JENIS DATA STATISTIK

Data (bentuk jamak.- bentuk tunggalnya datum) adalah katagori dan bilangan atau angka yang dihasilkan dari pengamatan yang bersifat agregatif. Pengamatan dikatakan agregatif jika pengamatan atau pengukuran tersebut dilakukan minimal terhadap satu individu tapi beberapa kali pengukuran atau satu kali pengukuran dari beberapa individu. Oleh karena itu istilah yang dipakai dalam statistika adalah data (jarang sekali menggunakan istilah datum) karna pengamatan yang bersifat agregatif akan menghasilkan banyak datum. 

Jenis-jenis data dapat diklasifikasikan berdasarkan sudut pandang tertentu. Data dapat dikalsisfikasikan berdasarkan sifatnya, bentuk angka dan skala nilai dan sumber dari mana dat itu siperoleh. Secara garis besar, macam dan jenis data statistik dapat diklasifikasikan sebagai berikut:

Berdasarkan sifat angkanya, data dapat diklasifikasikan menjadi data diskrit dan data kontinu. Data diskrit adalah data yang dihasilkan melalui kegiatan membilang, seperti jumlah siswa, jumlah buku di perpustakaan dan lain-lain. Sedangkan data kontinu adalah data yang dihasilkan melalui kegiatan pengukuran seperti panjang, berat, suhu, dan lain-lain. Kalau kita memperoleh data bahwa 1,5 kg permen memuat 230 butir, maka 1,5 kg itu adalah hasil pengukuran berat, itu adalah data kontinu. Sedangkan 230 butir merupakan data yang dihasilkan dari kegiatan membilang, itu adalah data diskrit. Oleh karena itu data diskrit bersifat eksact sedangkan data kontinu tidak exact. Tinggi badan Amir adalah 1,62 meter dan ia memiliki saudara sebanyak 3 orang. 1,62 meter memiliki kemungkinan salah dalam mengukur, sebab mungkin saja yang sebenarnya adalah 1,625 metr atau 1,615 meter namun karena alat ukurnya menggunakan meteran tukang kayu, maka 0,005 meter sulit terbaca. Karenanya tidak exact. Namun banyaknya saudara Amir tidak mungkin 2,8 atau 3,3 orang. Oleh katena itu 3 orang bersifat exact. 

Berdasarkan bentuk angkanya, data dapat dibedakan ke dalam data tunggal dan data dikelompokan. Data tunggal adalah data yang setiap datum terdiri atas satu unit bilangan. Sedangkan data dikelompokkan adalah data yang setiap datumnya terdiri atas beberapa bilangan. Ketika anda mengatakan ada 5 siswa yang mendapat nilai 8, dan 6 siswa mendapat nilai 7, nilai 8 dan 7 adalah data tunggal. Jika anda mengatakan ada 10 siswa yang mendapat nilai 4-6, dan ada lima siswa yang mendapat nilai 6,5-9. Data nilai 4-6 dan 6,5 – 9, itu adalah data yang dikelompokkan. 

Berdasarkan skala yang dipergunakan, data dapat diklasifikasikan ke dalam data nominal, data ordinal, data interval, dan data rasio 

Data nominal adalah angka yang hanya berfungsi sebagai symbol penggolongan dari beberapa jenis objek. Misalnya jenis kelamin, lk=1, pr=0 ; penggolongan agama disimbolkan dengan 1=Islam, 2=Kristen, 3=Katolik, 4=Hindu dan 5=Budha, dan lain-lain. Angka-angka tersebut tidak berfungsi sebagai bilangan, oleh karena itu tidak dapat dioperasikan dalam perhitungan. Angka 3 pada penggolongan agama tidak berarti 3x1. Kristen tidak sama dengan 3 x Islam. Seorang Budha dan seorang Islam tidak sama dengan 6. Hindu tidak dapat diartikan lebih baik satu daripada katolik. Data nominal merupakan upaya mengubah variable kualitatif menjadi variable kuantitatif. Pada data nominal hanya dibebani satu syarat yaitu kategori-kategori yang dibuat harus eksklusif dan memeras. Ekslusif artinya satu objek tidak boleh dapat masuk ke lebih dari satu kategori. Misalnya anda membuat kategori Laki-laki=1, perempuan=0 dan anak-anak = 2. (penggolongan ini keliru; mengapa?). Memeras artinya kategori-kategori harus cukup untuk menampung semua objek yang diobservasi. 

Data Ordinal adalah skala atau bilangan-bilangan yang menunjukkan adanya peringkat. Misalnya empat anak (Abdul, Burhan, Cahyadi dan Dudi) memiliki nilai ulangan 5, 6, 8, 9. Disini anak yang mendapat nilai 8 jelas berada pada peringkat di atas anak yang bernilai 6, dan seterusnya. Dalam data ordinal, disamping memenuhi syarat eksklusif dan memeras juga harus menunjukkan urutan besarnya variable. Namun perlu diperhatikan bahwa jarak antar urutan tidak mesti sama. Jika anak tersebut diatas diurutkan berdasarkan nilai tersebut maka Dudi=1, Cahyadi=2, Burhan=3 dan Abdul=4. Namun jarak nilai antara peringkat 1 dan 2 tidak sama dengan jarak nilai antara peringat 2 dan 3. 

Data Interval adalah data yang memuat skala interval. Skala interval adalah skala yang disamping memiliki semua sifat data ordinal juga memilki jarak tertentu yang sama antara satu nilai dengan nilai lainnya. Namun tidak menunjukkan perbandingan yang tetap. Sebagai contoh. Pada sebuah kuis yang diikuti oleh tiga peserta, pengarah memberikan skor awal sebagai modal masing-masing 50. Setiap jawaban yang benar akan menambah skor sebanyak 10. Jika ketiga peserta memliliki skor 60, 70 dan 80, maka jarak dari 60 ke 70 sama dengan dari 70 ke 80 (yakni berbeda satu jawaban benar) namun jika peserta A memiliki skor 60 dan peserta B memiliki skor 120 apakah jawaban benar B dua kali banyaknya jawaban benar peserta A? mengapa ? 

Data rasio adalah data yang menggunakan skala rasio. Skala rasio adalah skala yang disamping memenuhi semua sifat skala interval, juga memiliki sifat tambahan yaitu memiliki nol secara mutlak. Perbedaan antara panjang 3 meter dan 6 meter sama denga perbedaan antara 6 meter dan 9 meter. Disamping itu juga panjang 6 metr sama dengan dua kali panjang 3 meter. Bandingkan dengan skala interval. 

Berdasarkan waktunya, data diklasifikasikan ke dalam data seketika (cross section data) dan data Urutan waktu (time series data /longitudinal/ bujur). Cross section data adalah data yang menunjukkan keadaan suatu waktu dari suatu hal. Misalnya jumlah siswa tahun pelajaran 2008/2009. Sedangkan time series data adalah data yang menunjukkan perkembangan gejala suatu hal. Misalnya perkembangan berat badan balita setiap bulan pada KMS di Posyandu. Berdasarkan sumber dari mana data itu diperoleh, ada dua macam yaitu data primer dan data sekunder.

 Data primer adalah data yang diperoleh dari sumber pertama sedangkan data sekunder adalah data yang diperoleh dari tangan kedua.

STATISTIKA ITU MUDAH (Belajar Statistik tanpa berhitung)

Sebenarnya, bagi mahasiswa, statistika bukan barang asing yang baru ditemui di Perguruan Tinggi. Kita sudah mengenal statistika sejak sekolah dasar. Di SLTP kembali anda bertemu statistika demikian pula di SLTA. Sejak SD hingga SLTA kita sudah belajar statistika (tentu dalam ruang lingkup, kompleksitas dan derajat yang berbeda) yang merupakan bagian dari ruang lingkup mata pelajaran matemtika. Di perguruan tinggi, semua program studi Strata Sarjana (S-1), mata kuliah statistika merupakan mata kuliah wajib. Hal ini karena semua disiplin ilmu memerlukan konsep, teori dan teknik-teknik statistika. Namun demikian, sejak dulu, mata kuliah statistika sering dianggap mata kuliah yang susah lulus bagi sebagian besar mahasiswa. Mengapa? Dulu mahasiswa belajar statistika merasa identik dengan belajar matematika yang rumit, penuh dengan rumus dan perhitungan yang membutuhkan kemampuan teknis matematika yang memadai. Dalam proses perhitungan statistika itulah banyak mahasiswa yang gagal sampai finish penyelesaian persoalan statistik. Pada giliranya belajar statistika sering melupakan konsep dasar aplikasi statistika pada persoalan metodologi pengembangan ilmu. Apakah sekarang, pada zaman alat bantu perhitungan demikian canggih, belajar statistika masih harus dianggap sebagai belajar matematika tingkat tinggi yang tenggelam dalam proses menghitung angka-angka? Sebenarnya, belajar statistika di perguruan tinggi –kecuali bagi mahasiswa jurusan matematika dan statistika- adalah belajar bagaimana menggunakan statistika untuk pemecahan masalah dalam bidang tertentu (seperti pendidikan) dan sebagai sarana dalam penelitian ilmiah. Oleh karena itu bagi mahasiswa pengguna statistika, belajar statistika adalah mempelajari bagaimana mengaplikasikan statistika sebagai alat dalam penyelesaian penelitian ilmiah sesuai disiplin ilmu yang ditekuninya. Bagi mahasiswa atau siapapun yang bermakasud mengadakan penelitian kuantiatatif, belajar statistika bukan harus mempelajari bagaimana suatu metode dan rumus statistik muncul melainkan mempelajari bagaimana menggunakan teknik dan rumus statistika untuk mengnanalisis data penelitian (statistika terapan). Seperti anda belajar nyetir mobil adalah belajar bagaimana menggunakan piranti yang ada dalam mobil untuk dapat dikendarai dalam mencapai tujuan perjalanan. Belajar nyetir mobil yang penting mengetahui fungsi dan cara menggunakanya, bukan mempelajari prinsif-prinsif bagaiman mobil dapat bergerak, kenapa jika mesin distarter hidup. Nah dalam kesempatan ini, penulis ingin mengajak mahasiswa dan para peneliti muda mempelajari statstika melalui kacamata dan paradigma baru. Belajar statistika tanpa menghafal rumus, belajar matematika tanpa kemampuan aritmetika yang tinggi. Jika anda termasuk dan merasa sebagai orang “yang memimiliki kemampuan matematika biasa-biasa saja”, tidak usah takut tidak dapat menyelesaikan analsis statistik dalam penelitian anda. Dengan Teknologi Komputer mari selesaikan psersoalan statistika anda dengan mudah dan cepat. Bagai mana mungkin? Mari kita lihat beberapa contoh berikut. Untuk dapat memperoleh nilai standar deviasi (simpangan baku) dari sekumpulan data, secara manual anda harus mengingat rumus-rumus simpangan baku yang lumayan Selain mengetahui/mengingat rumus tersebut, prosedur perhitungan pun lumayan lama. Anda mesti membuat dulu tabel frekwensi, mengkuadratkan setiaf skor dan lain-lain melalui tabel penolong. Semakin banyak jumlah data dan semakin jauh rentang skor yang kita olah, semakin rumit pula proses penghitunganya. Namun dengan bantuan komputer anda tidak lagi memerlukan rumus tersebut. Yang penting bagi anda pengguna statistika saat ini bukan lagi berfikir tentang rumus tersebut dan bagaimana menghitungnya, melainkan cukup memahami kapan dan untuk apa standar deviasi diperlukan. Perkara menghitungnya anda dapat menggunakan salah satu aplikasi MS office standar yaitu MS Excel. Dengan MS Excel anda cukup entri data yang anda miliki pada range tertentu. Di tempat yang anda kehendaki anda Cuma harus mengetik “=stdev(blok range data)” enter, maka nilai standar deviasi akan segera muncul bersamaan dengan kedipan mata anda. Contoh tersebut hanya sekedar memperlihatkan bagaimana perhitungan statistik yang dulu dianggap memeras otak dan tenaga juga waktu anda, kini sangat mudah dilakukan. Yang dulu dianggap berat karena memerlukan kemahiran aritemetika yang lumayan, kini dengan komputer tak diperlukan lagi. Namun demikian, perlu segera ditekankan bahwa komputer hanyalah alat bantu melakukan perhitungan. Keputusan penerapan konsep, metode dan teknik statistik untuk suatu kebutuhan sepenuhnya anda yang menentukan. Bahkan dalam hal memilih teknik statistik yang digunakan komputer sendiri akan bertanya dan menunggu jawaban anda. Jika demikian, kemudian apa yang harus dipelajari dan dimiliki pengguna statistika saat ini, misalnya untuk kepentingan penelitian ? Yang harus anda pelajari dan anda miliki adalah pemahaman prinsif-prinsif penggunaan metode dan teknik-teknik statistik dalam pemecahan masalah yang diperlukan. Anda cukup memahami “jika masalahnya A, metode atau teknik statistik apa yang diperlukan?”. Menghitungnya? Lakukan dengan bantuan aplikasi komputer. Sekarang banyak program-program aplikasi komputer yang dapat digunakan untuk membantu perhitungan statistik baik program umum yang memiliki fasilitas perhitungan statistik seperti MS Excel, Winstat, dan lain-lain, atau aplikasi yang khusus dibuat untuk statistik seperti Minitab, SPSS, dan lain-lain.