Statistics

 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 vs STATISTIK INFERESIAL  

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 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).

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.

Ciri-ciri statistik parametrik :

– Data dengan skala interval dan rasio
– 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)

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