Statistika dan Komputasi merupakan ilmu yang meliputi pengenalan teknik-teknik dasar statistika serta aplikasinya untuk pembuatan rancangan percobaan, pengumpulan data, serta analisis data sekaligus mengkomunikasikannya secara oral maupun tulisan. Penggunaan piranti lunak paket statistik sederhana untuk pengelolaan data serta interpretasinya.
Adapun beberapa materi yang akan dibahas dalam perkuliahan Statistik dan Komputasi diantaranya pengetahuan umum pentingnya statistik, simpangan baku, median, mean, modus, frekuensi, distribusi binmial, ultinomial, poisson, selang kepercayaan, langkah pengambilan dan pengujian sampel, hipotesa, dll.
Pentingnya ilmu statistik berkaitan dengan beberapa hal berikut:
- Quality Improvement
- Product Planning
- Forecasting
- Yearly Reports
- Personnel Managements
- Market Reasearch
Ilmu statistik merupakan ilmu yang selalu berhubungan dengan data. Semakin banyak data yang diperoleh maka akan semakin mempermudah dalam melakukan suatu pekerjaan. Oleh karena itu statistik pun sangat berpengaruh dengan quality improvement atau peningkatan kualitas. Mengapa demikian? Seperti yang telah dikatakan sebelumnya bahwa semakin banyak data yang terkumpul, atau semakin baik hipotesa yang didapat sebelumnya, maka akan semakin mudah untuk meningkatkan atau memperbaiki kualitas suatu produk. Begitu pula dalam merencanakan suatu produk (product planning), tentu perencanaan suatu produk akan lebih mudah dilakukan apabila kita telah memiliki data-data yang dapat mendukung perencanaan produk tersebut. Sama halnya apabila kita hendak melakukan prediksi (forecasting), misalnya pangsa pasar suatu produk tertentu. Dalam melakukan prediksi yang dibutuhkan tentu adalah data-data yang dapat membantu kita dalam menentukan hipotesa. Atau contoh yang lebih sederhana yakni ‘peramalan’ bobot sapi yang telah diketahui panjang serta tingginya. Peramalan bobot sapi tersebut dapat dilakukan karena terdapat data yang menunjukkan nilai tinggi serta panjang sapi tersebut, namun, apabila data tersebut tidak dapat diperoleh, maka bagaimana kita dapat memprediksi bobot sapi tersebut? Begitu pula mengapa statistik dianggap penting dalam membuat yearly reports, personnel management, dan market research. Sebab statistiklah yang membahas mengenai pengelolaan, pengumpulan, hingga interpretasi dari data tersebut.
Istilah yang terdapat dalam ilmu statistik dan sangat wajib untuk dipahami adalah Populasi dan Sampel. Populasi merupakan keseluruhan objek sasaran penelitian/penyelidikan. Suatu pengamatan atau survey terhadap seluruh anggota populasi disebut sensus. Namun, jarang sekali suatu pengamat mengamati keseluruhan populasi karena sebuah populasi dapat berisi data yang sangat besar jumlahnya maka sangat sulit untuk melakukan pengkajian terhadap seluruh data tersebut, oleh karena itu digunakan sampelnya saja. Adapun sampel merupakan data yang diambil sebagian dari populasi. Sampel yang baik adalah sampel yang representatif. Yakni sampel yang dapat mewakili populasinya. Untuk mendapatkan sample dengan kriteria tersebut maka harus digunakan teknik pengambilan sampel yang benar. Salah satu teknik pengambilan sampel adalah Simple Random Sample atau sample acak di mana setiap objek populasi memiliki kesempatan yang sama untuk terpilih sebagai sampel.
Selain populasi dan sampel, adapun istilah parameter, statistik, peubah/variabel, frekuensi, dll. Parameter adalah bilangan/angka yang menggambarkan karakteristik sebuah populasi. Sedangkan statistik adalah bilangan/angka yang menggambarkan karakteristik sebuah sampel. Contoh:
- Rataan tinggi badan seluruh (populasi) mahasiswa Universitas Brawijaya adalah 169 cm. Maka 169 cm merupakan sebuah parameter. Sedangkan,
- Apabila nila rataan tinggi 100 mahasiswa yang mewakili 10 Department (sampel) di Universitas Brawijaya ialah 170. Maka 170 merupakan statistik.
Adapun peubah atau variabel merupakan suatu simbol yang dapat bernilai berapapun dari sekumpulan nilai yang telah ditentukan sebelumnya yang dapat mencirikan suatu populasi atau sampel. Variabel diabagi menjadi dua, yakni variabel diskrit dan variabel kontinu. Contoh:
- Variabel A menentukan banyak kelas di Fakultas Teknolog Pertanian, UB. Maka variabel A akan memiliki nilai 1, 2, 3, dst dan tidak mungkin bernilai 2,5 dst. Oleh karena itu variabel A merupakan variabel diskrit. Yakni variabel yang tidak dapat bernilai kontinu. Sedangkan
- Variabel r menentukan kandungan protein dari suatu sampel dan dapat memiliki nilai 1.5, 1.72, 2.56, 2.5, 3.5,dst. Maka variabel r merupakan variabel kontinu.Yakni variabel yang dapat bernilai berapapun dari banyak nilai yang diketahui.
Data yang memiliki variabel kontinu disebut dengan data kontinu dan data yang mengandung variabel diskrit disebut data diskrit. Data kontinu biasanya merupakan hasil dari suatu pengukuran (measurement) dan data diskrit biasa diperoleh dari suatu perncacahan/perhitungan (counting).
Frekuensi, frekuensi merupakan nilai berapa seringnya suatu data muncul. Contoh:
- Nilai MK Statistika & Komputasi kelas G antara lain 8, 8, 8, 9, 9, 9, 9, 9, 10. Maka frekuensi nilai 8 adalah 3, nilai 9 adalah 5, dan nilai 10 adalah 1. Adapun banyak data adalah 9
Frekuensi Kumulatif, frekuensi kumulatif merupakan jumlah frekuensi untuk sejumlah data tertentu. Contoh:
- Rataan nilai StaKom kelas G adalah 8.78 maka frekuensi kumulatif siswa yang mendapat nilai diatas rata-rata adalah 6 (Frekuensi siswa yang mendapat nilai diatas rataan: 5+1).
Frekuensi Relatif (FR), merupakan persentase suatu data. Rumus dari frekuensi relatif adalah (Frekuensi suatu Data/banyak data) x 100%. Contoh:
- FR nilai 9 pada kelas G adalah 55.5% ([Frekuensi nilai 9/banyak data] x 100%=(5/9)x100%).
Mean adalah rata-rata/rataan suatu data yang dapat ditentukan menggunakan rumus tertentu. Median merupakan nilai tengah suatu data. Dan modus ialah nilai yang paling sering muncul suatu data.
Penyajian Data, dalam menyajikan sebuah data, terdapat istilah yang dikenal dengan statistika deskriptif dan statistika inferensial. Statistika deskriptif merupakan metode untuk mengumpulkan, mengolah, menyajikan dan menganalisis data angka secara deskripsi untuk dapat menggambarkan suatu peristiwa atau kesimpulan dari populasi yang diamati. Statistika deskriptif biasa menyajikan suatu data dengan menggunakan tabel, kurva, diagram, grafik, dll sehingga data dari suatu populasi yang diamati dapat lebih mudah digambarkan. Dari data yang telah disajikan dengan metode ini, maka dapat ditentukan distribusi frekuensi (frequency distributon), ukuran pemusatan/tendensi sentral (central tendention-yang biasa terdiri dari mean, media, dan modus), ukuran keragaman (dispersi/dispersion), dll.
Adapun statistika inferensial mencakup semua metode yang berhubungan dengan analisis sebagian data (sampel) untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan data (populasi). Dalam statistika inferensia diadakan pendugaan parameter, membuat hipotesis, serta melakukan pengujian hipotesis tersebut sehingga sampai pada kesimpulan yang berlaku umum. Pengambilan kesimpulan dari statistika inferensia yang hanya didasarkan pada sebagian data saja sebagian data saja menyebabkan sifat tak pasti, memungkinkan terjadi kesalahan dalamn pengambilan keputusan,sehingga pengetahuan mengenai teori peluang mutlak diperlukan dalam melakukan metode-metode statistika inferensia.
Telah disebutkan sebelumnya bahwa salah satu hal yang dapat diketahui dari metode statistika deskriptif adalah distribusi frekuensi, ukuran pemusatan data, dan ukuran keragaman.
Sumber: blog.ub.ac.id