Statistik Terapan

Statistik dalam praktek berhubungan dengan banyak angka hingga dapat diartikan sebagai ‘numerical description’. Dalam arti sempit statistik diartikan sebagai data, tetapi dalam arti luas statistik dapat diartikan sebagai alat, yaitu alat untuk menganalisis dan alat untuk membuat keputusan. Aplikasi ilmu statistik terbagi dalam dua bagian yaitu:

1. Statistik Deskriptif
Statistik deskriptif digunakan untuk menjelaskan atau menggambarkan berbagai karakteristik data dan menganalisis suatu statistik hasil penelitian tetapi tidak digunakan untuk membuat kesimpulan yang lebih luas.
Penelitian yang tidak menggunakan sampel analisisnya akan menggunakan statistik deskriptif. Demikian juga penelitian yang menggunakan sampel, tetapi peneliti tidak bermaksud untuk membuat kesimpulan populasi darimana sampel diambil, maka statistik yang digunakan adalah statistik deskriptif. Dalam hal ini Teknik Regresi dan Korelasi juga dapat berperan sebagai statistik deskriptif.
 
2. Statistik Inferensial
Statistik Inferensial digunakan untuk menganalisis data sampel dan hasilnya digeneralisasikan untuk populasi dimana sampel diambil. Statistik inferensial berusaha membuat berbagai inferensi terhadap sekumpulan data yang berasal dari suatu sampel. Tindakan inrefensi tersebut seperi melakukan perkiraan, peramalan, pengambilan keputusan, dan sebagainya. Terdapat dua macam statistik inferensial yaitu Statistik Parametrik dan Statistik Non Parametrik. Statistik Parametrik terutama digunakan untuk menganalisis data interval atau rasio yang diambil dari populasi yang berdistribusi normal dan Statistik Non Parametrik digunakan untuk menganalisis data nominal dan ordinal dari populasi yang bebas distribusi, jadi tidak harus normal. Dalam hal ini Teknik Korelasi dan Regresi dapat berperan sebagai Statistik Inferensial

TIPE DATA STATISTIK
Dalam prakteknya statistik tidak bisa lepas dari data yang berupa angka, baik itu dalam statistik deskriptif yang menggambarkan data maupun statistik inferensial yang melakukan analisis terhadap data. Data hasil penelitian dapat dikelompokan menjadi dua, yaitu data kualitatif dan kuantitatif.
 
1. Data Kualitatif
Data Kualitatif adalah data yang berbentuk kalimat, kata atau gambar. Data Kualitatif secara sederhana bisa disebut data yang bukan berupa angka. Data Kualitatif mempunyai ciri tidak bisa dilakukan operasi matematika, seperti penambahan, pengurangan, perkalian, dan pembagian. Data kualitatif terbagi menjadi dua yaitu:
 
a. Nominal
Data bertipe nominal adalah data yang paling rendah dalam level pengukuran data. Jika suatu pengukuran data hanya menghasilkan satu dan hanya satu-satunya kategori maka data tersebut adalah data nominal.
 
b. Ordinal
Data ordinal adalah data yang berjenjang atau berbentuk peringkat. Jika pada data nominal semua data kategori dianggap sama, maka pada data ordinal terdapat tingkatan data. Pada data ordinal ada data dengan urutan lebih tinggi dan urutan lebih rendah. Data ordinal biasanya, makin kecil angkanya maka makin tinggi nilainya. Data ordinal ini dapat dibentuk dari data interval atau rasio. Namun data ordinal tidak dapat dilakukan operasi matematika.
 
2. Data Kuantitatif
Data kuantitatif adalah data yang berbentuk angka,berbagai operasi matematika dapat dilakukan pada data kuantitatif. Data kuantitatif dapat dikelompokan menjadi dua besar yaitu data diskrit dan data kontinum.
 
a. Data diskrit
Data diskrit adalah data yang diperoleh dari hasil menghitung atau membilang (bukan mengukur). Misalnya jumlah desa ada 5, jumlah jenis kelamin ada 2, dan sebagainya. Data ini sering juga disebut dengan data nominal. Data nominal biasanya diperoleh dari penelitian yang bersifat eksploratif atau survey.
 
b. Data kontinum
Data kontinum adalah data yang diperoleh dari hasil pengukuran. Data kontinum dapat dikelompokan menjadi tiga yaitu:

• Data ordinal adalah data yang berjenjang atau berbentuk peringkat. Oleh karena itu, jarak satu dengan yang lain mungkin tidak sama. Data ordinal biasanya, makin kecil angkanya maka makin tinggi nilainya. Misalnya, Juara I lebih baik dari Juara II; Eselon I lebih tinggi dari eselon II. Yang agak janggal adalah golongan I, mestinya lebih tinggi dari golongan II. Untuk PNS ternyata tidak bahkan sebaliknya. Menurut data in, Eselon I mestinya golongan gajinya juga I. Untuk PNS Eselon I golongan gajinya adalah IV hal ini jadi rancu. Data ordinal ini dapat dibentuk dari data interval atau rasio.

• Data interval adalah data yang jaraknya sama, tetapi tidak mempunyai nilai nol absolut (mutlak). Pada data ini walaupun datanya nol tetapi masih mempunyai nilai. Misalnya, nol derajat Celcius ternyata masih ada nilainya yaitu nol atau masih memiliki derajat panas dan dingin. Dalam penelitian sosial yang instrumennya menggunakan Skala Likert, Gulman, Semantic Differential dan Thurstone data yang diperoleh adalah data interval. Seperti telah dijelaskan sebelumnya bahwa data ini dapat dibuat menjadi data ordinal.
• Data rasio adalah data yang jaraknya sama dan mempunyai nilai nol absolut.
  Jadi, jika data nol berarti tidak ada apa-apanya. Hasil pengukuran panjang (meter), berat (kg) adalah contoh data rasio.