15.9.09

Statistics Role’s

    Ada istilah tak kenal maka tak sayang maka sebelum kita mempelajari lebih jauh tentang statistika sebaiknya kita mengenal istilah-istilah dalam ilmu statistik. Pertama-tama istilah Statistik dan Statistika.Dalam penulisan kelihatannya tidak jauh berbeda, namun secara arti sangat jauh berbeda. Statistik (statistic) ialah sembarang nilai atau fungsi yang menjelaskan suatu contoh (sample). Atau dapat diartikan pula sebagai ukuran-ukuran bagi contoh. Sedangkan Statistika (statistics) ialah ilmu tentang statistik atau lengkapnya suatu cabang ilmu pengetahuan yang berhubungan dengan pengumpulan, peringkasan dan penyajian data sebagai dasar penarikan kesimpulan. Statistik sebagai suatu ilmu dibagi ke dalam dua golongan besar yaitu statistika deskriptif dan statistika inferensia. Statistika deskriptif ialah pengumpulan dan penyajian suatu gugus data (tabel, grafik, dll). Statistika inferensia ialah analisis suatu gugus data contoh, kemudian dibuat kesimpulan mengenai gugus data induknya (peramalan, pengujian hipotesis, dll).

 
 

    Dalam statistika dikenal istilah Data. Data merupakan bentuk jamak dari datum yang berarti sesuatu yang dianggap atau diketahui atau bahan-bahan keterangan. Data dapat digolongkan berdasarkan sifatnya, sumbernya, cara perolehan, waktu, dan skala peubah. Berdasarkan sifatnya data dibagi dua yaitu data kualitatif dan data kuantitatif. Berdasarkan sumbernya data dibagi dua yaitu internal dan eksternal. Berdasarkan cara perolehannya data dibagi dua yaitu primer dan sekunder. Dari segi waktu data dibagi menjadi dua bagian yaitu cross section dan data berkala (time series). Sedangkan berdasarkan skala peubahnya data dibagi menjadi 4 bagian yaitu data nominal, ordinal, selang(interval) dan nisbah(ratio). Data nominal dan ordinal termasuk kedalam data kategorik sedangkan data selang dan nisbah termasuk kedalam golongan data numerik.

 
 

    Skala nominal ialah skala dengan derajat paling rendah karena data yang berskala ini nilainya tidak dapat diurutkan, jarak antar nilainya tidak dapat ditentukan secara pasti dan tidak dapat dilakukan operasi matematis. Contohnya ialah nama jalan, hobby, agama, dll. Skala nisbah ialah skala peubah dengan derajat paling tinggi karena data yang berskala ini nilainya dapat diurutkan, jarak antar nilainya dapat dipastikan dan dapat dilakukan operasi matematis. Contohnya ialah tinggi bangunan, berat kendaraan, dll. Arti skala peubah secara lengkap dapat dilihat pada tabel berikut :

 
 

Skala Peubah

Urutan

Jarak antar Nilai

Operasi Matematis

Nominal

Tidak

Tidak

Tidak

Ordinal

Dapat

Tidak

Tidak

Selang

Dapat

Dapat

Tidak

Nisbah

Dapat

Dapat

Dapat

 
 

    Istilah lain yang sering dipakai dalam statistika ialah peubah (variable). Peubah sesuai dengan namanya ialah sesuatu yang nilainya berubah-ubah atau faktor tidak tetap. Berdasarkan ketergantungan atau keterkaitannya peubah dibagi dua yaitu peubah bebas (independent variable) dan peubah terikat (dependent variable).

Istilah berikutnya yang sering digunakan ialah Populasi, Parameter, Contoh, Random. Berikut penjelasannya :

 
 

    Populasi ialah keseluruhan pengamatan yang menjadi perhatian kita (subjek, peneliti, pemerhati, dsb).Bagian dari populasi disebut dengan Contoh. Jika populasi tersebut kita ukur maka ukurannya disebut dengan parameter. Sedangkan jika contoh tersebut kita ukur maka ukurannya disebut dengan statistik.

Berikut ialah ilustrasinya :

 
 

Populasi    : Masyarakat Indonesia

Contoh    : Masyarakat Jakarta

Parameter    : Pendapatan rata-rata warga Indonesia

Statistik    : Pendapatan rata-rata warga Jakarta

 
 

Populasi    : Nilai ujian statistika Mahasiswa Universitas Majapahit
Contoh    : Nilai ujian statistika Mahasiswa Tingkat I Kelas A Universitas Majapahit
Parameter    : Median nilai ujian statistika Mahasiswa Universitas Majapahit
Statistik    : Median Nilai ujian statistika Mahasiswa Tingkat I Kelas A Universitas Majapahit

 
 

Populasi    : Konsumen Mie Instan

Contoh    : Konsumen Mie Instan Merk A

Parameter    : Jumlah seluruh konsumen Mie Instan

Statistik    : Jumlah seluruh konsumen Mie Instan Merk A

 
 

    Seringkali populasi begitu besar sehingga untuk mengukur populasi diperlukan waktu, tenaga, dan biaya yang besar. Disinilah peranan ilmu statistik. Dengan statistika, kita dapat mengetahui(menduga) ukuran populasi dengan mengukur contohnya. Tentunya hasil pengukurannya tidak akan tepat 100 %, namun dengan menerapkan metode pengambilan contoh (sampling) dan metode analisis statistik yang tepat maka kesimpulan yang diperoleh dapat dipertanggungjawabkan secara ilmiah pada tingkat kepercayaan (level of confidence) tertentu.

 
 

    Suatu contoh disebut contoh yang "baik" jika contoh tersebut dapat mewakili populasinya (representatif). Cara yang paling sederhana agar contoh yang kita ambil tersebut mewakili populasinya ialah dengan pengambilan atau penarikan contoh secara acak (random). Random Sampling artinya suatu metode atau cara pengambilan contoh dimana peluang setiap anggota populasi untuk terpilih menjadi contoh ialah sama.

Pengetahuan lainnya adalah mengenai fungsi statistik :

Statistik Sebagai Bahan Perencanaan

Statistik seperti telah dijelaskan pada butir terdahulu adalah pengetahuan gan dengan pengumpulan data, pengolahan, penganalisaan, penyajian dan penarikan kesimpulan serta pembuatan keputusan berdasarkan data dan kegiatan analisis yang dilakukan. Dengan kata lain setiap data yang dibutuhkan adalah data yang dapat dipercaya dan tepat waktu. Melalui data yang dapat dipercaya dan tepat waktu diharapkan seluruh kegiatan pengolahan data akan menghasilkan informasi untuk mengambil suatu keputusan yang tepat. Kemungkinan-kemungkinan penyimpangan yang telah dicoba untuk dieliminasi sekecil mungkin melalui berbagai metode yang dikembangkan dalam statistik, akan sangat membantu didalam setiap kegiatan perencanaan program.

Statistik Sebagai Bahan Monitoring

Seperti telah tersebut dalam arti sempit bahwa statistik adalah merupakan data ringkasan berbentuk angka maka hal ini sangat membantu didalam suatu kegiatan monitoring. Oleh karena secara umum yang dilakukan dalam kegiatan monitoring adalah memonitor seluruh kekuatan dan kelemahan program yang menyangkut berbagai variabel yang berbentuk data ringkasan (misalnya : data jumlah penduduk, angka pengangguran, laju perubahan harga saham).

Statistik Sebagai Bahan Evaluasi

Dengan mengetahui berbagai data yang dapat dipercaya maka selanjutnya kita dapat menganalisis dan memutuskan yang baik dan yang buruk. Selain itu melalui berbagai data yang ada kita dapat membandingkan dan selanjutnya membuat suatu generalisasi dari sampel yang kecil kepada populasi.

Contoh bentuk penggunaan :

Tabel Ekspor-Impor Bulanan

Tabel Ekspor Menurut Bulan, Tahun 2009


 

Bulan/Month

Nilai/Value (US $)

Berat/Weight (KG)

Januari/January

7 280 109 646

21 833 053 447

Pebruari/February

7 134 319 273

17 010 589 073

Maret/March

8 614 725 871

26 431 788 781

April/April

8 453 957 057

28 870 407 041

Mei/May

0

0

Juni/June

0

0

Juli/July

0

0

Agustus/August

0

0

September/September

0

0

Oktober/October

0

0

Nopember/November

0

0

Desember/December

0

0

T O T A L

31 483 111 847

94 145 838 342


 

Sumber :

http://www.ilmustatistik.com/?tag=pendahuluan
http://one.indoskripsi.com/node/5952

http://www.bps.go.id/exim.php


 


 

Pembukaan, Pendahuluan, Pengantar

    "Statistika", kata ini mungkin tidak terlalu asing di telinga kita, bagaimana tidak karena dari SMP kita telah dikenalkan pada pelajaran ini dan dalam kehidupan keseharian kita secara tidak sadar kita memiliki kecendrungan untuk memakai ilmu statistika ini. Namun benarkah kita telah berkenalan dengan apa yang disebut dengan statistika ini. Jika kita tinjau lebih dalam, ternyata apa yang telah kita pelajari di tingkat SMP dan SMA tersebut bukanlah statistika secara utuh karena kita hanya mengenalnya hanya sebatas pada perhitungan angka-angka saja. Sedangkan sebenarnya sosok dari statistika tersebut lebih dari hanya sekedar perhitungan mean, median, modus, simpangan, atau apalah yang telah kita pelajari selama ini. Kiranya hal tersebutlah yang hendak disampaikan oleh Dr. Ir. Budi Suhardjo, MS pada kami pada kegiatan Gues Lecture. Pada kesempatan tersebut Dr. Ir. Budi Suhardjo, MS memberikan beberapa materi mandasar dari statistik. Adapun materi yang diberikan oleh beliau adalah sebagai berikut.

A. Statistika dan Statistik

    Hal pertama yang bahas oleh Dr. Ir. Budi Suhardjo, MS adalah mengenai apa statistik itu sebenarnya, Istilah "statistika" (bahasa Inggris: statistics) berbeda dengan "statistik" (statistic). Statistika adalah meruapkan disiplin ilmu yang mempelajari teknik penarikan kesimpulan berdasarkan contoh data. Hal penting yang perlu kita perhatikan dari pengertian statistika tersebut adalah "penarikan kesimpulan" dan "contoh data" kedua hal tersebut menjadi sangan penting agar kia dapat mengenal statistika ini secara utuh.
Dalam sebuah kasus dimana kita melihat seorang yang tingginya 2 meter didekat kita maka impresi pertama kita terhadap orang tersebut adalah tinggi. Sebenarnya kita telah menerapkan ilmu statistika secara tidak sadar, dalam kasus tersebut impresi kita yang menyatakan orang tersebut tinggi adalah penarikan kesimpulan. Penarikan kesimpulan kita tersebut terjadi karena dalam keseharian kita, orang-orang yang kita temui memiliki tinggi rata-rata sekitar 160 cm. Pengetahuan mengenai tinggi rata-rata orang yang kita miliki merupakan contoh data. Karena contoh data yang kita miliki adalah 160 cm maka kita melihat orang yang memiliki tinggi badan 2 meter maka penarikan kesimpulan yang kita miliki adalah tinggi, berbeda halnya jika yang menarik kesimpulan merupakan adalah orang Norwegia yang memiliki tinggi rata-rata 2 meter, mereka akan menyimpulkan bahwa orang tersebut belum termasuk katagori orang tinggi. Berdasarkan hal tersebut dapat kita dapat mengetahui bahwa kesimpulan yang berbeda tersebut terjadi akibat cotoh data yang berbeda dan kesimpulan tersebut dapat diambil jika ada pembanding serta dalam menyimpulkan harus berdasarkan data.
Dalam melakukan sebuah penelitian terhadap konsumen sebuah perusahaan senantiasa dihadapkan pada permasalah besar dan tidak terkontrolnya mobilitas dari populas, untuk mengatasi hal tersebut perusahaan akan mengunakan sampeling technique untuk mengambil sebagian dari populasi, bagian dari populasi tersebutlah yang bisa kita sebut sebagai sampel. Sampel tersebut diharapkan harus dapat representative terhadap karakteristik populasi, sehingga sampel dapat digunakan sebagai parameter. Karakteristik yangdimiliki oleh sampel untuk membuat parameter tersebutlah yang dimaksud dengan statistik.

B. Data
    "Data dan informasi", sekilas dua hal ini memilki arti yang sama jika kita lihat dari pemakaiannya dalam keseharian kita. Namun kedua hal ini adalah berbeda dari pengertian sebenarnya. Ketika mencoba membuat pengetian dari kedua kata ini kita akan mengalami kesulitan hal ini hampir terjadi pada setiap orang tak terkecuali orang yang mengenyam pendidikan S2, seperti yang diuangkapkan Dr. Ir. Budi Suhardjo, MS.
Kunci untuk mengartikan kedua kata ini terdapat pada gambar "Peran Statistika dalam Research" dari gambar tersebut kita dapat mengambil kesimpulan bahwa yang dimaksud dengan data adalah catatan tantang karakteristik dari objek amatan atau peristiwa pada suatu waktu atau kurun waktu tertentu baik berupa angka atau simbol. Sedangkan informasi adalah parameter dugaan yang didapat dari menganalisis data.
Data dapat dikatakan sebagai nafas dari ilmu statistika, karena tanpa data maka ilmu statistika tidak akan berfungsi. Sebab data menyimpan berbagai catatan fenomena yang akan dipelajari, yang di dalamnya tersembunyi berbagai informasi yang dapat digunakan untuk berbagai keperluan (bisnis). Data ada dua jenis, yaitu data primer dan data sekunder. Data primer adalah data yang berperan sebagai sumber informasi utama dalam menjawab tujuan penelitian. Sedangkan data sekunder adalah data yang berperan sebagai pelengkap data utama dalam menjawab tujuan penelitian. Namun, data primer dan data sekunder tidak mempermasalahkan asal-usul data, hanya berbeda dalam perannya saja dalam menjawab tujuan penelitian.
Data-data yang akan kita analisis adalah data-data yang memiliki sifat utama yaitu, representatif, validitas, dan reliabilitas. Suatu data dikatakan representatif apabila data tersebut diperoleh dari sample yang mampu mencerminkan sebagian besar keragaman populasinya. Dikatakan valid (sah), apabila data tersebut mampu mencerminkan ciri atau karakteristik (fenomena) yang sebenarnya dari objek amatan. Dan dikatakan reliable, apabila data tersebut memiliki ciri yang diamati saling ketergantungan yang konsisten atau stabil sehingga akurat dalam menjelaskan perilaku objek amatan dan memungkinkan melakukan prediksi terhadapnya. Validitas berkaitan dengan kapabilitas alat ukur dan tatacara penggunya. Sedangkan reliabilitas lebih menitik beratkan pada hasil pengukurannya.
Ada beberapa syarat mengapa harus menggunakan data yang valid adalah:

  • Diukur atau diamati dengan menggunakan suatu kaidah (concept) atau landasan teori tertentu yang mendasarinya.
  • Menggunakan alat ukur yang sesuai dengan perilaku ciri yang akan diamati.
  • Menciptakan kondisi yang optimal bagi objek amatan agar ciri dapat diukur secara alami.

Ada beberapa syarat mengapa harus menggunakan data yang reliable:

  • Memastikan objek amatan memiliki kapabilitas (experience dan knowledge) yang memadai sesuai dengan tujuan riset.
  • Menciptkan kondisi yang optimal (convenience) bagi amatan agar ciri dapat diukur secara alami.

Sedangkan syarat perlunya mendapatkan data yang Reliable adalah:

  • Memastikan objek amatan memiliki kapabilitas ( experience dan knowledge ) yang memadai sesuai dengan tujuan riset.
  • Menciptakan kondisi yang optimal (convinience) bagi objek amatan agar ciri dapat diukur secara alami. Perlu di ingat disini bahwa realiabilitas lebih menitik beratkan pada hasil pengukuranya.

C. Sejarah Statistika    

    Penggunaan istilah statistika berakar dari istilah istilah dalam bahasa latin moderen statisticum collegium ("dewan negara") dan bahasa Italia statista ("negarawan" atau "politikus"). Gottfried Achenwall (1749) menggunakan Statistik dalam bahasa Jerman untuk pertama kalinya sebagai nama bagi kegiatan analisis data kenegaraan, dengan mengartikannya sebagai "ilmu tentang negara (state)". Pada awal abad ke-19 telah terjadi pergeseran arti menjadi "ilmu mengenai pengumpulan dan klasifikasi data". Sir John Sinclair memperkenalkan nama (Statistics) dan pengertian ini ke dalam bahasa Inggris. Jadi, statistika secara prinsip mula-mula hanya mengurus data yang dipakai lembaga-lembaga administratif dan pemerintahan. Pengumpulan data terus berlanjut, khususnya melalui sensus yang dilakukan secara teratur untuk memberi informasi kependudukan yang berubah setiap saat.
Pada abad ke-19 dan awal abad ke-20 statistika mulai banyak menggunakan bidang-bidang dalam matematika, terutama probabilitas. Cabang statistika yang pada saat ini sangat luas digunakan untuk mendukung metode ilmiah, statistika inferensi, dikembangkan pada paruh kedua abad ke-19 dan awal abad ke-20 oleh Ronald Fisher (peletak dasar statistika inferensi), Karl Pearson (metode regresi linear), dan William Sealey Gosset (meneliti problem sampel berukuran kecil). Penggunaan statistika pada masa sekarang dapat dikatakan telah menyentuh semua bidang ilmu pengetahuan, mulai dari astronomi hingga linguistika. Bidang-bidang ekonomi, biologi dan cabang-cabang terapannya, serta psikologi banyak dipengaruhi oleh statistika dalam metodologinya. Akibatnya lahirlah ilmu-ilmu gabungan seperti ekonometrika, biometrika (atau biostatistika), dan psikometrika.
Meskipun ada kubu yang menganggap statistika sebagai cabang dari matematika, tetapi orang lebih banyak menganggap statistika sebagai bidang yang banyak terkait dengan matematika melihat dari sejarah dan aplikasinya. Di Indonesia, kajian statistika sebagian besar masuk dalam fakultas matematika dan ilmu pengetahuan alam, baik di dalam departemen tersendiri maupun tergabung dengan matematika.
Setelah mengetahui sejarah dari statistika tersebut selanjutnya kami mencoba menagnalisis materi GL ini terhadap materi Introduction and Data Collection yang telah kami pelajari serta Analisis Terhadap Sampling And Sampling Distribution dan Decision Making.

D. Analisis Terhadap Introduction And Data Collection

Secara umum statistika adalah kumpulan metode yang digunakan dalam merencanakan sebuah penelitian dan cara menganalisis data dengan tujuan mendapatkan kesimpulan yang akurat dari penelitian tersebut.
Dalam statistika, ada beberapa istilah yang biasa digunakan seperti:
1. Populasi: keseluruhan dari data yang akan digunakan untuk penelitian
2. Sampel: sebagian kecil dari populasi penelitian yang sifat-sifatnya mewakili sifat-sifat populasi tersebut, yang berfungsi sebagai obyek penelitian.
3. Parameter: karakteristik dari sebuah populasi
4. Statistik: karakteristik dari sekelompok sampel

Dalam statistika, peneliti dapat menggunakan dua macam data untuk memulai penelitiannya, yaitu:
1. Data kualitatif: data yang menjabarkan sifat-sifat dari suatu obyek; bentuk data ini adalah data-data non-numerik yang biasa disebut data kategorikal.
2. Data kuantitatif: data yang terklasifikasi ke dalam skor-skor tertentu; bentuk data ini adalah data-data numerik yang dapat diukur (measurable)

Peneliti hanya bisa menggunakan data kuantinatif dalam penelitian berbasis statistika, sebab dalam statistika peneliti diharuskan menentukan ukuran tetap dari obyek yang ditelitinya. Data kualitatif tidak dapat digunakan dalam penelitian statistika sebab sifatnya belum pasti, hanya berupa penggambaran yang subyektif.
Terdapat empat tingkat pengukuran data dalam statistika, yaitu:
1. Nominal: data yang tidak memiliki aturan tertentu dan hanya memberikan nama atau label saja untuk setiap kategori yang bervariasi.
2. Ordinal: data yang memiliki aturan, namun jarak interval antara setiap bagian yang diukur tidak memiliki arti tertentu.
3. Interval: Data yang memiliki interval yang berarti diantara setiap bagian yang diukur, namun tidak memiliki titik awal yang jelas.
4. Rasio: data yang memiliki lever pengukuran tertinggi, yang memiliki interval yang berarti dan titik awal yang jelas (nol).

E. Analisis Terhadap Sampling And Sampling Distribution

Disini kami juga membahas mengenai sampling sebab seperti yang telah disampaikan bahwa " without data, statistics is nothing ", maka kiranya perlu dilakukan analisis yang lebih mendalam mengenai sampling sebab data merupakan hasil penggukuran daripada sampel. Secara umum sampel dibedakan menjadi 2, yaitu Probability Sampling dan Non Probability Sampling.

1. Probability Sampling
Probability Sampling adalah metoda pengambilan sampel yang menggunakan pemilihan secara acak (random) yaitu prosesnya atau prosedurnya harus sedemikian rupa sehingga menjamin setiap anggota populasi mempunyai peluang yang sama untuk dipilih menjadi anggota sampel. Contoh: arisan, pemilihan pemenang lotere, dll. Dewasa ini sudah banyak digunakan komputer sebagai mekanisme untuk pembuatan nomor acak sebagai basis pemilihan secara acak. Contoh: pemilihan nomor pemenang kuis di TV Indosiar pada acara Ring Tinju Professional. Beberapa definisi yang digunakan dalam probability sampling antara lain adalah:
? N = Jumlah kasus dalam kerangka pengambilan sampel
? n =Jumlah kasus dalam sampel
? NCn = Jumlah kombinasi (himpunan bagian) n dari N
? f = n/N = fraksi sampel

  • Simple Random Sampling

Bentuk paling sederhana dari random sampling disebut simple random sampling. Tujuannya adalah untuk memilih n unit dari N maka setiap NCn harus mempunyai peluang yang sama untuk dipilih. Prosedur yang biasa digunakan adalah dengan memakai tabel angka acak, komputer pembuat angka acak, atau peralatan mekanis untuk memilih sampel.

  • Stratified Random Sampling

Stratified Random Sampling sering pula disebut proportional atau quota random sampling. Objective dari sampling ini adalah dengan membagi populasi ke dalam kelompok yang tidak overlapping (misalnya strata) N1, N2, N3, ... Ni, sehingga N1 + N2 + N3 + ... + Ni = N. Kemudian buatlah simple random sample dari f = n/N pada setiap strata.


 

Terdapat beberapa alasan mengapa banyak dipilih stratified sampling dibanding simple random sampling sebab dianggap lebih menjamin bahwa bukan hanya mewakili seluruh populasi tetapi merupakan kunci dari himpunan bagian dari populasi khususnya himpunan bagian atau kelompok-kelompok kecil yang minoritas. Jika diinginkan membahas masalah kelompok kecil (subgroup) maka hanya cara ini yang efektif. Stratified random sampling secara umum akan lebih presisi daripada simple random sampling. Tentu saja dengan syarat jika strata atau pengelompokan yang dibuat adalah homogen.

  • Systematic Random Sampling

Pada systematic random sample, sampel dipilih dimulai dengan menentukan awal pemilihan secara acak, kemudian unit berikutnya dipilih menurut setiap urutan ke k. Contohnya adalah bila ingin melakukan sampling pada pengemudi mobil di pintu jalan tol. Pertama tentukan secara acak pengemudi mobil sebagai unit sampel pertama, unit sampel selanjutnya dapat dipilih setiap 100 mobil berikutnya. Metoda sampling ini digunakan karena lebih cepat bila populasinya banyak.

  • Cluster (Area) Random Sampling

Pada metoda ini populasi dikelompokkan sebagai kluster-kluster kecil. Kemudian pengamatan hanya dilakukan pada sampel kluster yang dipilih secara random. Metoda ini biasanya digunakan pada survey yang menggunakan peta area (geografi).Misalnya survey perumahan diperkotaan. Area kota dibagi ke dalam blok-blok. Kemudian secara random dipilih blok-blok sebagai sampel yang akan diamati.

  • Multi-Stage Sampling

Dalam penelitian masalah sosial yang kompleks dianjurkan menggunakan metoda sampling yang juga lebih kompleks. Yaitu bukan hanya melaksanakan salah satu metoda random sampling tetapi lebih kepada memanfaatkannya secara bersama-sama (kombinasi) dengan seefisien dan seefektif mungkin. Cara kombinasi inilah yang disebut multi-stage sampling. Contoh, Tinjau ide pengambilan sampel terhadap penduduk Jakarta melalui interview tatap muka. Pertama kita pilih proses cluster sampling sebagai tahap pertama proses. Tahap berikutnya dapat dipilih stratified sampling terhadap sampel cluster. Dengan mengkombinasikan beberapa metoda sampling akan diperoleh berbagai macam informasi statistik yang sangat bermanfaat terutama dalam masalah-maslaah yang kompleks.


 

Sumber :

www.geocities.com/klinikikm/statistik-kesehatan/pengertian.htm