Nama : Hirzen Hasfani

NIM : K11110028
Prodi : SISKOM

Pendahuluan

Statistik adalah kumpulan data, bilangan maupun non bilangan yang disusun dalam table dan
ataaudiagram yang melukiskan suatu persoalan. Statistika adalah pengetahuan yang berhubungan
dengan cara-cara pengumpulan data, pengolahan atau penganalisaannya dan penarikan kesimpulan
berdasarkan kumpulan data dan penganalisaan yang dilakukan. Statistika dikelompokkan dalam dua
kelompok yaitu statistika deskriptif dan statistika inferensia. Statistika deskriptif adalah metode
yang berkaitan dengan pengumpulan dan penyajian suatu gugus data sehingga memberikan informasi
yang berguna. Sedangkan pengertian statistika inferensia adalah metode yang berhubungan dengan
analisis sebagian data untuk kemudian sampai pada peramalan atau penarikan kesimpulan tentang
seluruh gugus data induknya. S

Distribusi Frekuensi

Pendahuluan
Distribusi Frekuensi : Pengelompokkan data dalam beberapa kelas sehingga ciri-ciri penting data
tersebut dapat segera terlihat
Frekuensi: Banyak pemunculan data
Bentuk Umum Tabel Distribusi Frekuensi (TDF)

Kelas Frekuensi
(Kategori) (fi)
Kelas ke-1 f1
Kelas ke-2 f2
Kelas ke-3 f3
: :
: :
: :
Kelas ke-k fk
Jumlah (Σ) n

n : banyak data
k

f i
fi : frekuensi pada kelas ke-i, i = 1,2,3,…, k sehingga n = i 1

Pembentukan Tabel Distribusi Frekuensi

Prinsip pembentukan Tabel Distribusi Frekuensi

1. Tentukan banyaknya kelas

Jangan terlalu banyak/sedikit
2. Tentukan interval/selang kelas
Semua data harus bisa dimasukkan dalam kelas-kelas TDF
Dan satu data hanya dapat dimasukkan ke dalam satu kelas (jadi tidak terjadi
OVERLAPPING)
3. Sorting data (ascending atau descending)
Agar range data diketahui dan mempermudah penghitungan frekuensi tiap kelas

Range : Selisih nilai terbesar dengan terkecil

Penentuan Kelas

Sebenarnya tidak ada cara khusus menentukan banyaknya kelas.

  Cara Praktis
Banyak kelas : 5 - 15 dan untuk interval/selang kelas dipilih bilangan-bilangan yang mudah

Mis: kelipatan 5 atau 10 (Lihat TDF 1)

 Penentuan Banyak Kelas dan Interval Kelas dengan Aturan STURGES

Banyak kelas è pembulatan ke atas/ke bawah (konvensi/perjanjian)

k = 1 + 3.322 log n

k = banyak kelas

n = banyak pengamatan/dat

Ukuran tengah

♣ Ukuran tengah dari sekumpulan data adalah nilai tunggal yang representative (dpt mewakili)
untuk keseluruhan nilai data.

♣ Ukuran tengah dihitung dari seluruh data, sehingga nilainya cenderung terletak di urutan
paling tengah atau pusat. Oleh karena itu, nilai tunggal tersebut sering dinamakan ukuran
tendensi sentral (measures of central tendency) atau ukuran nilai pusat (measures of central
value).

♣ Beberapa ukuran tengah yang umum adalah mean, median, dan modus. Pengukuran rata-rata
merupakan cara yang paling umum digunakan untuk mengukur nilai sentral suatu distribusi
data berdasarkan nilai rata-rata yang dihitung dengan cara memebagi nilai hasil penjumlahan
sekelompok data dengan jumlah data yang diteliti. Median adalah pengukuran tendensi sentral
 berdasarkan nilai data yang terletak ditengah-tengah (midpoint) dari suatu distribusi data
penelitian yang disusun secara berurutan. Modus mengukur tendensi sentral berdasarkan data
yang memiliki frekuensi paling banyak dalam suatu distribusi data.

Ukuran Dispersi

♣ Dalam statistik dispersi adalah sebaran data menurut frekuensinya (distribusi frekuensi).
Beberapa distribusi dapat mempunyai mean, median, dan modus yang sama. Untuk
membedakannya diperlukan ukuran dispersi (penyebaran) atau ukuran deviasi
(penyimpangan).

♣ Beberapa ukuran dispersi yang umum: jangkauan, deviasi rata-rata, varians, dan deviasi
standar. Jangkauan adalah selisih nilai data yang terbesar dan yang terkecil. Deviasi rata-rata
adalah nilai rata-rata penyimpangan semua data terhadap nilai mean (nilai rata-rata) nya.
Varians suatu sampel didefinisikan sebagai jumlah kuadrat deviasi terhadap mean sampel
dibagi n – 1. Deviasi standar suatu sampel didefinisikan sbg akar positif variansnya
Biasanya deviasi standar disimbulkan dengan σ atau s.

Peluang

Pendahuluan

 Percobaan : proses yang menghasilkan data

 Ruang Contoh (S) : himpunan yang memuat semua kemungkinan hasil percobaan
 Kejadian = Event : himpunan bagian dari ruang contoh
Misal : Dari sekumpulan 52 kartu bridge S : { sekop, klaver, hati, wajik }, kita hanya tertarik
pada kejadian A munculnya kartu yang berwarna merah.

A : {hati, wajik }

 Titik Contoh: Anggota Ruang Contoh/Kejadian

 Konsep Dasar (Klasik) Peluang
 Peluang kejadian A dinotasikan sebagai P(A)

Jika setiap titik contoh mempunyai peluang yang sama maka :

n
P( A )=
N

n : banyak titik contoh penyusun Kejadian

N : banyak titik contoh dalam Ruang Contoh (S)

 Nilai Peluang Kejadian A  0  P(A)  1 dan

P (S) = 1  Peluang Kejadian yang pasti terjadi

P () = 0  Peluang Kejadian yang pasti tidak terjadi

Permutasi
Permutasi sejumlah obyek adalah penyusunan obyek tersebut dalam suatu urutan/posisi tertentu.
Dalam permutasi urutan/posisi diperhatikan!!!
Misal:
Dari huruf A, B, C  permutasi yang mungkin: ABC  ACB  BACBCACAB CBA.
Permutasi = 6 = 3  2  1= 3!
 Dalil-1 Permutasi: Banyaknya Permutasi n benda yang berbeda adalah n!

Konsep Bilangan Faktorial

n! = n  (n-1) (n-2) ....  2  1
0! = 1 1! = 1
100! = 100  99!
100! = 100  99  98!, dst
 Dalil-2 Permutasi :
Banyaknya permutasi r benda dari n benda yang berbeda adalah :

n!
n Pr =
(n−r)!
Kombinasi

Kombinasi r obyek yang dipilih dari n obyek adalah susunan r obyek tanpa memperhatikan
urutan/posisi

Misalkan: Kombinasi 3 dari 3 obyek A, B dan C adalah:

ABC = ACB = BAC = BCA = CAB = CBA ( Hanya terdapat 1 kombinasi)

 Dalil-1 Kombinasi : Kombinasi r dari n obyek adalah

n!
Crn=
r !(n−r )!
UKURAN TENGAH DAN UKURAN

VARIABEL RANDOM

Konsep Variable Random

Dari eksperimen pengambilan sample baik dan defektif diperoleh ruang sample:

S = {NNN;NND;NDN;DNN;NDD;DND;DDN;DDD}

Misalkan kita tertarik pada sample yang rusak (defektif). Dari tiap elemen sample tersebut dapat
kita berikan nilai (dipadankan) 0,1,2,3 yang menyatakan banyaknya sample yang rusak.

Definisi:
Sebuah variable random X pada ruang sample S adalah fungsi X : S → Ʀ yang memadankan
sebuah bilangan real X(s) dengan setiap titik sample s ∈ S. Variable random dinotasikan dengan
huruf besar X dan huruf kecil x yang menyatakan nilai dari variable random tersebut.

Distribusi Peluang Diskrit

Setiap variable random diskrit mempunyai nilai yang menyatakan peluang dari variabel tersebut.
Misalkan contoh dari sebelumnya (penjaga helm) nilai yang menyatakan peluang dituliskan pada
Untuk kemudahan biasanya untuk menyatakan semua nilai peluang dari variable random X
dengan sebuah rumus fungsi, f(x); g(x); r(x) dan seterusnya. Misalkan f(x) = P(X = x), kumpulan
pasangan terurut (x; f(x) disebut dengan fungsi peluang atau distribusi peluang dari variable
random X.
Definisi:
Kumpulan pasangan terurut (x; f(x) disebut dengan fungsi peluang, atau fungsi massa peluang
dari variable random diskrit X, jika setiap kejadian x dipenuhi:
1. f ( x ) ≥ 0

2. ∑ f (x )
x

3. P(X = x) = f ( x )

Distribusi Peluang Kontinu

Variable random kontinu ada peluang yang bernilai nol, oleh karena itu distribusi peluang tidak
dapat dituliskan dalam bentuk tabel. Jika X kontinu maka :
P(a < X ≤ b) = P(a < X < b) + P(X = b) = P(a < X < b)

Dan dihitung sbb:

P(a < X < b) = ∫ f ( x ) dx

a

Definisi:

Fungsi f ( x ) adalah fungsi densitas peluang untuk variable random kontinu X, didefinisikan pada bilangan real Ʀ,
jika:
1. f ( x ) ≥ 0, ∀ x ∈ Ʀ
∞
2. ∫ f ( x ) dx=1,
−∞
b
3. P(a < X < b) = ∫ f ( x ) dx
a

Dalam kehidupan sehari-hari statistika memiliki peran. Terkadang orang tidak menyadari bahwa
apa yang dia lakukan adalah penerapan dari statistika

PERANAN STATISTIKA DALAM BIDANG PENDIDIKAN MENGETAHUI RATA-RATA NILAI

Contoh kasus :
Seorang wali murid menanyakan kepada seorang guru tentang rata-rata nilai rapor
anaknya. Walaupun guru yang bersangkutan bukan guru matematika, guru tersebut juga harus
mengetahui hasil rata-rata rapot sang anak. Maka dalam hal ini statistika sangat dibutuhkan. Bagaimana
cara menghitung rata-rata? Rata-rata adalah jumlah data dibagi dengan banyaknya data.

SUMBER REFERENSI :
http://www.google.co.id/search?hl=id&client=firefox-a&rls=org.mozilla%3Aen-US
%3Aofficial&channel=s&q=pengertian+statistika&aq=f&aqi=&aql=&oq=&gs_rfai

http://www.google.co.id/url?sa=t&source=web&cd=10&ved=0CEkQFjAJ&url=http%3A%2F
%2Fssiregar.staff.gunadarma.ac.id%2FDownloads%2Ffiles
%2F3071%2F02DistrifrekST.pdf&rct=j&q=distribusi
%20frekuensi.pdf&ei=kMbnTODpCoGqvQPj6tDCCA&usg=AFQjCNHX6hro2YTZaOYtx6CGLX3GNzwf1w
&cad=rja

http://www.google.co.id/search?q=ukuran+tengah&ie=utf-8&oe=utf-8&aq=t&rls=org.mozilla:en-
US:official&client=firefox-a

http://kiayati.staff.gunadarma.ac.id/Downloads/files/8804/06Proba1.doc

http://www.google.co.id/search?q=variabel+random&ie=utf-8&oe=utf-8&aq=t&rls=org.mozilla:en-
US:official&client=firefox-a

http://www.scribd.com/doc/37901940/Dalam-kehidupan-sehari