Tugas 1

1.     Statistik vs Statistika

Perbedaan Statistik dan Statistika

Statistik merupakan karakteristik yang diukur  dari sampel. Karakteristik di sini berupa rata-rata, varians atau standart deviasi, proporsi. Misal  : rata-rata usia penduduk di Surabaya, Malang dan Gresik. Sedangkan Statistika merupakan suatu ilmu yang mempelajari tata cara pengumpulan data, pengolahan data, penyajian data, analisis data, dan pengambilan keputusan berdasarkan data.

Pengertian Statistik

Statistik berasal dari kata state yang artinya negara. Dalam pengertian yang paling sederhana statistik artinya data. Dalam pengertian yang lebih luas, statistik dapat diartikan sebagai kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan (berkaitan) dengan suatu masalah tertentu.

Pengertian Statistika

Statistika adalah ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari bagaimanacaranya mengumpulkan data, mengolah data, menyajikan data, menganalisis data, membuatkesimpulan dari hasil analisis data dan mengambil keputusan berdasarkan hasil kesimpulan.

2.     Statistik vs Parameter

Statistik adalah ukuran yang mengambarkan karakteristik sampel, 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, maka dari itu untuk terus mendalami metode-metode statistik.

Parameter adalah kebalikan dari statistik yaitu ukuran-ukuran seperti rata-rata modus median dll yang merupakan karakteristik dari populasi artinya ukuran-ukuran tersebut didapat dari hasil pengukuran nilai-nilai populasi, yaa ukuran yang tadi sangat sulit untuk didapat dan mengahbiskan banyak biaya waktu dan tenaga. terkait hubunganya dengan penelitian populasi dapat diartikan keseluruhan komponen objek penelitian. simpelnya ketika kita mau melakukan penelitian semua yang mau kita teliti itu adalah populasi, misalnya kita ingin melakukan penelitian tentang pendapatan penduduk indonesia maka populasi kita adalah seluruh penduduk indonesia dari sabang sampai marauke, yang terhitung ratusan juta jiwa. dengan jumlah demikian sepertinya sulit yaa melakukan penelitian dan pastinya akan memakan banyak biaya, maka dari itu terciptalah kata sampel.

3.      Statistika Deskriptif vs Statistika Infrensial

Statistika deskriptif adalah teknik statistik yang memberikan informasi hanya mengenai data yang dimiliki dan tidak bermaksud untuk menguji hipotesis dan kemudian menarik inferensi yang digeneralisasikan untuk data yang lebih besar atau populasi. Statistik deskriptif “hanya” dipergunakan untuk menyajikan dan menganalisis data agar lebih bermakna dan komunikatif dan disertai perhitungan-perhitungan “sederhana” yang bersifat lebih memperjelas keadaan dan atau karakteristik data yang bersangkutan (Burhan Nurgiyantoro dkk, 2000;8). Statistika deskriptif hanya memberikan informasi mengenai data yang dipunyai dan sama sekali tidak menarik inferensia atau kesimpulan apapun tentang gugus induknya yang lebih besar. Contoh statistika deskriptif yang sering muncul adalah, tabel, diagram, grafik, dan besaran-besaran lain di majalah dan koran-koran. Dengan Statistika deskriptif, kumpulan data yang diperoleh akan tersaji dengan ringkas dan rapi serta dapat memberikan informasi inti dari kumpulan data yang ada. Informasi yang dapat diperoleh dari statistika deskriptif ini antara lain ukuran pemusatan data, ukuran penyebaran data, serta kecenderungan suatu gugus data.

Statistika Inferensial adalah adalah statistik yang berhubungan dengan penarikan kesimpulan yang bersifat umum dari data yang telah disusun dan diolah (M.Subana dkk, 2000;12) Statistika inferensial atau statistika induktif bermaksud menyajikan, menganalisa data dari suatu kelompok untuk ditarik kesimpulan-kesimpulan, prinsip-prinsip tertentu yang berlaku bagi kelompok yang lebih besar (populasi) disamping berlaku bagi kelompok yang bersangkutan (sampel). Statistika inferensial merupakan langkah akhir dari tugas statistika karena dalam setiap penelitian kesimpulan inilah yang diinginkan. Statistika inferensial harus berdasar pada statistika deskriptif, sehingga kedua-duanya harus ditempuh secara benar agar kita mendapatkan kegunaan maksimal dari statistika ini. Yang masih tercakup dalam statistika inferensial adalah statistik parametrik dan non-parametrik. Statistik parametrik merupakan statistika inferensial yang mempertimbangkan nilai dari satu parameter populasi atau lebih dan umumnya membutuhkan data yang skala pengukuran minimalnya adalah interval dan rasio.

4.      Statistik Parametrik vs Statistik Non-Paramtrik

Statistik Parametrik yaitu statistik yang mengunakan data interval atau selang dan rasio berdasarkan fakta yang bersifat pasti dan berdasarkan sampel. Data diambil dengan memberi peluang yang sama atau independen, serta tidak bias. Data Parametrik juga dicirikan oleh suatu populasi yang berdisribusi normal dan mempuyai varians yang sama.

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.

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 adalah statistik yang tidak memerlukan pembuatan asumsi tentang bentuk distribusi atau bebas distribusi, sehingga tidak memerlukan asumsi terhadapa populasi yang akan diuji.

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

Keunggulan dan kelemahan statistik non-parametrik :

Keunggulan :

Tidak membutuhkan asumsi normalitas.

Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik  karena ststistika non-parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik.

Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).

Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.

Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal.

Kelemahan :

Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.

Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik.

Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu.

Dalam implementasi, penggunaan prosedur yang tepat merupakan tujuan dari peneliti. Beberapa parameter yang dapat digunakan sebagai dasar dalam penggunaan statistik non parametrik adalah:

Hipotesa yang diuji tidak melibatkan parameter populasi.

Skala yang digunakan lebih lemah dari skala prosedur parametrik.

Asumsi-asumsi parametrik tidak terpenuhi.