Tinjauan Umum Statistika Sosial

Tinjauan Umum Statistika Sosial

Statistika merupakan ilmu penarikan kesimpulan umum berdasarkan data kuantitatif terbatas. Sebagai suatu alat bantu statistika memberikan pengetahuan dan kemampuan untuk melakukan evaluasi. Selain itu, dalam dunia kerja statistika banyak dimanfaatkan.
Statistika digunakan oleh peneliti sosial untuk:
1. menyusun data, meringkas, dan menyederhanakan data;
2. merencanakan kegiatan survei atau eksperimen yang dapat memperkecil biaya untuk memperoleh informasi dalam jumlah tertentu;
3. menetapkan metode yang terbaik dalam penarikan kesimpulan (inferensi);
4. melakukan evaluasi terhadap baik tidaknya suatu inferensi.

Statistika Deskriptif, Statistika Inferensia, dan Penggunaan Komputer
Sebagai peneliti sosial, kita memerlukan kedua cabang statistika, yaitu statistika deskriptif dan statistika inferensia. Teknik statistika deskriptif memungkinkan peneliti untuk menggambarkan satu atau lebih karakteristik dari suatu kelompok atau melakukan perbandingan antarkelompok jika peneliti memiliki data dari variabel yang menjadi perhatiannya. Teknik statistik inferensia digunakan jika peneliti memiliki data yang diperoleh dari sampel (random) dan bermaksud menyusun inferensi (menarik kesimpulan) tentang suatu populasi atau universe dari mana sampel tersebut dipilih (ditarik).
Alat bantu yang dapat digunakan peneliti saat ia melakukan analisis data dengan teknik-teknik statistika, yaitu program (paket) piranti lunak (software) statistika. Setiap paket tersebut menyediakan seluruh instruksi yang diperlukan peneliti untuk melakukan analisis data. Program (paket) komputer tersebut hanya merupakan alat bantu, di mana Anda tetap perlu memahami statistika secara memadai.
Sebagai peneliti sosial, kita memerlukan kedua cabang statistika, yaitu statistika deskriptif dan statistika inferensia. Teknik statistika deskriptif memungkinkan peneliti untuk menggambarkan satu atau lebih karakteristik dari suatu kelompok atau melakukan perbandingan antarkelompok jika peneliti memiliki data dari variabel yang menjadi perhatiannya. Teknik statistik inferensia digunakan jika peneliti memiliki data yang diperoleh dari sampel (random) dan bermaksud menyusun inferensi (menarik kesimpulan) tentang suatu populasi atau universe dari mana sampel tersebut dipilih (ditarik).
Alat bantu yang dapat digunakan peneliti saat ia melakukan analisis data dengan teknik-teknik statistika, yaitu program (paket) piranti lunak (software) statistika. Setiap paket tersebut menyediakan seluruh instruksi yang diperlukan peneliti untuk melakukan analisis data. Program (paket) komputer tersebut hanya merupakan alat bantu di mana Anda tetap perlu memahami statistika secara memadai.

Konsep-konsep Dasar dalam Pengukuran
Variabel yang diteliti pada bidang ilmu ekonomi, politik maupun Ilmu Sosial dapat dibedakan ke dalam 2 jenis, yaitu variabel kuantitatif dan variabel kualitatif. Variabel kuantitatif pengamatannya bervariasi dalam besar (jumlah)-nya dari satu kasus (responden) ke kasus lainnya. Variabel kualitatif bervariasi dalam jenisnya. Selanjutnya, variabel kuantitatif masih dapat dibedakan lagi antara variabel (kuantitatif) diskrit dan variabel kuantitatif kontinu (kontinum).
Dalam proses pengukuran variabel kuantitatif maupun kualitatif. peneliti perlu menetapkan skala pengukuran yang sesuai dengan variabel (data) yang diteliti. Skala pengukuran ini dibedakan atas skala nominal. ordinal. interval, dan rasio. Jika suatu variabel memenuhi syarat untuk diukur pada skala rasio maka variabel tersebut dapat pula diukur pada skala interval, ordinal, dan nominal. Di antara keempat skala pengukuran tersebut terdapat perbedaan kemampuan pengukuran, kemampuan tertinggi dimiliki oleh skala rasio dan kemampuan terendah ada pada skala nominal. Variabel yang dapat diukur pada skala tertentu dapat pula diukur pada skala yang lebih rendah kemampuan pengukurannya. Untuk variabel kualitatif, variabel ini hanya dapat diukur pada skala nominal.
Untuk masing-masing skala pengukuran tersebut –rasio, interval, ordinal, dan nominal– telah dikembangkan teknik atau prosedur statistika tertentu. Namun, penggunaan teknik atau prosedur untuk suatu skala pada skala pengukuran yang lain masih dimungkinkan. Teknik atau prosedur yang dikembangkan untuk suatu skala tertentu dapat digunakan untuk data yang lebih tinggi skala pengukurannya. Dengan demikian, teknik atau prosedur yang dikembangkan untuk data berskala nominal dapat digunakan untuk data yang skalanya lebih tinggi, namun sejumlah informasi pada data yang skalanya lebih tinggi akan hilang.

Perbandingan Data, Tingkat Ketelitian, Reliabilitas, dan Validitas
Pada membandingkan data, peneliti dapat menggunakan beberapa cara, yaitu rasio, proporsi, persentase, dan rates. Ketelitian dari data yang dikumpulkan bergantung pada 2 hal, yaitu instrumen pengukuran yang digunakan dan ada tidaknya pembulatan terhadap data yang dikumpul-kan Dalam pembahasan mengenai pembulatan, kita membedakan data dengan nilai sebenarnya dan data yang telah dibulatkan. Selain itu, dibahas pula prinsip-prinsip yang perlu diperhatikan dalam prosedur pembulatan.
Pada topik mengenai ketelitian data dibahas pula hal-hal yang berkaitan dengan pengurangan (tingkat) ketelitian serta penggunaan batas nyata Pembahasan dalam Kegiatan Belajar 2 ini diakhiri dengan pembahasan mengenai validitas dan reliabilitas dari suatu proses pengukuran.

Penyajian Data Kualitatif

Pada penyajian data kualitatif kategori yang ditampilkan tidak berupa angka. Hal ini berkaitan erat dengan data kualitatif dan skala pengukurannya. Skala pengukuran yang dipergunakan untuk data kualitatif adalah skala nominal dan ordinal. Skala nominal memperlihatkan klasifikasi atau penggolongan data, sedangkan skala ordinal memperlihatkan tingkatan dari data.
Apabila kategori data yang dihasilkan dalam suatu penelitian cukup banyak maka data perlu disederhanakan terlebih dahulu dengan cara menggabungkan beberapa informasi yang memiliki kesamaan sifat. Untuk keperluan interpretasi data, setiap frekuensi harus dibuat ke dalam persentase. Persentase inilah yang digunakan untuk menginterpretasikan data yang ada.
Penyajian data kualitatif terbagi menjadi dua bentuk, yaitu tabel dan diagram. Tabel data kualitatif disebut dengan distribusi frekuensi kualitatif. Jenis diagram yang merupakan bentuk penyajian data kualitatif adalah diagram lingkaran. diagram batang, diagram garis, dan piktogram.

Penyajian Data Kuantitatif

Penyajian data kuantitatif ditandai dengan penggunaan kategori yang berbentuk angka. Oleh karena itu, skala yang digunakannya adalah interval ratio. Data kuantitatif juga dapat disajikan dalam bentuk tabel dan diagram.
Penyajian data berbentuk tabel dapat dibagi 2 bentuk, yaitu tabel dengan kategori tunggal dan tabel dengan kategori dikelompokkan. Untuk mengelompokkan data kuantitatif diperlukan jumlah kelas dan interval kelas.
Diagram untuk data kuantitatif adalah diagram lingkaran. histogram, poligon, frekuensi, dan ogive. Setiap diagram memiliki komponen-komponen yang berbeda dalam pembuatannya. Pada diagram lingkaran diperlukan persentase, pada histogram, dan poligon frekuensi diperlukan adanya titik tengah kelas dan frekuensi, sedangkan pada ogive diperlukan frekuensi kumulatif dan batas kelas.

Ukuran Pemusatan

Ukuran pemusatan digunakan untuk melihat kecenderungan berkumpulnya data pada nilai-nilai tertentu. Nilai-nilai tersebut disebut dengan nilai pusat. Nilai pusat ini dapat digunakan untuk semua skala pengukuran. Pembagian nilai pusat berdasarkan skala pengukurannya adalah:

Ukuran Pemusatan Skala Pengukuran
Modus, Median, Mean Interval/Ratio, Ordinal, Nominal, Interval/Ratio, Ordinal, Interval/Ratio

Seperti terlihat dalam tabel terdapat tiga ukuran pemusatan, yaitu modus, median, dan mean. Modus adalah nilai pengamatan dengan frekuensi terbesar. Median adalah nilai yang berada di tengah-tengah dari data. Sedangkan mean adalah rata-rata hitung dari sejumlah data.

Ukuran Penyebaran

Untuk melihat variasi suatu data digunakan ukuran penyebaran. Ukuran penyebaran ini hanya dapat digunakan untuk mengukur variabel dengan skala pengukuran interval/rasio.
Tiga ukuran penyebaran yang dipelajari, yaitu range adalah rentang nilai tertinggi dan terendah dari suatu data. Rata-rata Deviasi adalah penyimpangan nilai dari rata-ratanya. Standar deviasi adalah penyebaran data di sekitar rata-rata. Ukuran penyebaran ini dibedakan antara data yang tidak dikelompokkan dengan data yang dikelompokkan.

Sumber Listrik Arus Searah

Pengertian probabilita adalah suatu perhitungan yang didasarkan pada peluang atau kemungkinan. Nilai peluang atau probabilita. berkisar antara 0 hingga l 1. Peluang nolatau apabila kita rumuskan dengan notasi, yaitu 0 adalah peluang terhadap suatu kejadian yang tidak mungkin terjadi. Sedangkan peluang satu adalah peluang terhadap suatu kejadian yang pasti terjadi.
Dalam perhitungan probabilita ada 3 pendekatan yang bisa digunakan, yaitu pendekatan klasik, pendekatan frekuensi relatif, serta pendekatan subjektif. Dalam Probabilita kita juga mengenal 4 asas peristiwa, yaitu mutually exclusive, non exclusive, independen, serta dependen. Untuk independen dan dependen kita bagi lagi ke dalam 3 bagian, yaitu peluang bersyarat, gabungan, serta marginal

Distribusi Peluang

Apabila kita bicara mengenai distribusi peluang maka sama halnya dengan kita mempelajari distribusi frekuensi. Perbedaan antara distribusi peluang dan distribusi frekuensi adalah apabila kita bicara mengenai distribusi frekuensi maka kita bicara mengenai data yang terjadi pada hasil percobaan (observed data), sedangkan dalam distribusi peluang. kita bicara mengenai data yang diharapkan atau diduga terjadi pada hasil percobaan (expected data). Distribusi peluang sering kali disebut juga sebagai distribusi teoretis. Distribusi normal digunakan untuk data atau variabel kontinu, sedangkan distribusi binomial digunakan untuk data atau variabel diskret.
Dalam beberapa kasus tertentu, sering kali kita tidak mengetahui rata-ratanya. atau kita tidak mengetahui nilai standar deviasinya.

Penarikan Sampel Probabilita

Pengambilan sampel, dalam beberapa buku teks Statistika berbahasa Indonesia sering disebut sebagai penarikan sampel adalah suatu kegiatan yang termasuk dalam bidang statistika inferens. Pengetahuan kita, perilaku kita, dan aksi kita didasarkan pada sampel. Penggunaan sampel juga berlaku dalam kehidupan kita sehari-hari, sering kali sama halnya dengan penelitian ilmiah. Sampel yang dianggap mampu mewakili populasinya dengan baik adalah sampel random, yaitu sampel yang ditarik dengan proses random. Proses random adalah suatu proses di mana tidak seorang pun tahu secara pasti hasil apa yang akan keluar/terjadi. Di sisi lain pengambilan sampel random artinya anggota-anggota populasi yang terpilih menjadi anggota sampel adalah anggota-anggota yang membawakan ciri-ciri populasinya. Dengan perkataan lain, suatu sampel disebut sebagai sampel random jika dalam proses pengambilan sampel itu semua anggota populasi mempunyai kesempatan yang sama (equally probable) untuk terpilih menjadi anggota sampel.

Pengambilan Sampel Nonprobabilitas

Di samping pengambilan sampel random, ternyata ada pengambilan sampel lain yang tidak memenuhi kriteria random. Pengambilan sampel kelompok kedua ini disebut pengambilan sampel yang tidak random (non-random sampling). Biasanya pengambilan sampel ini dilakukan dengan maksud tertentu.
Pengambilan sampel ini dibagi menjadi pengambilan sampel purposif (dengan maksud tertentu) dalam literatur berbahasa Inggris disebut Purposive sampling, pengambilan sampel kuota (jatah) disebut Quota sampling, pengambilan sampel bola salju (Snow-ball Sampling), pengambilan sampel sekehendak disebut Judgement Sampling, dan pengambilan sampel ahli disebut Expert Sampling.

Estimasi Parameter dan uji Hipotesis

Secara sederhana kita dapat mengatakan bahwa estimasi adalah pendugaan. Estimasi akan kita pakai sebagai dasar untuk kita melakukan suatu keputusan. Dalam melakukan estimasi, kita memakai beberapa estimator. Estimator adalah statistik yang digunakan untuk melakukan estimasi parameter populasi. Seorang peneliti melakukan estimasi rata-rata di tingkat populasi dengan memakai data rata-rata di tingkat sampel.
Dalam statistik, dikenal ada 2 jenis estimasi, yaitu estimasi titik dan estimasi interval. Estimasi titik adalah suatu nilai tunggal yang dihitung berdasar pengukuran sampel yang akan dipakai untuk menduga nilai tunggal yang ada di tingkat populasi, yang belum kita ketahui. Kita bisa memakai nilai rata-rata atau mean sebagai estimator, standar deviasi maupun variance. Estimasi titik terhadap proporsi adalah pendugaan terhadap sesuatu hal yang proporsi populasinya tidak kita ketahui.
Selain estimasi kita juga memiliki uji hipotesis yang juga merupakan pendugaan terhadap parameter populasi. Namun demikian, ada perbedaan yang mendasar antara estimasi dan uji hipotesis. Apabila dalam estimasi, kita menduga kenyataan yang ada di tingkat populasi dengan memakai data di sampel maka uji hipotesis lebih ditujukan untuk membuat suatu pertimbangan tentang perbedaan antara nilai statistik di sampel dengan nilai parameter populasi. Dalam pengujian hipotesis, kita diperkenalkan dengan suatu perumusan hipotesis, yang disebut sebagai hipotesis nul (Ho) dan hipotesis alternatif (Ha).

Estimasi Interval dan Penetapan Besar Sampel

Estimasi interval adalah suatu estimasi terhadap parameter populasi dengan memakai range (interval nilai). Estimasi interval merupakan sekumpulan angka, yang kita duga salah satunya adalah nilai yang kita duga. Dengan melakukan estimasi interval maka hasil pendugaan kita akan lebih objektif. Kita juga dapat menyatakan berapa besar tingkat kepercayaan kita. bahwa interval yang terbentuk memang mengandung nilai parameter yang kita duga. Dalam ilmu sosial, interval kepercayaan yang sering digunakan adalah 90 %, 95 % atau 99 %.
Pada dasarnya seorang peneliti bebas menentukan berapa besar interval kepercayaan yang akan dipergunakan. Pertimbangannya adalah dengan semakin besar tingkat kepercayaan yang diberikan maka semakin tinggi pula tingkat kepercayaan bahwa parameter populasi yang diestimasi terletak dalam interval yang terbentuk, namun penelitian itu menjadi semakin tidak teliti. Apabila kita menetapkan interval kepercayaan sebesar 95% maka dengan kata lain kita menetapkan alpha sebesar 5% (100-95). Pengertiannya adalah kita memberikan toleransi untuk melakukan kesalahan sebanyak 5 kali dalam 100 kali percobaan. Dengan interval kepercayaan itu maka peneliti memiliki kepercayaan bahwa nilai parameter di tingkat populasi akan berada pada interval ± Z standard error dari rata-rata populasi.
Terlepas dari perdebatan ahli sosial, setidaknya kita dapat memper-timbangkan untuk menentukan besaran sampel dengan mengingat bahwa semakin besar sampel. atau semakin jumlah sampel mendekati jumlah populasi maka penelitian kita akan akurat. Sebaiknya kita menetapkan besaran sampel yang sebesar mungkin, dengan mempertimbangkan faktor-faktor, seperti besaran interval kepercayaan yang kita gunakan, heterogenitas populasi, serta faktor-faktor teknis, seperti masalah tenaga surveier, waktu, serta dana.

Pengertian Uji Statistik Hipotesis

Hipotesis adalah jawaban teoretis atas permasalahan yang dihadapi peneliti. Setelah kita membuat hipotesis, kita melakukan pengumpulan data empiris, dan setelah data empiris terkumpul maka kita akan membuat suatu keputusan dengan kemungkinan mempertahankan hipotesis atau merevisi hipotesis. Cara yang kita lakukan untuk mengambil keputusan didasarkan pada uji statistik.
Uji hipotesis lebih ditujukan untuk membuat suatu pertimbangan tentang perbedaan antara nilai statistik di sampel dengan nilai parameter populasi. Dengan adanya perbedaan nilai tersebut maka dalam pengujian hipotesis, kita akan diperkenalkan dengan suatu hipotesis yang disebut sebagai hipotesis null (Ho) dan hipotesis alternatif (Ha).
Dalam melakukan pengujian hipotesis, ada beberapa langkah yang haru dilakukan, yaitu merumuskan hipotesis null dan hipotesis alternatif, memilih uji statistik yang sesuai, menentukan taraf signifikansi (alpha), melakukan perhitungan, serta mengambil kesimpulan. Penentuan besar kecilnya alpha yang akan kita berikan, terkait erat dengan kesalahan-kesalahan yang mungkin terjadi pada saat pengambilan keputusan. Ada 2 kemungkinan kesalahan yang bisa terjadi, yaitu kita menolak Ho, padahal Ho itu benar (disebut galat I), dan kesalahan kedua adalah kita menerima Ho padahal H itu salah (disebut galat II).

Uji Statistik Satu Sisi dan Dua Sisi

Dalam melakukan pengujian hipotesis, ada beberapa bentuk, yaitu uji hipotesis untuk rata-rata dan uji hipotesis untuk proporsi. Baik uji hipotesis rata-rata maupun proporsi, dikenal adanya uji satu sisi dan uji dua sisi. Uji satu sisi digunakan bila kita ingin membuktikan apakah data yang sebenarnya kurang dari atau lebih dari data di populasi, sedangkan uji dua sisi digunakan apabila kita ingin membuktikan apakah data sebenarnya tidak sama dengan data di populasi.
Dalam bentuk kurva maka uji satu sisi hanya menggunakan satu sisi. di mana sisi kiri digunakan apabila perumusan hipotesis alternatifnya memakai notasi kurang dari dan sisi kanan digunakan bila perumusan hipotesis alternatifnya memakai notasi lebih dari, sedangkan dalam kurva yang memakai kedua sisi, apabila perumusan hipotesis alternatifnya memakai notasi tidak sama dengan.

Uji Hipotesis Dua Rata-rata Populasi untuk Sampel Besar

Untuk dua populasi dapat dilakukan uji hipotesis untuk rata-rata populasi. Apabila jumlah sampel yang digunakan besar maka uji statistik yang tepat adalah tes z. Sampel besar yang dimaksudkan adalah apabila salah satu sampel berjumlah lebih dari atau sama dengan 30. Pengujian dua rata-rata populasi ini menggunakan satu variabel dengan skala pengukuran interval/rasio.

Uji Hipotesis Dua Rata-rata Populasi untuk Sampel Kecil

Untuk Jumlah sampel kecil dapat digunakan tes t dan tes z, tes z digunakan apabila kedua populasi yang diperbandingkan berdistribusi normal Sedangkan tes t digunakan bila populasi yang diperbandingkan tidak terdistribusi secara normal.
Untuk tes t jumlah kedua sampel yang diperbandingkan masing-masing miliki jumlah sampel kurang dari 30. Pada uji statistik ini digunakan satu variabel yang berskala interval/rasio.
Rumus tes t yang digunakan untuk uji statistik dua rata-rata populasi in adalah:

Dengan derajat bebas sebesar: n1 + n2 – 2

DAFTAR PUSTAKA
Argyrous, George. (1997). Statistic for Social Research. MacMillan Press Ltd.

Babbie, Earl. (1992). The Practice of Social Research. Belmont: Wadsworth Co.

Bailey, Kenneth D. (1994). Methods of Social Research. New York: The Free Press..

Elifson, Kirk W., Richard P., Runvon and Audrey Haber. (1990). Fundamentals of Social Statistics. Mc. Graw Hill Publishing Company.

Creswell, John. (1994). Research Design Quantitative and Qualitative Approaches. : Thousand Oaks: Sage Publication.

Dajan, Anto. (1995). Pengantar Metode Statistik Jilid I. Jakarta: LP3S.

Djarwanto. (1996). Mengenal Beberapa Uji Statistik dalam Penelitian. Jogyakarta: Liberty.

Miller, Delbert. (1991). Handbook of Research Design and Social Measurment. 5th ed. Newbury Park: Sage Publication.

Nachmias, Chava Frankfort and David Nachmias. (1992). Research Methods in The Social Sciences. New York: St. Martin’s Press.

Nazir, Moh. (1985). Metode Penelitian. Jakarta: Ghalia Indonesia.

Neuman Lawrence. (1997). Social Research Methods Quantitative and Qualitative Approaches. 3rd ed. Boston: Allyn and Bacon.

Ott. et.al. (1992). Statistic A Tool for the Social Sciences. 5thed. Belmont. California: Duxbury press.

Pasaribu, Amudi. (1983). Pengantar Statistik. Jakarta: Ghalia Indonesia.

Rusli, Said dan Sumardjo. (1995). Penyunting, Kajian Indeks Mutu Hidup (Physical Quality of Life Index) di Kabupaten Indragiri Hulu, Provinsi Riau. Jakarta: Grasindo.

Santoso, Singgih, dan Fandy Tjiptono. (2001). Riset Pemasaran: Konsep dan Aplikasi dengan SPSS. Jakarta: Elex Media Komputindo.

Singleton. Royce Jr. et.al. (1988). Approaches to Social Research. New York: Oxford University Press.

Sproull, Natalia. (1993). Handbook of Research Methods A Guide for Practitioners and Students in the Social Sciences. Metuchen H.J.: The Screcrow Press.

Sudjana. (1988). Metode Statistika. Bandung: Tarsito.

Supramono dan Sugiarto. (1993). Statistika. Yogyakarta: Penerbit: Andi Offset.

Supranto. J. (1982). Statistik untuk Pimpinan dan Usahawan. Jakarta: Penerbit Erlangga.

Walpole, Ronald. (1995). Pengantar Statistika. Jakarta: Gramedia.

Zanten, Wim Van. (1994). Statistika untuk Ilmu Sosial. Jakarta: Gramedia

5 Comments

  1. Statistik memang dalam aplikasinya jika kita ceroboh dalam menarik kesimpulan positif, akan mengurangi nilai argumen khususnya dalam kelompok besar sehingga akan melebihi untuk signifikan sebesar 5% atau 5 dalam 100 untuk itu diperlukan tes signifikan pada perbedaan-perbedaan yang ketat….buat adik-adik di SMA maupun di bangku kuliah lengkapilah pengetahuan anda bidang statistik, salam sukses selalu

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

Logo WordPress.com

You are commenting using your WordPress.com account. Logout / Ubah )

Gambar Twitter

You are commenting using your Twitter account. Logout / Ubah )

Foto Facebook

You are commenting using your Facebook account. Logout / Ubah )

Foto Google+

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s