Pengertian Statistik dan Statistika (2)

Pengertian Statistika, Jenis-Jenis Statistika, Macam-Macam Data Statistika, Dan Peranan Statistika

Pengertian Statistika, Jenis-Jenis Statistika, Macam-Macam Data Statistika, Dan Peranan Statistika

Upaya memperoleh dan megolah informasi statistik mempunyai sejarah yang sangat panjang, sepanjang peradaban manusia. Pada jaman sebelum masehi, bangsa – bangsa di Mesopotamia, Mesir, dan Cina telah mengumpulkandata statistik untuk memperoleh informasi tentang pajak yang harus dibayar oleh stiap penduduk, beberapa hasil pertanian yang mampu diproduksi, berapa cepat atlet lari dan sebagainyauntuk mencatat jumlah kelahiran, kematian, dan perkawinan.

Pada saat ini, statistika telah berkembang jauh, seiring dengan ditemukaannya dan berkembangnya teori peluang. Statistika telah memungkinkan untuk melihat jauh kedepan diluar data itu sendiri. Statistika pada tahun 1950-an telah memasuki wilayah pengambilan keputusan melalui proses generalisasi dan peramalan dengan memperhatikan factor resiko dan ketidakpastian.

Ahli statistic H.G. Wells yang hidup pada tahun 1800-an (Lind,2002) mengatakan, “Berpikir secara statistika suatu saat akan menjadi suatu kemampuan atau keahlian yang sangat diperlukan dalam masyarakat yang efesien, seperti halnya kebutuhan manusia untuk membaca dan menulis”. Bahkan di Jepang, menurut Andrea Gabor, pelajaran statistika menjadi dasar bagi berkembangnya pengawasan mutu, dan pemahaman probabilitas telah memainkan peranan penting bagi suksesnya produk-produk Jepang.

1. PENGERTIAN STATISTIKA

Statistika dari definisinya meliputi pengumpulan data, pengorganisasian data, penyajian data, analisis data, dan interprestasi dari hasil analisis tersebut. Berdasarkan pada definisi tersebut, statistika dibagi dalam dua jenis yaitu statistika deskriptif dan statistika induktif (inferensial).

Statistik deskriptif adalah statistik yang digunakan untuk menganalisis data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi. Penelitian yang dilakukan pada populasi (tanpa diambil sampelnya) jelas akan menggunakan statistic deskriptif dalam analisisnya. Tetapi bila penelitian dilakukan pada sampel, maka analisisnya dapat menggunakan statistic deskriptif maupun inferensial. Statistic deskriptif dapat digunakan bila peneliti hanya ingin mendeskripsikan sampel, dan tidak ingin membuat kesimpulan yang berlaku untuk populasi di mana sampel diambil. Tetapi bila peneliti ingin membuat kesimpulan yang berlaku untuk populasi, maka teknik analisis yang digunakan adalah statistic inferensial.

Termasuk dalam statistik deskriptif antara lain adalah penyajian data melalui table, grafik, diagram lingkaran, pictogram, perhitungan modus, median, mean (pengukuran tendensi sentral), perhitungan desil, presentil, perhitungan penyebaran data melalui perhitungan rata-rata dan standar deviasi, perhitungan prosentase. Dalam statistic deskriptif juga dapat dilakukan mencari kuatnya hubungan antara variable melalui analisis kolerasi, regresi, dan membuat perbandingan dengan membandingkan rata-rata data sampel atau populasi. Hanya perlu diketahui bahwa dalam analisis korelasi, regresi, atau membandingan dua rata-rata atau lebih tidak perlu diuji signifikansinya. Jadi secara teknis dapat diketahui bawa, dalam statistik deskriptif tidak ada uji signifikansi, tidak ada taraf kesalahan, karena peneliti tidak bermaksud membuat generalisasi, sehingga tidak ada kesalahan generalisasi.

Statistik inferensial, (sering juga disebut statistik induktif atau statistik probabilitas), adalah teknik statistic probabilitas), adalah teknik yang digunakan untuk menganalisis data sampel dan hasilnya diberlakukan untuk populasi. Statistik ini akan cocok digunakan bila sampel diambil dari populasi yang jelas, dan teknik pengambilan sampel dari populasi yang jelas, dan teknik pengambilan sampel dari populasi itu dilakukan secara random.

Statistik ini disebut statistik probabilitas, karena kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu kebenarannya bersifat peluang (probability). Suatu kesimpulan dari data sampel yang akan diberlakukan untuk populasi itu mempunyai peluang kesalahan dan kebenaran (kepercayaan) yang dinyatakan dalam bentuk prosentase. Bila peluang kesalahn 5% maka taraf kepercayaan 95%, bila peluang kesalahan 1%, maka traf kepercyaan 99%. Peluang kesalahan dan kepercayaan ini disebut dengan taraf signifikasi. Penguji taraf signifikasi dari hasil suatu analisis akan lebih praktis bila didasarkan pada table t, uji F digunakan table F. Pada setiap table sudah disediakn untuk taraf signifikasi berapa persen suatu hasil analisis dapat digeneralisasikan. Dapat diberikan contoh misalnya dari hasil analisis korelasi ditemukan koefisien korelasi 0,54 dan untuk signifikansi untuk 5%. Hal itu berarti hubungan variable sebesar 0,54 itu dapat berlaku pada 95 dari 100 sampel yang diambildari suatu populasi. Contoh lain misalnya dalam analisis uji beda ditemukan signifikasi untuk 1%. Hal ini berarti perbedaan itu berlaku pada 99 dari 100sampel yang diambil dari populasi. Jadi signifikasi adalah kemampuan untuk digeneralisasikan dengan kesalahan tertentu. Ada hubungan signifikan berarti hubungan itu dapat digeneralisasikan. Ada perbedaan signifikan berarti perbedaan itu dapat digeneralisasikan. Yang belum faham tentang statistik, signifikan sering diartikan dengan bermakna, tidak dapat diabaikan, nyata, berarti. Pengertian tersebut tidak operasional dan malah membingungkan.

2. STATISTIK PARAMETRIK DAN NON-PARAMETRIK

Statistik inferensial terdapat statistik parametris dan nonparametris. Statistik parametris digunakan untuk menguji parameter populasi melalui statistik, atau menguji ukuran populasi melalui data sampel. Barikut penjelasan mengenai statistic parametrik dan non parametrik :

Statistika parametrik adalah bagian statistika yang parameter poplasinya harus memenuhi syarat-syarat tertentu seperti syarat data berkala interval/rasio, syarat pengambilan sampel harus random, berdistribusi normal atau normalitas dan syarat memiliki varian yang homogen atau homogenitas, model regresi linear, dan sebagainya. Dalam statistika parametrik indikator-indikator yang dianalisis adalah parameter-parameter dari ukuran objek yang bersangkutan.

Statistika non-parametrik adalah bagian statistika yang parameter populasinya bebas dari keharusan terpenuhinya syarat-syarat data berskala interval/ rasio syarat pengambilan data secara random, berdistribusi normal atau normalitas dan syarat memiliki varian yang homogen atau homogenitas, model regresi linier, dan lain-lain. Dalam statistika non parametrik indikator-indicator sisi lain dari parameter ukuran objek yang diteliti.

Dalam statistik, pengujian parameter melalui statistik (data sampel) tersebut dinamakan uji hipotesis statistik. Oleh karena itu penelitian yang berhipotesis statistik adalah penelitian yang menggunakan sampel. Dalam statistik hipotesis yang diuji adalah hipotesis nol, karena tidak dikehendaki adanya perbedaan antara parameter populasi dan statistik (data yang diperoleh dari smapel). Sebagai contoh nilai suatu pelajaran 1000 mahasiswa rata-ratanya 7,5. Selanjutnya misalnya, dari 1000 orang itu diambil sampel 50 orang, dan nilai rata-rata dari sampel 50 mahasiswa itu 7,5. Hal ini berarti tidak ada perbedaan antara parameter (data populasi) dan statistik (data sampel). Hanya dalam kenyataannya nilai parameter jarang diketahui. Statistik nonparametrik tidak menguji parameter populasi, tetapi menguji distribusi.

Penggunaan statistik parametrik dan nonparametrik tergantung pada asumsi dan jenis data yang dianalisis. Statistik parametrik memerlukan terpenuhi banyak asumsi. Asumsi yang utama adalah data yang akan dianalisis harus berdistribusi normal. Selanjutnya dalam pengunaan salah satu test mengharuskan data dua kelompok atau lebih yang akan diuji harus homogen, dalam regresi harus terpenuhi asumsi linieritas. Statistik non parametrik sering disebut “distribution free” (bebas distribusi). Statistik parametrik mempunyai kekuatan yang lebih daripada statistik non parametrik, bila asumsi yang melandasi dapat terpenuhi. Seperti dinyatakan oleh Emory (1985) bahwa “The parametric test are more powerful are generally the tests of choice if their use assumptions are reasonably met”. Selanjutnya Phophon (1973) menyatakan “… parametric procedure are often markedly more powerful than their nonparametric counterparts”.

Penggunaan kedua statistik tersebut juga tergantung pada jenis data yang dianalisis. Statistik paramertis kebanyakan digunakan untuk menganalisis data interval dan rasio, sedangkan statistik nonparametrik kebanyakan digunakan untuk menganalisis data nominal, ordinal. Jadi untuk menguji hipotesis dalam penelitian kuantitatif yang menggunakan statistik, ada dua hal utama yang harus diperhatikan, yaitu macam data dan bentuk hipotesis yang diajukan.

3. JENIS – JENIS DATA

Jenis data dapat dibedakan menjadi dua macam yaitu : (a) data yang diperoleh dari sampel atau populasi berupa data kualitatif, data tersebut bukan berupa angka dan disebut dengan data kualitatif atau atribut. (b) data yang diperoleh dari sampel atau populasi yang berupa data kuantitatif atau data berupa angka yang disebut dengan data kuantitatif.

Data kualitatif merupakan data non- angka (numberik) seperti jenis kelamin, warna kesayangan, da nasal suku. Data kualitatif digunakan apabila kita tertarik melihat proporsi atau bagian yang termasuk dalam kategori. Contoh berapa persen jenis kelamin pria dibandingkan wanita, warna apa yang disukai oleh sebagian besar penduduk, dan berapa persen suku tertentu dibandingkan dengan suku lainnya.

Data kuantitatif merupakan data angka atau numeric seperti jumlah mobil (bisa 0,1,2, dan lain – lain), jumlah TV yang dijual suatu took (10, 30, dan lain – lain), berat badan (60,1 kg; 80,5 kg; dan lain – lain), jarak Solo – Jakarta (230,5 km), dan sebagainya. Semua ukuran tersebut berupa angka. Data kuantitatif dibedakan menjadi dua bagian yaitu data diskret dan data kontinu.

Data diskret merupakan data kuantitatif yang nilainya khusus dan merupakan hasil perhitungan serta biasanya berupa bilangan bulat. Data diskret seperti jumlah mobil 0, 1, 2, dan lain – lain. Tidak mungkin mobil bisa berjumlah 1,5 atau 2,25 dan sebagainya. Jadi data diskret biasanya berupa bilangan bulat.

Data kontinu merupakan data kuantitatif yang nilainya menempati semua intervalpengukuran dan merupakan hasil pengukuran serta bisa berupa bilangan pecahan dan bulat. Contoh berat badan bisa 60,1 kg dan 80,5 kg atau bisa 60 kg dan 80 kg. tinggi badan, luas rumah, panjang jalan, dan lain – lain yang adalah hasil pengukuran digolongkan sebagai data kontinu.

Selain pembagian kualitatif, kuantitatid, diskret, dan kontinu, ada juga yang membagi data kedalam data primer dan data sekunder. Data primer merupakan data yang diperoleh langsung dari sumbernya atau objek penelitian. Data primer biasanya diperoleh dengan cara wawancara lengsung kepada objek atau dengan pengisian kuesioner (daftar pertanyaan) yang dijawab oleh objek penelitian. Data sekunder merupakan data yang sudah diterbitkan atau digunakan pihak lain. Contoh data sekunder adalah sata yang diambil dari koran, majalah, jurnal, dan publikasi lainnya. 

4. MACAM – MACAM DATA STATISTIK

Ada empat macam data dalam statistik, antara lain yaitu :

a. Data Nominal

Data nominal adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja dan tidak menunjukkan tingkatan apa – apa. Istilah nominal umumnya digunakan untuk data atau objek yang hanya dapat diklasifikasikan pada beberapa kategori. Setiap kategori dalam klasifikasi data tidak boleh saling tumpang tindih atau setiap peristiwa bersifat saling lepas (mutually exclusive), suatu peristiwa tidak mempengaruhi peristiwa lainnya.

b. Data Ordinal

Data ordinal adalah angka yang diberikan dimana angka – angka tersebut mengandung pengertian tingkatan. Ordinal digunakan untuk mengurutkan objek atau data yang terendah sampai yang tertinggi atau sebaliknya. Ordinal hanyalah memberikan nilai urutan atau rangking dan tidak menggambarkan nilai absolut.

c. Data Interval

Data interval adalah suatu skala pemberian angka pada klasifikasi atau kategori dari objek yang mempunyai sifat ukuran ordinal, dan ditambah satu sifat lain yaitu jarak atau interval yang sama dan merupakan ciri dari objek yang diukur.

d. Data Rasio

Data rasio adalah skala yang mencakup semua skala yaitu nominal, ordinal, dan interval disamping memberikan keterangan tentang nilai absolut dari objek yang diukur. Angka pada skala rasio menunjukkan nilai sebenarnya dari objek yang diukur. Perbedaan utama pada skala interval dan rasio adalah : 

• Data skala ratio memiliki titik nol yang mempunyai arti, dan 
• Rasio antara keduanya juga mempunyai arti.

5. PERANAN STATISTIKA

Pada era globalisasi, hampir semua bidang tidak terlepas dengan menggunakan angka, data, dan fakta. Hal ini menunjukkan bahwa statistika sangat dibutuhkan. Statistika sebagai sarana mengembangkan cara berpikir logis, lebih dari ini statistika mengembangkan berpikir secara ilmiah untuk merencanakan (forcasting) penyelidikan, menyimpulkan,dan membuat keputusan yang teliti dan meyakinkan. Baik disadari atau tidak, statistika merupakan bagian subtansi dari latihan professional dan menjadi landasan dari kegiatan – kegiatan penelitian.

Statistika berperan dalam berbagai kegiatan hidup manusia, antara lain :

a. Dalam aktivitas kehidupan sehari-hari

Dalam aktivitas kehidupan sehari-hari manusia dihadapkanpada berbagai keterangan serta bahan-bahan yang berbentuk angka-angkayang perlu ditafsirkan dan alat bantu yang berperan dalam menafsirkan bahan keterangan dan bahan-bahan yang berbentuk angka tersebut adalah statistika.

b. Dalam ilmu pengetahuan

Dalam ilmu pengetahuan akan didapatipenyajian data-data dalam bentuk angka-angka, sehingga diperlukan statistikadalam menafsirkan dan menyimpulkan data tersebut.

c. Dalam aktivitas penelitian ilmiah

Dalam aktivitas penelitian ilmiah statistika berperan dalam mengemukan, menjelakan, menafsirkan, dan menyimpulkan data-data yang tersembunyi dibalik angka-angka.

Statistika juga sangat berguna dalam membantu pengambilan keputusan yang tepat menggunakan “kaidah pembuktian” dengan memanfaatkan data dan fakta yang mempunyai nilai informasi. Bagi mahasiswa dan pengguna statistika tentunya memahami bahwa fakta yang menjadi data dan gambar tidaklah berbohong, namun dalam statistika juga dikenal apa yang dinamakan “kebohongan” statistika. Kebohongan statistika terjadi karena statistika diterapkan secara tidak tepat. Dalam hal ini statistika digunakan untuk mendukung suatu kebohongan, sehingga kebohongan tersebut seolah – olah tidak terjadi karena didukung atau ditutupi dengan data yang disajikan dengan metode statistika yang tepat. Benjamin Disraeli menyatakan “figure don’t lie; liar figures”, gambar dan adat tidak pernah berbohong, namun oranglah yang memanipulasi atau menyajikan gambar dan data secara tidak tepat. Oleh sebab itu, kegunaan statistika akan sangat berarti apabila dalam proses mendapatkan, mengolah, dan menyajikan data dilakukan dengan jujur dan cara yang tepat. 

REFERENSI

• Sugiyono. Prof., Dr. (2011), Metode Penelitian Kuantitatif, Kualitatif, dan R & D, Bandung : Penerbit Alfabeta.
• Purwanto dan Suharyadi (2009), Statistika untuk Ekonomi dan Keuangan Modern Edisi 2, Jakarta: Salemba Empat.
• Supardi., Dr (2013), Aplikasi Statistika Dalam Penelitian, Jakarta : Change Publication.

Sumber:
pengertian-pengertian-info.blogspot.com/2015/11/pengertian-statistika-jenis-jenis.html

Pengertian Statistik dan Statistika (1)

Kata statistik dan statistika sudah sering kita dengar di dalam kehidupan sehari-hari dan tanpa kita sadari telah menggunakannya untuk memecahkan masalah dalam kehidupan sehari-hari, misalkan pemerintah menggunakan statistika untuk menilai hasil pembangunan masa lalu. Namun demikian kedua istilah ini memiliki pengertian yang berbeda. Dibawah ini merupakan penjabaran dari statistik dan statistika

Pengertian Statistik
Statistik bersal dari kata state yang artinya negara. Mengapa disebut negara, ini karena statistik ini dipergunakan untuk kepentingan-kepentingan negara saja. Seperti misalnya pengambilan data diberbagai bidang kehidupan dan penghidupan, sehingga lahirlah istilah stastistik, yang pemakaiannya disesuaikan dengan lingkup datanya. Kemudian istilah statistik terus berkembang seiring berjalannya waktu, kini statistik tidak hanya menyangkut kepentingan negara saja tetapi dapat digunakan untuk keperluan masyarakat, didalam aspek ilmu pengetahuan, dan didalam suatu penelitian atau melakukan eksperimen. Misalkan pada saat melakukan suatu penelitian hasil dari data yang kita peroleh berupa angka-angka atau bilangan, kumpulan dari data tersebut kemudian disusun dan disajikan dalam bentuk tabel ataupun diagram. Data yang terkumpul kadang kala tidak disajikan dalam bentuk tabel ataupun diagram, tetapi bisa juga disajikan dalam bentuk rata-rata. Sering pula daftar atau tabel tersebut disertai dengan gambar-gambar yang biasa disebut dengan diagaram atau grafik supaya lebih dapat menjelaskan lagi tentang persoalan yang sedang dipelajari. Misalkan statistik dalam bentuk tabel, seperti contoh dibawah ini.

1. Data Indeks Prestasi Semester I Egar

MATA PELAJARAN	NILAI
Kalkulus	4
Bahasa Indonesia	4
Bahasa Inggris	3
Fisika Dasar 1	3
Fisika Dasar 2	4
Pengantar Pendidikan	3
Kewarganegaraan	4
Perkembangan Peserta Didik	4
Fisika Laboratorium 1	3

Jadi, kata statistik telah dipakai untuk menyatakan kumpulan data, bilangan maupun non-bilangan yang disusun dalam tabel ataupun diagram, yang melukiskan atau menggambarkan suatu persoalan. Statistik yang menjelaskan sesuatu hal biasanya diberi nama statistik mengenai hal yang bersangkutan, misalnya statistik pennduduk, statistik kelahiran, statistik pertanian, statistik kesehatan dan banyak lagi nama yang lain. Statisktik juga diartikan untuk menyatakan ukuran sebagai wakil dari wakil dari kumpulan data mengenai suatu hal. Ukuran ini dapat didasarkan dengan perhitungan menggunakan kumpulan sebagian data data yang diambil dari keseluruhan tentang persoalan tersebut. Demikaian umpanya kita mengenal kata-kata persen dan rata-rata .

Contoh : dalam kehidupan sehari-hari jika kita teliti 40 buruh yang bekerja disuatu perusahaan dan dicatat gajinya setiap bulan kemudian dihitung rata-rata gajinya, misalkan Rp 400.000,00 setiap bulanya, maka rata-rata Rp 400.000,00 dinamakan ststistik. Demikian pula, jika dari keempatpuuluh buruh itu ada 20% yang gajinya tiap bulan kurang dari 3500.000,00, maka nilai 20% ini dinamakan statistik.

Pengertian Statistika
Dari hasil penelitian ataupun pengamatan, baik yang dilakukan khusus ataupun berbentuk laporan sering diminta suatu uraian, penjelasan atau kesimpulan tentang persoalan yang diteliti. Tetapi sebelum menarik sebuah kesimpulan, data yang telah terkumpul itu terlebih dahulu dipelajari, dianalisis dan berdasarkan atas pengelohan inilah baru kesimpulan dapat dibuat. Tentunya mudah dimengerti bahwa pengumpulan data atau keterangan, pengolahan dan pembuatan kesimpulan harus dilakukan dengan baik, cermat, teliti, hati-hati, mengikuti cara-cara dan teori yang benar dan dapat dipertanggungjawabkan. Pernyataan ini merupakan pengetahuan tersendiri yang diberi nama statistika.

Jadi pengertian dari statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengelohan atau penganalisisannya dan penarikan kesimpulan berdasarkan kumpulan data dan panganalisisan yang dilakukan.

Contoh : Misalkan pengumpulan data tentang jumlah penduduk di Indonesia setiap tahunnya, dari data yang diperoleh maka dapat disimpulkan apakah perkembangan penduduk di Indonesia semakin bertambah ataupun berkurang dari pengumpulan data tahun lalu.

Ada dua jalan yang ditempuh untuk mempelajari statistika yaitu statistika matematis atau statistika teoritis dan statistika praktis. Satistika matematis yaitu ilmu yang mempelajari asal-usul penurunan sifat-sifat, dalil-dalil atau rumus-rumus serta dapat diwujudkan kedalam model-model lain yang bersifat teoritis. Jadi disini diperlukan dasar matematika yang kuat dan mendalam. Sedangakan, statistika praktis yaitu penerapan statistika matematis ke dalam berbagai bidang ilmu lainnya sehingga lahirlah istilah statistika kedokteran, statistika sosial dan sebagainya. Jadi disini tidak dipersoalkan bagaimana didapatnya rumus-rumus atau aturan-aturan, melainkan hanya dipentingkan teknik atau metode statistika digunakan.

Statistika Deskriftif dan Statistika Inferensial
Sejalannya perkembangan, makna statistika menjadi ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengelohan atau penganalisisannya dan penarikan kesimpulan berdasarkan kumpulan data dan panganalisisan yang dilakukan. Sebagai suatu ilmu, bidang kegiatan statistika dibagi menjadi dua bagian yaitu:

a. Statistika Deskriftif
Statistik deskriftif adalah metode-metode yang berkaitan dengan pengolahan, pengumpulan, dan penyajian sekumpulan data sehingga dapat memberikan informasi yang berguna. Perlu kiranya dimengerti bahwa statistika deskriptif memberikan informasi hanya mengenai data yang dipunyai dan sama sekali tidak menarik kesimpulan yang lebih banyak atau penarikan kesimpulam secara keseluruhan (umum) karena statistik disini memperoleh data atau informasi yang terbatas. Ini terlihat bahwa hasil analisis data yang diperoleh masih sederhana dan bahkan sebagian besar analisis atau perhitungannya penyederhanaan atas data yang terkumpul saja.

Contoh dari kegunaan statistika deskriptif yaitu seperti penyusunan tabel, diagram, modus, kuartil, simpangan baku. Misalkan berapa jumlah mahasiswa yang mendapatkan nilai A dalam mata kuliah kalkulus I dari hasil perekapan tersebut.

b. Statistika Inferensial
Statistika inferensial merupakan bagian dari ilmu statistika yang selain mengolah, menyajikan data, juga melakukan penarikan kesimpulan dari pengolahan data yang diambil. Statistik inferensial merupakan pengembangan fungsi statistik. Bagian ini digunakan jika dalam penelitian tidak memungkinkan untuk mengadakan penghitungan atau pengamatan secara menyeluruh terhadap obyek yang akan diteliti. Dalam statistika inferensial, kesimpulan dapat diambil setelah melakukan pengolahan serta penyajian data dari suatu sampel yang diambil dari suatu populasi. Macam-macam dari statistika inferensial yaitu:
-Statistika parametrik terutama digunakan untuk menganalisa data interval dan rasio, yang diambil dari populasi yang berdistribusi normal
-Statistika non-parametrik terutama digunakan untuk menganalisa data nominal, dan ordinal dari populasi yang bebas distribusi

Contoh dari statistik inferensial adalah misal seorang peneliti meneliti sebungkus rokok apakah kandungan nikotin pada rokok tersebut menyebabkan penyakit kangker rahim bagi kaum perempuan atau tidak. Dengan mengambil sampel satu batang rokok tersebut dan diteliti di laboratorium dianalisis bahwa memang benar nikotin pada rokok dapat menyebabkan penyakit kangker rahim bagi kaum perempuan. Dari data tersebut dapat disimpulkan bahwa kandungan nikotin pada sebungkus rokok (populasi) dapat menyebabkan penyakit kangker rahim bagi kaum perempuan dari hasil penelitian sebatang rokok (sampel).

Contoh lain, dalam pemilihan ketua senat FMIPA yang dilaksanakan setiap tahunnya. Fakultas MIPA terdiri dari 6 jurusan baik itu jurun fisika, matematika, kimai, biologi, analis kimia, budidaya kelautan. Dalam melakukan pemilihan tersebut menggunakan sistem pemungtan suara. Tetapi, walaupun pemilihan tersebut sistem tersebut tidak semua mahasiswa di FMPA yang diberikan untuk memilih hanya perwakilam dari masing-masing jurusan. Perwakilan dari setiap jurusan tersebut merupakan sampel sedangkan seluruh mahasiswa FMIPA merupakan populasi. Kemudian data yang diperoleh dari pungutan suaru tersebut akan dijadikan bahan untuk membuat suatu kesimpulan.

Landasan Kerja Statistika
Suatu sistem atau disiplin ilmu pastilah mempunyai suatu landasan kerja, tentu dengan adanya landasan kerja maka suatu sistem atau disiplin ilmu akan dapat berdiri dengan kokoh karena landasan tersebut merupakan suatu pondasi yang mendasarinya. Begitu pula dalam ilmu statistika terdapat beberapa landasan kerja. Landasan kerja statistika dapat dibagi menjadi empat, yaitu: variasi, reduksi, generalisasi, dan spesialisasi

a. Variasi
Statistika bekerja dengan keadaan yang berubah-ubah (variasi). Misalnya keadaan penduduk, pendapatan dan pengeluaran, GNP, kematian, kelahiran, peserta KB dan sebagainya. Dilihat dari keadaan data yang akan diambil akan timbul berbagai macam masalah, karena tiap kurun waktu tertentu data yang diperoleh berubah-ubah atau tidak tentu sehingga diperlukan kecermatan dan ketelitian saat melakukan pengumpulan data.

b. Reduksi
Statistika bekerja secara reduksi artinya tidak seluruh informasi yang harus diolah. Tidak harus seluruh orang harus diteliti (populasi), melainkan cukup dengan sampel-sampel yang mewakilinya saja. Tentu saja sampel itu harus refresentatif. Untuk mendapatkan sampel yang refresentatif diperlukan pemahaman tentang teknik sampling.
Contoh misalkan dalam mengadakan rapat mengenai kompetisi Biomacup antar jurusan di FMIPA, tentunya tidak mungkin semua mahasiswa di jurusan FMIPA mengikuti rapat tersebut untuk dimintai pendapatnya, melainkan cukup dengan sampel-sampel yang mewakilinya saja. Perlu diingat bahwa sampel atau perwakilan tersebut harus yang refresentaif. Contoh lain misalkan dalam membeli 20 karung pupuk untuk keperluan pertanian, tidak harus semua pupuk tersebut dijadikan penelitian, cukup mengambil beberapa karung saja yang dijadikan sebagai sampel penelitian.

c. Generalisasi
Statistik bekerja untuk menarik kesimpulan umum (generalisasi) yang berlaku untuk anggota-anggota populasinya berdasarkan refresentatif yang ada.
Contoh :
Seorang penjual buah-buahan ingin menyelidiki salah satu jenis buahnya, misalkan buah mangga apakah rasa buah mangga tersebut manis atau asam dengan jumlah mangga sebanyak 95 buah dengan cara mencicipinya. Tidak mungkin penjual akan mencicipi semua buah mangga tersebut karena apabila semua buah mangga dicicipi habislah buahnya dan tidak ada buah mangga yang dia akan jual. Maka dari itu hanya beberapa buah saja yang dia cicipi. Dilihat dari contoh di atas, dapat ditegaskan bahwa peneliti menarik suatu kesimpulan sebagian dan hal tersebut dapat mewakili kesimpulan keseluruhannya.

d. Spesialisasi
Statistik selalu berkenaan dengan angka-angka (kuantitatif). Statistik mempunyai angka-angka yang lebih nyata dan pasti. Istilah-istilah seperti : pada umumnya, kira-kira, sekitar, kurang lebih, kebanyakan sedang-sedang, lumayan, dan lain-lain dikenal dalam analisis statistik. Agar data kualitatif dapat distatistikkan, maka data itu harus dibobot duhulu. Contoh :

sangat setuju =5,
setuju = 4,
ragu-ragu = 3,
tidak setuju = 2 dan
sangat tidak setuju = 1.

Contoh yang lain misalkan data nilai indeks prestasi mahasiswa, Dalam hal ini istilah – istilah yang terdapat pada nilai indeks prestasi tersebut di bobotkan yakni seperti dibawah ini
A = 4
B = 3
C = 2
D = 1

Karakteristik Pokok Statistika
Statistika merupakan suatu ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengelohan atau penganalisisannya sampai dengan penarikan kesimpulan berdasarkan kumpulan data dan panganalisisan yang dilakukan. Secara mendasar statistik tersebut dapat dibagi menjadi dua kegiatan, yaitu yang pertama adalah pengumpulan dan pengolahan data disajikan dalam bentuk tabel atau grafik untuk mempermudah informasi yang disampaikan. Dari kegiatan pertama ini merupakan statistika deskriptif. Kemudian yang kedua merupakan penarikan kesimpulan yang bertolak belakang dari pengolahan data tersebut. Kegiatan yang kedua ini disebut dengan statistik inferensial. Dilihat dari pengertian statistika di atas tentunya berlandaskan atas karakteristik pokok dari statistik tersebut.

Adapun ciri karakteristik pokok statistika terbagi menjadi 3 ciri-ciri pokok yang mendasar . Ciri-ciri tersebut adalah sebagai berikut.

1) Statistik bekerja dengan angka
Angka-angka ini dalam statistik terbagi menjadi dua bagian, yaitu
a. Angka statistik sebagai jumlah atau frekuensi dan angka statistik sebagai nilai atau harga. Pengertian ini mengandung arti bahwa data statistik adalah data kuantitatif. Contoh :
Ø Jumlah buruh di Perusahaan Sinar Dunia
Ø Jumlah tanggungan orang tua
Ø Jumlah penduduk Indonesia tiap tahunnya.
Ø Jumlah pegawai negeri di Kabupaten Klungkung

b. Angka statistik sebagai nilai, dimaksudkan bahwa data tersebut adalah data kualitatif yang diwujudkan dalam angka.
Contoh :
Ø Hasil ujian nasional siswa SMA
Ø Nilai keuntungan dari perusahaan
Ø Nilai indeks prestasi mahasiswa
Ø Daftar harga Hand Phone Celuler

2) Statistik bersifat objektif
Statistik yang bersifat objektif merupakan statistik yang bekerja sesuai dengan keadaan data yang diteliti atau sesuai berdasarkan atas kenyataan yang ada atau fakta. Kesimpulan yang dikemukakan oleh statistik semata-mata didasarkan atas data yang diolah bukan dengan kemauan semena-mena (subjektif) atau bukan dari pengaruh-pengaruh luar lainnya.
Contoh :
Pengambilan suatu data mengenai jumlah penduduk Indonesia apakah setiap tahunnya jumlah penduduk Indonesia bertambah ataukah mengalami penurunan. Dengan data yang terkumpul dapat diketahui apakah setiap tahun penduduk Indonesia bertambah atau berkurang.

3) Statistik bersifat universal (umum)
Statistik bersifat universal berarti statistik sebagai ilmu memiliki ruang lingkup yang luas. Hal ini terbukti bahwa statistik dipergunakan dalam berbagai disiplin ilmu pengetahuan, di berbagai penelitian, dan tidak hanya itu saja, statistik hampir menjalar ke berbagai model permasalahan di masyarakat. sehingga statistik menjadi begitu berguna.
Contoh :
statistik kesehatan, statistik perusahaan, maupun statistik keuangan.

Sumber:

http://www.mediafunia.com/2013/03/pengertian-statistik-dan-statistika.html

Materi yang sama. Klik dibwah ini:

rujukanskripsi.blogspot.com/2015/03/pengertian-statistik-statistika-dan-data.html

Jenis-jenis Data Statistik Klik disini

Filenya silahkan klik di Sumber Yulius Eka Agung Seputra ppt

Videonya silahkan klik disini