kenapa kita butuh statistika?

Mengapa kita butuh statistika? Karena di sekitar kita ada begitu banyak data kuantitatif (dalam bentuk angka) dan tentu saja kita tidak dapat mengelakkan diri dari data-data tersebut. Dan seringkali kita perlu menggunakan data tersebut atau menyajikannya baik pada diri sendiri maupun orang lain. Tidak jarang juga kita mengambil keputusan berdasarkan data tersebut.

Misalnya ketika kita akan memilih sebuah kelas yang diajar dosen A, kita merasa perlu tahu ‘medan perang’ dengan paling tidak bertanya-tanya pada orang yang pernah diajar dosen A. Atau kita bisa melihat track record dosen A tersebut dalam memberi nilai, apakah dia termasuk dosen pelit atau murah hati. Caranya? Tentu saja dengan melihat daftar nilai yang dikeluarkan dosen tersebut, dan membandingkan prosentase (baik secara intuitif maupun empiris) mahasiswa yang memperoleh A, B, C,D,dan E. Perbandingan ini akan kita jadikan dasar keputusan untuk mengambil kelas tersebut atau tidak. Bagi mahasiswa yang mencari tantangan (atau cari gara-gara?) tentu saja akan mengambil kelas yang prosentase A dan B jauh lebih kecil dari C.

Misalnya lagi, dalam sebuah polling mengenai isu reorganisasi lembaga kemahasiswaan, kita ingin tahu bagaimana sikap mahasiswa terhadap isu tersebut. Apakah secara umum mahasiswa setuju atau tidak setuju dengan adanya reorganisasi. Karena keterbatasan tenaga dan dana, maka yang ditanyai sikapnya hanyalah sampel dari mahasiswa. Setelah kita hitung proporsi yang setuju dan tidak, kita perlu mengetahui apakah dalam populasi juga berlaku proporsi yang ada dalam sampel. Maka kita perlu meminta bantuan statistika untuk menyelesaikannya.

Macam Data Statistik

MENURUT SUMBER DAN PENGGUNAANNYA:

1. Data Internal
Yaitu data yang menggambarkan keadaan atau kegiatan suatu badan yang dikumpulkan sendiri dan hasil datanya digunakan oleh badan itu sendiri.
Contoh:
- Data pengeluaran keuangan untuk membayar biaya produksi perusahaan tekstil
- Data hasil produksi pabrik mie “sedaap”

2. Data Eksternal
Yaitu data yang menggambarkan keadaan atau kegiatan di luar badan dan data tersebut tidak terdapat dalam aktivitas intern suatu badan.
Contoh:
- Bagi perusahaan “LG”, data daya beli masyarakat terhadap barang produksinya
(seperti TV “Turbo Swing”) adalah data eksternal perusahaan tersebut
- Data tingkat kepuasan masyarakat terhadap barang produksi menjadi tolok ukur dalam mengembangkan daerah pemasaran

MENURUT CARA MEMPEROLEHNYA:

1. Data Primer
Yaitu data yang dikumpulkan dan diolah sendiri oleh suatu badan secara langsung serta diterbitkan oleh badan itu pula.
Contoh:
- Sensus penduduk oleh BPS, dihasilkan data primer langsung dari penduduk
- Data pengeluaran beras di gudang penyimpanan BULOG

2. Data Sekunder
Yaitu data yang dilaporkan oleh suatu badan sedang badan ini tidak secara langsung mengumpulkan sendiri tapi diperoleh dari pihak lain yang telah mengumpulkannya.
Contoh:
- Data kenaikan atau penurunan nilai tukar rupiah terhadap mata uang asing dari BEJ
- Pemeriksaan dan pendataan ulang barang impor di pelabuhan dari pihak bea cukai

MENURUT SIFATNYA:

1. Data Kualitatif
Yaitu kemungkinan observasi yang tidak dinyatakan dengan angka-angka.
Contoh:
- Nilai rupiah sangat kuat
- Pengangguran dan kemiskinan meningkat tajam

2. Data Kuantitatif
Yaitu serangkaian observasi atau pengajaran yang dapat dinyatakan dengan angka-angka.
Contoh:
- Nilai rupiah Rp 9.250,00 per US$ di akhir tahun 2006
- Jumlah pengungsi akibat banjir di Jakarta sebanyak 1423 jiwa

Data kuantitatif terbagi atas:
a. Data Diskrit
Yaitu data yang hanya mempunyai sejumlah terbatas nilai-nilai.
Contoh:
- Jumlah mahasiswa di sebuah universitas
- Banyaknya masyarakat yang memakai kendaraan roda dua di daerah Purwokerto
b. Data Kontinu
Yaitu data yang secara teoritis dapat menjalani setiap nilai. Disebut juga nilai pengamatan kuantitatif kontinyu.
Contoh:
- Pengukuran debit air di bendungan
- Pengukuran tingkat curah hujan di daerah Bandung

MENURUT WAKTU PENGUMPULAN:

1. Data Cross Section
Yaitu data yang dikumpulkan pada suatu waktu tertentu yang bisa menggambarkan keadaan atau kegiatan pada waktu tersebut.
Contoh:
- Data jumlah TKI yang meninggal pada tahun 2006 akibat kekerasan menggambarkan kurangnya perlindungan keselamatan TKI di luar negeri
- Bencana meluasnya lumpur lapindo menandakan kurang seriusnya pemerintah dalam menangani korban bencana tersebut.

2. Data Time Series
Yaitu data yang dikumpulkan dari waktu ke waktu sehingga ada perkembangannya (trend)yang menunjukkan arah secara umum. Garistren d sangat berguna untuk membuatramalan (forecasting) yang dibutuhkan bagi perencanaan.

Contoh:
o Data persebaran penduduk di Indonesia dibutuhkan untuk perencanaan transmigrasi sebagai upaya pemerataan jumlah persebaran di tiap daerah.
o Data tingkat curah hujan tiap tahunnya dibutuhkan untuk mengantisipasi datangnya tanah longsor atau banjir .

Statistika deskriptif

Contoh Statistika Deskriptif : Grafik pengunjung suatu website

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.

Format Laporan Praktikum :)

1. Cover
2. Lembar Pengesahan
3. Judul Praktikum
4. Tujuan Praktikum
5. Dasar Teori
6. Permasalahan
7. Hasil Analisis
8. Kesimpulan

tokoh-tokoh Statistika

Tokoh-Tokoh Bidang Statistika

oleh ansimath pada 10 Juni 2010

C.F.Gauss (wikipedia.org)

Johann Carl Friedrich Gauß (juga dieja Gauss) (lahir di Braunschweig, 30 April 1777 – meninggal di Göttingen, 23 Februari 1855 pada umur 77 tahun) adalah matematikawan, astronom, dan fisikawan Jerman yang memberikan beragam kontribusi; ia dipandang sebagai salah satu matematikawan terbesar sepanjang masa selain Archimedes dan Isaac Newton.
Dilahirkan di Braunschweig, Jerman, saat umurnya belum genap 3 tahun, ia telah mampu mengoreksi kesalahan daftar gaji tukang batu ayahnya. Menurut sebuah cerita, pada umur 10 tahun, ia membuat gurunya terkagum-kagum dengan memberikan rumus untuk menghitung jumlah suatu deret aritmatika berupa penghitungan deret 1+2+3+…+100. Meski cerita ini hampir sepenuhnya benar, soal yang diberikan gurunya sebenarnya lebih sulit dari itu.
Gauss adalah ilmuwan dalam berbagai bidang: matematika, fisika, dan astronomi. Bidang analisis dan geometri menyumbang banyak sekali sumbangan-sumbangan pikiran Gauss dalam matematika. Kalkulus (termasuk limit) ialah salah satu bidang analisis yang juga menarik perhatiannya.
Gauss meninggal dunia di Göttingen.[wikipedia.org]

B.Pascal (wikipedia.org)

Blaise Pascal (1623-1662) berasal dari Perancis. Minat utamanya ialah filsafat dan agama, sedangkan hobinya yang lain adalah matematika dan geometri proyektif. Bersama dengan Pierre de Fermat menemukan teori tentang probabilitas. Pada awalnya minat riset dari Pascal lebih banyak pada bidang ilmu pengetahuan dan ilmu terapan, di mana dia telah berhasil menciptakan mesin penghitung yang dikenal pertama kali. [wikipedia.org]

Pada tahun 1642, pada usia delapan belas Blaise Pascal menemukan kalkulator roda numerik yang disebut Pascaline untuk membantu ayahnya seorang penagih pajak menghitung pajak di Prancis. Kontribusi Pascal untuk komputasi diakui oleh ilmuwan komputer Nicklaus Wirth, yang pada tahun 1972 membuat bahasa pemrograman dengan nama Pascal (dan bersikeras bahwa bahasa ini harus dieja Pascal, tidak PASCAL) [inventors.about.com]

Sir Francis Galton FRS (4.bp.blogspot.com)

Sir Francis Galton FRS (16 Februari 1822 – 17 Januari 1911), sepupu Sir Douglas Galton, sepupu dua kali Charles Darwin, adalah seorang polymath Victoria Inggris, antropolog, egenetika, penjelajah tropis, geografer, penemu, ahli meteorologi, ahli proto-genetika, psychometrisian, dan statistikawan. Dia diberi gelar kebangsawanan pada tahun 1909.

Galton mempunyai produktifitas intelektual tinggi, dan menghasilkan lebih dari 340 makalah dan buku sepanjang hidupnya. Ia juga menciptakan konsep statistik korelasi dan regresi. Dia adalah orang yang pertama untuk menerapkan metode statistik untuk mempelajari perbedaan manusia dalam hal warisan kecerdasan, dan memperkenalkan penggunaan kuesioner dan survei untuk mengumpulkan data tentang masyarakat, yang dibutuhkan untuk genelogikal dan biografi serta untuk studi antropometrik nya.

Dia adalah seorang pelopor dalam eugenika, mempopulerkan istilahnya sendiri “nature versus nurture” (alam vs pemeliharaan). Bukunya, Genius herediter (1869), adalah upaya jenius ilmiah pertama tentang sains sosial yg mempelajar kejeniusan dan kemegahan. Sebagai penyidik dari pikiran manusia, ia mendirikan psikometri (ilmu tentang mengukur kemampuan mental). dan psikologi diferensial. Dia menemukan metode untuk mengklasifikasikan sidik jari yang terbukti berguna dalam ilmu forensik.

William Sealy Gosset (wikipedia.org)

William Sealy Gosset (13 Juni 1876-Oktober 16, 1937) dikenal sebagai seorang ahli statistik, yang terkenal dengan nama penanya student dan untuk karyanya berupa distribusi t-Student. Lahir di Canterbury, Inggris. Dari orang pasangan Agnes Sealy Vidal dan Kolonel Frederic Gosset, Gosset belajar di Winchester College sebelum belajar kimia dan matematika di New College, Oxford. Pada saat lulus pada tahun 1899, ia bergabung dengan perusahaan pembuatan bir Dublin Arthur Guinness & Son. Disinilah ia menggunakan ilmu statistiknya di bidang pembuatan bir dan seleksi varietas di ladang gerst (semacam gandum untuk membuat bir). Gosset memperoleh ilmunya dengan belajar, trial dan error dan juga menghabiskan waktunya antara 1906-7 di laboratorium biometrik milik Karl Pearson. Gosset dan Pearson memiliki hubungan yang baik, Pearson dibantu gosset dalam hal matematika dalam penulisan papernya. Pearson dibantu dengan 1980 an paper tetapi tapi ia memiliki apresiasi yang kecil terhadap pentingnya hal itu. Papernya ini sebagian besar membahas tentang pembuat bir dengan metode sampel kecil , sementara biometrician yang biasanya memiliki ratusan pengamatan dan melihat tidak ada urgensi dalam mengembangkan metode-sampel kecil.
Peneliti lain di Guinness sebelumnya sudah menerbitkan paper yang berisi rahasia dagang dari Guinness. Untuk mencegah pengungkapan informasi rahasia lebih lanjut, Guinness melarang karyawannya menerbitkan paper, apapun informasi yang terkandung didalamnya. Ini berarti bahwa Gosset tidak bisa menerbitkan karya-karyanya di bawah namanya sendiri. Karena itu ia menggunakan nama samaran ‘student’ untuk publikasinya untuk menghindari deteksi oleh pihak Guinness. Prestasi yang paling terkenal dari Gosset disebut sebagai distribusi t-Student.[wikipedia.org]

Karl Pearson (wikipedia.org)

Karl Pearson (27 Maret 1857 – 27 April  1936) adalah kontributor utama perkembangan awal statistika  hingga sebagai disiplin ilmu tersendiri. Ia mendirikan Departemen Statistika Terapan di University College London pada tahun 1911; yang mana merupakan jurusan statistika pertama kali untuk tingkat universitas di dunia.Pearson menikah dengan Maria Sharpe pada tahun 1890, dan membuahkan 3 anak. Puteranya Egon Sharpe Pearson, menjadi penggantinya sebagai Ketua Departemen Statistika Terapan di University College.

Hasil karya Pearson adalah semua mencakup dalam hal aplikasi yang luas dalam pengembangan statistik matematis, yang mencakup bidang biologi, epidemiologi, antropometri, obat-obatan dan sejarah sosial. Pada tahun 1901, dengan Weldon dan Galton, ia mendirikan jurnal Biometrika dimana objeknya adalah mengembangan teori statistik. Dia menjadi editor jurnal ini sampai kematiannya. Dia juga mendirikan jurnal Annals of Eugenics (sekarang Annals of Human Genetics) pada tahun 1925. Dia menerbitkan Drapers Company Research Memoirs sebagian besar untuk memberikan catatan output dari Departemen Statistik terapan dan tidak dipublikasikan di tempat lain. Buah pikiran Pearson banyak menopang metode statistik klasik yang umum digunakan sekarang ini. Contoh kontribusinya adalah:

Koefisien korelasi

Metode momen

Sistem pearson pada kurva kontinu

Chi Distance

P-value

teori tes hipotesis dan teori statistik keputusan

Pearson Chi-Square tes

Principal componen analysis

Sir Ronald Aylmer Fisher, FRS (wikipedia.org)

Sir Ronald Aylmer Fisher, FRS (17 Februari 1890  – 29 Juli 1962) ahli statistik, evolusi biologi, dan genetika Inggris.

Richard Dawkins menyebutnya “Pengganti Darwin terbesar”, dan ahli sejarah statistik Anders Hald  menyebutkan “Fisher adalah seorang jenius yang dengan sendirian menciptakan dasar-dasar ilmu statistik modern”.

Beberapa sumbangan Fisher pada dunia statistik adalah Prinsip Disain Eksperimen, maksimum likelihood, sufficiency, ancilarity, Diskriminator Linier Fisher, dan Fisher Information. Dalam artikelnya tahun 1924 “On a distribution yielding the error functions of several well known statistics” diperkenalkan chi-square Karl Pearson dan t-student, hasil analisisnya yang lain adalah distribusi z (yang saat ini sangat dikenal bersama Distribusi F). Kontribusi ini membuatnya menjadi tokoh utama statistika abad 20.

Manfaat Statistika :)

Manfaat statistika dalam kehidupan sehari-hari sangat beragam sebagai contoh sederhana:

• Bagi ibu-ibu rumah tangga mungkin tanpa disadari mereka telah menerapkan statistika. Dalam membelanjakan uang untuk kebutuhan keluarganya sering melakukan perhitungan untung rugi, berapa jumlah uang yang harus dikeluarkan setiap bulannya untuk uang belanja, listrik, dll.

• Sebagai mahasiswa, selain statistika dipelajari secara formal sebenarnya kita sudah menggunakannya dalam perhitungan Indeks prestasi.

• Dalam dunia bisnis, para pemain saham atau pengusaha sering menerapkan statistika untuk memperoleh keuntungan. Seperti peluang untuk menanamkan saham.

• Sedangkan dalam bidang industri, statistika sering digunakan untuk menentukan keputusan. Contohnya berapa jumlah produk yang harus diproduksi dalam sehari berdasarkan data historis perusahaan, apakah perlu melakukan pengembangan produk atau menambah varian produk, perlu tidaknya memperluas cabang produksi, dll.

Jadi statistika sebenarnya sangat penting bagi kita, dapat berguna dalam menentukan keputusan meskipun kadangkala penggunaannya tidak kita sadari.

Pengenalan Statistika

Statistika adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan atau penganalisaannya dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisaan yang dilakukan.

Statistika dikelompokkan dalam dua kelompok yaitu :

1. Statistika deskriptif adalah metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna.
2. Statistika inferensia adalah metode yang berhubungan dengan analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan tentang seluruh gugus data induknya. 

Data statistik adalah keterangan atau ilustrasi mengenai sesuatu hal yang bisa berbentuk kategori (misalnya rusak, baik, cerah, berhasil) atau bilangan.

• data yang berupa kategori disebut sebagai data kualitatif
• data bilangan disebut data kuantitatif.

Berdasarkan cara perolehannya data kuantitatif dibedakan menjadi :

1. Data-data yang diperoleh dari hasil menghitung atau membilang termasuk dalam data diskrit.
2. Data-data yang diperoleh dari hasil mengukur termasuk dalam data kontinu.

Semua data-data yang beru dikumpulkan dan belum pernah diolah disebut sebagai data mentah.
 
Populasi adalah keseluruhan pengamatan yang menjadi perhatian kita baik yang berhingga maupun tak berhingga jumlahnya.
Sampel yaitu sebagian atau himpinan bagian dari populasi.

:) (: