Statistika

kawruh ngumpulaké, nata, neliti, ngartèkaké, lan nyuguhaké data

Statistika iku èlmu kang nyinaoni cara gawé rencana, ngumpulaké, nganalisis, gawé interpretasi, lan présentasi data. Cekaké, statistika iku èlmu kang magepokan karo data. Istilah 'statistika' (basa Inggris: statistics) béda karo 'statistik' (statistic). Statistika minangka èlmu kang magepokan karo data, déné statistik iku data, informasi, utawa asil panerapan algoritma statistika ing sawijining data. Saka kumpulan data, statistika bisa dipigunakaké kanggo nyimpulaké utawa ndèskripsi data; bab iki diarani statistika dhèskriptif. Sapérangan gedhé konsèp dhasar statistika duwé asumsi téyori probabilitas. Sawetara istilah statistika antarané: populasi, sampel, unit sampel, lan probabilitas.

Dhistribusi normal
Gretl, salah siji program komputer statistik

Statistika akèh dicakaké sajeroning manéka disiplin èlmu, yaiku èlmu-èlmu alam (umpamané astronomi lan biologi lan uga èlmu-èlmu sosial (kalebu sosiologi lan psikologi), lan ing babagan bisnis, ékonomi, lan indhustri. Statistika uga dipigunakaké sajeroning papréntahan kanggo manéka tujuan; sènsus kang ndunungi minangka salah siji prosedhur kang paling misuwur. Aplikasi statistika liyané kang saiki populèr yaiku prosedhur jajag panemu utawa polling (umpamané diayahi sadurungé pilihan umum), sarta jajag rikat (pétungan rikat asil pemilu) utawa quick count. Ing babagan komputasi, statistika bisa uga dicakaké sajeroning pangenalan pola utawa kacerdhasan gawéan.

Sajarah

besut

Panggunaan istilah statistika ngoyot saka istilah istilah sajeroning basa latin modhèren statisticum collegium ("dewan nagara") lan basa Italia statista ("nagarawan" utawa "pulitikus").

Gottfried Achenwall (1749) migunakaké Statistik sajeroning basa Jerman kanggo kang sepisanan minangka jeneng saka kagiyatan analisis data kanagaraan, kanthi makna "èlmu ngenani nagara (state)". Ing wiwitan abad kaping-19 wis ana pergeseran makna dadi "èlmu ngenani pangumpulan lan klasifikasi data". Sir John Sinclair ngenalaké jeneng (Statistics) lan pangertèn iki sajeroning basa Inggris. Mula, statistika kanthi prinsip wiwitané mung ngurus data kang dianggo lembaga-lembaga administratif lan papréntahan. Pangumpulan data terus lumaku, mligi liwat sènsus kang diayahi kanthi lumintu kanggo mènèhi informasi kapadunungan kang owah saben wektu.

Ing abad kaping-19 lan wiwitan abad kaping-20 statistika wiwit akèh migunakaké babagan-babagan sajeroning matématika, mligi peluang. Cawang statistika kang saiki wis akèh dipigunakaké kanggo njurung métodhe èlmiah, statistika inferènsi, dikembangaké ing paruh kapindho abad kaping-19 lan wiwitan abad kaping-20 déning Ronald Fisher (kang masang dhasar statistika inferensi), Karl Pearson (métodhe régrèsi linear), lan William Sealey Gosset (nliti problem sampel ukuran cilik). Panggunaan statistika ing mangsa saiki wis nyentuh kabèh babagan èlmu, wiwit saka astronomi nganti linguistika. Babagan-babagan ékonomi, biologi lan cabang-cabang terapané, sarta psikologi akèh diprebawani déning statistika sajeroning metodologiné. Akibaté banjur lair èlmu-èlmu gabungan kaya ékonomètrika, biomètrika (utawa biostatistika), lan psikomètrika.

Sanajan nda pihak kang nganggep statistika minangka cawang saka matématika, nanging sapérangan pihak liyané nganggep statistika minangka babagan kang akèh kagandhèng karo matématika ndeleng saka sajarah lan aplikasiné. Ing Indonésia, kajian statistika sapérangan gedhé lumebu sajeroning fakultas matématika lan èlmu alam, ana ing dhépartemen kang madeg dhéwé utawa kagabung karo matématika.

Konsep dhasar

besut

Sajeroning aplikasi statistika ing permasalahan sains, indhustri, utawa sosial, diwiwiti kanthi nyinaoni populasi. Makna populasi sajeroning statistika bisa ateges populasi barang urip, barang mati, utawa barang abstrak. Populasi uga bisa wujud pangukuran sawijining prosès ing sajeroning wektu kang béda-béda, yaiku misuwur kanthi istilah dhèrèt wektu.

Ngayahi pendataan (pangumpulan data) kabèh populasi dijenengaké sènsus. Sawiji sènsus wis mesthi mbutuhaké wektu lan biaya kang dhuwur. Mula, sajeroning statistika kerep diayahi panjupukan sampel (sampling), yaiku sapérangan cilik saka populasi, kang bisa makili kabèh populasi. Analisis data saka sampel sabanjuré dipigunakaké gawé generalisasi kabèh populasi.

Yèn sampel kang dijupuk cukup representatif, inferensial (panjupukan kaputusan) lan simpulan kang digawé saka sampel bisa dipigunakaké kanggo nggambaraké populasi kanthi sakabèhané. Métodhe statistika ngenani cara njupuk sampel kang tepat dijenengaké tèhnik sampling.

Analisis statistik akèh migunakaké probabilitas minangka konsèp dhasaré. Bab iki katon saka akèhé nganggo uji statistika kang njupuk dhasar ing sebaran peluang. Déné matématika statistika minangka cawang saka matématika terapan kang migunakaké téyori probabilitas lan analisis matématika kanggo ngantukaké dhasar-dhasar téyori statistika.

Ana rong jinis statistika, yaiku statistika dhèskriptif lan statistika inferensial. Statistika dhèskriptif magepokan karo dhèskripsi data, umpamané saka ngitung rata-rata lan varians saka data mentah; migunakaké tabel-tabel utawa grafik saéngga data mentah luwih gampang “diwaca” lan luwih duwé makna. Déné statistika inferensial punjul iku, umpamané ngayahi pangujian hipotèsis, ngayahi prédhiksi observasi mangsa ngarep, utawa gawé modhèl régrèsi.

  • Statistika dhèskriptif magepokan karo cara data bisa digambaraké didhèskripsi) utawa disimpulaké, kanthi numerik (umpamané ngitung rata-rata lan déviasi baku) utawa kanthi grafis (sajeroning wangun tabel utawa grafik), kanggo olèh gambaran sekilas ngenani data mau, saéngga luwih gampang diwaca lan duwé makna.
  • Statistika inferènsial magepokan karo pamodhèlan data lan ngayahi panjupukan kaputusan dhedhasar analisis data, umpamané ngayahi pangujian hipotèsis, ngayahi èstimasi pengamatan mangsa ngarep (èstimasi utawa prédhiksi), gawé pamodhèlan gayutan (korélasi, régrèsi, ANOVA, dhèrèt wektu), lan sapanunggalané.

Métodhe Statistika

besut

Loro jinis panelitèn: èksperimèn lan survé

besut

Ana rong jinis utama panelitèn: èksperimen lan survei. Kaloroné padha-padha nyinaoni prabawa owah-owahan ing peubah penjelas lan perilaku pangowah rèspon akibat owah-owahan mau. Béda kaloroné dumunung ing cara kajiané.

Sawiji èksperimèn nglibataké pangukuran marang sistem kang dikaji, mènèhi perlakuan marang sistem, lan banjur ngayahi pangukuran (manèh) kanthi cara kang padha marang sistem kang wis diperlakukan kanggo meruhi apa perlakuan ngowahi aji pangukuran apa ora. Bisa uga perlakuan diayahi kanthi simultan lan prabawané diukur ing sajeroning wektu kang uga bebarengan. Métodhe statistika kang gegandhèngan karo lumakuné sawijining èksperimèn disinaoni sajeroning rancangan pacoban (désain èksperimèn).

Sajeroning survey,, ora diayahi manipulasi tmarang sistem kang dikaji. Data dikumpulaké lan gayutan (korélasi) antara manéka peubah diselidhiki kanggo mènèhi gambaran marang objèk panelitèn. Tèknik-tèhnik survai disinaoni sajeroning métodhe survei.

Panelitèn jinis eksperimen akèh diayahi ing èlmu-èlmu rekayasa, umpamané tèhnik, èlmu pangan, agronomi, farmasi, pemasaran (marketing), lan psikologi èksperimèn.

Panelitèn jinis observasi paling kerep diayahi ing babagan èlmu-èlmu sosial utawa magepokan karo perilaku sadina-dina, umpamané ékonomi, psikologi lan pédagogi, kadhokteran masarakat, lan indhustri.

Tipe pangukuran

besut

Ana papat jinis pangukuran utawa skala pangukuran kang dipigunakaké sajeroning statistika, yaiku: nominal, ordinal, interval, lan rasio. Kapapat skala pangukuran mau duwé tingkat panggunaan kang béda sajeroning riset statistik.

  • Skala nominal mung bisa mbédakaké samubarang kang asipat kualitatif (umpamané: jinis kelamin, agama, warna kulit).
  • Skala ordinal saliyané mbédakaké uga nuduhaké tataran (umpamané: pendhidhikan, tingkat kepuasan).
  • Skala interval wujud angka kuantitatif nanging ora duwé aji nol mutlak (umpamané: taun, suhu sajeroning Celcius).
  • Skala rasio wujud angka kuantitatif kang duwé aji nol mutlak.

Istilah wigati sajeroning statistika

besut

Null hypothesis

besut

Interpretasi marang informasi statistik kerep nglibataké anané null hypothesis kanthi asumsi apa kang diusulaké minangka jalaran ‘’’ora’’’ duwé prabawa marang variabel kang diukur.

Minangka ilustrasi kang prasaja yaiku kaanan kang diadhepi para juri ing sawijining pangadilan. Null hypothesis, H0, negasaké yèn wong kang kadakwa ora salah, déné hypothesis alternatif, H1, nyatakaké yèn wong kang kadakwa iku salah. Dakwan ana amarga kasujanan ananékasalahan. H0 (status quo) ana ing posisi lelawanan karo H1 lan bakal dianggep bener kajaba H1 dijurung déning bukti-bukti kang nyata ("beyond a reasonable doubt"). Sanajan mangkono, kagagalan nulak H0 ("failure to reject H0") ing prakara iki ora ateges ora salah, nanging mung anané bukti-bukti ora cukup. Mula para juri ora perlu nampa H0 nanging gagal nulak (fails to reject) H0. Sauntara sawenèh wong ora bisa mbuktèkaké sawijining null hypothesis nanging bisa nguji cedhak orané saka kasunyatan nganggo uji kakuwatan, kang nguji kasalahan jinis loro (type II errors).

Error

besut

Kanthi nganggo null hypothesis tinemu anané loro wangun kasalahan (errorr):

  • Kasalahan jinis 1, yaiku nalika null hypothesis salah nulak kanthi mènèhi sawijining "false positive".
  • Kasalahan jinis loro, yaiku nalika null hypothesis gagal ditulak lan sawijining prabédan aktual antara populasi mènèhi sawijining "false negative".

Èstimasi interval

besut

Studi statistika mung njupuk sapérangan saka populasi amarga saka iku asilé ora makili kanthi wutuh saka populasi sakabèhané. Èstimasi kang diantukaké saka sampel mung kira-kira ("approximate") saka aji populasi. "Confidence intervals " agawé para statistikawan bisa nyatakaké sepira cedhaké asil ngira-ira saka sampel bisa cocog karo aji kang sabeneré ing populasi. Kerep dinyatakaké minangka expressed as 95% confidence interval. Sacara formal, sawijining pratélan 95% confidence interval tumrap sawjining aji iku rentangan (range), yèn sampling lan analisis dibolan-balèni ana ing kondhisi kang padha (yielding a different dataset), interval bakal kalebu aji kang sakbeneré 95 % saka kabèh pangujèn. Bab iki ora ateges yèn probabilitas aji sakbeneré ana ing confidence interval 95%. Saka perspèktif frequentist, klaim mau ora nalar, amarga aji sabeneré iku dudu sawijining " random variable ".

Signifikansi

besut

Statistika arang mènèhi sawijining jawaban prasaja jinis ya utawa ora. Interpretasi kerep tiba marang tataran signifikansi statistik (level of statistical significance) kang dicakaké marang angka lan kerep tegesé probabilitas saka aji kang kanthi akurat nulak null hypothesis (kadhangkala ingaran minangka p-value).

Signifikansi statistik ora mesthi ateges yèn asilé signifikan sajeroning kaanan nyata. Tuladha, sajeroning pasinaon ngenani usada manawa nuduhaké yèn sawijining obat duwé signifikansi statistik nanging mung duwé èfèk nguntungaké sethithik, amarga saka iku obat mau kaya-kaya ora bakal mbantu pasien kanthi nyata.

Tèknik-tèhnik statistika

besut

Sawetara pangujian lan prosedur kang akèh dipigunakaké sajeroning panelitèn antarané:

Statistika Terapan

besut

Sawetara èlmu kang migunakaké statistika terapan saéngga duwé tèrminologi kang mligi. Disiplin èlmu mau antarané:

  • Aktuaria (panerapan statistika sajeroning babagan asuransi)
  • Biostatistika utawa biometrika (panerapan statistika sajeroning èlmu biologi)
  • Statistika bisnis
  • Ékonomètrika
  • Psikomètrika
  • Statistika sosial
  • Statistika tèhnik utawa tèknometrika
  • Fisika statistik
  • Dhémografi
  • Eksplorasi data (pangenalan pola)
  • Literasi statistik
  • Analisis prosès lan kemometrika (kanggo analisis data kimia analis lan tèhnik kimia)

Statistika mènèhi piranti analisis data tumrap manéka babagan èlmu. Kagunané warna-warna: nyinaoni keragaman akibat pangukuran, ngendhalèkaké prosès, ngrumusaké informasi saka data, lan mbiyantu panjupukan kaputusan dhedhasar data. Statistika, amarga sipaté kang objèktif, kerep dadi siji-sijiné piranti kang bisa diandelaké kanggo kaperluan-kaperluan ing ndhuwur.

Piranti alus

besut

Pétungan statistika modhèren akèh diayahi déning komputer, lan malah sawatara pétungan mung bisa diayahi déning komputer mawa karikatan dhuwur, umpamané jaringan saraf tiron. Révolusi komputer wis nggawa implikasi perkembangan statistika ing mangsa ngarep, kanthi panekanan anyar marang statistika èksperimèntal lan èmpirik.

Sawetara kontributor statistika

besut

Deleng uga

besut

Rujukan

besut

Lindley, D. Making Decisions. John Wiley. Second Edition 1985. ISBN 0-471-90808-8

Pranala njaba

besut

Situs umum lan organisasi

besut

Kumpulan pranala

besut

Pelajaran lan Buku Teks Online

besut

Piranti alus statistika

besut

Sumber liya

besut