STATISTIKA PARAMETRIK VS STATISTIKA NONPARAMETRIK


Berdasarkan jenisnya, secara umum statistik dibagi menjadi statistik parametrik dan statistik non-parametrik.

STATISTIK PARAMETRIK
Statistik Parametrik, yaitu ilmu statistik yang mempertimbangkan jenis sebaran atau distribusi data, yaitu apakah data menyebar secara normal atau tidak. Dengan kata lain, data yang akan dianalisis menggunakan statistik parametrik harus memenuhi asumsi normalitas. Pada umumnya, jika data tidak menyebar normal, maka data seharusnya dikerjakan dengan metode statistik non-parametrik, atau setidak-tidaknya dilakukan transformasi terlebih dahulu agar data mengikuti sebaran normal, sehingga bisa dikerjakan dengan statistik parametrik.

Contoh metode statistik parametrik :
a. Uji-z (1 atau 2 sampel)
b. Uji-t (1 atau 2 sampel)
c. Korelasi pearson,
d. Perancangan percobaan (one or two-way anova parametrik), dll.

Ciri-ciri statistik parametrik :
– Data dengan skala interval dan rasio
– Data menyebar/berdistribusi normal
Keunggulan dan kelemahan statistik parametrik
Keunggulan :
1. Syarat syarat parameter dari suatu populasi yang menjadi sampel biasanya tidak diuji dan dianggap memenuhi syarat, pengukuran terhadap data dilakukan dengan kuat.
2. Observasi bebas satu sama lain dan ditarik dari populasi yang berdistribusi normal serta memiliki varian yang homogen.
Kelemahan :
1. Populasi harus memiliki varian yang sama.
2. Variabel-variabel yang diteliti harus dapat diukur setidaknya dalam skala interval.
3. Dalam analisis varian ditambahkan persyaratan rata-rata dari populasi harus normal dan bervarian sama, dan harus merupakan kombinasi linear dari efek-efek yang ditimbulkan.
STATISTIK NON-PARAMETRIK
Statistik Non-Parametrik, yaitu statistik bebas sebaran (tidak mensyaratkan bentuk sebaran parameter populasi, baik normal atau tidak). Selain itu, statistik non-parametrik biasanya menggunakan skala pengukuran sosial, yakni nominal dan ordinal yang umumnya tidak berdistribusi normal.
Contoh metode statistik non-parametrik :
a. Uji tanda (sign test)
b. Rank sum test (wilcoxon)
c. Rank correlation test (spearman)
d. Fisher probability exact test.
e. Chi-square test, dll

Ciri-ciri statistik non-parametrik :
– Data tidak berdistribusi normal
– Umumnya data berskala nominal dan ordinal
– Umumnya dilakukan pada penelitian sosial
– Umumnya jumlah sampel kecil

Keunggulan dan kelemahan statistik non-parametrik :
Keunggulan :
1. Tidak membutuhkan asumsi normalitas.
2. Secara umum metode statistik non-parametrik lebih mudah dikerjakan dan lebih mudah dimengerti jika dibandingkan dengan statistik parametrik karena ststistika non-parametrik tidak membutuhkan perhitungan matematik yang rumit seperti halnya statistik parametrik.
3. Statistik non-parametrik dapat digantikan data numerik (nominal) dengan jenjang (ordinal).
4. Kadang-kadang pada statistik non-parametrik tidak dibutuhkan urutan atau jenjang secara formal karena sering dijumpai hasil pengamatan yang dinyatakan dalam data kualitatif.
5. Pengujian hipotesis pada statistik non-parametrik dilakukan secara langsung pada pengamatan yang nyata.
6. Walaupun pada statistik non-parametrik tidak terikat pada distribusi normal populasi, tetapi dapat digunakan pada populasi berdistribusi normal.
Kelemahan :
1. Statistik non-parametrik terkadang mengabaikan beberapa informasi tertentu.
2. Hasil pengujian hipotesis dengan statistik non-parametrik tidak setajam statistik parametrik.
3. Hasil statistik non-parametrik tidak dapat diekstrapolasikan ke populasi studi seperti pada statistik parametrik. Hal ini dikarenakan statistik non-parametrik mendekati eksperimen dengan sampel kecil dan umumnya membandingkan dua kelompok tertentu.

Peranan Ilmu Statistika Ekonomi pada Perekonomian, Industri dan Bisnis.

(Vibiznews – Economy) – 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 statistika 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.

Ditegaskan pula dari buku statistika ekonomi karangan Sri Mulyono (2003), bahwa dalam mempelajari statistika kita dibantu untuk menjelaskan hubungan antar variabel, membuat keputusan yang lebih baik, mengatasi perubahan-perubahan yang terjadi dan membuat rencana serta ramalan.

Ruang Lingkup Statistika
Definisi dari statistika sendiri adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Dalam studi, statistika dibagi menjadi empat yaitu statistika deskriptif, teori probabilitas, analisa keputusan dan statistika inferensi.

1. Statistika deskriptif
Statistika deskriptif berhubungan dengan penggambaran (pendeskripsian) data baik secara numerik (rata-rata, standar deviasi, median, modus dan lainnya) atau grafis (dalam bentuk tabel dan grafik) sehingga data tersebut lebih mudah dibaca dan dimengerti.

2. Teori probabilitas
Probabilitas atau peluang adalah angka yang menunjukkan tingkat keyakinan tentang suatu peristiwa. Teori probabilitas akan digunakan apabila kita menggunakan statistik inferensial.

3. Analisa keputusan
Dalam mengambil keputusan, statistik berguna untuk menganalisa keputusan mana yang lebih baik akan diambil dan diterapkan.

4. Statistika inferensial
Statistik inferensial adalah pernyataan yang diambil dari sampel suatu populasi secara random untuk menggambarkan populasi yang sebenarnya. Istilah populasi yaitu seluruh elemen yang akan diteliti, sedangkan sampel yaitu bagian dari populasi.

Tahapan Dalam Menggunakan Ilmu Statistika
Dikutip dari Sri Mulyono (2003) bahwa dalam menyelesaikan permasalahan secara statistik harus digunakan pendekatan ilmiah yang terdiri dari beberapa tahap, diantaranya:

1. Mengidentifikasi persoalan
Pertama kali persoalan yang dihadapai harus dipahami dan didefinisikan dengan benar. Sering dilaporkan bahwa kesalahan kesimpulan studi disebabkan karena kesalahan mendefinisikan persoalan.

2. Pengumpulan fakta-fakta yang ada.
Data harus dikumpulkan dengan tepat dan selengkap mungkin serta berhubungan dengan persoalan yang dihadapi. Sumber data dapat digolongkan dalam dua kategori yaitu eksternal dan internal, data internal dapat ditemukan pada bagian-bagian yang ada dalam suatu organisasi. Data eksternal misalnya data yang diperoleh dari publikasi pemerintah, jurnal berkala dan lain-lain.

3. Mengumpulkan data asli yang baru.
Seringkali data yang diperlukan tidak tersedia pada sumber-sumber yang ada, karena itu harus dikumpulkan sendiri.

4. Klasifikasi data
Setelah data dikumpulkan, tahap berikutnya adalah mengelompokkan fakta-fakta sesuai dengan tujuan studi. Mengidentifikasikan data-data berdasarkan kemiripan sifat-sifatnya dan menyusunnya ke dalam kelompok-kelompok dinamakan klasifikasi.

5. Penyajian data
Ringkasan informasi yang disajikan dalam bentuk tabel, diagram dan ukuran-ukuran deskriptif seperti rata-rata dan dispersi, membantu analisis dalam menyampaikan hal-hal penting kepada pihak lain.

6. Analisis data
Jika data dikumpulkan dari sampel, maka berdasarkan ukuran-ukuran deskriptif yang telah dihitung dilakukan pendugaan nilai parameter populasi dan pengujian asumsi parameter atau ciri-ciri populasi. Kemudian analisis menafsirkan hasil pendugaan dan membuat kesimpulan atas hasil pengujian.

Penerapan Ilmu Statistika Ekonomi di Berbagai Disiplin Ilmu
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.

Contoh Penerapan Ilmu Statistika Ekonomi pada Bisnis
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.

(Febri Wulansari/FW/vbn)

 

sumber : http://www.vibiznews.com/column/economy/2010/05/24/peranan-ilmu-statistika-ekonomi-pada-perekonomian-industri-dan-bisnis/