Oleh :
Elmiyana (Guru SMA Negeri 1 Tanjungpandan)
Garmawandi (Guru SMA Negeri 2 Tanjungpandan)
Elmiyana (Guru SMA Negeri 1 Tanjungpandan)
Garmawandi (Guru SMA Negeri 2 Tanjungpandan)
Lebih dari 100 tahun lalu, H.G.
Well, salah seorang penulis dan sejarawan berkebangsaan Inggris, mengatakan
bahwa suatu hari nanti pola pikir kuantitatif akan menjadi hal yang penting
dalam menciptakan kewarganegaraan yang efektif, sama pentingnya dengan
kemampuan untuk membaca. Well tidak menyebutkan apapun mengenai bisnis, karena
Revolusi Inggris baru saja dimulai. Pendapat Well ada benarnya, walaupun
“pengalaman bisnis”, beberapa “prakiraan yang bijaksana” dan “intuisi”
merupakan suatu hal yang harus dimiliki menejer-menejer sukses, masalah-masalah
bisnis saat ini cenderung terlalu
kompleks untuk pengambilan keputusan jenis ini saja.
Salah satu perangkat yang digunakan
untuk membuat keputusan adalah statistika. Statistika tidak hanya digunakan
dibidang bisnis saja, kita semua menerapkan konsep-konsep statistika dalam
kehidupan.
Kuliah statistika teknik biasanya
membutuhkan pemahaman kalkulus. Kuliah statistika di fakultas bisnis dan
pendidikan biasanya lebih menekankan penerapannya. Anda harus mampu memahami
konsep-konsep matematika dalam buku ini, apabila anda telah menyelesaikan
aljabar di sekolah menengah.
Mengapa
Statistik Dibutuhkan dalam Begitu banyak Bidang !
Secara umum menurut Douglas G. Lind,
William G. Marchal dan Samuel A. Wathen dalam bukunya Statistical Techniques in Business and Economics, edisi ke-13 (2009),
ada beberapa hal mengapa statistika dibutuhkan atau dipelajari dalam mata
kuliah atau dibanyak bidang, antara lain :
1) karena
informasi numerik terdapat dimana-mana;
2) bahwa
teknik-teknis statistika digunakan untuk membuat keputusan yang mempengaruhi
kehidupan sehari-hari, atau dengan kata lain , mempengaruhi kesejahteraan
pribadi kita;
3) karena
pengetahuan tentang metode statistic akan membantu anda memahami bagaimana
keputusan dibuat dan member anda pemahaman yang lebih baik mengenai bagaimana
suatu keputusan mempengaruhi anda.
Terlepas dari apapun pekerjaan yang
anda pilih, anda akan mendapati diri anda berhadapan dengan keputusan-keputusan
yang membutuhkan pemahaman mengenai analisis data.
Dalam membuat keputusan yang sarat
informasi, anda harus bisa :
1. Menentukan
apakah informasi yang ada memadai, atau dibutuhkan informasi tambahan;
2. Mengumpulkan
informasi tambahan, apabila perlu, dalam cara sedemikian rupa hingga tidak ada
hasil yang menyesatkan;
3. Merangkum
informasi dengan cara yang bermanfaat dan informative;
4. Menganalisis
informasi yang tersedia; dan
5. Menarik
kesimpulan dan mengambil keputusan sambil menilai resiko dari kesimpulan yang
salah.
Metode statistic akan memberikan
anda kerangka kerja tentang proses pengambilaan keputusan.
Kesimpulannya, ada 3 alasan kita
untuk mempelajari statistika, yaitu a) data terdapat dimana-mana,
b)teknik-teknis statistic digunakan untuk membuat banyak keputusan yang
mempengaruhi kehidupan kita,dan c) tidak
peduli apapun pekerjaan anda, anda akan membuat keputusan professional yang
melibatkan data. Pemahaman tentang metode statistic akan membantu anda
mengambil keputusan dengan efektif.
Difinisi
Statistik
Kata statistika mempunyai dua arti,
dalam penggunaan lebih umum, statistika mengacu kepada informasi numerik. Jadi
yang dimaksud dengan statistika
(statistics) adalah kumpulan informasi-informasi numeric. Kumpulan
informasi-informasi itu kemudian dipresentasikan dalam bentuk grafik. Dengan
grafik akan membantu kita menangkap perhatian pembaca dan untuk menggambarkan
sejumlah besar informasi.
Jadi secara singkat yang dimaksud
dengan :
STATISTIKA adalah
ilmu tentang pengumpulan, pengaturan, analisis, dan penafsiran data untuk
membantu proses pengambilan keputusan (Lind, et.all, 2009, page 5)
|
Sementara menurut Drs. Muh. Adnan
Hadjam, MA (Dosen FEB MM UGM, untuk pengasuh Mata Kuliah Applied Statistics di
Program S2) mendifinisikan, STATISTIK
adalah sebuah metode pengambilan keputusan yang berbasis pada numerical data
yang dimungkinkan terjadinya kesalahan
Dimungkinkan
terjadinya kesalahan
Dari difinisi di atas, langkah
pertama untuk menyelidiki masalah adalah mengumpulkan data yang relevan. Data
harus disusun dalam beberapa cara dan mungkin dipresentasikan dalam bentuk
diagram. Data yang tersusun, baru kemudian kita dapat menganalisis dan
menafsirkannya.
Data yang diambil harus diolah
secepatnya, dikarenakan akan mempengaruhi pengambilan keputusan. Apabila
terjadi kelambatan dalam pengolahan data, maka keputusan yang diambil tidak
lagi relevan dengan keadaan saat itu (artinya data yang diolah sudah
kadaluarsa)
Statistik hanyalah mengolah data
angka, dan tidak akan mengolah data-data yang bukan angka atau yang bersifat
lainya.
Kemungkinan
Kesalahan dalam Pengambilan Keputusan
Maksudnya adalah :
a) Jika
metode yang dilakukan sudah benar, data sudah benar, analisis data sudah benar,
maka kecil kemungkinan terjadi kesalahan dalam pengambilan keputusan.
b) Jika
terjadi kesalahan pengambilan keputusan, di mana pengambilan keputusannya
dilakukan karena datanya suda kadaluarsa (tidak cocok atau tidak sesuai dengan
waktunya lagi).
Data
Adalah informasi yang dapat
dipercaya kebenarannya.
Bila data atau informasi yang
diperoleh diragukan kebenarnya, maka data tersebut tidak boleh dan tidak dapat
digunakan dalam statistic. Artinya, data atau informasi yang benar-benar
memiliki kebenaran yang hanya boleh dijadikan data untuk data statistic.
Data
Estimasi
Biasanya
suatu data yang diperoleh dalam statistic itu masih berupa data estimasi, yaitu
data yang mendekati kebenarannya, namun tidak akan merubah angka yang
sebenarnya (berdasarkan populasinya).
Contoh
:
1) Gaji
seseorang PNS Golongan IV.a per bulannya sebesar Rp 4.226.400,00 sesuai dengan
stroke atau tanda bukti diterima setiap bulannya.
2) Namun
jika kita tanyakan pada seseorang yang menjadi responden, berapa gajinya setiap
bulan, maka dia kan menjawab, gaji saya sebesar Rp 4.500.000,--
3) Pernyataan
Gaji sebesar Rp 4.500.000,00 itu disebut data estimasi, yaitu suatu data yang
mendekati kebenaran sebenarnya.
Data Outlayer
Yaitu
data yang menyimpang dari data estimasi, namun penyimpangannya tidak akan
terlalu jauh.
Penyimpangan
data outlayer berupa penyimpangan terlalu rendah atau penyimpangan terlalu
tinggi, namun penyimpangannya tidak signifikan.
Sampel dan Responden
Dalam
memilih sampel sebagai responden harus bersifat acak atau random, dan tidak ada
unsure suatu kepentingan tertentu yang akan mempengaruhi dalam pengambilan
keputusan. Pun misalnya yang dipilih sebagai sampel adalah seseorang yang
berkepentingan, itu dianggap suatu kebetulan dengan peneliti dan tidak akan
mempengaruhi penelitian.
Jenis-jenis Statistika
Ilmu
Statistika biasanya dibagi menjadi 2 kategori yaitu 1) Statistika Deskriptif,
dan 2) Statistika Inferensial.
Statistika Deskriptif
yaitu Mentode mengatur, merangkum dan mempresentasikan data dengan cara
informative.
Statistika
Deskriptif biasanya ditampilkan secara sederhan, dimana data dilakukan
pengaturan, presentasi dan analisis. Cabang statistika ini biasanya dikenal
dengan sebutan Statistika Deskriptif.
Cabang
ilmu Statistika kedua adalah Statistika
Inferensial (inferential Statistics) atau sering juga disebut inferensi
Statistik (statistic inference) adalah menemukan sesuatu mengenai populasi
dari sampel yang diambil dari populasi tersebut.
STATISTIKA INFERENSIAL Metode
yang digunakan untuk mengestimasi sifat populasi berdasarkan sampel.
|
Makna
Populasi (population) terdiri atas PERSEORANGAN. Atau mungkin juga populasi
terdiri dari OBJEK. Jadi makna populasi dalam sebuah statistika tidak lah
selalu mengacu kepada orang.
POPULASI Keseluruhan individu
atau objek tertentu atau ukuran yang diperoleh dari semua individu atau
objek tertentu.
|
Yang menarik mengenai populasi, kita
biasanya mengambil sampel (sample) dari populasi tersebut.
Yang dimaksud dengan
SAMPEL (sample) adalah Bagian dari suatu populasi.
JENIS-JENIS VARIABEL
Terdapat
dua jenis variable yang mendasar dalam statistia yaitu (1) variabel kualitatif, dan (2) variable
kuantitatif.
Ketika
karakter yang dipelajari bersifat non-numerik, karakter tersebut disebut VARIABEL KUALITATIF (qualitative variable)
atau sebuah ATRIBUT (attribute).
Contoh
: gender, afiliasi agam, jenis mobil
yang dimiliki, tempat kelahiran, dan warna mata.
Berapa
persen populasi yang memiliki mata biru ?
Berapa
banyak umat katholik dan protestan di Yogyakarta.
Data
Kualitatif biasanya sering dirangkum dalam bentuk DIAGRAM dan GRAFIK BATANG.
Ketika
variable yang diteliti dapat dilaporkan secara NUMERIK, Variabel tersebut
disebut VARIABEL KUANTITATIF
(quantitative variable).
Contoh
Variabel Kuantitatif yaitu Saldo rekening pada bank, umur presiden perusahaan,
waktu hidup batere mobil, jumlah anak dalam sebuah keluarga.
Tidak ada komentar:
Posting Komentar