TIPE DATA, STATISTIK DAN ELEMEN STATISTIK || Materi Teknik Industri

  • Share

Ilmu statistik acapkali dihubungkan dengan angka, sampai disebut dengan nemerical description. Sebagai contoh, jumlah penduduk di suatu wilayah, produksi sepeda selama setahun, jumlah pengunjung kawasan wisata dll.

Tetapi statistik tidak berupa data angka saja, atau hanya sekumpulan data mentah, tetapi statistik dipakai untuk melakukan banyak sekali kegiatan analisis terhadap data, mirip peramalan (forecasting), menampilkan data dalam bentuk tabel, membuat grafik, melakukan uji hipotesis dan lainnya.

Baca juga :MEAN, MEDIAN, MODUS, DESIL, QUARTIL, PERSENTIL | STATISTIK DASAR

Ilmu statistik dapat dibagi menjadi dua bagian,

1. Statistik deskriptif

Menggambarkan banyak sekali kriteria data, mirip rata-rata, median dll

2. Statistik indusktif (inferensi)

berusaha membuat banyak sekali inferensi terhadap sekumpulan data yang berasal dari suatu sampel.

Pembagian tersebut berdasarkan peredaran proses pengolahan data, dan yang paling umum.

Metode statistik dapat p**a dibedakan menjadi statistik parametik dan non-parametik, statistik univariat, bivariat atau multivariat. dasar tersebut ialah berdasarkan tipe data, jumlah data dan jumlah variabel yang dianalisis.

ELEMEN STATISTIK

Beberapa elemen dalam masalah statistik

1. Populasi

Secara umum populasi ialah sekumpulan data yang mengidentifikasi suatu fenomena, populasi lebih tergantung dari kegunaan dan relevansi data yang dikumpulkan. Sebagai contoh kalau akan diteliti kepuasan pekerja laki-laki yang bekerja pada malam hari di PT. Tak pernah mati, maka populasinya ialah pekerja wanita khusus dibagiaan produksi yang bekerja lembur pada malam hari pada PT. Tak pernah mati, jadi tergantung lingkup masalahnya terlebih dahulu.

2. Sampel

sampel dapat didefinisikan sebagai sekumpulan data yang diambil atau diseleksi dari suatu populasi. Sama mirip yang di atas, , maka sampelnya ialah sebagian pekerja wanita, atau beberapa pekerja wanita di perusahaan tersebut. Jadi dapat ditarik kesimpulan, sampel ialah bagian dari populasi, atau populasi mampu dibagi dalam banyak sekali jenis sampel.

3. Variabel

Mirip untuk meneliti kepuasan pekerja, variabel yang dianggap relevan mampu berupa usia pekerja, genger pekerja. sedangkan variabel lain, mirip status pekerja, asal pekerja, atau kawasan tinggal pekerja, mampu saja dianggap tidak relevan dan tidak perlu dianalisis.

Kegiatan statistik berafiliasi dengan pengambilan data untuk sejumlah variabel tertentu, baik yang ada pada sampel atau populasi. Sebagai contoh, untuk meneliti kepuasan pekerja laki-laki di PT. Tak pernah mati, diambil sampel sejumlah 100 orang pekerja laki-laki. Pada 100 orang tersebut diambil data untuk variabel-variabel tingkat pendidikan, usia, masa kerja, pengeluaran per bulan dan seterusnya.

Baca Juga:  Lowongan Kerja PT. Karya Aspal Mandiri

Selanjutnya, terkait dengan contoh di atas, isi variabel tingkat pendidikan seseorang akan berbeda dengan isi variabel tingkat pendidikan seseorang akan berbeda denan isi variabel usia atau variabel masa kerja. Selanjutnya nanti mampu dianalisis menggunakan SPSS

TIPE DATA STATISTIK

Data dalam statistik berdasarkan tingkat pengukurannya (level of measurement) dapat dibedakan dalam 4 jenis.

Data Kualitatif (Qualitative Data)

Data kualitatif secara sederhana mampu disebut data yang bukan berupa angka, dibagi menjadi dua yaitu

1. Nominal

Adalah data  yang paling rendah dalam level pengukuran data. Kalau suatu pengukuran data hanya menghasilkan satu dan hanya satu-satunya kategori, maka data tersebut ialah data nominal. misalkan proses pendataan kawasan tinggal berdasarkan KTP, hanya punya satu dan satu-satunya. Selanjutnya mampu jenis kelamin seseorang.

Data nominal dalam statistik dibuat dalam kategorisasi, misal dalam pengisian data, jenis kelamin laki-laki dikategorikan sebagai ‘1’ dan perempuan ‘2’, kategori ini hanya sebagai tanda saja, tidak mampu dilakukan operasi matematika.

2. Ordinal

Dengan level yang lebih tinggi, yaitu ada tingkatan data. Ada data dengan urutan lebih tinggi dan urutan lebih rendah, mirip pengukuran tingkat kesukaan konsumen. Sebagai contoh kalau ‘tidak s**a’ dikategorikan sebagai ‘1’, ‘s**a’ sebagai ‘2’ dan ‘sangat s**a’ sebagai ‘3’. Data ordinal juga tidak mampu dilakukan operasi matematika.

Karakteristik data kualitatif ialah pada data tersebut tidak mampu dilakukan operasi matematika, mirip penampaban, pengurangan, perkalian dan pembagian.

Data Kuantitatif (Quantitative Data)

Mampu disebut sebagai data berupa angka dalam arti yang sebenarnya , mampu dilakukan operasi matematika. Dikotomi bagian, yaitu:

1. Data Interval

Menempati level pengukuran yang lebih tinggi dari data ordinal, mirip contoh pengukuran temperatur laboratorium panas di PT. Tak pernah mati, sengan interval temperatur yaitu

  • Cukup panas , kalau temperatur antara 50°C-80°C
  • Panas, kalau temperatur antara 80°C-110°C
  • Sangat panas, kalau temperatur antara 110°C-140°C

Data temperatur mampu dikatakan data interval karena data mempunyai interval atau jarak tertentu yaitu 30°C.

2. Data Rasio

Data dengan tingkat pengukuran paling tinggi diantara jenis data lainnya, bersifat angka dalam arti sesungguhnya, yang mampu dioperasikan secara matematika. Disparitas dari data interval ialah data rasio memiliki titik nol dalam arti sesungguhnya. Sebagai contoh jumlah produk sepatu yang dimiliki PT. Tak pernah mati. Kalau jumlah sepatu nol, maka tidak ada satu pun sepatu dalam gudang barang jadi. Kalau terdapat 50 pasang sepatu, kemudian dalam waktu satu jam produk bertambah 50 pasang sepatu lagi, maka total sepatu yang ada di gudang barang jadi yaitu (operasi penjumlahan) 50+50 =100 pasang sepatu.

PROGRAM KHUSUS KOMPUTER STATISTIK

Dalam pengolahan data statistik, sejalan dengan semakin spesialisasinya banyak aplikasi, mampu dilakukan dengan aplikasi yang khusus digunakan untuk pengolahan data statistik. Dimana hanya melakukan pengolahan data statistik deskriptif deskriptif maupun induktif, menyajikan banyak sekali grafik yang relevan untuk membantu pengambilan keputusan di bidang statistik. Model acara tersebut ialah STATISTICA, SAS, MINITAB, SPSS dll.

Dari beberapa acara komputer tersebut sulit ditentukan mana yang paling baik. Tetapi lebih sempurna dikatakan jenis acara mana yang paling cocok atau sempurna untuk tujuan pengolahan data. Kalau pengolahan data bersifat sederhana dan tidak rutin, maka menggunakan fasilitas fungsi statistik dari Excel mampu menjadi solusi atau acara analisis Toolpak sudah membantu, namun kalau pengolahan data cukup kompleks, atau pengolahan data menjadi hal yang rutin, penggunaan acara statistik sangat dianjurkan.

Dengan demikian, SPSS ialah suatu acara komputer yang khusus dibuat untuk mengolah data dengan metode statistik tertentu. Akan dibahas lebih lengkap perihal SPSS pada postingan selanjutnya.

Baca juga “Pengolahan Data SPSS”

………………………….

Daftar pustaka : Santoso, Singgih. 2015.”SPSS20 , Pengolahan Data Statistik di Era Berita“. Jakarta: PT Elex Media Komputindo.

  • Share

Leave a Reply

Your email address will not be published.

nineteen − eleven =