BAB I

PENDAHULUAN

A. PENDAHULUAN
Mata kuliah statistika bagi mahasiswa sangat diperlukan terutama ketika seorang
mahasiswa harus mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk
pembuatan skripsi, thesis atau disertasi. Dalam hal ini pengetahuan statistik dipakai dalam
menyusun metodologi penelitian.

Sebagai suatu ilmu, kedudukan statistika merupakan salah satu cabang dari ilmu
matematika terapan. Oleh karena itu untuk memahami statistika pada tingkat yang tinggi, terebih
dahulu diperlukan pemahaman ilmu matematika.

Dinegara maju seperti Amerika, Eropa dan Jepang, ilmu statistika berkembang dengan
pesat sejalan dengan berkembangnya ilmu ekonomi dan teknik. Bahkan kemajuan suatu negara
sangat ditentukan oleh sejauh mana negara itu menerapkan ilmu statistika alam memecahkan
masalah-masalah pembangunan dan perencanaan pemerintahannya. Jepang sebagai salah satu
negara maju, konon telah berhasil memadukan ilmu statistika dengan ilmu ekonomi, desain
produk, psikologi dan sosiologi masyarakat.

Sejauh itu ilmu statistika digunakan pula untuk memprediksi dan menganalisis perilaku
konsumen, sehingga Jepang mampu menguasai perekonomian dunia sampai saat ini.

B. TUJUAN DAN MANFAAT

1. Tujuan

Memahami dan menjelaskan konsep dasar statistika ditinjau dari terminologi dasar,
definisi dan karakteristik.

Memahami dan menjelaskan penerapan statistika dalam dunia nyata

2. Manfaat

Dapat menambah pengetahuan tentang Statistika Probabilitas.

Dapat mengetahui macam-macam pembahasan tentang Statistika Probabilitas secara

mndalam
 BAB II
STATISTIK PROBABILITAS

A. PENGERTIAN STATISTIK
Statistik memiliki peranan penting dalam melakukan sebuah penelitian diantaranya dalam
hal penyusunan model, perumusan hipotesa, proses pengumpulan data, penentuan sampel hingga
analisa data.

Statistik dapat diartikan sebagai :

Penggambaran angka.
Dapat diasosiasikan sebagai kumpulan data.
Ciri dari sebagian objek yang diamati.
Menunjukkan suatu informasi mengenai berbagai macam kegiatan dalam bentuk
angka.

Secara etimologis kata statistik berasal dari kata status (bahasa latin) yang mempunyai
persamaan arti dengan kata state (bahasa Inggris) atau kata staat (bahasa Belanda), dan yang
dalam bahasa Indonesia diterjemahkan menjadi negara. Pada mulanya, kata statistik diartikan
sebagai kumpulan bahan keterangan (data), baik yang berwujud angka (data kuantitatif) maupun
yang tidak berwujud angka (data kualitatif), yang mempunyai arti penting dan kegunaan yang
besar bagi suatu negara.

Namun, pada perkembangan selanjutnya, arti kata statistik hanya dibatasi pada kumpulan
bahan keterangan yang berwujud angka (data kuantitatif) saja, bahan keterangan yang tidak
berwujud angka (data kualitatif) tidak lagi disebut statistik.

Secara kebahasaan statistik berarti catatan angka-angka (bilangan), perangkaan, data

yang berupa angka-angka yang dikumpulkan, ditabulasi, dikelompokkan, sehingga dapat
memberi informasi yang berarti mengenai suatu masalah, gejala atau peristiwa.

Statistika adalah Ilmu pengetahuan yang berhubungan dengan metode-metode ilmiah

untuk pengumpulan, pengorganisasian, perangkuman dan penganalisisan data disamping terkait
pula dengan metode-metode untuk penarikan kesimpulan yang valid serta pengambilan
keputusan yang berdasarkan alasan-alasan yang ilmiah dan kuat.

Selain itu, statistika juga merupakan cabang ilmu matematika terapan yang terdiri dari
teori dan metoda mengenai bagaimana cara mengumpulkan, mengukur, mengklasifikasi,
menghitung, menjelaskan, mensintesis, menganalisis, dan menafsirkan data yang diperoleh
secara sistematis.
Dengan demikian, karateristik dari sebuah statistika mengandung unsur-unsur sebagai berikut :

Proses pengumpulan data

Proses meringkas data
Proses pengolahan data
Proses penyajian data
Proses penarikan kesimpulan dan interpretasi data berdasarkan kumpulan data dan
hasil analisis

B. PENGERTIAN PROBABILITAS
Probabilitas adalah tingkat keyakinan seseorang untuk menentukan terjadi atau tidak
terjadinya suatu kejadian (peristiwa).

Ketika cabang matematika bernama probabilitas muncul maka probabilitas didekati

secara rumus matematika dan secara data statistika. Bersama itu muncul dua istilah yang kini
umum dikenal :

1. Probabilitas matematik => Merupakan angka yang menunjukkan kemungkinan

terjadinya suatu kejadian.

2. Probabilitas statistic => Probabilitas statistik menggunakan data yang terkumpul dari
lapangan serta menggunakan rumus matematika.

Statistika yang kini kita kenal sekarang merupakan perkembangan dari probabiltas statistika.

a. Fungsi, Kegunaan, Peranan dan Ruang Lingkup Statistika

1. Fungsi dari statistika diantaranya :

Menggambarkan data dalam bentuk tertentu

Menyederhanakan data komplek menjadi lebih sederhana
Merupakan teknik untuk menggambarkan perbandingan
Memperluas pengalaman individu
Mengukur besaran dari suatu gejala
Menentukan hubungan sebab akibat

2. Kegunaan dari statistika diantaranya ;

Analisis data
a. Membantu penelitian untuk membaca data yang sudah terkumpul sehingga dapat
diambil suatu keputusan.
b. Membantu peneliti untuk dalam melakukan interpretasi data yang terkumpul
 Peramalan

a. Membantu peneliti untuk menentukan prediksi waktu yang akan datang.

Uji Hipotesa

a. Membantu penelitian dalam menggunakan sampel sehingga dapat bekerja efisien

dengan hasil yang sesuai dengan objek yang ingin diteliti.

b. Membantu peneliti untuk melihat ada tidaknya perbedaan antara kelompok satu
dengan kelompok lainnya atas obyek yang diteliti.

c. Membantu peneliti untuk melihat ada tidaknya hubungan antara satu variabel
dengan variabel lainnya.

Ilmu Statistik
a. Pemerintah menggunakan statistika untuk melakukan perbandingan terhadap hasil
pembangunan
b. Pendidik menggunakan statistika untuk melihat kedudukan siswa, prestasi belajar
atau metoda pembelajaran

Dalam suatu penelitian, peranan statistik sangat besar dalam membantu menjawab
persoalan dalam suatu penelitian. Statistik merupakan salah satu alat yang sangat penting yang
digunakan dalam menentukan cara mengumpulkan data, menyajikan, menganalisa dan
menyimpulkan hasil dari data tersebut.

Dalam penelitian statistik digunakan dalam menyusun model, dalam perumusan hipotesa,
dalam pengembangan alat dan instrument pengumpulan data, dalam penyusunan desain
penelitian, dalam penentuan sample dan dalam analisa data. Dalam banyak hal,, pengolahan dan
analisa data tidak luput dari penerapan teknik dan metode statistik tertentu, yang mana
kehadirannya dapat memberikan dasar bertolak dalam menjelaskan hubungan-hubungan yang
terjadi. Statistik dapat digunakan sebagai alat untuk mengetahui hubungan kausalitas antara dua
atau lebih variable benar-benar terkait secara benar dalam suatu kausalitas empiris ataukah
hubungan tersebut hanya bersifat random atau kebetulan saja?

3. Peranan statistika antara lain :

a. Alat untuk menghitung besarnya anggota sampel yang diambil dari suatu
populasi, sehingga jumlah sampel yang dibutuhkan akan lebih dapat
dipertanggungjawabkan.
b. Alat untuk menguji validitas dan reliabilitas instrumen sebelum instrumen
tersebut digunakan dalam penelitian.
 c. Sebagai teknik untuk menyajikan data, sehingga data lebih komunikatif, misalnya
melalui tabel, grafik, atau diagram.
d. Alat untuk menganalisis data seperti menguji hipotesis yang diajukan dalam
penelitian.

Secara umum, statistika memberikan peranan dalam banyak hal, diantaranya :

a. Memberikan teknik-teknik sederhana dalam mengklasifikasikan data dan

penyajian agar dapat dipahami dengan mudah.
b. Membantu menyimpulkan apakah perbedaan yang diperoleh benar-benar
signifikan.
c. Tidak hanya digunakan dalam riset, tetapi juga digunakan dalam bidang
pengetahuan lainnya seperti ekonomi, astronomi, biologi, kedokteran, asuransi,
geologi, farmasi dan lain sebagainya.
d. Teknik statistik dapat digunakan dalam pengujian hipotesa.
e. Memberikan informasi tentang karakteristik distribusi suatu populasi tertentu,
baik diskrit maupun kontiniu. Pengetahuan ini berguna dalam menghayati
perilaku populasi yang sedang diamati.
f. Menyediakan prosedur praktis dalam melakukan survey pengumpulan data
melalui metode pengumpulan data (teknik sampling). Pengetahuan ini berguna
untuk mendapatkan hasil pengukuran yang terpercaya.
g. Menyediakan prosedur praktis untuk menduga karakteristik suatu populasi
melalui pendekatan karakteristik sampel, baik melalui metode penaksiran, metode
pengujian hipotesis, metode analisis varians. Pengetahuan ini berguna untuk
mengetahui ukuran pemusatan dan ukuran penyebaran serta perbedaan dan
kesamaan populasi.
h. Menyediakan prosedur praktis untuk meramal keadaan suatu obyek tertentu di
masa mendatang berdasarkan keadaan di masa lalu dan masa sekarang. Melalui
metode regresi dan metode deret waktu. Pengetahuan ini berguna memperkecil
resiko akibat ketidakpastian yang dihadapi di masa mendatang.
i. Menyediakan prosedur praktis untuk melakukan pengujian terhadap data yang
bersifat kualitatif melalui statistik non parametric.

3. Ruang Lingkup Statistika meliputi :

a. Ekonomi dan bisnis

b. Teknik dan mekanika
c. Sipil dan Perencanaan
d. Sosial dan Budaya
e. Pemerintahan
f. Komputer dan Informasi
g. Psychology dan Komunikasi
 h. Matematika dan pengetahuan alam

C. BAGIAN ILMU STATISTIKA

Bagian ilmu statistika dibedakan menjadi :

1. Statistik Deskriptif

Menjelaskan atau menggambarkan berbagai karakteristik data

2. Statistik Induktif Inferensi

Inferensi adalah suatu pernyataan mengenai suatu populasi yang didasarkan pada informasi dari
sampel random yang diambil dari populasi tersebut

3. Teori Probabilitas

Probabilitas peluang adalah suatu angka yang menunjukan tingkat keyakinan tentang
terjadinya suatu peristiwa.

4. Analisis Keputusan

Analisis keputusan secara statistik berhubungan dengan pengambilan keputusan bila alternatif
alternatif tindakan diketahui, tetapi hasil dari masing-masing tindakan berbeda-beda

D. METODELOGI DAN ELEMEN STATISTIKA

1. Metodologi Statistika :

Mengidentifikasikan persoalan

Pengumpulan fakta-fakta yang ada

Mengumpulkan data asli yang baru

Klasifikasi Data
 Penyajian Data

Analisis Data

2. Elemen Statistik :

a. Populasi

Populasi adalah sebagai sekumpulan data yang mengidentifikasi suatu fenomena. Populasi lebih
bergantung pada kegunaan dan relevansi data yang dikumpulkan.

Contoh :

Semua pekerja di seluruh Indonesia

Semua mahasiswa di Jakarta

b. Sampel

.Sampel adalah sebagai sekumpulan data yang diambil atau diseleksi dari suatu populasi. Sampel
pada dasarnya adalah bagian dari populasi.

Contoh :

Populasi = Seluruh mahasiswa di Jakarta

Sampel = Mahasiswa semeter 8 jurusan SI

c. Variabel

Variabel adalah sebuah simbol, yang dapat menyandang setiap nilai dari suatu himpunan nilai
yang disebut sebagai domain dari variabel tersebut. Dalam melakukan inferensi terhadap
populasi, tidak semua ciri populasi harus diketahui, hanya satu atau beberapa karakteristik
populasi yang perlu diketahui, yang disebut sebagai variabel.

Variabel Kontinu dan Diskrit

Sebuah variabel yang secara teoritis dapat menyandang setiap nilai di antara dua nilai yang
diberikan disebut dengan variabel kontinu, kebalikannya disebut sebagai variabel diskrit .

Contoh variabel kontinu :

Tinggi H seseorang yang dapat bernilai 62 cm, 67,5 cm atau 68,45678 cm, bergantung pada
tingkat akurasi pengukurannya.

Data yang dijelaskan melalui variabel kontinu disebut data kontinu.

Contoh variabel diskrit :

Sejumlah N anak dalam sebuah keluarga, yang bernilai bisa salah satu dai 0, 1, 2, 3, tetapi
tidak mungkin 2,5 atau 3,4,5,6,7.

Data yang dijelaskan melalui variabel diskrit disebut data diskrit

d. Statistik Inferensial

Statistik inferensi pada dasarnya adalah suatu keputusan, perkiraan atau generalisasi tentang
suatu populasi berdasarkan informasi yang terkandung dari suatu sampel.

e. Pengukuran reabilitas dan statistik inferensi

Dalam analisa statistik yang diambil dari data sampel dari suatu populasi, maka konsekuensi
akan menibulkan bias dalam inferensinya. Maka diperlukan pengukuran reabilitas dari setiap
inferensi yang telah dibuat.

E. PENGELOMPOKAN DAN TIPE DATA STATISTIKA

Sebagai suatu bidang ilmu, pembahasan utama statistika dibagi atas empat bagian, yaitu:
statistika deskriptif, probabilitas, analisis pengambilan keputusan, dan statistika inferensia).
Sedangkan, berdasarkan pentahapannya, pembahasan statistika dibagi dalam dua tahapan, yaitu:
statistika deskriptif dan statistika induktif atau inferensia.

Statistika dapat diklasifikasikan menjadi beberapa kelompok, diantaranya :

1. Pengelompokan statistika berdasarkan isi yang dipelajari

a. Statistika Teoritis

Statistika teoritis membahas secara mendalam dan teoretis, maka yang dipelajari adalah statistika
teoretis atau matematis. Disini diperlukan dasar matematika yang kuat dan mendalam. Materi
yang dibahas antara lain; perumusan sifat-sifat, dalil-dalil, rumus-rumus dan menciptakan model-
model serta segi-segi lainnya yang teoretis dan matematis.

b. Statistika Terapan

Statistika terapan yang dikenal dengan metode statistika. Aturan-aturan, rumus-rumus, dan sifat-
sifat yang telah diciptakan oleh statistika teoretis, diambil dan digunakan mana yang diperlukan
dalam bidang pengetahuan yang sedang diminati. Jadi disini tidak dipersoalkan bagaimana
didapatnya rumusrumus, aturan-aturan ataupun sifat-sifat tersebut. Yang terpenting dalam
statistika ini bagaimana cara-cara atau metode statistika digunakan.

2. Pengelompokan statistika berdasarkan aktivitas yang dilakukan

a. Statistika Deskriptif

Statistika deskriptif adalah teknik statistik yang memberikan informasi hanya mengenai data
yang dimiliki dan tidak bermaksud untuk menguji hipotesis dan kemudian menarik inferensi
yang digeneralisasikan untuk data yang lebih besar atau populasi. Statistik deskriptif hanya
dipergunakan untuk menyajikan dan menganalisis data agar lebih bermakna dan komunikatif dan
disertai perhitungan-perhitungan sederhana yang bersifat lebih memperjelas keadaan dan atau
karakteristik data yang bersangkutan.

Statistik deskriptif adalah statistik yang menggambarkan kegiatan berupa pengumpulan data,
penyusunan data, pengolahan data, dan penyajian data dalam bentuk tabel, grafik, ataupun
diagram, agar memberikan gambaran yang teratur ringkas, dan jelas mengenai suatu keadaan
atau peristiwa.

b. Statistika Inferensial

Statistika inferensial adalah statistik yang berkaitan dengan analisis data (sampel) untuk
kemudian dilakukan penyimpulan (inferensi) yang digeneralisasikan kepada seluruh subyek
tempat data diambil (populasi).
Statistika inferensial atau statistika induktif bermaksud menyajikan, menganalisa data dari suatu
kelompok untuk ditarik kesimpulan-kesimpulan, prinsip-prinsip tertentu yang berlaku bagi
kelompok yang lebih besar (populasi) disamping berlaku bagi kelompok yang bersangkutan
(sampel).

3. Type Data Statistik :

a. Data Kualitatif Data Non Metrik

Yang termasuk data kualitatif, diantaranya :

Data nominal

Data yang paling rendah dalam level pengukuran data, hanya meghasilkan satu dan hanya satu-
satunya kategori.

Contoh pendidikan, jenis kelamin

Data ordinal

Data yang memiliki tingkatan data, urutan data

Data kategorikal

Data dalam jenis ya atau tidak

Data numerikal

Jenis data diskrit dan data kontinu

b. Data Kuantitatif Data Metrik

Yang termasuk data kuantitatif, diantaranya :

Interval

Data yang lebih tinggi tingkat pengukurannya dari data ordinal, urutan data dapat
dikuantitatifkan dan tidak mempunyai titik nol yang absolut

Rasio
Data yang tingkat pengukurannya lebih tinggi. Data rasio adalah data bersifat angka dalam arti
sesungguhnya dan mempunyai titik nol dalan arti sesungguhnya.

BAB III

KONSEP DASAR PROBABILITAS

A. STATISTIKA PROBABILITAS

Statistika terapan dikenal juga sebagai metoda statistika. Jenis statistika ini lebih menekankan
pada cara, teknik atau metoda yang digunakan dalam melakukan suatu penelitian bukan pada
aturan-aturan/rumus yang sifatnya matematis.

Statistika terapan dapat dibedakan menjadi dua kelompok, yaitu :

1. Statistika Deskriptif

Menyajikan data dalam besaran-besaran statistik sehingga mudah diinterpretasikan seperti

nilai minimum, rataan, simpangan baku, median, nilaimaksimum atau menyajikan data-data
dalam bentuk diagram. Statistika deskriptif mereduksi data ke dalam beberapa besaran untuk
disajikan secara bermakna.

Contoh :

Statistik deskriptif untuk menyajikan jumlah pekerja pabrik di Kota Garut berdasarkan
pengelompokan usia. Gambaran statistik deskriptif dapat dilihat pada gambar 1.1 contoh diagram
batang di bawah ini :
2. Statistika Inferensial / Induktif

Menggunakan statistika deskripsi untuk menaksir dan menguji besaran statistik. Inferensi adalah
suatu pernyataan mengenai suatu populasi yang didasarkan pada informasi dari sampel random
yang diambil dari populasi tersebut. Statistik ini membuat kesimpulan dari data yang diperoleh
meliputi pengujian hipotesis, estimasi,dan pengambilan keputusan.

Contoh :

Berdasarkan diagram batang pada gambar 1.1, diperoleh data statistik pekerja pabrik di kota
Garut yang usianya antara 25 th 29 th berjumlah 3000 orang.

Statistika terapan banyak digunakan untuk :

Memberikan gambaran secara kuantitatif tentang keadaan data

Melakukan estimasi dan prediksi untuk pengambilan keputusan

Menguji hipotesis deduktif dan induktif serta mengambil keputusan di dalam penelitian
ilmiah

Menemukan karakteristik pendapat orang banyak dalam suatu poling pendapat

Data untuk statistika terapan dapat diperoleh melalui :

Ujian

Survey

Eksperimen

B. DATA DAN SKALA PENGUKURAN

1. DATA STATISTIK

Dalam statistika dikenal beberapa jenis data. Data dapat berupa angka dapat pula bukan berupa
angka. Data berupa angka disebut data kuantitatif dan data yang bukan angka disebut data
kualitatif. Untuk memperoleh data yang benar dan dapat dipertanggung jawabkan keabsahannya,
data harus dikumpulkan dengan cara dan proses yang benar. Terdapat beberapa cara atau teknik
untuk mengumpulkan data yaitu :

Wawancara (interview)

yaitu cara untuk mengumpulkan data dengan mengadakan tatap muka secaralangsung.
Wawancara harus dilakukan dengan memakai suatu pedoman wawancara yang berisi daftar
pertanyaan sesuai tujuan yang ingin dicapai.

Ada dua jenis wawancara yaitu wawancara berstruktur (structured interview) dan wawancara tak
berstruktur (unstructured interview). Wawancara berstruktur adalah wawancara yang jenis dan
urutan dari sejumlah pertanyaannya sudah disusun sebelumnya, sedangkan wawancara tak
berstruktur adalah wawancara yang tidak secara ketat ditentukan sebelumnya. Wawancara tak
berstruktur lebih fleksibel karena pertanyaannya dapat dikembangkan meskipun harus tetap pada
pencapaian sasaran yang telah ditentukan.

Ciri-ciri pertanyaan yang baik adalah :

a. Sesuai dengan masalah atau tujuan penelitian

b. Jelas dan tidak meragukan

c. Tidak menggiring pada jawaban tertentu

d. Sesuai dengan pengetahuan dan pengalaman orang yang diwawancarai

e. Pertanyaan tidak boleh yang bersifat pribadi

Kelebihan dari wawancara adalah data yang diperlukan langsung diperoleh sehingga lebih akurat
dan dapat dipertanggung jawabkan. Sedangkan kekurangannya adalah tidak dapat dilakukan
dalam skala besar dan sulit memperoleh keterangan yang sifatnya pribadi.

Kuesioner (angket)

adalah cara mengumpulkan data dengan mengirim atau menggunakan kuesioner yang berisi
sejumlah pertanyaan. Kelebihannya adalah dapat dilakukan dalam skala besar, biayanya lebih
murah dan dapat memperoleh jawaban yang sifatnya pribadi. Kelemahannya adalah jawaban bisa
tidak akurat, bisa jadi tidak semua pertanyaan terjawab bahkan tidak semua lembar jawaban
dikembalikan.

Observasi (pengamatan)

adalah cara mengumpulkan data dengan mengamati obyek penelitian atau kejadian baik berupa
manusia, benda mati maupun gejala alam. Data yang diperoleh adalah untuk mengetahui sikap
dan perilaku manusia, benda mati atau gejala alam. Kebaikan dari observasi adalah data yang
diperoleh lebih dapat dipercaya. Kelemahannya adalah bisa terjadi kesalahan interpretasi
terhadap kejadian yang diamati.

Tes dan Skala Obyektif

adalah cara mengumpulkan data dengan memberikan tes kepada obyek yang diteliti. Cara ini
banyak dilakukan pada tes psikologi untuk mengukur karakteristik kepribadian seseorang.
Beberapa contoh tes skala obyektif yaitu :

Tes kecerdasan dan bakat.

 Tes kepribadian.

Tes sikap.

Tes tentang nilai.

Tes prestasi belajar, dsb.

Metode proyektif

adalah cara mengumpulkan data dengan mengamati atau menganalisis suatu obyek melalui
ekspresi luar dari obyek tersebut dalam bentuk karya lukisan atau tulisan. Metode ini dipakai
dalam psikologi untuk mengetahui sikap, emosi dan kepribadian seseorang. Kelemahan dari
metode ini adalah obyek yang sama dapat disimpulkan berbeda oleh pengamat yang berbeda.

2. SKALA PENGUKURAN

Salah satu aspek penting dalam memahami data untuk keperluan analisis terutama statistika
inferensia adalah Skala Pengukuran. Secara umum terdapat 4 jenis skala pengukuran yaitu :

a. Skala nominal

adalah skala yang hanya mempunyai ciri untuk membedakan skala ukur yang satu dengan yang
lain. Contoh skala nominal seperti tabel dibawah ini :

Jenis dan Jumlah buah-buahan yang

Diproduksi suatu Daerah pada Tahun 2000

Jenis Buah-Buahan Jumlah

Pepaya 2 ton

Mangga 1,5 ton

Apel 1 ton
 Duku 1,4 ton

Manggis 1,3 ton

Sumber: Data Buatan

b. Skala Ordinal

adalah skala yang selain mempunyai ciri untuk membedakan juga mempunyai ciri untuk
mengurutkan pada rentang tertentu. Contoh skala ordinal seperti tabel dibawah ini

Penilaian Anggota Kelompok Belajar

Bina Usaha

Kategori Nilai Banyaknya

Istimewa 6 orang

Baik 18 orang

Rata-rata 15 orang

Kurang 7 orang

Kurang sekali 0 orang

Sumber : Data Buatan

c. Skala Interval

adalah skala yang mempunyai ciri untuk membedakan, mengurutkan dan mempunyai ciri jarak
yang sama. Contoh, suhu tertinggi pada bulan Desember dikota A, B dan C berturut-turut adalah
28, 31 dan 20 derajat Fahrenheit. Kita dapat membedakan dan mengurutkan besarnya suhu,
sebab satu derajat Fahrenheit merupakan suatu besaran yang tetap, namun pada saat suhu
menunjukkan nol derajat Fahrenheit tidak berarti tidak adanya panas pada kondisi tersebut. Hal
ini dapat dijelaskan, misalnya kota A bersuhu 30 derajat Fahrenheit dan kota B bersuhu 60
derajat Fahrenheit, tidak dapat dikatakan bahwa suhu dikota B dua kali lebih panas dari pada
suhu dikota A, karena suhu tidak mempunyai titik nol murni (tulen).

d. Skala Ratio

adalah skala yang mempunyai 4 ciri yaitu membedakan, mengurutkan, jarak yang sama dan
mempunyai titik nol yang tulen (berarti). Contoh : Pak Asmuni mempunyai uang nol rupiah,
artinya pak Asmuni tidak mempunyai uang.

BAB IV

PENYAJIAN DATA

A. PENYAJIAN DATA

Secara garis besar ada dua cara penyajian data yaitu dengan tabel dan grafik. Dua cara penyajian
data ini saling berkaitan karena pada dasarnya sebelum dibuat grafik data tersebut berupa tabel.
Penyajian data berupa grafik lebih komunikatif.

Dilihat dari waktu pengumpulannya, dikenal dua jenis data yaitu :

1. Cross section data adalah data yang dikumpulkan pada suatu waktu tertentu.

2. Data berkala adalah data yang dikumpulkan dari waktu ke waktu. Dengan data berkala dapat
dibuat garis kecenderungan atau trend.

B. PENYAJIAN DATA DENGAN TABEL

Tabel atau daftar merupakan kumpulan angka yang disusun menurut kategori atau karakteristik
data sehingga memudahkan untuk analisis data.

Ada tiga jenis tabel yaitu :

a) Tabel satu arah atau satu komponen adalah tabel yang hanya terdiri atas satu kategori atau
karakteristik data. Tabel berikut ini adalah contoh tabel satu arah.

Banyaknya Pegawai Negeri Sipil

Menurut Golongan Tahun 1990

Golongan Banyaknya (orang)

I 703.827

II 1.917.920

III 309.337

IV 17.574

Jumlah 2.948.658

Sumber : BAKN, dlm Statistik Indonesia, 1986

b) Tabel dua arah atau dua komponen adalah tabel yang menunjukkan dua kategori atau dua
karakteristik. Tabel berikut ini adalah contoh tabel dua arah.

Jumlah Mahasiswa UPH menurut

Fakultas dan Kewarganegaraan 1995

Fakultas WNI WNA Jumlah

Fak. Ekonomi 1850 40 1890

Fak. Teknologi Industri 1320 10 1330

Fak. Seni Rupa & 530 5 535

Design

Fak. Pasca Sarjana 250 10 260

Jumlah 3950 65 4015

Sumber : Data Buatan

c) Tabel tiga arah atau tiga komponen adalah tabel yang menunjukkan tiga kategori atau tiga
karakteristik. Contoh tabel berikut ini.

Jumlah Pegawai Menurut Golongan,

Umur dan Pendidikan pada Departeman A

Tahun 2000

Umur (tahun) Pendidikan

Golongan
25 35 > 35 Bukan Sarjana Sajana

I 400 500 900

II 450 520 970 0

III 1200 2750 1850 2100

IV 0 250 0 250

Jumlah 2.050 4020 3720 2350

Sumber : Data Buatan

C. PENYAJIAN DATA DENGAN GRAFIK

Penyajian data dengan grafik dianggap lebih komunikatif karena dalam waktu singkat dapat
diketahui karakteristik dari data yang disajikan. Terdapat beberapa jenis grafik yaitu :

a) Grafik garis (line chart)

Grafik garis atau diagram garis dipakai untuk menggambarkan data berkala. Grafik garis dapat
berupa grafik garis tunggal maupun grafik garis berganda.
b) Grafik batang / balok (bar chart)

Grafik batang pada dasarnya sama fugsinya dengan grafik garis yaitu untuk menggambarkan
data berkala. Grafik batang juga terdiri dari grafik batang tunggal dan grafik batang ganda.

c) Grafik lingkaran (pie chart)

Grafik lingkaran lebih cocok untuk menyajikan data cross section, dimana data tersebut dapat
dijadikan bentuk prosentase.

d) Grafik Gambar (pictogram)

Grafik ini berupa gambar atau lambang untuk menunjukkan jumlah benda yang dilambangkan.

e) Grafik Berupa Peta (Cartogram)

Cartogram adalah grafik yang banyak digunakan oleh BMG untuk menunjukkan peramalan
cuaca dibeberapa daerah.

BAB V

PEMAHAMAN PROBABILITAS

A. PEMAHAMAN KONSEP PROBABILITAS

Banyak kejadian dalam kehidupan sehari-hari yang sulit diketahui dengan pasti, apalagi kejadian
dimasa yang akan datang. Misalkan, apakah nanti malam akan turun hujan? Apakah penerbangan
dengan maskapai Garuda pada pagi hari ini akan berangkat tepat waktu? Apakah besok akan
terjadi demonstrasi? Begitu juga dalam percobaan statistika, kita tidak bias mengetahui dengan
pasti hasil-hasil yang akan muncul. Meskipun kejadian-kejadian tersebut tidak pasti, kita bisa
melihat fakta-fakta yang ada untuk menuju derajat kepastian atau derajat keyakinan bahwa
sesuatu akan terjadi.

Pemikiran mengenai probabilitas diawali dari pertanyaan seorang bangsawan Prancis bernama
Chevalier de Mere kepada Pascal. Ia ingin mengetahui bagaimana pola pembagian uang taruhan
pada suatu perjudian jika permainannya terpaksa dihentikan sebelum selesai. Pertanyaan ini
kemudian menjadi bahan diskusi antara Pascal dan Fermat, berdasarkan diskusi tersebut
munculah teori-teori probabilitas.

Walaupun dasar-dasar probabilitas awalnya muncul untuk menjelaskan masalah-masalah dalam

perjudian, dalam perkembangannya, konsep probabilitas dapat diterapkan pada berbagai masalah
seperti masalah social, teknik, kesehatan, biologi, industry, transportasi, manajemen, akutansi,
pendidikan dll.

Probabilitas merupakan besarnya kesempatan (kemungkinan) suatu peristiwa akan terjadi.

Besarnya kesempatan dapat ditulis dalam bentuk bilangan decimal, pecahan atau persen.

Dengan demikian, kita dapat menentukan probabilitas terjadinya hujan, munculnya muka 1 pada
percobaan pelemparan dadu, probabilitas munculnya kartu AS pada penarikan kartu dari
sekelompok kartu Bridge dan seterusnya.

B. PERUMUSAN PROBABILITAS

Perumusan konsep dasar probabilitas dilakukan dengan tiga cara, yaitu perumusan klasik,
cara frekuensi relatif dan pendekatan subjektif. Bila kejadian-kejadian pada contoh di atas kita
lambangkan dengan huruf besar E, kita dapat merumuskan probabilitas kejadian E, yaitu P(E).

1. Perumusan Klasik

Bila kejadian E terjadi dalam m cara dari seluruh n cara yang mungkin terjadi dan masing-
masing n cara itu mempunyai kesempatan atau kemungkinan yang sama untuk muncul,
prrobabilitas kejadian E yang ditulis P(E) dirumuskan sebagai berikut :

Rumus 1.1

P(E) = m / n

Contoh :

1. Sebuah uang logam dilemparkan. Misalkan sisi pertama kita sebut muka (m) dan sisi kedua
kita sebut belakang (b), maka ada dua kejadian yang mungkin, yaitu kejadian munculnya muka
m yang kita sebut E={m} atau kejadian munculnya belakang yang kita sebut {b}. karena uang
logam terdiri atas 2 sisi (n=2) dan kedua sisi itu mempunyai kesempatan yang sama untuk
muncul, probabilitas munculnya kejadian E={m} atau E{b} adalah

P(E) = P(m) = m/n P(E) = P(b) = m/n

= 1/2 = 1/2

Pada pelemparan uang logam tersebut yang akan muncul adalah salah satu dari E = {m} atau E =
{b}.

2. Sebuah dadu dilemparkan. Muka dadu ada 6. Semua muka dadu mempunyai kesempatan
yang sama untuk muncul. Salah satu muka yang akan muncul dari muka-muka dadu itu (m=1)
adalah muka dadu 1, muka dadu 2, muka dadu 3, muka dadu 4, muka dadu 5 atau muka dadu 6.
Maka probabilitas kejadian E adalah :

P(E) = P(1) = P(2) = P(3) = P(4) = P(5) = P(6) = m/n = 1/6

2. Frekuensi Relatif

Perumusan konsep probabilitas dengan cara klasik mempunyai kelemahan karena menuntut
syarat semua hasil mempunyai kesempatan yang sama untuk muncul. Pengertian ini
mengaburkan adanya probabilitas yang sama. Sehubungan dengan itu dikembangkan konsep
probabilitas berdasarkan statistic, yaitu dengan pendekatan empiris. Probabilitas empiris dari
suatu kejadian dirumuskan dengan memakai frekuensi relatif dari terjadinya suatu kejadian
dengan syarat banyaknya pengamatan atau banyaknya sampel n adalah sangat besar.

Bila n bertambah besar sampai tak terhingga (n -> ), probabilitas kejadian E sama dengan nilai
limit dari frekuensi relatif kejadian E tersebut. Dengan demikian, jika kejadian E berlangsung
sebanyak f kali dari keseluruhan pengamatan sebanyak n, dimana n mendekati tak berhingga,
probabilitas kejadian E dirumuskan sebagai berikut :

Rumus 1.2

P(E) = lim f / n
n ->
 Walaupun mudah dan berguna dalam praktek, secara matematis perumusan konsep
probabilitas dengan frekuensi relative ini juga mempunyai kelemahan karena suatu nilai limit
yang benar-benar mungkin sebenarnya tidak ada. Oleh karena itu, konsep probabilitas modern
dikembangkan dengan memakai pendekatan aksiomatis, yaitu suatu kebenaran yang diterima
secara apa adanya tanpa memerlukan bukti matematis, dimana konsep probabilitas tidak
didefinisikan, seperti konsep titik dan konsep garis yang tidak didefinisikan dalam ilmu geometri

Contoh :

1. Pada suatu percobaan statistic, yaitu pelemparan sebuah dadu yang diulang sebanyak 1000
kali (n=1000), frekuensi munculnya muka dadu X adalah seperti pada tabel berikut ini :

Muka dadu (X) 1 2 3 4 5 6

Frekuensi (f) 164 165 166 167 168 169

Bila E menyatakan kejadian munculnya muka-muka dadu tersebut, maka probabilitas kejadian E
untuk masing-masing kemungkinan munculnya muka dadu tersebut adalah

P(E) = P(1) = 164/1000 P(E) = P(2) = 165/1000 P(E) = P(3) = 166/1000, dst

2. Dari 100 mahasiswa yang mengikuti ujian statistika, distribusi frekuensi nilai mahasiswa
adalah seperti tabel berikut

Nilai (X) 45 55 65 75 85 95

Frekuensi (f) 10 15 30 25 15 5

Maka probabilitas kejadian E mahasiswa memperoleh nilai tersebut adalah

P(E) = P(45) = 10/100 P(E) = P(55) = 15/1001 P(E) = P(65) = 30/100, dst

3. Pendekatan Subjektif

Pendekatan subjektif yang digunakan untuk menentukan probabilitas suatu peristiwa didasarkan
pada selera dan keyakinan individu seseorang. Misalnya, saya ingin menentukan bahwa besok
probabilitas naiknya harga dolar Amerika adalah 0.75 atau 75%. Atas dasar apa saya menentukan
probabilitas naiknya harga dolar itu 75%? Pengetahuan ini hanya didasarkan pada pengetahuan,
pengalaman, dan keahlian yang dimiliki.
Dengan demikian, probabilitas suatu peristiwa yang ditentukan dengan pendekatan subjektif
menyebabkan penentuan probabilitas suatu peristiwa antara orang yang satu dengan yang lain
dapat berbeda. Hal ini disebabkan oleh tingkat pengetahuan, penguasaan informasi, naluri dan
faktor-faktor lain yang berkaitan dengan peristiwa itu.

4. Ruang Sampel dan Kejadian

Pada pelemparan sebuah uang logam, ada dua hasil yang mungkin muncul, yaitu muka (m) atau
belakang (b). dua hasil yang mungkin muncul ini dapat dihimpun menjadi S = {m,b}. dengan
demikian dapat dikatakan bahwa kumpulan himpunan dari semua hasil yang mungkin muncul
atau terjadi pada suatu percobaan statistic disebut ruang sampel, yang dilambangkan dengan
himpunan S, sedangkan anggota-anggota dari S disebut titik sampel.

Perhatikan bahwa pada pelemparan sebuah uang logam tersebut S = {m,b} dan A = {m},
sehingga A c A, A merupakan himpunan bagian dari S. berdasarkan kejadian A dan ruang sampel
S tersebut, perumusan konsep probabilitas didefinisikan sebagai berikut. Bila kejadian A
berlangsung dalam m cara pada ruang sampel S yang terjadi dalam n cara, probabilias kejadian A
adalah :

Rumus 1.3

P(A) = n(A) / n(S) = m / n

Dimana n(A) = banyaknya anggota A dan n(S) = banyaknya anggota S

Perhatikan bahwa definisi probabilitas tersebut tidak menuntut syarat bahwa semua titik sampel
mempunyai kesempatan yang sama untuk muncul. Definisi probabilitas kejadian ini terlepas dari
definisi probabilitas yang dirumuskan secara klasik maupun memakai frekuensi relative. Dengan
menggunakan rumus 1.3, kita dapat menentukan probabilitas dari sembarang kejadian A yang
didefinisikan pada S.

Contoh :

1. Pada pelemparan sebuah dadu, misalkan kejadian A menyatakan munculnya muka dadu
genap pada S, A = {2,4,6} sehingga probabilitas kejadiab A adalah P(A) = 3/6 =

2. Pada pelemparan dua buah uang logam :

a. Tentukanlah ruang sampel S

Hasil-hasil yang mungkin muncul adalah sebagai berikut :

Uang Logam 1 Uang Logam 2

 M B

M (M,M) (M,B)

B (B,M) (B,B)

Jadi ruang sampel S adalah = {(m,m), (m,b), (b,m), (b,b)}

Titik sampel (m,m) menyatakan munculnya sisi muka dari uang logam pertama dan kedua, titik
sampel (m,b) menyatakan munculnya muka dari uang logam pertama dan belakang dari uang
logam kedua, begitu seterusnya.

b. Bila A menyatakan kejadian munculnya sisi yang sama dari dua uang logam tersebut,
tentukanlah probabilitas kejadian A

A adalah kejadian munculnya sisi-sisi yang sama dari dua uang logam, maka A = {(m,m), (b,b)}.
Dengan demikian, n(A) = 2 dan n(S) = 4, sehingga probabilitas kejadian A adalah

P(A) = n(A) / n(S) = 2/4 =

BAB VI

PENUTUP

A. KESIMPULAN

Statistika dapat dibedakan sebagai statistika teoritis dan statistika terapan. Statistika teoritis
merupakan pengetahuan yang mengkaji dasar-dasar teori statistika, teori penarikan contoh,
distribusi, penaksiran dan peluang. Statistika merupakan sarana berpikir yang diperlukan untuk
memproses pengetahuan secara ilmiah. Statistika membantu untuk melakukan generalisasi dan
menyimpulkan karakteristik suatu kejadian secara lebih pasti dan bukan terjadi secara kebetulan.

Probabilitas adalah harga angka yang menunjukkan seberapa besar kemungkinan suatu peristiwa
terjadi, di antara keseluruhan peristiwa yang mungkin terjadi.
 DAFTAR PUSTAKA

Boediono, Koster, A. (2004). Teori dan aplikasi: Statistika dan probabilitas. Bandung: PT
Remaja Rosdakarya

Bodie, Z., Kane, A., Marcus, A. J. (2002). Investment: International edition (5th ed.). New
York:The McGraw-Hill Companies, Inc.

Bursa Efek Indonesia. Laporan Keuangan Kuartalan PT Telekomunikasi Indonesia Tbk.

Darmadji, Tj., Fakhruddin, H.M. (2001). Pasar modal di Indonesia: Pendekatan Tanya jawab.
Jakarta: PT Salemba Emban Patria

Helfert, E. A. (2003).Technique of financial analysis: A guide to value creation.

New York: The McGraw-Hill Companies, Inc.

Indriantoro, N., Supomo, B.(2002). Metodologi penelitian bisnis: Untuk akuntansi &
manajemen. Yogyakarta: BPFE-Yogyakarta.