Statistika Bisnis – Definisi & Ruang Lingkup Statistika – Digitech University

Penulis: 10122286 – Richi Nor Ramdhani

Dosen: Alif Hijriah

1.1 Sejarah Statistika:

Statistika memiliki sejarah panjang yang dimulai sejak zaman kuno. Di zaman kuno, orang-orang seperti Bangsa Mesir Kuno, Bangsa Babilonia, dan Bangsa Yunani Kuno telah menggunakan data dan metode untuk mengumpulkan informasi tentang populasi, ekonomi, dan fenomena sosial. Namun, istilah dan konsep statistika modern mulai berkembang pada abad ke-18 dan ke-19, ketika teori probabilitas dan metode statistik mulai diuraikan dengan lebih terperinci.

1.2 Pengertian Statistika dan Statistik:

Statistika (dalam bahasa Inggris: statistics) adalah ilmu yang berkaitan dengan pengumpulan, analisis, interpretasi, presentasi, dan pengorganisasian data. Tujuan dari statistika adalah untuk menyajikan informasi yang relevan dari data sehingga dapat diambil kesimpulan atau prediksi yang lebih baik.

Statistik (dalam bahasa Inggris: statistic) adalah suatu ukuran atau karakteristik yang diambil dari sampel data, yang digunakan untuk menggambarkan atau membuat inferensi tentang populasi yang lebih besar.

1.3 Jenis-Jenis Data:

Berdasarkan Jenis Datanya:

a. Data Kualitatif: Data yang berupa deskripsi atau atribut, tidak dapat diukur secara kuantitatif. Contoh: warna, jenis kelamin, status pernikahan.

b. Data Kuantitatif: Data yang memiliki nilai numerik dan dapat diukur menggunakan skala tertentu. Dibagi lagi menjadi:

• Data Diskrit: Data yang hanya dapat memiliki nilai-nilai tertentu dalam suatu rentang. Contoh: jumlah anak, jumlah karyawan.
• Data Kontinu: Data yang dapat memiliki nilai di antara dua angka dengan presisi tertentu. Contoh: tinggi, berat badan.

Berdasarkan Sifat Data:

a. Data Skala Nominal: Data yang tidak memiliki tingkatan atau tingkatan tertentu dan hanya mengklasifikasikan objek ke dalam kategori atau kelompok. Contoh: jenis kelamin, warna mata.

b. Data Skala Ordinal: Data yang memiliki tingkatan atau tingkatan, tetapi jarak antar tingkatan tidak konsisten atau tidak dapat diukur dengan presisi. Contoh: peringkat kepuasan (puas, cukup puas, tidak puas).

c. Data Skala Interval: Data yang memiliki tingkatan atau tingkatan dengan jarak antar tingkatan yang konsisten, tetapi tidak memiliki nilai nol yang bermakna. Contoh: suhu dalam derajat Celsius.

d. Data Skala Rasio: Data yang memiliki tingkatan atau tingkatan dengan jarak antar tingkatan yang konsisten dan memiliki nilai nol yang bermakna. Contoh: usia, pendapatan.

Berdasarkan Waktu Pengumpulannya:

a. Data Cross-Sectional: Data yang dikumpulkan secara langsung dari sumber pertama atau dari sumber yang pertama kali mengalami peristiwa. Contoh: survei langsung, wawancara langsung.

b. Data Time Series: Data yang diambil dari sumber yang telah ada sebelumnya atau sudah dikumpulkan oleh pihak lain untuk tujuan lain. Contoh: data dari buku, laporan, atau publikasi sebelumnya.