Statistik Deskriptif

PENDAHULUAN

       

Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna. Pengklasifikasian menjadi statistika deskriptif dan statistika inferensia dilakukan berdasarkan aktivitas yang dilakukan. 

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

 STATISTIK

SUMBER: http://id.wikipedia.org/wiki/Statistika

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' (bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas.

Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri. Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau polling (misalnya dilakukan sebelum pemilihan umum), serta jajak cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.

Sejarah

Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin modern statisticum collegium ("dewan negara") dan bahasa Italia statista ("negarawan" atau "politikus").

Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan mengartikannya sebagai "ilmu tentang negara (state)". Pada awal abad ke-19 telah terjadi pergeseran arti menjadi "ilmu mengenai pengumpulan dan klasifikasi data". Sir John Sinclair memperkenalkan nama (Statistics) dan pengertian ini ke dalam bahasa Inggris. Jadi, statistika secara prinsip mula-mula hanya mengurus data yang dipakai lembaga-lembaga administratif dan pemerintahan. Pengumpulan data terus berlanjut, khususnya melalui sensus yang dilakukan secara teratur untuk memberi informasi kependudukan yang berubah setiap saat.

Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-bidang dalam matematika, terutama peluang. Cabang statistika yang pada saat ini sangat luas digunakan untuk mendukung metode ilmiah, statistika inferensi, dikembangkan pada paruh kedua abad ke-19 dan awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika inferensi), Karl Pearson (metode regresi linear), dan William Sealey Gosset (meneliti problem sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan telah menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hingga linguistika. Bidang-bidang ekonomi, biologi dan cabang-cabang terapannya, serta psikologi banyak dipengaruhi oleh statistika dalam metodologinya. Akibatnya lahirlah ilmu-ilmu gabungan seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika.

Meskipun ada pihak yang menganggap statistika sebagai cabang dari matematika, tetapi sebagian pihak lainnya menganggap statistika sebagai bidang yang banyak terkait dengan matematika melihat dari sejarah dan aplikasinya. Di Indonesia, kajian statistika sebagian besar masuk dalam fakultas matematika dan ilmu pengetahuan alam, baik di dalam departemen tersendiri maupun tergabung dengan matematika.

Definisi Statistik Deskriptif dan Inferensial

http://saranghaechonsa.wordpress.com/2011/03/18/definisi-statistik-deskriptif-dan-inferensial/

Statistika deskriptif adalah bagian dari ilmu statistika yang hanya mengolah, menyajikan data tanpa mengambil keputusan untuk populasi. Dengan kata lain hanya melihat gambaran secara umum dari data yang didapatkan. Statistika deskriptif berusaha menjelaskan atau menggambarkan berbagai karakteristik data, seperti berapa rata-ratanya, seberapa jauh data bervariasi dari rata-ratanya, berapa median data dan sebagainya.

Statistika inferensial/Induktif adalah statistik yang digunakan untuk menganalisa data sampel, dan hasilnya akan digeneralisasikan untuk populasi dimana sampel berada. Statistika inferensial berusaha membuat berbagai inferensi terhadap sekumpulan data yang berasal dari suatu sampel. Tindakan inferensi tersebut seperti melakukan perkiraan besaran populasi, uji hipotesis, forecasting dsb.

Kedua bagian statistik tersebut dalam prakteknya sering dipakai bersama-sama, namun ada juga yang hanya menggunakan salah satu saja, tergantung dari kebutuhan.  Seringnya dalam penelitian dilakukan statistis deskriptif dahulu, baru statistif inferensial. Misal suatu kegiatan penelitian dalam bidang komputer misalnya: Saya ingin mengetahui penyebab kecepatan internet di Laboratoium Sekolah, apakah benar semakin banyak user yang menggunakan internet akan memperlambat kecepatan internet ?. Nah berangkat dari masalah tersebut maka saya membutuhkan data untuk mengetahui data-data kecepatan internet pada saat usernya hanya 1 orang, kemudian pada saat usernya 2 orang, 3 orang dan seterusnya, sampai semua komputer terpakai semua misalnya, nah data-data tersebut disajikan menggunakan Statistik Deskriptif, setelah itu untuk mengetahui seberapa besar sih, pengaruh banyak user terhadap kecepatan internet ? nah disinilah data-data tersebut perlu dilakukan analisis secara Inferensial atau Induktif, sehingga nantinya diharapkan bisa dibuat suatu kesimpulan yang bisa dijadikan pedoman dalam pengambilan keputusan disuatu tempat yang diteliti.

 

STATISTIK DESKRIPTIF

  

1.       Sensus-Sampling, Parameter-Statistik, Populasi-Sample

• Sensus merupakan salah satu cara dalam mengumpulkan data, dimana seluruh elemen yang menjadi objek penelitian tersebut diteliti satu per satu.
• Sedangkan sampling merupakan salah satu cara dalam mengumpulkan data, dimana tidak seluruh elemen yang menjadi objek penelitian diteliti satu per satu.
• Parameter merupakan istilah untuk hasil dari sensus, sedangkan sampling merupakan istilah untuk hasil dari sampling.
• Populasi merupakan sebutan untuk objek penelitian sensus. Sedangkan sebutan untuk objek penelitian sampling disebut sampel.

2.       Variabel

Variable merupakan suatu gejala yang memiliki nilai yang bervariasi dan variasi tersebut dinyatakan dalam bentuk angka atau bilangan.

Secara konsep variabel dapat dibagi menjadi beberapa bagian yakni:

• Variable dependen atau variabel tergantung/ terikat/ terpengaruh merupakan variable yang variasinya dimaksudkan untuk dijelaskan.
• Variabel independen atau variabel bebas/ variabel yang mempengaruhi merupakan variabel yang variasinya digunakan utnuk menjelaskan variasi dari variabel dependen.
• Moderating variabel, merupakan variabel yang mempunyai dampak kontigensi atau contigent effect yang kuat pada hubungan variabel independen dan variabel dependen. Dengan kata lain moderating variabel merupakan variabel yang memperkuat atau memperlemah hubungan antara variabel dependen dan independen.
• Intervening variabel merupakan faktor yang secara teori berpengaruh pada fenomena yang diamati tetapi tidak dapat dilihat, diukur atau dimanipulasi, namun dampaknya dapat disimpulkan berdasarkan dampak variabel independen dan moderating terhadap fenomena yang diamati.

3.       Data dan Pembagiannya

Menurut Webster’s New World Dictionary, data merupakan sesuatu yang diketahui atau dianggap. Oleh karena itu, data dapat memberikan gambaran tentang suatu keadaan atau persoalan.

Pembagian Data Menurut Sifatnya:

• Data kualitatif : data yang tidak berbentuk angka.
• Data kuantitatif : data yang berbentuk angka

Pembagian Data Berdasarkan Sumbernya:

• Data internal, data yang menggambarkan keadaan/ kegiatan di dalam suatu organisasi.
• Data eksternal, data yang menggambarkan keadaan/ kegiatan di luar suatu organisasi.

Pembagian Data Berdasarkan Cara Memperolehnya:

• Data primer : data yang dikumpulkan dan diolah sendiri oleh suatu organisasi atau perseorangan langsung dari objeknya.
• Data sekunder: data yang diperoleh dalam bentuk yang sudah jadi, sudah dikumpulkan dan diolah oleh pihak lain seperti dalam bentuk publikasi.

 Pembagian data berdasarkan waktu pengumpulannya:

• Data silang (cross section data), data yang dikumpulkan pada suatu waktu tertentu yang menggambarkan keadaan/ kegiatan pada waktu tersebut.
• Data berkala (time series data), data yang dikumpulkan dari waktu ke waktu untuk memberikan gambaran tentang perkembangan suatu kegiatan dari waktu ke waktu.

Statistik dibedakan menjadi dua macam tipe aplikasi yakni  statistik deskriptif dan statistik inferensial.

1.       Statistik deskriptif

Statistik deskriptif merupakan tipe analisis yang meliputi pengumpulan data, penyajian data, dan peringkasan data. Tipe analisis ini hanya sebatas mengolah data dan menyajikannya saja sehingga tidak dapat digunakan untuk mengambil suatu kesimpulan dari apa yang telah diteliti.

2.       Statistik inferensial/ induktif

Statistik inferensial merupakan tipe analisis yang digunakan utnuk mengkaji, menaksir dan menarik kesimpulan dari apa yang telah diteliti sehingga dapat digunakan sebagai pedoman dalam pengambilan keputusan.

Dalam statistik induktif/ inferensial terdapat beberapa langkah yakni:

• Menentukan hipotesis nihil (Ho) dan menentukan hipotesis alternatif (Ha atau H1).
• Menentukan statistik tabel
• Menghitung kriteria pengujian atau statistik hitung
• Menarik kesimpulan dan mengambil keputusan sesuai dengan hasil perbandingan antara statistik hitung dengan statistik tabel yang ada atau dengan melihat tingkat signifikansinya yakni apakah Ho ditolak atau diterima.

Pembagian metode statistik induktif:

1.       Berdasarkan tipe data

• Data bersifat kualitatif (nominal dan ordinal), analisis dapat dikelompokkan pada bagian statistik non parametrik. Seperti Uji Wilcoxon, Kruskal-Wallis, Friedman dan sebagainya.
• Data bersifat kuantitatif (interval dan rasio), analisis dapat dikelompokkan pada bagian statistik parametrik. Seperti Uji T, Uji F (Anova) dan sebagainya.

2.       Berdasarkan jumlah variabel

• Analisis univariat, digunakan untuk menganalisis satu variable. Misalnya Uji T.
• Analisis bivariat, digunakan untuk menganalisis dua variabel. Misalnya analisis korelasi sederhana dan analisis regresi sederhana.
• Analisis ganda/ faktorial, digunakan bila hanya satu variabel dependen tetapi lebih dari satu variabel independen yang dianalisis. Misalnya analisis korelasi ganda dan analisis regresi ganda.
• Analisis multivariate, digunakan untuk menganalisis dua atau lebih variabel dependen dan dua atau lebih variable independen. Misalnya cluster analysis, factor analysis, discriminant analysis dan sebagainya.

Untuk keperluan analisis data pada bidang riset, metode statistik induktif yang ada dapat dibagi sesuai dengan kegunaannya, antara lain:

1. Analisis statistik komparatif (perbandingan dan perbedaan), misalnya : independen sample t test, paired sample t test, one way anova.
2. Analisis statistik korelasional (uji asosiasi), misalnya crosstab untuk korelasi dua variabel data berskala nominal (kategori), korelasi dua variabel data berskala interval/ rasio (korelasi Pearson), korelasi parsial data berskala interval/ rasio.
3. Analisis prediktif, misalnya analisis regresi sederhana dan regresi ganda.
4. Analisis multivariat, misalnya cluster analysis, factor analysis, discriminant analysis dan sebagainya.

Terkadang dalam suatu penelitian hanya digunakan salah satu dari kedua tipe aplikasi tersebut. Tetapi dapat juga digunakan keduanya, yakni penelitian yang menggunakan data deskriptif terlebih dahulu kemudian dilanjutkan dengan menggunakan tipe aplikasi inferensial/ induktif yang dapat digunakan untuk mengambil keputusan dari penelitian tersebut.

Penggunaan kedua aplikasi tersebut contohnya, peneliti ingin mengetahui kecepatan internet dalam suatu laboratorium yang ingin membuktikan semakin banyak pengguna internet akan memperlambat kecepatan internet. Maka penelitian dilakukan dengan memperoleh data kecepatan internet bila digunakan oleh 1 orang, 2 orang, 3 orang dan seterusnya. Data-data tersebut disajikan dalam bentuk data deskriptif. Berangkat dari data deskriptif maka untuk mengetahui besarnya pengaruh pengguna internet terhadap kecepatan internet, maka data-data tersebut perlu dianalisis menggunakan tipe inferensial yang dapat menghasilkan kesimpulan sehingga dapat digunakan untuk mengambil keputusan atas kasus tersebut nantinya.

Deskripsi atau penggambaran sekumpulan data secara visual dapat dilakukan dengan dengan dua cara yakni deskripsi dalam bentuk tulisan dan deskripsi dalam bentuk gambar:

1.       Deskripsi dalam bentuk tulisan,

Bisa kita dapatkan dari output SPSS yang secara otomatis muncul. Dalam program SPSS, statistik deskriptif dapat dilakukan dengan menu deskriptive statistics yang terdiri dari:

-          Frequencies,

Digunakan untuk menampilkan dan menggambarkan data yang terdiri atas satu variabel saja. Jika terdapat lebih dari satu variabel maka variabel-variabel tersebut akan ditampilkan secara terpisah.

-          Descriptives

Digunakan untuk menyajikan data statistik deskriptif pada sebuah variabel seperti rata-rata (mean), deviasi standar, variasi dan sebagainya.

-          Explore

Memiliki fungsi yang sama dengan menu “Descriptives”. Perbedaannya adalah dalam menu Explore ini akan diolah semakin kompleks dan dilengkapi dengan cara menguji apakah data yang outlier serta uji kenormalan sebuah data, yang dapat dukur dengan uji tertentu atau ditampilkan dalam bentuk box-plot, steam, and leaf dan  normal probability plot.

-          Crosstab

Digunakan untuk menyajikan data dalam bentuk tabulasi, yang meliputi baris dan kolom. Ciri crosstab adalah adanya dua variable atau lebih yang mempunyai hubungan secara deskriptif serta data penyajiannya berupa data kualitatif, khususnya data yang berskala nominal.

-          Ratio

Digunakan untuk menyediakan ringkasan statistik yang berupa perbandingan-perbandingan. Rasio ini sering juga disebut sebagai rasio statistik, yakni hasil pembagian dua variabel yaitu semua data yang bertipe rasio yang mempunyai nilai positif.

 

2.       Descriptive dalam bentuk gambar/ grafik

Data yang disajikan dengan grafik digunakan untuk melengkapi deskripsi yang beripa teks, supaya data tersebut tampak lebih impresif dan komunikatif dengan para penggunanya.

Berikut ini kami sajikan salah satu contoh analisa yang menggunakan tipe statistik deskriptif

Tabel di bawah ini adalah data-data perolehan nilai dari 10 siswa untuk mata pelajaran Matematika dan Bahasa Indonesia. Yang nantinya akan dianalisis menggunakan tipe analisa deskriptif.

No	Matematika (variable X)	B. Ind (variable Y)
1	90	87
2	67	75
3	78	67
4	85	80
5	75	70
6	60	56
7	87	76
8	87	54
9	90	87
10	60	65

Tabel Nilai Mata Pelajaran Matematika dan B. Indonesia dari 10 Siswa

      

1. Membuka program SPSS dengan cara
1. Double klik pada shortcut yang terdapat pada dekstop komputer
2. Atau dengan cara Start > All Program > SPSS for Windows

 Kedua cara tersebut akan muncul tampilan SPSS yang mirip dengan tampilan Microsoft Excel.

       

     2.  Memasukkan data tabel tersebut dalam program SPSS

            a. Menuliskan Variable X dan Variable Y pada sheet Variable View. Seperti gambar berikut: 

            b. Menuliskan data tabel pada sheet Data View.

            c. Kemudian dilanjutkan dengan analisis deskriptif

             Analisis deskriptif berupa ukuran gejala berupa mean, median, dan modus. Ukuran penyebaran berupa kuartil, desil, dan presentil. Ukurap penyebaran berupa rentang data/ range, simpangan baku/ varians. Ukuran kemiringan berupa model populasi, koefisien kemiringan/ kurtosis, dan koefisien kecembungan/ skewness.

1.      Analyze > Descriptive Statistic > Frequencies

2.  Setelah itu, klik “Matematika (X)” dan klik tanda panah diantara dua kolom tersebut. Untuk memindahkannya ke kolom variable.

3.    Ulangi langkah tersebut sekali lagi untuk “B. Indonesia (Y)” dengan mengklik tanda panah yang terdapat diantara dua kolom tersebut. Tidak lupa beri tanda cek (v) pada kotak “Display Frequency Tables”.

4.      Klik Statistics, akan muncul jendela dialog baru kemudian centang Quartiles; centang Percentil: isikan angka “25” pada kotak kemudian tekan “Add” kemudian ulangi untuk angka “50” dan “75”.

1. Pada kotak “Dipersion” centang Std. Deviation, Variance, Range, Minimum, Maximum dan S.E. Mean 
2. Pada Kotak “Central Tendency”, beri tanda centang pada semua kotak yakni Mean, Median, Mode, dan Sum.

Langkah yang sama juga diterapkan pada kotak “Distribution”. Yakni beri tanda centang pada Skewness dan Kurtosis.

1. Kemudian Klik “Continue”. Maka akan kembali pada jendela “Frequencies”.
2. Klik “Charts”, maka akan muncul jendela baru yakni “Frequencies: Charts”.

Beri tanda centang (v) pada pilihan “Histograms” dan “With normal curve”. Kemudian klik “Continue”. 

Untuk mengatur tampilan data, maka Klik “Format”.

1. Klik “Continue”, maka akan kembali pada tampilan “Frequencies”
2. Klik “OK”, maka secara otomatis akan tampil outputnya. 
3. Output