Tradisi menghitung merupakan landasan utama dalam membangun peradaban. Pada peradaban Yunani, ilmu hitung sudah diperkenalkan dan menjadi dasar utama dalam proses pengambilan keputusan. Filsuf Yunani seperti Aristoteles maupun Plato, mengusulkan sistem pemilihan langsung terhadap pejabat publik, yang kemudian hari dikenal dengan demokrasi langsung. Untuk tujuan menghitung siapa yang paling diterima oleh masyarakat dalam pemilihan tersebut, aspek ilmu hitung menjadi dasar alat pembenar. Sekitar tahun 1645, Chevalier de Mere mengajukan beberapa permasalahan mengenai judi kepada seorang ahli matematika Perancis, Blaise Pascal (1623-1662) dan Descartes (1596-1650). Pascal yang seorang jenius dalam bidang matematika tertarik dengan permasalahan yang berlatar belakang teori ini dan kemudian mengadakan korespondensi dengan ahli matematika Perancis lainnya Piere de Fermat (1601-1665), dan keduanya mengembangkan cikal bakal teori peluang. Penggunaan Statistika sudah dikenal sebelum abad 18, pada saat itu negara-negara Babilonia, Mesir dan Roma mengeluarkan catatan tentang nama, usia, jenis kelamin, pekerjaan dan jumlah keluarga. Pada tahun 1500, pemerintah Inggris mengeluarkan catatan mingguan tentang kematian dan pada tahun 1662 dikembangkan catatan tentang kelahiran dan kematian. Sekitar tahun 1772 1791, G. Achenwall menggunakan istilah statistika sebagai kumpulan data tentang negara. Selanjutnya perkembangan statistika mengalami kemajuan sangat pesat. Perkembangan Statistika dapat dikelompokkan menjadi tiga tahap didasarkan pada tokoh-tokoh yang mengembangkan statistika, yaitu: 1. Masa Statistika Awal Tokoh-tokoh pada masa ini antara lain: BAB 1 Oleh: M. Jainuri, M.Pd PENDAHULUAN 2
a. Braham Demoivre (1667-1754) mengembangkan teori galat atau kekeliruan (theory of error). b. Thomas Simpson, pada tahun 1757 menyimpulkan bahwa terdapat suatu distribusi yang berlanjut (continues distribution) dari suatu variabel dalam suatu frekuensi banyak. c. Pierre Simon de Laplace (1749-1827) mengembangkan konsep demoire dan simpson lebih lanjut dan menemukan distribusi normal. d. Francis Galton (1822-1911) dan Karl Pearson (1857-1936) menemukan distribusi lain yang bukan berupa kurva normal. e. Karl Prederich Gauss (1777-1855) mengembangkan teknik kuadrat terkecil (least square) simpangan baku, galat baku untuk rata-rata (the standard error of mean).
2. Masa Pengembangan Tokoh-tokoh pada masa ini antara lain: a. Karl Pearson (1857-1936) melanjutkan konsep-konsep Galton dan mengembangkan konsep korelasi, regresi, distribusi Chi-Square dan analisis statistik kualitatif. b. Charles Spearman (1863-1945) murid dari Galton dan Leipzig mengembangkan konsep one factor model, selanjutnya dijuluki sebagai the father of factor analysis. c. Godfrey Thompson (1881-1955), Cyril Burt (1883-1971), Raymond Cattel (1905-1998) dan Karl Holzinger (1892-1954) memberi kontribusi pada perluasan konsep analisis faktor dari Spearman. d. Harold Hotelling (1895-1955) memperluas konsep one factor model dari Spearman menjadi multiple factor model. e. Louis Guttman (1916-1987) mengembangkan skala yang dikenal dengan skala Guttman dan banyak memberikan kontribusi pada analisis faktor. f. Ronald Alylmer Fisher (1890-1962) mengembangkan desain eksperimen, di samping analisis varian dan kovarian, distribusi z, t uji signifikansi dan teori tentang perkiraan (theory of estimation). PENDAHULUAN 3
g. Rensis Likert (1932) mengembangkan skala yang dikenal dengan skala Likert.
3. Masa Statistika Modern Tokoh-tokoh pada masa ini antara lain: a. Andrey Kolmogorov (1903-1987) dan Smirnov (1900-1966) hasil karyannya dikenal dengan uji Kolmogorv-Smirnov. b. Neyman J. (1938) memberikan kontribusi pada Theory of Sampling Human Populations. c. Hansen, M.H dan Hurwitz, WN (1950) mengembangkan Theory of Sampling from Finite Populations. d. Cohran, WG. (1953-1963) dan Taro Yamane (1967) yang mengembangkan Sampling Tecniques. e. Joreskog (1973), Kesling (1973), dan Wiley (1973) membentuk kesatuan model yang dikenal dengan persamaan struktural. f. Pakar-pakar lain yang banyak berkontribusi dalam pengembangan statistika modern.
B. Pengertian Statistika dan Statistik Dalam kamus bahasa Inggris istilah statistika (statistics) berbeda dengan statistik (statistic). Kata statistics artinya ilmu statistik, sedangkan kata statistic diartikan sebagai ukuran yang diperoleh atau berasal dari sampel, yaitu sebagai lawan dari kata parameter yang berarti ukuran yang diperoleh atau berasal dari populasi. Statistika merupakan ilmu yang mempelajari statistik, yaitu ilmu yang mempelajari cara mengumpulkan data, mengolah data, menyajikan data, menganalisis data, membuat kesimpulan dari hasil analisis data dan mengambil kesimpulan berdasarkan hasil kesimpulan. Statistika menurut Harun al Rasyid adalah seperangkat metode yang membahas: 1. Bagaimana cara mengumpulkan data yang dapat memberikan infromasi optimal. PENDAHULUAN 4
2. Bagaimana cara meringkas, mengolah dan menyajikan data. 3. Bagaimana cara melakukan analisis terhadap sekumpulan data sehingga dari analisis itu timbul strategi-strategi tertentu. 4. Bagaimana cara mengambil kesimpulan dan menyarankan keputusan yang sebaiknya diambil berdasarkan strategi yang ada. 5. Bagaimana menentukan besarnya resiko kekeliruan dalam mengambil keputusan atas dasar strategi tersebut. Pengertian statistik pada awalnya merupakan kumpulan bahan keterangan berupa data baik yang berupa angka (data kuantitatif) maupun data yang bukan berupa angka (data kualitatif). Perkembangan selanjutnya, pengertian statistik dibatasi pada kumpulan bahan keterangan yang berupa angka saja, sedangkan data yang bukan berupa angka tidak dikatakan sebagai statistik.
C. Pengelompokkan Statistika 1. Statistika Deskriptif Statistika Deskriptif (Descriptive Statistics) disebut juga ststistika deduktif atau statistik sederhana adalah mencakup cara menghimpun, menyusun, mengatur, mengolah, menyajikan, dan menganalisis data angka agar dapat memberikan gambaran yang teratur, ringkas dan jelas mengenai suatu gejala, peristiwa atau keadaan sehingga dapat ditarik pengertian atau makna tertentu. Penyajian data bisa dalam bentuk tabel, diagram, histogram, poligon frekuensi, ogive, ukuran penempatan (median, kuartil, desil, persentil), ukuran pemusatan (rata-rata hitung, rata-rata ukur, rata-rata harmonik, modus), simpangan baku, angka baku, dan sebagainya.
2. Statistika Inferensial Statistika Inferensial (Inferensial Statistics) disebut juga statistika induktif, statistika probabilitas atau statistika lanjut. Walpole (1995:5) menyatakan bahwa statistika inferensial yaitu mencakup semua metode yang berhubungan dengan analisis sebagian data untuk peramalan atau PENDAHULUAN 5
penarikan kesimpulan mengenai keseluruhan gugus data induknya. Sementara Subana, dkk (2005:12) memberikan pengertian statistika inferensial merupakan statistik yang berhubungan dengan penarikan kesimpulan yang bersifat umum dari data yang telah disusun dan diolah. Berdasarkan keterangan tersebut statistika inferensial adalah salah satu alat untuk mengumpulkan data, mengolah data, menarik kesimpulan dan membuat keputusan berdasarkan analisis data yang dikumpulkan melalui statistika deskriptif. Statistika inferensial juga berkenaan dengan pemodelan data dan melakukan pengambilan keputusan berasarkan analisis data, misalnya melakukan pengujian hipotesis, melakukan estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat permodelan hubungan (korelasi, regresi, anova, deret waktu) dan sebagainya. Secara ringkas, statistika inferensial merupakan statistik yang digunakan untuk menggeneralisasikan data sampel terhadap populasinya. Berdasarkan parameternya, statistika inferensial dibagi menjadi dua, yaitu: statistika parametrik dan statistika nonparametrik. Dalam metodologi penelitian, parameter diartikan sebagai ciri-ciri tentang populasi. Dengan demikian yang dimaksud dengan statistika parametrik adalah suatu pengambilan kesimpulan statistik yang didasarkan pada asumsi ciri-ciri populasi (parameter), sedangkan yang dimaksud dengan statistik nonparametrik adalah suatu prosedur pengambilan kesimpulan statistik yang tidak didasarkan pada asumsi-asumsi parameter. Statistika parametrik biasanya dihubungan dengan data yang bersifat kuantitatif (minimal berskala ukur interval) dan perlu memenuhi persyaratan sebaran datanya harus berdistribusi normal, memiliki varian yang homogen dan berpola linear. Contoh analisis statistika parametrik adalah one sample t-test, independent sample t-test, paired sample t-test, Pearson Product-Moment Corelation, analysis of varian (anova), regresi, dan sebagainya. Sedangkan statistika nonparametrik tidak memperhatikan parameter populasi dan bebas distribusi. Contoh analisis statistika nonparametrik adalah Chi-Square test (Khi Kuadrat), Spearman Rank, Run PENDAHULUAN 6
test (uji-Run), Sign test (uji-tanda), Mann-Whitney Test (uji-U), Uji Wilcoxon, Uji Kruskal-Wallis, Uji Friedman, dan sebagainya.
D. Ciri Khas Statistika Pada dasarnya statistika sebagai ilmu pengetahuan memiliki tiga ciri khusus (Sudijono, 2009:5), yaitu: 1. Statistik selalu bekerja dengan angka atau bilangan (dalam hal ini adalah data kuantitatif). Untuk dapat melaksanakan tugasnya, statistik memerlukan bahan keterangan yang sifatnya kuantitatif. Jika statistik dikehendaki untuk dipergunakan sebagai alat analisis bagi data kualitatif, maka terlebih dahulu data kualitatif tersebut harus diubah atau dikonversi menjadi data kuantitatif. Proses pengubahan data kualitatif menjadi data kuantitatif dikenal dengan istilah kuantifikasi. Contoh: pandai, cukup, dan kurang merupakan bahan keterangan yang bersifat kualitatif mengenai hasil belajar siswa. Agar dapat dianalisis secara statistik, data kualitatif tersebut harus diubah, misalnya yang disebut siswa pandai adalah mereka yang nilainya antara 80-100, cukup = 60-79, kurang = 30-59, gagal= 0-29. Atau siswa pandai = 5 orang, cukup = 30 orang, kurang = 3 orang, dan seterusnya. 2. Statistik bersifat objektif. Ini mengandung pengertian bahwa statistik selalu bekerja menurut objeknya, atau bekerja apa adanya. Kesimpulan yang dihasilkan oleh statistik sebagai ilmu pengetahuan semata-mata didasarkan data angka yang dihadapi dan diolah, dan bukan didasarkan pada subjektifitas atau pengaruh luar lainnya. Itulah sebabnya statistik sering dikatakan sebagai alat penilai kenyataan. 3. Statistik bersifat universal. Ini mengandung pengertian bahwa ruang lingkup atau ruang gerak dan bidang garapan statistik tidaklah sempit. Statistik dapat digunakan dalam hampir semua cabang kegiatan hidup manusia. Misalnya dalam bidang perekonomian dikenal adanya statistik perdagangan, statistik pertanian, statistik perdagangan dan sebagainya. Kependudukan kita kenal adanya statistik kelahiran, statistik nikah, talak, cerai dan rujuk, dan PENDAHULUAN 7
sebagainya. Statistik kriminalitas, statistik kecelakaan lalu lintas, statistik psikologi dan pendidikan, dan sebagainya.
E. Konsep Dasar dalam Aplikasi Statistika Dalam mengaplikasikan statistika diberbagai bidang/ permasalahan sains, industri, sosial, psikologi, pendidikan atau bidang-bidang lain, pertama-tama mulai dari mempelajari populasi. Populasi dapat berupa benda hidup, benda mati, ataupun benda abstrak. Populasi juga dapat berupa pengukuran sebuah proses dalam waktu yang berbeda-beda (deret waktu). Melakukan pendataan (pengumpulan data) seluruh populasi dinamakan sensus. Sebuah sensus tentu memerlukan waktu dan biaya yang tinggi, untuk itu dalam statistika sering dilakukan pengambilan sampel (sampling). Sampel merupakan sebagian kecil dari populasi yang dapat mewakili seluruh populasi. Analisis data dari sampel nanti akan digunakan untuk menggeneralisasi seluruh populasi. Jika sampel yang diambil refresentatif, inferensi (pengambilan keputusan) dan kesimpulan yang dibuat dari sampel dapat digunakan untuk menggambarkan secara keseluruhan. Selain itu, analisis statistik banyak menggunakan probabilitas sebagai konsep dasarnya. Hal ini dapat dilihat dari banyaknya penggunaan uji statitika yang mengambil dasar pada sebaran peluang.
F. Manfaaat dan Fungsi Statistika Semakin berkembangnya ilmu pengetahuan dan teknologi yang semakin pesat, turut memberikan andil yang sangat besar bagi perkembangan dan peran statistika. Hampir seluruh kebijkan atau keputusan yang diambil oleh pakar ilmu pengetahuan (sesuai dengan bidang ilmu mereka) didasari oleh ilmu statistik serta hasil analisis dan interpretasi data, baik secara kuantitatitf maupun kualitatif. Sehingga statistika dapat digunakan sebagai alat untuk: 1. Komunikasi PENDAHULUAN 8
Statistika dapat digunakan sebagai alat untuk melakukan komunikasi atau alat penghubung dari berbagai pihak. Dari data statistik yang dihasilkan beberapa pihak tersebut dapat mengambil suatu keputusan. 2. Deskripsi Statistika dapat digunakan sebagai alat untuk menyajikan, menggambarkan dan mengilustrasikan data ke dalam bentuk tabel, gambar, dan diagram sehingga orang mudah memahaminya. Sebagai misal: hasil produksi dalam suatu periode, laporan keuangan, laporan hasil belajar, dan sebagainya. Semua informasi tersebut dapat disajikan dalam bentuk tabel, gambar dan diagram. 3. Korelasi Statistika dapat digunakan sebagai alat untuk menentukan seberapa kuat hubungan antara dua atau lebih data dalm suatu penelitian. Misalnya hubungan antara minat belajar dengan hasil belajar. 4. Regresi Statistika dapat digunakan sebagai alat untuk meramalkan atau memprediksi pengaruh dari data (variabel bebas) terhadap data (variabel terikat). 5. Komparasi Statistika dapat digunakan sebagai alat untuk membandingkan data dua kelompok atau lebih.
G. Statistika dan Komputer Pada awalnya, pengolahan data dilakukan secara manual dibantu dengan sejumlah alat hitung non-elektronik sederhana. Namun pada perkembangan saat ini, hampir semua pengolahan data statistik dilakukan menggunakan komputer, mulai dari bentuk yang sederhana (kalkulator) sampai penggunaan multi prosessor. Hal ini disebabkan karena komputer memiliki beberapa keunggulan dibanding manusia dalam mengolah data, yaitu kecepatan, ketepatan dan daya tahan. Faktor kecepatan adalah yang utama, dan teknologi komputer yang terus berkembang memungkin perbaikan yang terus menerus pada peningkatan kecepatan komputer dalam mengolah data. PENDAHULUAN 9
Banyak metode statistik yang dulu hanya bisa dibayangkan karena belum adanya software statistik yang memadai (seperti factor analysis, cluster analysis, SEM, dan sebagainya), dengan kemajuan yang pesat di bidang hardware dan software perhitungan analsis statistik tersebut tidak menjadi kendala lagi. Pengolahan data statistik, sejalan dengan makin spesialisasinya banyak software, bisa dilakukan dengan software yang khusus digunakan untuk pengolahan data statistik. Software seperti itu dapat melakukan pengolahan data statistik deskriptif maupun induktif, menyajikan berbagai grafik yang relevan untuk membantu pengambilan keputusan di bidang statistik. Contoh program tersebut seperti Microstat, SAS, Micro TSP, MINITAB, Eviews, SPSS, S-PLUS, R, STATGRAPHICS dan sebagainya. Selain itu perhitungan statistik bisa juga dilakukan menggunakan program yang sebenarnya tidak difokuskan pada persoalan statistik, namun mampu memproses data-data statistik dengan cukup memadai. Sebagai contoh, software spreadsheet Microsoft Excel (dengan versi terakhir Excel 2013) yang mempunyai add-ins (program bantu), di mana dengan menginstal menu analysis toolpak (atau yang lainnya), bisa didapatkan serangkaian prosedur statistik yang memadai. Di Indonesia program SPSS masih yang terpopuler, terutama disebabkan sifat user friendly-nya. Hal ini berbeda dengan program Minitab yang memerlukan banyak window dalam pengoperasiannya dan keterbatasan fitur grafik-grafik statistiknya. SPSS merupakan paket program statistika yang cukup komprehensif dengan menggunakan menu-menu yang user friendly. Selain itu, sebagai proprietary software, juga dilengkapi dengan dukungan pelayanan yang memadai. SPSS memiliki banyak fungsi dan prosedur untuk statistika dan serta memiliki fleksibilitas dalam menangani data. SPSS dapat membaca data dalam berbagai format seperti numeric, alphanumeric, binary, dollar, tanggal dan waktu. Mulai versi 6, SPSS dapat membaca file yang dibuat dengan menggunakan software spread sheet/ data base software. Sekarang SPPS telah sampai pada versi 22. Perusahaan pembuat SPSS diakuisisi oleh IBM pada akhir tahun 2009. Mulai dari versi 19 hingga versi 22 sekarang ini, namanya berubah menjadi IBM SPSS Statistics 22 (Sesuai versi). IBM SPSS Statistics 22 memiliki beberapa PENDAHULUAN 10
kemampuan, yaitu: Data transformations, Nonlinear Regression, Data Examination, Logistic, Regression, Descriptive Statistics, Loglinear Regression, Contingency tables, Discriminant Analysis, Reliability tests, Factor Analysis, Correlation, Cluster anlaysis, T-tests, Multidimensional scaling, ANOVA, Probit analysis, MANOVA, Forecasting/Time Series, General Linear Model (Release 7.0 and higher), Survival analysis, Graphics and graphical interface, Regression, Nonparametric analysis, dan sebagainya.