November 11, 2016

MAKALAH statistik


Judul: MAKALAH statistik
Penulis: Angel Hidayah


BAB I
PENDAHULUAN
Latar Belakang
Statistika berasal dari bahasa latin yaitu status yang berarti negara dan digunakan untuk urusan negara. Hal ini dikarenakan pada mulanya, statistik hanya digunakan untuk menggambar keadaan dan menyelesaikan masalah yang berhubungan dengan kenegaraan saja seperti : perhitungan banyaknya penduduk, peembayaran pajak, gaji pegawai, dan lain sebagainya.
Statistika adalah ilmu yang merupakan cabang dari matematika terapan yang membahas metode-metode ilmiah untuk pengumpulan, pengorganisasian, penyimpulan, penyajian, analisis data, serta penarikan kesimpulan yang sahih sehingga keputusan yang diperoleh dapat diterima.
Statistika deskriptif adalah tehnik yang digunakan untuk mensarikan data dan menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-rata, dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum dikenal dan mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah statistika deskriptif memberikan hasil yang bisa diterima secara ilmiah? Statistik merupakan suatu alat pengukuran yang berhubungan dengan keragaman pada karakteristik objek-objek yang berbeda .Statistika inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data (contoh ) atau juga sering disebut dengan sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya (populasi). Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode ini disebut juga statistika induktif, karena kesimpulan yang ditarik didasarkan pada informasi dari sebagian data saja. Pengambilan kesimpulan dari statistika inferensial yang hanya didasarkan pada sebagian data saja sebagian data saja menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalam pengambilan keputusan, sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensial.
Statistik inferensial digunakan dalam proses mengambil keputusan dalam menghadapi ketidakpastian dan perubahan. Contoh ketidakpastian adalah kuat tekan beton dalam suatu pengujian tidak sama, walaupun dibuat dengan material yang sama.  Dengan adanya kenyataan tersebut, maka metode statitsik digunakan untuk  menganalisis data dari suatu proses pembuatan beton tersebut sehingga diperoleh kualitas  yang lebih baik. Statistik inferensial telah menghasilkan banyak metode analitis yang digunakan untuk menganalisis data. Dengan perkataan lain statistik inferensial tidak hanya mengumpulan data, tetapi juga mengambil kesimpulan dari suatu sistem saintifik.
Untuk mengetahui lebih jelas mengenai Statistika Inferensial, akan diuraikan mengenai pengertian Statistika Inferensial dan  ruang lingkup Statistika Inferensial.
Rumusan Masalah
Berdasarkan uraian latar belakang diatas, maka dalam makalah ini ada 2 (dua) rumusan masalah yang terkaji yakni :
Apa yang dimaksud dengan Statistik Deskriptif dan Statistik Inferensial ?
Apa fungsi dari Statistik Deskriptif dan Statistik Inferensial ?
Apa saja  yang termasuk  ruang lingkup Statistik Deskriptif dan Statistik Inferensial ?
  
Tujuan
Berdasarkan rumusan masalah diatas, maka tujuan yang ingin dicapai dalam penulisan makalah ini adalah sebagai berikut:
Mengetaui pengertian dari Statistik Deskriptif dan Statistik Inferensial ?
Mengetahui fungsi dari Statistik Deskriptif dan Statistik Inferensial ?
Mengetahui ruang lingkup Statistik Deskriptif dan Statistik Inferensial ?

BAB II
PEMBAHASAN
 
Pengertian Statistik Deskriptif
Statistika deskriptif adalah tehnik yang digunakan untuk mensarikan data dan menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-rata, dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum dikenal dan mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah statistika deskriptif memberikan hasil yang bisa diterima secara ilmiah? Statistik merupakan suatu alat pengukuran yang berhubungan dengan keragaman pada karakteristik objek-objek yang berbeda .
Objek yang belum dikenal tidaklah mewakili populasi objek yang memiliki "quantifiabel feature" melalui penyelidikan. Namun demikian, keragaman bisa menjadi hasil dari keberagaman yang lainnya (karena acak atau terkontrol). Pada ilmu fisika, yang sangat berkaitan dengan ekstraksi dan formulasi persamaan matematik tidak menyisakan banyak tempat untuk fluktuasi acak. Pada ilmu statistika, fluktuasi seperti itu dapat dijadikan model. Hubungan relasi statistik selanjutnya merupakan hubungan relasi yang menerangkan suatu proporsi perubahan stokastik yang pasti.
Statistika Deskriptif adalah ilmu yang mempelajari tentang cara:
Mengumpulkan data/informasi.
Mengolah data hasil pengumpulan.
Menyajikan data hasil pengolahan.
Menganalisis data.
Berikut merupakan penjelasan mengenai pengertian statistk menurut para ahli.
Sudjana (1996:7) menjelaskan : Fase statistika dimana hanya berusaha melukiskan atau mengalisa kelompok yang diberikan tanpa membuat atau menarik kesimpulan tentang populasi atau kelompok yang lebih besar dinamakan statistika deskriptif
Iqbal Hasan (2001:7) menjelaskan : Statistik deskriptif atau statistik deduktif adalah bagian dari statistik mempelajari cara pengumpulan data dan penyajian data sehingga mudah dipahami.Statistik deskriptif hanya berhubungan dengan hal menguraikan atau memberikan keterangan-keterangan mengenai suatu data atau keadaan atau fenomena. Dengan kata lain, statistikdeskriptif berfungsi menerangkan keadaan, gejala, atau persoalan. Penarikan kesimpulan pada statistik deskriptif (jika ada) hanya ditujukan pada kumpulan data yang ada. Didasarkan pada ruang lingkup bahasannya statistik deskriptif mencakup Distribusi frekuensi beserta bagian-bagiannya seperti :
Grafik distribusi (histogram, poligon frekuensi, dan ogif);
Ukuran nilai pusat (rata-rata, median, modus, kuartil dan sebagainya);
Ukuran dispersi (jangkauan, simpangan rata-rata, variasi, simpangan baku, dan sebagianya).
Kemencengan dan keruncingan kurva
Angka indeks
Times series/deret waktu atau berkala
Korelasi dan regresi sederhana
Bambang Suryoatmono (2004:18) menyatakan Statistika Deskriptif adalah statistika yang menggunakan data pada suatu kelompok untuk menjelaskan atau menarik kesimpulan mengenai kelompok itu saja.
Ukuran Lokasi: mode, mean, median, dll.
Ukuran Variabilitas: varians, deviasi standar, range, dll.
Ukuran Bentuk: skewness, kurtosis, plot boks
Pangestu Subagyo (2003:1) menyatakan : Yang dimaksud sebagai statistika deskriptif adalah bagian statistika mengenai pengumpulan data, penyajian, penentuan nilai-nilai statistika, pembuatan diagramatau gambar mengenai sesuatu hal, disini data yang disajikan dalam bentuk yang lebih mudah dipahami atau dibaca.
Penyajian Data
Sebagai peneliti kita menginginkan data yang kita peroleh dapat memberikan informasi yang kita inginkan. Tidak saja kita yang menginginkan data memberikan informasi yang baik dan akurat tetapi orang yang membaca hasil penelitian kita juga dapat mengetahui keadaan variabel penelitian kita. Oleh sebab itu pemilihan statistik yang tepat sesuai dengan jenis data dan tujuan penelitian kita merupakan sesuatu yang harus dipertimbangkan. Prinsip dasar penyajian data adalah komunikatif dan lengkap, dalam arti yang disajikan dapat menarik perhatian pihak lain untuk membacanya dan mudah mamahami isinya dan tentu saja pemilihan penyajian data harus sesuai dengan jenis data dan tujuan dari informasi yang akan diberikan.
Ada beberapa cara penyajian data, yaitu :
Tabel
Tabel biasa
Tabel distribusi frekuensi
Tabel kontingensi
Garfik atau Diagram
Diagram batang
Histogram
Diagram garis
Diagram lingkaran
Diagram pencar
Pengertian Dispersi Data
Penyebaran atau dispersi adalah perserakan dari nilai observasi terhadap nilai rata-ratanya. Rata-rata dari serangkaian nilai observasi tidak dapat diinterpretasikan secara terpisah dari hasil dispersi nilai-nilai tersebut sekitar rataratanya.Makin besar variasi nilaixi , makin kurang representatif rata-rata distribusinya. Ukuran penyebaran suatu kelompok data terhadap pusat data disebut dispersi atau variasi atau keragaman data. Dispersi data digunakan untuk membandingkan penyebaran 2 distribusi data atau lebih.
Beberapa jenis pengukuran Dispersi adalah sebagai berikut: 
Jangkauan (Range)
Selisih antara batas atas dari kelas tertinggi dengan batas bawah dari kelas terendah.
Simpangan Rata-Rata (Mean Deviation)
Jumlah nilai mutlak dari selisih semua nilai dengan nilai rata-rata dibagi banyaknya data.
Varians (Variance)
Rata-rata hitung deviasi kuadrat setiap data terhadap rata-rata hitungnya.
Standar Deviasi
Akar kuadrat dari varians dan menunjukkan standar penyimpangan data terhadap nilai rata-ratanya.
Jangkauan kuartil dan jangkauan persentil 10-90
Jangkauan kuartil disebut juga simpangan kuartil atau semi antar kuartil atau deviasi kuartil sedangkan jangkauan persentil 10-90 disebut juga rentang persentil 10-90.
Koefisien Variasi
Koefisien Variasi, disebut dispersi relatif, dapat digunakan untuk membandingkan nilai – nilai besar dengan nilai – nilai kecil. Sedangkan lima bentuk dispersi sebelumnya tidak bisa.
 
Kegunaan Ukuran Penyebaran Data
Dispersi Data adalah data yang menggambarkan bagaimana suatu kelompok data menyebar terhadap pusatnya data atau ukuran penyebaran suatu kelompok data terhadap pusatnya data.
Dispersi data sangat penting untuk membandingkan penyebaran 2 distribusi data atau lebih. Pusat data seperti rata-rata hitung, median dan modus hanya memberi informasi yang sangat terbatas sehingga tanpa disandingkan dengan dispersi data menjadi kurang bermanfaat dalam menganalisa data.
Kegunaan ukuran penyebaran antara lain sebagai berikut :
Ukuran penyebaran dapat digunakan untuk menentukan apakah nilai rata-ratanya benar-benar representatif atau tidak. Apabila suatu kelompok data mempunyai penyebaran yang tidak sama terhadap nilai rata-ratanya, maka dikatakan bahwa nilai rata-rata tersebut tidak representatif.
Ukuran penyebaran dapat digunakan untuk mengadakan perbandingan terhadap variabilitas data.
Ukuran penyebaran dapat membantu penggunaan ukuran statistika, misalnya dalam pengujian hipotesis, apakah dua sampel berasal dari populasi yang sama atau tidak.
Kemiringan dan Kerunncingan Data
Kemiringan Distribusi Data
Kemiringan adalah derajat atau ukuran dari ketidaksimetrisan suatu distribusi data. Pengukuran kemiringan suatu distribusi data dapat diketahui dengan beberapa cara, antara lain:
Memperhatikan hubungan antara rata-rata hitung, median dan modus.
Menggunakan koefisien Pearson.
Menggunakan Momen ketiga.
Menggunakan kotak diagram garis.
Keruncingan Distribusi Data
Keruncingan distribusi data adalah derajat atau ukuran tinggi rendahnya puncak suatu distribusi data terhadap distribusi normalnya data. Keruncingan distribusi data disebut juga kurtosis.
Ada tiga jenis derajat keruncingan:
Leptokurtis : Distribusi data yang puncaknya relatif tinggi
Mesokurtis : Distribusi data yang puncaknya normal
Platikurtis : Distribusi data yang puncaknya terlalu rendah dan terlalu mendatar
Pengertian Statistik Inferensial
Statistika Inferensial adalah serangkaian teknik yang digunakan untuk mengkaji, menaksir dan mengambil kesimpulan berdasarkan data ynag diperoleh dari sempel untuk menggambarkan karakteristik atau ciri dari suatu populasi. Oleh karena itu, statistika inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Dalam statistika inferensial, kesimpulan dapat diambil setelah melakukan pengolahan serta penyajian data dari suatu sampel yang diambil dari suatu populasi, sehingga agar dapat memberikan cerminan yang mendekati sebenarnya dari suatu populasi, maka ada beberapa hal yang perlu diperhatikan dalam statistika inferensial, diantaranya:
Banyaknya subyek penelitian, maksudnya jika populasi ada 1000, maka sampel yang diambil jangan hanya 5, namun diusahakan lebih banyak, seperti 10 atau 50.
Keadaan penyebaran data. Dalam hal ini perlu diperhatikan bahwa pengambilan sampel harus merata pada bagian populasi. Diharapkan dalam pengambilan sampel dilakukan secara acak, sehingga kemerataan dapat dimaksimalkan dan apapun kesimpulan yang didapat dapat mencerminkan keadaan populasi yang sebenarnya.
Statistika Inferensial atau induktif adalah statistik bertujuan menaksir secara umum suatu populasi dengan menggunakan hasil sampel, termasuk didalamnya teori penaksiran dan pengujian teori. Statistika Inferensial digunakan untuk melakukan :
Generalisasi dari sampel ke populasi.
Uji hipotesis (membandingkan atau uji perbedaan/kesamaan dan menghubungkan, yaitu uji keterkaitan, kontribusi).
Ruang lingkup Bahasan Statistika Inferensial
Berdasarkan ruang lingkup bahasannya, statistika inferensial mencakup :
Distribusi Teoritis
Salah satu distribusi frekuensi yang paling penting dalam statistika adalah distribusi normal. Distribusi normal berupa kurva berbentuk lonceng setangkup yang melebar tak berhingga pada kedua arah positif dan negatifnya. Penggunaanya sama dengan penggunaan kurva distribusi lainnya. Frekuensi relatif suatu variabel yang mengambil nilai antara dua titik pada sumbu datar. Tidak semua distribusi berbentuk lonceng setangkup merupakan distribusi normal.
Sifat dari variabel kontinu berbeda dengan variabel diskrit. Variabel kontinu mencakup semua bilangan, baik utuh maupun pecahan. Oleh karenanya tidak bisa dipisahkan satu nilai dengan nilai yang lain. Itulah sebabnya fungsi variabel random kontinu sering disebut fungsi kepadatan, karena tidak ada ruang kosong diantara dua nilai tertentu. Dengan kata lain sesungguhnya keberadaan satu buah angka dalam variabel kontinu jika ditinjau dari seluruh nilai adalah sangat kecil, bahkan mendekati nol. Karena itu tidak bisa dicari probabilitas satu buah nilai dalam variabel kontinu, tetapi yang dapat dilakukan adalah mencari probabilitas diantara dua buah nilai.
Sampling dan Sampling Distribusi
Sampling adalah bagian dari metodologi statistika yang berhubungan dengan pengambilan sebagian dari populasi. Jika sampling dilakukan dengan metode yang tepat, analisis statistik dari suatu sampel dapat digunakan untuk menggeneralisasikan keseluruhan populasi. Sampling berguna dalam penarikan kesimpulan (inference) yang valid dan dapat dipercaya.
Distribusi Sampling adalah distribusi nilai statistik sampel-sampel. Jika statistik yang ditinjau adalah mean dari masing – masing  sampel, maka distribusi yang terbentuk disebut distribusi mean – mean  sampling (sampling distribution of the means). Dengan demikian dapat juga diperoleh distribusi deviasi standard, varians, median dari sampling. Masing – masing  jenis distribusi sampling dapat dihitung ukuran-ukuran statistik deskriptifnya (mean, range, deviasi standard, da lain-lain).
Sampling memiliki beberapa tipe diataranya :
Simple random sampling adalah sebuah proses sampling yang dilakukan sedemikian rupa sehingga setiap satuan sampling yang ada dalam populasi mempunyai peluang yang sama untuk dipilih ke dalam sampel.
Systematic sampling merupakan pengambilan setiap unsur ke k dalam populasi, untuk dijadikan sampel. Pengambilan sampel secara acak hanya dilakukan pada pengambilan awal saja, sementara pengambilan kedua dan seterusnya ditentukan secara sistematis, yaitu menggunakan interval tertentu sebesar k.
Stratified sampling adalah penarikan sampel berstrata yang dilakukan dengan mengambil sampel acak sederhana dari setiap strata populasi yang sudah ditentukan lebih dulu.
Convenience sampling, sampel diambil berdasarkan faktor spontanitas, artinya siapa saja yang secara tidak sengaja bertemu dengan peneliti dan sesuai dengan karakteristiknya, maka orang tersebut dapat dijadikan sampel.
Judgement sampling (purposive sampling) adalah teknik penarikan sampel yang dilakukan berdasarkan karakteristik yang ditetapkan terhadap elemen populasi target yang disesuaikan dengan tujuan atau masalah penelitian.Bedanya, jika dalam sampling stratifikasi penarikan sampel dari setiap subpopulasi dilakukan dengan acak, maka dalam sampling kuota, ukuran serta sampel pada setiap sub-subpopulasi ditentukan sendiri oleh peneliti sampai jumlah tertentu tanpa acak.
Snowball Sampling merupakan salah satu bentuk judgement sampling yang sangat tepat digunakan bila populasinya kecil dan spesifik. Cara pengambilan sampel dengan teknik ini dilakukan secara berantai, makin lama sampel menjadi semakin besar, seperti bola salju yang menuruni lereng gunung.
Sampling memiliki beberapa kriteria diantaranya :
Kriteria yang harus diperhatikan untuk menentukan tipe sampling yang baik, diantaranya:
dapat menghasilkan gambaran yang dapat dipercaya dari seluruh populasi
dapat menentukan presisi dari hasil penelitian.
sederhana, mudah dilaksanakan, dan
dapat memberikan keterangan sebanyak mungkin tentang populasi dengan biaya minimal.
Tahapan sampling adalah:
Mendefinisikan populasi hendak diamati
Menentukan kerangka sampel, yakni kumpulan semua item atau peristiwa yang mungkin
Menentukan metode sampling yang tepat
Melakukan pengambilan sampel (pengumpulan data)
Melakukan pengecekan ulang proses samplig.
Pendugaan Populasi atau Teori Populasi
Populasi adalah himpunan dari unsur – unsur yang sejenis.Unsur- unsur sejenis tersebut bisa berupa manusi, hewan, tumbuh – tumbuhan, benda – benda, zat cair, peristiwa dan sejenisnya. Besarnya populasi bisa terbatas dan bisa tidak terbatas. Populasi dari mana sampel diambil disebut populasi induk. Melalui teknik pengambilan sampel yang reliabel kesimpulan penelitian dapat digeneralisasikan. Ada kesalahan generalisasi yangperlu dipertimbangkan karena besar kecilnya keslahan generalisasi tergantung pada : (1) besarnya sampel penelitian, (2) teknik sampling yang digunakan, (3) kecermatan memasukkan ciri – ciri populasi dan sampling, (4) cara – cara pengambilan data dan (5) rancangan analisi data.
Populasi (population/universe) dalam statistika merujuk pada sekumpulan individu dengan karakteristik khas yang menjadi perhatian dalam suatu penelitian (pengamatan). Ukuran populasi ada dua:
populasi terhingga (finite population), yaitu ukuran populasi yang berapa pun besarnya tetapi masih bisa dihitung (cauntable). Misalnya populasi pegawai suatu perusahaan;
populasi tak terhingga (infinite population), yaitu ukuran populasi yang sudah sedemikian besarnya sehingga sudah tidak bisa dihitung (uncountable). Misalnya populasi tanaman anggrek di dunia.
Uji Hipotesis
Uji Hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisa data, baik dari percobaan yang terkontrol, maupun dari observasi (tidak terkontrol). Dalam statistik sebuah hasil bisa dikatakan signifikan secara statistik jika kejadian tersebut hampir tidak mungkin disebapkan oleh faktor yang kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya.
Uji hipotesis kadang disebut juga "konfirmasi analisa data". Keputusan dari uji hipotesis hampir selalu dibuat berdasarkan pengujian hipotesis nol. Ini adalah pengujian untuk menjawab pertanyaan yang mengasumsikan hipotesis nol adalah benar.
Analisis Korelasi Dan Uji Signifikasi
Analisis korelasi pertama kali dikembangkan oleh Karl Pearson pada tahun 1900. Tujuan dari analisis ini adalah untuk menetukan seberapa erat hubungan antara dua variable. Definisi analisis korelasi dinyatakansebagai berikut : "Analisis korelasi adalah suatu teknik statistik yang digunakan untuk mengukur keeratan hubungan atau korelasi antara dua variabel"
Pengertian lain menyebutkan, Korelasi adalah metode statistik yang dipakai untuk mengukur asosiasi atau hubungan antara dua atau lebih variabel kuantitatif, sedangkan untuk mengukur asosiasi antara dua atau lebih variabel kuantitatif dipakai tes X kuadrat.
Analisis Regresi Untuk Peramalan           
Analisis regresi dalam statistika adalah salah satu metode untuk menentukan hubungan sebab-akibat antara satu variabel dengan variabel - variabel yang lain. Variabel "penyebab" disebut dengan bermacam-macam istilah: variabel penjelas,variabel eksplanatorik, variabel independen, atau secara bebas, variabel X (karena seringkali digambarkan dalam grafik sebagai absis, atau sumbu X). Variabel terkena akibat dikenal sebagai variabel yang dipengaruhi, variabel dependen, variabel terikat, atau variabel Y. Kedua variabel ini dapat merupakan variabel acak (random), namun variabel yang dipengaruhi harus selalu variabel acak. Analisis regresi adalah salah satu analisis yang paling populer dan luas pemakaiannya. Analisis regresi dipakai secara luas untuk melakukan prediksi dan ramalan, dengan penggunaan yang saling melengkapi dengan bidang pembelajaran mesin. Analisis ini juga digunakan untuk memahami variabel bebas mana saja yang berhubungan dengan variabel terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut.

BAB III
PENUTUP
Kesimpulan
Statistika dipelajari di berbagai bidang ilmu karena statistika adalah sekumpulan alat analisis data yang dapat membantu pengambil keputusan untuk mengambil keputusan berdasarkan hasil kesimpulan pada analisis data dari data yang dikumpulkan. Selain itu juga dengan statistika kita bisa meramalkan keadaan yang akan datang berdasarkan data masa lalu.
Statistika Deskriptif memberikan informasi yang terbatas, yaitu memberi informasi yang terbatas pada data apa adanya. Oleh karenanya pemakai statistik deskriptif tidak dapat mengambil kesimpulan yang umum atas data yang terbatas.
Kesimpulan yang dapat diambil, terbatas atas data yang ada.
Kegunaan mempelajari ilmu Statistik adalah:
Memperoleh gambaran suatu keadaan atau persoalan yang sudah terjadi.
Untuk Penaksiran (Forecasting
Untuk Pengujian (Testing Hypotesa)
Sedangkan Pentingnya mempelajari Dispersi data didasarkan pada 2 pertimbangan:
Pusat data (rata2, median dan modus) hanya memberi informasi yang sangat terbatas.
Kedua, dispersi data sangat penting untuk membandingkan penyebaran dua distribusi data atau lebih.
Statistika deskriptif adalah tehnik yang digunakan untuk mensarikan data dan menampilkannya dalam bentuk yang dapat dimengerti oleh setiap orang. Hal ini melibatkan proses kuantifikasi dari penemuan suatu fenomena. Berbagai statistik sederhana, seperti rata-rata, dihitung dan ditampilkan dalam bentuk tabel dan grafik. Statistika deskriptif dapat memberikan pengetahuan yang signifikan pada kejadian fenomena yang belum dikenal dan mendeteksi keterkaitan yang ada di dalamnya. Tetapi dapatkah statistika deskriptif memberikan hasil yang bisa diterima secara ilmiah? Statistik merupakan suatu alat pengukuran yang berhubungan dengan keragaman pada karakteristik objek-objek yang berbeda .
Statistik inferensial merupakan kebalikan dari statistika deskriptip, statistika infrensial merupakan statistik yang berkenaan dengan cara penarikan kesimpulan berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakterisktik atau ciri dari suatu populasi. Dengan demikian dalam statistik inferensial dilakukan suatu generalisasi (perampatan atau memperumum) dan hal yang bersifat khusus (kecil) ke hal yang lebih luas (umum). Oleh karena itu, statistik inferensial disebut juga statistik induktif atau statistik penarikan kesimpulan. Pada statistik inferensial biasanya dilakukan pengujian hipotesis dan pendugaan mengenai karakteristik (ciri) dari suatu populasi, seperti mean dan Uji t (Sugiyono, 2006).
Saran
Pada umumnya mahasiswa kurang berminat mempelajarinya karena pelajaran statistik adalah pelajaran yang "menggentarkan",  ada benarnya.  Ini mungkin terjadi karena adanya anggapan bahwa dengan mempelajari statistik maka seseorang harus benar-benar memiliki kemampuan matematika yang kuat.  Tentu saja,  jika yang dipelajari adalah statistika teoritis atau statistika matematis.  Namun,  untuk belajar statistika terapan - khusus untuk kepentingan penelitian ilmiah- seseorang tidak perlu memiliki latar yang kuat di bidang matematika.  Cukup dengan mengetahui prinsip-prinsip dasar aritmatika,  seperti penjumlahan, pengurangan, perkalian,  pembagian, dan penarikan akar.  Tepat sekali apa yang dikatakan Pasaribu (1981:6) bahwa kuliah statistik (di jurusan non-statistik) bukan dimaksudkan untuk menjadikan seseorang sarjana statistik, tapi untuk kepentingan memberikan pengetahuan yang dbutuhkan dalam kegiatan penelitian.

DAFTAR PUSTAKA
J. Supranto, Statistika, (2000) jilid 1 Chap.6 edisi keenam, halaman 126 –145
Wayan Koster, Statistika, Teori dan Aplikasi (2001), edisi pertama, bab V, halaman 93-134
Bambang Kustituanto dan Rudy Badrudin, Statistika I, Seri Diktat Kuliah, Penerbit Gunadarma, Jakarta, 1994
Haryono Subiyakto, Statistika 2, Seri Diktat Kuliah, Penerbit Gunadarma, Jakarta, 1994
Levin, Richard dan David Rubin, Statistics for Management, Prentice Hall, New Jersey, 1991
Ronald E Walpole, Pengantar Statistika, edisi terjemahan, PT Gramedia Jakarta, 1992
Dr. Indra Jaya, M.Pd., Penerapan Statistik untuk Pendidikan, Citapustaka, Bandung, 2013
www.gudangmateri.comSantoso, Singgih 2001. Aplikasi Excel dalam Statistik Bisnis. Elex Media Komputindo. Jakarta.
Modul BSI (Bina Sarana Informatika) mata kuliah Statistika Deskriptif.
 


Download MAKALAH statistik.docx

Download Now



Terimakasih telah membaca MAKALAH statistik. Gunakan kotak pencarian untuk mencari artikel yang ingin anda cari.
Semoga bermanfaat


Tinggalkan Komentar
EmoticonEmoticon