APA SIH STATISTIK ITU?

STATISTIK II

1. Statistik Vs Statistika

Statistik adalah kumpulan data yang bisa memberikan gambaran tentang keadaan sampel.

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. 

2. Statistik vs Parameter
· Statistik adalah kumpulan data, bilangan, maupun non bilangan yang disusun dalam tabel dan atau diagram yang melukiskan atau menggambarkan suatu persoalan. Contohnya : Statistik Penduduk, kelahiran, pendidikan, produksi, pertanian, dsb.
Statistik bisa juga berarti ukuran sebagai wakil dari kumpulan data.Contohnya : Rata-rata, median, mode, simpangan baku, ragam, persen, dsb.

· Parameter
Parameter pengertiannya hampir sama dengan statistik, perbedaannya hanya terletak pada sumber data yang digunakan. Statistik menggunakan sumber data yang berasal dari sampel, sedangkan parameter menggunakan sumber data yang berasal dari populasi.
Statistik digunakan untuk mengestimasi nilai dari parameter populasi.



· Metode Statistik
Metode Statistik adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis, dan penafsiran data.

· Ruang Lingkup Statistika
Berdasarkan orientasi pembahasannya:
 Statistika matematik: statistika teoritis yang lebih berorientasi kepada pemahaman model dan teknik-teknik statistika secara matematis teoritis.
 Statistika terapan: statistika yang lebih berorientasi kepada pemahaman intuitif atas konsep dan teknik-teknik statistika serta penggunaannya di berbagai bidang 

3. Statistik deskriptif vs statistik inferensial

  Statistik Deskriptif, yaitu statistik yang digunakan untuk  analisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa ada tujuan membuat kesimpulan untuk generalisasi.

Beberapa hal yang dapat dilakukan adalah penyajian data melalui tabel, grafik, diagram lingkaran (pie chart), pictogram, perhitungan modus, median, mean (pengukuran tendensi sentral), desil, persentil, perhitungan penyebaran data melalui perhitungan rata-rata dan standar deviasi, perhitungan prosentase. Dapat juga dilakukan analisis korelasi antar variabel, analisis regresi atau membandingkan dua nilai rata-rata sampel/populasi.

  Statistik Inferensial, yaitu statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. 

Statistik ini cocok digunakan jika sampel diambil pada populasi yang jelas dan pengambilan sampel secara acak. Sering disebut statistik induktif atau statistik probabilitas karena kesimpulan yang diberlakukan pada populasi berdasarkan pada data sampel dan kebenarannya bersifat peluang (kita kenal disini tafar signifikansi dan interval kepercayaan).

4. Statistik parametrik Vs statistik non 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

Keunggulan :

1. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.
2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki varian yang homogen.

Kelemahan :

1.  Populasi harus memiliki varian yang sama.
2.  Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.
3.  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 test yang modelnya tidak menetapkan syarat-syaratnya yang mengenai parameter-parameter populasi yang merupakan induk  sampel penelitiannya. Oleh karena itu observasi-observasi independent dan variabel yang diteliti pada dasarnya memiliki kontinuitas. Uji metode non parametrik atau bebas sebaran adalah prosedur pengujian hipotesa yang tidak mengasumsikan pengetahuan apapun mengenai sebaran populasi yang mendasarinya kecuali selama itu kontinu.

Pendeknya: Statistik Non-Parametrik adalah 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

Keunggulan :

1. Tidak membutuhkan asumsi normalitas.
2. 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.
3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).
4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.
5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata.
6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal.

Kelemahan :

1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.
2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik.
3. 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. (Khairul Amal)

Dalam implementasi, penggunaan prosedur yang tepat merupakam 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

Apa Sih Statistik itu?

STATISTIK II

1. Statistik Vs Statistika
Statistik adalah kumpulan data yang bisa memberikan gambaran tentang keadaan sampel.
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. 
2. Statistik vs Parameter
· Statistik adalah kumpulan data, bilangan, maupun non bilangan yang disusun dalam tabel dan atau diagram yang melukiskan atau menggambarkan suatu persoalan. Contohnya : Statistik Penduduk, kelahiran, pendidikan, produksi, pertanian, dsb.
Statistik bisa juga berarti ukuran sebagai wakil dari kumpulan data.Contohnya : Rata-rata, median, mode, simpangan baku, ragam, persen, dsb.

· Parameter
Parameter pengertiannya hampir sama dengan statistik, perbedaannya hanya terletak pada sumber data yang digunakan. Statistik menggunakan sumber data yang berasal dari sampel, sedangkan parameter menggunakan sumber data yang berasal dari populasi.
Statistik digunakan untuk mengestimasi nilai dari parameter populasi.



· Metode Statistik
Metode Statistik adalah prosedur-prosedur yang digunakan dalam pengumpulan, penyajian, analisis, dan penafsiran data.

· Ruang Lingkup Statistika
Berdasarkan orientasi pembahasannya:
 Statistika matematik: statistika teoritis yang lebih berorientasi kepada pemahaman model dan teknik-teknik statistika secara matematis teoritis.
 Statistika terapan: statistika yang lebih berorientasi kepada pemahaman intuitif atas konsep dan teknik-teknik statistika serta penggunaannya di berbagai bidang 
3. Statistik deskriptif vs statistik inferensial
  Statistik Deskriptif, yaitu statistik yang digunakan untuk  analisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa ada tujuan membuat kesimpulan untuk generalisasi.



Beberapa hal yang dapat dilakukan adalah penyajian data melalui tabel, grafik, diagram lingkaran (pie chart), pictogram, perhitungan modus, median, mean (pengukuran tendensi sentral), desil, persentil, perhitungan penyebaran data melalui perhitungan rata-rata dan standar deviasi, perhitungan prosentase. Dapat juga dilakukan analisis korelasi antar variabel, analisis regresi atau membandingkan dua nilai rata-rata sampel/populasi.


  Statistik Inferensial, yaitu statistik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. 
Statistik ini cocok digunakan jika sampel diambil pada populasi yang jelas dan pengambilan sampel secara acak. Sering disebut statistik induktif atau statistik probabilitas karena kesimpulan yang diberlakukan pada populasi berdasarkan pada data sampel dan kebenarannya bersifat peluang (kita kenal disini tafar signifikansi dan interval kepercayaan).
4. Statistik parametrik Vs statistik non 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


Keunggulan :
1. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.
2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki varian yang homogen.
Kelemahan :
1.  Populasi harus memiliki varian yang sama.
2.  Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.
3.  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 test yang modelnya tidak menetapkan syarat-syaratnya yang mengenai parameter-parameter populasi yang merupakan induk  sampel penelitiannya. Oleh karena itu observasi-observasi independent dan variabel yang diteliti pada dasarnya memiliki kontinuitas. Uji metode non parametrik atau bebas sebaran adalah prosedur pengujian hipotesa yang tidak mengasumsikan pengetahuan apapun mengenai sebaran populasi yang mendasarinya kecuali selama itu kontinu.
Pendeknya: Statistik Non-Parametrik adalah 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



Keunggulan :
1. Tidak membutuhkan asumsi normalitas.
2. 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.
3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).
4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.
5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata.
6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal.



Kelemahan :


1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.
2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik.
3. 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. (Khairul Amal)



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


1. Hipotesa yang diuji tidak melibatkan parameter populasi. 
2. Skala yang digunakan lebih lemah dari skala prosedur parametrik. 
3. Asumsi-asumsi parametrik tidak terpenuhi.