Apa Itu Statistika ?

Peran statistika dalam mendeskripsikan data dan menarik kesimpulan, beserta tempat kemunculannya di berbagai bidang.

Daftar isi

Statistika adalah ilmu untuk mengubah sekumpulan angka mentah menjadi informasi yang dapat dipertanggungjawabkan, baik untuk mendeskripsikan data yang sudah terukur maupun untuk menyimpulkan hal yang belum terukur. Topik ini membahas pengertian statistika beserta dua tugas utamanya, menelusuri kemunculannya di berbagai bidang, lalu menutup dengan program Python pertama yang menghitung rata-rata (mean) dari data nilai ujian. Setelah membacanya, peran statistika dalam pekerjaan data sehari-hari dapat dijelaskan dengan contoh yang konkret.

Dua tugas utama statistika#

Statistika bekerja melalui dua tugas yang saling melengkapi. Tugas pertama adalah mendeskripsikan data, yaitu meringkas banyak angka menjadi sedikit ukuran yang mudah dibaca, misalnya rata-rata, persentase, atau grafik. Tugas kedua adalah menarik kesimpulan di luar data yang tercatat, misalnya menaksir ciri seluruh populasi dari sampel yang berhasil diukur. Populasi adalah seluruh anggota kelompok yang menjadi perhatian analisis, sedangkan sampel adalah bagian dari populasi yang benar-benar tercatat dalam data.

Sebuah sekolah dengan 480 siswa umumnya tidak menguji semuanya untuk menilai sebuah program belajar baru, tetapi mengambil sampel 30 siswa. Statistika menjembatani populasi dan sampel tersebut, yaitu deskripsi merapikan data yang tercatat, sedangkan inferensi menaksir keadaan yang tidak terukur. Ketidakpastian melekat pada tugas kedua karena sampel hanyalah sebagian dari populasi, dan sampel yang berbeda dapat memberi angka yang berbeda. Kedua tugas menggunakan alat yang sama, yaitu angka ringkasan, tetapi penafsirannya berbeda. Pada tugas deskriptif, rata-rata hanyalah sifat data yang ada, sedangkan pada tugas inferensial angka yang sama menjadi estimasi bagi nilai yang belum diketahui.

Statistika di berbagai bidang#

Angka hasil olahan statistika muncul hampir di seluruh bidang pekerjaan, dan polanya selalu sama, yaitu data dikumpulkan, diringkas, lalu ditafsirkan dengan hati-hati. Beberapa contoh konkret antara lain:

Pendidikan: rata-rata dan sebaran nilai ujian digunakan untuk menilai apakah metode belajar baru benar-benar membantu siswa.
Kesehatan: waktu pemulihan pasien dari dua jenis perawatan dibandingkan untuk melihat pilihan yang lebih cepat memulihkan kondisi pasien.
Industri: pembacaan sensor suhu mesin dipantau terus-menerus agar penyimpangan dari batas normal terdeteksi sebelum kerusakan terjadi.
Olahraga: persentase keberhasilan lemparan bebas seorang pemain dibandingkan antarmusim untuk menilai kemajuan latihannya.

Keempat contoh tersebut menunjukkan benang merah yang sama. Data mentah berupa daftar angka yang panjang, kemudian diringkas menjadi satu atau dua ukuran, lalu digunakan untuk mengambil keputusan. Statistika adalah disiplin yang mengurus ketiga langkah itu secara sistematis, termasuk menghitung seberapa besar peluang keliru pada kesimpulannya.

Contoh pertama: rata-rata nilai ujian#

Data pertama yang diolah sengaja dibuat kecil agar dapat dihitung ulang secara manual. Tabel berikut memuat nilai ujian Matematika dari empat siswa.

Siswa	Nilai
Ali	78
Budi	85
Citra	90
Dewi	70

Rata-rata dihitung dengan menjumlahkan seluruh nilai, kemudian membaginya dengan banyak data. Program berikut melakukan perhitungan yang sama secara otomatis.

python rata-rata-ujian.py

nilai = [78, 85, 90, 70]  # nilai ujian empat siswa
jumlah = sum(nilai)
banyak = len(nilai)
rata_rata = jumlah / banyak

print(f"Banyak data : {banyak}")
print(f"Jumlah nilai: {jumlah}")
print(f"Rata-rata   : {rata_rata:.2f}")

text Keluaran

Banyak data : 4
Jumlah nilai: 323
Rata-rata   : 80.75

Angka 80.75 pada keluaran diperoleh dari 323 dibagi 4. Dalam notasi matematika, rata-rata dari $n$ buah data $x_1, x_2, \ldots, x_n$ ditulis sebagai

\bar{x} = \frac{1}{n}\sum_{i=1}^{n} x_i

dengan $n$ menyatakan banyak data dan $x_i$ menyatakan nilai ke- $i$ . Rumus ini sebaiknya dibaca setelah contoh angkanya dipahami karena setiap simbolnya baru bermakna ketika dihubungkan dengan data yang nyata. Perhitungan yang sama dapat dijalankan ulang menggunakan NumPy, library numerik yang menjadi alat utama sepanjang jalur ini.

python Perhitungan yang sama dengan NumPy

import numpy as np

nilai = np.array([78, 85, 90, 70])
print(f"Rata-rata: {nilai.mean():.2f}")

text Keluaran

Rata-rata: 80.75

Dua cara di atas menghasilkan angka yang persis sama karena keduanya menjumlahkan dan membagi nilai yang sama. Perbedaannya terletak pada skala kerja, yaitu NumPy mengolah seluruh kumpulan nilai sekaligus dalam satu operasi vektor. Kebiasaan memverifikasi hasil manual dengan program, atau sebaliknya, akan terus digunakan pada seluruh contoh jalur ini.

Kesalahan umum#

Kesalahan pertama adalah memperlakukan statistika sebagai sekadar hitungan ringkas. Angka rata-rata yang tampak rapi tetap dapat menyesatkan apabila datanya mengandung pencilan (outlier), yaitu nilai yang jauh menyimpang dari sebagian besar data. Pada tabel contoh, nilai 70 milik Dewi menarik rata-rata turun, sehingga kesimpulan “seluruh siswa berprestasi di sekitar 80 hingga 90” tidak sepenuhnya akurat. Perbaikannya bukan membuang data sembarangan, melainkan melengkapi rata-rata dengan ukuran sebaran agar sisi penyebaran datanya ikut terbaca.

Kesalahan kedua adalah menyamakan statistika dengan kepastian. Kesimpulan statistik selalu membawa kemungkinan keliru, dan kualitasnya bergantung pada cara data dikumpulkan. Data yang tidak mewakili populasi tidak dapat diperbaiki oleh perhitungan secanggih apa pun, sehingga kejujuran pengumpulan data mendahului kecanggihan analisis. Bagian paling menentukan dari sebuah analisis justru terletak pada perancangan pengumpulan datanya, bukan pada rumusnya.

Kesalahan ketiga adalah mengharapkan satu angka mewakili segalanya. Rata-rata, persentase, dan grafik hanyalah sudut pandang yang berbeda atas data yang sama. Pilihan ukuran yang tepat mengikuti pertanyaan analisisnya, sehingga pertanyaan perlu dirumuskan terlebih dahulu sebelum alatnya dipilih.

Ringkasan#

Statistika menjalankan dua tugas, yaitu mendeskripsikan data yang tercatat dan menyimpulkan ciri populasi dari sampel beserta ketidakpastiannya.
Rata-rata dihitung dengan menjumlahkan seluruh nilai, kemudian membaginya dengan banyak data, sebagaimana dirumuskan pada $\bar{x} = \frac{1}{n}\sum_{i=1}^{n} x_i$ .
Statistika muncul di pendidikan, kesehatan, industri, dan olahraga dengan pola kerja yang sama, yakni mengumpulkan, meringkas, lalu menafsirkan data.
Pencilan dan data yang tidak mewakili populasi dapat membuat angka ringkasan menyesatkan, sehingga hasil olahan selalu dibaca dengan hati-hati.

Referensi#

OpenIntro Statistics — OpenIntro — Buku pengantar statistika gratis yang menaungi pendekatan deskriptif dan inferensial pada jalur ini.
NIST/SEMATECH e-Handbook of Statistical Methods — NIST — Pegangan resmi metode statistika terapan yang dirangkum lembaga standar Amerika Serikat.
statistics — Mathematical statistics functions — Python — Dokumentasi modul bawaan Python untuk perhitungan statistik sederhana.