TUGAS KELOMPOK

PENGERTIAN ISTILAH-ISTILAH DALAM ILMU PROBABILITAS DAN

STATISTIKA

Disusun Oleh:
Kelompok 5 TI-43-07
Albi Dwi Rianto 1201190291
Muhammad Reynaldy Trianugrah 1201190372
Rizq Khaldi 1201194095
Shafira Nurulita Putri 1201194184
Tanisha Yuniar Triani 1201194378

PROGRAM STUDI S1 TEKNIK INDUSTRI

FAKULTAS REKAYASA INDUSTRI
TELKOM UNIVERSITY
2019
Pengertian istilah-istilah dalam ilmu probabilitas dan statistika:

1. A sample
Sampel merupakan bagian dari populasi yang dipilih dengan menggunakan aturan-aturan tertentu,
yang digunakan untuk mengumpulkan informasi/data yang menggambarkan sifat atau ciri yang
dimiliki populasi.
(Sumber: http://www.smartstat.info/statistika/statistika-dasar/populasi-dan-sampel.html)

2. A population
Populasi merupakan keseluruhan (universum) dari objek penelitian yang menjadi pusat perhatian
dan menjadi sumber data penelitian. Objek penelitian dapat berupa manusia, hewan, tumbuh-
tumbuhan, gejala, nilai, peristiwa, sikap hidup, dan sebagainya.
(Sumber: http://www.smartstat.info/statistika/statistika-dasar/populasi-dan-sampel.html)

3. Sampling
Pengertian Sampling adalah cara pengumpulan data apabila yang diselidiki berupa sampel dari
suatu populasi. Data yang didapat dari hasil sampling merupakan data perkiraan (estimated value).
(Sumber: http://www.pengertianpakar.com/2014/11/pengertian-sensus-dan-sampling-dalam-
statistik.html/)

4. A census
Pengertian Sensus adalah cara pengumpulan data apabila seluruh elemen populasi diselidiki satu
per satu. Data yang diperoleh tersebut merupakan hasil pengolahan sensus disebut sebagai data
yang sebenarnya (true value), atau sering juga disebut parameter.
(Sumber: http://www.pengertianpakar.com/2014/11/pengertian-sensus-dan-sampling-dalam-
statistik.html/)
5. Data
Data merupakan bentuk jamak dari datum. Data merupakan keterangan-keterangan tentang suatu
hal, dapat berupa sesuatu yang diketahui atau dianggap.
(Sumber: https://www.kanalinfo.web.id/pengertian-datum-dan-data)

6. Datum
Pengertian datum adalah informasi atau keterangan yang diperoleh dari suatu pengamatan yang
berupa angka, simbol atau bahasa (sifat). Kumpulan beberapa datum disebut data.
(Sumber: https://www.kanalinfo.web.id/pengertian-datum-dan-data)

7. Discrete Data
Data diskrit adalah data yang sifatnya terputus-putus, nilainya bukan merupakan pecahan (angka
utuh). Contoh data diskrit adalah data tentang jumlah penduduk, kendaraan dan sebagainya.
(Sumber: http://dailywafa.blogspot.com/2012/11/pengertian-mengenai-data-diskrit-
data.html?m=1)

8. Continuous Data
Data kontinu merupakan data hasil mengukur dapat mengambil nilai misalnya tinggi, waktu, berat,
panjang. Kita dapat mengatakan bahwa panjang dari seutas tali adalah 3,5 meter, berat 37,5 kg,
waktu yang ditempuh 3,7 jam dan lain lain.
(Sumber: https://www.tipsbelajarmatematika.com/2016/12/tentang-data-diskrit-dan-data-
kontinu.html?m=1)
9. Qualitative Data
Data kualitatif adalah data dari penjelasan kata verbal tidak dapat dianalisis dalam bentuk bilangan
atau angka. Dalam penelitian, data kualitatif berupa gambaran mengenai objek penelitian. Data
kualitatif memberikan dan menunjukkan kualitas objek penelitian yang dilakukan.
Contoh:
- Deskripsi suatu suatu daerah yang diteliti
- Biografi narasumber yang dijadikan referensi penelitian
- Sejarah berdirinya suatu perusahaan yang diteliti
(Sumber: https://www.google.co.id/amp/s/www.advernesia.com/blog/data-science/pengertian-
data-kuantitatif-dan-kualitatif-serta-contohnya/amp/)

10. Quatitative Data

Data kuantitatif adalah jenis data yang dapat diukur (measurable) atau dihitung secara langsung
sebagai variabel angka atau bilangan. Variabel dalam ilmu statistika adalah atribut, karakteristik,
atau pengukuran yang mendeskripsikan suatu kasus atau objek penelitian.
Contoh:
Nilai praktikum Biologi 10 mahasiswa Akbar, Agus, Nary, Wikan, Sani, Nanda, Rosa, Emerald,
Dian dan Hafiz adalah 60, 70, 86, 67, 54, 78, 77, 87, 70, 66
(Sumber: https://www.google.com/amp/s/www.advernesia.com/blog/data-science/pengertian-
data-kuantitatif-dan-kualitatif-serta-contohnya/amp/)

11. Statistic
Statistik adalah hasil data yang disajikan dalam bentuk tabel, grafik dan sebagainya, atau bisa juga
catatan atau angka-angka (bilangan) yang dikumpulkan, ditabulasi, digolong-golongkan sehingga
dapat memberi informasi yang berarti mengenai suatu masalah atau gejala.
(Sumber: https://www.zonareferensi.com/perbedaan-statistik-dan-statistika/)

12. Statistics
Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan, menganalisis,
menginterpretasi, dan mempresentasikan data. Singkatnya, statistika adalah ilmu yang berkenaan
dengan data.
(Sumber: https://www.zonareferensi.com/perbedaan-statistik-dan-statistika/)

13. Inferens Statistics

Statistik inferensia yaitu sebuah sebuah metode yang mampu dipakai untuk menganalisis kelompok
kecil dari data induknya atau sample yang diambil dari populasi sampai pada peramalan dan
penarikan kesimpulan pada kelompok data induknya atau populasi.
(Sumber: https://rumusrumus.com/statistika-deskriptif/)

14. Deskriptif Statistics

Statistika deskriptif adalah metode-metode yang berkaitan dengan pengumpulan dan penyajian
suatu gugus data sehingga memberikan informasi yang berguna. Metode ini hanya
mendeskripsikan kondisi dari data yang sudah anda miliki Dan menyajikannya dalam bentuk tabel
diagram grafik dan bentuk lainnya yang disajikan dalam uraian-uraian singkat dan terbatas.
(Sumber: https://statmat.id/pengertian-statistik-deskriptif-dan-statistik-inferensia/)
15. Find the example of statistics applications in various fields of life, research and the industrial
world :
a. In daily life
Perhitungan pengeluaran bulanan yang kita buat dalam hitungan persen (%) dan penghasilan
panen dari perkebunan

b. In sciencetific research
Menghitung peluang keberhasilan dalam penelitian penggunaan metode kultur jaringan pada
tumbuhan

c. In the learning process at school

Dijadikan sebagai salah satu materi pada pelajaran matematika di sekolah

d. In the Government
Data perkembangan jumlah penduduk disuatu wilayah

e. In business and industry

dalam sebuah perusahaan dan industri di gunakan dalam pencatatan dan pendataan
pemasokan dan logistik barang

f. In the HR field
Pemanfaatan analisis data untuk memanfaatkan analisis untuk mengevolusi peran HR
(Human Resource) atau Sumber Daya Manusia (SDM) dalam perusahaan

g. In manufacturing
Pengoptimalan kinerja alat atau mesin

h. In the field of Accounting

Mencatat semua tentang keuangan dan saham sebuah perusahaan

i. In the field of Marketing

Menghitung keuntungan dan kerugian dalam penjualan produk

j. In the Political field

Perhitungan data quick count pada pemilhan umum

16. Explain and give an example of 4 levels of variable measurement

a. Nominal
Variabel nominal merupakan variabel dengan skala pengukuran yang paling rendah
tingkatannya dan hanya bisa digunakan untuk klasifikasi kualitatif atau kategorisasi. Artinya,
variabel tersebut hanya dapat diukur dari segi apakah karakteristik suatu objek bisa dibedakan
dari karekateristik lainnya, tetapi kita tidak dapat mengukur atau bahkan mengurutkan
peringkat kategori tersebut.
Sebagai contoh, kita dapat mengatakan bahwa jenis kelamin ke 2 orang tersebut berbeda,
satu perempuan dan satunya lagi laki-laki. Di sini kita bisa membedakan karakteristik
keduanya, tetapi kita tidak bisa mengukur dan mengatakan mana yang "lebih" atau mana yang
"kurang" dari kualitas yang diwakili oleh variabel tersebut.
b. Ordinal
Variabel ordinal memungkinkan kita untuk mengurutkan peringkat dari objek yang kita
ukur. Dalam hal ini kita bisa mengatakan A "lebih" baik dibanding B atau B "kurang" baik
dibanding A, namun kita tidak bisa mengatakan seberapa banyak lebihnya A dibanding B.
Dengan demikian, batas satu variasi nilai ke variasi nilai yang lain tidak jelas, sehingga yang
dapat dibandingkan hanyalah apakah nilai tersebut lebih tinggi, sama, atau lebih rendah
daripada nilai yang lain, namun kita tidak bisa mengatakan berapa perbedaan jarak (interval)
diantara nilai-nilai tersebut.

c. Interval
Variabel Interval tidak hanya memungkinkan kita untuk mengklasifikasikan, mengurutkan
peringkatnya, tetapi kita juga bisa mengukur dan membandingkan ukuran perbedaan diantara
nilai. Sebagai contoh, suhu, yang diukur dalam derajat Fahrenheit atau Celcius, merupakan
skala interval. Kita dapat mengatakan bahwa suhu 50 derajat lebih tinggi daripada suhu 40
derajat, demikian juga suhu 30 derajat lebih tinggi dibanding dengan suhu 20 derajat.
Perbedaan selisih suhu antara 40 dan 50 derajat nilainya sama dengan perbedaan suhu antara
20 dan 30 derajat, yaitu 10 derajat.

d. Rasio
Variabel rasio sangat mirip dengan variabel interval; di samping sudah memiliki semua
sifat-sifat variabel interval, juga sudah bisa diidentifikasi titik nol mutlak, sehingga
memungkinkan menyatakan rasio atau perbandingan di antara kedua nilai, misalnya x adalah
dua kali lebih y. Contohnya adalah berat, tinggi, panjang, usia, suhu dalam skala kelvin.
Sebagai contoh, berat A = 70 kg, berat B =35 kg, Berat C = 0 kg.

(Sumber: http://www.smartstat.info/statistika/statistika-dasar/skala-pengukuran-variabel.html)