ANALISIS REGRESI LINIER SEDERHANA

ANALISIS REGRESI LINIER SEDERHANA

Analisis regresi linier sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.. Data yang digunakan biasanya berskala interval atau rasio.

Rumus regresi linear sederhana sebagi berikut:

Y’ = a + bX

Keterangan:

Y’ = Variabel dependen (nilai yang diprediksikan)

X   = Variabel independen

a    = Konstanta (nilai Y’ apabila X = 0)

         b    = Koefisien regresi (nilai peningkatan ataupun penurunan)

Langkah-langkah pada program SPSS

Ø  Masuk program SPSS

Ø  Klik variable view pada SPSS data editor

Ø  Pada kolom Name ketik y, kolom Name pada baris kedua ketik x.

Ø  Pada kolom Label, untuk kolom pada baris pertama ketik Volume Penjualan, untuk kolom pada baris kedua ketik Biaya Promosi.

Ø  Untuk kolom-kolom lainnya boleh dihiraukan (isian default)

Ø  Buka data view pada SPSS data editor, maka didapat kolom variabel y dan x.

Ø  Ketikkan data sesuai dengan variabelnya

Ø  Klik Analyze  - Regression - Linear

Ø  Klik variabel Volume Penjualan dan masukkan ke kotak Dependent, kemudian klik variabel Biaya Promosi dan masukkan ke kotak Independent.

Ø  Klik Statistics, klik Casewise diagnostics, klik All cases. Klik Continue

Ø Klik OK, maka hasil output yang didapat pada kolom Coefficients dan Casewise Diagnostics adalah sebagai berikut:

              Tabel. Hasil Analisis Regresi Linear Sederhana

Persamaan regresinya sebagai berikut:

Y’ = a + bX

Y’ =  -28764,7 + 0,691X

Angka-angka ini dapat diartikan sebagai berikut:

- Konstanta sebesar -28764,7; artinya jika biaya promosi (X) nilainya adalah 0, maka volume penjulan (Y’) nilainya negatif yaitu sebesar -28764,7.

-  Koefisien regresi variabel harga (X) sebesar 0,691; artinya jika harga mengalami kenaikan Rp.1, maka volume penjualan (Y’) akan mengalami peningkatan sebesar Rp.0,691. Koefisien bernilai positif artinya terjadi hubungan positif antara harga dengan volume penjualan, semakin naik harga maka semakin meningkatkan volume penjualan. 

Nilai volume penjualan yang diprediksi (Y’) dapat dilihat pada tabel Casewise Diagnostics (kolom Predicted Value). Sedangkan Residual (unstandardized residual) adalah selisih antara Volume Penjualan dengan Predicted Value, dan Std. Residual (standardized residual) adalah nilai residual yang telah terstandarisasi (nilai semakin mendekati 0 maka model regresi semakin baik dalam melakukan prediksi, sebaliknya semakin menjauhi 0 atau lebih dari 1 atau -1 maka semakin tidak baik model regresi dalam melakukan prediksi).

-     Uji Koefisien Regresi Sederhana (Uji t)

Uji ini digunakan untuk mengetahui apakah variabel independen (X) berpengaruh secara signifikan terhadap variabel dependen (Y). Signifikan berarti pengaruh yang terjadi dapat berlaku untuk populasi (dapat digeneralisasikan).

Dari hasil analisis regresi di atas dapat diketahui nilai t hitung seperti pada tabel 2. Langkah-langkah pengujian sebagai berikut:

1.   Menentukan Hipotesis

Ho   : Ada pengaruh secara signifikan antara biaya promosi dengan volume penjualan

Ha :    Tidak ada pengaruh secara signifikan antara biaya promosi dengan volume penjualan

2.   Menentukan tingkat signifikansi

Tingkat signifikansi menggunakan a = 5% (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam penelitian)

      3.   Menentukan t hitung

Berdasarkan tabel  diperoleh t hitung sebesar 10,983

ANALISIS KOVARIAN

Analisis kovarian atau sering disebut dengan Anakova adalah teknik statistik untuk uji beda multivariat yang merupakan perpaduan antara analisis regresi (Anareg) dengan analisis varian (Anava).

Secara lebih khusus dalam Anakova akan diadakan analisis residu pada garis regresi, yaitu dilakukan dengan jalan membandingkan varian residu antar kelompok dengan varian residu dalam kelompok.

Anakova akan dihitung dengan melakukan pengendalian statistik yang gunanya untuk membersihkan atau memurnikan perubahan‑perubahan yang terjadi pada variabel terikat sebagai akibat dari pengaruh variabel‑variabel luar atau karena rancangan penelitian yang tidak kuat. Pengendalian terhadap pengaruh luar dalarn penelitian memiliki fungsi yang penting terutama untuk mempelajari pengaruh murni suatu perlakuan pada variabel tertentu terhadap variabel lain.

Anakova merupakan teknik statistik yang sering digunakan pada penelitian eksperimental dan juga observasional. Keunggulan‑keunggulan Anakova dalam analisis data penelitian antara lain:

1. Dapat meningkatkan presisi rancangan penelitian terutarna apabila peneliti masih ragu pada pengelompokan‑pengelompokan subyek perlakuan yang diterapkan dalam penelititan, yaitu apakah sudah benar‑benar dapat mengendalikan pengaruh variabel luar ataukah belum.
2. Dapat digunakan untuk mengendalikan kondisi‑kondisi awal dari variabel terikat.
3. Dapat digunakan untuk mereduksi variabel‑variabel luar yang tidak diinginkan dalam penelitian.

Prosedur pengendalian variabel dalam Anakova ada 2 cara, yaitu: (1) pengendalian pada pengaruh variabel luar dan (2) pengendalian pada kondisi awal variabel terikat yang berbeda. Misalnya untuk contoh cara pertama, peneliti ingin mengetahui pengaruh (macam‑macam) cara belajar terhadap prestasi belajar dengan mengendalikan kecerdasan siswa. Kecerdasan siswa merupakan variabel yang berada diluar kawasan variabel‑variabel cara belajar dan prestasi belajar. Contoh cara kedua, misalnya peneliti akan menguji pengaruh (macam‑macam) metode pangajaran terhadap prestasi belajar siswa dengan mengendalikan prestasi belajar sebelum metode pengajaran itu diterapkan. Prestasi belajar yang diukur sebelum penerapan metode pengajaran merupakan kondisi awal dari prestasi belajar setelah penerapan metode pengajaran dalam penelitian.      

Asumsi‑asumsi yang digunakan dalam mengerjakan Anakova adalah (1) variabel luar yang dikendalikan harus berskala interval atau rasio, (2) harus ada dugaan yang kuat bahwa ada hubungan antara variabel kendali dengan variabel terikat, (3) harus ada dugaan bahwa variabel kendali tidak dipengaruhi oleh variable bebas atau variabel eksperimental.

Beberapa pengertian variabel yang akan digunakan dalam Anakova antara lain: (1) kriterium, adalah variabel terikat (Y) yaitu variabel yang dipengaruhi, dimana data harus berbentuk interval atau rasio. (2) Kovariabel, desebut juga variabel kendali, variabel kontrol, variabel konkomitan yang diberi lambang X, dan data harus berbentuk interval atau rasio. (3) Faktor, yaitu sebutan untuk variabel bebas atau variabel eksperimental yang ingin diketahui pengaruhnya dan data harus berbentuk nominal atau ordinal.

STATISTIK DESKRIPTIF

1.  RUANG LINGKUP STATISTIK

1). PENGERTIAN
Statistika merupakan satu cabang penting dari aplikasi matematika, yang mulai berkembang di Indonesia sekitar tahun 1950-an.  Awal mulanya Statistika hanya dikaitkan dengan suatu metode  bagaimana orang menyajikan fakta-fakta dan angka tentang situasi dari perkembangan perekonomian, masalah Kependudukan negara, dan data ketenagakerjaan yang ada disuatu negara ; malah dalam arti sempit orang mengasumsi bahwa statistika identik dengan Tabel, Grafik atau sejenisnya. Pengertian diatas lebih konkrit kalau kita sebut dengan Statistik, seperti Statistik Penduduk, Statistik Pertanian, Statistik Produksi, Statistik Ekonomi, Statistik Logistik, Statsitik Perdagangan & Niaga, Statistik  Pariwisata, dan lain-lain.

Statistika adalah suatu ilmu sekaligus metoda yang mempelajari cara-cara mengumpulkan data untuk selanjutnya dapat di deskriptifkan dan diolah, kemudian dianalisis dalam rangka membuat kesimpulan, agar dapat ditentukan keputusan yang akan diambil berdasarkan data yang dimiliki.
Secara Skematis digambarkan sebagai berikut :

DATA =============>  PROSES STATISTIK ===========>  INFORMASI

PROSES :   a.  Penentuan Data (Ruang lingkup, Jenis, Sumber data)

b. Penyajian Data secara Tabulasi dan Visualisasi

c. Klasifikasi, dan Pengolahan Data

d. Analisis dan interprestasi data

Kata statistik berasal dari bahasa Italia “Statista” yang mempunyai arti “negarawan”.  Istilah tersebut dikenal pada abad ke-18, pertama digunakan oleh G. Achenwall, yang mengambil kata statista ( dan kemudian menjadi Statistik ) dengan alasan bahwa negara berkepentingan terhadap data dan kegunaannya tentang informasi dan karakteristik rakyatnya.  Dengan mengetahui kondisi masyarakat suatu negara seperti dengan mengadakan sensus penduduk, maka negara memudahkan untuk memobilisasi rakyat dan kegiatan menarik pajak.

Secara konkrit dapat juga disebutkan bahwa metodelogi Statistika adalah cara eksploarasi dan konfirmasi permasalahan.  Eskplorasi diawali dengan “penggalian” data dengan cara yang objektif, seperti melakukan aktivitas ilmiah berikut : Eksperimen, Studi lapangan, survey, mempelajari literatur, dan lain-lain. Data-data atau informasi ini secara numerik (angka) ataupun non-numerik (Atribut) mengukur suatu karakteristik dari unsur yang dipelajari.
Tahapan Konfirmasi , adalah “penetapan” apakah hipotesis atau asumsi atau dugaan secara signifikans (cukup berarti) dianggap benar dan dapat diterima atau salah untuk segera ditolak.  Oleh karena itu dalam Statistika terdapat metoda penting dalam keputusan yaitu yang disebut Uji Hipotesis.

2). ANALISIS STATISTIKA
Pada  dasarnya analisis Statistika dapat dibedakan atas dua macam/ tahapan, yaitu Analisis Deskriptif  sebagai definisi tradisional dan Analisis Inferensial (Induktif) yang dianut dalam definisi modern.
Analisis Deskriptif adalah suatu cara menggambarkan persoalan yang berdasarkan data yang dimiliki yakni dengan cara menata data tersebut sedemikian rupa sehingga dengan mudah dapat dipahami tentang karakteristik data, dijelaskan dan berguna untuk keperluan selanjutnya.  Jadi dalam hal ini terdapat aktivitas atau proses pengumpulan data, dan pengolahan data berdasarkan tujuannya.
Sebagai contoh, seorang Mahasiswa Perhotelan ingin meneliti berapa rata-rata jumlah kamar yang terisi setiap minggu untuk hotel-hotel di Kota Bandung, baik hotel berbintang maupun non-bintang.  Maka dilakukan survai pengumpulan data pada objek beberapa hotel yang mewakili Hotel Berbintang dan sampael hotel non-bintang, untuk pengamatan periode tertentu, dan dihitung rata-ratanya melalui olahan data sampel pengamatan tadi.
Contoh lain, misalkan suatu perusahaan Pabrik Sepatu “Gineo”, ingin mengetahui secara pasti perkembangan marketing produknya dipasaran local, maka dilakukan aktivitas pengumpulan data time series untuk jangka waktu tertentu (periodic), dan di lakukan deskripsi melalui analisis tren.
Secara rinci kerangka kerja dari Statistika Deskriptif adalah sebagai berikut :
a. Menentukan Metoda Pengumpulan Data
Pendekatan Statistika dalam analisis suatu penelitian adalah dimilikinya data sampel yang mencerminkan data populasi.  hal ini dapat dimiliki dengan cara :   Wawancara,   Penyebaran Angket (Kuesioner),   Survai sampling dan
Eksperimen.  Cara-cara diatas lebih dikenal dengan Teknik pengumpulan data secara Sampling.  Metoda Sampling ini akan kita bahas tuntas pada bab selanjutnya.

b. Metoda Pengolahan dan Penyajian Data
Penyajian data adalah langkah-langkah menata data yang diperoleh untuk dapat memperjelas permasalahan.  Penataan ini dapat dilakukan dengan tabulasi data dalam bentuk tabel atau daftar, selain itu juga dapat divisualisasikan dalam diagram atau grafik statistik.

contoh-contoh penataan (penyajian) data :
(1). Tabel Baris – Kolom

Berikut diberikan Suatu daftar atau tabel yang terdiri atas satu atau beberapa baris dan satu atau beberapa kolom dalam mendeskripsikan sesuatu secara angka.

Tabel 2.1
Sampel Data Karyawan peserta Jamsostek

Nama	Sex	Gaji/Bln	Umur
NATUL MARISA	P	Rp.  645.000	32
ARMIN FANE	L	Rp.  576.500	35
HANDI	L	Rp.  775.000	40
DEDI PRIADHI	L	Rp.  825.000	33
YUDHI	L	Rp.  655.500	36
ENNI SUSNITA	P	Rp.  448.850	28
BUDIMAN	L	Rp.  525.000	39
ASEP KURNIA	L	Rp.  475.500	28
ALI YASFI	L	Rp.  885.000	30
IRA RIANI	P	Rp.1.125.000	34
NANI RIAWATI	P	Rp.  725.500	31
AZHAR	L	Rp.  925.500	39
IMRAN	L	Rp.  535.000	42
DADANG K	L	Rp.  476.500	34

(b). Tabel Kontingensi
-  Yaitu suatu daftar atau tabel yang sengaja ditampilkan karena satu unsur dengan unsur lainnya terdapat kesesuaian (Pengaruh/Keterkaitan). Tabel kontingensi ini dapat bermacam-macam, seperti hubungan 2-faktor atau biner, yang masing-masing memiliki 2-katagori dikenal dengan bentuk tabel kontingensi 2×2, jika factor pertama memiliki 3-katagori disebut kontingensi 3×2.  Demikian pula untuk hubungan 3-faktor atau trivariat, yang masing-masing memiliki 2-katagori maka disebut kontingensi 2x2x2.
Contoh : Tabel 1.2. Kontingensi 2×2
Deskripsi Jumlah mahasiswa STMIK KEBANGSAAN
Angkatan 2010, Berdasarkan Jenis Kelamin dan Asal Daerah

		Asal Daerah
		Bireuen	Luar  Bireuen
Sex	Laki-Laki	28	23
	Perempuan	38	20
Jumlah		66	43

Sumber : Akademik , 2002
Tabel 1.4. Kontingensi 2×3
Distribusi Tabungan Pihak Ketiga di Bireuen Th. 2009

Kuartal/Th.2001	Jenis Tabungan Pihak Ketiga
	Giro	Tabungan	Deposito
Kuartal-1	Rp  16.037.471	Rp  17.971.682	Rp  81.924.467
Kuartal-2	Rp  17.603.955	Rp  18.376.386	Rp  76.354.774

Sumber  : Bank Indonesia Aceh, 2009.
©. DAFTAR DISTRIBUSI FREKUENSI

-          Yaitu data kuantitatif yang dibuat dalam beberapa distribusi/ pengelompokan dengan sejumlah frekuensi tertentu.  Umumnya suatu daftar diteribusi frekuensi (DDF) terdiri atas, kolom-1 menyatakan interval data, kolom-2 menyatakan frekuensi atau jumlah data yang masuk dalam masing-masing interval (kelas) data yang dibuat, kolom-3 menyatakan nilai tengah data
-          (mid-point atau markah) kelas data, dan kolom-kolom berikutnya dapat dilengkapi keterangan lain, seperti frekuensi relatif, frekuensi kumulatif, dll.

Skema :

Interval Data(Kelas Data)	Frekuensi( fi )	Nilai Tengah(mid-point)	Frek.-Relatif	Frek-Kumulatif
a – c	f1	x1	f1/ n	F1
d – f	f2	x2	f2 / n	f1 + f2
g – i	f3	x3	f3 / n	f1 + f2 + f3
.. dst ..	…	…	…	…
Jumlah	S fi = n	S xi

Contoh : Daftar 1.5.
Tinggi Badan 100 mahasiswa ( Cm )

Interval Tinggi Badan	Jumlah Mhs( fi )	Nilai Tengah(mid-point)	Frek.-Relatif	Frek-Kumulatif
145-149	12	147	0.12	12
150-154	23	152	0.23	35
155-159	34	157	0.34	69
160-164	14	162	0.14	83
165-169	10	167	0.10	93
170-175	7	172,5	0.07	100
Jumlah	100		1.00

Penyusunan daftar frekuensi, sering juga digunakan untuk mendeskripsikan data-data atau informasi kualitatif, seperti jumlah penduduk per pulau, distribusi penduduk per-jenis kelamin, jumlah mahasiswa berdasarkan nilai huruf akhir ujian (Nilai A, B, C, D, dan E), dan lain-lain.

Tetapi dalam hal pengolahan dan analisis data secara statistik, daftar data yang dapat digunakan manakala data tersebut bersifat kuantitatif (numeric).

Demikian pula, bahwa dalam penyusunan DDF, orang dapat saja membuatnya secara bebas, tetapi sebaiknya untuk keperluan analisis yang baik, dibuatkan Daftar Distribusi Frekuensi (DDF) dengan panjang distribusi (interval data dalam kelas) yang sama.  Untuk membuat DDF tersebut dapat dilakukan dengan cara beberapa cara, seperti cara yang dikemukakan oleh Sturgess
LANGKAH MENENTUKAN DDF
(i).     Tentukan rentang data yakni selisih data terbesar [ Xn ] dengan data terkecil [ X1 ], atau    R (X) =  [ Xn ] – [ X1 ]
(ii).   Tentukan banyak kelas interval (K) yang diperlukan dari rangkaian data yang dimiliki.
Jumlah kelas dapat dihitung dengan rumusan atau aturan dari H.A. Sturgess, yaitu  ;
K = 1 + 3,322 log (n) ,     n = jumlah data
(iii).  Tentukan panjang kelas interval (distribusi), yaitu :
I = [ R(X) ] / K
Harga  ( I )  dimulai dari data yang terkecil ditempatkan pada batas kiri kelas pertama, dan diakhir oleh data terbesar ditempatkan pada batas kanan kelas data terakhir.  Dan nilai I yang digunakan disesuaikan dengan ketelitian satuan data yang dipunyai, seperti :
- Jika Data berbentuk satuan ( bulat), ambil  “I”  dgn ketelitian sampai satu satuan.   Misalnya I = 2,6346  maka dibulatkan menjadi I = 3.
- Jika Data berbentuk 1 ( satu ) satuan desimal, ambil  I   hingga kete-litian 1 desimal. Misalnya I = 2,6346 maka dibulatkan I = 2,6
- Demikian seterusnya
Contoh 1.       Misalkan Dipunyai sejumlah 20 unit data, dengan data terbesar adalah 45,25 dan data terkecil 10,05.
Maka :     R   =  45,25 – 10,05 = 35,20
K   =  1 + 3,322 log 20  =  5,322  dibulatkan  K = 5
I    =  25,20 / 5   =  7,04
Sehingga susunan kelas data dibuatkan dalam 5 kelas yaitu :
Kelas   D a t a
10,05 – 17,08
17,09 – 24,12
24,13 – 31,16
31,17 – 38,20
38,21 – 45,25
Selain diskripsi data dalam bentuk tabulasi (Daftar/Tabel), secara lebih menarik dewasa ini cukup banyak digunakan teknik-teknik penggambaran secara visual dengan bantuan program komputer (Microsoft Excel, SPSS, Visio, dll)  sehingga menarik bagi orang untuk membacanya.
Contoh-contoh Diagram dasar untuk visualisasi data :
======================================================
1).  Diagram Batang     (Bar)          5). Diagram Scatter    (Scatter Chart)
2).  Diagram Garis     (line)             6). Diagram Boxplot    (Boxplot Chart)
3).  Diagram Lingkar     (Pie)        7). Histogram
4).  Diagram Pareto    (Pareto)    8). Poligon dan Ogive
======================================================

Sumbu datar (Horizontal) menyatakan kelompok Umur Labor Force, dan sumbu tegak (Vertikal) menyatakan Jumlah Labor Force.

Contoh :  Diagram Garis (Line) tentang Perkembangan Suku Bunga Bank.

Tampak Garis yang berfluktuasi adalah data riil pertumbuhan suku bunga bank sejak Januari 1997 sampai Agustus 2001, sedangkan garis yang mulus adalah garis penghalusan (smoothing) model/ trend pertumbuhan data tersebut.
Diagram Lingkar (PIE)
Merupakan bentuk diagram yang mendeskripsikan data dalam beberapa pecahan, dan digambarkan dalam satuan proporsi, atau prosentase.
Contoh : Prosentase Mahasiswa STIE STAN IM berdasarkan  program studi
Contoh : Diagram Scatter

Diagram Scatter pada prinsipnya mendeskripsikan posisi data dalam diagram melalui titik-titik pencaran tertentu, yang biasanya digunakan untuk mencari pola pencaran data, sehingga dapat dideteksi pola data tersebut melalui fungsi matematis.
Untuk menggambarkan atau mendeskriptifkan data terkelompok dalam bentuk distribusi frekuensi dapat digunakan dengan beberapa bentuk grafik, yaitu Histogram, Poligon frekuensi, maupun Kurva Ogive.
i.  Histogram  : Suatu bentuk diagram batang yang kontinu pada batas interval (limit) data. Sumbu tegak menyatakan frekuensinya dan sumbu datar menyatakan limit interval data (yang digunakan adalah tepi batas kiri setiap kelas)
Contoh :  untuk contoh distribusi data labor force sebelumnya (pada contoh diagram batang), dapat dibuatkan tepi batas kiri setiap kelas atau disebut limit kelas berikut ini :

STATISTIK DAN PENELITIAN

        Disadari atau tidak, statistika telah banyak digunakan dalam kehidupan sehari-hari dan bahkan sudah hampir di semua bidang menggunakan metode statistika dalam melakukan kegiatannya. Penggunaan teknik analisis statistika ternyata mampu memberikan bantuan yang cukup berarti dalam memperlancar pencapaian tujuan berbagai kegiatan. Dalam kegiatan penelitian, baik untuk kepentingan ekonomi, akademik maupun untuk pengambilan keputusan manajemen misalnya, metode statistika mampu memberikan gambaran persoalan yang diteliti dan bahkan mampu memberikan prediksi dan rekomendasi terhadap kondisi-kondisi yang mungkin muncul berkaitan dengan masalah yag dihadapi.

            Secara etimologis kata statistika berasal dari kata status (bahasa latin) atau kata staat (bahasa belanda); dalam bahasa Indonesia kata tersebut diterjemahkan menjadi Negara. Dalam kamus bahasa Indonesia, statistika diartikan dalam dua arti, statistika sebagai ilmu statistika dan kedua statistika diartikan sebagai "ukuran yang diperoleh atau berasal dari sampel", yaitu sebagai lawan dari kata parameter yang berarti ukuran yang diperoleh atau berasal dari populasi. Dalam hal pengertian sebagai ukuran yang diperoleh dari sampel sering disebut dengan istilah statistik.

             Statistik diartika sebagi kumpulan fakta yang terbentuk angka- angka yang disusun dalam bentuk daftar atau tabel yang menggambarkan suatu persoalan. Menurut Sudjana (1986:3), kata statistik dipakai untuk menyatakan kumpulan data bilangan, maupun bilangan yang disusun dalam tabel atau diagram yang melukiskan atau menggambarkan suatu persoalan.

            Lebih lanjut. Sadjana (1986:3) didefinisikan statistika sebagai pengetahuan yang berhubungan dengan cara-cara mengumpulkan data, pengelolahan atau penganalisisannya dan penarikan kesimpulan berdasarkan kumpulan data dan penganalisisan yang telah dilakukan. Statistika dapat diartikan sebagi ilmu pengetahuan yang mempelajari tentang bagaimana cara kita mengumpulkan, mengelolah, menganalisis dan menginterpretasikan data sehingga dapat disajikan dengan lebih baik dan dapat ditarik kesimpulan.

·           Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data.

·           Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka yang disusun dalam bentuk tabel (daftar) dan atau diagram yang menggambarkan atau berkaitan dengan suatu masalah tertentu.

Contoh :

a. Statistik penduduk adalah kumpulan angka-angka yang berkaitan dengan masalah penduduk.

b. Statistik ekonomi adalah kumpulan angka-angka yang berkaitan dengan masalah ekonomi.

Beberapa pandangan lain tentang pengertian statistik dari para ahli:

1) Statistik adalah cara untu mengolah data dan menarik kesimpulan-kesimpulan yang teliti dan keputusan-keputusan yang logik dari pengolahan data. (Prof.Drs.Sutrisno Hadi,MA).

2) Statistik adalah sekumpulan cara maupun aturan-aturan yang berkaitan dengan pengumpulan, pengolahan(Analisis), penarikan kesimpulan, atas data-data yang berbentuk angka dengan menggunakan suatu asumsi-asumsi tertentu. (Prof.Dr.H.Agus Irianto).

3) Statistik adalah ilmu yang mempelajari tentang seluk beluk data, yaitu tentang pengumpulan, pengolahan, penganalisisa, penafsiran, dan penarikan kesimpulan dari data yang berbentuk angka. (Ir.M.Iqbal hasan,MM).

4) Statistik adalah metode yang memberikan cara-cara guna menilai ketidak tentuan dari penarikan kesimpulan yang bersifat induktif. (Stoel dan Torrie).

5) Statistik adalah metode/asas-asas mengerjakan/memanipulasi data kuantitatif agar angka-angka tersebut berbicara.(Anto dajan).

6) Statistik diartikan sebagai data kuantitatif baik yang masih belum tersusun maupun yang telah tersusun dalam bentuk table. (Anto dajan).

7) Statistik adalah studi informasi dengan mempergunakan metodologi dan teknik-teknik perhitungan untuk menyelesaikan permasalahan-permasalahan praktis yang muncul di berbagai bidang. (Suntoyo Yitnosumarto)

     Jadi secara singkat statistik dapat diartikan, sebagai cara maupun aturan-aturan yang berkaitan dengan pengumpulan, pengolahan (analisis), penarikan kesimpulan, atas data-data yang berbentuk angka-angka, dengan menggunakan suatu asumsi-asumsi tertentu. Sedangkan pengetahuan yang membicarakan tentang cara-cara ini disebut statistika.

              Sedangkan Ssatistika adalah pengetahuan yang berkaitan dengan metode, teknik atau cara mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk disajikan secara lengkap dalam bentuk yang mudah dipahami penggunan

2.2 VARIABEL PENELITIAN

a. Definisi

variable adalah karakteristik yang akan diobservasi dari satuan pengamatan. Karakteristik yang dimiliki satuan pengamatan keadannya  berdeda-eda (berubah-ubah) atau memiliki gejala yang bervariasi dari satu satuan pengamatan ke satu satuan pengamatan lainnya. Untuk satuan pengamatan yang sama karakteristiknya berubah menurut waktu dan tempat.

Al Rasyid (1993) lebih tegas menyebutkan bahwa variable adalah karakterristik yang dapat  diklasifikasikan kedalam sekurang-kurangnya du kali klasifikasi (kategori) yang berbeda atau yang dapat memberikan sekurang-kurangnya dua hasil pengukuran atau perhitungan yang nilai numeriknya berbeda. Contoh: Gender diklasifikasikan kedalam dua klasifikasikan, yaitu laki-laki dan perumpuan; Pekerjaan diklasifikasikan kedalam beberapa kategori, yaitu PNS, Petani, Pedagang , dan sebagainya.

Variabel diklasifikasikan menjadi dua yaitu: Variabel kualitatif dan variable kuantitatif. Variabel kualitatif (qualitative variable) Merupakn variable kategori. Misalnya: Jenis pekerjaan orang (sopir, bisnisman, guru), displin karyawan (bagus, jelek, sedang), jabatan dalam perusahaan (supervisor, manajer, kepala bagian). Variabel kualitatif adlah variable dengan skala nominal dan ordinal.

Variabel kuantitatif (quantitative variable) disebut pula variable numeric diklasifikasikan menjadi dua jeni, yaitu: variable diskret (discrete variable) dan variable kontinu (continous variable). Variabel diskret merupakan variable yang besarannya tidak dapat menempati semua nila. Nilai variable diskret selalu berupa bilangan bulat dan umumnya diperoleh dari hasil pencacahan/menghitung/membilang. Contoh: Jumlah kantor pos yang ada di Jakarta tahun 2010 berjumlah 175 kantor pos, jumlah yang melahirkan I kota Bogor tahun 2005 adalah 100.000 orang.

Variabel kontinu merupkan variable yang besarannya dapat menempati semua nilai yang ada diantara dua titik dan umumnya diperoleh dari hasil pengukuran. Sehingga pada variable kontinu dapat dijumpai nilai-nilai pecahan atau nilai-nilai bulat. Contoh tinggi badan Ari adalah 170,50 cm.

Istilah variabel dapat diartikan bermacam – macam. Dalam tulisan ini variable diartikan sebagai segala sesuatu yang akan menjadi objek pengamatan penelitian. Sering pula dinyatakan variabeL penelitian itu sebagai faktor-faktor yang berperan dalam peristiwa atau gejala yang akan diteliti.

Variabel dilihat dari segi proses kuantifikasi dibedakan menjadi sebagai berikut:

v  Variabel Nominal, yaitu variabel yang ditetapkan berdasar atas proses penggolongan; variabel ini bersifat diskret dan saling pilah (mutually exclusive) antara kategori yang satu dan kategori yang lain; contoh: jenis kelamin, status perkawinan, jenis pekerjaan

v  Variabel Ordinal, yaitu variabel yang disusun berdasarkan atas jenjang dalam atribut tertentu. Jenjang tertinggi biasa diberi angka 1, jenjang di bawahnya diberi angka 2, lalu di bawahnya di beri angka 3 dan seterusnya. (ranking)

v  Variabel Interval, yaitu variabel yang dihasilkan dari pengukuran, yang di dalam pengukuran itu diasaumsikan terdapat satuan (unit) pengukuran yang  sama. Contoh: variabel interval misalnya prestasi belajar, sikap terhadap sesuatu program dinyatakan dalam skor, penghasilan dan sebagainya.

v  Variabel ratio,  adalah variabel yang dalam kuantifikasinya mempunyai nol mutlak. (Drs. Sumadi Suryabrata .Metologi Penelitian. hal. 26-27)

Menurut fungsinya dibedakan menjadi :

·         Variabel Tergantung (Dependent Variabel) : Yaitu kondisi atau karakteristik yang berubah atau muncul ketika penelitian mengintroduksi, pengubah atau mengganti variabel bebas. Menurut fungsinya variabel ini dipengaruhi oleh variabel lain, karenanya juga sering disebut variabel yang dipengaruhi atau variabel terpengaruhi. Variabel ini sering disebut sebagai variabel output, Kriteria, Konsekuen. Atau dalam bahasa Indonesia sering disebut Variabel terikat. Dalam SEM (Structural Equation Modeling) variabel dependen disebut variabel Indogen.*

·         Variabel Bebas ( Independent Variabel) : Adalah kondisi-kondisi atau karakteristik-karakteristik yang oleh peneliti dimanipulasi  dalam rangka untuk menerangkan hubungannya dengan fenomena yang diobservasi. Karena fungsi ini sering disebut variabel pengaruh, sebab berfungsi mempengaruhi variabel lain, jadi secara bebas berpengaruh terhadap variabel lain. Variabel ini juga sering disebut sebgai variabel  Stimulus, Prediktor, antecendent. Dalam SEM(Structural Equation Modeling) variabel independen disebut variabel eksogen.

·         Variabel Intervening : Variabel intervenig adalah variabel yang secara teoritis mempengaruhi hubungan antara variabel independen dengan Variabel dependen menjadi hubungan yang tidak langsung dan tidak dapat diamati dan diukur. Variabel ini merupakan variabel penyela/antara yang terletak di antara variabel independen dan dependen, sehingga variabel independen tidak langsung mempengaruhi berubahnya atau timbulnya variabel dependen. Variabel Intervening juga merupakan variabel yang berfungsi menghubungkan variabel satu dengan variabel yang lain. Hubungan itu dapat menyangkut sebab akibat atau hubungan pengaruh dan terpengaruh.

·         Variabel Moderator : Dalam mengidentifikasi variabel moderator dimaksud adalah variabel yang karena fungsinya ikut mempengaruhi variabel tergantung serta meperjelas hubungan bebas dengan variabel tergantung.

·         Variabel kendali : Yaitu yang membatasi (sebagai kendali) atau mewarnai variabel mederator. Variabel ini berfungsi sebagai kontrol terhadap variabel lain terutama berkaitan dengan variabel  moderator jadi juga  seperti variabel moderator dan bebas ia juga ikut berpengaruh terhadap variabel tergantung

·         Variabel Rambang : Berlainan dengan variabel bebas, yaitu fungsinya sangat diperhatikan dalam penelitian. Variabel rambang yaitu variabel yang fungsinya dapat diabaikan atau pengaruhnya hampir tidak diperhatikan terhadap variabel bebas maupun tergantung. (Drs.Colid Narbuko,Drs.H Abu Achmadi.2004.Metode Penelitian. Jakarta:Bumi Aksara Hal.119-120)

2.3 PARADIGMA PENELITIAN

Secara umum pendekatan penelitian atau sering juga disebut paradigma penelitian dapat dikelompokan menjadi paradigma penelitian kuantitatif dan penelitian kualitatif. Paradigma adalah seperangkat asumsi tersurat dan tersirat yang menjadi gagasan-gagasan ilmiah (Ihalauw, 2004). Lebih lanjut dijelaskan bahwa paradigma bukan masalah salah atau benar, melainkan lebih memberikan manfaat atau kurang bermanfaat sebagai sebuah cara pandang terhadap sesuatu. Perbedaan anatar kualitatif dan kuantitatif ini dibedakan oleh paradigma yang masing-masing menjadi kesepahaman para ahli-ahli pengikutnya. Banyak tulisan telah membahas apa-apa saja yang membedakan antara keduanya. Salah satunya disajikan pada Tabel di bawah ini.

Asumsi	Pertanyaan	Kuantitatif	Kualitatif
Ontologis	Apa realitas?	Obyektif, tunggal, terpisah dari peneliti	Subyektif, ganda, seperti yang dilihat penelti
Episto-mologis	Hubungan peneliti dengan objek?	Peneliti independen	Peneliti berinteraksi dengan yang diteliti
Aksiologis	Peranan nilai ?	Bebas nilai dan tidak bias	Terikat nilai dan bias
Retorik	Bahasa penelitian?	·  Formal; ·  melibatkan seperangkat definisi	·   Informal; ·   melibatkan keputusan-keputusan
Metodologis	Proses penelitian?	·Deduktif; ·Hubungan sebab akibat; ·Rancangan statis; ·Bebas konteks; ·Generalisasi yang mengarah prediksi, eksplorasi, pemahaman; ·Akurasi & reliabel lewat uji	·   Induktif; ·   Faktor terbentuk secara silmutan timbal balik; ·   Rencana berkembang; ·   Terikat konteks; ·   Pola & teori untuk pemahaman; ·   Akurasi & reliabel lewat pembuktian

Secara sederhana yang membedakan keduanya ialah penelitian berparadigma kualitatif menekankan pada proses, sedangkan penelitian berparadigma kuantitatif menekankan pada produk. Sekali lagi, pandangan tersebut memberi gambaran tegas perbedaan antara kualitatif dengan kuantitatif

2.4 PROSES PENELITIAN

            Yang dibutuhkan dalam penelitian adalah adanya prosedur secara sistematis, yaitu sebagi langkah-langkah untuk memudahkan melakukan penelitian. Langkah-langkah ini paling starategis dalam penelitian, yaitu:

1 .Mengidentifikasi Masalah

2. Membuat Hipotesa

3. Studi Literature

4. Mengidentifikasi dan Menamai Variabel

5. Membuat Definisi Operasional

6. Memanipulasi dan Mengontrol Variabel

7. Menyusun Desain Penelitia

8. Mengidentifikasi dan Menyusun Alat Observasi dan Pengukuran

9.  Membuat Kuesioner dan Jadwal Interview

10. Melakukan Analisa Statistik

11. Menggunakan Komputer untuk Analisa Data

12. Menulis Laporan Hasil Penelitian

1. Mengidentifikasi Masalah

Yang dimaksud dengan mengidentifikasi masalah ialah peneliti melakukan tahap pertama dalam melakukan penelitian, yaitu merumuskan masalah yang akan diteliti. Tahap ini merupakan tahap yang paling penting dalam penelitian, karena semua jalannya penelitian akan dituntun oleh perumusan masalah. Tanpa perumusan masalah yang jelas, maka peneliti akan kehilangan arah dalam melakukan penelitian.

2 Membuat Hipotesa

Hipotesa merupakan jawaban sementara dari persoalan yang kita teliti. Perumusan hipotesa biasanya dibagai menjadi tiga tahapan: pertama, tentukan hipotesa penelitian yang didasari oleh asumsi penulis terhadap hubungan variable yang sedang diteliti. Kedua, tentukan hipotesa operasional yang terdiri dari Hipotesa 0 (H0) dan Hipotesa 1 (H1). H0 bersifat netral dan H1 bersifat tidak netral. Perlu diketahui bahwa tidak semua penelitian memerlukan hipotesa, seperti misalnya penelitian deskriptif. Untuk penjelasan lebih lanjut mengenai masalah ini akan dibahas pada BAB V.

3. Studi Literature

Pada tahapan ini peneliti melakukan apa yang disebut dengan kajian pustaka, yaitu mempelajari buku-buku referensi dan hasil penelitian sejenis sebelumnya yang pernah dilakukan oleh orang lain. Tujuannya ialah untuk mendapatkan landasan teori mengenai masalah yang akan diteliti. Teori merupakan pijakan bagi peneliti untuk memahami persoalan yang diteliti dengan benar dan sesuai dengan kerangka berpikir ilmiah.

4. Mengidentifikasi dan Menamai Variabel

Melakukan identifikasi dan menamai variable merupakan salah satu tahapan yang penting karena hanya dengan mengenal variabel yang sedang diteliti seorang peneliti dapat memahami hubungan dan makna variable-variabel yang sedang diteliti.

5. Membuat Definisi Operasional

Definisi operasional adalah definisi yang menjadikan variable-variabel yang sedang diteliti menjadi bersifat operasional dalam kaitannya dengan proses pengukuran variable-variabel tersebut. Definisi operasional memungkinan sebuah konsep yang bersifat abstrak dijadikan suatu yang operasional sehingga memudahkan peneliti dalam melakukan pengukuran.

6. Memanipulasi dan Mengontrol Variabel

Yang dimaksud dengan memanipulasi variable ialah memberikan suatu perlakuan pada variable bebas dengan tujuan peneliti dapat melihat efeknya bagi variable tergantung atau variable yang dipengaruhinya. Sedang yang dimaksud dengan mengontrol variable ialah melakukan kontrol terhadap variable tertentu dalam penelitian agar variable tersebut tidak mengganggu hubungan antara variable bebas dan variable tergantung.

7. Menyusun Desain Penelitian

Apa yang dimaksud dengan menyusun desain penelitian? Desain penelitian khususnya dalam penelitian yang menggunakan pendekatan kuantitatif merupakan alat dalam penelitian dimana seorang peneliti tergantung dalam menentukan berhasil atau tidaknya suatu penelitian yang sedang dilakukan. Desain penelitian bagaikan alat penuntun bagi peneliti dalam melakukan proses penentuan instrumen pengambilan data, penentuan sample, koleksi data dan analisanya. Tanpa desain yang baik maka penelitian yang dilakukan akan tidak mempunyai validitas yang tinggi.

8. Mengidentifikasi dan Menyusun Alat Observasi dan Pengukuran

Yang dimaksud pada bagian ini ialah tahap dimana seorang peneliti harus melakukan identifikasi alat apa yang sesuai untuk mengambil data dalam hubungannya dengan tujuan penelitannya. Pada penelitian yang menggunakan pendekatan kuantitatif biasanya peneliti menggunakan kuesioner, khususnya dalam penelitian-penelitian jenis Ex Post Facto.

9. Membuat Kuesioner dan Jadwal Interview

Dalam penelitian yang menggunakan pendekatan kuantitatif, kuesioner merupakan salah satu alat yang penting untuk pengambilan data; oleh karena itu, peneliti harus dapat membuat kuesioner dengan baik. Cara membuat kuesioner dapat dibagi dua, yaitu dari sisi format pertanyaan dan model jawaban. Disamping kuesioner, alat pengambilan data juga dapat dilakukan dengan interview. Cara-cara melakukan interview diatur secara sistematis agar dapat memperoleh informasi dan/atau data yang berkualitas dan sesuai dengan yang diinginkan oleh peneliti.

10. Melakukan Analisa Statistik

Salah satu cirri yang menonjol dalam penelitian yang menggunanakan pendekatan kuantitatif ialah adanya analisa statistik. Analisa statistik digunakan untuk membantu peneliti mengetahui makna hubungan antar variable. Sampai saat ini, analisa statistik merupakan satu-satunya alat yang dapat dipertanggungjawabkan secara ilmiah untuk menghitung besarnya hubungan antar variable, untuk memprediksi pengaruh variable bebas terhadap variable tergantung, untuk melihat besarnya pesentase atau rata-rata besarnya suatu variable yang kita ukur.

11. Menggunakan Komputer untuk Analisa Data

Dengan berkembangnya teknologi komputer yang semakin canggih dan dituntutnya melakukan penelitian secara lebih cepat serta kemungkinan besarnya jumlah data, maka seorang peneliti memerlukan bantuan komputer untuk melakukan analisa data. Banyak perangkat lunak yang telah dikembangkan untuk membantu peneliti dalam melakukan analisa data, baik yang bersifat pengelohan data maupun analisanya. Salah satu program yang popular ialah program SPSS.

12. Menulis Laporan Hasil Penelitian

Tahap terakhir dalam penelitian ialah membuat laporan mengenai hasil penelitian secara tertulis. Laporan secara tertulis perlu dibuat agar peneliti dapat mengkomunkasikan hasil penelitiannya kepada para pembaca atau penyandang dana.

2.5 PERAN STATISTIK DALAM PENELITIAN

1.      Peranan Stasistik Dalam Penyusunan Model Teoritis

Dalam usaha memecahkan masalah penelitian, mula-mula orang belum mempunyai gambaran yang jelas dan detail mengenai keadaan sesungguhnya. Berdasarkan penalaahan keputusan, apa yang dimilikinya adalah gambaran garis besar, gambaran mengenai pokok-pokonya, yang merupakan abstrak dari keadaan yang sesungguhnya. Peneliti mengimajinasikan pokok-pokok masalah dan jaln pemecahan. Gambaran hasil imajinasi inilah yang biasas disebutkan model teoritis penelitian itu. Dewasa ini model yang paling banyakdigunakan adalah matematis, yaitu model yang menggunakan hokum-hukummatematis, yaitu model sebagai dasarnya. Model matematis ini mempunyai beberapa kelebihan jika dibandingkan dengan model non-matematis

2.      Peranan Stasistik Dalam Perumusan

Peranan statistic sebagai pernyataan yang menujukan pertautan antara dua variable atau lebih itu sebenarnya adalah perumusan menurut model matematis. Selanjutnya perumusan-perumusan hipotesis dalam hipotesis alternative dan hipotesis nol adalah konsep dalam statistic. Hipotesis nol dirumuskan atas dasar teoritis probabilitas. Karenaitu pemahaman terhadap konsep-konsep dasar mengenai teori ini akan sangat membantu sesorang untuk merumuskan hipotesisnya secara lebih cermat.

3.      Peranan Statistik Dalam Pengembangan Alat Pengambilan datacomp

Sebelum seseorang menggunakan suatu alat pengambil data, dia harus mempunyai kepastian bahwa alat yang digunakannya itu mempunyai taraf reliabilitas dan taraf validitas yang diperlukan. Untuk menguji kualitas alat pengambil data itu cara yang terbaik ialah dengan menerapkan metode-metode statistic tertentu. Dan untuk tujuan ini dalam bidang statistic telah dikembangkan banyak metode atau teknik. Berbagai teknik tersebut biasa disajikan di bawah judul Reliabilitasi dan Validitas.

4.      Peranan Statistika Dalam penyusuanan Rancangan Penelitian

Keunggualan dan kekurangan yang terletak pada masing-masing rancangan yaitu keunggulan dan kekurangan dilihat dari sudut pertimbangan statistic. Hal demikina karan dengan cara itulah peneliti dapat mengetrahui kekuatan dan keterbatasan penelitian yang dilakukansebagai uapaya untuk mendapatkan pengetahuan yang benar mengenai masalahyang sedang ditelitinya.

5.      Peranan Statistik Dalam Penentuan Sampel Penelitian

Tujuan teknik penentuan sample yaitu Agar diperoleh sample yang representative bagi populasinya. Penggunaan teknik-teknik tersebut hanya sah kalu asumsi-asumsi yang mendasrinya terpenuhi, namun tidak dapat diingakari bahwa bagian statistik ini telah banyak membantu para peneliti dakam melakukan kegiatannya.

6.Peranan Statistik Dalam pengelohan dana Analisis data

·         Statisitik telah membantu mengambangk teknik-teknik untuk mengklasifikasi data dan menyajikan data yang sangat mebantu para peneliti

·         Statistik juga telah mengambangakan teknik-teknik perhitungan harga-harga tertentu.

·         Statistik telah dikembangakan berbagai metode untuk menguji hipotesis  (http://file.upi.edu/Direktori/FIP/JUR._PEND._LUAR_SEKOLAH/194009051964031-SUTARYAT_TRISNAMANSYAH/PERAN_STATISTIK_DALAM_PENELITIAN.pdf)

2.6 FUNGSI dan KEGUNAAN STATISTIKA

a. Fungsi Statistika

          Statistika membantu seseorang untuk mengumpulkan, mengolah, menganalisa, dan menyimpulkan hasil-hasil yang telahh dicapai dalam kegiatan tertentu. Dalam hal ini statistika merupakan alat bantu. Sedangkan menurut Hasan (2008). Statistika berfungsi sebagai:

1.      Bank data, yaitu meyediakan data untuk diolah dan diinter pretasikan agar dapat dipakai menerangkan keadaan yang perlu diketahui atau diungkap;

2.      Alat quality control, yaitu sebagai alat pembantu standarrisasi dan sekaligus sebagi alat pengawas;

3.      Pemecah masalah dan pembuatan keputusan sebagi dasar penetapan kebijakan dan langkah lebih lanjut untuk mempertahankan dan mengembangkan suatu lembaga dalam pemberian pelayan dan sebaginya.

b. Kegunaan Statistika

          Menurut Sudjiyono (2006), banyak manfaat dan kegunaan dari statistika yaitu;

1.      Memperoleh gambaran, baik gambaran secara umum maupun secara khusus tentang suatu gejala, peristiwa atau obyek.

2.      Mengikuti perkembangan atau pasang surut mengenai gejala, keadaan, atau peristiwa dari waktu kewaktu

3.      Melakukan pengujian apakah gejala yang satu berbeda dengan gejala yang lainnya ataukah tidak;  jika terdapat perbedaan apakah perbedaan itu merupakan perbedaan yang berarti(menyakinkan) atau kah perbedaan itu terjadi hanya karna kebetulan.

4.      Mengetahui apakah gejala yang satu ada hubungan dengan gejala yang lainnya.

5.      Menyusun laporan yang berupah data kuantitatif dengan teratur, ringkas dan jelas.

6.      Menarik kesimpulan secara logis, mengambil keputusan secara tepat dan mantap, serta dapat memperkirakan atau meramalkan hal-hal yang mungkin tejadi di masa mendatang.

2.7 MACAM-MACAM STATISTIK

Ada dua macam statistika yaitu statistika deskriptif dan statistika inferensial. Statistika deskriptif berkenaan dengan deskripsi data misal dari menghitung rata-rata dan varians dari data mentah, mendeksripsikan menggunakan tabel – tabel atau grafik sehingga data mentah lebih mudah “dibaca” dan lebih bermakna. Sedangkan statistika inferensial lebih dari itu misal melakukan pengujian hipotesis melakukan prediksi observasi masa depan atau membuat model regresi.

1.   Statistika Deskriptif

Statistika deskriptif disebut pula statistika deduktif, merupakan bagian dari statistika yang mempelajari cara pengumpulan data dan penyajian data sehingga mudah dipahami.

Statistika deskriptif hanya berhubungan dengan hal menguraikan atau memberikan keterangan-keterangan mengenai suatu data atau keadaan atau fenomena. Dengan kata lain, statistika deskriptif hanya berfungsi menerangkan keadaan, gejala, atau persoalan. Berikut ini contoh-contoh pernyataan yang termasuk dalam cakupan statistika deskriptif.

a.      Sekurang-kurangnya 10 % dari semua kabakaran di sebuah kota tertentu yang dilaporkan setiap tahun yang diakibatkan oleh tindakan-tindakan sengaja yang tidak bertanggung jawab.

b.      Sebanyak 50 % diantara semua pasien yang menerima suntikan obat, ternyata kemudian menderita efek samping obat itu.

Penarikan kesimpulan pada statistika deskriptif (jika ada ) hanya ditunjukkan pada kumpulan data yang ada didasarkan atas ruang lingkup bahasanya, statistika deskriptif mencukup hal berikut :

1.      Penyajian data dalam bentuk table, seperti : table tunggal , tabel kontigensi, maupun tabel distribusi, frekuensi;

2.       Penyajian data bentuk grafik seperti : diagram batang, diagram garis, diagram lingkaran, diagram pencar, diagram peta (kartogram),diagram symbol (  pictogram ), maupun diagram yang disajikan dari tabel distribusi frekuensi,yaitu : histogram, polygon frekuensi, dan ogiver.

3.      Ukuran nilai pusat dan letak,seperti : perata, median, modus, varian, simpangan baku, kuartil, desil, persentil, dan sebaginya ;

4.      Ukuran despersi atas simpangan, seperti :jangkauan atau rentang, rataan simpangan, variansi, simpangan baku, dan sebagainya ;

5.      Model distribusi data, yaitu : kemencengan dan keruncingan kurva distribusi.

6.      Angka indeks

7.      Time series/ deret waktu /data berkala.

2.   Statistika Inferensial

Statistika inferensial disebut pula statistika induktik adalah bagian dari statistika yang mempelajari mengenai penafsiran dan penarikan kesimpulan yang berlaku secara umum dari data sampel yang tersedia. Statistika inferensial berhubungan dengan pendugaan populasi dan pengujian hipotesis dari suatu data atau keadaan atau fenomena. Dengan kata lain, statistika inferensial  berfungsi meramalkan dan mengontrol keadaan atau kejadian. Berikut ini contoh-contoh pernyataan yang mencakup pernyataan yang termasuk dalam cakupan statistika inferensial.

a.      akibat penuruan produksi minyak oleh Negara-negara penghasilan minyak dunia, diramalkan harga minyak akan menjadi 2 kali lipat pada tahun-tahun yang akan datang.

b.      Dengan mengansumsikan bahwa kerusakan tanaman kopi jenis Arabica kurang dari 30 % akibat musin dingin yang lalu maka harga kopi jenis tersebut diakhir tahun nanti tidak akan lebih dari Rp. 50.000 sen per satu kilogram.

Penarikan kesimpulan pada statistika inferensial ini merupakan generalisasi dari suatu populasi berdasarkan data (sampel) yang ada. Statistikla inferensial biasanya untuk membuat generalisasi dari kaitan antara 2 (dua) atau lebih fenomena atau variabel. Secara garis besar kaitan antara dua atau lebih fenomena atau variabel dapat dibedakan atas dua bentuk kaitan, yaitu asosiasi ( hubungan) dan komparasi (perbandingan).

Sedangkan ditinjau dari teknik uji statistika yang dapat digunakan, statistic inferensial dapat dibedakan atas :

statiska parametrik dan statistika non parametrik. Statistika parametric merupakan teknik uji statistika yang dilakukan terhadaap parameter dari suatu variabel/objek  secara langsung. Sedangkan statistika non parametric merupakan teknik uji statistika dilakukan terhadap sisi lain dari parameter suatu variabel / objek yang akan dikaji. Misalkan akan dikaji tentang variabel “tinggi badan mahasiswa” , maka jika data yang dianalisis dalam uji statistika adalah ukuran dari tinggi badan secara langsung, hal tersebut merupakan ukuran parametric; sedangkan apabila kajian terhadap tinggi badan mahasiswa tersebut, dilakukan dengan cara mengkaji urutan atau peringkat / rangking dari tinggi badan mahasiswa, hal ini menunjukkan ukuran non parametric. Karena peringkat tinggi badan merupakan “sisi lain” dari “ukuran” tinggi badan.

Untuk ini , maka ruang lingkup bahasan statistika inferensial secara sederhana dapat dikelompokkan atas :

1.      Uji persyaratan analisi (uji pelanggaran klasik), seperti : uji normalitas, uji homogenitas, uji kelinearan, uji multikolinealitas dan lainnya;

2.      Uji hipotesis asosiasi,seperti : uji korelasi, uji regresi, uji analisis jalur ( path analysis ), dan uji kanonikal;

3.      Uji hipotesis komperasi, seperti : uji-t untuk uji beda 2 kelompok data ,uji- Tukey ,ANAVA (Analysis Varian), ANAKOVA ( Analysis Kovarian), MANOVA (Mutivariat Analysis Of Varians), dan MANCOVA ( Multivariat analysis of Covarians).