Klasifikasi Data

Data dalam statistika dapat diklasifikasi berdasarkan cara memperolehnya, jenisnya, sumber, sifat, dan waktu Pengumpulan. Selengkapnya dapat dijelaskan sebagai berikut:

1. Berdasarkan Sumbernya

Berdasarkan sumbernya, data dibedakan menjadi dua yaitu data Internal  dan data Eksternal

a.     Data Internal adalah data yang menggambarkan keadaan, situasi dan kondisi dalam suatu Organisasi atau perusahaan. (Contoh : data keuangan,  pegawai, Produksi, Pemasaran, dll) 

b.      Data Eksternal adalah data yang menggambarkan suatu keadaan  situasi dan kondisi yang ada di luar suatu organisasi ( contoh : daya beli masyarakat, Perkembangan harga, konsumsi, inflasi, nilai kurs, pertumbuhan ekonomi, dll ). 

1.   2. Berdasarkan cara memperolehnya

Berdasarkan sumbernya data dibedakan menjadi dua yaitu data primer dan data sekunder.

a.     Data primer adalah data yg diperoleh atau dikumpulkan sendiri secara langsung dari obyek penelitian, misalnya dengan melakukan wawancara, menyebar kuesioner, observasi atau penelitian lapangan/laboratorium.

b.     Data sekunder adalah data yang diperoleh secara tidak langsung  dari objek penelitian atau diperoleh dari pihak lain, misalnya data jumlah penduduk dari BPS, data harga saham dari BEI, data nilai Kurs dari Bank Indonesia,  data laporan keuangan dari Indonesia Capital Market Directory (ICMD) dan lain sebagainya

1.    3. Berdasarkan Jenisnya

Berdasarkan jenisnya, data dibedakan menjadi dua yaitu data Kuantitatif  dan data Kualitatif

a.     Data kuantitatif adalah data yang dinyatakan dalam besaran angka-angka. Misalnya: Data pendapatan per kapita, pengeluaran, harga, berat, jarak, penjualan, produksi, tinggi badan, dan lain sebagainya.

b. Data Kualitatif adalah data yang dinyatakan dalam kategori/kelas tertentu. Misalnya: jenis kelamin (pria-wanita), Agama (islam, hindu, budha, kristen, katolik), suku (dayak, jawa, madura), warna (merah, kuning, biru), perusahan besar-kecil dan lain sebagainya

1.    4. Menurut Sumber

Berdasarkan sumbernya, data dibedakan menjadi dua yaitu data Internal  dan data Eksternal

a.     Data Internal adalah data yang menggambarkan keadaan, situasi dan kondisi dalam suatu Organisasi atau perusahaan. (Contoh : data keuangan,  pegawai, Produksi, Pemasaran, dll)

b.      Data Eksternal adalah data yang menggambarkan suatu keadaan  situasi dan kondisi yang ada di luar suatu organisasi ( contoh : daya beli masyarakat, Perkembangan harga, konsumsi, inflasi, nilai kurs, pertumbuhan ekonomi, dll ).

2.    5.Menurut Sifatnya

Berdasarkan sifatnya, data dibedakan menjadi dua yaitu data diskrit dan data Kontinyu.

a.   Data Diskrit adalah data yang nilainya berupa bilangan asli. Contohnya: Berat Badan Mahasiswa, Nilai rupiah dari waktu ke waktu,

b.   Data kontinyu adalah data yang nilainya berada pada interval tertentu atau berada pada nilai satu dengan nilai lainnya, seperti menggunakan kata sekitar, kurang lebih, kira-kira, dan lain sebagainya. Contoh: Negara Indonesia mengimpor beras sekitar 400 ribu ton pada tahun 2019

6. Menurut waktu Pengumpulan

Berdasarkan waktu pengumpulannya, data dapat dibedakan menjadi tiga yaitu data crossection, timeseries dan Pool.

a. Cross Section adalah data yang dikumpulkan pada suatu waktu tertentu. Contohnya data penjualan mobil di lima kota pada tahun 2019

b. Time Series (data berkala) adalah data yang dikumpulkan secara berkala atau runtut waktu (tahunan, bulanan, mingguan, harian, jam, menit, semeseter, tri wulan). Contohnya: data penjualan PT. X selama 12 bulan, data nilai kurs, harga saham,

c. Data Pool adalah data yang dikumpulkan berdasarkan gabungan crossection dan timeseries. Contohnya: data penjualan beberapa merek mobil selama tahun 2017-2019

  

Pengertian Statistika Inferensial

Statistik inferensial adalah statistik yang digunakan untuk menganalisis data sampel yang hasilnya dapat digeneralisasikan (diinferensialkan) terhadap populasinya. Pengertian Statistika inferensial dari beberapa ahli adalah sebagai berikut: 

1. Menurut Sugiyono (2012:207) Statistika inferensial adalah teknik statistik yang digunakan untuk menganalisis data menggunakan sampel dan hasilnya berlaku untuk pupulasi.
2. Menurut Cresswell (2008:326) Statistik inferensial adalah teknik analisis data yang digunakan untuk menentukan sejauh mana kesamaan antara hasil yang diperoleh dari suatu sampel dengan hasil yang akan didapat pada populasi secara keseluruhan. Jadi statistik inferensial membantu peneliti untuk mencari tahu apakah hasil yang diperoleh dari suatu sampel dapat digeneralisasi pada populasi.
3. Menurut Muhammad Nisfiannoor (2009:4) bahwa statistik inferensial adalah metode yang berhubungan dengan analisis data pada sampel untuk digunakan untuk penggeneralisasian pada populasi. Penggunaan statistic inferensial didasarkan pada peluang (probability) dan sampel yang dipilih secara acak (random).
4. Menurut Burhan Nurgiyantoro, dkk, (200:12) Statistika inferensial adalah statistik yang berkaitan dengan analisis data (sampel) untuk kemudian dilakukan penyimpulanpenyimpulan (inferensi) yang digeneralisasikan kepada seluruh subyek tempat data diambil (populasi) (Burhan Nurgiyantoro dkk, 2000;12).
5. Menurut M.Subana dkk (2000) Statistika inferensial adalah statistik yang berhubungan dengan penarikan kesimpulan yang bersifat umum dari data yang telah disusun dan diolah
6. Statistika inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data (contoh) atau juga sering disebut dengan sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya (populasi) (https://id.wikipedia.org/)

Jenis Statistika Inferensial yaitu:

1. Statistika parametrik merupakan statistika inferensial yang membutuhkn ukuran kuantitatif dan digunakan untuk mengenalisis data dengan syarat tertentu. syarat tersebut: (1) data berdistribusi normal (2) skala datanya interval dan rasio. misalnya: uji beda rata-rata, anova, korelasi, analisis regresi dll.
2. Statistika non parametrik disebut juga statistik bebas sebaran. statistik non parametrik yaitu statistik inferensial untuk menganalisis data kualitatif dan tidak memperhatikan distribusi datanya (data tidak harus normal), jumlah sampel kecil, skala datanya nominal dan ordinal. misalnya: Binomial test, Chi-square test, wilcoxson, man whietney, sing rang dll

Penggolongan Statistika

Statistika adalah Suatu ilmu pengetahuan yang berhubungan dengan data statistik dan fakta yang benar serta mencakup teknik-teknik pengumpulan data, pengolahan data, analisis data, menarik kesimpulan dan selanjutnya dapat digunakan untuk membuat kebijakan/keputusan. (Riduwan,2010). Analisis statistik adalah kegiatan yang dilakukan untuk mengolah data penelitian dengan mengunakan metode statistik untuk menghasilkan suatu informasi yang bermanfaat. Menurut Dergibson dan Sugiarto (2002) Statistika diklasifikasikan menjadi dua yaitu Satistika Deskriptif dan Statistika Inferensial. 

Statistika deskriptif 

Statistika Deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi yang berguna (Ronald, 1993). Statistika deskriptif hanya memberi informasi terkait dengan data yang ada tanpa menarik kesimpulan tentang gugus induknya atau populasinya. Dengan Statistika deskriptif, suatu data yang diperoleh dapat tersaji dengan ringkas dan memberikan informasi tentang data tersebut. Informasi yang dapat diperoleh dari statistika deskriptif ini antara lain ukuran pemusatan data (rata-rata, median, modus) ukuran letak (quartil, desil, persentil), ukuran penyebaran data (Range, Jangkauan Kuartil, Deviasi Rata-rata Absolute, simpangan baku atau standardeviasi, variance), serta kecenderungan suatu gugus data.

Statistik inferensial 

Statistika Inferensial adalah sebuah metode yang dapat digunakan untuk menganalisis sebagian kecil dari data induknya (sampel) sampai dengan meramalkan dan menyimpulkan terhadap kelompok data induknya atau populasi. Statistika inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data atau sampel untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data induknya atau populasi (Ronald, 1993;  Dergibson & Sugiarto, 2002). Dalam statistika inferensial diadakan pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum. Metode analisis dalam statistika inferensial antara lain T-test, Anova, Anacova, Analisis koerelasi dan regresi, Analisis jalur, Structural equation modelling (SEM) dan metode analisis lain sesuai dengan tujuan menganalisis data tersebut. Selanjutnya statistika inferensial dibedakan menjadi dua yaitu:

a. Statistik Parametris

Statistik Parametris Adalah bagian statistik yang digunakan untuk menganalisis data Interval atau Rasio yang parameter populasinya harus memenuhi syarat-syarat tertentu berupa syarat berdistribusi normal (Normalitas) dan memiliki varian yang homogen (Homogenitas).

b. Statistik Non Parametris

Statistik Non Parametris Adalah bagian statistik yang digunakan untuk menganalisis data Nominal dan Ordinal yang parameter populasinya Tidak memenuhi syarat-syarat Normalitas dan Homogenitas.

Perbedaan antara statistika Deskriptif dan Inferensial

Statistik deskriptif hanya terbatas dalam menyajikan data dalam bentuk tabel, diagram, grafik, dan besaran lain seperti mean, median, modus dan lainnya, sedangkan statistik inferensial selain mencakup statistik deskriptif juga dapat digunakan untuk melakukan estimasi dan penarikan kesimpulan terhadap populasi dari sampelnya. Untuk sampai pada penarikan kesimpulan statistik inferensia melalui tahap uji hipotesis dan uji statistik.

Referensi

Dergibson Siagian & Sugiarto. Metode Statistika untuk Bisnis dan Ekonomi, halaman 4-6". 2002. Jakarta: PT Gramedia Pustaka Utama. ISBN 979-655-924-2

Riduwan, M.B.A., 2010. Skala Pengukuran Variabel-Variabel Penelitian. Alfabeta, Bandung

Ronald E.Walpole. Pengantar Statistika, halaman 2-5". 1993. Jakarta: PT Gramedia Pustaka  Utama. ISBN 979-403-313-8

Analisis Regresi

Regresi berasal dari kata regress yang artinya rata-rata. Gudjarati (2015) mendefinisikan analisis regresi sebagai kajian terhadap hubungan satu variabel yang disebut sebagai variabel yang diterangkan (the explained variabel) dengan satu atau dua variabel yang menerangkan (the explanatory). Variabel pertama disebut juga sebagai variabel tergantung dan variabel kedua disebut juga sebagai variabel bebas. Analisis regresi adalah metode statistika yang digunakan untuk menguji pengaruh antara variabel bebas terhadap variabel terikat. variabel bebas (Independent) biasanya simbolnya "X" dan merupakan variabel yang akan memberikan pengaruh terhadap variabel terikat. Sedangkan variabel terikat (Dependent) biasanya disimbolkan dengan "Y" yang merupakan variabel yang akan di pengaruhi oleh variabel bebasnya. Bila diharuskan memiliki satu dari beberapa model regresi yang akan digunakan sebagai model penelitian maka kita dapat mengambil model yang terbaik dengan mempertimbankan hal-hal sebagai berikut:

1. Nilai R yang besar,
2. Nilai R2 yang besar, dan
3. Standard error yang kecil.

Regeresi dibedakan menjadi dua yaitu Regresi Linier dan Non Linier. 

A. Regresi Linier dibedakan lagi menjadi dua yaitu:

1. Regresi Linier Sederhana 
     Regresi Sederhana adalah analisis data yang hanya terdiri dari satu variabel bebas (X) dan satu           variabel terikat (Y). secara matematis dapat dituliskan sebagai berikut;:
   
      Y = a + bX + e
 
   keterangan:
    a : konstanta
    b : koefisien regresi
    x  : variabel bebas
    y  : Variabel terikat
    e  : error

2. Regresi Linier Berganda (Multiple Regression)

Regresi linier berganda adalah analisis regresi yang terdiri lebih dari satu variabel bebas (X) dan  satu  variabel terikat (Y). secara matematis dapat dituliskan sebagai berikut

             Y = a + b₁X + b₂X₂ +...................... biXn + e
   
  Keteranagan:
    a : konstanta
    bi : koefisien regresi
    X_1,2,n  : variabel bebas
    Y  : Variabel terikat
    e  : eror

B. Regresi Non Linier

    Analisis regresi merupakan suatu analisis anatara variable independent (X) dengan varabel dependent (Y), dimana diasumsikan bahwa X mempengaruhi Y secara exponensial, kuadratik, kubik, logaritmik, invers ataupun bentuk lainnya. Regresi non linier merupakan salah satu metode untuk memperoleh model non linier yang menyatakan veriabel dependen dan independen. Apabila hubungan fbgsi antara variabel bebas X dan variabel tidak bebas Y bersifat non linier, yaitu penyebaran data Xi dan Yi tidak mengikuti garis lurus tetapi membentuk suatu bentuk kurva tertentu atau parabolik, katakanlah kurva eksponensial, maka analisis regresi yang cocok untuk menerangkan hubungan antara X dan Y tersebut adalah analisis regresi non linier sederhana.

Regresi nonlinier Model Kuadratik adalah model regresi yang parameternya adalah nonlinier artinya apabila diturunkan terhadap parameternya sendiri maka hasil yang didapat masih mengandung parameter. Model regresi kuadratik itu adalah sebagai berikut: 

Y = a + b₁X₁ + b₂X²i + e

dengan : 

     a : konstanta
    bi : koefisien regresi
    Xi: variabel bebas
    Y : Variabel terikat

    e  : eror

Error pada regresi non-linear diasumsikan untuk mempunyai nilai harapan sebesar nol, ragam yang konstan dan tidak dikorelasikan, sama seperti asumsi error pada model regresi linear (Neter, J., Kutner, M.H., Nachtsheim, C.J.,Wasserman,W., 1996). Analisis regresi non linier yang sering digunakan adalah bentuk  logaritmic baik yang biasa (Log X), maupun logaritma natural (Ln X = 2,718Log X). Koefisien yang diperoleh dari analisis regresi logaritma/fungsi pangkat akan langsung menunjukkan elatisitasnya. Analisis ini harus mendasarkan pada teori atau pengembangannya yang relevan dengan obyek penelitian  

Penyajian Data

Penyajian data dilakukan ke dalam tampilan yang sistematis untuk keperluan penganalisisan sehingga memberikan informasi yang bermakna. Untuk menghasilkan gambaran data yang komunikatif dan informatif maka data harus disajikan sesuai dengan kebutuhan. Bentuk penyajian data ada dua yaitu penyajian data dalam bentuk tabel dan penyajian data dalam bentuk Diagram.

A.Penyajian Data dengan Tabel

Penyajian data dalam bentuk tabel bertujuan untuk memberikan informasi dan gambaran mengenai jumlah secara rinci sehingga memudahkan untuk dilakukan analisis terhadap data tersebut. Macam–macam penyajian data dalam bentuk tabel diantaranya adalah sebagai berikut;

1. Tabel Baris Kolom

Tabel baris kolom ini adalah yang terdiri dari baris dan kolom. Tabel baris dan kolom ini dapat dibedakan menjadi tiga arah, yaitu tabel satu arah, dua arah dan tiga arah.

a. Tabel satu arah yaitu tabel yang berisi mengenai sutau hal atau satu karakteristik saja. Tabel ini merupakan bentuk tabel yang paling sederhana. Misalnya tabel tentang Top Brand Index Smarthphone seperti berikut:

Contoh tabel satu arah atau sederhana

Top Brand Index 5 perusahaan Smarthpone

di Indonesia tahun 2015

No	Merek	Top Brand Index
1	Samsung	29.7%
2	Blackberry	24.7%
3	Nokia	16.7%
4	iPhone	4.5%
5	Smartfren	3.8%

Sumber : www.topbrand-award.com

b  b.Tabel dua arah yaitu tabel yang berisi menganai hubungan dua hal atau dua karakteristik yang berbeda. Misalnya data Penjualan dan market share perusahaan smarthphone.

Contoh tabel dua arah:

Penjualan dan Market Share 5 Perusahaan Smartphone

No	Perusahaan	Unit (Juta)	Market share
1	Samsung	78,1	23,8%
2	Apple	39,3	12%
3	Huawei	17,3	5,3%
4	Xiaomi	16,9	5,2%
5	Lenovo	16,8	5,1 %
6	Other	159,2	48,6
Total		327,6	100

            Sumber: IDC World Wide Quartely Mobile Phone Tracker, October 29, 2014

   c.Tabel tiga arah, yaitu tabel yang berisi mengenasi hubungan tiga hal atau tiga karakteristik yang berbeda. Misalnya data jumlah penduduk DKI Jakarta berdasarkan wilayah, jenis kelamin dan kewarganegaraan.

 Contoh tabel tiga arah

Jumlah Penduduk Provinsi DKI Jakarta Tahun 2011

Wilayah	WNI (Ribuan)			WNA			Total (Ribuan)
	L	P	Jumlah	L	P	Jumlah
Jakarta Pusat	575,2	547,7	1.122,9	342	354	696	1.123,7
Jakarta Utara	887,1	828,5	1.715,5	433	374	807	1.716,3
Jakarta Barat	1.1651,1	1.094.1	2.259,6	389	346	735	2.260,3
Jakarta Selatan	1.099,1	1.035.1	2.134,8	401	340	741	2.135,6
Jakarta Timur	1.510,1	1.415.2	2.925,6	574	536	1.110	2.926,7
Kep. Seribu	12,6	12,3	24,9	6	2	8	24,9
Total	5.250,6	4.932,8	10.183,5	2.145	1.952	4.097	10.187,6

                 Sumber: www.manajemenproyekindonesia.com

3.Tabel Kontingensi

Tabel kontingensi merupakan bagian dari tabel baris kolom, namun dalam tabel ini memiliki ciri khusus, yaitu menyajikan data yang terdiri atas dua faktor atau dua variabel, faktor yang satu terdiri atas b kategori dan lainnya terdiri atas k kategori, dapat dibuat daftar kontingensi berukuran b x k dengan b menyatakan baris dan k menyatakan kolom. contoh

Contoh tabel kontingensi

Tingkat Pendidikan Responden berdasarkan jenis kelamin

Jenis Kelamin	Tingkat Pendidikan			Jml
	SD	SMP	SMA
Laki-laki	25	20	15	60
Perempuan	20	12	8	40
Jumlah	45	32	23	100

2   4.Tabel Silang

Penyajian data dalam bentuk tabel silang dapat memberikan informasi mengenai dua hal atau atau lebih yang berkaitan/berhubungan secara bersamaan. Misalnya  data hasil penelitian yang berupa perhitungan frekuensi dan prosentase  jumlah karyawan yang memiliki Tabel silang dapat hanya terdiri dari satu variable tetapi dapat juga terdiri dari dua variable. Tergantung pertanyaan atau keadaan yang ingin dideskripsikan. Dengan demikian, pemilihan penyajian data ke dalam tabel silang satu atau dua variable akan tergantung dari data yang diperoleh (Burhan Nurgiyantoro, 2004:42). Tabel silang satu variable digunakan untuk menggambarkan data dengan menampillkan satu karakteristiknya saja. Misal jumlah keseluruhan. Sementara tabel silang dua variable digunakan untuk menggambarkan data dengan menampilkan dua karakteristiknya. Misalnya jumlah keseluruhan dan jumlah per gender.

Contoh tabel kontingensi

Persepsi Responden terhadap Suatu Produk

Produk	Pendapat tentang Suatu Produk					Total
	Sangat tidak bagus	Kurang bagus	Cukup bagus	Bagus	Sangat bagus
A	10	6	8	5	4	33
B	8	4	12	6	5	35
C	5	6	2	4	6	23
D	2	4	8	5	10	29
Jumlah	25	20	30	20	25	120

B.Penyajian Data dengan Diagram

Selain dapat disajikan dalam bentuk tabel, data juga dapat disajikan dalam bentuk diagram. Diagram adalah gambar yang menyajikan data secara visual yang biasanya berasal dari tabel yang telah dibuat sebelumnya. Diagram masih memiliki kelemahan, yaitu tidak dapat memberikan gambaran data secara mendetail. Penyajian data dalam bentuk diagram atau grafik biasanya lebih menarik karena data disajikan dalam bentuk visual. Bentuk diagram yang sering digunakan diantaranya adalah diagram garis, diagram batang, diagram lingkar, diagram peta,

      1.    Diagram Garis

Diagaram garis adalah penyajian data dalam bentuk garis yang menggambarkan perkembangan dan perubahan suatu keadaan. Biasanya diagram garis digunakan untuk menyajikan data berdasarkan pengatmatan dari waktu-kewaktu secara berurutan. Sumbu horisontal (mendatar) menunjukkan waktu pengamatan, sedangkan sumbu vertikal (tegak) menunjukkan nilai data pengamatan untuk suatu waktu tertentu. Berikut contoh diagram Garis

2 Diagram Batang

Diagram batang adalah pennyajian data dalam bentuk persegi panjang tegak atau persegi panjang mendatar. Pada umumnya, diagram batang digunakan untuk menggambarkan perkembangan data dari suatu obyek tertentu. Ada dua jenis Diagram batang yaitu

1). Diagram Batang Tegak.

           2) Diagram Batang Mendatar 

3. Diagram Lingkaran

Diagram lingkaran adalah gambaran grafik informasi kuantitatif menggunakan lingkaran dimana dapat menunjukkan kontribusi dari masing-masing informasi yang disajikan. contohnya dapat dilihat pada gambar di bawah ini

4. Diagaram Peta

Diagram peta (kartogram) adalah diagram yang  menggambarkan suatu fenomena atau keadaan dengan dihubungkan dengan tempat atau lokasi suatu kejadian. Teknik cara membuatnya dengan menggunakan peta geografis sebagai dasar untuk menerangkan data dan fakta yang terjadi. contoh sebaran jumlah penduduk, peta rawan bencana, sebaran produksi minyak di indonesia, sebaran produksi padi, dll

                                                                  sumber: http://balitbangda.sulutprov.go.id