FUNGSI STATISTIKA DAN INFORMATIKA DALAM KEILMUAN
OLEH:
SANGGA RILAU SAIFUL
NIM. 19062052018
HISBULLAH HUDA
NIM. 19062052047
PRODI MANAJEMEN PENDIDIKAN ISLAM
PROGRAM PASCASARJANA
UNIVERSITAS ISLAM MAKASSAR
2019
KATA PENGANTAR
Segala puja dan puji kami haturkan kepada Allah subhaanahu wa ta’aala, Tuhan
semesta alam yang telah memberikan rahmat dan hidayah-Nya serta taufiq-Nya sehingga
kami dalam keadaan sehat wal-‘afiyat. Shalawat serta salam semoga tetap tercurahkan
kepada junjungan abadi kita, Nabi Muhammad shallallaahu ‘alaihi wa sallam.
Syukur Al-hamdulillaah kami panjatkan atas suksesnya penyusunan makalah ini.
Makalah ini disusun untuk memenuhi tugas mata kuliah Filsafat Ilmu. Oleh karena itu
kami ucapkan terima kasih pada semua pihak yang terkait, terutama dosen pengampu,
orang tua kami dan sahabat yang telah berpartisipasi, baik secara langsung maupun tak
langsung, didalam penyusunan makalah ini, sehingga berjalan dengan lancar dan selesai
dalam waktu yang telah ditentukan.
Kami menyadari dalam makalah ini masih banyak terdapat kesalahan dan
kekurang baik dalam segi struktur kalimat, pemilihan kata-kata, dan isi. Oleh karena itu
kami mohon saran dan kritiknya demi kesempurnaan makalah ini yang nantinya akan
bermuara kepada kesempurnaan pengetahuan yang kita peroleh.
Tim Penulis,
Sangga Rilau Saiful
Hisbullah Huda
DAFTAR ISI
KATA PENGANTAR
ii
DAFTAR ISI
iii
BAB I PENDAHULUAN
A. Latar Belakang
4
B. Rumusan Masalah
7
C. Tujuan Penulisan
7
BAB II STATISTIKA
A. Ontologi
8
B. Epistimologi
10
C. Aksiologi
17
BAB III INFORMATIKA
A. Ontologi
18
B. Epistimologi
20
C. Aksiologi
21
BAB IV PENUTUP
A. Kesimpulan
22
B. Saran
22
DAFTAR PUSTAKA
23
BAB I
PENDAHULUAN
A. Latar Belakang
Pada November 2018 Badan Pusat Statistik (BPS)1 mengeluarkan data atau laporan
mengenai Potret Pendidikan Indonesia. Dalam laporan tersebut tidak kurang dari 20 jenis
data yang dipaparkan secara detail oleh BPS. Salah dua diantaranya adalah jumlah sekolah
dan peserta didik serta persentase sekolah dan peserta didik berdasarkan propinsi, jenjang
pendidikan, dan status sekolah.
Agar lebih jelas, penulis mengutip salah satu table yaitu table perkembangan jumlah
sekolah menurut jenjang pendidikan untuk Tahun Ajaran 2016/2017 dan 2017/2018
sebagaimana dibawah ini.2
Jenjang
2016/2017
2017/2018
Pertumbuhan (%)
Pendidikan
SD
147.503
148.244
0,50
SMP
37.763
38.960
3,17
SMA
13.144
13.495
2,67
SMK
13.236
13.710
3,58
Tabel 1. Jumlah bangunan sekolah berdasarkan jenjang pendidikan dan pertumbuhannya.
Dari table diatas kita telah mendapatkan pengetahuan bahwa pada Tahun Ajaran
2018/2019:
1. SD merupakan jenjang pendidikan yang memiliki jumlah bangunan yang paling banyak
dari semua jenjang pendidikan yang ada, sedangkan SMA merupakan jenjang
pendidikan yang memiliki jumlah sekolah yang paling sedikit.
2. Jumlah sekolah untuk semua jenjang pendidikan meningkat dibandingkan tahun ajaran
sebelumnya.
3. Pertumbuhan jumlah bangunan SD sangatlah sedikit jika dibandingkan dengan jenjang
pendidikan lainnya.
1
Rachmawati, Yeni, dkk., Potret Pendidikan Indonesia: Statistik Pendidikan, (Jakarta: Badan Pusat Statistik, 2018),
hlm. vii.
2
Ibid, hlm. 12
Domain pemikiran kita selanjutnya jika dikaitkan dengan Filsafat Ilmu adalah
tergelitiknya nalar kita yang memproduksi pertanyaan: (1) Apakah hakikat dari angka-angka
tersebut?, (2) Darimanakah angka-angka tersebut diperoleh? dan (3) Untuk apa angka-angka
tersebut dipaparkan?
Filsafat memiliki tiga (3) dimensi, yaitu dimensi ontology, epistimologi, dan
aksiologi.3 Jawaban dari pertanyaan pertama akan mengisi dimensi ontology, pertanyaan
kedua akan mengisi dimensi epistimologi, dan pertanyaan ketiga akan mengisi dimensi
aksiologi.
Secara kasar penulis bisa berasumsi bahwa angka-angka yang dipaparkan oleh
Rachmawati dkk. tidak lain dan tidak bukan merupakan gambaran atau data pertumbuhan
jumlah bangunan sekolah di Indonesia pada tahun ajaran tertentu. Angka-angka tersebut
diperoleh dengan menghitung secara langsung bangunan sekolah di setiap daerah yang ada
di wilayah Negara Kesatuan Republik Indonesia. Dengan mengetahui pertumbuhan jumlah
sekolah di Indonesia, Pemerintah dalam hal ini Kementerian Pendidikan dan Kebudayaan RI
bisa mengeluarkan kebijakan-kebijakan strategis dalam mengelola sistem pendidikan di
Indonesia.
Berangkat dari asumsi diatas dapat dilihat gambaran bahwa angka-angka yang ada
dalam table sebelumnya tidak muncul dengan sendirinya. Mereka muncul dengan melalui
sebuah metode keilmuan yang telah tersusun sedemikian rupa. Metode keilmuan yang
dimaksud disini adalah adanya data (dalam hal ini angka-angka) yang diperoleh melalui
sebuah observasi (pengamatan) langsung lalu dengan data tersebut pengamat menganalisa
dan menyimpulkan. Lalu pertanyaan kritis yang muncul adalah disebut ilmu apakah yang
bertugas mengumpulkan data lalu menganalisanya.
Ada dua kata kunci yang selalu muncul dalam Bab Pendahuluan ini, yaitu angka dan
data. Penjabaran kedua kata kunci ini bisa dilihat sebagai berikut:
1. Angka merupakan bahasa yang digunakan dalam ilmu matematika.
2. Data merupakan gambaran dari apa disampaikan oleh angka.
3
Muchsin dalam Nugraha A., Rizky, dkk., Filsafat Ilmu (Jambi: Pustaka Ma’arif Press, 2017), hlm. 11
Penjabaran diatas bertalian dengan empat (4) sarana ilmiah yang dijelaskan oleh
Suaedi4, yaitu bahasa, matematika, statistika, dan logika. Tapi pada pembahasan awal ini
penulis hanya focus kepada dua saja, yaitu Matematika dan Statistika. Matematika berperan
penting dalam berpikir deduktif, sedangkan statistika berperan penting dalam berpikir
induktif.5
Dalam perkembangan ilmu pengetahuan, matematika dan statistika tidak bisa
dipisahkan satu sama lain. Statistika membutuhkan matematika dalam menganalisa masalah
dan mengambil keputusan. Bila dikaitkan dengan table yang telah dipaparkan sebelumnya,
maka angka 0,50% memberikan gambaran kepada pengambil kebijakan bahwa terdapat
ketimpangan jumlah bangunan SD dibandingkan jenjang pendidikan lainnya. Masalah
apakah pengambil kebijakan akan memutuskan membangun beberapa unit SD atau tidak itu
lain soal. Ini masih harus dikonfirmasi lagi dengan jumlah usia anak sekolah di daerah
tertentu dan dibutuhkan pengamatan lanjutan untuk menjabarkannya.
Pertanyaan sebelumnya mengenai ilmu apakah yang bertugas mengumpulkan data
lalu menganalisanya sudah mulai menemui titik jawaban, meskipun masih harus ditelaah
lebih lanjut. Ada dua pilihan jawaban alternatif, yaitu ilmu matematika dan ilmu statistika.
Kedua ilmu ini bisa kita jadikan jawaban utama dari pertanyaan sebelumnya karena kedua
ilmu ini mampu memberikan angka dan data. Tetapi secara komprehensif Suaedi
memaparkan bahwa statistika adalah cara-cara tertentu dalam memperoleh, menyusun,
menganalisa, dan menyimpulkan data yang berupa angka sehingga dapat memberikan
pengertian tertentu.6
Jadi sampai disini telah jelas bahwa ilmu yang bertugas mengumpulkan data lalu
menganalisanya adalah statistika. Karena statistika merupakan sebuah ilmu, maka dalam
penarikan kesimpulan dari data yang telah dikumpulkan haruslah melalui sebuah metode
ilmiah. Suhaedi dan Biyanto7 sama-sama sepakat bahwa dalam metode ilmiah ada beberapa
langkah yang harus ditempuh agar hasil analisa peneliti bisa diterima secara luas. Salah satu
langkah yang harus ditempuh adalah pengujian hipotesis.
4
Suaedi, Pengantar Filsafat Ilmu (Bogor: PT Penerbit IPB Press, 2016), hlm. 73
Ibid. hlm. 72
6
Ibid, hlm. 74
7
Biyanto, Filsafat Ilmu dan Ilmu Keislaman (Yogyakarta: Pustaka Pelajar, 2015), hlm. 224
5
Suhaedi dan Biyanto memiliki pandangan yang berbeda soal pengujian hipotesis.
Suhaedi memisahkan langkah antara pengumpulan data dengan pengujian hipotesis,
sedangkan Biyanto menggabungkan kedua langkah tersebut kedalam langkah pengujian
hipotesis. Dalam pengujian hipotesis, statistika tidak bisa berdiri sendiri. Ia harus dibantu
oleh ilmu lain, yaitu informatika.
Dalam kaitannya dengan statistika, ada dua konsep yang harus kita bedakan dalam
informatika, yaitu kalkulasi dan komputasi. Kalkulasi erat kaitannya dengan penghitungan
dalam matematika sederhana dan alat hitungnya disebut kalkulator. Sedangkan komputasi
lebih menitikberatkan kepada pengolahan data dan alatnya disebut dengan computer.8
Sangat jelas terlihat bahwa matematika, statistika, dan informatika sangat
berhubungan satu sama lain di dalam metode keilmuan. Matematika memberikan data dalam
bentuk angka kepada ahli statistic yang kemudian diolah dengan menggunakan teknik
informatika yaitu computer.
B. Rumusan Masalah
Berdasarkan latar belakang diatas, penulis mencoba meramu dua rumusan masalah
dalam bentuk pertanyaan, yaitu:
1. Apa fungsi statistika dalam keilmuan?
2. Apa fungsi informatika dalam keilmuan?
C. Tujuan Penulisan
Dari rumusan masalah diatas, maka tujuan penulisan makalah ini adalah:
1. Untuk mengetahui fungsi statistika dalam keilmuan; dan
2. Untuk mengetahui fungsi informatika dalam keilmuan.
8
Indrajit, Richardus Eko, Komputer, Informatika, dan Teknologi Informasi: Kajian Perkembanagan Ilmu Komputasi
di Indonesia (Jakarta: Universitas Negeri Jakarta, 2016), hlm. 6
BAB II
STATISTIKA
A. Ontology
Untuk mengetahui hakikat dari statistika, kita harus melihat istilah ini dari sisi
historis dan etimologi. Dari sisi historis, Gupta dan Kapoor9 menyebutkan dalam bukunya
bahwa pada zaman dahulu pemerintah yang mewakili entitas sebuah Negara mengumpulkan
informasi yang memuat tentang jumlah populasi dan tingkat kesejahteraan masyarakatnya.
Informasi mengenai jumlah populasi dalam sebuah Negara diperlukan dalam menentukan
apakah Negara mampu melawan serangan dari luar atau tidak, sedangkan informasi yang
kedua mengenai kesejahteraan diperlukan untuk mengambil kebijakan berapa tarif pajak dan
denda yang akan diterapkan. Bahkan Jerman menggunakan ilmu statistika untuk pertama
kali dalam mengetahui tingkat kelahiran dan kematian di Negara tersebut.
Sedangkan dari sisi etimologi, terrminologi ‘Statistik/statistika’ berasal dari bahasa
Latin ‘status’ atau dari bahasa Italia ‘statista’ atau dari bahasa Jerman ‘statistik’ yang mana
ketiganya mengacu kepada terminology ‘negara’ atau ‘state’.10 Hal ini setali dengan jejak
sejarah bahwa istilah statistika pertama kali digunakan oleh Negara untuk mengambil
kebijakan politik sebagaimana telah disinggung di paragraph sebelumnya.
Dari kedua sudut pandang diatas, dapat dilihat bahwa statistika adalah sebuah
kegiatan pengumpulan informasi untuk kepentingan Negara. Tapi kita tidak bisa berhenti
pada titik kesimpulan bahwa itulah definisi yang tepat untuk terminology ‘statistika’. Gupta
dan Kapoor bahkan merasa bahwa definisi statistika yang diajukan oleh Bowley, Prof.
Horace Secrist, Boddington, King, dan Lovitt belum cukup untuk menggambarkan hakikat
statistika sebagai ilmu. Apakah benar demikian? Mari kita lihat satu per satu pendapat
mereka yang penulis kutip langsung dari buku Gupta dan Kapoor.
Pertama, Bowley mengajukan definisi statistika sebagai “numerical statements of
facts in any department of enquiry placed in relation to each other”. Bila dilihat dari
penggunaan statistika saat pertama kali, statistika memang memberikan fakta kepada Negara
dalam bentuk angka-angka (misal, jumlah populasi). Itulah kemudian Bowley
9
Gupta dan Kapoor, Fundamentals of Mathematical Statistics: Modern Approach (New Delhi: Sultan Chand & Sons,
2000), hlm. 11
10
www.merriam-webster.com, diakses pada 26 November 2019, pukul 11.07 WITA.
menambahkan definisi statistika sebagai “science of counting, science of averages, and
science of the measurement of social organism, regarded as a whole in all its
manfestations”. Tambahan definisi ini terkesan bahwa statistika tidak jauh-jauh dari
kalkulasi (counting) sederhana yang kita temukan dalam ilmu matematika.
Kedua, Prof. Horace Secrist berpendapat bahwa “By statistics we mean aggregates of
facts affected to a marked extent by multiplicity of causes numerically expressed,
enumerated or estimated according to reasonable standards of accuracy, collected in a
systematic manner for a pre-determined purpose and placed in relation to each other”.
Definisi statistika yang diajukan oleh Prof. Horace Secrist ini menurut hemat penulis
merupakan penjabaran dari definisi statistika yang diajukan oleh Bowley. Tapi yang
membedakannya adalah Horace telah menitikberatkan kepada kerangka berpikir sistematik,
meskipun dia tidak menggunakan terminology ‘science’ didalam definisi yang ia ajukan.
Ketiga, Boddington berpendapat bahwa “Statistics is the science of estimates and
probabilities”. Meskipun Boddington telah menggunakan terminology ‘science’ dalam
definisinya, namun belum komprehensif didalam menjabarkan apa itu statistika. Justru
Boddington mereduksi kemampuan statistika dalam pengambilan kesimpulan dan
keputusan. Terminology ‘estimates’ dan probabilities’ menurut Gupta dan Kapoor hanya
merupakan bagian dari metode statistic.11
Keempat, King mendefinisikan statistika sebagai “the method of judging collective,
natural or social phenomenon from the results obtained from the analysis or enumeration or
collection of estimates”. Definisi statistika yang ditawarkan oleh King ini sebenarnya telah
menggambarkan hakikat statistika ditinjau dari segi ilmu karena telah adanya penilaian
(judging) dari data (phenomenon) yang telah dikumpulkan dan dianalisa. Bahkan dari
definisi tersebut terlihat bahwa statistika bukan hanya digunakan didalam ilmu social tapi
juga bisa digunakan didalam ilmu alam.
Kelima, Lovitt mengatakan bahwa “Statistics is the science which deals with
collection, classification, and tabulation of numerical facts as the basis of explanation,
description, and comparison of phenomenon”. Sama halnya dengan King, definisi yang
ditawarkan oleh Lovitt telah memberitahukan kepada kita mengenai hakikat statistika
11
Gupta dan Kapoor, Fundamentals of Mathematical Statistics: Modern Approach (New Delhi: Sultan Chand &
Sons, 2000), hlm. 13
ditinjau dari keilmuan. Bahkan Lovitt lebih jauh menjabarkan mengenai metode statistika,
yaitu pengumpulan, pengklasifikasian, penabulasian, dan penganalisian. Pada tahap analisa
lahirlah sebuah penjelasan, deskripsi, atau perbandingan antara sumber data yang diperoleh.
Dari lima (5) definisi statistika ditambah deskripsi historis dan etimologi kata
‘statistika’, penulis mencoba merumuskan hakikat dari statistika yaitu sebuah kumpulan
langkah-langkah statistik yang ditempuh oleh seorang ilmuwan agar pengetahuan ilmiahnya
dapat berterima umum dan dijadikan rujukan oleh para ilmuwan lainnya dan pemangku
kepentingan dalam mengambil keputusan. Langkah-langkah statistic yang dimaksud oleh
penulis disini berdasarkan definisi-definisi yang telah disebutkan sebelumnya yaitu
pengumpulan, analisa, dan penyajian data.
B. Epistimologi
Berangkat dari tawaran definisi statistika yang telah disebutkan dalam bagian
ontology diatas, penulis mencoba melemparkan pertanyaan kritis yang akan mengisi dimensi
epistomologi statistika, yaitu: 1) Darimana atau bagaimana data diperoleh?, 2) Bagaimana
menganalisa data?, dan 3) Bagaimana menyajikan hasil analisa data? Ketiga pertanyaan ini
masing-masing akan dibahas secara berurutan di bagian Sumber Data, Analisa Data, dan
Teknik Penyajian Data.
1. Sumber Data
Data dalam statistika bersumber dari populasi yang ada dalam cakupan kajian
pengamat/peneliti. Misalnya kita akan meneliti metode pengajaran bahasa Inggris yang
diterapkan oleh guru bahasa Inggris yang ada di Kota Makassar. Katakanlah total guru
bahasa Inggris yang ada di Kota Makassar adalah 500 orang, maka jumlah populasi
dalam penelitian kita adalah 500 guru bahasa Inggris.
Untuk mendapatkan data yang diinginkan, kita tidak mungkin menjangkau
semua total populasi yang ada dalam penelitian kita karena akan memakan waktu yang
lebih banyak dan tenaga yang lebih besar, sehingga tidak praktis. Dalam keadaan seperti
ini, kita hanya perlu mengambil beberapa perwakilan dari 500 guru bahasa Inggris, yang
dalam bahasa ilmiahnya disebut sebagai sampel.12
12
Singh, Yogesh Kumar, Fundamental of Research Methodology and Statistics (New Delhi: New Age International
Publishers, 2006), hlm. 82
Pemilihan sampel merupakan hal yang krusial didalam statistika karena
kesalahan didalam penetapan sampel akan mengakibatkan hasil interpretasi yang bias,
meskipun telah menggunakan metode statistika yang benar. Singh secara komprehensif
telah menjabarkan tipe-tipe dan metode-metode yang peneliti bisa gunakan saat ingin
menentukan sampel, yaitu:13
a. Tipe pengambilan sampel berdasarkan probabilitas (Probability Sampling), yang
terdiri dari beberapa metode, yaitu:
1) Random sampling
2) Systematic sampling
3) Stratified sampling
4) Multi stage sampling
5) Purposive sampling
6) Cluster sampling
7) Multiple sampling atau double sampling
b. Tipe pengambilan sampel yang tidak berdasarkan probabilitas (Non-Probability
Sampling), yang terdiri dari beberapa metode, yaitu:
1) Incidental atau Accidental sampling
2) Judgment sampling
3) Purposive sampling
4) Quota sampling
Setelah menentukan sampel, langkah berikutnya yang diambil oleh peneliti
adalah pengumpulan data dari sampel. Pertanyaan “Bagaimana peneliti memperoleh
data dari sampel yang telah ditentukan sebelumnya?” akan menuntaskan pembahasan
kita mengenai sumber data.
Moore, dkk. secara tidak langsung memberikan gambaran kepada pembacanya
bahwa untuk menghasilkan (baca: memperoleh) data, peneliti bisa mengambil tiga
metode, yaitu pengambilan langsung, survey, dan eksperimen.14 Pengambilan langsung
dimaksudkan bahwa data yang diperlukan oleh peneliti sudah ada, peneliti tinggal
mengambilnya saja. Data yang sudah jadi ini bisa diperoleh di lembaga-lembaga yang
13
Ibid., hlm. 83
Moore, David S., dkk., Introduction to the Practice of Statistics: Sixth Edition (New York: W.H. Freeman and
Company, 2009), hlm. 171-180
14
berkaitan dengan topic kajian peneliti. Misalnya, peneliti mengambil topic pendidikan,
maka data mengenai topic tersebut bisa diperoleh di dinas pendidikan. Metode pertama
ini merupakan metode yang paling mudah dan murah diantara ketiga metode.
Metode kedua yang peneliti bisa tempuh dalam memperoleh data yaitu dengan
melakukan survey. Ada dua (2) teknik yang bisa dilakukan saat melakukan survey, yaitu
melalui wawancara dan kuisioner. Bahkan Singh menambahkan satu teknik yaitu survey
observasi terkontrol.15 Tapi sayangnya Singh tidak merinci lebih jauh apa yang
dimaksud dengan survey observasi terkontrol.
Mengenai survey observasi terkontrol, penulis menemukan korelasinya di dalam
buku yang ditulis oleh Moore, dkk. Dalam buku tersebut disebutkan perbedaan antara
observasi dengan eksperimen. Moore, dkk. menilai bahwa dalam studi observasi, kita
hanya mengamati individu-individu dan mengukur variable yang ada tetapi tidak
mencoba mempengaruhi respon. Survei sampel merupakan salah satu jenis studi
observasi ini. Sedangkan dalam ekperimen, kita memberikan perlakuan kepada
individu-individu dan mengamati respon mereka terhadap perlakuan yang kita berikan.
Melihat penjelasan mengenai studi observasinya Moore, dkk., penulis mencoba
mengaitkan antara teknik wawancara, kuisioner, dan survey observasi terkontrol dengan
tipe pengambilan sampel. Teknik wawancara dan kuisioner lebih cenderung
menggunakan tipe pengambilan sampel berdasarkan probabilitas, sedangkan survey
observasi terkontrol cenderung menggunakan tipe pengambilan sampel nonprobabilitas.
Metode terakhir yang bisa dilakukan untuk mendapatkan data yang kita inginkan
adalah dengan melakukan eksperimen. Metode eksperimen merupakan ciri khas dalam
metode ilmiah dan sering ditemukan didalam penelitian kuantitatif. Bahkan Johada
dalam Singh mengatakan bahwa eksperimen dalah metode pengujian hipotesis.16
Sebelum melakukan eksperimen peneliti harus menentukan apa yang menjadi
variable bebas dan variable terikatnya. Untuk menetukannya, peneliti harus kembali
melihat rumusan masalah yang telah dibuat sebelumnya. Sebagai contoh, jika rumusan
masalahnya adalah hubungan antara metode diskusi dengan peningkatan kemampuan
15
Singh, Yogesh Kumar, Fundamental of Research Methodology and Statistics (New Delhi: New Age International
Publishers, 2006), hlm. 104
16
Ibid., hlm. 135
berbicara bahasa Inggris siswa, maka yang menjadi variable bebasnya adalah metode
diskusi dan yang menjadi variable terikatnya adalah peningkatan kemampuan berbicara
bahasa Inggris siswa.
2. Analisa Data
Pertanyaan berikutnya yang akan mengisi dimensi epistimologi statistika setelah
data diperoleh yaitu cara menganalisa data. Ada dua metode yang bisa dilakukan peneliti
berdasarkan hasil akhir dari penelitiannya. Jika ia hanya ingin menggambarkan secara
lugas hasil penelitiannya tanpa harus menginterpretasi (generalisasi) populasi yang
ditelitinya, maka metode yang digunakan yaitu statistika descriptive.17 Tapi jika peneliti
ingin menginterpretasi (generalisasi) populasi yang ditelitinya, maka metode yang
digunakan adalah metode induktif.18 Nama lain dari metode yang kedua adalah statistika
inferensial (teori estimasi).19 Di statistika inferensial inilah dikenal istilah variable bebas,
terikat, dan control.
Contoh dari statistika deskriptif bisa dilihat di Bab Pendahuluan makalah ini
dimana penulis menyajikan table tentang jumlah bangunan sekolah berdasarkan jenjang
pendidikan dan persentase pertumbuhannya, sedangkan contoh dari statistika inferensial
bisa dilihat dari penelitian kuantitatif yang menghubungkan atau membandingkan antar
dua atau beberapa variable (misalnya hubungan antara besaran gaji dengan kinerja guru
pendidikan agama Islam di Makassar).
Pada saat menganalisa data dengan menggunakan metode inferensial, peneliti
diberikan beberapa pilihan teknik analisa. Namun tidak semua teknik analisa bisa
digunakan oleh peneliti. Teknik analisa statistika digunakan berdasarkan pendekatan
yang digunakan saat pemilihan sampel. Jika peneliti memilih sampel berdasarkan
pendekatan probabilitas, maka teknik analisa yang digunakan harus berdasarkan
pendekatan statistic parametric. Namun jika peneliti memilih sampel berdasarkan
17
Heumann, Christian dkk., Introduction to Statistics and Data Analysis: With Exercises, Solutions, and Application
with R (Switzerland: Springer International Publishing AG, 2016), hlm. 3
18
Ibid.,hlm. 181
19
Gupta dan Kapoor, Fundamentals of Mathematical Statistics: Modern Approach (New Delhi: Sultan Chand &
Sons, 2000), hlm. 1.115
pendekatan non-probabilitas, maka teknik analisa yang digunakan harus berdasarkan
pendekatan statistic non-parametric.20
Singh dalam bukunya lebih lanjut menjabarkan beberapa pengujian (test) yang
harus dilakukan oleh peneliti agar hasil analisa tidak menjadi bias dan berterima umum.
Pengujian yang dimaksud disini adalah mencari nilai rerata (Mean), standar deviasi,
rasio kritis (Critical Ratio), level signifikansi, analisa varian, analisa covarian, chisquare, dan Spearman test.21
3. Teknik Penyajian Data
Statistika tidak hanya berhenti ditingkat analisa data. Setelah dianalisa, data
tersebut harus disajikan kepada umum agar deskripsi atau interpretasi data bisa
tergambar dengan jelas.
Secara garis besar ada dua (2) teknik penyajian data statistic, yaitu table dan
grafik/diagram. Table statistic sendiri terdiri atas dua (2) model, yaitu angka dan gambar.
Agar lebih jelas penulis memberikan contoh table statistic di bawah ini.
Propinsi
Jumlah Mobil
Aceh
30
Medan
70
Jakarta
140
Sulawesi Selatan
60
Surabaya
100
Yogyakarta
85
Bali
90
Contoh table statistika angka
Propinsi
Jumlah Mobil
Aceh
Medan
Jakarta
20
Singh, Yogesh Kumar, Fundamental of Research Methodology and Statistics (New Delhi: New Age International
Publishers, 2006), hlm. 228-229
21
Ibid., hlm. 232-240
Sulawesi Selatan
Surabaya
Yogyakarta
Bali
Contoh table statistika gambar
Sedangkan diagram/grafik statistic terdiri atas tiga (3) model, yaitu batang,
lingkaran, dan garis.
Jumlah Mobil
160
140
120
100
80
60
40
20
0
Contoh diagram/grafik statistic batang
Jumlah Mobil
Jumlah Mobil
Aceh
Medan
Jakarta
Sulawesi Selatan
Surabaya
Yogyakarta
Bali
Contoh diagram statistika lingkaran
Jumlah Mobil
160
140
120
100
80
60
40
20
0
Contoh grafik statistic garis
Jumlah Mobil
C. Aksiologi
Dimensi aksiologi akan menjawab rumusan masalah yang telah dipaparkan pada
awal makalah ini, yaitu fungsi statistika dalam keilmuan. Adapun fungsi statistika dalam
keilmuan menurut hemat penulis adalah sebagai berikut:
1. Menguji hipotesis. Seperti yang telah diketahui bersama bahwa ilmu adalah metode
ilmiah yang digunakan manusia untuk mendapatkan pengetahuan yang tersistematis.
Dalam metode ilmiah dikenal istilah langkah ilmiah yang terdiri dari merumuskan
masalah, mengajukan hipotesis, mengumpulkan informasi, menguji hipotesis dengan cara
menganalisa informasi yang diterima, dan menyimpulkan/menginterpretasi informasi.
2. Membantu ilmuwan dalam berpikir ilmiah. Hal ini sama dengan poin sebelumnya bahwa
statistika tidak bisa dilepaskan dari metode berpikir ilmiah.
3. Membantu pemangku kepentingan dalam bidang tertentu untuk mengambil kebijakan
berdasarkan hasil analisa data statistic. Misalnya di bidang pendidikan ditemukan
hubungan antara tingkat pendapatan dengan kinerja guru di Indonesia. Dari hasil ini
Pemerintah,
dalam
hal
ini
Kementerian
Pendidikan
dan
Kebudayaan,
akan
mempertimbangkan untuk menaikkan gaji guru berdasarkan kinerja masing-masing guru.
4. Manusia akan mendapatkan pengetahuan baru yang lebih bermanfaat bagi kelangsungan
hidup manusia dibanding dengan pengetahuan lama. Misalnya dibidang kesehatan,
ditemukan jenis obat yang jauh lebih manjur dari obat sebelumnya.
5. Pengetahuan baru yang diperoleh dengan menggunakan statistika akan sulit terbantahkan
karena telah melalui beberapa pengujian data dan ditampilkan secara lugas.
BAB III
INFORMATIKA
A. Ontologi
Sama halnya dengan pembahasan sebelumnya, Statistika, pembahasan kali ini
dimulai dengan mencari hakikat dari apa yang sedang kita bahas dalam makalah ini.
Sebelumnya juga telah disinggung bahwa untuk menemukan hakikat dari informatika, maka
kita harus melihat ke belakang secara historis penggunaan istilah ini ditambah dengan
melihatnya dari sudut pandang etimologi.
Informatika erat kaitannya dengan ilmu computer. Argument ini bisa diterima oleh
akal dengan beberapa pertimbangan. Pertama, Yatsko dan Suslow menyatakan bahwa
penggunaan istilah ilmu computer pertama kali digunakan saat Louis Fein mendirikan
Sekolah Ilmu Komputer. Dalam perkembangannya banyak disiplin ilmu pengetahuan yang
bersinggungan dengan ilmu computer tapi tidak memasukkan ilmu computer didalam
kurikulumnya. Oleh karena itu lahirlah beberapa istilah disiplin ilmu seperti ilmu komputasi
dan datalogi. Istilah ‘informatika’ nanti diperkenalkan oleh seorang ilmuwan berkebangsaan
Jerman, Karl Steinbuch, pada 1957 dengan menggunakan istilah ‘informatik’, lalu diikuti
oleh Philippe Dreyfus (1962) dengan menggunakan bahasa Italia ‘informatique’, dan sampai
ke Inggris bertransformasi menjadi ‘informatics’.22
Kedua, secara etimologi, ‘informatics’ sendiri memiliki dua (2) makna, yaitu:
1. Istilah ‘informatics’ merupakan kombinasi dari dua kata, yaitu ‘information’ dan
‘automation’. Kedua konsep kata ini digambarkan sebagai ilmu pemrosesan informasi
secara otomatis.23
2. Terminology ‘informatics’ terbentuk dari kata ‘information’ dan sufiks ‘-ics’ yang
secara harfiah bermakna information science.24 Kata majemuk ‘information science’
sendiri bermakna koleksi, klasifikasi, penyimpanan, pengambilan, dan penyebaran
pengetahuan yang diperlakukan sebagai ilmu terapan dan murni.25
22
Yatsko, Andrzej dan Suslow, Walery, Insight into Theoritical and Applied Informatics (Berlin: De Gruyter Open,
Ltd., 2015), hlm. 11-12
23
Ibid., hlm. 12
24
“Informatics.” The Merriam-Webster.com Dictionary, Merriam-Webster Inc., https://www.merriamwebster.com/dictionary/informatics?src=search-dict-hed. Accessed 28 November 2019.
25
“Information science.” The Merriam-Webster.com Dictionary, Merriam-Webster Inc., https://www.merriamwebster.com/dictionary/information%20science. Accessed 28 November 2019.
Bila kita menggali lebih dalam lagi secara etimologi, maka istilah ‘information’
dikembalikan ke kata dasarnya yaitu ‘inform’. Dari sini kita akan mencari asal-usul istilah
‘informatics’ sehingga diperoleh hakikatnya. Kata ‘inform’ berasal dari istilah bahasa
Perancis Kuno ‘infourmer’ yang secara sederhana berarti ‘give form or shape to’. Kata
‘infourmer’ sendiri berasal dari bahasa Latin, informare yang bermakna primer ‘shaping’.
Makna sekundernya adalah ‘forming an idea of something’, ‘describing idea’, dan ‘telling or
instructing people about something’.26
Kita telah mendapatkan beberapa konsep dasar informatika. Dari kesemuanya,
konsep ‘memberitahukan atau menginstruksikan’-lah yang paling mendekati ilmu computer.
Manusia sebagai pengguna ‘menginstruksikan’ computer untuk melakukan sesuatu atau ide.
Hasil dari ‘instruksi’ itulah lahir sebuah pengetahuan. Misalnya dalam ilmu linguistic. Kita
ingin mencari tahu makna dari kata ‘mother’. Kata yang ingin kita cari tahu maknanya
dimasukkan kedalam jaringan computer. Jaringan computer inilah yang kemudian
memprosesnya dan memberitahukan kita makna kata ‘mother’, yaitu ‘ibu’.
Pertimbangan ketiga yang mendukung argument penulis bahwa informatika erat
kaitannya dengan ilmu computer adalah dijadikannya informatika sebagai bagian dari
nomenklatur program studi/jurusan di setiap fakultas ilmu computer. Katakanlah, Fakultas
Ilmu Komputer UMI. Di kampus ini terdapat program studi Teknik Informatika, dimana
mahasiswanya dibekali ilmu computer, seperti Software Engineer, System Analyst,
Database Engineer, Web Engineer, Computer Network, dan Programmer.
Sampai disini kita telah mendapatkan tiga (3) istilah yang berkaitan dengan ilmu
computer, yaitu komputasi, datalogi, dan informatika. Ketiga istilah ini saling berkaitan satu
sama lain. Ilmu komputer lebih menitikberatkan kepada pengembangan perangkat keras
computer itu sendiri, sedangkan komputasi lebih kepada pengembangan perangkat lunaknya.
Datalogi adalah ilmu yang mempelajari pengumpulan dan penyimpanan data didalam
system atau jaringan komputer. Informatika adalah ilmu yang mempelajari pengolahan data
atau informasi yang telah dikumpulkan dengan menggunakan perangkat dan jaringan
computer dan menghasilkan data atau informasi baru.
26
Ayto, John, Word Origins: The Hidden Histories of English Words from A to Z, Second Edition (London: A&C Black
Publishers, Ltd., 2005), hlm. 287
B. Epistimologi
Pada bagian sebelumnya, kita telah mengetahui hakikat dari informatika, yaitu teknik
pengolahan data atau informasi. Berangkat dari hakikat ini, pencarian kita berikutnya adalah
bagaimana data atau informasi itu diolah melalui perangkat atau jaringan computer. Untuk
mengetahui cara data atau informasi diproses, kita harus mengaitkan informatika dengan
ilmu lainnya dan ilmu yang paling dekat dengan pengolahan data yaitu statistika.
Perangkat lunak yang sering digunakan oleh peneliti untuk mengolah data statistic
adalah SPSS (Statistical Product and Service Solutions). Pada Bab Pendahuluan penulis
sempat menyinggung bahwa untuk menguji hipotesis dibutuhan ilmu informatika. SPSS
inilah yang akan digunakan untuk menguji hipotesis, apakah diterima atau ditolak. Cara
penggunaan perangkat lunak ini tidak akan dibahas didalam makalah ini. Pembaca bisa
mendapatkannya di dunia internet. Dengan menggunakan internet untuk mendapatkan
informasi mengenai penggunaan SPSS didalam mengolah data statistic berarti pembaca
telah menerapkan ilmu informatika didalam kehidupan pembaca.
Penggunaan SPSS dalam mengolah data hanyalah salah satu contoh penerapan
informatika di dalam keilmuan. Kalau mau dikaji lebih dalam, ada dua (2) metode yang bisa
digunakan saat ingin mengolah data informatika, yaitu:
1. Metode deduktif, yaitu pengolahan data informatika dengan menghasilkan pengetahuan
baru yang sifatnya deskriptif. Pengembangan aplikasi/software (misalnya SPSS) dan
pembuatan website/blog merupakan contoh metode ini. Jenis data yang diolah adalah
data deskriptif. Metode ini lebih dekat dengan pengembang informatika.
2. Metode induktif, yaitu pengolahan data informatika dengan menghasilkan pengetahuan
baru yang bersifat interpretatif. Penggunaan SPSS merupakan contoh metode kedua ini.
Jenis data yang diolah adalah data numeric. Metode ini lebih dekat dengan pengguna
informatika.
Lalu bagaimana dengan pengolahan data linguistic? Berbeda dengan data statistic
yang dikumpulkan oleh pengguna informatika, data linguistic dikumpul oleh pengembang
informatika lalu menyimpannya ke dalam system informatika. Pengguna data linguistic
tinggal memasukkan informasi atau data yang ingin dicarinya. Contoh nyata dari
pengolahan data linguistic ini bisa dilihat dari Google Translate dan aplikasi kamus lainnya,
baik berbasis telepon cerdas maupun berbasis desktop.
C. Aksiologi
Kita telah melihat gambaran diatas bahwa informatika sangat berhubungan dengan
ilmu-ilmu lainnya. Sehingga fungsi informatika dalam keilmuan bisa dirumuskan sebagai
berikut:
1. Informatika dan Statistika. Informatika memudahkan pekerjaan para ahli statistika
dalam menguji hipotesis mereka. Contoh konkrit dengan adanya software statistika
SPSS.
2. Informatika dan Pendidikan. Para pengembang teknik dan system informatika
berlomba-lomba mengembangkan aplikasi pembelajaran. Dengan hadirnya informatika
pembelajaran sekarang sangat mudah diakses dan bahkan bisa menekan biaya
pendidikan yang tadinya mahal menjadi murah.
3. Informatika dan Kesehatan. Para dokter sekarang mampu mendiagnosa penyakit
pasiennya dengan adanya teknologi informatika seperti komputasi DNA.
4. Informatika dan Bisnis. Dengan adanya program excel, pelaku bisnis dengan mudahnya
mencatat arus kas tanpa harus mencatat dan menghitung manual.
5. Informatika dan Ekonomi. Para pelaku ekonomi mampu memprediksi keadaan ekonomi
kedepan hanya dengan melihat indicator pergerakan nilai saham.
6. Informatika dan Linguistik. Pembelajar bahasa asing tidak susah lagi mencari arti kata
yang baru ia dengar atau baca. Cukup buka dan masukkan kata ke Google Translator,
dalam hitungan sepersekian detik, arti kata langsung muncul.
BAB IV
PENUTUP
A. Kesimpulan
Setelah menjabarkan dua (2) ilmu terapan di bab-bab sebelumnya, statistika dan
informatika, maka tibalah penulis untuk menyimpulkan rumusan masalah yang telah dibuat
di Bab Pendahuluan. Dalam rumusan masalah ditanyakan mengenai fungsi statistika dan
informatika dalam keilmuan.
Pertama, berdasarkan hasil kajian pada bagian statistika, penulis menyimpulkan
bahwa fungsi statistika dalam keilmuan adalah membantu ilmuwan dalam mengidentifikasi
populasi, menentukan ukuran sampel, menguji hipotesis, menganalisa data,
dan
memaparkan hasil analisanya.
Kedua, berdasarkan hasil kajian pada bagian informatika, penulis menyimpulkan
bahwa fungsi informatika dalam keilmuan adalah membantu ilmuwan dalam mengolah data
atau informasi dengan cepat dan tepat.
B. Saran
Ilmu statistika ditopang oleh ilmu matematika. Jadi sepatutnya peneliti yang akan
menggunakan statistika didalam penelitiannya harus menguasai persamaan-persamaan
matematis yang ada di dalam statistika. Tidak menutup kemungkinan ada orang yang skeptic
dengan hasil penelitian kita lalu ia ingin kita menguji hasil penelitian dengan cara manual,
yaitu menggunakan rumus matematika.
Selain matematika, statistika juga terlihat mesra dengan informatika. Ini dilihat dari
lahirnya perangkat lunak yang bisa digunakan dalam menguji hipotesis penelitian. Jadi ada
baiknya pembaca mempelajari penggunaan perangkat lunak tersebut agar hasil analisanya
bisa cepat diperoleh.
DAFTAR PUSTAKA
Ayto, John, Word Origins: The Hidden Histories of English Words from A to Z, Second Edition
(London: A&C Black Publishers, Ltd., 2005)
Biyanto, Filsafat Ilmu dan Ilmu Keislaman (Yogyakarta: Pustaka Pelajar, 2015)
Gupta dan Kapoor, Fundamentals of Mathematical Statistics: Modern Approach (New Delhi:
Sultan Chand & Sons, 2000)
Heumann, Christian dkk., Introduction to Statistics and Data Analysis: With Exercises,
Solutions, and Application with R (Switzerland: Springer International Publishing
AG, 2016)
Indrajit,
Richardus Eko, Komputer, Informatika, dan Teknologi Informasi: Kajian
Perkembanagan Ilmu Komputasi di Indonesia (Jakarta: Universitas Negeri Jakarta,
2016)
Moore, David S., dkk., Introduction to the Practice of Statistics: Sixth Edition (New York: W.H.
Freeman and Company, 2009)
Nugraha A., Rizky, dkk., Filsafat Ilmu (Jambi: Pustaka Ma’arif Press, 2017)
Rachmawati, Yeni, dkk., Potret Pendidikan Indonesia: Statistik Pendidikan, (Jakarta: Badan
Pusat Statistik, 2018)
Singh, Yogesh Kumar, Fundamental of Research Methodology and Statistics (New Delhi: New
Age International Publishers, 2006)
Suaedi, Pengantar Filsafat Ilmu (Bogor: PT Penerbit IPB Press, 2016)
Yatsko, Andrzej dan Suslow, Walery, Insight into Theoritical and Applied Informatics (Berlin:
De Gruyter Open, Ltd., 2015)
www.merriam-webster.com