STATISTIK

A. Pengertian Statistik dan statistika

Pada awalnya kata statistik digunakan oleh Gottfriet Achmenwall (1719-1772).

Kemudian Dr.E.A.W. Zimmerman memperkenalkan kata statistik ke negeri Inggris,

selanjutnya kata statistik tersebut dipopulerkan oleh Sir Jhon Sinclaer. Sebenarnya jauh

sebelum abad ke 18 yaitu sejak permulaan sejarah manusia, mereka sudah mengenal

pencatatan dan mempergunakan data dalam kehidupan.

Secara etimologi kata statistik berasal dari bahasa Italia “ Statista” yang berarti

negarawan atau ahli kenegaraan, karena sejak dahulu kata statistik hanya digunakan untuk

kepentingan negara saja.

Selanjutnya pengertian kata statistik dan statistikaadalah sebagai berikut:

1. Statistik

Adalah kumpulan data, bilangan maupun non bilangan yang disusun dalam tabel atau

diagram, yang melukiskan atau menggambarkan suatu persoalan

Contoh: statistik penduduk, statistik kelahiran, pendidikan, produksi, pertanian dll.

2. Statistika

Adalah pengetahuan yang berhubungan dengan cara-cara pengumpulan data, pengolahan

atau penganalisisannya dan penarikan kesimpulan berdasarkan kumpulan data dan

penganalisisannya yang dilakukan.

Berdasarkan tingkat atau tahapan kegiatan, statistika dapat dibagi menjadi dua golongan,

yaitu:

1. Statistika deskriptif atau statistika deduktif

Yaitu statistika yang dimulai dari menghimpun data, menyusun atau mengatur data,

mengolah data, menyajikan dan menganalisa data angka, guna memberiakngambaran

tentang suatu gejala, peristiwa atau keadaan.

2. Statistika inferensial atau statistika induktif

Yaitu statistika yang menyediakan aturan atau cara yang dapat digunakan untuk menarik

kesimpulan, membuat ramalan dan penaksiran.

B. Data Statistik

Kata “data” merupakan bentuk jamak sedangkan bentuk tunggalnya adalah datum.

Jadi data sama dengan datum-datum. Data statistik data yang berwujud angka, namun tidak

semua angka disebut data statistik. Suatu angka atau bilangan disebut data statistik bila angka

tersebut menunjukkan suatu ciri dari suatu penelitian yang bersifat agregatif yaitu pencatatan

yang dilakukan lebih dari satu kali pada satu individu serta mencerminkan suatu kegiatan

dalam bidang tertentu.

Berdasarkan sudut pandang statistik ,data dibagi menjadi dua yaitu:

1. Data kualitatif

Yaitu data yang dinyatakan bukan dalam bentuk angka.

Misalnya jenis pekerjaan seseorang ( petani, pedagang PNS, ABRI, wiraswasta , dll),

tingkat pendidikan( SD, SMP,SMA ,PT).

Agar dapat diolah dan dianalisis dengan statistik harus diubah menjadi data kuantitatif.

2. Data kuantitatif

Yaitu data yang dinyatakan dalam bentuk angka.

Misalnya berat badan, tinggi badan , kecepatan, indek prestasi mahasiswa, dll

Adapun berdasarkan cara memperoleh data, data kuantitatif dibagi menjadi dua

yaitu

1. Data diskrit yaitu data yang diperoleh dari hasil penghitung

2. Data kontinu yaitu data yang diperoleh dari hasil pengukuran

Jenis data statistik juga dapat menjadi empat macam yaitu

1. Data nominal

Data nominal adalah data statistik yang memiliki sifat sebagai berikut

a. Data berupa kategori/ kualitatif

b. Data hanya dapat digunakan untuk membedakan

c. Masing-masing data mempunyai kedudukan setara

d. Tidak bisa dilakukan operasi matematika

Contoh data nominal adalah

a. Data statistik tentang jenis kelamin, yaitu perempuan, laki-laki

b. Data statistik Agama, yaitu : Islam, Kristen, Katolik, Hindu, Budha

c. Data tentang suku bangasa, yaitu: Jawa, Sunda, batak, Minang

2. Data Ordinal

Data Ordinal adalah data statistik yang memiliki sifat sebagai berikut

a. Data berupa kategori/ kualitatif

b. Data selain dapat digunakan untuk membedakan, juga dapat diurutkan

c. Posisi data tidaka setara

d. Tidak bisa dilakukan operasi hitung

Contoh data ordinal adalah

a. Data statistik tentang kemampuan akademik,yaitu : pintar, sedang, bodoh

b. Data statistik tentang kepuasan mengguanakan suatu produk, yaitu: sangat puas, puas,

cukup puas, tidak puas, sangat tidak puas

c. Data statistik tentang tingkat pendidikan, yaitu: SD, SMP, SMA, dan Perguruan Tinggi

3. Data Interval

Data Interval adalah data statistik yang memiliki sifat sebagai berikut

a. Data selain dapat dibedakan dan diurutkan, juga mempunyai jarak sama diantara hal-

hal yang sedang diselidiki.

Maksud jarak sama disini adlah selisih data-data ini dicacah dengan kelipatan satu

angka ( dalam hai ini angka satu yang bermakna berselisih satu yang sama dan tetap)

b. Satuan ukurannya mempunyai skala sama. Alat ukur yang digunakan tidak standar atau

tidak universal. Sehingga tempat pengukuran yang berbeda hasil ukur bisa juga

berbeda

c. Mempunyai titik nol tidak mutlak, artinya titik nol selalu berubah-ubah maknanya.

Misalkan suhu air 00C bukan berarti air tidak bersuhu, karena suhu air biasa -10C, -

20C

d. Antar data dapat diketahui selisihnya

e. Antar data tidak dapat dibandingkan.

Misalkan Hanif nilainya 80, irfan nilainya 40, Helmi nilainya 0. Tidak bisa

dibandingkan Hanif dua kali lebih pandai dari Irfan dan Helmi bukan berati tidak

punya pengetahuan sama sekali.

4. Data rasio

Data rasio merupakan jenis data statistik yag menempati posisi tertinggi dibandingkan

dengan jenisdata statistik yang lain. Data rasio adalah data statistik yang memiliki sifat

sebagai berikut

a. Data yang diperoleh melalui pengukuran, dimana jarak dua titk pada data diketahui

dari alat ukurnya

b. Dapat diketahui selisihnya

c. Mengunakan titik nol mutlak

d. Data dapat dibandingkan

Contoh data rasio

a. Data statistik tentang lama studi, misalnya A= 9 tahun, B=6 tahun dan C= 3 tahun

b. Data statistik tentang penghasilan, misalnya A= 6.000.000,- / bulan, B=4.000.000,-/

bulan, dan C= 2.000.000,-/ bulan

C. Statistik Nonparametrik

Berdasarkan jenis-jenis data di atas, dalam penelitian kemungkinan akan ditemukan

data yang berupa kategori yang hanya dapat dihitung frekuensinya atau berupa data yang

hanya dapat dibedakan berdasarkan tingkatan atau rangkingnya. Untuk mengatasi data

tersebut tidak dapat menggunakan metode statistik parametrik, namu menggunakan metode

statistik non parametrik.

Metode statistik non parametrik juga disebut sebagai metode bebas sebaran karena

model uji statistiknya tidak menetapkan syarat-syarat tertentu tentang bentuk distribusi

parameter populaisnya. Artinya metode statistik nonparametrik ini tidak menetapkan syarat

bahwa observasi-observasinya ditarik dari populasi yang berdistribusi normal. Dalam

sejumlah uji statistik nonparametrik hanya menetapkan asumsi/persyaratan bahwa

observasi-observasinya harus independen dan variabel yang diteliti pada dasarnya harus

memilikikontinuitas.

Berdasarkan alasan diatas maka dapat disimpulkan alasan menggunakan metode

statistik nonparametrik, yaitu sebgai berikut

1. Bentuk distribusi populasinya tempat sampel diambil tidak diketahui menyebar secara

normal.

2. Variabel penelitiannya hanya dapat diukur dalam skala ordinal (diklasifikasikan dalam

kategori dan dihitung frekuensinya)

3. Variabel penelitiannya hanya dapat diukur dalam skala ordinal

4. Ukuran sampel kecil dan sifat distribusi populasi tidak diketahui secara pasti.

D. Kelebihan dan Kekurangan Metode Statistik Nonparametrik

Manfaat atau kelebihan metode statistik nonparametrik dibandingkan dengan

metode statistik parametrik, antara lain

1. Nilai probabilitas dari sebagian besar uji statistik nonparametrik diperoleh dalam bentuk

yang lebih pasti (kecuali untuk kasus sampel besar).

2. Apabila sampel-sampelnya kecil atau terpaksa kecil karena sifat hakekat sampel itu sendiri

(misalnya 6), hanya uji statistik nonparametrik yang dapat digunakan,kecuali jika sifat

distribusinya diketahui secara pasti.

3. Uji-uji statistik nonparametrik dapat digunakan untuk menganalisis data yang pada

dasrnya merupakan jenjang atau rangking dan juga untuk data yang skor-skor

keangkaannya secara sepintas kelihatan memiliki kekuatan ranking, dan bahkan bagi data

yang hanya dapat dikategorikan sebagai plus atau minus , lebih atau kurang, lebih baik

atau lebih buruk, dan sebagainya.

4. Uji-uji statistik nonparametrik dapat digunakan untuk menganalisis data yang hanya

merupakan klasifikasi semata, yakni data yang diukur dalam skala nominal.

5. Tersedia uji-uji statistik nonparametrik untuk menganalisis sampel-sampel yang terdiri

dariobservasi-observasi dari beberpa populai yang berlainan

6. Uji-uji statistik nonparametrik sederhana perhitungannya sehingga lebih mudah dipelajari

dan diterapkan dibandingkan dengan uji statistik parametrik

Disamping kelebihan-kelebihan tersebut, uji-uji statistik nonparametrik juga

mempunyai kekurangan-kekurangan. Adapu kekurangan-kekurangan tersebut adalah sebagai

berikut

a. Apabila persyarata-persyaratan bagi model statistik parametrik (terutama asumsi distribusi

normal) dapat dipenuhi dan apabila pengukuran data mempunyai kekuatan seperti yang

disyaratkan, pemakaian uji statistik nonparametrik, kekuatan efisiensinya menjadi lebih

rendah.

b. Uji statistik nonparametrik tidak dapat dipergunakan untuk menguji interaksi seperti model

analisis variansi.

c. Metode statistik nonparametrik tidak dapat dipergunakan untuk membuat prediksi

(ramalan) seperti dalam model analisis regresi, karena asumsi distribusi normal tidak

dapat dipenuhi.

d. Macam uji statistik nonparametrik terlalu banyak sehingga menyulitkan peneliti dalam

memilih jenis uji yang mau dipakai.

KELEBIHAN DAN KELEMAHAN RANCANG / DESAIN PENELITIAN

Kelebihan dan kelemahan studi kohort:

Relatif risk (RR) : a/a+b/c/c+d

a. Kelebihan

1) Studi kohort merupakan desain yang terbaik dalam menentukan insidens dan perjalanan

penyakit atau efek yang diteliti.

2) Studi kohort yang baik dalam menerangkan hubungan antara factor-faktor resiko dengan efek

secara temporal.

3) Studi kohort merupakan pilihan terbaik untuk kasus yang bersifat fatal dan progesif.

4) Studi kohort dapat dipakai untuk meneliti beberapa efek sekaligus dari suatu factor resiko

tertentu.

5) Karena pengamatan dilakukan secara kontinyu dan longitudinal, studi kohort memiliki

kekuatan yang andal untuk meneliti berbagai masalah kesehatan yang makin meningkat.

b. Kelemahan

1) Studi kohort biasanya memerlukan waktu yang lama

2) Sarana dan biaya biasanya mahal

3) Studi kohort sering kali rumit

4) Kurang efisien segi waktu maupun biaya untuk meneliti kasus yang jarang terjadi

5) Terancam terjadinya drop out atau terjadinya perubahan intensitas pajanan atau factor resiko

Populasi

Sampel

terpajan

Tidak Terpajan

Sakit

Tidak sakit

Sakit

Tidak sakit

dapat mengganggu analisis hasil

6) Dapat menimbulkan masalah etika oleh karena peneliti membiarkan subyek terkena pajanan

yang dicurigai atau dianggap dapat merugikan subyek.

Kelebihan dan kekurangan studi cross sectional:

Odds ratio (OR) : a.d/b.c

a. Kelebihan

1) Memungkinkan penggunaan populasi dari masyarakat umum, tidak hanya yang mencari

pengobatan, hingga generalisasinyacukup memadai.

2) Desain relative mudah, murah dan hasilnya cepat diperoleh.

3) Dapat dipakai untuk meneliti sekaligus banyak variable.

4) Tidak terancam loss to follow up (droup out).

5) Dapat dimasukkan ke dalam tahapan pertama suatu penelitian kohort atau eksperimen, tanpa

atau dengan sedikit sekali menambah biaya.

6) Dapat dipakai sebagai dasar untuk penelitian berikutnya yang lebih konklusif.

b. Kekurangan

1) Sulit menentukan sebab dan akibat karena pengambilan data resiko dan efek dilakukan pada

saat yang bersamaan (temporal relationship tidak jelas).

2) Studi prevalens lebih banyak menjaring subyek yang mempunyai masa sakit yang panjang

daripada mereka yang mempunyai masa sakit yang pendek. Hal ini disebabkan karena

individu yang cepat sembuh atau cepat meninggal akan mempunyai kesempatan yang lebih

Populasi

Sampel

Sakit

Tidak sakit

Terpajan

Tidak terpajan

Terpajan

Tidak terpajan

kecil untuk terjaring dalam studi ini, sehingga akan terjadi salah interprtasi dari hasil temuan

studi ini.

Kelebihan dan kelemahan penelitian kasus-kontrol

Ratio prevalens (RP) : a/(a+b)/c/(c+d)

a. Kelebihan

1) Studi kasus-kontrol dapat atau kadang bahkan merupakan satu-satunya cara untuk meneliti

kasus yang jarang atau yang masa latennya panjang.

2) Hasil dapat diperoleh dengan cepat

3) Biaya yang digunakan relative lebih sedikit

4) Memerlukan subyek penelitian yang lebih sedikit

5) Memungkinkan untuk mengidentifikasi berbagai factor resiko sekaligus

b. Kekurangan

1) Data mengenai pajanan factor resiko diperoleh dengan mengandalkan daya ingat atau catatan

medic. Daya ingat responden ini yang menyebabkan terjadinya recall bias, baik karena lupa,

atau responden yang mengalami efek cenderung lebih mengingat pajanan terhadap factor

resikodaripada responden yang tidak mengalami efek. Data sekunder dalam hal ini catatan

Populasi

Sampel

Kasus

Kontrol

Terpajan

Tidak terpajan

Terpajan

Tidak terpajan

medic rutin yang sering dipakai sebagai sumber data juga tidak begitu akurat.

2) Validasi mengenai informasi kadang-kadang sukar doperoleh.

3) Karena kasus dan control diperoleh oleh peneliti maka sukar untuk meyakinkan bahwa kedua

kelompok itu sebanding dalam factor eksternal dan sumber bias lainnya.

4) Tidak dapat memberikan incidence rates.

5) Tidak dapat dipakai untuk menentukan lebih dari satu variable dependen, hanya berkaitan

dengan suatu penyakit atau efek.