Perbedaan Statistik dan Statistika

Terminologi Statistik

Statistik berasal dari bahasa latin, Status. Kemudian Bahasa Inggris mengadopsinya menjadi State dan Bahasa Belanda mengadopsinya menjadi Staat. Status atau Staat atau State dalam Bahasa Indonesia berarti negara.

Awal penggunaan istilah Statistik

Pada mulanya "statistik" diartikan sebagai "kumpulan bahan keterangan (data), baik yang berwujud angka (data kuantitatif) maupun yang tidak berwujud angka (data kualitatif), yang mempunyai arti penting dan kegunaan yang besar bagi suatu negara. Namun, pada perkembangan selanjutnya, arti kata statistik tidak hanya terbatas pada pengertian tersebut (pelajari sejarahnya dalam BAPAKSTATISTIK;  GOTTFRIED ACHENWALL), tapi juga sebagai alat yang  mempermudah analisis data-data.

Namun perlu diingat bahwa istilah 'statistika' (bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Karena kedua istilah tersebut memiliki perbedaan yang mendasar.

Pengertian Statistik dan Statistika

                                   

• Statistik merupakan ilmu yang berkenaan dengan data
• Statistika adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. 

Posisi Metode Statistik dalam Penelitian Ilmiah

Penelitian ilmiah tanpa metode statistik? Mungkinkah?

“Tanpa metode statistik, peneliti bagaikan orang buta yang meraba-raba dalam kegelapan, mencari sesuatu yang belum tentu ada”

Pengertian Metode Statistik

Metode statistik merupakan ilmu pengetahuan yang meliputi segala metode guna mengumpulkan, mengolah, menyajikan dan menganalisa data kuantitatif secara deskriptif. Tekanan umumnya diberikan pada pengumpulan dan penataan data serta penggunaan pengukuran-pengukuran yang sifatnya merupakan penyederhanaan guna memberi gambaran tentang karakteristik subjek penelitian. Pengertian ini lebih dikenal sebagai pengertian statistik secara tradisional.  Namun, secara moderen statistik kemudian didefinisikan sebagai ilmu atau metode penarikan kesimpulan umum dari data kuantitatif yang terbatas.

Croxton dan Cowton[1] malah mendefinisikan statistik sebagai metode untuk mengumpulkan, mengolah, menyajikan, menganalisa dan menginterpretasikan data yang berwujud angka-angka.  Dalam context ini, interpretasi berarti: penarikan kesimpulan dari hasil analisa yang dilakukan atas dasar data kuantitatif yang terbatas.

Bila merunut pada asal muasalnya, maka teori statitik merupakan cabang dari matematika terapan (Applied Mathematics). Teori statistik berakar dari ilmu matematika murni yang dikenal dengan nama teori probabilita yang sudah berumur ratusan tahun. Ya, bila dibandingkan dengan Matematika, umur Statistik masih sangat muda. Dirintis di tahun 1880 oleh F. Galton, statistik baru booming beberapa puluh tahun kemudian.

Beberapa statistisi menganggap bahwa suatu teori statistik yang lengkap seharusnya meliputi :

1.       teori probabilita

2.       konsekuensi teoritis dari asas randomisasi

3.       asas-asas penaksiran parameter

4.       asas pengujian hipotesis

ketiga komponen terakhir tidak termasuk dalam teori probabilita namun asas-asasnya merupakan aksioma yang dapat memperluas aksioma teori probabilitas yang dibutuhkan dalam aplikasi statistik

Peran Statistik

Peranan metode statistik di bidang penelitian ilmiah, semakin hari semakin penting. Demi kemajuan penelitian ilmiah, eksperimen yang sifatnya makin complex dan khusus makin dibutuhkan. Di beberapa bidang penelitian, peneliti sukar menguasai peralatan statistik yang seharusnya berguna bagi dirinya. Hal ini karena semakin khusus metodenya, maka tingkat keluwesannya semakin berkurang. Jadi penggunaannya dalam eksperimen tertentu menghendaki adanya modifikasi dan perbaikan. Sehingga kemudian timbulah Statistika Terapan (Applied Statistics). Dalam Statistik terapan ini statistisi dapat berkolaborasi dengan peneliti ilmiah di berbagai kajian ilmu. Statistika Terapan membantu dalam perencanaan eksperimen dan evaluasi hasil eksperimen. Sama halnya dengan Matematika, Statistik adalah “alat bantu” bagi perkembangan ilmu lainnya. Edward E. Lewis bahkan menganggap bahwa metode statistik bukan merupakan ilmu pengetahuan tersendiri, melainkan suatu prosedur ilmiah guna mengembangkan ilmu pengetahuan.

Kesimpulannya, syarat seorang statistisi adalah menguasai:

1.       Teori Statistik
2.       Metode Statstik

---

[1] Frederick E.Croxton dan Dudley J. Cowden, Applied Generalized Statistics, Second editiion, Prentice –Hall, Inc., N.Y. 1955, bab I

Sumber: Anto Dajan. Pengantar Metode Statistik Jilid I. LP3ES, Jakarta.1986, Bab I

PENEMU t-Statistics- WILLIAM SEALY GOSSET (1876 – 1937)

Nama	:	William Sealy Gosset
TTL	:	Canterbury, Inggris - 13 June 1876
Peran dalam Statistika	:	penemu distribusi t-Student
Riwayat Pendidikan	:	Gosset belajar di Winchester College sebelum belajar kimia dan matematika di New College, Oxford
Riwayat Pekerjaan	:	bekerja pada perusahaan pembuatan bir Dublin Arthur Guinness & Son (1899), ia menggunakan ilmu statistiknya di bidang pembuatan bir dan seleksi varietas di ladang gerst (semacam gandum untuk membuat bir)

William Sealy Gosset , Karl Pearson dan Ronald A. Fisher hidup dalam satu zaman. Ketiganya memiliki hubungan yang baik. Gosset sering melakukan penelitian bersama Pearson.  Bahkan Gosset pun melakukan penelitiannya di laboratorim Pearson (1906-1907). Tapi karena Pearson tidak terbiasa dengan jumlah observasi yang kecil, maka metode-sampel kecil yang dikembangkan Gosset tidak menarik baginya. Justru Fisher yang menghargai penemuan tersebut dan menyebut Gosset telah masuk pada “revolusi logika”. Fisher jugalah yang kemudian mengenalkan bentuk baru dari statistic-Student dengan notasi “t” karena persamaan yang dipakai Gosset adalah:

                                 

Persamaan ini diadopsi oleh Fisher karena sejalan dengan teori “derajat bebas” yang diperkenalkannya. Kelak Fisher jugalah yang memasukkan distribusi-t dalam analisis regresi.

  

Gosset memiliki kesulitan untuk mempublikasikan karyanya karena perusahaan tempatnya bekerja (Guiness) khawatir hal tersebut akan menguntungkan para pesaingnya.     Kekhawatiran ini disebabkan karena sebelumnya ada peneliti lain di Guinness yang mempublikasikan paper berisi rahasia dagang dari Guinness. Untuk mencegah pengungkapan informasi rahasia lebih lanjut, Guinness melarang karyawannya menerbitkan paper apapun.Namun akhirnya Guiness berhasil diyakinkan bahwa hasil penelitian Gosset bukan berupa pengungkapan rahasia perusahaan, sehingga Gosset boleh menerbitkan karya-karyanya asalkan tidak menggunakan namanya sendiri. Maka ia pun menggunakan nama samaran ‘student’.

SIR FRANCIS GALTON (1822 – 1911)

Nama	:	Sir Francis Galton (masih berhubungan family dengan Charles Darwin)
TTL	:	Sparkbrook, Birmingham, 16 Februari 1822
Kontribusi	:	Galton adalah seorang sarjana dan ilmuwan asal Inggris yang menguasai berbagai bidang disiplin ilmu pengetahuan, seperti meteorologi. Dalam ilmu meteorologi Galton mampu memberikan penjelasan tentang antisiklon juga sebagai salah satu pendorong ke arah peta cuaca yang kita kenal sekarang ini Kontribusi Galton di bidang statistik adalah penemuan alat yang disebut papan kelereng Galton Galton pun berjasa dalam meletakkan dasar-dasar eugenetika modern.Tahun 1904 dia mendirikan laboratorium eugenetika di Universitas London, seperti halnya Darwin (sepupu), ide-ide yang dia miliki memiliki kekurangan teori yang memadai, karya Mendel datang terlambat untuk mempengaruhi kontribusi Galton dalam hal ini.
Riwayat Pekerjaan		Galton adalah seorang polymath Victoria Inggris, antropolog, eugenetika, penjelajah tropis, geografer, penemu, ahli meteorologi, ahli proto-genetika, psychometrisian, dan statistikawan
		Galton mempunyai produktifitas intelektual tinggi dan menghasilkan lebih dari 340 makalah dan buku sepanjang hidupnya.
		menciptakan konsep statistik korelasi dan regresi
		orang yang pertama untuk menerapkan metode statistik untuk mempelajari perbedaan manusia dalam hal warisan kecerdasan
		memperkenalkan penggunaan kuesioner dan survei untuk mengumpulkan data tentang masyarakat, yang dibutuhkan untuk genelogikal dan biografi serta untuk studi antropometrik nya
		pelopor dalam eugenika, mempopulerkan istilahnya sendiri “Nature versus Nurture” (alam vs pemeliharaan)
Karya Fenomenal	:	“Genius Herediter” (1869), adalah upaya jenius ilmiah pertama tentang sains sosial yg mempelajar kejeniusan dan kemegahan. Sebagai penyidik dari pikiran manusia, ia mendirikan psikometri (ilmu tentang mengukur kemampuan mental). dan psikologi diferensial. Dia menemukan metode untuk mengklasifikasikan sidik jari yang terbukti berguna dalam ilmu forensik.

Pengalaman Umum Kemajuan Koperasi

Pengalaman Umum Kemajuan Koperasi : 

Mencari Determinan

Sejarah kelahiran koperasi di dunia yang melahirkan model-model keberhasilan umumnya berangkat dari tiga kutub besar, yaitu konsumen seperti di Inggris, kredit seperti yang terjadi di Perancis dan Belanda kemudian produsen yang berkembang pesat di daratan Amerika maupun di Eropa juga cukup maju. Namun ketika koperasi-koperasi tersebut akhirnya mencapai kemajuan dapat dijelaskan bahwa pendapatan anggota yang digambarkan oleh masyarakat pada umumnya telah melewati garis kemiskinan. Contoh pada saat Revolusi Industri pendapatan/anggota di Inggris sudah berada pada sekitar US$ 500,- atau di Denmark pada saat revolusi pendidikan dimulai pendapatan per kapita di Denmark berada pada kisaran US$ 350,-. Hal ini menunjukkan betapa pentingnya dukungan belanja rumah tangga baik sebagai produsen maupun sebagai konsumen mampu menunjang kelayakan bisnis perusahaan koperasi. Pada akhirnya penjumlahan keseluruhan transaksi para anggota harus menghasilkan suatu volume penjualan yang mampu mendapatkan penerimaan koperasi yang layak dimana hal ini ditentukan oleh rata-rata tingkat pendapatan atau skala kegiatan ekonomi anggota.

Syarat 1 : "Skala usaha koperasi harus layak secara ekonomi"

Didaratan Eropa koperasi tumbuh melalui koperasi kredit dan koperasi konsumen yang kuat hingga disegani oleh berbagai kekuatan. Bahkan 2 (dua) bank terbesar di Eropa milik koperasi yakni "Credit Agricole" di Perancis, RABO-Bank di Netherlands Nurinchukin bank di Jepang dan lain-lain. Disamping itu hampir di setiap negara menunjukkan adanya koperasi kredit yang kuat seperti Credit Union di Amerika Utara dan lain-lain. Kredit sebagai kebutuhan universal bagi umat manusia terlepas dari kedudukannya sebagai produsen maupun konsumen dan penerima penghasilan tetap atau bukan adalah "potensial customer-member" dari koperasi kredit.

Syarat 2 : "Harus memiliki cakupan kegiatan yang menjangkau kebutuhan masyarakat luas, kredit (simpan-pinjam) dapat menjadi platform dasar menumbuhkan koperasi".

Di manapun baik di negara berkembang maupun di negara maju kita selalu disuguhkan contoh koperasi yang berhasil, namun ada kesamaan universal yaitu koperasi peternak sapi perah dan koperasi produsen susu, selalu menjadi contoh sukses dimana-mana. Secara spesial terdapat contoh yang lain seperti produsen gandum di daratan Australia, produsen kedele di Amerika Utara dan Selatan hingga petani tebu di India yang menyamai kartel produsen. Keberhasilan universal koperasi produsen susu, baik besar maupun kecil, di negara maju dan berkembang nampaknya terletak pada keserasian struktur pasar dengan kehadiran koperasi, dengan demikian koperasi terbukti merupakan kerjasama pasar yang tangguh untuk menghadapi ketidakadilan pasar. Corak ketergantungan yang tinggi kegiatan produksi yang teratur dan kontinyu menjadikan hubungan antara anggota dan koperasi sangat kukuh.

Syarat 3 : "Posisi koperasi produsen yang menghadapi dilema bilateral monopoli   menjadi akar memperkuat posisi tawar koperasi".

Di negara berkembang, termasuk Indonesia, transparansi struktural tidak berjalan seperti yang dialami oleh negara industri di Barat, upah buruh di pedesaan secara rill telah naik ketika pengangguran meluas sehingga terjadi Lompatan ke sektor jasa terutama sektor usaha mikro dan informal (Oshima, 1982). Oleh karena itu kita memiliki kelompok penyedia jasa terutama disektor perdagangan seperti warung dan pedagang pasar yang jumlahnya mencapai lebih dari 6 juta unit dan setiap hari memerlukan barang dagangan. Potensi sektor ini cukup besar, tetapi belum ada referensi dari pengalaman dunia. Koperasi yang berhasil di bidang ritel di dunia adalah sistem pengadaan dan distribusi barang terutama di negara-negara berkembang “user” atau anggotanya adalah para pedagang kecil sehingga model ini harus dikembangkan sendiri oleh negara berkembang.

Koperasi selain sebagai organisasi ekonomi juga merupakan organisasi pendidikan dan pada awalnya koperasi maju ditopang oleh tingkat pendidikan anggota yang memudahkan lahirnya kesadaran dan tanggung jawab bersama dalam sistem demokrasi dan tumbuhnya kontrol sosial yang menjadi syarat berlangsungnya pengawasan oleh anggota koperasi. Oleh karena itu kemajuan koperasi juga didasari oleh tingkat perkembangan pendidikan dari masyarakat dimana diperlukan koperasi. Pada saat ini masalah pendidikan bukan lagi hambatan karena rata-rata pendidikan penduduk dimana telah meningkat. Bahkan teknologi informasi telah turut mendidik masyarakat, meskipun juga ada dampak negatifnya.

Syarat 4 : “Pendidikan dan peningkatan teknologi menjadi kunci untuk meningkatkan kekuatan koperasi (pengembangan SDM)”.

Sumber:

·                     www.smecda.com

·                     wartawarga.gunadarma.ac.id

dikutip dari : http://odeliajulita.blogspot.com/2011/12/perkembangan-koperasi-di-indonesia.html

SMART DATA FOR SMART PEOPLE

           “Smart Data for Smart People”! Wow, bombastis bukan? Apakah mereka yang tidak ‘SMART” tidak boleh memakai data yang SMART?“ Jawabannya Ya! Karena hanya orang yang smart/cerdas yang akan peduli pada data apa yang harus dipercayai. Dan percayakah Anda jika semakin hari masyarakat Indonesia semakin cerdas dan semakin peduli pada data. Salah satu contohnya terjadi pada quick count Pemilu presiden baru-baru ini. Masyarakat Indonesia semakin hati-hati dalam menentukan data mana yang harus mereka percayai. Mereka mulai mempertanyakan metodologi dan mekanisme samplingnya. Terbukti, Data memang membantu proses Mencerdaskan Bangsa.

“Data Mencerdaskan Bangsa”, tagline inilah yang dipakai Badan Pusat Statistik (BPS) sebagai salah satu visi dan misinya. Tagline tersebut selalu terpampang  di semua publikasi-publikasinya. Lalu pertanyaannya adalah: data apa yang bisa mencerdaskan bangsa?

“Smart Data for Smart People”!

Data yang mampu mencerdaskan bangsa adalah data yang SMART: S(imple), M(easureable), A(chievable), R(eliable) dan T(imely). Sudah saatnya statistik menjadi soko guru atau empirical based policy di Indonesia. Bukankah ada istilah yang mengatakan bahwa membangun data itu mahal, tapi membangun tanpa data jauh lebih mahal.

Permasalahannya: tidak mudah untuk melahirkan data SMART. Tantangannya adalah:

1.      S: Simple

Terkadang data yang diperlukan/diinginkan tidak bisa ditanyakan secara langsung karena bersifat relative, untuk itu diperlukan indicator-indikator yang akan digunakan sebagai variable pembentuknya. Contoh, data akan tingkat nasionalisme penduduk Indonesia. Kita tidak bisa langsung menanyakan pada responden berapa skor nasionalisme mereka. Kalaupun bisa maka skor per individu tidak bisa langsung di akumulasikan karena tidak bersifat “apple to apple”. Cara yang digunakan adalah pengukuran tidak langsung, yaitu dengan menanyakan beberapa indicator yang bisa dikualifikasikan sebagai ukuran nasionalisme, misalnya: apakah responden pernah mengikuti upacara bendera selama setahun terakhir; apakah responden akan memilih produk luar negeri walau ada produk dalam negeri yang setara; apakah responden setuju jika ada provinsi yang ingin memerdekakan diri, dan seterusnya. Data indicator tersebutlah yang kemudian menjadi komponen dalam penghitungan indeks nasionalisme (misalnya).

Jadi, banyak hal yang harus dipertimbangkan dalam penyusunan kuesioner, metodologi dan pelaksanaan lapangan yang memenuhi syarat simplicity.

Ternyata simple itu tidak simple, ya. Tapi walaupun tidak mudah simplicity patut diperjuangkan karena dengan menekankan pada kesederhanaan (simplicity) maka waktu pengumpulan data akan lebih pendek, error responden yang semakin kecil, dan data dapat diperoleh dengan lebih mudah. Namun kelemahannya terasa saat membutuhkan data lain yang sebenarnya bisa dikaitkan dengan kuesioner lainnya, karena kuesioner tersebut tidak mengandung daftar pertanyaan yang dibutuhkan.

M: Measureable= Terukur

Satu hal yang penting dalam penggunaan statistik adalah keterbandingan (apple to apple) dengan wilayah lain.  Agar suatu statistik itu dapat dibandingkan, maka metodologi yang dipakai harus sama. Sejauh ini, BPS dengan visinya “ pelopor data terpercaya untuk semua” telah mampu mengadopsi metodologi yang dipakai oleh PBB. Sehingga statistik yang ditelurkan oleh Indonesia, BPS terutama, sudah bisa disandingkan dengan negara-negara di dunia.  Namun akibat “ikatan” metodologi internasional ini, seringkali kita dihadapkan pada kesulitan prosedur statistik baik untuk lapangan maupun pengolahan. Sehingga seringkali dilakukan adjusment yang sesuai dengan kondisi Indonesia, tanpa melanggar metodologi internasional.

Jika demikian, saat isu bahwa pada masa kepresidenan JOKOWI, BPS akan dileburkan (entah ke departemen mana), data yang Measurable akan membutuhkan garis koordinasi yang lebih panjang, akibatnya proses menciptakan data simple menjadi semakin tidak simple.

A: Achievable

Dalam menentukan data apa yang ingin dikumpulkan, kita harus berbekal pada batas kemampuan atau kapasitas yang dimiliki. Berapa biaya, waktu, sumber daya yang dibutuhkan dan sejauh mana biaya, waktu dan sumber daya yang dimiliki mampu mencapainya. Dalam hal ini kelebihan yang dimiliki BPS adalah jaringan yang kuat karena kantor BPS ada sampai tingkat kabupaten/kota. Bahkan setiap kecamatan di seluruh Indonesia (diupayakan) memiliki seorang Koordinator Statistik Kecamatan, tujuan tidak lain dan tidak bukan untuk memperlancar arus koordinasi.

 R: Reliable = terpercaya

Selain tanggung jawab metodologi, reliable menjadi tanggung jawab pekerja lapangan dan pengolah data. Ketika data sudah “dicampurtangani” oleh berbagai kepentingan, maka data bisa menjerumuskan para penggunanya. Bahkan mungkin bisa membuat ricuh dan perpecahan. Tidak percaya? Lihat saja pengalaman ribut-ribut hasil Pemilu 2014 kemarin! Ingat, data dibangun untuk memberikan informasi yang bisa digunakan untuk mengambil keputusan yang tepat.

T: Timely

Indonesia meliputi wilayah yang luas dengan jumlah penduduk yang besar. Proses pengumpulan data akan memakan waktu, karena berkaitan dengan distribusi  informasi, distribusi dokumen, pencacahan lapangan dan lain sebagainya. BPS telah melakukan berbagai upaya dalam rangka mempercepat  proses pengumpulan data. Salahsatunya adalah pemanfaatan teknologi sehingga selain mengoptimalkan waktu juga bisa mengefesienkan biaya.

Simpulan

Data SMART dilahirkan dalam sinergi, tidak ada satu proses yang lebih penting dari proses yang lainnya. Jika salah satu proses berkinerja buruk maka akan buruklah hasil pada akhirnya. Sehingga agar semua proses berjalan sesuai dengan yang direncanakan, diperlukan perilaku yang efektif, efisien, sistematik, inovatif, excellent, serta cepat tanggap terhadap lingkungan sekitar. Perilaku ini merupakan nilai pertama dalam nilai inti insan BPS yaitu Profesional.

Dengan data yang SMART maka kepercayaan pada BPS pun akan semakin besar dan peran BPS pun akan sangat sentral. Sebagai produsen BPS harus memperhatikan konsumen data dan responden. Penyajian data harus mudah di-interpretasi dan uptodate. Responden pun harus disosialisasikan tentang pentingnya data. Responden turut bertanggung jawab akan SMART-ivitas data. Data tidak mungkin berkualitas, jika sumber data tidak mau memberikan data yang berkualitas.  Jika tidak maka akan terjadi GIGO, garbage in garbage out. Jangan sampai data yang diolah adalah data yang tidak berguna. Walaupun metodologi yang dipakai mutakhir atau pengolahan dilakukan dengan teknologi tercanggih, tetap saja hasilnya tidak menggambarkan kondisi yang sebenarnya. 

Jadi pada akhirnya data yang SMART, akan bermuara pada “Data yang mampu Mencerdaskan Bangsa”. Semoga tagline “Data Mencerdaskan Bangsa” tidak hanya menjadi hiasan punggung publikasi-publikasi BPS. Semua itu tidak bisa dilakukan BPS sendirian, partisipasi Anda juga dibutuhkan!