Statistik Itu Mudah
Sebenarnya tanpa kita sadari kita sudah mempraktekkan statistika dalam kehidupan, apa itu statistika. Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis, menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan dengan data. Istilah 'statistika' (bahasa Inggris: statistics) berbeda dengan 'statistik' (statistic). Statistika merupakan ilmu yang berkenaan dengan data, sedang statistik adalah data, informasi, atau hasil penerapan algoritma statistika pada suatu data. Dari kumpulan data, statistika dapat digunakan untuk menyimpulkan atau mendeskripsikan data; ini dinamakan statistika deskriptif. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas. Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas(source: berbagai sumber).
Kita sering melihat pedagang bibit ikan di pasar-pasar menerapkan ilmu statistika yaitu sampling ketika menjual/membeli bibit ikan dengan cara mengambil sample untuk menaksir jumlah ikan disemua plastik, contoh 100 jumlah plastik berisi bibit ikan dengan jumlah tidak diketahui lalu dipilihlah plastik tersebut secara acak sebanyak 10, lalu dihitung jumlah ikan ditiap-tiap plastik, kemudian diambil rataan, rataan tersebut dikalikan ke 100 plastik tersebut itulah jumlah ikannya keseluruhan tentu dengan bias tidak lebih 5%. Coba bayangkan, ada pembeli membeli bibit ikan 3500 ekor, nah kalo sipenjual/pembeli harus menghitung bibit ikan disemua plastik tentu jam 2 malam baru pulang bukan?
Statistika banyak diterapkan dalam berbagai disiplin ilmu, baik ilmu-ilmu alam (misalnya astronomi dan biologi maupun ilmu-ilmu sosial (termasuk sosiologi dan psikologi), maupun di bidang bisnis, ekonomi, pertanian dan industri. Statistika juga digunakan dalam pemerintahan untuk berbagai macam tujuan; sensus penduduk merupakan salah satu prosedur yang paling dikenal. Aplikasi statistika lainnya yang sekarang popular adalah prosedur jajak pendapat atau polling (misalnya dilakukan sebelum pemilihan umum), serta jajak cepat (perhitungan cepat hasil pemilu) atau quick count. Di bidang komputasi, statistika dapat pula diterapkan dalam pengenalan pola maupun kecerdasan buatan.
Dalam ilmu statistika ada empat tipe pengukuran atau skala pengukuran yang digunakan di dalam statistika, yakni: nominal, ordinal, interval, dan rasio. Keempat skala pengukuran tersebut memiliki tingkat penggunaan yang berbeda dalam riset statistik.
Skala dalam Statistika
Skala nominal hanya bisa membedakan sesuatu yang bersifat kualitatif (misalnya: jenis kelamin, warna mata, warna kulit).
Skala ordinal selain membedakan juga menunjukkan tingkatan (misalnya: pendidikan, tingkat kepuasan).
Skala interval berupa angka kuantitatif namun tidak memiliki nilai nol mutlak (misalnya: tahun, suhu dalam Celcius).
Skala rasio berupa angka kuantitatif yang memiliki nilai nol mutlak.
Tipe pengukuran inilah ada yang perlu kita code kan sebelum menggunakan software statistika. Contoh jenis kelamin, code 1: pria, 2: wanita. Ada beberapa software statistika di pasaran yaitu Minitab, SPSS, SAS, Statsoft dll dengan berbagai versinya
Di R&D khususnya perkebunan, penerapan statistika lebih komplek lagi karena menyangkut decision making mulai dari perencanaan design experiment, data collecting, interpretasi dan presentasi hasil-hasil penelitian. Contoh R&D ingin melihat pengaruh 2 jenis pupuk dengan bermacam dosis (pupuk A: 0, 50, 100 kg/ha dan pupuk B: 0, 50, 100 kg/ha) -variable independent terhadap volume/hektar-variable dependent. Kemudian dibangun suatu percobaan di daerah berbukit. Design experiment harus mewakili faktor-faktor lingkungan dengan kata lain minimalkan pengaruh dalam block tetapi maksimalkan pengaruh antar block. Pengumpulan data harus tepat artinya minimalkan bias pengukuran, contohnya alat ukur yang berbeda dengan orang yang sering berganti setelah kita lakukan kedua tahapan tersebut dengan baik baru dilanjutkan dengan bantuan statistika, diperoleh angka-angka dan kode yang dikeluarkan oleh software statistika, angka-angka dan kode ini harus dibaca dan diinterpretasikan agar tidak terjadi kontradiktif, artinya jangan sampai yang baik dikatakan jelek ataupun sebaliknya, coba kita lihat contoh jika pupuk A lebih baik dari B akibat salah interpretasi dikatakan pupuk B lebih baik dari A akibatnya berapa waktu, tenaga, biaya dan nama baik sia-sia.
Coba bayangkan tanpa menggunakan bantuan statistika, R&D akan kesulitan dalam hal decision making pupuk yang mana dan dosis berapa yang memberikan hasil terbaik secara ekonomi. Dengan bantuan statistika kita bisa memperoleh pengaruh dan hubungan antara pupuk A, pupuk B atau interaksi keduanya dengan analisis sidik ragam/ANOVA, jika ada pengaruh kita lanjutkan dengan uji lanjut seperti Duncan, BNT, BNJ atau uji lanjut yang lain sesuai dengan kebutuhan kemudian kita bisa menggunakan regresi dan korelasi yang menunjukan seberapa jauh pengaruh dan hubungan antara pupuk A, B atau interaksinya.
Untuk penggunaan statistika yang lebih komplek lagi, seperti kita harus melihat pengaruh curah hujan, serangan hama & penyakit, pH, kedalaman akar, jumlah pupuk tersedia dilapangan sebelum aplikasi pupuk dimana kesemuanya itu mempengaruhi secara simultan terhadap volume tanaman per hektar kita bisa menggunakan analisis multivariance.
Tapi perlu diingat statistika hanya alat bantu, artinya apa, jika inputnya kurang tepat outputnyapun kurang tepat. Penulis lebih suka mengilustrasikan statistika seperti rice cooker artinya jika ubi sebagai input, outputnya pasti masakan ubi, jika jagung pasti keluarnya jagung, kalo beras pastilah jadinya nasi begitu seterusnya, sangat aneh jika inputnya jagung tapi keluarnya rendang sapi. Namun perlu diingat tanpa rice cooker kita repotkan. (BB/PIT)
Comments