Variabel Statistik dan Skala Pengukuran

Variabel Statistik dan Skala Pengukuran

  1 Variabel Statistika  

  Analisis statistika sangat tergantung dari jumlah variabel yang digunakan dalam analisis. Analisis statistika dengan melibatkan satu buah variabel menggunakan statistika univariat, sedangkan analisis dengan menggunakan jumlah variabel lebih dari satu menggunakan statistika multivariat. Jenis variabel dalam statistika dapat dibedakan sebagai variabel bebas (independent) dan variabel tak bebas atau bergantung (dependent). Dalam setiap analisis statistika selalu menggunakan asumsi dalam hal variabel, apakah variabel tersebut berposisi sebagai variabel bebas atau variabel tak bebas atau bergantung.

   Secara umum, variabel dibagi atas 2 (dua) jenis, yaitu variabel kontinu (continous variabel) dan variabel deskrit (descrete variabel). Variabel kontinu merupakan variabel yang dapat ditentukan nilainya dalam jarak jangkau tertentu dengan desimal yang tidak terbatas. Variabel diskrit adalah konsep yang nilainya tidak dapat dinyatakan dalam bentuk pecahan atau desimal di belakang koma.

(Hasan, M. Iqbal, 2001)

2        2.  Skala Pengukuran

Pengukuran data adalah penetapan atau pemberian angka-angka atau bilangan terhadap suatu objek yang diamati sesuai dengan aturan-aturan yang berlaku.Hasil pengukuran merupakan informasi data dari sistem ampiris ke dalam sistem bilangan. Sistem bilangan dideskripsikan untuk menjelaskan sistem empiris yang didefinisikan sebagai sampel/populasi.Penetapan bilangan tersebut disesuaikan dengan sifat objek yang diamati sesuai dengan skala pengukuran yang digunakan.Skala pengukuran ini akan menentukan jenis analisis statistika yang digunakan.

 Ada empat skala pengukuran data, yaitu: nominal, ordinal, interval, dan rasio.

1.  Ukuran nominal, adalah ukuran yang paling sederhana, dimana angka yang diberikan kepada objek mempunyai arti sebagai label saja, dan tidak menunjukkan tingkatan apa-apa.

2  .Ukuran ordinal adalah angka yang diberikan mengandung pengertian tingkatan.Ukuran nominal digunakan untuk mengurutkan objek dari yang terendah ke yang tertinggi atau sebaliknya.

3.  Ukuran interval adalah mengurutkan orang atau objek berdasarkan suatu atribut. Selain itu, juga memberikan informasi tentang interval antara satu orang atau objek dengan orang atau objek lainnya. Interval atau jarak yang sama pada skala interval dipandang sebagai mewakili interval atau jarak yang sama pula pada objek yang diukur.

4.  Ukuran rasio, adalah ukuran yang mencakup semua ukuran sebelumnya ditambah dengan satu sifat lain, yaitu ukuran ini memberikan keterangan tentang nilai absolut dari objek yang diukur. Ukuran rasio mempunyai titik nol, karena itu interval jarak tidak dinyatakan dengan beda angka rata-rata satu kelompok dibandingkan dengan titik nol. Karena ada titik nol tersebut, maka ukuran rasio dapat dibuat perkalian ataupun pembagian. Angka pada skala rasio menunjukkan nilaisebenarnyadariobjekyangdiukur 

(http://www.unej.ac.id/fakultas/mipa/web_fisika/webkuliah/Statistika-Dasar-Bab 1.pdf

Statistic careers

Statistic careers

1.     Bussines and Industry

·         Manufacturing

–        Build products and deliver services that satisfy consumers and increase the corporation’s profit margin

·         Marketing

–        Design experiments for new products, conduct focus groups and sample surveys, and perform field experiments in test markets to determine product viability

•          Engineering

–        Make a consistent product, detect problems, minimize waste, and predict product life in electronics, chemicals, aerospace, pollution control, construction, and other industries

•          Statistical Computing

–        Work in software design and development, testing, quality assurance, technical support, education, marketing, and sales to develop code that is both user-friendly and sufficiently complex

2.     Healt and Medicine

•          Epidemiology

–        Work on calculating cancer incidence rates, monitor disease outbreaks, and monitor changes in health-related behaviors such as smoking and physical activity

•          Public Health

–        Prevent disease, prolong life, and promote health through organized community efforts, including sanitation, hygiene education, diagnoses, and preventative treatment

•          Pharmacology

–        Work in drug discovery, development, approval, and marketing, to ensure the validity and accuracy of findings at all stages of the process

•          Genetics

–        Label possible indicators of genetic abnormalities, such as birth defects and early aging, or breed desirable characteristics in plant offspring

3.     Learning

•          Education

Teach K-12 through post-graduate students, assess teacher effectiveness, or develop statistical models to represent student learning

•          Science Writing & Journalism

–        Work with mass media, universities, and corporations to produce news briefs, articles, news releases, and other reports

4.     Research

•          Government

–        Work in regulations for stock trading, pollution, and drug approvals, or testify in court proceedings, congressional hearings, and lobbying arguments

•          Survey Methods

–        Collect data in the social sciences, education, law, forestry, agriculture, biology, medicine, business, and  e-commerce, and for the government

5.     Social Statistics

•          Law

–        Analyze data in court cases, including DNA evidence, salary discrepancies, discrimination law suits, and disease clusters

•          Consulting

–        Work on a temporary basis on a variety of projects including quality improvement, pharmaceuticals, ecology, and engineering

6.     Natural Recources

•          Agriculture

–        Study chemical pesticides, hydrogeology, veterinary sciences, genetics, and crop management in order to ensure optimal yield

•          Ecology

–        Address questions about the earth’s natural environment, including animal populations, agricultural protections, and fertilizer and pesticide safety

Source

American Statistical Association

ABOUT STATISTIK

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' (bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas.

Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, dan industri. Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau polling (misalnya dilakukan sebelum pemilihan umum), serta jajak cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.

 Sejarah

Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin modern statisticum collegium ("dewan negara") dan bahasa Italia statista ("negarawan" atau "politikus").

Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan mengartikannya sebagai "ilmu tentang negara (state)". Pada awal abad ke-19 telah terjadi pergeseran arti menjadi "ilmu mengenai pengumpulan dan klasifikasi data". Sir John Sinclair memperkenalkan nama (Statistics) dan pengertian ini ke dalam bahasa Inggris. Jadi, statistika secara prinsip mula-mula hanya mengurus data yang dipakai lembaga-lembaga administratif dan pemerintahan. Pengumpulan data terus berlanjut, khususnya melalui sensus yang dilakukan secara teratur untuk memberi informasi kependudukan yang berubah setiap saat.

Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-bidang dalam matematika, terutama peluang. Cabang statistika yang pada saat ini sangat luas digunakan untuk mendukung metode ilmiah, statistika inferensi, dikembangkan pada paruh kedua abad ke-19 dan awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika inferensi), Karl Pearson (metode regresi linear), dan William Sealey Gosset (meneliti problem sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan telah menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hingga linguistika. Bidang-bidang ekonomi, biologi dan cabang-cabang terapannya, serta psikologi banyak dipengaruhi oleh statistika dalam metodologinya. Akibatnya lahirlah ilmu-ilmu gabungan seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika.

Meskipun ada pihak yang menganggap statistika sebagai cabang dari matematika, tetapi sebagian pihak lainnya menganggap statistika sebagai bidang yang banyak terkait dengan matematika melihat dari sejarah dan aplikasinya. Di Indonesia, kajian statistika sebagian besar masuk dalam fakultas matematika dan ilmu pengetahuan alam, baik di dalam departemen tersendiri maupun tergabung dengan matematika.

Beberapa kontributor statistika

     Carl Gauss 

     Blaise Pascal

    Sir Francis Galton 

    William Sealey Gosset (dikenal dengan sebutan "Student")

     Karl Pearson

   Sir Ronald Fisher 

    Gertrude Cox

   Charles Spearman 

   Pafnuty Chebyshev

    Aleksandr Lyapunov

  Isaac Newton 

   Abraham De Moivre

   Adolph Quetelet

   Florence Nightingale 

    John Tukey 

    George Dantzig

   Thomas Bayes

Konsep dasar

Dalam mengaplikasikan statistika terhadap permasalahan sains, industri, atau sosial, pertama-tama dimulai dari mempelajari populasi. Makna populasi dalam statistika dapat berarti populasi benda hidup, benda mati, ataupun benda abstrak. Populasi juga dapat berupa pengukuran sebuah proses dalam waktu yang berbeda-beda, yakni dikenal dengan istilah deret waktu.

Melakukan pendataan (pengumpulan data) seluruh populasi dinamakan sensus. Sebuah sensus tentu memerlukan waktu dan biaya yang tinggi. Untuk itu, dalam statistika seringkali dilakukan pengambilan sampel (sampling), yakni sebagian kecil dari populasi, yang dapat mewakili seluruh populasi. Analisis data dari sampel nantinya digunakan untuk menggeneralisasi seluruh populasi.

Jika sampel yang diambil cukup representatif, inferensial (pengambilan keputusan) dan simpulan yang dibuat dari sampel dapat digunakan untuk menggambarkan populasi secara keseluruhan. Metode statistika tentang bagaimana cara mengambil sampel yang tepat dinamakan teknik sampling.

Analisis statistik banyak menggunakan probabilitas sebagai konsep dasarnya hal terlihat banyak digunakannya uji statistika yang mengambil dasar pada sebaran peluang. Sedangkan matematika statistika merupakan cabang dari matematika terapan yang menggunakan teori probabilitas dan analisis matematika untuk mendapatkan dasar-dasar teori statistika.

Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial. Statistika deskriptif berkenaan dengan deskripsi data, misalnya dari menghitung rata-rata dan varians dari data mentah; mendeksripsikan menggunakan tabel-tabel atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih bermakna. Sedangkan statistika inferensial lebih dari itu, misalnya melakukan pengujian hipotesis, melakukan prediksi observasi masa depan, atau membuat model regresi.

•   Statistika deskriptif berkenaan dengan bagaimana data dapat digambarkan dideskripsikan) atau disimpulkan, baik secara numerik (misalnya menghitung rata-rata dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik), untuk mendapatkan gambaran sekilas mengenai data tersebut, sehingga lebih mudah dibaca dan bermakna.
•      Statistika inferensial berkenaan dengan permodelan data dan melakukan pengambilan keputusan berdasarkan analisis data, misalnya melakukan pengujian hipotesis, melakukan estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat permodelan hubungan (korelasi, regresi, ANOVA, deret waktu), dan sebagainya

Metode Statistika

Dua jenis penelitian: eksperimen dan survai

Tujuan umum bagi suatu penelitian berbasis statistika adalah menyelidiki hubungan sebab-akibat, dan lebih khusus menarik suatu simpulan akan perubahan yang timbul pada peubah (atau variabel) respon (peubah dependen) akibat berubahnya peubah penjelas (explanatory variables) (peubah independen).

Terdapat dua jenis utama penelitian: eksperimen dan survei. Keduanya sama-sama mendalami pengaruh perubahan pada peubah penjelas dan perilaku peubah respon akibat perubahan itu. Beda keduanya terletak pada bagaimana kajiannya dilakukan.

Suatu eksperimen melibatkan pengukuran terhadap sistem yang dikaji, memberi perlakuan terhadap sistem, dan kemudian melakukan pengukuran (lagi) dengan cara yang sama terhadap sistem yang telah diperlakukan untuk mengetahui apakah perlakuan mengubah nilai pengukuran. Bisa juga perlakuan diberikan secara simultan dan pengaruhnya diukur dalam waktu yang bersamaan pula. Metode statistika yang berkaitan dengan pelaksanaan suatu eksperimen dipelajari dalam rancangan percobaan (desain eksperimen).

Dalam survey, di sisi lain, tidak dilakukan manipulasi terhadap sistem yang dikaji. Data dikumpulkan dan hubungan (korelasi) antara berbagai peubah diselidiki untuk memberi gambaran terhadap objek penelitian. Teknik-teknik survai dipelajari dalam metode survei.

Penelitian tipe eksperimen banyak dilakukan pada ilmu-ilmu rekayasa, misalnya teknik, ilmu pangan, agronomi, farmasi, pemasaran (marketing), dan psikologi eksperimen.

Penelitian tipe observasi paling sering dilakukan di bidang ilmu-ilmu sosial atau berkaitan dengan perilaku sehari-hari, misalnya ekonomi, psikologi dan pedagogi, kedokteran masyarakat, dan industri.

Tipe pengukuran

Ada empat tipe pengukuran atau skala pengukuran yang digunakan di dalam statistika, yakni: nominal, ordinal, interval, dan rasio. Keempat skala pengukuran tersebut memiliki tingkat penggunaan yang berbeda dalam riset statistik.

1.     Skala nominal hanya bisa membedakan sesuatu yang bersifat kualitatif (misalnya: jenis kelamin, agama, warna kulit).
2.      Skala ordinal selain membedakan juga menunjukkan tingkatan (misalnya: pendidikan, tingkat kepuasan).
3.    Skala interval berupa angka kuantitatif namun tidak memiliki nilai nol mutlak (misalnya: tahun, suhu dalam Celcius).
4.   Skala rasio berupa angka kuantitatif yang memiliki nilai nol mutlak.

Teknik-teknik statistika

Beberapa pengujian dan prosedur yang banyak digunakan dalam penelitian antara lain:

     Analisis regresi dan korelasi 

     Analisis varians (ANOVA)

     khi-kuadrat

    Uji t-Student

Statistika Terapan

Bebebarapa ilmu pengetahuan menggunakan statistika terapan sehingga mereka memiliki terminologi yang khusus. Disiplin ilmu tersebut antara lain:

       Aktuaria (penerapan statistika dalam bidang asuransi)

       Biostatistika atau biometrika (penerapan statistika dalam ilmu biologi)

       Statistika bisnis

       Ekonometrika

       Psikometrika

       Statistika sosial

       Statistika teknik atau teknometrika

       Fisika statistik

       Demografi

       Eksplorasi data (pengenalan pola)

       Literasi statistik

       Analisis proses dan kemometrika (untuk analisis data kimia analis dan teknik kimia)

Statistika memberikan alat analisis data bagi berbagai bidang ilmu. Kegunaannya bermacam-macam: mempelajari keragaman akibat pengukuran, mengendalikan proses, merumuskan informasi dari data, dan membantu pengambilan keputusan berdasarkan data. Statistika, karena sifatnya yang objektif, sering kali merupakan satu-satunya alat yang bisa diandalkan untuk keperluan-keperluan di atas