Statistika Dasar Bagian 1 – Pendahuluan I

Sumber Gambar : Viewdeck.com Statistika Dasar Bagian 1 – Pendahuluan I

Selamat datang bagi para pembaca di blog saya. Kali ini saya akan membagikan rangkuman materi yang telah saya buat pada Statistika Dasar. Langsung saja kita masuk pada materinya.

Statistika Dasar merupakan materi pelajaran yang umum ditemukan pada perguruan tinggi. Materi ini biasanya diberikan pada semester ke dua perkuliahan mashasiswa untuk S1. Pada umumnya materi ini cukup menjadi momok bagi banyak mahasiswa karena tingkat kesulitannya yang cukup tinggi. Materi dalam statistika dasar ini meliputi : Pengetahuan Dasar Statistika, Penyajian Data dalam Bentuk Tabel, Penyajian Data dalam Bentuk Diagram, Ukuran Pemusatan, Ukuran Lokasi dan Dispersi, Ukuran Kemiringan dan Keruncingan, Kurva Normal dan Penggunaannya, dan Distribusi Sampling.

A.  Istilah-Istilah Umum

Sebelum mulai mempelajari mengenai ilmu ini, ada baiknya untuk memahami beberapa istilah-istilah dasar yang terdapat dalam ilmu statistika. Berikut merupakan definisi sederhana dari beberapa istilah-istilah statistika yang umum digunakan :

Statistika adalah kumpulan metoda yang digunakan untuk merencanakan eksperimen, mengambil data, dan kemudian menyusun, meringkas, menyajikan, menganalisa, menginterpretasikan dan mengambil kesimpulan yang didasarkan pada data tersebut.

 Data adalah hasil observasi atau pengamatan yang telah dikumpulan. Data dapat berupa hasil pengukuran; misalnya data tinggi dan berat badan, hasil pengelompokan; misalnya jenis kelamin, hasil jawaban responden terhadap suatu quesioner; misalnya tingkat kepuasan. 

Populasi adalah koleksi lengkap semua elemen yang akan diselidiki.  Suatu koleksi dikatakan lengkap jika ia memuat semua subjek yang akan diselidiki. 

Sensus adalah koleksi data dari semua anggota dalam populasi.

Sampel adalah sebagian koleksi anggota yang dipilih dari populasi. 

Statistika Deskriptif adalah statistika yang berkaitan dengan analisis dan deskripsi suatu grup sebagai populasinya, tanpa melakukan penarikan kesimpulan apapun untuk komunitas yang lebih luas dari grup tersebut.

Statistika Inferensi adalah statistika yang mencoba untuk membuat suatu deduksi atau kesimpulan pada populasi dengan menggunakan sampel dari populasi tersebut.  

Sebagai contoh untuk memahami beberapa istilah-istilah tersebut :

Suatu kembaga survey melakukan survey terhadap 5000 mahasiswa di Sleman, Yogyakarta untuk mengetahui mengenai biaya kebutuhan hidup mahasiswa di Sleman. 5000 mahasiswa tersebut merupakan sampel dari keseluruhan penduduk di Sleman yang pada Bulan Agustus 2019 menurut Badan Pusat Statistik (BPS) sebanyak 1,2 juta jiwa. Penduduk di Sleman sebanyak 1,2 juta jiwa tersebut merupakan populasi.

B.  Tipe-Tipe Data

Untuk membedakan antara data sampel dengan data populasi pada umumnya digunakan istilah statistik dan parameter. Statistik merupakan ukuran numerik yang menggambarkan karakter suatu sampel. Parameter yaitu suatu ukuran numerik yang menggambarkan karakter suatu populasi. Sebagai contoh yaitu :

20% mahasiswa di Sleman memiliki kebutuhan hidup sebesar Rp. 1.200.000 per bulannya. Angka 20% tersebut merupakan parameter karena diperoleh dari total populasi sebanyak 100%

Berdasarkan hasil survey terhadap 40 mahasiswa di Sleman diperoleh bahwa rata-rata mahasiswa di Sleman mengambil 21 SKS. Angka 21 tersebut merupakan statistik karena nilai tersebut diberikan oleh sampel yang terdiri dari 40 mahasiswa.

Selain data yang berbentuk angka juga terdapat data dalam bentuk kategori yaitu :

Data Kuantitatif merupakan data yang menggambarkan hasil perhitungan atau pengukuran. Sebagai contoh yaitu : tinggi badan, nilai hasil studi, besar penghasilan.

Data Kualitatif / Data Kategori merupakan data yang dapat dipisahkan dalam beberapa kategori atau kelompok yang dibedakan oleh karakter yang bukan numerik. Sebagai contoh yaitu : Jenis kelamin, profesi, rasa.

Jenis data yang berikutnya yaitu data yang dibedakan berdasarkan atas diskrit dan kontinyuitas suatu data.

Data Diskrit merupakan data yang banyak kemungkinannya berhingga. Sebagai contoh yaitu jam kerja seseorang dalam satu hari dimana peluangnya hanya antara 1-24.

Data Kontinyu merupakan data yang banyak kemungkinannya tidak berhingga. Sebagai contoh yaitu temperatur udara di berbagai tempat dimana peluangnya yaitu semua nilai yang ada pada interval misalnya -30℃ - 50℃.

Untuk postingan kali ini mungkin cukup sampai disini terlebih dahulu dan akan saya lanjutkan pada postingan berikutnya. Semoga dapat membantu teman-teman pembaca semuanya. Apabila ada kesempatan dan orang yang membutuhkan maka akan saya buatkan dalam bentuk PowerPoint sehingga akan lebih mudah untuk dicerna.

Terimakasih.