Istilah-Istilah dalam Statistika

a.    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. 

2.      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)

b. 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.

c. 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.

2. 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.

3. 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.

d. 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.

            2. 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.

            2. 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.

            2. 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.

             2. 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.

            2. 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.

            2. 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.

            3. 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).

            4. 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.

            2. 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.

             3. Interval data

Data yang dimaksud minimal merupakan data interval.

            4. Independence

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

Sumber:

http://qoronizumalin.blogspot.com/2012/03/pengertian-statistik.html

http://datakuliah.blogspot.com/2009/11/pengertian-statistika-istilah-populasi.html

Ahli Statistika

Tokoh-Tokoh dalam Bidang Statistika

Berikut beberapa tokoh dalam bidang statistika diantaranya:

1. Johann Carl Friedrich Gauss

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.

2. Blaise Pascal

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.

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).

3. Sir Francis Galton FRS 

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.

4. William Sealy Gosset 

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.

5. Karl Pearson 

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

6. Sir Ronald Aylmer Fisher, FRS 

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.

Sumbangan Pakar-Pakar Statistik

Beberapa sumbangan pakar-pakar dalam ilmu statistik antara lain :

1. Braham Demoivre (1667-1754) mengembangkan teori galat atau kekeliruan (theory of error)
2. Tahun 1757, Thomas Simpson menyimpulkan bahwa terdapat suatu distribusi yang berlanjut (continues distribution) dari suatu variabel dalam suatu frekuensi yang banyak
3. Pierre Simon de Lacplace (1749-1827) mengembangkan konsep demoire dan Simpson ini lebih lanjut, dan menemukan distribusi normal,
4. Karl Friedrich Gauss (1777-1855) kemudian mengembangkan teknik kuadrat terkecil (least square) simpangan baku, galat baku untuk rata-rata (the standard error of mean)
5. Distribusi lain, yang tidak berupa kurva normal kemudian ditemukan oleh Francis Galton (1822-1911) dan Karl Pearson (1857-1936)
6. Pearson (1857-1936) melanjutkan konsep-kosnep Galton dan mengembangkan konsep regresi, korelasi, distribusi chi square dan analisis statistika kualitatif.
7. Charles Spearman (1863-1945) murid dari Galton dan Leipzig mengembangkan konsep one factor model, yang selanjutnya beliau dijuluki sebagai “the father of factor analysis).
8. Godfrey Thompson (1881-1955), Cyril Burt (1883-1971), Raymond Cattell (1905-1998), dan Karl Holzinger (1892-1954) memberi kontribusi pada perluasan konsep analisis faktor dari Spearman.
9. Harold Hotelling (1895-1955) memperluas konsep one faktor model dari Spearman menjadi multiple factor model.
10. Ronald Alylmer Fisher (1890-1962) mengembangkan desain eksperimen, disamping analisis varian dan kovarian, distribusi z, t, uji signifikansi dan teori tentang perkiraan (theory of estimation).
11. Louis Guttman (1916-1987) mengembangkan Skala yang dikenal dengan skala Guttman dan banyak memberikan kontribusi pada analisis faktor.
12. Rensis Likert (1932) mengembangkan Skala yang kemudian dikenal dengan skala Likert.
13. Andrey Kolmogorov (1903 – 1987) dan Smirnov (1900-1966) yang hasil karyanya sekarang dikenal dengan kolmogorov smirnov test
14. Tahun 1937, Jan Tinbergen memperkenalkan ekonomi statistic.
15. Neyman, J (1938) yang berkontribusi dengan “Theory Of Sampling Human Populations”.
16. Hansen, M. H., and Hurwitz, W. N (1950) pada “Theory Of Sampling From Finite Populations”
17. Cochran, W. G. (1953-1963) dan Taro Yamane (1967) yang mengembangkan Sampling Techniques
18. Joreskog (1973), Kessling (1973), dan Wiley (1973) membentuk kesatuan model yang dikenal dengngan persamaan struktural. Joreskog sendiri memberikan kontribusi pada metode maximum likehood
19. dan para pakar lainnya yang banyak berkontribusi dalam pengembangan ilmu statistik modern.

Sumber:

http://ansimath.wordpress.com/2010/06/10/tokoh-tokoh-bidang-statitstika/

http://teorionline.wordpress.com/category/berita-hiburan/tokoh-statistik/