Era Komputer Statistik

Dalam pemahaman sehari-hari, ilmu statistik sering dihubungkan dengan sederetan angka, hingga sering diartikan sebagai numerical description. Sebagai contoh, data statistik bisa berupa pergerakan Indeks Bursa Saham Gabungan (IHSG) dari hari ke hari, jumlah tanaman padi di suatu wilayah, data produksi mobil selama setahun, biaya promosi di sebuah wilayah penjualan, tingkat absensi karyawan, jumlah pengunjung suatu toko, dan sebagainya. Dengan demikian, sesungguhnya data statistik adalah semua data yang dapat dikumpulkan dan diorganisir dengan cara tertentu.
Hampir semua data di dunia dapat dikategorikan sebagai data statistik! Karena itu, tidaklah heran jika ilmu statistik diterapkan pada semua bidang ilmu, seperti kedokteran, ekonomi, manajemen, psikologi, pertanian, hukum, dan lainnya.

Namun, sesungguhnya statistik dalam konteks keilmuan tidak hanya berarti `data angka’ raja; ilmu statistik lebih dari sekadar sekumpulan data mentah. Statistik juga dipakai untuk melakukan berbagai kegiatan analisis terhadap data, seperti membuat grafik, menampilkan data dalam bentuk tabel, melakukan peramalan (forecasting), melakukan berbagai uji hipotesis, dan kegunaan lainnya.

Dalam kaitannya dengan pengolahan data, ilmu statistik dapat dibagi dalam dua bagian (metode):
1. Statistik Deskriptif
Statistik Deskriptif berusaha menjelaskan atau menggambarkan berbagai karakteristik data, seperti berapa rata-ratanya, seberapa jauh data-data bervariasi dari rata-ratanya, berapa median data, dan sebagainya.

2. Statistik Induktif (Inferensi)
Statistik Induktif berusaha membuat berbagai inferensi terhadap sekumpulan data yang berasal dari suatu sampel. Tindakan inferensi tersebut seperti melakukan perkiraan besaran populasi, uji hipotesis, peramalan, dan sebagainya.

Selain pembagian di atas, metode statistik dapat pula dibedakan menjadi statistik parametrik dan non-parametrik, stastistik univariat, bivariat, atau multivariat; dasar pembagian tersebut adalah berdasar tipe data, jumlah data, dan jumlah variabel yang dianalisis. Namun, pembagian menjadi statistik deskriptif dan induktif adalah berdasar aliran proses pengolahan datanya, dan pembagian ini paling umum digunakan.

Dalam praktek, kedua metode statistik tersebut dipakai bersama-sama; biasanya dimulai dengan statistik deskriptif, lalu dilanjutkan dengan berbagai analisis statistik untuk inferensi. Sebagai contoh, ada data tentang penjualan Mobil merk `MUSANG’ per bulan di suatu show room mobil di Jakarta selama tahun 2007. Dari data tersebut, langkah pertama adalah melakukan kegiatan statistik deskriptif (deskripsi) terhadap data tersebut, seperti menghitung berapa rata-rata penjualan mobil `MUSANG’, berapa deviasi standarnya, dan besaran deskriptif lainnya.

Setelah disusun deskripsi atau penggambaran tentang data-data penjualan Mobil `MUSANG’ tersebut, baru dilakukan kegiatan inferensi (statistik induktif) terhadap hasil deskripsi tersebut, seperti memperkirakan berapa estimasi penjualan mobil `MUSANG’ di seluruh Indonesia (populasi), ramalan penjualan mobil `MUSANG’ di bulan Januari tahun depan, bulan Februari, atau kegiatan lainnya. Jadi, statistik deskriptif akan dilakukan terlebih dahulu, lalu berdasar hasil tersebut, baru dilakukan berbagai analisis statistik secara induktif.

Element Statistik

 
Meskipun statistik bisa diterapkan pada hampir semua aspek kehidupan, namun ada beberapa elemen yang biasa terdapat dalam suatu persoalan statistik, yaitu:

1. Populasi
Masalah dasar dari persoalan statistik adalah menentukan populasi data. Secara umum, populasi bisa didefinisikan sebagai sekumpulan data yang mengidentifikasi suatu fenomena. Pekerja di seluruh Indonesia bisa disebut suatu populasi; namun semua Pekerja di PT `LJTAMA’ juga bisa dikatakan populasi; bahkan Pekerja Wanita khusus di bagian produksi yang bekerja lembur pada malam hari di PT `UTAMA’ tersebut juga bisa disebut suatu populasi. Jadi, definisi populasi lebih tergantung dari kegunaan dan relevansi data yang dikumpulkan. Jika akan diteliti kepuasan pekerja wanita yang bekerja malam di PT `UTAMA’ tersebut, maka populasi adalah Pekerja Wanita khusus di bagian produksi yang bekerja lembur pada malam hari di PT UTAMA’. Namun, jika ingin diteliti status dan keadaan pekerja wanita di Indonesia, maka populasi yang relevan adalah seluruh wanita Indonesia yang aktif bekerja.
Populasi dalam statistik tidak hanya terbatas pada masalah-masalah manusia atau bisnis, namun dapat lebih luas cakupannya. Seperti populasi ayam di suatu daerah, populasi bakteri ‘X’ di suatu Laboratorium, dan seterusnya. Juga populasi bisa sedemikian besarnya hingga bisa dikatakan tak terbatas, seperti populasi oksigen di dunia, populasi plankton di lautan dan sebagainya.

2. Sampel
Sampel bisa didefinisikan sebagai sekumpulan data yang diambil atau diseleksi dari suatu populasi. Seperti dalam kasus di atas, jika populasi adalah seluruh pekerja wanita di PT `UTAMA’, maka sampel bisa sebagian pekerja wanita, atau beberapa pekerja wanita di perusahaan tersebut. Jadi, pada dasamya sampel adalah bagian dari populasi, atau populasi bisa dibagi dalam berbagai jenis sampel.

Pengambilan sampel dilakukan karena dalam praktek banyak kendala yang tidak memungkinkan seluruh populasi diteliti. Kendala tersebut bisa karena situasi, waktu, tenaga, atau biaya. Sebagai contoh, tidak mungkin akan diteliti semua bakteri ‘X’ yang ada di seluruh dunia; atau akan menghabiskan banyak waktu dan biaya jika seluruh pekerja wanita di Indonesia dijadikan objek penelitian. Oleh karena itu, pengambilan sampel (contoh) data pada banyak kasus statistik merupakan suatu kebiasaan dan karenanya metode pengambilan sampel menjadi bagian penting dari statistik.

3. Variabel
Dalam melakukan inferensi terhadap populasi, tidak semua ciri-ciri populasi harus diketahui. Hanya satu atau beberapa karateristik populasi yang perlu diketahui, yang disebut sebagai variabel. Seperti untuk meneliti kepuasan pekerja, variabel yang dianggap relevan bisa berupa usia pekerja, gender pekerja, penghasilan pekerja, dan lainnya. Sedangkan variabel lain, seperti status pekerja, anak pekerja, atau tempat tinggal pekerja, bisa saja dianggap tidak relevan dan tidak perlu dianalisis.

Dari paparan di atas, dapat dikatakan bahwa kegiatan statistik berhubungan dengan pengambilan data untuk sejumlah variabel tertentu, baik yang ada pada sampel atau populasi. Sebagai contoh, untuk meneliti kepuasan pekerja wanita di PT `UTAMA’, diambil sampel sejumlah 100 orang pekerja wanita. Pada 100 orang tersebut, diambil data untuk variabel-variabel tingkat pendidikan, usia, masa kerja, pengeluaran per bulan, dan sebagainya.

Sekarang pembahasan beralih ke hal yang lebih rinci. Terkait dengan contoh variabel di atas, isi variabel tingkat pendidikan seseorang akan berbeda dengan isi variabel usia atau variabel masa kerja. Hal inilah yang disebut dengan tipe data; pembahasan tipe data menjadi penting karena alat analisis dan juga SPSS, akan membedakan tipe data yang diinput.

Pustaka
Panduan Lengkap Menguasai Spss 16 Oleh Singgih Santoso