Pengantar Statitika

1. Latar Belakang Ilmu Statistik
 Statistika adalah cabang ilmu yang mempelajari tentang bagaimana mengumpulkan, menganalisis dan menginterpretasikan data. Atau dengan kata lain, statistika menjadi semacam alat dalam melakukan suatu riset empiris.Dalam menganalisis data, para ilmuwan menggambarkan persepsinya tentang suatu fenomena. Deskripsi yang sudah stabil tentang suatu fenomena seringkali mampu menjelaskan suatu teori. (Walaupun demikian, orang dapat sajaberargumentasi bahwa ilmu biasanya menggambarkan bagaimana sesuatu itu terjadi, bukannya mengapa). Penemuan teori baru merupakan suatu proses kreatif yang didapat dengan cara mereka ulang informasi pada teori yang telah ada atau mengesktrak informasi yang diperoleh dari dunia nyata. Pendekatan awal yang umumnya digunakan untuk menjelaskan suatu fenomena adalah statistika deskriptif.
                                                                                                                                    Penggunaan Statistika sudah dikenal sebelum abad 18, pada saat itu negara-negara

Babilon, Mesir dan Roma mengeluarkan catatan tentang nama, usia, jenis kelamin, pekerjaan dan jumlah anggota keluarga. Kemudian pada tahun 1500, pemerintahan Inggris mengeluarkan catatan mingguan tentang kematian dan tahun 1662.

dikembangkan catatan tentang kelahiran dan kematian. Baru pada tahun 1772 – 1791, G. Achenwall menggunakan istilah statistika sebagai kumpulan data tentang negara. Tahun 1791 – 1799, Dr .E.A.W Zimmesman mengenalkan kata statistika dalam bukunya Statistical Account of Scotland. Tahun 1981 – 1935 R. Fisher mengenalkan analisavarians dalam literatur statistiknya.

Ilmu hitung kemudian berkembang pesat lagi pada masa imperium Romawi. Angka angka yang disimbolkan dalam peradaban Yunani dikembangkan dengan symbol Romawi. Meski angka Romawi tidak praktis, dalam batas tertentu memberikan pengaruh yang luas bagi perkembangan ilmu hitung. Angka Romawi mampu memberikan lambing terhadap angka dalam jumlah yang lebih banyak dibandingkan dengan angka Yunani. Puncak peradaban ilmu hitung menjadi semakin cepat manakala tradisi Arab mengenalkan simbol angka yang sederhana dan fleksibel.

Angka Arab mampu menyederhanakan simbol menjadi simbol yang mudah dimengerti dan dapat digunakan secara berulang secara mudah. Misal, untuk mengungkapkan angka 100, maka cukup hanya menggunakan 2 simbol saja yang sudah dipakai sebelumnya, demikian pula kalau harus menyebut angka 1 trilyun, angka yang dipakai tetap 1 dan 0, tinggal memperbanyak 0-nya saja. Sangat berbeda dengan angka Romawi, setiap perubahan persepuluhan harus dikenalkan simbol baru, yang kemudian tidak dijadikan basis pembuatan angka secara konsisten. Puncak peradaban ilmu hitung mengalami perkembangan yang sangat pesat, tatkala tradisi Arab memperkenalkan simbol baru angka 0. Angka ini seakan telah menjadi angka mu’jizat dalam sejarah peradaban ilmu hitung, sebab dengan ditemukannya angka 0, maka akan mempersingkat penulisan-penulisan yang berbasis ribuan sampai tak terhingga. Bayangkan bagaimana menulis simbol satu trilyun jika menggunakan symbol Romawi. Inilah salah satu sumbangan tradisi Islam dan Arab yang sering dilupakan oleh orang.

Ilmu Statistik sebagai bentuk aplikasi dan terapkan ilmu hitung sebagai ilmu murni juga mengalami perkembangan seiring dengan semakin berkembang ilmu hitung. Statistik yang lebih menekankan pada tradisi mencatat dan menyusun, memungkinkan ilmu ini mulai dilirik orang dalam konteks untuk mempergunakan hasil pencatatan dan penyusunan untuk mendapatkan pola. Pola ini menjadi sangat penting untuk dilihat, manakala manusia dihadapkan pada pergerakan peradaban manusia yang semakin kompleks, yang juga berarti jumlah data juga sangat kompleks, hampir setiap detik terdapat peristiwa yang lahir, dan harus didokumentasi. Semakin tersebarnya data, menjadikan banyak fihak perlu mendapatkan data yang sahih, namun mudah dimengerti dan memiliki akurasi yang baik dalam dokumentasinya. Statistik merupakan satu-satunya ilmu yang bisa menawarkan pada tradisi mencatat ini.

Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin modern statisticum collegium (“dewan negara”) dan bahasa Italia statista (“negarawan” atau “politikus”).

Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan mengartikannya sebagai “ilmu tentang negara (state)”. Pada awal abad ke-19 telah terjadi pergeseran arti menjadi “ilmu mengenai pengumpulan dan klasifikasi data”. Sir John Sinclair memperkenalkan nama (Statistics) dan pengertian ini ke dalam bahasa Inggris. Jadi, statistika secara prinsip mula-mula hanya mengurus data yang dipakai lembaga-lembaga administratif dan pemerintahan. Pengumpulan data terus berlanjut, khususnya melalui sensus yang dilakukan secara teratur untuk memberi informasi kependudukan yang berubah setiap saat.

Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-bidang dalam matematika, terutama peluang. Cabang statistika yang pada saat ini sangat luas digunakan untuk mendukung metode ilmiah, statistika inferensi, dikembangkan pada paruh kedua abad ke-19 dan awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika inferensi), Karl Pearson (metode regresi linear), dan William Sealey Gosset (meneliti problem sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan telah menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hingga linguistika. Bidang-bidang ekonomi, biologi dan cabang-cabang terapannya, serta psikologi banyak dipengaruhi oleh statistika dalam metodologinya. Akibatnya lahirlah ilmu-ilmu gabungan seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika.

Meskipun ada pihak yang menganggap statistika sebagai cabang dari matematika, tetapi sebagian pihak lainnya menganggap statistika sebagai bidang yang banyak terkait dengan matematika melihat dari sejarah dan aplikasinya. Di Indonesia, kajian statistika sebagian besar masuk dalam fakultas matematika dan ilmu pengetahuan alam, baik di dalam departemen tersendiri maupun tergabung dengan matematika.

Sejarah Singkat Statistika (awal muncul statistik)

Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin moderen statisticum collegium (“dewan negara”) dan bahasa Italia statista (“negarawan” atau “politikus”).

Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan mengartikannya sebagai “ilmu tentang negara (state)”. Pada awal abad ke-19 telah terjadi pergeseran arti menjadi “ilmu mengenai pengumpulan dan klasifikasi data”. Sir John Sinclair memperkenalkan nama (Statistics) dan pengertian ini ke dalam bahasa Inggris. Jadi, statistika secara prinsip mula-mula hanya mengurus data yang dipakai lembaga-lembaga administratif dan pemerintahan. Pengumpulan data terus berlanjut, khususnya melalui sensus yang dilakukan secara teratur untuk memberi informasi kependudukan yang berubah setiap saat.

Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-bidang dalam matematika, terutama probabilitas. Cabang statistika yang pada saat ini sangat luas digunakan untuk mendukung metode ilmiah, statistika inferensi, dikembangkan pada paruh kedua abad ke-19 dan awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika inferensi), Karl Pearson (metode regresi linear), dan William Sealey Gosset (meneliti problem sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan telah menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hingga linguistika. Bidang-bidang ekonomi, biologi dan cabang-cabang terapannya, serta psikologi banyak dipengaruhi oleh statistika dalam metodologinya. Akibatnya lahirlah ilmu-ilmu gabungan seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika.

Meskipun ada kubu yang menganggap statistika sebagai cabang dari matematika, tetapi orang lebih banyak menganggap statistika sebagai bidang yang banyak terkait dengan matematika melihat dari sejarah dan aplikasinya. Di Indonesia, kajian statistika sebagian besar masuk dalam fakultas matematika dan ilmu pengetahuan alam, baik di dalam departemen tersendiri maupun tergabung dengan matematika.

Istilah statistika sudah sangat tua. Statistika bermula sebagai suatu cara berhitung untuk membantu pemerintah yang ingin mengetahui kekayaan dan banyaknya warganya dalam usaha menarik pajak atau pun berperang. William si penakluk memerintahkan diadakannya survey di seluruh Inggris untuk tujuan pajak dan tugas kemiliteran. Hasil Survey ini dikumpulkan dalam sebuah kumpulan yang disebut Domesday Book.

Beberapa abad setelah Domesday Book, ditemukan suatu penerapan peluang empirik dalam asuransi perkapalan, yang tampaknya sudah tersedia bagi kapal-kapal bangsa Flem pada abad ke-14. Perjudian, dalam bentuk permainan, telah mengantarkan kita ke teori peluang. Teori ini pertama kali dikembangkan oleh Pascal dan Fermat sekitar abad ke-17, karena mereka tertarik pada pengalaman-pengalaman judi Chevalier de Mere.

Kurva normal telah terbukti sangat penting dalam pengembangan statistika. Persamaan kurva ini pertama kali diumumkan pada tahun 1733 oleh de Moivre. De Moivre sama sekali tidak tahu bagaimana menerapkan penemuannya tersebut pada data hasil percobaan, dan karyanya ini tetap tidak diketahui sampai Karl Pearson menemukannya di suatu perpustakaan pada tahun 1924. Walaupun demikian, hasil yang sama dikembangkan kemudian oleh dua astronom matematik, Laplace, 1749-1855 dan Gauss, 1777-1855, secara terpisah.

Pada abad ke-19 Charles Lyell telah mengajukan suatu argumentasi yang pada dasarnya bersifat statistik terhadap suatu masalah geologi. Dalam periode 1830-1833, diterbitkan 3 jilid Principles of Geology karya Lyell, yang mengurutkan batu-batuan zaman Tertier, serta sekaligus memberi nama pada masing-masing batuan. Bersama dengan M.Deshayes, seorang ahli biologi dari Prancis, mereka mengidentifikasikan dan mendaftarkan spesies-spesies fosil yang terdapat dalam satu atau lebih strata, dan meramalkan proporsi jenis-jenis yang masih hidup di bagian-bagian laut tertebtu. Berdasarkan proporsi-proporsi tersebut mereka memberi nama Pleistosen, Pliosen, Miosen, dan Eosen. Argumentasi Lyell sesungguhnya bersifat statistika. Sayangnya setelah ditetapkan dan diterimanya nama-nama tersebut, metodenya segera dilupakan orang. Hal ini terjadi baik di bidang ilmu-ilmu biologi maupun fisika.

Pada abad ke-19 pula, perlunya landasan yang lebih kokoh bagi statistika menjadi semakin jelas. Karl Pearson, seorang ahli fisika matematik, menerapkan matematika pada biologi. Pearson melewatkan hampir setengah abad dalam penelitian statistika yang serius. Di samping itu, ia juga mendirikan jurnal Biometrika dan sebuah aliran statistika. Dengan demikian kajian statistika memperoleh dorongan besar.

Sementara Pearson hanya memperhatikan contoh besar (large samples), teori sampel besar yang dikembangkan ternyata tidak memuaskan peneliti yang selalu berhubungan dengan sampel kecil (small samples). Di antara mereka adalah W.S. Gosset, 1876-1937, murid Karl Pearson. Namun kemampuan matematika Gosset belum memadai untuk mendapatkan sebaran-sebaran pasti dari simpangan baku sampel, rasio antara rata-rata sampel dengan simpangan baku sampel, dan koefisien korelasi; statistik-statistik yang paling banyak diperhatikannya. Akibatnya, ia terpaksa mendasarkan pada kartu; mengocok, mengambil, dan kemudian membuat sebaran frekuensi empiriknya. Makalah yang membuat hasil penelitiannya ini muncul dalam Biometrika pada tahun 1908, dan ia menggunakan nama student. Sekarang ini sebaran t-Student merupakan alat dasar bagi statistikawan dan peneliti; dan me-student-kan merupakan istilah yang lazim dalam statistika. Kini penggunaan sebaran t-Student begitu meluas, dan menarik untuk diperhatikan bahwa seorang astronom Jerman, Helmert, telah mendapatkannya secara matematika jauh sebelumnya, yaitu pada tahun 1875.

R.A. Fisher, 1890-1962, yang dipengaruhi oleh Karl Pearson dan Student, memberikan sumbangan yang sangat banyak dan penting bagi statistika. Ia dan murid-muridnya memberikan dorongan yang besar bagi penggunaan prosedur-prosedur statistika dalam banyak bidang, terutama dalam bidang-bidang pertanian, biologi, dan genetika.

J.Neyman (1895) dan E.S.Pearson (1895), mengemukakan teori pengujian hipotesis pada tahun 1936 dan 1938. Teori ini meransang sejumlah besar penelitian dan banyak hasilnya mempunyai kegunaan praktis.

Pada tahun 1902-1950, Abraham Wald menulis dua buku yang sangat bermanfaat hingga saat ini, yakni ‘Sequential Analysis’ dan ‘Statistical Decision Functions’. Dalam abad inilah (hingga saat ini) hampir semua metode statistika yang kini digunakan itu dikembangkan.

Dalam arti sempit statistik dapat diartikan sebagai data, tetapi dalam arti luas statistik dapat diartikan sebagai alat. Alat untuk analisis dan alat untuk membuat keputusan. Statistik dapat dibedakan menjadi dua, yaitu statistik deskriptif dan statistik inferensial. Selanjutnya statistik inferensial dapat dibedakan menjadi statistik parametris dan non parametris.

Statistik deskriptif adalah statistik yang digunakan untuk menggambarkan atau menganalisis suatu hasil penelitian. Statistik inferensial adalah statistik yang digunakan untuk menganalisis data sampel, dan hasilnya akan digeneralisasikan (diinferensikan) untuk populasi di mana sampel di ambil.

Terdapat dua macam statistik inferensial, yaitu; statistik parametris digunakan untuk menganalisis data interval atau rasio, yang diambil dari populasi yang berdistribusi normal. Sedangkan statistik non parametris digunakan untuk menganalisis data nominal dan ordinat dari populasi yang bebas distribusi.

Di Indonesia Pengantar Statistika telah dicantumkan dalam kurikulum Matematika Sekolah Dasar sejak tahun1975. Hal itu disebabkan karena sekitar lingkungan kita berada selalu berkaitan dengan Statistik. Misalnya di kantor kelurahan kita mengenal statistik desa, di dalamnya memuat keadaan penduduk mulai dari banyak penduduk, pekerjaanya, banyak anak, dan sebagainya.

Dalam mengaplikasikan statistika terhadap permasalahan sains, industri, atau sosial, pertama-tama dimulai dari mempelajari populasi. Makna populasi dalam statistika dapat berarti populasi benda hidup, benda mati, ataupun benda abstrak. Populasi juga dapat berupa pengukuran sebuah proses dalam waktu yang berbeda-beda, yakni dikenal dengan istilah deret waktu.

Melakukan pendataan (pengumpulan data) seluruh populasi dinamakan sensus. Sebuah sensus tentu memerlukan waktu dan biaya yang tinggi. Untuk itu, dalam statistika seringkali dilakukan pengambilan sampel (sampling), yakni sebagian kecil dari populasi, yang dapat mewakili seluruh populasi. Analisis data dari sampel nantinya digunakan untuk menggeneralisasi seluruh populasi.

Jika sampel yang diambil cukup representatif, inferensial (pengambilan keputusan) dan simpulan yang dibuat dari sampel dapat digunakan untuk menggambarkan populasi secara keseluruhan. Metode statistika tentang bagaimana cara mengambil sampel yang tepat dinamakan teknik sampling.

Analisis statistik banyak menggunakan probabilitas sebagai konsep dasarnya hal terlihat banyak digunakannya uji statistika yang mengambil dasar pada sebaran peluang. Sedangkan matematika statistika merupakan cabang dari matematika terapan yang menggunakan teori probabilitas dan analisis matematika untuk mendapatkan dasar-dasar teori statistika.

Ada dua macam statistika, yaitu statistika deskriptif dan statistika inferensial. Statistika deskriptif berkenaan dengan deskripsi data, misalnya 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, misalnya melakukan pengujian hipotesis, melakukan prediksi observasi masa depan, atau membuat model regresi.

• Statistika deskriptif berkenaan dengan bagaimana data dapat digambarkan dideskripsikan) atau disimpulkan, baik secara numerik (misalnya menghitung rata-rata dan deviasi standar) atau secara grafis (dalam bentuk tabel atau grafik), untuk mendapatkan gambaran sekilas mengenai data tersebut, sehingga lebih mudah dibaca dan bermakna.

• Statistika inferensial berkenaan dengan permodelan data dan melakukan pengambilan keputusan berdasarkan analisis data, misalnya melakukan pengujian hipotesis, melakukan estimasi pengamatan masa mendatang (estimasi atau prediksi), membuat permodelan hubungan (korelasi, regresi, ANOVA, deret waktu), dan sebagainya

2. Perbedaan Statistik dengan ilmu yang lain

Ilmu statistik berbeda dengan ilmu pengetahuan yang lain, karena statistika sebagai ilmu pengetahuan memiliki tiga ciri khusus, yaitu:

•       Statistik selalu bekerja dengan angka atau bilangan. Untuk dapat melaksanakan tugasnya statistik memerlukan bahan keterangan yang sifatnya kuantitatif.

•     Statistik bersifat objektif, artinya statistik selalu bekerja menurut objeknya, atau bekerja menurut apa adanya.

•       Statistik bersifat universal, artinya ruang lingkup atau ruang gerak dan bidang garapan statistik tidaklah sempit. Statistik dapat digunakan dalam hampir semua cabang kegiatan hidup manusia.

Jadi yang membedakan ilmu statistik dengan ilmu-ilmu yang lain nya yaitu degan ada nya beberapa ciri khusus yang sudah di sebutkan diatas.

3. Aplikasi Ilmu Statistik
Bidang Ekonomi

Statistika banyak diterapkan di bermacam-macam ilmu mulai dari ilmu alam dan ilmu sosial maupun di bidang bisnis. Salah satu contoh dari penerapan ilmu statistika terhadap bidang perekonomian yaitu perhitungan pertumbuhan ekonomi, inflasi, jumlah uang beredar, tingkat kemiskinan, jumlah pengangguran dan lainnya, sedangkan dalam bidang industri dapat dicontohkan pada perhitungan jumlah produksi barang atau jasa yang mencapai keuntungan maksimum, kapan waktu yang tepat untuk mengembangkan produk baru atau menambah produksi.

Dalam bidang bisnis juga statistik diterapkan antara lain, perhitungan indeks tendensi bisnis, perhitungan dividen, peluang mendapatkan keuntungan jika menanamkan investasi di saham dan lainnya.

Contohnya
Salah satu contoh dari penerapan ilmu statistika ekonomi pada bisnis yaitu penggunaan indeks tendensi bisnis (ITB). Indeks Tendensi Bisnis adalah indikator perkembangan ekonomi terkini yang datanya diperoleh dari Survei Tendensi Bisnis (STB) yang dilakukan oleh Badan Pusat Statistik bekerja sama dengan Bank Indonesia dengan variabel pembentuk indeks tendensi bisnis yaitu pendapatan usaha, penggunaan kapasitas produksi/usaha dan rata-rata jam kerja dengan memasukkan 9 sektor yang ada antara lain:

1. Pertanian, peternakan, kehutanan dan perikanan
2. Pertambangan dan penggalian
3. Industri pengolahan
4. Listrik, gas dan air bersih
5. Konstruksi
6. Perdagangan, hotel dan restoran
7. Transportasi dan telekomunikasi
8. Keuangan, persewaan dan jasa.

Survei tersebut dilakukan setiap triwulan di beberapa kota besar terpilih di seluruh provinsi di Indonesia. Jumlah sampel STB Triwulan IV-2009 sebanyak 2.400 perusahaan besar dan sedang, dengan responden pimpinan perusahaan.

Sebagai contoh bahwa Indeks Tendensi Bisnis (ITB) pada Triwulan I-2010 sebesar 103,41, yang berarti terjadi peningkatan kondisi bisnis pada triwulan tersebut dibandingkan periode yang sama tahun lalu yang hanya sebesar 96,91. Namun tingkat optimisme pelaku bisnis lebih rendah dibandingkan Triwulan IV-2009 yang nilai ITB mencapai 108,45.

Peningkatan ITB pada kuartal I-2010 tersebut, disebabkan oleh meningkatnya kondisi bisnis sebagian besar sektor ekonomi diantaranya sektor Keuangan, Persewaan, dan Jasa Perusahaan yang mengalami peningkatan bisnis tertinggi (nilai ITB sebesar 112,07).]

Peningkatan kondisi bisnis disebabkan oleh adanya peningkatan pendapatan usaha, kapasitas produksi dan rata-rata jam kerja. Sektor Keuangan, Persewaan, dan Jasa Perusahaan mengalami peningkatan pendapatan usaha paling tinggi, sedangkan sektor Konstruksi dan sektor Transportasi & Telekomunikasi mengalami penurunan pendapatan usaha. Sedangkan sektor Konstruksi dan sektor Transportasi serta Telekomunikasi merupakan sektor ekonomi yang mengalami penurunan kondisi bisnis.

Setelah dijabarkan, bagaimana peranan statistika ekonomi dalam berbagai disiplin ilmu khususnya dalam ekonomi, industri dan bisnis diharapkan bisa membantu menentukan keputusan yang akan diambil secara tepat, sehingga hasilnya sesuai dengan harapan.

Bidang Kesehatan

            Biostatistika atau Statistik Kesehatan adalah salah satu pilar utama yang merupakan bagian sangat penting dan fundamental di bidang kesehatan masyarakat. Disebut biostatistika karena hal ini merupakan cabang statistika terapan tentang metoda statistika untuk menyelesaikan problem medis dan biologi. kesehatan Masyarakat mempelajari masyarakat dan statistik sebagai metode untuk mempelajari populasi. Pengembangan Ilmu Kesehatan Masyarakat sangat ditentukan oleh penguasaan statistika. Selain itu metode statistika merupakan salah satu alat bantu dalam menelaah laporan-laporan ilmiah, mengadakan analisis data yang diperoleh dari catatan medic di rumah sakit, mengadakan penelitian dalam bidang kesehatan, dan lain-lain. Di dalam paper ini akan dibahas mengenai Statistika dan Penerapannya dalam Ilmu Kesehatan Masyarakat.

Contohnya:

   

    Regresi Logistik

              Andaikan ada 2 variabel, sebut saja X dan Y. Nilai X sudah diketahui dan nilai Y belum diketahui. Bila X dan Y mempunyai hubungan, katakanlah hubungan linier sederhana Y = 2 + 3X, maka nilai Y dapat dihitung. Dengan demikian, bila X = 5, maka nilai Y menjadi 2 + 3(5) yaitu 17. Bila X = 7, maka Y = 23, dan seterusnya. Analisis perkiraan/peramalan/taksiran semacam ini disebut sebagai analisis regresi linier sederhana (simple linier regression analysis) yang banyak digunakan untuk data kuantitatif di berbagai disiplin ilmu. Dalam hal ini, X disebut sebagai variabel bebas (independent/explanatory variable) atau predictor dan Y merupakan variabel tidak bebas (dependent/response/outcome variable). Sedangkan variabel itu sendiri dapat didefinisikan sebagai sesuatu yang nilainya selalu berubah/berbeda atau condong untuk selalu bervariasi.

              Bila dalam persamaan itu ada lebih dari satu variabel bebas, maka analisisnya menjadi analisis regresi linier multipel (multiple linear regression analysis). Dalam hal ini persamaannya akan menjadi seperti Y = 5 + 4X1 + 7X2 + X3 + 2X4. Umpamanya Y merupakan berat badan seseorang, maka nilai Y ini akan tergantung pada banyak faktor, antara lain tinggi badannya sendiri (X1), berat badan ayahnya (X2) dan berat badan ibunya (X3).

              Pada prinsipnya, analisis regresi logistik mirip dengan analisis regresi linier. Hanya saja variabel tidak bebas dari regresi logistik bersifat dikotomi. Sedangkan variabel bebasnya boleh merupakan variabel kategori maupun kontinyu.

              Contoh penggunaan regresi logistik antara lain dalam presentasi analisis lanjut SKRT (survey Kesehatan Rumah Tangga) 1986 yaitu dengan judul “Faktor-faktor yang berperan dalam kematian bayi”. Pada presentasi tersebut salah satu makalah adalah tentang “Pengaruh Faktor Pelayanan Kesehatan”. Dalam analisis multivariate (multivariate analysis) menggunakan regresi logistik, faktor-faktor pelayanan kesehatan yang menjadi variabel bebas terdiri dari frekuensi pemerikasaan kehamilan (X1), imunisasi tetanus toxoid (X2), pemeriksa kehamilan (X3) dan penolong persalinan (X4). Sedangkan salah satu variabel tidak bebasnya adalah kematian bayi neonatal (Y), yang merupakan variabel dikotomi dengan kode 0 untuk bayi neonatal yang masih hidup dank ode 1 untuk bayi neonatal yang sudah meninggal.

              Variabel bebas seluruhnya berbentuk kategori. Variabel frekuensi pemeriksaan kehamilan terdiri dari 4 kelompok yakni kode 1 untuk 4 kali atau lebih, kode 2 untuk tidak pernah periksa, kode 3 untuk 1 kali dank ode 4 untuk 2 sampai 3 kali. Variabel imunisasi TT terdiri dari kelompok tidak pernah, 1 kali dan lengkap. Variabel pemeriksa kehamilan terdiri dari kelompok tidak pernah periksa, diperiksakan oleh tenaga medis dan diperiksa oleh tenaga non-medis. Demikian juga penolong persalinan dikelompokkan menjadi 2 yaitu tenaga medis dan tenaga non-medis (dukun).

              Disamping itu, persamaan regresi linier mengikuti distribusi normal sehingga dapat dilakukan analisis sidik ragam (Analysis of variance) atau ANOVA dan uji F (F Test). Sedangkan regresi logistik mengikuti pendekatan distribusi eksponensial (eksponential distribution). Demikian juga untuk analisis data kategori yang lain yaitu model log-linier dan analisis survival yang pendekatannya bukan pendekatan distribusi normal.

Bidang Teknik

Statistik dalam bidang teknik banyak digunakan karena sangat berguna nantinya dalam menghitung data yang ingin di masukan. Statistik secara

tidak sadar mempunyai banyak manfaat dan kegunaan dari berbagai bidang.

Contohnya

A. Mean (Rata-rata)

Mean atau Rata-rata merupakan Metode Statistik Central Tendency yang paling sering

digunakan dalam produksi untuk memberikan gambaran terhadap suatu proses atau kondisi

produksi. Mean dihitung dengan cara menjumlahkan semua nilai data pengamatan dan

banyaknya data yang diamati. Mean suatu sampel biasanya dilambangkan dengan X bar.

Contoh :

Data Jumlah Cacat produksi dalam 6 hari :

20, 30, 10, 20, 10, 20

Hitunglah Rata-rata Cacat produksi dalam 6 hari tersebut !

Jawaban :

(20 + 30 + 10 + 20 + 10 + 20) / 6 = 18.33

Jadi Rata-rata Cacat produksi adalah 18.33 unit.

B. Median (Nilai Tengah)

Median adalah nilai tengah dari nilai-nilai pengamatan yang disusun secara teratur menurut

besarnya data. Terdapat 2 cara untuk menentukan Median tergantung pada jumlah data yang

dikumpulkan.

Jumlah data yang terkumpul adalah ganjil :

Langkah-langkah dan Rumus :

1. Mengurutkan Data

2. Menentukan Posisi Median → Posisi Median = ((n-1) / 2) + 1

3. Mencari Nilai Median

Contoh :

Data Jumlah Cacat produksi dalam 7 hari :

20, 30, 10, 20, 10, 20, 40

Hitunglah Median Cacat produksi dalam 7 hari tersebut !

Jawaban :

1. mengurutkan data menjadi : 10, 10, 20, 20, 20, 30, 40

2. Posisi Median = ((7 – 1) / 2) + 1 = 4

3. Berarti Nilai Median adalah Nilai data yang kedudukannya di posisi urutan ke-4, jadi

Median = 20 unit

Jumlah data yang terkumpul adalah genap :

Langkah-langkah dan Rumus :

1. Mengurutkan Data

2. Menentukan Posisi Median → Posisi Median = (n + 1) / 2

3. Mencari Nilai Median

Contoh :

Data Jumlah Cacat produksi dalam 6 hari : 20, 30, 10, 20, 10, 20

Hitunglah Median Cacat produksi dalam 6 hari tersebut !

Jawaban :

1. Mengurutkan data menjadi : 10, 10, 20, 20, 20, 30

2. Posisi Median = (6 + 1) / 2 = 3.5

3. Berarti Median berada di posisi antara urutan ke 3 dan ke 4

Median=(20+20)/2

Median = 20 unit

C. Modus (Mode)

Modus adalah nilai data yang paling sering muncul (frekuensi terbesar) dalam suatu

kumpulan data.

Contoh :

Data Jumlah Cacat Hitunglah Modus Cacat produksi dalam 6 hari tersebut !

Jawaban :

Angka10 muncul 2 kali

Angka 20 muncul 3 kali

Angka 30 muncul 1 kali

Jadi Modus Cacat produksi adalah 20 unit.

Dispersion (Ukuran Penyebaran Data) atau Ukuran Variasi

A. RANGE (Rentang) atau Jangkauan

Range adalah selisih antara nilai maksimum dengan nilai minimum dalam suatu kumpulan

data. Range adalah ukuran variasi atau penyebaran data yang paling sederhana dan sering

digunakan dalam mengendalikan proses produksi dalam bentuk Xbar – R Chart.

Rumus :

Range = Nilai Maksimum – Nilai Minimum

Contoh :

Data Jumlah Cacat produksi dalam 6 hari :

20,30,10,20,10,20

Hitunglah Range Cacat produksi dalam 6 hari tersebut !

Jawaban :

Nilai Maksimum (tertinggi) = 30

Nilai Minimum (terendah) = 10

Range = 30 – 10

Range = 20

Bidang Informasi
Pada bidang ini memamang lah statistik sebagai sarana informasi. Karena data statistik yang di buat merupakan suatu informasi yang penting. Statistik pada bidang informasi contohnya yaitu kehidupan sehari hari yang di lakukan merupakan suatu informasi.
Ilmu statistika sangat sering digunakan baik dalam kehidupan sehari-hari, dalam bisnis, dalam industri serta keseluruhan bidang dalam perekonomian.Dalam kehidupan sehari-hari , kita sering menggunakan ilmu statistka untuk mengatur berapa jumlah pengeluaran kita yang disesuaikan dengan pendapatan yang kita peroleh , lalu memilih barang yang mana yang akan kita beli, dan lainnya, yang pada akhirnya membutuhkan keputusan terbaik yang akan kita ambil. Begitu pula dengan bidang yang lainnya, membantu memutuskan keputusan yang harus diambil secara tepat.
Dalam era dimana teknologi informasi telah berkembang pesat, setiap perusahaan seharusnya dapat memanfaatkan data dan informasi, baik yang telah dimilikinya maupun yang dapat diperoleh diluar instansinya, untuk mengambil keputusan yang tepat dan obyektif. Kepekaan dan keakuratan pengambilan keputusan akan dapat ditingkatkan dengan menggunakan metode dan teknologi yang tepat serta keahlian dan ketrampilan yang handal.
Permasalahan bisnis yang berkembang demikian pesat harus diimbangi dengan penggunaan data statistik yang tepat diperlukan pimpinan dalam mengambil keputusan. Dengan demikian diperlukan orang-orang yang mampu mengumpulkan, mengolah, menyajikan dan menganalisis data.
Contoh: angka kenakalan remaja, tingkat biaya hidup, tingkat kecelakaan lalu lintas, dan tingkat pendapatan.

Sumber :

Ø https://id.wikipedia.org/wiki/Statistika

Ø http://manusiapinggiran.blogspot.co.id/2013/04/perbedaan-ilmu-statistik-dengan-ilmu.html

Ø http://www.ilmudasardanteknik.com/2015/02/statistika-dasar-dalam-teknik-sipil.html

Ø http://eightsun66.blogspot.co.id/2012/02/statistika-dan-penerapannya-dalam-ilmu.html