Pengantar Statistika

Halo Semua! 

Saya Prily Kalengkongan,  sebagai mahasiswa aktif Fakultas Ilmu Pendidikan dan Psikologi, Program Studi Psikologi, Universitas Negeri Manado. 

Pada kesempatan kali ini, saya akan mereview mata kuliah Statistika yang diampu oleh Ibu Juliana Margareta Sumilat.

Pada hari Kamis yang lalu, materi yang diajarkan adalah Dasar Dasar Statistika. Saya mulai dari statistik terlebih dahulu. Statistik adalah kumpulan data yang telah diolah, dianalisis dan sebagainya. Sedangkan Statistika adalah ilmu yang mempelajari tentang bagaimana mengumpulkan data, menyajikan data, menganalisis data dan interpretasi analisis data.

Statistika memiliki dua fase, yaitu Statistika Deskriptif dan Statistika Inferensi. Perbedaan dua fase tersebut adalah, pengumpulan data dalam fase deskriptif tidak membutuhkan uji hipotesis dan kesimpulan. Sedangkan pengumpulan data dalam fase inferensi membutuhkan analisis seperti uji hipotesis dan kesimpulan. Statistika juga berperan penting dalam Metode Ilmiah. 

Selanjutnya pembahasan tentang Data. Data terbagi atas dua jenis, yaitu Data Kualitatif dan Data Kuantitatif. Contoh data kualitatif adalah data tentang jenis pekerjaan (bukan angka), dan contoh data kuantitatif adalah data tentang jumlah gaji (angka).

Ada 4 tingkat skala dalam data. Tingkat skala tersebut adalah, Data Nominal, Data Ordinal, Data Interval dan Data Rasio. 

• Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi
  CIRI: posisi data setara tidak bisa dilakukan operasi matematika (+,-, x.)
  CONTOH: jenis kelamin, jenis pekerjaan
• Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara data tersebut terdapat hubungan
  CIRI: posisi data tidak setara tidak bisa dilakukan operasi matematika (+,-.x.)
  CONTOH: kepuasan kerja, motivasi
• Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui. Tidak memiliki O absolut
  CIRI: Tidak ada kategorisasi bisa dilakukan operasi matematika.    CONTOH: temperatur yang diukur berdasarkan °C dan F
• Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala sudah diketahui dan mempunyai titik O absolut.
  CIRI: tidak ada kategorisasi bisa dilakukan operasi matematika
  CONTOH: gaji, jumlah buku, berat benda

Dalam pengolahan data terdapat prosedur yakni Parameter dan Jumlah Variabel.

Berdasarkan parameter yang ada statistik dibagi menjadi:

• Statistik PARAMETRIK: berhubungan dengan inferensi statistik yang membahas parameter-parameter populasi, jenis data interval atau rasio; distribusi data normal atau mendekati normal.
• Statistik NONPARAMETRIK: inferensi statistik membahas parameter-parameter populasi; jenis data nominal atau ordinal; distribusi data tidak diketahui atau tidak normal

Berdasarkan jumlah variabel dibagi menjadi:

• Analisis UNIVARIAT: hanya ada 1 pengukuran (variabel) untuk n sampel atau beberapa variabel tetapi masing-masing variabel dianalisis sendiri-sendiri..
• Analisis BIVARIAT. Contoh: korelasi motivasi dengan pencapaian akademik 
• Analisis MULTIVARIAT: dua atau lebih pengukuran (variabel) untuk n sampel di mana analisis antar variabel dilakukan bersamaan, Contoh: pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang pendidikan orang tua faktor sosial ekonomi faktor sekolah

Kita dapat menyajikan data dengan membuat tabel dan juga grafik. Kita juga belajar tentang Frekuensi dan Distribusi Frekuensi. Frekuensi adalah banyak data dalam satu kelompok. Distribusi Frekuensi adalah pengelompokan data interval/rasio dan menghitung banyaknya data dalam satu kelompok/klasifikasi.