Statistika, Data dan Penyajian Data

II.1 Pengertian Statistika

Kata statistik berasal dari kata latin yaitu status yang berarti negara. Pada awalnya kata statistik diartikan sebagai keterangan-keterangan yang dibutuhkan oleh negara dan berguna bagi Negara.

Perkembangan lebih lanjut menunjukkan bahwa pengertian statistik merupakan suatu kumpulan angka-angka. Sedangkan statistika adalah ilmu pengetahuan yang berhubungan dengan cara-cara pengumpulan, penyajian, pengolahan, analisis data serta penarikan kesimpulan.

Statistika dalam pengertian sebagai ilmu dibedakan menjadi dua:

a. Statistika deskriptif (perian) mempunyai tujuan untuk mendeskripsikan atau memberi gambaran objek yang teliti sebagaimana adanya tanpa menarik kesimpulan atau generalisasi. Dalam statistika deskriptif ini dikemukakan cara-cara data dalam bentuk tabel maupun diagram, penentuan rata-rata, modus, median, rentang serta simpangan baku.

b. Statistika inferensial (induktif) mempunyai tujuan untuk penarikan kesimpulan. Sebelum menarik kesimpulan dilakukan suatu dugaan yang dapat diperoleh dari statistika deskriptif.(⁵)

II.2 Kegunaan Statistik

a. Komunikasi, ialah sebagai penghubung beberapa pihak yang menghasilkan data statistik atau berupa analisis statistik sehingga beberapa pihak tersebut akan dapat mengambil keputusan melalui informasi tersebut

b. Deskripsi, yaitu penyajian data dan mengilustrasikan data.

c. Regresi, ialah meramalkan pengaruh data yang satu dengan data lainnya dan untuk mengantisipasi gejala-gejala yang akan datang

d. Korelasi, yaitu untuk mencari kuatnya atau besarnya hubungan data dalam suatu penelitian

e. Penelitian ilmiah, yaitu pada penyajian data yang diperoleh dari hasil pengukuran terhadap variabel terikat dan mengemukakan atau menemukan dan menerangkan kembali keterangan-keterangan yang tersembunyi dalam angka-angka statistik

f. Proses pembelajaran, yakni membantu para pengajar dalam melakukan analisis butir-butir soal yang digunakan untuk mengukur hasiil belajar para pelajar dan membantu pengajar untuk menghitung rata-rata kelas dan simpangan baku dalam rangka menentukan nilai dalam raport.

g. Kehidupan sehari-hari, yakni dalam penyediaan data, bahan-bahan atau ketrangan-keterangan dari berbagai hal untuk disajikan, dianalisis dan ditafsirkan.

h. Komparasi, yaitu membandingkan data dua kelompok atau lebih.(⁶)

II.3 Data

Data adalah hasil pengukuran atau pengamatan suatu atau lebih variabel yang bentuknya dapat berupa angka, kata-kata, atau citra. Dalam keilmuan (ilmiah), fakta dikumpulkan untuk menjadi data. Data kemudian diolah sehingga dapat diutarakan secara jelas dan tepat sehingga dapat dimengerti oleh orang lain yang tidak langsung mengalaminya sendiri, hal ini dinamakan deskripsi.(⁸)

II.4 Skala Pengukuran

Data dibedakan menurut skala yang digunakan pada saat melakukan pengukuran. Dengan pengukuran dimaksudkan sebagai upaya memberikan angka numerik terhadap obyek menurut aturan-aturan tertentu. Aturan yang berbeda akan menghasilkan skala yang berlainan sehingga akan memberikan jenis pengukuran yang berbeda. Terdapat empat macam skala pengukuran yang ada yaitu:
a. Skala nominal

Skala nominal merupakan skala pengukuran yang paling rendah tingkatannya di antara ke empat skala pengukuran yang lain. Seperti namanya, skala ini membedakan satu obyek dengan obyek lainnya berdasarkan lambang yang diberikan. Oleh karena itu data dalam skala nominal dapat dikelompokkan ke dalam beberapa kategori, dan kepada kategori tersebut dapat diberikan lambang yang sesuai atau sembarang bilangan. Bilangan yang diberikan tidak mempunyai arti angka numerik artinya kepada angka-angka tersebut tidak dapat dilakukan operasi aritmetika, tidak boleh menjumlahkan, mengurangi, mengalikan, dan membagi. Bilangan yang diberikan hanyalah berfungsi sebagai lambang yang dimaksudkan hanya untuk membedakan antara data yang satu dengan data yang lainnya. Statistik yang sesuai dengan data berskala Nominal adalah Statistik Nonparametrik. Contoh perhitungan statistik yang cocok adalah Modus, Frekuensi dan Koefisien Kontingensi.
b. Skala ordinal

Skala pengukuran berikutnya adalah skala pengukuran ordinal. Skala pengukuran ordinal mempunyai tingkat yang lebih tinggi dari skala pengukuran nominal. Dalam skala ini, terdapat sifat skala nominal, yaitu membedakan data dalam berbagai kelompok menurut lambang, ditambah dengan sifat lain yaitu, bahwa satu kelompok yang terbentuk mempunyai pengertian lebih dari kelompok lainnya. Oleh karena itu, dengan skala ordinal data atau obyek memungkinkan untuk diurutkan atau dirangking. Statistik yang sesuai dengan data berskala Ordinal adalah Statistik Nonparametrik. Contoh perhitungan statistik yang cocok adalah Median, Persentil, Korelasi Spearman (rs), Korelasi Thau-Kendall dan Korelasi Thau-Kendall (W).

c. Skala interval

Skala pengukuran Interval adalah skala yang mempunyai semua sifat yang dipunyai oleh skala pengukuran nominal, dan ordinal ditambah dengan satu sifat tambahan. Dalam skala interval, selain data dapat dibedakan antara yang satu dengan yang lainnya dan dapat dirangking, perbedaan (jarak/interval) antara data yang satu dengan data yang lainnya dapat diukur. Statistik yang sesuai dengan data berskala Interval adalah Statistik Nonparametrik dan Statistik Parametrik. Contoh perhitungan statistik yang cocok adalah Rata-rata, Simpangan Baku, dan Korelasi Pearson.

d. Skala rasio

Skala rasio merupakan skala yang paling tinggi peringkatnya. Semua sifat yang ada dalam skala terdahulu dipunyai oleh skala rasio. Sebagai tambahan, dalam skala ini, rasio (perbandingan) antar satu data dengan data yang lainnya mempunyai makna. Statistik yang sesuai dengan data berskala Rasio adalah Statistik Nonparametrik dan Statistik Parametrik. Contoh perhitungan statistik yang cocok adalah Rata-rata ukur, Koefisien Variasi dan statistik-statistik lain yang menuntut diketahuinya titik nol mutlak.(⁸)

II.5 Microsoft Excel

Microsoft Excel adalah program aplikasi pengolah angka/lembar kerja yang tergabung dalam paket Microsoft Office yang merupakan produksi dari pabrik perangkat lunak Microsoft. Microsoft Excel merupakan perangkat lunak untuk mengolah data secara otomatis meliputi perhitungan dasar, penggunaan fungsi-fungsi, pembuatan grafik dan manajemen data.(¹)

Perangkat lunak ini sangat membantu untuk menyelesaikan permasalahan administratif mulai yang paling sederhana sampai yang lebih kompleks. Permasalahan sederhana tersebut misalnya membuat rencana kebutuhan barang meliputi nama barang, jumlah barang dan perkiraan harga barang. Permasalahan ini sebenarnya dapat juga diselesaikan menggunakan Microsoft Word karena hanya sedikit memerlukan proses perhitungan, tetapi lebih mudah diselesaikan dengan Microsoft Excel. Contoh permasalahan yang lebih kompleks adalah pembuatan laporan keuangan (general ledger) yang memerlukan banyak perhitungan, manajemen data dengan menampilkan grafik atau pivot tabel atau penggunaan fungsi-fungsi matematis ataupun logika pada sebuah laporan. Penyelesaian permasalahan yang kompleks juga dapat memanfaatkan pemograman macro yang disediakan oleh Excel agar proses penggunaan lebih mudah.

Beberapa manfaat utama dari Microsoft Excel yang sering kita gunakan adalah kemampuannya untuk menghasilkan penghitungan serta analisa statistik dalam bentuk teks maupun diagram grafis secara otomatis dari rumus yang sudah kita masukkan sehingga fitur tersebuat sangat mempermudah pekerjaan kita yang berurusan dengan lembar kerja. Mengurutkan data, menjumlah sub total dan grand total, mengedit teks secara langsung di sel, menjumlah secara otomatis dengan autosum, membuat grafik secara cepat dan mudah dengan fungsi chard wizard, mencetak dengan proporsi bebas.(⁷)

II.6 Penyajian Data

Secara garis besar ada dua cara penyajian data yaitu dengan tabel dan grafik. Dua cara penyajian data ini saling berkaitan karena pada dasarnya sebelum dibuat grafik data tersebut berupa tabel. Penyajian data berupa grafik lebih komunikatif.

II.6.1 Penyajian data dengan tabel

Tabel atau daftar merupakan kumpulan angka yang disusun menurut kategori atau karakteristik data sehingga memudahkan untuk analisis data.

Ada tiga jenis tabel yaitu :

ü Tabel satu arah atau satu komponen adalah tabel yang hanya terdiri atas satu kategori atau karakteristik data. Tabel berikut ini adalah contoh tabel satu arah.

Tabel 2.1 Tabel satu arah atau satu komponen

Banyaknya Pegawai Negeri Sipil Menurut Golongan Tahun 1990
Golongan	Banyaknya (orang)
I	703.827
II	1.917.920
III	309.337
IV	17.574
Jumlah	2.948.658

ü Tabel dua arah atau dua komponen adalah tabel yang menunjukkan dua kategori atau dua karakteristik. Tabel berikut ini adalah contoh tabel dua arah.

Tabel 2.2 Tabel dua arah atau dua komponen

Jumlah Mahasiswa UPH menurut Fakultas dan Kewarganegaraan 1995
Fakultas	WNI	WNA	Jumlah
Fak. Ekonomi	1850	40	1890
Fak. Teknologi Industri	1320	10	1330
Fak. Seni Rupa & Design	530	5	535
Fak. Pasca Sarjana	250	10	260
Jumlah	3950	65	4015

ü Tabel tiga arah atau tiga komponen adalah tabel yang menunjukkan tiga kategori atau tiga karakteristik. Contoh tabel berikut ini.

Tabel 2.3 Tabel tiga arah atau tiga komponen

Jumlah Pegawai Menurut Golongan, Umur dan Pendidikan pada Departeman A Tahun 2011
Golongan	Umur (tahun)		Pendidikan
Golongan	25 – 35	> 35	Bukan Sarjana	Sajana
I	400	500	900	0
II	450	520	970	0
III	1200	2750	1850	2100
IV	0	250	0	250
Jumlah	2.050	4020	3720	2350

II.6.2 Penyajian data dengan grafik/diagram

Penyajian data dengan grafik dianggap lebih komunikatif karena dalam waktu singkat dapat diketahui karakteristik dari data yang disajikan.

Dilihat dari waktu pengumpulannya, dikenal dua jenis data yaitu :

· Cross section data adalah data yang dikumpulkan pada suatu waktu tertentu

· Data berkala adalah data yang dikumpulkan dari waktu ke waktu. Dengan data berkala dapat dibuat garis kecenderungan atau trend.(³)

Terdapat beberapa jenis grafik yaitu :

· Grafik garis (line chart)

Grafik garis atau diagram garis dipakai untuk menggambarkan data berkala. Grafik garis dapat berupa grafik garis tunggal maupun grafik garis berganda.

Gambar 2.1 Grafik Garis

· Grafik batang / balok (bar chart)

Grafik batang pada dasarnya sama fugsinya dengan grafik garis yaitu untuk menggambarkan data berkala. Grafik batang juga terdiri dari grafik batang tunggal dan grafik batang ganda.

Gambar 2.3 Grafik Batang

· Grafik lingkaran (pie chart)

Grafik lingkaran lebih cocok untuk menyajikan data cross section, dimana data tersebut dapat dijadikan bentuk presentase.

Gambar 2.4 Grafik Lingkaran

· Histogram

Jika pada diagram batang, gambar batang-batangnya terpisah maka pada histogram gambar batang-batangnya berimpit. Histogram dapat disajikan dari distribusi frekuensi tunggal maupun distribusi frekuensi bergolong

Gambar 2.5 Histogram

· Poligon Frekuensi

Apabila pada titik-titik tengah dari histogram dihubungkan dengan garis dan batang-batangnya dihapus, maka akan diperoleh poligon frekuensi

Gambar 2.6 Poligon Frekuensi