Professional Documents
Culture Documents
1 Pendahuluan
Biologi adalah ilmu yang mempelajari mahluk hidup, meliputi ilmu manusia, tumbuhan dan hewan. Sebagian besar konsep-konsep di bidang biologi yang
ditemukan selalu melalui proses inkuiri. Proses inkuiri dimulai dari kegiatan mengamati dan mengukur, menduga, mengumpulkan data, menguji dugaan berdasar data dan mengambil kesimpulan. Pada tahap pengumpulan, pengujian dugaan berdasar data dan pengambilan kesimpulan merupakan proses kerja dari statistika, peranan statistika di bidang biologi begitu pentingnya. Statistika yang diaplikasikan untuk bidang-bidang biologi disebut
Biostatistika. Dibawah ini akan dijelaskan beberapa istilah yang sering dijumpai dalam belajar statistika.
Statistika dibedakan statistika deskriptif dan statistika induktif/ inferensial. Statistika diskriptif adalah statistika yang berkaitan dengan kegiatan pengumpulan, pengorganisasian dan penyajian data serta penganalisisan yang sederhana, sedangkan statistika inferensial adalah statistika yang berkaitan dengan penarikan kesimpulan yang didasarkan pada hasil analisis data. Data merupakan cerminan dari karakter yang diamati dan diukur pada sekumpulan individu. sekumpulan individu tersebut dapat disebut populasi atau
besaran) yang terdapat di sampel disebut statistik, sedangkan ukuran yang terdapat di populasi disebut parameter. Berkaitan dengan ukuran-ukuran dalam statistika inilah, maka diperlukan suatu variabel, variabel memiliki sifat dapat diamati dan diukur. Untuk lebih jelasnya disajikan pada 1.4
1.4 Variabel
Bila diberikan suatu permasalahan dalam suatu penelitian, maka komponen yang termuat pada suatu permasalahan disebut variabel. Variabel memiliki sifat dapat diamati dan diukur. Sebagai contoh, seorang pelatih bola basket menduga bahwa tahun 2010 tinggi pemain basket indonesia rata-rata 182 cm; Seorang dosen di universitas X menduga bahwa pada tahun 2010 perbandingan jumlah mahasiswa calon guru berjenis perempuan dengan laki-laki adalah 5 : 1. Dugaan pelatih terhadap tinggi pemain basket di Indonesia, berawal dari permasalahan tinggi pemain basket di Indonesia sekarang ini yaitu 178 cm.T inggi pemain basket di Indonesia disebut sebagai variabel. Untuk dapat menjawab permasalahan tersebut dilakukan pengamatan terhadap variabel yang di teliti yaitu tinggi pemain basket, alat pengukuran yang digunakan adalah pengkuran panjang yaitu meter dengan keletitian 1 cm, sedangkan dugaan seorang dosen terhadap perbandingan jumlah mahasiswa calon guru dasar jenis kelamin laki-laki dengan perempuan, maka variabel yang diamati dan diukur adalah jumlah calon guru berjenis kelamin laki-laki dan jumlah calon guru berjenis kelamin perempuan, alat ukur yang digunakan adalah counter, counter adalah alat hitung yang berkaitan dengan bilangan asli dengan cara
menyebut jumlah mahsiswa atau memasangkan dengan bilangan asli. Berkaitan dengan proses pengukuran, tentu diperlukan suatu alat ukur dan cara menggunakannya. Alat ukur yang digunakan menjadi sangat penting dalam pengambilan data baik yang terjadi pada sampel atau populasi. Untuk penelitian sosial, ada 4 katagori ukuran yang dapat digunakan dalam pengambilan data yaitu
ukuran berskala nominal, ukuran skala ordinal, ukuran skala interval dan ukuran skala rasio. Data dan jenis skala pengukuran dijelaskan pada 1.5
terhadap statistika, bila ia hanya memiliki buku catatan saja dan waktu belajar kurang atau sama dengan1 jam/minggu. Prestasi belajar statistika dicerminkan oleh kemampuan menyelesaiakan soal statistika yang diberikan oleh gurunya. Dalam penyelesaian masalah ini guru dapat juga membedakan tingkat kesenangan maupun prestasi belajar statistika berdasar jenis kelamin siswa yaitu laki-laki dan perempuan3). Berdasar permisalan di atas, kita dapat membedakan data berdasar skala pengukurannya. Pada variabel yang diberi label Tingkat kesenangan siswa dibedakan senang, biasa-biasa saja, dan tidak senang; prestasi siswa; jenis kelamin siswa dibedakan laki-laki dan perempuan . Supaya data ini dapat diolah, maka kita perlu memberi nilai labelnya. Untuk tingkat kesenangan : senang diberi nilai label (skore 3), biasa-biasa saja ( skore 2) dan tidak senang (skore 1). Untuk jenis kelamin ; laki-laki ( skore 2) dan perempuan (skore 1), sedangkan untuk prestasi (skore 0-100). Data yang diperoleh seperti tingkat kesenangan siswa terhadap matapelajaran statistika dibedakan menjadi senang (skore 3), biasa-biasa saja (skore 2) dan tidak senang (skore 1), pada data ini ada pengertian pembeda dan urutan yaitu 3 berbeda dengan 2, juga 3 lebih besar dari 2, begitu juga 3 dengan 1 dan 2 dengan 1, data demikian ini disebut data berskala ordinal. Data jenis kelamin dibedakan jenis laki-laki dan perempuan dan skor 2 untuk jenis laki-laki, sedangkan skor 1 untuk perempuan. Pada data jenis kelamin tidak ada pengertian urutan, jadi kedudukan nilai label 1 dan 2 adalah sama atau sejajar, data demikian ini disebut data berskala nominal. Data yang diperoleh melalui prestasi dengan skore 0-100 dapat dijelaskan melalui permisalan prestasi belajar Amin tercermin dengan nilai 75,5 ,Titi dengan nilai 85, sedangkan Adinda mendapat nilai 80 , oleh karena itu kedudukan andinda dapat diselipkan diantara Amin dan Titi, maka data seperti ini disebut berskala interval. Namun demikian data berskala interval ini dapat ditingkatkan menjadi berskala rasio, bila terjadi ada Tono mendapat nilai 40. Kondisi nilai tono sama
dengan setengah kali nilai Adinda. Pada pengertian seperti ini ada pengertian nilai 0 mutlak Jadi data dapat dibedakan berdasar skala pengukuranya meliputi data berskala nominal, data berskala ordinal, dan data berskala interval serta data berskala rasio. Data berdasar sifatnya Data dapat dibedakan berdasar sifatnya yaitu data bersifat kualitatif dan data bersikat kuantitatif. Data kualitatif biasanya disebut juga data berbentuk
katagori. Data kualitatif adalah data yang dapat digolongkan berdasar katagorikatagori atau sub-sub katagori, sperti jenis kelamin ddigolongkan atas dasar laki-laki dan perempuan; tingkat kesenangan digolongkan senang, biasa-biasa saja dan tidak senang. Berdasar contoh di atas, data berskala nominal dan ordinal termasuk data kualitatif. Namun demikian ada yang mengatakan bahwa data berskala ordinal disebut data semi kuantitatif. Data kuantitatif adalah data yang diperoleh diperoleh dari hasil pengukuran, seperti; prestasi belajar diukur dengan skala 0-100; umur diukur dalam dalam satuan waktu, misal dalam tahun atau bulan atau jam; berat badan diukur dengan satuan berat, misal kilogram, gram atau miligram dan sebagainya. Data berskala interval dan rasio dapat juga digolongkan kedalam data bersifat kuantitatif. Data primer dan Skunder Bila seorang guru meneliti hasil belajar siswa yang diajarnya, berarti guru tersebut mendapat data hasil belajar dari kegiatan pembelajaran yang dilakukannya sendiri dan digunakan untuk keperluan penelitiannya, maka jenis data seperti ini dapat disebut data primer, sedangkan seorang mahasiswa keguruan meneliti hasil belajar siswa yang diajar oleh guru A, dan mahasiswa mengambil data dari guru tersebut, maka data yang diperoleh oleh mahasiswa tersebut dapat disebut data skunder. Data dapat juga dibedakan berdasar atas proses pengambilannya, apabila semua individu damati dan diukur serta digunakan sebagai data dalam penelitian disebut sensus. Misal, untuk pemilihan Bupati di Kotamadya A disyaratkan
penduduk kotamadya A, dan minimal berumur 17 tahun serta telah tinggal minimal 6 bulan. Semua calon pemilih walikota di Kotamadya A tersebut disensus oleh panitia. Ada satu lembaga tertentu ingin mengetahui lebih cepat siapa pemenang pemilihan walikota di Kotamadya A tersebut, maka lembaga tersebut hanya mengambil sebagian penduduk sudah cukup mewakili sebagai pemilih walikota tersebut,
hasilnya jauh lebih cepat didapat, misal suatu keputusan siapa walikota terpilih, cara pengambilan sebagian dari populasi disebut sampling . Data Katagori Karakteristik dari variabel yang datanya dibedakan menjadi 2 katagori, misal variabel jenis kelamin, dibedakan laki-laki dan perempuan; status hewan, dibedakan bertelinga atau tidak, data demikian disebut data biner atau dikhomous. Bila data dibedakan lebih dari 2 katagori, seperti variabel golongan darah dapat dibedakan menurut golongan A, B, AB dan O disebut data nominal. Data nominal adalah data yang diperoleh melalui skala pengukuran yang bersifat hanya membedakan. Namun bila skala pengukuran memilki sifat dapat membedakan dan memuat pengertian urutan maka data demikian disebut data ordinal. Misal; Tingkat kemanisan buah jeruk, dibedakan menjadi manis, sedang dan kurang manis; Tingkat keparahan
penyakit kanker payudara pada pasien di RSU X dibedakan pada tingkat stadium 1, 2, 3 dan 4.
Data numerik Data numerik dibedakan menjadi data diskrit dan kontinu. Data numerik diskrit adalah data pada variabel yang isinya hanya bisa dinilai numerik tertentu, misal; jumlah anak dalam suatu keluarga; jumlah denyut nadi dalam 24 jam dllnya. Data numerik diskrit dengan data ordinal berbeda, jumlah anak dalam keluarga misal; jumlah anak ada 1, 2, 3, 4 anak, data ini memiliki arti sebagai berikut; jumlah anak 4 akan sama dengan 2 x jumlah 2 anak., sedangkan bila ada orang sakit kanker payudara dan dia berada pada stadium 4. Stadium kanker payudara dibedakan
stadium1, 2, 3 dan 4, akan tetapi kanker stadium 4 tidak berarti 2 kali dari tingkat keperahan stadium 2. Data numerik kontinu biasanya diperoleh melalui cara pengukuran, misal berat badan, tinggi tanaman dan lainnya. Data yang didapat melalui pengukuran dipengaruhi oleh ketelitian alat ukur yang digunakan. Berat badan kambing 35, 56 kg , berarti memilki ketelitian 0,01 kg. Dalam analisis data, data biner biasanya diberi kode 0 -1, atau ya-tidak. Misal; laki-laki diberi kode 0 dan perempuan diberi kode 1. Untuk data ordinal, misal; tingkat kemanisan dibedakan manis, sedang dan kurang, tingkat kemanisan manis diberi nilai 3, sedang diberi kode 2, kurang manis diberi kode 1. Data numerik kontinu dapat diperlakukan menjadi data katagorikal ordinal, tapi tidak sebaliknya, misalnya, nilai biostatistika skor 0-100, dapat diperlakukan dalam bentuk nilai/ kode 4, bila skor 80-100; 3, bila skor 70-<80; 2, bila skor 50-<70 dan 1, bila skor 40-<50 serta 0, bila skor <40.