ANALISIS DATA (STATISTIK DESKRIPTIF DAN INFERENSIAL)

 MATERI - METODOLOGI PENELITIAN KUANTITATIF

Oleh: Eny Latifah,S.E.Sy.,M.Ak

Analisis Data (Statistik Deskriptif dan Inferensial)

 

A.    Statistik Deskriptif

Statistik deskriptif adalah cabang statistika yang fokus pada menggambarkan dan meringkas karakteristik utama dari suatu kumpulan data. Tujuan utamanya adalah memberikan gambaran umum tentang data tanpa menarik kesimpulan yang berlaku secara umum.

Statistik deskriptif merupakan bidang ilmu statistika yang mempelajari caracara pengumpulan, penyusunan, dan penyajian data suatu penelitian. Statistik deskriptif adalah bagian dari ilmu statistik yang meringkas, menyajikan dan mendeskripsikan data dalam bentuk yang mudah dibaca sehingga memberikan informasi tersebut lebih lengkap. Statistik deskriptif hanya berhubungan dengan hal menguraikan atau memberikan keterangan-keterangan mengenai suatu data atau keadaan atau fenomena, dengan kata lain hanya melihat gambaran secara umum dari data yang didapatkan.

Statistik deskriptif adalah metode yang digunakan untuk mengatur, meringkas, dan menyajikan data dalam bentuk yang lebih mudah dipahami.

Statistika deskriptif adalah cabang statistik yang fokus pada deskripsi atau penjelasan data. Ini berarti statistik deskriptif digunakan untuk merangkum dan menyajikan data dalam bentuk yang mudah dipahami, seperti tabel, grafik, atau ukuran deskriptif seperti rata-rata, median, dan modus. 

Mendeskripsikan karakteristik data, seperti ukuran pemusatan (mean, median, modus), ukuran penyebaran (jangkauan, simpangan baku), dan ukuran letak (kuartil, desil).  Memberikan gambaran umum tentang data tanpa menarik kesimpulan yang berlaku untuk seluruh populasi.

Ukuran Pemusatan: Mean, median, dan modus adalah ukuran yang menggambarkan nilai tengah dari suatu data. Ukuran Penyebaran: Jangkauan, simpangan baku, dan variansi adalah ukuran yang menggambarkan seberapa besar data menyebar.  Ukuran Letak: Kuartil dan desil adalah ukuran yang menunjukkan posisi data relatif terhadap kelompok data yang lain.

Contoh Penggunaan:

1.     Dalam Penelitian: Mendeskripsikan karakteristik sampel penelitian, seperti rata-rata nilai ujian, persentase jawaban benar, dll.

2.     Dalam Bisnis: Menganalisis data penjualan, data pelanggan, dll untuk mendapatkan gambaran tentang kinerja bisnis.

3.     Dalam Keuangan: Menganalisis data investasi untuk melihat bagaimana pengembalian investasi berubah dari waktu ke waktu.

4.     Perbedaan dengan Statistik Inferensial:

Statistik deskriptif hanya menggambarkan data yang ada, sedangkan statistik inferensial digunakan untuk menarik kesimpulan tentang populasi berdasarkan data sampel.

B.    Contoh Statistik Deskriptif

Soal 1:

Sebuah kelas memiliki 30 siswa. Nilai ujian statistika mereka adalah sebagai berikut: 75, 80, 85, 70, 75, 80, 90, 85, 70, 75, 80, 85, 90, 75, 80, 70, 75, 80, 85, 90, 75, 80, 70, 75, 80, 85, 90, 75, 80, 70.

Hitunglah:
a) Mean (rata-rata)
b) Median
c) Modus

Pembahasan:

a)    Mean (Rata-rata):

Jumlahkan semua nilai: 75 + 80 + 85 + ... + 70 = 2400

Bagi jumlah tersebut dengan banyaknya data (30): 2400 / 30 = 80

Mean = 80

b)    Median: 

Urutkan data dari terkecil ke terbesar: 70, 70, 70, 70, 70, 70, 75, 75, 75, 75, 75, 75, 75, 75, 80, 80, 80, 80, 80, 80, 80, 80, 85, 85, 85, 85, 85, 85, 90, 90, 90, 90

Karena jumlah data genap (30), median adalah rata-rata dari dua nilai tengah: (80 + 80) / 2 = 80

Median = 80

c)     Modus: 

Modus adalah nilai yang paling sering muncul.

Dalam data ini, nilai 75 dan 80 muncul paling sering (masing-masing 8 kali).

Modus = 75 dan 80: (data ini memiliki dua modus, sehingga disebut bimodal)

 

C.     Penerapan Statistik Deskriptif dalam Penelitian

Penerapan statistik deskriptif dalam penelitian adalah penggunaan metode statistik untuk meringkas, mengatur, dan menyajikan data penelitian dalam bentuk yang mudah dipahami, tanpa membuat kesimpulan yang bersifat umum atau inferensi ke populasi yang lebih luas. 

Statistik deskriptif berfokus pada deskripsi karakteristik data yang dikumpulkan, seperti tendensi sentral (rata-rata, median, modus), ukuran penyebaran (jangkauan, varians, standar deviasi), dan distribusi data. Tujuannya adalah untuk memberikan gambaran yang jelas dan ringkas tentang data, yang dapat membantu peneliti untuk memahami pola, tren, dan karakteristik penting dari data yang diteliti. 

Penerapan Statistik Deskriptif dalam Penelitian:

1)    Penyajian Data: Statistik deskriptif digunakan untuk menyajikan data dalam berbagai bentuk, seperti tabel, grafik (histogram, diagram lingkaran), dan ukuran numerik (mean, median, modus). 

2)    Deskripsi Data: Statistik deskriptif membantu dalam menjelaskan karakteristik data, seperti rata-rata skor ujian, rentang usia partisipan, atau distribusi pendapatan dalam suatu kelompok. 

3)    Analisis Data Exploratori: Statistik deskriptif dapat digunakan untuk mengeksplorasi data dan mengidentifikasi pola atau tren yang mungkin ada sebelum melakukan analisis statistik yang lebih kompleks. 

4)    Laporan Penelitian:

Statistik deskriptif sering digunakan dalam laporan penelitian untuk memberikan gambaran awal tentang data yang dikumpulkan dan untuk mendukung temuan penelitian. 

Contoh Penerapan:

1.       Sebuah penelitian tentang preferensi makanan bisa menggunakan statistik deskriptif untuk menyajikan data dalam bentuk persentase makanan yang paling banyak dipesan atau rata-rata usia responden yang menyukai makanan tertentu. 

2.       Dalam penelitian kesehatan, statistik deskriptif bisa digunakan untuk menggambarkan distribusi usia pasien, rata-rata tekanan darah, atau tingkat keparahan penyakit. 

Berikut adalah langkah-langkah penerapan statistika deskriptif dalam penelitian:

1)    Pengumpulan Data: Data dikumpulkan dari sampel penelitian sesuai dengan metode yang telah ditentukan. 

2)    Penyusunan Data: Data yang terkumpul diurutkan dan disiapkan untuk analisis lebih lanjut. 

3)    Penyajian Data: Data disajikan dalam bentuk tabel, diagram (seperti histogram atau pie chart), atau grafik untuk memudahkan pemahaman. 

4)    Perhitungan Statistik Deskriptif: Perhitungan ukuran pemusatan data (mean, median, modus) dan ukuran penyebaran data (rentang, standar deviasi, dll.) dilakukan untuk menggambarkan karakteristik data secara kuantitatif. 

5)    Interpretasi Hasil: Hasil analisis statistik deskriptif diinterpretasikan untuk memberikan gambaran tentang distribusi data dan kecenderungan yang ada dalam sampel penelitian. 

Contoh Penerapan:

1.     Pendidikan: Menghitung rata-rata nilai siswa dalam suatu mata pelajaran, menentukan modus nilai, atau melihat sebaran nilai siswa dalam kelas. 

2.     Bisnis: Menganalisis data penjualan untuk menghitung rata-rata penjualan harian, menentukan produk terlaris, atau melihat tren penjualan. 

3.     Penelitian Kualitas Makanan: Menentukan rata-rata skor kualitas makanan dari sampel ahli makanan, atau melihat sebaran skor yang diberikan. 

 

D.    Statistik Inferensial

Statistik inferensial adalah cabang dari statistika yang bertujuan untuk menarik kesimpulan tentang suatu populasi berdasarkan data sampel yang terbatas. Ini melibatkan penggunaan teknik analisis untuk membuat generalisasi, prediksi, atau keputusan tentang seluruh populasi berdasarkan informasi yang diperoleh dari sebagian kecil data (sampel).

Statistik inferensial digunakan untuk "menginferensi" atau menarik kesimpulan tentang karakteristik populasi yang lebih besar dari data sampel yang terbatas.

Perbedaan dengan Deskriptif: Statistik deskriptif hanya meringkas dan menggambarkan data sampel itu sendiri, sedangkan statistik inferensial melangkah lebih jauh dengan membuat pernyataan tentang populasi yang lebih luas.

Contoh Penerapan:

1.     Penelitian: Menentukan apakah suatu metode pengobatan efektif berdasarkan hasil uji klinis pada sekelompok pasien.

2.     Pemasaran: Memprediksi perilaku konsumen berdasarkan survei terhadap sejumlah kecil pembeli.

3.     Pemilu: Memperkirakan hasil pemilu berdasarkan quick count dari beberapa TPS.

Teknik yang Digunakan dalam Statistik inferensial mencakup berbagai teknik seperti:

1.     Uji Hipotesis: Menentukan apakah ada perbedaan signifikan antara kelompok atau apakah suatu klaim tentang populasi valid.

2.     Regresi: Memodelkan hubungan antara variabel dan membuat prediksi.

3.     Estimasi Interval: Menghitung rentang nilai yang mungkin untuk suatu parameter populasi dengan tingkat kepercayaan tertentu.

4.     Pentingnya Sampel: Statistik inferensial sangat bergantung pada sampel yang representatif dari populasi. Kesimpulan yang ditarik hanya valid jika sampel tersebut mencerminkan karakteristik populasi dengan baik.

E.     Contoh Statistik Inferensial

Contoh Soal dan Pembahasan:

1.     Uji Hipotesis:

·         Soal: Sebuah penelitian ingin mengetahui apakah rata-rata tinggi badan mahasiswa baru di suatu universitas berbeda secara signifikan dengan rata-rata tinggi badan mahasiswa di seluruh Indonesia. Data sampel menunjukkan rata-rata tinggi badan mahasiswa baru adalah 170 cm dengan standar deviasi 5 cm, dan jumlah sampel 100 orang. Rata-rata tinggi badan mahasiswa di seluruh Indonesia adalah 168 cm. Ujilah hipotesis ini dengan taraf signifikansi 5%.

·         Pembahasan: Langkah-langkah uji hipotesis, termasuk menentukan hipotesis nol dan alternatif, menghitung statistik uji (misalnya t-statistik atau z-statistik), menentukan daerah kritis, dan menarik kesimpulan.

2.     Interval Kepercayaan:

·         Soal: Sebuah penelitian ingin mengetahui proporsi pemilih yang setuju dengan kebijakan pemerintah. Dari sampel acak 500 orang, 300 orang menyatakan setuju. Buatlah interval kepercayaan 95% untuk proporsi pemilih yang setuju dengan kebijakan tersebut.

·         Pembahasan: Menghitung proporsi sampel, menghitung standar error, dan menggunakan rumus interval kepercayaan untuk proporsi.

3.     Analisis Regresi:

·         Soal: Sebuah perusahaan ingin mengetahui hubungan antara pengeluaran iklan dengan penjualan. Data historis menunjukkan hubungan linear antara kedua variabel tersebut. Buatlah model regresi sederhana untuk memprediksi penjualan berdasarkan pengeluaran iklan.

·         Pembahasan: Menentukan variabel dependen dan independen, menghitung koefisien regresi, membuat persamaan regresi, dan menginterpretasikan hasil analisis regresi.

4.  Analisis Varian (ANOVA):

·         Soal: Sebuah penelitian ingin membandingkan efektivitas tiga metode pembelajaran yang berbeda terhadap hasil belajar siswa. Data sampel menunjukkan hasil belajar dari masing-masing metode. Ujilah hipotesis apakah terdapat perbedaan signifikan hasil belajar antar ketiga metode tersebut.

·         Pembahasan: Langkah-langkah uji ANOVA, termasuk menghitung kuadrat tengah, F-statistik, dan menarik kesimpulan.

5.     Analisis Korelasi:

·         Soal: Sebuah penelitian ingin mengetahui hubungan antara tingkat pendidikan dengan tingkat pendapatan. Data sampel menunjukkan adanya hubungan positif antara kedua variabel tersebut. Hitung koefisien korelasi dan interpretasikan kekuatannya.

·         Pembahasan: Menghitung koefisien korelasi (misalnya Pearson correlation coefficient), dan menginterpretasikan kekuatan dan arah hubungan antar variabel. 

Penting untuk diingat:

1)    Sampel yang representatif:

Hasil inferensi hanya valid jika sampel yang digunakan benar-benar representatif dari populasi yang dituju. 

2)    Asumsi uji:

Setiap uji statistik memiliki asumsi tertentu yang harus dipenuhi agar hasil uji valid. Pastikan untuk memeriksa asumsi uji sebelum melakukan analisis. 

3)    Tingkat signifikansi:

Tingkat signifikansi (alpha) adalah probabilitas menolak hipotesis nol padahal sebenarnya benar. Pilihlah tingkat signifikansi yang sesuai dengan konteks penelitian. 

4)    Interpretasi hasil:

Perhatikan dengan seksama hasil analisis dan interpretasikan dengan benar sesuai dengan konteks penelitian. 

Contoh lainya:

Contoh 1

Michele ingin membuka toko roti di Malang. Untuk menentukan daftar menu yang akan dijual, dilakukan survei ke 300 warga setempat dengan tujuan mengetahui selera dan preferensinya. Survei mencakup orang-orang dari berbagai kelompok usia, jenis kelamin, dan kelas pendapatan. Hasil survei tersebut dinyatakan sebagai berikut:

60% perempuan menyukai brownies.

45% dari total penduduk menyukai donat.

95% orang dewasa menyukai bolu pisang.

25% remaja menyukai cookies.

Hasil tersebut diperoleh dari analisis inferensial. Selanjutnya, Michele memasukkan semua jenis roti di atas ke daftar menunya untuk menarik pelanggan, di mana Michele membuat kesimpulan atau generalisasi berdasarkan jawaban survei.

Informasi penting disajikan secara kronologis

Contoh 2

Dalam sebuah catatan kelulusan yang telah dilakukan dalam lima tahun terakhir, di sebuah SMA menunjukkan hasil bahwa sekitar 73% di antara sisa SMA dapat lulus dengan capaian nilai yang memuaskan.

Bentuk statistika inferensial dari ilustrasi di atas yaitu nilai numerik 73%. Jika berdasarkan hal tersebut, seorang siswa dapat menyimpulkan bahwa peluang dirinya dapat lulus dengan nilai yang memuaskan.

Nilai tersebut adalah lebih dari 70%. Maka siswa tersebut telah menerapkan statistika inferensial yang memiliki sifat tidak pasti atau hanya sebatas peramalan.

Contoh 3

Seorang peneliti ingin mengetahui apakah terdapat perbedaan signifikan dalam rata-rata tingkat kebahagiaan antara dua kelompok usia yang berbeda, yaitu kelompok usia 20-30 tahun dan kelompok usia 31-40 tahun.

Peneliti tersebut mengumpulkan data tingkat kebahagiaan dari masing-masing kelompok dan ingin menggunakan uji t-test untuk memeriksa apakah perbedaan tersebut signifikan secara statistik.

F.     Penerapan Statistik Inferensial dalam Penelitian

Penerapan statistik inferensial dalam penelitian adalah penggunaan teknik statistik untuk membuat generalisasi atau menarik kesimpulan tentang populasi berdasarkan data dari sampel. Ini berbeda dengan statistik deskriptif yang hanya menyajikan data tanpa membuat kesimpulan tentang populasi yang lebih luas. Statistik inferensial memungkinkan peneliti untuk menguji hipotesis, memperkirakan parameter populasi, dan membuat prediksi tentang fenomena yang dipelajari.

Berikut adalah beberapa contoh penerapan statistik inferensial dalam penelitian:

1.     Uji Hipotesis: Menguji apakah ada perbedaan signifikan antara dua kelompok (misalnya, efektivitas metode pengajaran baru dibandingkan dengan metode tradisional).

2.     Estimasi Parameter: Memperkirakan rata-rata atau proporsi populasi berdasarkan data sampel.

3.     Analisis Regresi: Memprediksi nilai satu variabel berdasarkan nilai variabel lain (misalnya, memprediksi penjualan berdasarkan pengeluaran iklan).

4.     Analisis Varian (ANOVA): Membandingkan rata-rata dari tiga atau lebih kelompok untuk melihat apakah ada perbedaan yang signifikan di antara mereka.

5.     Pengambilan Keputusan: Menggunakan hasil statistik untuk membuat keputusan berdasarkan bukti data (misalnya, meluncurkan produk baru, mengubah kebijakan perusahaan).

Dengan kata lain, statistik inferensial memungkinkan peneliti untuk melampaui data sampel dan membuat pernyataan yang lebih luas tentang keseluruhan populasi.

 

G.    Perbedaan Statistik Deskriptif dan Inferensial

Statistik deskriptif dan inferensial memiliki perbedaan mendasar dalam tujuan dan cakupan analisis. Statistik deskriptif bertujuan untuk meringkas dan menggambarkan data yang ada, sementara statistik inferensial bertujuan untuk membuat generalisasi dan prediksi tentang populasi berdasarkan data sampel. 

Berikut adalah beberapa perbedaan utama antara statistik deskriptif dan inferensial:

1.     Statistik Deskriptif:

a)    Tujuan: Menggambarkan, meringkas, dan menyajikan data dengan cara yang mudah dipahami, biasanya melalui tabel, grafik, atau ukuran statistik seperti rata-rata, median, modus, standar deviasi, dll. 

b)    Fokus: Hanya pada data yang ada dalam sampel atau populasi yang diteliti. Tidak ada generalisasi atau prediksi yang dibuat untuk populasi yang lebih luas. 

c)     Contoh: Menghitung rata-rata nilai ujian siswa dalam satu kelas, membuat grafik batang untuk menunjukkan distribusi usia karyawan di sebuah perusahaan, atau menyajikan data penjualan bulanan dalam bentuk tabel. 

2. Statistik Inferensial:

a)   Tujuan: Membuat kesimpulan tentang populasi berdasarkan data sampel. Ini melibatkan penggunaan teknik statistik untuk menguji hipotesis, membuat perkiraan parameter populasi, dan membuat prediksi. 

b)   Fokus: Berusaha untuk menarik kesimpulan yang berlaku untuk seluruh populasi berdasarkan data sampel. Ini melibatkan generalisasi dan prediksi tentang perilaku atau karakteristik populasi. 

c)    Contoh: Menggunakan data sampel untuk memperkirakan rata-rata pendapatan seluruh penduduk di suatu kota, menguji apakah ada perbedaan signifikan dalam tingkat kepuasan pelanggan antara dua produk yang berbeda, atau memprediksi hasil pemilu berdasarkan survei pendapat umum.

Tabel

Perbedaan Statistik Deskriptif dengan Inferensial

Fitur	Statistik Deskriptif	Statistik Inferensial
Tujuan	Deskripsi, ringkasan data	Generalisasi, prediksi
Fokus	Data yang ada	Populasi berdasarkan sampel
Metode	Rata-rata, median, modus, grafik, tabel	Uji hipotesis, regresi, estimasi
Hasil	Deskripsi data	Kesimpulan tentang populasi
Contoh	Rata-rata nilai ujian, grafik penjualan	Perkiraan pendapatan, prediksi hasil pemilu

 

 

 

DAFTAR PUSTAKA

 

Arikunto, S. 2002. Metode Penelitian Kualitatif. Jakarta: Bumi Aksara.

Bennett, N., Borg, W. R., & Gall, M. D. (1984). Educational Research: An Introduction. British Journal of Educational Studies, 32(3), 274. https://doi.org/10.2307/3121583

Emzir. 2009. Metodologi Penelitian Pendidikan. Jakarta: PT. Raja Grafindo Persada.

Kasiram, Mohammad. 2008. Metode Penelitian Kuantitatif Kualitatif. Malang: UIN Malang

Lubis. A.Y, (2014) Filsafat Ilmu: Klasik hingga Kontemporer. Jakarta: PT Raja Grafindo Persada

Muslim. (2016). Varian-Varian Paradigma, Pendekatan, Metode, Dan Jenis Penelitian Dalam Ilmu Komunikas I, Wahana, Vol. 1, No. 10, Ganjil, 78-79

Sugiyono. 2019. Metode Penelitian Kuantitatif, Kualitatif dan R & D. Bandung: Alfabeta

Sudjana, N. dan Ibrahim, R. 2001. Penelitian dan Penilaian Pendidikan. Bandung: Sinar Baru Algesindo.

Suharsimi Arikunto. 2019. Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta: Rineka Cipta.

Suparlan Suhartono. 2008. Wawasan pendidikan: Sebuah pengantar pendidikan. Yogyakarta: Ar-Ruzzmedia.