Nothing Special   »   [go: up one dir, main page]

Makalah Jenis Statistik

Unduh sebagai docx, pdf, atau txt
Unduh sebagai docx, pdf, atau txt
Anda di halaman 1dari 7

Jenis Statistika

A. Statistika Deskriptif
Statistika deskriptif adalah sebuah metode dalam ilmu statistika yang digunakan
untuk mengumpulkan, mengelompokkan, merangkum, menginterpretasikan, dan
menyajikan data secara deskriptif atau eksplanatif. Tujuannya adalah untuk
menggambarkan karakteristik dari suatu sampel data tanpa menarik kesimpulan atau
probabilitas dari data tersebut. Biasanya, informasi yang diperoleh dari statistika
deskriptif disampaikan dalam bentuk narasi, tabel distribusi, atau diagram, yang
memudahkan analis untuk menjelaskan informasi tentang kumpulan data yang mungkin
sulit dipahami.Tidak berkaitan dengan penarikan kesimpulan mengenai data.
Berhubungan dengan bagaimana sebuah data digambarkan atau dideskripsikan,
baik secara numerik maupun secara grafis.Sehingga, diperoleh sebuah gambaran ringkas
mengenai suatu data.

Umumnya terdapat tiga model penyajian data dalam statistika deskriptif, antara lain:
a) Distribusi Frekuensi adalah cara untuk menggambarkan seberapa sering objek
muncul dalam setiap kelas atau kategori. Tujuannya adalah untuk mendapatkan
pemahaman yang lebih dalam tentang distribusi data yang tidak dapat diperoleh
hanya dengan melihat data mentah. Distribusi frekuensi biasanya disajikan dalam
bentuk grafik atau tabel, dan dapat diringkas dalam bentuk angka atau persentase.
b) Tendensi Sentral adalah konsep yang menunjukkan kecenderungan pusat dari
kumpulan data. Ini fokus pada nilai-nilai yang merepresentasikan lokasi tengah
atau tipikal dari data. Metode yang umum digunakan untuk mengukur tendensi
sentral meliputi mean (rata-rata), median (nilai tengah), dan modus (nilai yang
paling sering muncul).
c) Variabilitas adalah ukuran yang digunakan untuk menganalisis seberapa jauh
distribusi data tersebar. Ini membantu dalam memahami variasi atau heterogenitas
dalam data. Beberapa ukuran variabilitas yang umum digunakan termasuk range
(jarak antara nilai terkecil dan terbesar), standard deviation (ukuran dispersi dari
mean), dan variance (ukuran penyebaran data)
Contoh :
Berikut ini adalah contoh penerapan statistika deskriptif.
Perusahaan startup menyebar survei untuk mengetahui kepuasan pelanggan
terhadap layanannya pada bulan Januari 2023.
Survei dilakukan dengan menggunakan rentang angka 1 sampai 5.
Keterangan
1 : sangat tidak puas
2 : kurang puas
3 : cukup puas
4 : puas
5 : sangat puas
Dari survei yang sudah dilakukan selama 14 hari, terkumpul 650 respons
pelanggan. Kemudian, tim analyst ingin tahu berapa rata-rata nilai yang diberikan
oleh pelanggan.
Analis mengukurnya menggunakan metode mean dengan hasil rata-rata jawaban
responden berada di angka 3 yang berarti cukup puas.

B. Statistika inferensial
Suatu teknik menganalisis data pada sebuah populasi atas bukti data sampel yang
telah didapatkan.Proses analisis data dilakukan dengan cermat hingga diperoleh suatu
perilaku sampel yang bisa ikut menentukan keseluruhan jumlah populasi. Statistik
inferensial merupakan teknik analisis data yang digunakan untuk menentukan sejauh
mana kesamaan antara hasil yang diperoleh dari suatu sampel dengan hasil yang akan
didapat pada populasi secara keseluruhan
Statistika inferensial adalah cabang dari statistika yang berkaitan dengan analisis
data, pengambilan kesimpulan, dan penentuan tingkat ketidakpastian yang mungkin
terjadi dalam pengambilan keputusan. Ini melibatkan pemodelan data dan ekstrapolasi
hasil analisis data untuk membuat prediksi atau kesimpulan tentang populasi secara
keseluruhan.Fungsi dari statistika inferensial adalah untuk memprediksi dan
mengendalikan populasi berdasarkan data, gejala, atau peristiwa yang diamati selama
proses penelitian. Prosesnya dimulai dengan membuat estimasi dan hipotesis.
Statistika inferensial sering disebut juga sebagai statistika induktif karena menarik
kesimpulan umum tentang populasi berdasarkan informasi yang diperoleh dari sampel
yang diambil dari populasi tersebut.Statistika inferensial juga biasa disebut dengan
statistika induktif, dimana statistika ini memiliki tujuan dalam menaksir atau
menganalisis secara umum populasi tertentu menggunakan hasil sampel.Statistika
inferensial dapat diterapkan dalam melaksanakan generalisasi yang bermula dari sampel
hingga ke populasi dan melaksanakan uji hipotesis.

Statistika inferensial terbagi menjadi dua kelompok utama:


a) Statistika parametrik, yang mempertimbangkan parameter-parameter populasi. Ini
digunakan untuk menganalisis data dengan skala interval dan distribusi normal.
Contoh alat analisisnya termasuk uji t, uji regresi, uji korelasi Pearson Product,
dan analisis ragam (ANOVA).

b) Statistika non-parametrik, yang tidak mempertimbangkan parameter populasi. Ini


digunakan untuk menganalisis data dengan skala nominal atau ordinal dan
distribusi non-normal. Contoh alat analisisnya termasuk uji Wilcoxon, uji Mann-
Whitney, uji Kruskal-Wallis, dan uji Chi-Kuadrat.

Pilihan antara statistika parametrik dan non-parametrik tergantung pada


asumsi dan jenis data yang dianalisis. Statistika parametrik membutuhkan
terpenuhinya beberapa asumsi, termasuk distribusi normal data, sementara
statistika non-parametrik lebih fleksibel dan bisa digunakan jika asumsi-asumsi
tersebut tidak terpenuhi.
Keputusan untuk menggunakan salah satu jenis statistika juga bergantung
pada jenis data yang tersedia. Statistika parametrik cocok untuk data interval atau
rasio, sedangkan statistika non-parametrik cocok untuk data nominal atau ordinal.

Contoh statistika inferensial:


Dalam catatan kelulusan SMA Kurnia Asih yang dilaksanakan dalam
kurun waktu lima tahun terakhir menunjukkan ada sekitar 72% di antara siswa
yang lulus dengan nilai yang memuaskan. Nilai numerik 72% tersebut adalah
bentuk dari sebuah statistika deskriptif.
Berlandaskan dari data tersebut, kemudian seorang siswa dapat
menyimpulkan peluang dirinya dapat lulus dengan nilai yang sangat memuaskan.
Nilai tersebut adalah lebih dari 70%. Nah, siswa tersebut secara tidak langsung
sudah melakukan statistika inferensial yang bersifat yang tidak pasti.

C. Karakteristik Jenis Statistika

Memilih statistik yang benar

a. Apa tujuan pengujian?

menggambarkan, menguji perbedaan, korelasi

b. Bila untuk menguji perbedaan, ada berapa kelompok sampel yang akan diuji?

satu, dua atau n sampel

c. Bila untuk uji perbedaan, apakah kelompok berasal dari satu populasi yang sama atau
kelompok yang saling independen?Apa skala pengukurannya?

nominal atau ordinal, skala atau rasio

1. Statistik Bekerja dengan Angka


a) Angka statistik dapat berarti jumlah atau frekuensi, serta nilai atau harga. Ini
menunjukkan bahwa data statistik adalah data kuantitatif, seperti jumlah pegawai,
harga barang, atau frekuensi kejadian.
b) Angka statistik juga dapat merepresentasikan nilai dari data kualitatif, seperti nilai
kepribadian atau kecerdasan mahasiswa, yang diwujudkan dalam bentuk angka.
2. Statistik Bersifat Objektif
Statistik bersifat objektif karena beroperasi dengan angka, sehingga dapat
digunakan sebagai alat untuk mencari fakta dan mengungkapkan kenyataan yang ada.
Angka statistik memberikan informasi yang benar dan dapat digunakan untuk
menentukan kebijakan yang sesuai dengan fakta yang ditemukan.
3. Statistik Bersifat Universal (Umum)
Statistik tidak terbatas pada satu disiplin ilmu saja, tetapi dapat digunakan secara
umum dalam berbagai disiplin ilmu pengetahuan. Hal ini menunjukkan bahwa statistik
dapat diterapkan dalam berbagai konteks dan bidang studi dengan keyakinan yang sama.

Karakteristik Statistika Deskriptif dan Inferensial

1. Statistika Deskriptif
a) Menggambarkan dan merangkum data dengan menggunakan metode seperti
mean, median, modus, dan deviasi standar.
b) Memberikan gambaran tentang sebaran, pusat, dan bentuk distribusi data.
c) Tidak menyimpulkan atau membuat prediksi tentang populasi yang lebih besar,
hanya menggambarkan data yang diamati.
2. Statistika Inferensial
a) Menggunakan sampel data untuk membuat kesimpulan atau prediksi tentang
populasi yang lebih besar.
b) Melibatkan pengujian hipotesis, estimasi parameter, dan membuat prediksi
berdasarkan data sampel.
c) Menggunakan teknik-teknik seperti uji t, analisis varians (ANOVA), regresi, dan
uji chi-square untuk membuat inferensi tentang populasi.
d) Memiliki asumsi tertentu tentang populasi dan distribusi data.
D. Prasyarat Jenis Statistika

Statistik Parametrik

a. Populasi yang dijadikan tempat pengambilan sampel harus berdistribusi normal

b. Sampel memiliki variansi yang sama

c. Skala data yang digunakan harus berbentuk interval atau rasio

d. Proses pengambilan sampel harus dilakukan secara random

Statistik non parametrik tidak menetapkan syarat-syarat untuk parameter-parameter


populasi yang menjadi sampel utama penelitian. Sehingga tidak ada asumsi kenormalan yang
wajib dipenuhi seperti pada statistik parametrik.

Prasyarat untuk menggunakan statistika deskriptif dan inferensial dapat sedikit berbeda.
Berikut adalah beberapa prasyarat umum:

1. Prasyarat Statistika Deskriptif


a) Data yang Tersedia
Perlu adanya data yang lengkap dan terstruktur yang akan dianalisis. Data
ini dapat berupa data observasi, pengukuran, atau hasil kuesioner yang telah
terkumpul.
b) Data Numerik atau Kategorikal
Statistika deskriptif dapat digunakan untuk menganalisis baik data
numerik (misalnya, tinggi badan, pendapatan) maupun data kategorikal (misalnya,
jenis kelamin, status perkawinan).
c) Data yang Tepat dan Valid
Penting untuk memastikan bahwa data yang digunakan valid dan tepat.
Hal ini termasuk menghilangkan data yang hilang atau tidak lengkap, serta
memastikan bahwa data tersebut tepat dan akurat.
2. Prasyarat Statistika Inferensial
a) Penentuan Sampel yang Representatif
Jika menggunakan statistika inferensial, perlu dipastikan bahwa sampel
yang digunakan merupakan representasi yang tepat dari populasi yang lebih besar.
Ini dapat dilakukan dengan menggunakan teknik sampling yang tepat, seperti
random sampling atau stratified sampling.
b) Ukuran Sampel yang Memadai
Ukuran sampel yang cukup besar diperlukan untuk membuat inferensi
yang dapat diandalkan tentang populasi. Ukuran sampel yang kecil dapat
menghasilkan estimasi yang tidak akurat atau uji hipotesis yang tidak valid.
c) Asumsi Statistik yang Terpenuhi
Beberapa teknik inferensial memiliki asumsi tertentu yang perlu dipenuhi
agar hasilnya valid. Misalnya, uji t harus memiliki data yang terdistribusi secara
normal, dan uji ANOVA memerlukan homogenitas varians.
d) Ketidakbiasan dalam Pengambilan Data
Penting untuk memastikan bahwa data yang digunakan dalam analisis
tidak memiliki bias yang signifikan yang dapat memengaruhi hasil inferensial.

Anda mungkin juga menyukai