, baik menurut tingkatan studi maupun jenis kelaminnya). Contoh: Data statistik tentang jumlah siswa SMP Tulung Agung dalam tahun ajaran 2006/2007, dilihat dari segi tingkat (kelas) dan jenis kelamin, seperti tertera pada Tabel berikut.

Tabel 1.4 Jumlah Siswa SMP Tulung Agung Tahun Ajaran 2006/2007,

Dari tabel 1.4, diperlihatkan bahwa angka 72, 52, 48, 44, 50 dan seterusnya adalah merupakan data nominal, sebab angka itu disusun berdasarkan penggolongan atau klasifikasi, baik menurut tingkatan studi maupun jenis kelaminnya.

b.      Data ordinal

juga sering disebut dengan data urutan, yaitu data statistik yang cara menyusun angkanya didasarkan atas urutan kedudukan (ranking). Contoh; misalkan dari sejumlah 5 (lima) orang finalis Lomba Menyanyi Lagu Seriosa diperoleh skor hasil penilaian dewan juri, sebagaimana tertera pada tabel 1.5. Angka: 1, 2, 3, 4, dan 5 yang tercantum pada kolom terakhir disebut data ordinal (urutan 1 = Juara pertama, urutan 2= Juara kedua, Urutan 3= Juara ketiga, Urutan 4 = Juara harapan 1, dan urutan 5 = Juara harapan 2).

Tabel 1.5 Skor Hasil Penilaian Dewan Juri Terhadap Lima Orang Finalis Lomba Menyanyi Lagu Seriosa

Data interval ialah data statistic di mana terdapat jarak yang sama di antara hal-hal yang sedang diselidiki atau dipersoalkan. Sebagai contoh, pada tabel 1.5. Angka 1, 2, 3, 4, dan 5 adalah data ordinal; sedangkan nilai 568, 497, 485, 451, dan 427 itulah yang disebut data interval.

Dari tabel 1.5. itu dapat diketahui bahwa sekalipun ke lima orang finalis tersebut mempunyai perbedaan urutan kedudukan yang sama (yaitu: masing-masing selisih perbedaannya = 1), tetapi dengan perbedaan urutan kedudukan yang sama itu tidak mesti menunjukkan perbedaan skor yang sama. Sebagai contoh; perbedaan skor antara Juara 1 dengan Juara 2 adalah = 568 – 497 = 71; perbedaan skor antara Juara 2 dengan Juara 3 = 497 – 485 = 12; perbedaan skor antara Juara 3 dengan Juara 4 = 485 – 451 = 34; perbedaan sekor antara Juara 4 dengan juara 5 = 451 – 427 = 24.

Jadi dengan mengetahui data interval, maka informasi yang diperoleh dari data ordinal akan menjadi lebih lengkap.

3.     Penggolongan Data Statistik Berdasarkan Bentuk Angkanya

Ditinjau dari segi bentuk angkanya, data statistik dapat dibedakan menjadi 2 (dua) macam, yaitu data tunggal (un grouped data) dan data kelompok atau data bergolong (grouped data) (Sudjiono, Anas. 2006:17).

a.      Data tunggal ialah data statistik yang masing-masing angkanya merupakan satu unit (satu kesatuan). Dengan kata lain, data tunggal adalah data statistik yang masing-masing angkanya merupakan satu unit (satu kesatuan) atau data statistik yang angka-angkanya tidak dikelompokkan. Contoh: Data berupa nilai hasil ulangan harian 40 orang siswa “SD Sumbangsih” dalam mata pelajaran IPA adalah sebagai berikut.

40	71	54	67	59	84	46	51	60	75
82	55	65	45	63	74	58	44	76	53
73	46	73	58	61	80	59	84	57	45
30	57	62	68	48	35	39	55	48	60

Nilai 40, 71, 54, 67, 59, dan seterusnya masing-masing angkanya merupakan satu unit atau satu kesatuan; masing-masing angka tersebut berdiri sendiri-sendiri dan tidak dikelompokkan. Data angka yang demikian disebut data tunggal.

Data kelompok ialah data statistik yang tiap-tiap unitnya terdiri dari sekelompok angka. Contoh: Data berupa nilai hasil ulangan harian 40 orang siswa “SD Sumbangsih” seperti pada contoh sebelumnya, tetapi angka-angkanya dikelompokkan; misalnya:

Nilai  : 80 - 84

75 - 79

70 - 74

65 - 69

Dan seterusnya.

Dalam kelompok nilai 80 – 84 terkandung nilai: 80, 81, 82, 83, dan 84; dalam kelompok nilai 65 – 69 terkandung nilai 65, 66, 67, 68 dan 69; jadi tiap kelas (unit angka) terdiri dari sekelompok angka.

4.     Penggolongan Data Statistik Berdasarkan Sumbernya

Ditinjau dari sumbernya (sumber dari mana data angka tersebut diperoleh), data statistik dapat dibedakan menjadi dua macam, yaitu: data primer dan data sekunder (Sudjiono, Anas. 2006:18).

a.      Data primer adalah data statistik yang diperoleh atau bersumber dari tangan pertama (first hand data). Contoh: data tentang prestasi belajar siswa yang diperoleh dari bagian kesiswaan.

b.      Data sekunder adalah data statistik yang diperoleh dari tangan kedua (second hand data). Data tentang jumlah siswa yang tawuran pada tahun 2006, diperoleh dari surat kabar harian Kompas.

5.     Penggolongan Data Statistik Berdasarkan Waktu Pengumpulannya

Ditinjau dari segi waktu pengumpulannya, data statistik dapat dibedakan menjadi dua golongan, yaitu: data seketika (cross section data) dan data urutan waktu (time series data). Data seketika adalah data statistik yang mencerminkan keadaan pada satu waktu saja (at a point time) (Sudjiono, Anas. 2006:19).

Contoh, data statistik tentang jumlah guru di “SD Karawaci” dalam tahun ajaran 2006/2007 (hanya satu tahun ajaran saja).

a.      Data urutan waktu ialah data statistik yang mencerminkan keadaan atau perkembangan mengenai sesuatu hal, dari satu alokasi waktu ke waktu yang lain secara berurutan. Data urutan waktu sering juga dikenal dengan istilah historical data. Contoh: data statistik tentang jumlah guru di “SD Karawaci” tahun ajaran 2002/2003 sampai dengan tahun 2006/2007.

Menurut Ir. M. Iqbal Hasan, M.M dalam “ Pokok-Pokok Materi Statistik 1” statistikterbagi atas beberapa golongan.

Statistik berdasarkan cara penggolongan data terbagi atas:

a.      Statistik Deskriftip (Statistik Deduktif)

Mempunyai tujuan untuk mendeskripsi atau memberi gambaran objek yang diteliti sebagaimana adanya tanpa menarik kesimpulan atau generalisasi. Dalam statistic deskriptif ini dikemukakan cara-cara penyajian data dalam bentuk table maupun diagram, penentuan rata-rata(mean), modus, median, rentang serta simpangan baku.

b.      Statistik Analitik / Inferensial (Statistik Induktif)

Mempunyai tujuan untuk penarikan kesimpulan. Sebelum menarik kesimpulan dilakukan suatu dugaan yang dapat diperolehdari statistika deskriptif. Bidang statistik yang mencakup semua kegiatan statistik secara utuh mulai dari kegiatan
pengumpulan data, pengolahan data, penyajian data, analisis data dan penarikan simpulan berdasarkan data yang ada.Tujuan akhir untuk membuat inference atau  menggeneralisasi hasil pengukuran sampel ke populasi.Alat yang digunakan pada statistik analitik adalah teori estimasi, pengujian hipotesis, dll.

Statistik berdasarkan bentuk parameter terbagi atas:

a.      Statistik parametrik : berhubungan dengan inferensi statistik yang membahas parameter- parameter populasi seperti rata-rata proporsi, dan lain- lain. Dengan ciri-ciri parametrik adalah jenis data interval atau rasio serta distribusi data (populasi) adalah normal atau mendekati normal.

b.      Statistik non- parametrik: inferensi statistik yang tidak membahas parameterparameter populasi dengan ciri adalah data nominal atau ordinal serta distribusi data (populasi) yang tidak diketahui atau bisa disebut tidak normal.

Statistik berdasarkan ruang lingkup penggunaannya terbagi atas:

a.      Statistik sosial

Yaitu statistik yang diterapkan atau digunakan dalam ilmu-ilmu sosial.

b.      Statistik pendidikan

Yaitu statistik yang di terapkan atau digunakan dalam ilmu pendidikan

c.       Statistik ekonomi

Yaitu statistik yang diterapkan atau digunakan dalam ilmu ekonomi

d.      Statistik perusahaan

Yaitu statistik yang diterapkan tau digunakan dalam bidang perusahaan

e.       Statistik pertanian

Yaitu statistik yang diterapkan atau digunakan dalam ilmu pertanian.

f.       Statistik kesehatan

Yaitu statistik yang diterapkan atau digunakan dalam bidang kesehatan.

Daftar Pustaka

Sudijono, anas.  1987. Pengantar Statistik Pendidikan.  Jakarta: PT. RajaGravindo Persada

Hasan, Iqbal.  2002. Pokok-pokok Materi Statistik 1. Edisi Kedua.  Jakarta: PT. Bumi Aksara

Sutrisno, Hadi. 1987. Statistik. Jilid 1. Yogyakarta: Fakultas Psikologi UGM