Statistika » ›

Mengenal Istilah-istilah dalam Statistika

Oleh Tju Ji Long · Statistisi

Ikuti kami:

Dalam mempelajari setiap disiplin ilmu pasti akan dijumpai istilah-istilah tertentu. Misalnya dalam matematika kita mengenal istilah-istilah seperti fungsi, asimtot, matriks, integral, turunan, dan sebagainya. Dalam ilmu psikologi kita mengenal istilah limerence, sonder, dan lain sebagainya. Dalam ilmu statistika juga terdapat sejumlah istilah seperti pendugaan/penaksiran parameter, pengujian hipotesis, dan lain-lainnya.

Bagi kamu yang saat ini sedang mempelajari statistika atau tertarik untuk mengenal ilmu statistik lebih jauh, istilah-istilah dasar berikut ini akan sangat membantu. Dengan memahami istilah-istilah dasar statistika ini akan mempermudah kamu dalam mempelajari statistika terutama jika kamu masih berada di level pemula.

Statistik (statistic) bisa diartikan sebagai kumpulan data dan angka yang biasanya disusun dalam tabel atau diagram.

Sementara itu, statistika (statistics) adalah ilmu yang mempelajari bagaimana data dan angka tersebut dikumpulkan, diolah, dianalisis, dan kemudian disajikan sehingga menjadi informasi yang berguna dan mudah dipahami oleh para pengguna data.

Secara sederhana, populasi dapat diartikan sebagai jumlah keseluruhan dari obyek atau subyek penelitian yang menjadi perhatian atau yang hendak diteliti. Subyek penelitian ini bisa berupa orang, benda, peristiwa, dan lain sebagainya. Sementara itu, sampel adalah sebagian dari populasi yang memiliki sifat atau karakteristik yang dianggap dan diharapkan dapat mewakili populasi.

Secara umum, terdapat dua metode konvensional untuk mengumpulkan data yakni sensus dan survei. Sensus adalah metode pengumpulan data dengan cara mengamati seluruh unit populasi yang menjadi perhatian atau yang hendak diteliti.

Berbeda dengan sensus, survei tidak dilakukan terhadap seluruh unit populasi, melainkan hanya sebagian dari unit populasi atau disebut dengan sampel. Dalam survei hanya diambil sejumlah sampel yang dianggap dan diharapkan dapat merepresentasikan obyek atau subyek penelitian yang akan dilakukan. Survei dilaksanakan karena pelaksanaan sensus memerlukan sumber daya yang besar baik dari segi waktu, biaya, maupun tenaga.

Parameter adalah ukuran-ukuran yang menggambarkan karakteristik populasi. Nilai parameter diperoleh dari pengamatan terhadap seluruh elemen populasi. Sementara itu, statistik adalah ukuran-ukuran yang didapatkan berdasarkan pengamatan sampel.

Nilai statistik yang diperoleh biasanya digunakan sebagai penduga atau estimator bagi parameter populasi yang tidak diketahui. Misalnya, rata-rata yang diperoleh dari sampel acak atau \(\bar{x}\) dapat digunakan untuk mengestimasi rata-rata populasi \((μ)\) yang tidak diketahui.

Probability sampling adalah teknik pengambilan sampel di mana peluang setiap unit yang terpilih sebagai sampel dapat diketahui, sedangkan nonprobabillity sampling yaitu teknik pengambilan sampel yang tidak menggunakan prinsip peluang atau peluang setiap unit terpilih tidak diketahui.

Contoh probability sampling misalnya, simple random sampling, systematic random sampling, stratified random sampling, proportional to size sampling (PPS Sampling), dan lain sebagainya. Contoh nonprobability sampling misalnya purposive sampling, quota sampling, snowball sampling, dan sebagainya.

Sampling error adalah kesalahan yang disebabkan oleh teknik pengambilan sampel atau kesalahan yang muncul dalam proses pengumpulan data akibat digunakannya sampel, bukan dengan mengamati seluruh unit populasi.

Sementara itu, nonsampling error adalah kesalahan yang bukan akibat dari pengambilan sampel, biasanya jenis kesalahan ini disebut human error atau kesalahan yang dilakukan oleh manusia.

Dalam statistika, dikenal istilah skala pengukuran data yaitu bagaimana variabel data didefinisikan dan diklasifikasikan. Berdasarkan skala pengukuran, data statistik dapat dibagi menjadi empat, yaitu data nominal, data ordinal, data interval, dan data rasio. Setiap skala pengukuran mempunyai karakteristik yang kemudian menentukan teknik analisis statistik yang cocok untuk digunakan.

Secara umum, statistika dapat dibagi menjadi dua cabang besar yakni statistika deskriptif dan statistika inferensia. Statistika deskriptif bertujuan untuk menggambarkan atau mengkarakterisasi data. Dalam statistika deskriptif akan dipelajari cara mengatur, merepresentasikan, dan mendeskripsikan kumpulan data, biasanya menggunakan tabel dan grafik atau diagram. Ukuran-ukuran yang biasa digunakan berupa mean atau rata-rata, median, modus, varians, standar deviasi, dan korelasi antar variabel.

Sebaliknya, statistika inferensia mempelajari bagaimana menarik kesimpulan terhadap karakteristik populasi dengan memanfaatkan informasi yang terkandung dalam sampel. Dua cabang utama dalam statistika inferensia yaitu pendugaan parameter populasi dan pengujian hipotesis statistik.

Pendugaan parameter atau estimasi parameter dapat diartikan sebagai prosedur yang dilakukan untuk menduga nilai parameter populasi yang tidak diketahui berdasarkan informasi yang terkandung dalam sampel. Nilai penduga yang diperoleh disebut sebagai estimator. Pendugaan parameter terbagi menjadi dua yakni pendugaan titik dan pendugaan selang atau interval.

Pendugaan titik untuk menduga suatu parameter berdasarkan satu nilai saja. Misalnya menduga atau mengestimasi rata-rata populasi \((\mu)\) dengan rata-rata sampel \( (\bar{x}) \) atau \( \mu = \bar{x} \). Sementara itu, pendugaan interval untuk mengestimasi suatu parameter dalam suatu selang atau interval tertentu.

Hipotesis statistik adalah pernyataan atau dugaan mengenai satu atau beberapa populasi. Dengan demikian, pengujian hipotesis statistik dapat diartikan sebagai pengujian secara statistik untuk menentukan apakah suatu hipotesis statistik mengenai populasi bernilai benar atau salah.

Untuk melakukan pengujian hipotesis, kita dapat mengambil suatu sampel acak dari populasi dan menggunakan informasi yang terkandung dalam sampel itu untuk memutuskan apakah hipotesis tersebut kemungkinan benar atau salah. Dengan kata lain, pengujian hipotesis statistik dapat membawa kita pada suatu keputusan akhir yaitu menerima atau menolak suatu pernyataan atau hipotesis mengenai populasi.

Berikut beberapa contoh terkait pengujian hipotesis statistik:

1. Seorang peneliti masalah kedokteran diminta untuk memutuskan, berdasarkan bukti-bukti hasil percobaan, apakah suatu vaksin baru lebih baik daripada vaksin yang sekarang beredar di pasaran.
2. Seorang insinyur ingin memutuskan, berdasarkan data sampel, apakah ada perbedaan ketelitian antara dua jenis alat ukur.
3. Seorang ahli sosiologi mengumpulkan data yang memungkinkan ia menyimpulkan apakah terdapat hubungan antara jenis darah dan warna mata seseorang.

Statistika parametrik termasuk dalam statistika inferensia untuk pengujian parameter berdasarkan data sampel dengan kondisi data mengikuti sebaran normal dan data berskala interval atau rasio. Umumnya, teknik statistika parameterik lebih dipertimbangkan untuk digunakan karena hasil yang diberikan lebih kuat ketimbang teknik dalam statistika nonparametrik.

Sementara itu, statistika nonparametrik merupakan bagian dari statistika inferensia tetapi tidak digunakan untuk menguji parameter populasi. Dalam statistika nonparametrik, data yang digunakan biasanya berskala nominal dan ordinal serta tidak harus berdistribusi normal. Teknik statistika nonparametrik sering digunakan dalam penelitian ilmu sosial dengan penggunaan sampel yang kecil. Teknik statistika nonparametrik biasanya menjadi alternatif jika teknik statistika parametrik tidak dapat diterapkan.