STATISTIK vs STATISTIKA
Seringkali orang salah membedakan
antara statistik dengan statistika. Banyak orang yang menduga bahwa statistik
itu adalah statistika, padahal secara definisi tidaklah demikian.
Pada bagian ini saya ingin
menjelaskan definisi dari keduanya.
Statistik adalah kumpulan data yang
bisa memberikan gambaran tentang keadaan sampel. Karakteristik di
sini berupa rata-rata, varians atau standart deviasi, proporsi.
Misal : rata-rata usia penduduk di Surabaya, Malang dan Gresik
Statistika adalah ilmu yang
mempelajari statistik, yaitu ilmu yang mempelajari bagaimana caranya
mengumpulkan data, mengolah data, menyajikan data, menganalisis data, membuat
kesimpulan dari hasil analisis data dan mengambil keputusan berdasarkan hasil kesimpulan.
STATISTIK vs PARAMETER
Dalam penelitian, kita meng-observe obyek penelitian kita.
Semua obyek penelitian kita itu disebut populasi. Dibanyak penelitian, sulit
untuk meng-observe populasi karena keterbatasan peneliti itu
sendiri. Oleh karena itu, di ambillah sebagian dari populasi itu yang kemudian
disebut sampel.
Nah, maka akan ada 2 terminologi disini yaitu populasi dan sampel.
Hasil perhitungan atau karakteristik dari populasi disebut PARAMETER. Ini adalah ukuran-ukuran seperti rata-rata, modus, median, dll yang artinya ukuran-ukuran tersebut didapat dari hasil pengukuran nilai-nilai populasi, yaa ukuran yang tadi sangat sulit untuk didapat dan menghabiskan banyak biaya, waktu dan tenaga.
sedangkan hasil perhitungan atau karakteristik dari sampel disebut
STATISTIK. statistik adalah kebalikan dari parameter, walaupun merupakan
kebalikan dari parameter namun sesuai yang telah disebutkan diatas statistik
harus mampu mengambarkan populasi, itulah yang membuat statistik menjadi
menarik dan ajaib menurut saya, karena dengan sebagian kecil dari kelompok kita
bisa mendapatkan gambaran dari populasi yang begitu besar
Jadi jika disederhanakan, PARAMETER
= POPULASI; STATISTIK = SAMPEL.
STATISTIK DESKRIPTIF
Statistik deskriptif adalah
statistik yang berkenaan dengan metode atau cara mendeskripsikan,
menggambarkan, menjabarkan, atau menguraikan data.
Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data, menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen / proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel, distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).
Statistik deskriptif mengacu pada bagaimana menata atau mengorganisasi data, menyajikan, dan menganalisis data. Menata, menyajikan, dan menganalisis data dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung dan persen / proposisi. Cara lain untuk menggambarkan data adalah dengan membuat tabel, distribusi frekuensi, dan diagram atau grafik (Sugiyono, 2006).
STATISTIK INFERESIAL
Statistik inferensial adalah
statistik yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang
diperoleh dari sampel untuk menggambarkan karakterisktik atau ciri dari suatu
populasi.
Dengan demikian dalam statistik inferensial dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t (Sugiyono, 2006).
Dengan demikian dalam statistik inferensial dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t (Sugiyono, 2006).
STATISTIK PARAMETRIK vs STATISTIK NON-PARAMETRIK
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.
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
– Data menyebar/berdistribusi normal
STATISTIK NON-PARAMETRIK
Statistik Non-Parametrik, 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 :
a. Uji tanda (sign test)
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
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
– Umumnya data berskala nominal dan ordinal
– Umumnya dilakukan pada penelitian sosial
– Umumnya jumlah sampel kecil
Tidak ada komentar:
Posting Komentar