STATISTIKA DAN PROBABILITAS

Pendahuluan Mata kuliah statistika bagi mahasiswa sangat diperlukan terutama ketika se rang mahasiswa harus mengumpulkan! meng lah! menganalisis dan menginterprestasikan data untuk pembuatan skripsi! thesis atau disertasi" Dalam hal ini pengetahuan statistik dipakai dalam men#usun met d l gi penelitian" Sebagai suatu ilmu! kedudukan statistika merupakan salah satu $abang dari ilmu matematika terapan" Oleh karena itu untuk memahami statistika pada tingkat #ang tinggi! terebih dahulu diperlukan pemahaman ilmu matematika" Dinegara ma%u seperti Amerika! &r pa dan 'epang! ilmu statistika berkembang dengan pesat se%alan dengan berkembangn#a ilmu ek n mi dan teknik" Bahkan kema%uan suatu negara sangat ditentukan leh se%auh mana negara itu menerapkan ilmu statistika dalam meme$ahkan masalah(masalah pembangunan dan peren$anaan pemerintahann#a" 'epang sebagai salah satu negara ma%u! k n n telah berhasil memadukan ilmu statistika dengan ilmu ek n mi! desain pr duk! psik l gi dan s si l gi mas#arakat" Se%auh itu ilmu statistika digunakan pula untuk memprediksi dan menganalisis perilaku k nsumen! sehingga 'epang mampu menguasai perek n mian dunia sampai saat ini" Statistik dan Statistika Statistik adalah kumpulan data dalam bentuk angka maupun bukan angka #ang disusun dalam bentuk tabel )da*tar+ dan atau diagram #ang menggambarkan atau berkaitan dengan suatu masalah tertentu" , nt h Statistik penduduk adalah kumpulan angka(angka #ang berkaitan dengan masalah penduduk" Statistik ek n mi adalah kumpulan angka(angka #ang berkaitan dengan masalah ek n mi" Statistika adalah pengetahuan #ang berkaitan dengan met de! teknik atau $ara mengumpulkan! meng lah! menganalisis dan

Mata Kuliah : Statistika & Probabilitas Dosen : Supriyoko Pramono, S.Kom, MM

M dul .

menginterprestasikan data untuk disa%ikan se$ara lengkap dalam bentuk #ang mudah dipahami penggunan#a" Pengertian Data Dalam statistika dikenal beberapa %enis data" Data dapat berupa angka dapat pula bukan berupa angka" Data berupa angka disebut data kuantitatif dan data #ang bukan angka disebut data kualitatif. Berdasarkan nilain#a dikenal dua %enis data kuantitati* #aitu data diskrit #ang diper leh dari hasil perhitungan dan data kontinue #ang diper leh dari hasil pengukuran" Menurut sumbern#a data dibedakan men%adi dua %enis #aitu data interen adalah data #ang bersumber dari dalam suatu instansi atau lembaga pemilik data dan data eksteren #aitu data #ang diper leh dari luar" Data eksteren dibagi men%adi dua %enis #aitu data primer dan data sekunder. Data primer adalah data #ang langsung dikumpulkan leh rang #ang berkepentingan dengan data tersebut dan data sekunder adalah data #ang tidak se$ara langsung dikumpulkan leh rang #ang berkepentingan dengan data tersebut" Jenis Jenis Statistika Statistika dibedakan berdasarkan %enisn#a men%adi dua #aitu Statistika Deskriptif dan Statistika Inferensia. Statistika deskriptif adalah statistika #ang berkaitan dengan met de atau $ara medeskripsikan! menggambarkan! men%abarkan atau menguraikan data" Statistika deskripsi menga$u pada bagaimana menata! men#a%ikan dan menganalisis data! #ang dapat dilakukan misaln#a dengan menentukan nilai rata(rata hitung! median! m dus! standar de/iasi atau menggunakan $ara lain #aitu dengan membuat tabel distribusi *rekuensi dan diagram atau gra*ik" Statistika inferensia adalah statistika #ang berkaitan dengan $ara penarikan kesimpulan berdasarkan data #ang diper leh dari sampel untuk menggambarkan karakteristik dari suatu p pulasi" Dengan demikian dalam statistika in*erensia data #ang diper leh dilakukan generalisasi dari hal #ang bersi*at ke$il )khusus+ men%adi hal #ang bersi*at luas )umum+" Populasi Dan Sampel

Mata Kuliah : Statistika & Probabilitas Dosen : Supriyoko Pramono, S.Kom, MM

M dul .

Populasi adalah keseluruhan pengamatan atau b#ek #ang men%adi perhatian sedangkan Sample adalah bagian dari p pulasi #ang men%adi perhatian" P pulasi dan sample masing(masing mempun#ai karakteristik #ang dapat diukur atau dihitung" Karakteristik untuk p pulasi disebut parameter dan untuk sample disebut statistik.

S )P pulasi+

Sample

x, s, p

, ,

, nt h parameter adalah mean ) +! standar de/iasi ) +! pr p rsi )P+ dan k e*isien k relasi ) +! sedangkan statistik adalah nilai rata(rata ) x +! standar de/iasi )s+! pr p rsi )p+ dan k e*isien k relasi )r+"

P pulasi dibedakan men%adi dua %enis #aitu Populasi orang atau individu adalah keseluruhan rang atau indi/idu )dapat pula berupa benda(benda+ #ang men%adi b#ek perhatian" Populasi data adalah p pulasi #ang terdiri atas keseluruhan karakteristik #ang men%adi b#ek perhatian" Sample %uga dibedakan men%adi dua %enis #aitu Sampel orang atau individu adalah sampel #ang terdiri atas rang( rang )dapat pula berupa benda(benda+ #ang merupakan bagian dari p pulasin#a #ang men%adi b#ek perhatian" Sampel data adalah sebagaian karakteristik dari suatu p pulasi #ang men%adi b#ek perhatian" Meskipun p pulasi merupakan gambaran #ang ideal! tetapi sangat %arang penelitian dilakukan memakai p pulasi" Pada umumn#a #ang dipakai adalah sample" Ada beberapa alasan mengapa penelitian dilakukan menggunakan sample ." 1aktu #ang diperlukan untuk mengumpulkan data lebih singkat" 0" Bia#a lebih murah" 2" Data #ang diper leh %ustru lebih akurat" 3" Dengan statistika in*erensia dapat dilakukan generalisasi"

Mata Kuliah : Statistika & Probabilitas Dosen : Supriyoko Pramono, S.Kom, MM

M dul .

Cara Mengumpulkan Data 4ntuk memper leh data #ang benar dan dapat dipertanggung %awabkan keabsahann#a! data harus dikumpulkan dengan $ara dan pr ses #ang benar" Terdapat beberapa $ara atau teknik untuk mengumpulkan data #aitu 1. Wawancara (interview) #aitu $ara untuk mengumpulkan data dengan mengadakan tatap muka se$ara langsung" 1awan$ara harus dilakukan dengan memakai suatu ped man wawan$ara #ang berisi da*tar pertan#aan sesuai tu%uan #ang ingin di$apai" Ada dua %enis wawan$ara #aitu wawan$ara berstruktur ) stru tured intervie!+ dan wawan$ara takberstruktur )unstru tured intervie!+" 1awan$ara berstruktur adalah wawan$ara #ang %enis dan urutan dari se%umlah pertan#aann#a sudah disusun sebelumn#a! sedangkan wawan$ara takberstruktur adalah wawan$ara #ang tidak se$ara ketat ditentukan sebelumn#a" 1awan$ara takberstruktur lebih *leksibel karena pertan#aann#a dapat dikembangkan meskipun harus tetap pada pen$apaian sasaran #ang telah ditentukan" ,iri($iri pertan#aan #ang baik adalah a" Sesuai dengan masalah atau tu%uan penelitian" b" 'elas dan tidak meragukan" $" Tidak menggiring pada %awaban tertentu" d" Sesuai dengan pengetahuan dan pengalaman rang #ang diwawan$arai" e" Pertan#aan tidak b leh #ang bersi*at pribadi" Kelebihan dari wawan$ara adalah data #ang diperlukan langsung diper leh sehingga lebih akurat dan dapat dipertanggung %awabkan" Kekurangann#a adalah tidak dapat dilakukan dalam skala besar dan sulit memper leh keterangan #ang si*atn#a pribadi" 2. Kuesioner (angket) adalah $ara mengumpulkan data dengan mengirim atau menggunakan kuesi ner #ang berisi se%umlah pertan#aan" Kelebihann#a adalah dapat dilakukan dalam skala besar! bia#an#a lebih murah dan dapat memper leh %awaban #ang si*atn#a pribadi" Kelemahann#a adalah %awaban bisa tidak akurat! bisa %adi tidak semua pertan#aan ter%awab bahkan tidak semua lembar %awaban dikembalikan" 3. Observasi (pengamatan) adalah $ara mengumpulkan data dengan mengamati b#ek penelitian atau ke%adian baik berupa manusia!

Mata Kuliah : Statistika & Probabilitas Dosen : Supriyoko Pramono, S.Kom, MM

M dul .

benda mati maupun ge%ala alam" Data #ang diper leh adalah untuk mengetahui sikap dan perilaku manusia! benda mati atau ge%ala alam" Kebaikan dari bser/asi adalah data #ang dier leh lebih dapat diper$a#a" Kelemahann#a adalah bisa ter%adi kesalahan interpretasi terhadap ke%adian #ang diamati" 4. Tes dan Skala Obyektif adalah $ara mengumpulkan data dengan memberikan tes kepada b#ek #ang diteliti" ,ara ini ban#ak dilakukan pada tes psik l gi untuk mengukur karakteristik kepribadian sese rang" Beberapa $ nt h tes skala b#ekti* #aitu a" Tes ke$erdasan dan bakat" b" Tes kepribadian" $" Tes sikap" d" Tes tentang nilai" e" Tes prestasi bela%ar! dsb" 5. Metode proyektif adalah $ara mengumpulkan data dengan mengamati atau menganalisis suatu b#ek melalui ekspresi luar dari b#ek tersebut dalam bentuk kar#a lukisan atau tulisan" Met de ini dipakai dalam psik l gi untuk mengetahui sikap! em si dan kepribadian sese rang" Kelemahan dari met de ini adalah b#ek #ang sama dapat disimpulkan berbeda leh pengamat #ang berbeda" Skala Pengukuran Salah satu aspek penting dalam memahami data untuk keperluan analisis terutama statistika in*erensia adalah Skala Pengukuran. Se$ara umum terdapat 3 tingkat5%enis skala pengukuran #aitu 1. Skala nominal adalah skala #ang han#a mempun#ai $iri untuk membedakan skala ukur #ang satu dengan #ang lain" , nt h skala n minal seperti tabel dibawah ini Jenis dan Jumlah buah buahan !ang Diproduksi suatu Daerah pada "ahun 1##$ Jenis %uah %uahan Jumlah Pepa#a 0t n Mangga .!6 t n Apel .t n Duku .!3 t n Manggis .!2 t n

Mata Kuliah : Statistika & Probabilitas Dosen : Supriyoko Pramono, S.Kom, MM

M dul .

Sumber: Data "uatan

2. Skala Ordinal adalah skala #ang selain mempun#ai $iri untuk membedakan %uga mempun#ai $iri untuk mengurutkan pada rentang tertentu" , nt h skala rdinal seperti tabel dibawah ini Penilaian &nggota 'elompok %ela(ar ) %ina Pintar ) 'ategori *ilai %an!akn!a Istimewa 7 rang Baik .8 rang Rata(rata .6 rang Kurang 9 rang Kurang sekali : rang Sumber : Data "uatan

3. Skala Interval adalah skala #ang mempun#ai $iri untuk membedakan! mengurutkan dan mempun#ai $iri %arak #ang sama" , nt h! suhu tertinggi pada bulan Desember dik ta A! B dan , berturut(turut adalah 08! 2. dan 0: dera%at ;ahrenheit" Kita dapat membedakan dan mengurutkan besarn#a suhu! sebab satu dera%at ;ahrenheit merupakan suatu besaran #ang tetap! namun pada saat suhu menun%ukkan n l dera%at ;ahrenheit tidak berarti tidak adan#a panas pada k ndisi tersebut" <al ini dapat di%elaskan! misaln#a k ta A bersuhu 2: dera%at ;ahrenheit dan k ta B bersuhu 7: dera%at ;ahrenheit! tidak dapat dikatakan bahwa suhu dik ta B dua kali lebih panas dari pada suhu dik ta A! karena suhu tidak mempun#ai titik n l murni )tulen+" 4. Skala ratio adalah skala #ang mempun#ai 3 $iri #aitu membedakan! mengurutkan! %arak #ang sama dan mempun#ai titik n l #ang tulen )berarti+" , nt h - Pak Asmuni mempun#ai uang n l rupiah! artin#a pak Asmuni tidak mempun#ai uang"

P&N=A'IAN DATA
Se$ara garis besar ada dua $ara pen#a%ian data #aitu dengan tabel dan grafik" Dua $ara pen#a%ian data ini saling berkaitan karena pada dasarn#a sebelum dibuat gra*ik data tersebut berupa tabel" Pen#a%ian data berupa gra*ik lebih k munikati*"

Mata Kuliah : Statistika & Probabilitas Dosen : Supriyoko Pramono, S.Kom, MM

M dul .

Dilihat dari waktu pengumpulann#a! dikenal dua %enis data #aitu #ross se tion data adalah data #ang dikumpulkan pada suatu waktu tertentu" Data berkala adalah data #ang dikumpulkan dari waktu ke waktu" Dengan data berkala dapat dibuat garis ke$enderungan atau trend" Pen!a(ian data dengan tabel Tabel atau da*tar merupakan kumpulan angka #ang disusun menurut kateg ri atau karakteristik data sehingga memudahkan untuk analisis data" Ada tiga %enis tabel #aitu $abel satu arah atau satu komponen adalah tabel #ang han#a terdiri atas satu kateg ri atau karakteristik data" Tabel berikut ini adalah $ nt h tabel satu arah"
%an!akn!a Pega+ai *egeri Sipil Menurut ,olongan "ahun 1##,olongan %an!akn!a .orang/ I 9:2"809 II .">.9">0: III 2:>"229 I? .9"693 Jumlah 2.#4$.05$ Sumber : "%K&, dlm Statistik Indonesia, '()*

$abel dua arah atau dua komponen adalah tabel #ang menun%ukkan dua kateg ri atau dua karakteristik" Tabel berikut ini adalah $ nt h tabel dua arah"
Jumlah Mahasis+a 1P2 menurut 3akultas dan 'e+arganegaraan 1##5 3akultas 4*5 4*& Jumlah ;ak" &k n mi .86: 3: .8>: ;ak" Tekn l gi Industri .20: .: .22: ;ak" Seni Rupa @ Design 62: 6 626 ;ak" Pas$a Sar%ana 06: .: 07: Jumlah 3#505 4-15 Sumber : Data "uatan

$abel tiga arah atau tiga komponen adalah tabel #ang menun%ukkan tiga kateg ri atau tiga karakteristik" , nt h tabel berikut ini"

Mata Kuliah : Statistika & Probabilitas Dosen : Supriyoko Pramono, S.Kom, MM

M dul .

Jumlah Pega+ai Menurut ,olongan6 1mur dan Pendidikan pada Departeman & "ahun 2--1mur .tahun/ Pendidikan ,olongan %ukan 25 35 7 35 Sa(ana Sar(ana I 3:: 6:: >:: : II 36: 60: >9: : III .0:: 096: .86: 0.:: I? : 06: : 06: Jumlah 2.-54-2382235Sumber : Data "uatan

Pen!a(ian data dengan gra9ik:diagram Pen#a%ian data dengan gra*ik dianggap lebih k munikati* karena dalam waktu singkat dapat diketahui karakteristik dari data #ang disa%ikan" Terdapat beberapa %enis gra*ik #aitu +rafik garis ,line hartAra*ik garis atau diagram garis dipakai untuk menggambarkan data berkala" Ara*ik garis dapat berupa gra*ik garis tunggal maupun gra*ik garis berganda" +rafik batang . balok ,bar hartAra*ik batang pada dasarn#a sama *ugsin#a dengan gra*ik garis #aitu untuk menggambarkan data berkala" Ara*ik batang %uga terdiri dari gra*ik batang tunggal dan gra*ik batang ganda" +rafik lingkaran ,pie hartAra*ik lingkaran lebih $ $ k untuk men#a%ikan data $r ss se$ti n! dimana data tersebut dapat di%adikan bentuk pr sentase" +rafik +ambar ,pi togramAra*ik ini berupa gambar atau lambang untuk menun%ukkan %umlah benda #ang dilambangkan" +rafik "erupa Peta ,#artogram-. ,art gram adalah gra*ik #ang ban#ak digunakan leh BMA untuk menun%ukkan peramalan $ua$a dibeberapa daerah"

Mata Kuliah : Statistika & Probabilitas Dosen : Supriyoko Pramono, S.Kom, MM

M dul .

Contoh ;ontoh gra9ik <

,ra9ik ,aris .pie ;hart/
2:

06

0: 3rekuensi

.6

DATA . DATA 0

.:

: . 0 2 3 Data 6 7 9 8

Mata Kuliah : Statistika & Probabilitas Dosen : Supriyoko Pramono, S.Kom, MM

M dul .

>

,ra9ik %atang .%ar Chart/

2:

06

0:

Data

.6

.:

: . 0 2 3 3rekuensi DATA . DATA 0 6 7 9 8

Mata Kuliah : Statistika & Probabilitas Dosen : Supriyoko Pramono, S.Kom, MM

M dul .

.:

P5= C2&>"

Mata Kuliah : Statistika & Probabilitas Dosen : Supriyoko Pramono, S.Kom, MM

M dul .

..