IBX598AD75A9DD8A

Istilah dalam Statistika

Istilah dalam Statistika

Pada postingan sebelumnya admin telah membahas mengenai masa lalu program SPSS ,nah kali ini admin akan memberikan beberapa pengertian dalam statistika atau istilah dalam statistika,pada prodi bahasa inggris,mata kuliah statistika ini di pelajari saat semester 6 yaitu pada mata kuliah statistics semester 6. untuk lebih jelasnya silahkan dibaca dibawah ini :


 

  1. Populasi dan Sampel

Populasi adalah keseluruhan dari objek penelitian. Sampel adalah bagian dari populasi. Sampel yang baik adalah sampel yang representatif, yaitu sampel yang dapat mewakili populasinya. Agar representatif, maka pengambilan sampel dari populasi harus menggunakan teknik pengambilan sampel (sampling) yang benar. Ada 2 teknik pengambilan sampel:

  1. Teknik sampling berdasarkan peluang

Adalah sebuah teknik pengambilan sampel dimana setiap unit observasi dalam populasi mempunyai kesempatan yang sama untuk terpilih menjadi sampel.

Ada 3 teknik sampling berdasarkan peluang, diantaranya:

  • Sampling Acak Sederhana

Adalah teknik pengambilan sampel dimana sampel diambil berdasarkan tabel bilangan acak.

  • Sampling Klasifikasi

Adalah sebuah teknik pengambilan sampel dimana populasi terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi homogen.

  • Sampling Stratifikasi

Adalah sebuah teknik pengambilan sampel dimana populasi terlebih dahulu di bagi-bagi menjadi sub-sub populasi yang antar sub populasi heterogen.

  1. Teknik sampling tidak berdasarkan peluang

Adalah teknik pengambilan sampel dimana setiap unit observasi dalam populasi tidak mempunyai kesempatan yang sama untuk terpilih menjadi sampel. Ada beberapa teknik sampling tidak berdasarkan peluang, diantaranya:

  • Teknik sampling convenience (seadanya)
  • Teknik sampling judgment (pertimbangan)
  1. Karakteristik

Karakteristik adalah ciri yang membedakan satu objek penelitian dengan objek penelitian yang lain. Contohnya adalah jika kita mengamati pipa, maka karakteristik yang bisa kita lihat pada pipa adalah diameternya, ketebalan pipanya, warnanya dan sebagainya.

  1. Variabel

   Variabel adalah karakteristik yang menghasilkan pengukuran. Contohnya adalah diameter pipa adalah variabel karena diameter bisa menghasilkan pengukuran.

     Variabel dapat dibagi berdasarkan :

  1. Bentuk dibedakan menjadi:

1.1 Kualitatif dibagi menjadi 2, yaitu:

1.1.1 Dichotomous

Adalah variabel yang hasil pengukurannya bukan angka yang terdiri dari 2 katagori. Contoh: jenis kelamin.

1.1.2 Polychotomous

Adalah variabel yang hasil pengukurannya bukan angka yang terdiri dari banyak katagori. Contoh: pekerjaan.

1.2 Kuantitatif dibagi menjadi 2 yaitu:

1.2.1 Diskrit

Adalah variabel yang hasil pengukurannya berbentuk angka dan merupakan bilangan diskrit. Contoh: jumlah barang.

1.2.2 Kontinu

Adalah variabel yang hasil pengukurannya berbentuk angka dan merupakan bilangan kontinu. Contoh: ketebalan pipa.

  1. Fungsi dibedakan menjadi:

2.1 Bebas

       Adalah variabel yang mempengaruhi variabel yang lain.

2.2 Tak bebas

       Adalah variabel yang dipengaruhi oleh variabel yang lain.

  1. Skala Pengukuran dibedakan menjadi:

3.1 Nominal

      Adalah variabel yang hasil pengukurannya menghasilkan data yang nominal. Contoh: variabel jenis kelamin.

3.2 Ordinal

      Adalah variabel yang hasil pengukurannya menghasilkan data yang ordinal. Contoh: variabel tingkat pendidikan.

3.3 Interval

       Adalah variabel yang hasil pengukurannya menghasilkan data yang interval. Contoh: variabel nilai.

3.4 Rasio

       Adalah variabel yang hasil pengukurannya menghasilkan data yang rasio. Contoh: variabel jumlah.

  1. Data

Data adalah hasil pengukuran yang bisa memberikan gambaran suatu keadaan. Data dapat dibagi berdasarkan :

  •          Jenis Data Menurut Cara Memperolehnya:
  1. Data Primer

Data primer adalah data yang secara langsung diambil dari objek penelitian oleh peneliti perorangan maupun organisasi. Contohnya adalah mewawancarai langsung penonton bioskop 21 untuk meneliti preferensi konsumen bioskop.

  1. Data Sekunder

Data sekunder adalah data yang didapat tidak secara langsung dari objek penelitian melainkan data yang sudah jadi yang dikumpulkan oleh pihak lain dengan berbagai metode baik secara komersial maupun non komersial. Contohnya adalah pada peneliti yang menggunakan data statistik hasil riset dari surat kabar atau majalah.

  •         Macam-Macam Data Berdasarkan Sumber Data:
  1. Data Internal

Data internal adalah data yang menggambarkan situasi dan kondisi pada suatu organisasi secara internal, misalnya data keuangan, data pegawai, data produksi.

  1. Data Eksternal

Data eksternal adalah data yang menggambarkan situasi serta kondisi yang ada di luar organisasi. Contohnya adalah data jumlah penggunaan suatu produk pada konsumen, tingkat preferensi pelanggan, persebaran penduduk.

  •         Klasifikasi Data Berdasarkan Jenis Datanya:
  1. Data Kuantitatif

Data kuantitatif adalah data yang dipaparkan dalam bentuk angka-angka. Misalnya adalah jumlah pembeli saat hari raya idul adha, tinggi badan siswa kelas 3 ips 2.

  1. Data Kualitatif

Data kualitatif adalah data yang disajikan dalam bentuk kata-kata yang mengandung makna. Contohnya seperti persepsi konsumen terhadap botol air minum dalam kemasan, anggapan para ahli terhadap psikopat.

  •          Pembagian Jenis Data Berdasarkan Sifat Data:
  1. Data Diskrit

Data diskrit adalah data yang nilainya adalah bilangan asli. Contohnya adalah berat badan ibu-ibu pkk sumber ayu, nilai rupiah dari waktu ke waktu.

  1. Data Kontinyu

Data kontinyu adalah data yang nilainya ada pada suatu interval tertentu atau berada pada nilai yang satu ke nilai yang lainnya. Contohnya penggunaan kata sekitar, kurang lebih, kira-kira, dan sebagainya seperti dinas pertanian daerah mengimpor bahan baku pabrik pupuk kurang lebih 850 ton.

  •          Jenis-jenis Data Menurut Waktu Pengumpulannya:
  1. Data Cross Section

Data cross-section adalah data yang menunjukkan titik waktu tertentu. Contohnya laporan keuangan per 31 desember 2006, data pelanggan PT. angin ribut bulan mei 2004.

  1. Data Time Series/Berkala

Data berkala adalah data yang datanya menggambarkan sesuatu dari waktu ke waktu atau periode secara historis. Contohnya adalah data perkembangan nilai tukar dollar Amerika terhadap euro Eropa dari tahun 2004 sampai 2006, jumlah pengikut jamaah Nurdin M Top dan doktor Azahari dari bulan ke bulan.

  •          Jenis-jenis data menurut tingkatan pengukuran:
  1. Data Rasio

Data rasio adalah tingkatan data yang paling tinggi. Data rasio memiliki jarak antar nilai yang pasti dan memiliki nilai nol mutlak yang tidak dimiliki oleh jenis-jenis data lainnya. Contohnya adalah berat badan, panjang benda, jumlah satuan benda. Data rasio dapat digunakan dalam komputasi matematik, misalnya A memiliki 10 bola dan B memiliki 8 bola, maka A memiliki 2 bola (10-8) lebih banyak dari B.

  1. Data Interval

Data interval mempunyai tingkatan lebih rendah dari data rasio. Data rasio memiliki jarak data yang pasti namun tidak memiliki nilai nol mutlak. Contohnya ialah hasil dari nilai ujian matematika. Jika A mendapat nilai 10 dan B mendapat nilai 8, maka dipastikan A mempunyai 2 nilai lebih banyak dari B. Namun tidak ada nilai nol mutlak, maksudnya bila C mendapat nilai 0, tidak berarti bahwa kemampuan C dalam pelajaran matematika adalah nol atau kosong.

  1. Data Ordinal

Data ordinal pada dasarnya adalah hasil dari kuantifikasi data kualitatif. Contohnya yaitu penskalaan sikap individu. Penskalaan sikap individu terhadap sesuatu bisa diwujudkan dalam bermacam bentuk, diantaranya yaitu: dari sikap Sangat Setuju (5), Setuju (4), Netral (3), Tidak Setuju (2), dan Sangat Tidak Setuju (1). Pada tingkatan ordinal ini data yang ada tidak mempunyai jarak data yang pasti, misalnya: Sangat Setuju (5) dan Setuju (4) tidak diketahui pasti jarak antar nilainya karena jarak antara Sangat Setuju (5) dan Setuju (4) bukan 1 satuan (5-4).

  1. Data Nominal

Data nominal adalah tingkatan data paling rendah menurut tingkat pengukurannya. Data nominal ini pada satu individu tidak mempunyai variasi sama sekali, jadi 1 individu hanya punya 1 bentuk data. Contohnya yaitu: jenis kelamin, tempat tinggal, tahun lahir. Setiap individu hanya akan mempunyai 1 data jenis kelamin, laki-laki atau perempuan. Data jenis kelamin ini nantinya akan diberi label dalam pengolahannya, misalnya perempuan=1, laki-laki=2.

  •  Ada lagi jenis data yang sering disebutkan dalam statistik yaitu data parametric dan non parametric. Pembagian parametric dan non-parametric dipengaruhi oleh karakteristik empirik dari data tersebut. Suatu data disebut sebagai data parametric bila memenuhi kriteria sebagai berikut (Field, 2000):
  1. Normally distributed data

Data yang mempunyai distribusi normal adalah data yang dapat mewakili populasi yang diteliti. Secara kasat mata kita bisa melihat histogram dari data yang dimaksud, apakah membentuk kurva normal atau tidak. Tentu saja cara ini sangat subyektif. Cara lainnya yaitu dengan melakukan uji normalitas pada data yang dimaksud.

  1. Homogenity of variance

Variansi dari data harus stabil tidak berubah atau homogen. Ada banyak tes yang bisa dilakukan untuk mengetahui homogenity of variance, bahkan untuk jenis-jenis analisis tertentu SPSS secara otomatis menyertakan hasil tes ini.

  1. Interval data

Data yang dimaksud minimal merupakan data interval.

  1. Independence

Data yang diperoleh merupakan data dari tiap individu yang independen, maksudnya respon dari 1 individu tidak mempengaruhi atau dipengaruhi respon individu lainnya.

Facebook Comments

Subscribe

Terima kasih telah membaca artikel kami, untuk mendapatkan berbagai update informasi terbaru silahkan berlangganan artikel kami sekarang juga

One Response

  1. sydney removalJune 17, 2015 at 8:48 amReply

    sydney removals

    Very good information. Lucky me I came across your blog by accident (stumbleupon). I’ve saved as a favorite for later!|

    View Comment

Leave a Comment