Mempelajari ilmu ekonomi tidak akan lepas dari pembahasan mengenai data dan statistika. Kedua hal tersebut memiliki peranan yang sangat penting, terutama untuk proses inovasi dan pengembangan bisnis. Mengingat pentingnya data dan statistika tersebut, berikut sudah ada penjabaran mengenai kedua hal tersebut secara rinci. Mari simak selengkapnya.
Daftar Isi
Pengertian dan Jenis-Jenis Statistika
Statistika dinilai memiliki peranan penting dalam membantu seseorang untuk mengambil keputusan. Hal ini karena statistika adalah metodologi yang dipakai untuk mendapatkan informasi yang berguna berdasarkan pada data.
Proses pengambilan keputusan dengan statistika didasarkan pada pengumpulan, pengaturan, penyajian, serta analisa data. Secara tidak langsung, dengan proses tersebut, statistika akan membantu pengambilan keputusan jadi lebih efektif.
Secara umum, statistika dibagi menjadi dua, yaitu statistika deskriptif dan statistika inferensial. Statistika deskriptif merujuk pada ringkasan informasi penting dari suatu set data yang meliputi pengumpulan, pengaturan, dan penyajian data menggunakan grafik, tabel, dan sebagainya.
Sebagai contoh, seorang guru memiliki hasil ujian dari 100 siswa dan melakukan statistika deskriptif untuk meringkas data dari hasil ujian 100 siswa tersebut. Dengan begitu, ia dapat melihat kinerja keseluruhan siswa serta distribusi nilai yang didapat siswa (rata-rata, nilai tertinggi, nilai terendah, dan sebagainya).
Kemudian, statistika inferensial merujuk pada penarikan kesimpulan mengenai populasi berdasarkan data sampel. Yang dimaksud dengan populasi adalah kumpulan lengkap dari suatu objek, sedangkan sampel adalah sebagian dari populasi.
Contohnya, seseorang ingin meneliti tentang perilaku merokok di suatu sekolah, lalu ia melakukan survei terhadap 50 siswa sekolah tersebut. Seluruh siswa yang terdapat di sekolah disebut sebagai populasi, sedangkan siswa yang menjadi responden survei disebut sebagai sampel.
Dalam hal ini, terdapat dua macam deskripsi, yakni numerik dalam statistika. Deskripsi numerik mengenai populasi disebut sebagai parameter populasi, sedangkan deskripsi numerik mengenai sampel disebut sebagai statistik sampel.
Misalnya, rata-rata uang saku mingguan seluruh siswa di suatu sekolah adalah Rp250.000. Namun, hasil survei dari 100 siswa menunjukkan bahwa rata-rata uang saku mingguan yang mereka dapatkan adalah Rp200.000.
Rata-rata uang saku mingguan sebesar Rp250.000 didapatkan dari populasi sehingga disebut sebagai parameter populasi, sedangkan rata-rata sebesar Rp200.000 didapatkan dari sampel sehingga disebut sebagai statistik sampel.
Jenis-jenis Data
Dalam statistika, data juga terbagi menjadi dua macam. Keduanya adalah data kuantitatif dan data kualitatif. Seperti apakah perbedaannya, mari cari tahu lewat penjelasan berikut.
Data Kuantitatif
Data kuantitatif mengandung informasi yang berupa angka atau bilangan. Data ini dapat digunakan untuk menggambarkan atau mengukur suatu fenomena atau karakteristik dalam bentuk kuantitas.
Contohnya, data kuantitatif dapat berupa jumlah anak dalam sebuah keluarga, harga barang di pasar, berat badan seseorang, dan sebagainya. Data kuantitatif memungkinkan kita untuk melakukan analisis statistik dan pengolahan matematis guna memperoleh pemahaman yang lebih mendalam tentang suatu topik atau masalah yang sedang diteliti.
Data kualitatif
Data kualitatif berisi informasi berbentuk verbal atau non-numerik. Contohnya, jenis tumbuhan, suku, nama sekolah, dan lain-lain.
Sebagai contoh untuk menjelaskan jenis data kuantitatif dan kualitatif lebih lanjut, seorang guru membuat daftar nama siswa beserta nilai ujian mereka. Nama-nama siswa dalam daftar tersebut merupakan data kualitatif karena merupakan informasi verbal. Sementara itu, nilai ujian siswa merupakan data kuantitatif karena berisi informasi numerik.
Variabel
Saat melakukan investigasi statistika, hal yang umumnya menjadi fokus utama adalah orang-orang, objek, atau peristiwa dengan karakteristik tertentu. Karakteristik yang menjadi fokus perhatian disebut sebagai variabel. Variabel terbagi menjadi dua macam, yaitu:
Variabel Kualitatif
Variabel kualitatif dijelaskan dengan verbal atau non-numerik. Misalnya, jenis kelamin, ras, jenis pekerjaan, dan sebagainya.
Variabel Kuantitatif
Variabel kuantitatif dijelaskan dengan numerik atau bilangan. Variabel kuantitatif terbagi menjadi dua macam, yaitu variabel diskrit dan variabel kontinu.
Variabel Diskrit
Variabel diskrit memiliki karakteristik berupa bilangan bulat dan didapat dari hasil perhitungan (countable). Contoh dari variabel diskrit adalah jumlah anak karena hanya dapat berupa bilangan bulat (1, 2, 3, dan seterusnya). Jumlah anak tidak dapat berupa 1,3 anak atau 2,5 anak.
Variabel Kontinu
Variabel kontinu memiliki karakteristik berupa bilangan riil dan didapat dari hasil pengukuran (measurement). Contoh variabel kontinu adalah berat badan, tinggi badan, dan lain-lain.
Skala Pengukuran
Pembahasan data dan statistika selanjutnya adalah skala pengukuran. Dalam memilih metode statistika yang sesuai untuk menganalisis data, perlu untuk mengetahui perbedaan antara skala pengukuran. Seluruh pengukuran data diklasifikasikan menjadi empat kategori utama, yakni nominal, ordinal, interval, dan rasio.
Skala Nominal
Skala nominal merupakan skala pengukuran yang paling rendah tingkatannya di antara ke empat skala pengukuran yang lain. Skala nominal hanya dapat dilakukan dengan mengategorikan atau mengelompokkan data dan diberikan nama atau label untuk membedakan antar kategori atau kelompok data tersebut.
Data dengan skala nominal hanya berupa data kualitatif. Contoh data berskala nominal adalah jenis kelamin (diberikan label 0 untuk laki-laki dan 1 untuk perempuan) dan suku (diberikan label 1 untuk Jawa, 2 untuk Sunda, 3 untuk Betawi).
Skala Ordinal
Skala ordinal mencerminkan tingkatan pengukuran yang lebih kuat dibandingkan skala nominal. Dengan skala ordinal, data dapat dikategorikan dan diurutkan (ranked) berdasarkan karakteristik atau sifat tertentu, tetapi perbedaan antar nilai tidak dapat ditentukan. Data berskala interval dapat berupa data kualitatif maupun data kuantitatif. Contoh data berskala ordinal adalah skala penilaian (baik sekali, cukup baik, biasa saja, atau buruk).
Skala Interval
Selain dapat dikategorikan dan diurutkan, nilai dari setiap data berskala interval dapat dibedakan. Data berskala interval hanya berupa data kuantitatif. Dalam skala interval, titik nol bukan merupakan titik mutlak yang berarti angka 0 tidak berarti tidak ada eksistensi dari objek yang diukur.
Contoh data berskala interval adalah suhu ruangan. Suhu ruangan sebesar 00 Celcius bukan berarti tidak ada suhu di dalam ruangan tersebut. Selain itu, suhu ruangan sebesar 400 Celcius tidak berarti ruangan memiliki dua kali panas ruangan bersuhu 200 Celcius.
Skala rasio
Skala rasio merupakan tingkat pengukuran yang paling kuat. Data berskala rasio memiliki semua karakteristik yang dimiliki skala-skala sebelumnya dan perbandingan (rasio) antara setiap nilai dapat dibedakan. Berbeda dengan interval, skala rasio mempunyai titik nol yang mutlak.
Contoh data berskala rasio adalah berat badan. Dengan skala rasio maka dapat dikatakan bahwa data berat badan 60 kg adalah 10 kg lebih berat daripada 50 kg, tetapi juga dapat dikatakan bahwa data berat badan 60 kg adalah dua kali lebih berat dari data berat badan 30 kg.
Sekian seluruh penjabaran mengenai data dan statistika yang memiliki peranan penting dalam ilmu ekonomi. Dari penjelasan di atas, bisa dikatakan jika data dan statistika sangat berkaitan satu sama lain sehingga keduanya tidak dapat dipisahkan saat dipelajari.
Sumber:
Farber, E., & Larson, R. (2003). Elementary Statistics: Picturing the World (3rd ed.). Upper Saddle River, NJ: Prentice Hall, Inc.
Jaggia, S., & Hawke, A. K. (2013). Business Statistics: Communicating with Numbers (International ed.). New York, NY: McGraw-Hill/Irwin.
