Pendahuluan
Ada istilah tak kenal maka tak sayang maka sebelum kita mempelajari lebih jauh tentang statistika sebaiknya kita mengenal istilah-istilah dalam ilmu statistik. Pertama-tama istilah Statistik dan Statistika. Dalam penulisan kelihatannya tidak jauh berbeda, namun secara arti sangat jauh berbeda. Statistik (statistic) ialah sembarang nilai atau fungsi yang menjelaskan suatu contoh (sample). Atau dapat diartikan pula sebagai ukuran-ukuran bagi contoh. Sedangkan Statistika (statistics) ialah ilmu tentang statistik atau lengkapnya suatu cabang ilmu pengetahuan yang berhubungan dengan pengumpulan, peringkasan dan penyajian data sebagai dasar penarikan kesimpulan. Statistik sebagai suatu ilmu dibagi ke dalam dua golongan besar yaitu statistika deskriptif dan statistika inferensia. Statistika deskriptif ialah pengumpulan dan penyajian suatu gugus data (tabel, grafik, dll). Statistika inferensia ialah analisis suatu gugus data contoh, kemudian dibuat kesimpulan mengenai gugus data induknya (peramalan, pengujian hipotesis, dll).
Dalam statistika dikenal istilah Data. Data merupakan bentuk jamak dari datum yang berarti sesuatu yang dianggap atau diketahui atau bahan-bahan keterangan. Data dapat digolongkan berdasarkan sifatnya, sumbernya, cara perolehan, waktu, dan skala peubah. Berdasarkan sifatnya data dibagi dua yaitu data kualitatif dan data kuantitatif. Berdasarkan sumbernya data dibagi dua yaitu internal dan eksternal. Berdasarkan cara perolehannya data dibagi dua yaitu primer dan sekunder. Dari segi waktu data dibagi menjadi dua bagian yaitu cross section dan data berkala (time series). Sedangkan berdasarkan skala peubahnya data dibagi menjadi 4 bagian yaitu data nominal, ordinal, selang(interval) dan nisbah(ratio). Data nominal dan ordinal termasuk kedalam data kategorik sedangkan data selang dan nisbah termasuk kedalam golongan data numerik.
Skala nominal ialah skala dengan derajat paling rendah karena data yang berskala ini nilainya tidak dapat diurutkan, jarak antar nilainya tidak dapat ditentukan secara pasti dan tidak dapat dilakukan operasi matematis. Contohnya ialah nama jalan, hobby, agama, dll. Skala nisbah ialah skala peubah dengan derajat paling tinggi karena data yang berskala ini nilainya dapat diurutkan, jarak antar nilainya dapat dipastikan dan dapat dilakukan operasi matematis. Contohnya ialah tinggi bangunan, berat kendaraan, dll. Arti skala peubah secara lengkap dapat dilihat pada tabel berikut :
Skala Peubah |
Urutan |
Jarak antar Nilai |
Operasi Matematis |
Nominal |
Tidak |
Tidak |
Tidak |
Ordinal |
Dapat |
Tidak |
Tidak |
Selang |
Dapat |
Dapat |
Tidak |
Nisbah |
Dapat |
Dapat |
Dapat |
Istilah lain yang sering dipakai dalam statistika ialah peubah (variable). Peubah sesuai dengan namanya ialah sesuatu yang nilainya berubah-ubah atau faktor tidak tetap. Berdasarkan ketergantungan atau keterkaitannya peubah dibagi dua yaitu peubah bebas (independent variable) dan peubah terikat (dependent variable).
Istilah berikutnya yang sering digunakan ialah Populasi, Parameter, Contoh, Random. Berikut penjelasannya :
Populasi ialah keseluruhan pengamatan yang menjadi perhatian kita (subjek, peneliti, pemerhati, dsb). Bagian dari populasi disebut dengan Contoh. Jika populasi tersebut kita ukur maka ukurannya disebut dengan parameter. Sedangkan jika contoh tersebut kita ukur maka ukurannya disebut dengan statistik.
Berikut ialah ilustrasinya :
Populasi : Masyarakat Indonesia
Contoh : Masyarakat Jakarta
Parameter : Pendapatan rata-rata warga Indonesia
Statistik : Pendapatan rata-rata warga Jakarta
Populasi : Nilai ujian statistika Mahasiswa Universitas Tanah Airku
Contoh : Nilai ujian statistika Mahasiswa Tingkat I Kelas A Universitas Tanah
Airku
Parameter : Median nilai ujian statistika Mahasiswa Universitas Tanah Airku
Statistik : Median Nilai ujian statistika Mahasiswa Tingkat I Kelas A
Universitas Tanah Airku
Populasi : Konsumen Mie Instan
Contoh : Konsumen Mie Instan Merk A
Parameter : Jumlah seluruh konsumen Mie Instan
Statistik : Jumlah seluruh konsumen Mie Instan Merk A
Seringkali populasi begitu besar sehingga untuk mengukur populasi diperlukan waktu, tenaga, dan biaya yang besar. Disinilah peranan ilmu statistik. Dengan statistika, kita dapat mengetahui(menduga) ukuran populasi dengan mengukur contohnya. Tentunya hasil pengukurannya tidak akan tepat 100 %, namun dengan menerapkan metode pengambilan contoh (sampling) dan metode analisis statistik yang tepat maka kesimpulan yang diperoleh dapat dipertanggungjawabkan secara ilmiah pada tingkat kepercayaan (level of confidence) tertentu.
Suatu contoh disebut contoh yang “baik” jika contoh tersebut dapat mewakili populasinya (representatif). Cara yang paling sederhana agar contoh yang kita ambil tersebut mewakili populasinya ialah dengan pengambilan atau penarikan contoh secara acak (random). Random Sampling artinya suatu metode atau cara pengambilan contoh dimana peluang setiap anggota populasi untuk terpilih menjadi contoh ialah sama.