Analisis Statistika Kesalahan

Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' (bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas. Kata statistik sendiri berasal dari bahasa Latin, status, yang artinya negara. Namun secara praktis, kata tersebut digunakan untuk menyatakan hal-hal yang berhubungan dengan ketatanegaraan. Pada perkembangannya, statistik kemudian digunakan untuk mengatakan tentang pengumpulan dan penyajian keterangan-keterangan yang dibutuhkan oleh negara serta berguna bagi negara.

Semua sumber kesalahan sistematik yang telah dibahas sampai saat ini berkaitan langsung dengan operasi pengamatan. Namun bagaimanapun, kesalahan sitematik juga dapat disebabkan oleh penyederhanaan model geometri atau matematika yang dipilih untuk mewakili daerah survey. Semisal model segitiga digunakan untuk menghubungkan tiga stasiun yang terpisah beberapa kilometer daripada menggunakan model segitiga bola, maka kelebihan jarak yang terjadi akan muncul sebagai kesalahan sistematik.

Pada dasarnya, statistik merupakan suatu kerangka teori yang juga bagian dari metode yang telah dikembangkan untuk melakukan pengumpulan data, analisis, dan keputusan atas suatu persoalan.

Akan tetapi, pergeseran makna pun terjadi pada statistik. Dewasa ini, statistik diartikan bukan pada soal ketatanegaraan, melainkan diartikan sebagai representasi suatu keadaan yang umumnya ditekankan dengan angka-angka atau bilangan.

Sebagai contoh, statistik kelahiran dan kematian yaitu data-data yang ditunjukkan dengan angka-angka tertentu sebagai representasi jumlah kelahiran dan kematian. Tidak hanya itu, statistik juga dapat digunakan untuk menyatakan ukuran, rata-rata, nilai penyimpangan, dan angka indeks.

Dengan kata lain, statistik memberikan informasi mengenai suatu persoalan yang telah diteliti sebelumnya dengan menggunakan data kuantitatif. Data kuantitatif sendiri adalah fakta yang dapat diwujudkan dengan angka-angka. Data kuantitatif tersebut menunjukkan jumlah item tertentu dari suatu kelompok yang akan diketahui karakteristiknya.

Data tersebut dikumpulkan, diolah, dianalisis, dan disimpulkan. Untuk mendapatkan hasil data kuantitatif yang akurat diperlukan ilmu statistik, metode statistik, dan analisis statistik.

Dalam ilmu statistik dikenal adanya tugas statistik, yakni statistik deskriptif dan statistik induktif. Statistik deskriptif adalah statistik yang memunyai tugas untuk mengumpulkan, mengolah, dan menganalisis data serta menyajikannya dalam bentuk yang baik.

Sementara itu, statistik induktif adalah statistik yang memunyai tugas mengambil simpulan dan membuat keputusan beralasan sehubungan dengan ketidakpastian di masa depan, berdasarkan analisis yang telah dilakukan. Statistik induktif sering juga disebut statistik inferensial.

Langkah-langkah dan Metode Statistik

Dalam mendapatkan data statistik yang akurat dan baik, diperlukan adanya metode statistik, yakni metode analisis data kuantitatif dengan enam langkah berikut ini :

1.  Pembatasan persoalan

2.  Pengumpulan data yang relevan

3.  Penyelidikan

4.  Pengklasifikasian

5.  Penyajian

6.  Analisis

Langkah pertama dalam pemikiran yang rasional statistik adalah pembatasan persoalan yang benar. Dalam pembatasan persoalan ini, bukan hanya definisi persoalan saja yang harus dihadirkan, tapi juga persoalan tersebut harus dibatasi sehingga penggunaan metode kuantitatif mendapat kemungkinan untuk mencari jawaban dari persoalan tersebut.

Langkah selanjutnya dalam metode statistik ini adalah pengumpulan data yang relevan. Jika hendak mengumpulkan data yang relevan, harus ditentukan pula jenis data yang hendak dikumpulkan. Dengan begitu, proses ini akan berlangsung dengan lancar.

Penyelidikan adalah langkah ketiga yang harus dilakukan dalam metode statistik. Setelah persoalan tertentu dipelajari dan dibatasi, informasi yang tersedia telah dikumpulkan, kemudian diadakan penyeleksian data karena tidak semua data yang telah dikumpulkan diperlukan dalam penelitian tersebut. Data yang diperlukan hanyalah data yang berperan pada saat pengambilan simpulan dan keputusan tentang persoalan tersebut. Di luar hal itu, data-data lain dianggap tidak diperlukan.

Langkah pada metode statistik selanjutnya adalah pengklasifikasian, yakni proses untuk memisahkan data atas kelompok-kelompok dengan dasar yang sama. Dengan kata lain, bagian-bagian pada suatu kelompok harus memunyai sifat-sifat umum yang sama yang dapat dibedakan dengan bagian-bagian yang dikumpulkan pada kelompok lain.

Setelah keempat langkah tersebut dilakukan, barulah data statistik tersebut disajikan, baik dalam bentuk tabel maupun diagram. Terakhir, informasi yang telah disajikan dalam tabel statistik akan memberikan banyak keterangan bagi peneliti, namun untuk pihak lain dibutuhkan analisis lebih jauh sehingga data tersebut dapat dimengerti. Oleh karena itu, dibutuhkan langkah selanjutnya yang dinamakan analisis data.

Kesalahan dalam Analisis Statistik

Dalam menganalisis data statistik diperlukan jaminan ketepatan informasi tentang persoalan tersebut sehingga data harus diukur secara pasti. Ada beberapa kesalahan informasi yang bisa muncul saat kita melakukan analisis data, yakni kesalahan kebetulan dan kesalahan sistematis.

Kesalahan kebetulan adalah kesalahan yang bersifat tidak disengaja saat mengukur, mencatat, atau memasukkan data pada tabel statistik. Sementara itu, kesalahan sistematis adalah kesalahan yang sifatnya disengaja. Kesalahan ini bisa ditemukan jika responden mengemukakan sesuatu yang tidak sesuai dengan keadaan sebenarnya. Kesalahan sistematis dalam analisis statistik pun bermacam-macam, antara lain :

·       Bias, yakni kesalahan dalam penggunaan analisis statistikyang berupa penyimpangan yang tidak disadari oleh si pengguna data.

·       Data yang tidak komparabel, yakni kurang adanya perbandingan data statistik yang sedang diteliti dengan data lain yang relevan pada kurun waktu tertentu.

·       Asumsi yang tidak tepat, yakni hubungan sebab akibat yang membuat adanya data statistik sebagai representasi suatu persoalan.

·       Perbandingan dengan periode yang tidak normal. Hal ini dapat menimbulkan kesalahan pada data statistik sehingga periode yang tidak normal dianggap sebagai periode normal.

·       Sampling yang tidak tepat juga akan menimbulkan kesalahan pada analisis statistik karena sebagian besar analisis menggunakan sampling sebagai dasar dalam mengambil simpulan dan keputusan selanjutnya terhadap persoalan tersebut.

Jenis Data Statistik

Dilihat dari sumber dan penggunaannya, data statistik dibedakan menjadi data intern dan data ekstern. Data intern adalah data yang dikumpulkan oleh suatu badan, dan hasil pengumpulan datanya pun digunakan untuk kepentingan badan tersebut. Sementara itu, yang dimaksud dengan data ekstern adalah data yang tidak terdapat dalam aktivitas intern suatu badan.

Data ini dapat diperoleh dari sumber lain seperti majalah, surat kabar, atau badan lainnya yang menyediakan data statistik tersebut. Selain dilihat dari sumber dan penggunaannya, data statistik juga dapat diklasifikasikan menjadi beberapa jenis data berdasarkan sumber dan proses pengumpulannya, yakni data primer dan data sekunder.

Data primer adalah data yang dikumpulkan oleh suatu badan dan diterbitkan oleh badan tersebut. Badan lain pun, baik badan swasta maupun pemerintah, dapat memeroleh data statistik tersebut. Sementara data sekunder adalah data yang dilaporkan oleh suatu badan. Badan tersebut tidak melakukan pengumpulan data statistik secara independen, melainkan diperoleh dari pihak lain yang telah mengumpulkan data tersebut terlebih dahulu.

Selain keempat jenis data statistik di atas, ada juga yang disebut dengan data diskrit dan data kontinyu. Data diskrit adalah data yang hanya memunyai jumlah nilai yang terbatas, seperti pada nilai banyaknya muris, hewan ternak, dan hasil panen. Data diskrit juga sering disebut nilai pengamatan karena merupakan hasil dari pengamatan suatu persoalan kuantitatif.

Data kontinyu atau sering juga disebut nilai pengamatan kuantitatif kontinyu adalah data yang secara teoretis dapat menjalani setiap nilai, misalnya nilai pada pengukuran panjang, isi, berat, waktu, dan lain-lain. Nilai dari data statistik tersebut bersifat tidak terbatas sehingga penelitian dan pengukuran harus dilakukan secara cermat dan teliti agar tidak menimbulkan kesalahan pada datastatistik akhir.