RESUME STATISTIKA

Disusun Oleh :

Nama : Silvia Udiantari

Nim : J1B018090
Dosen Pengampu : Murad S.P., M.P.

PROGRAM STUDI TEKNIK PERTANIAN

FAKULTAS TEKNOLOGI PANGAN DAN AGROINDUSTRI
UNIVERSITAS MATARAM
2019

Resume Statistika (Silvia Udiantari)

A. Kaitan Statistika dan Peluang
1. Statistika
Statistik adalah angka-angka yang dikumpulkan, disusun, disajikan, dan dianalisis
sehingga dapat memberikan informasi. Adapun statistika adalah ilmu yang mempelajari cara
mengumpulkan data, menyusun data, menyajikan, dan menganalisis data serta cara menarik
ksimpulan dari data. Data adalah suatu informasi yang diperoleh dari hasil pengamatan atau
penelitian. Sebagian besar konsep dasar statistika mengasumsikan teori probabilitas.
Beberapa istilah statistika antara lain: populasi, sampel, unit sampel, dan probabilitas
a. Populasi dan Sampel
Populasi adalah himpunan dari seluruh objek yang mempunyai karakteristik (sifat)
yang sama untuk dijadikan sasaran penelitian.
Sampel adalah sebagian dari populasi yang dapat mewakili populasi.
b. Penyajian Data
Setelah data dikumpulkan, data perlu disajikan dalam bentuk yang mudah dibaca dan
dimengerti. Penyejian data dapat dilakukan dengan dua cara yaitu penyajian data dalam
bentuk table dan diagram.
c. Ukuran Pemusatan
Ukuran pemusatan terdiri dari mean (rata-rata), median, kuartil, dan modus dari suatu
data.
d. Probabilitas
Probabilitas adalah harga angka yang menunjukkan seberapa besar kemungkinan
suatu peristiwa terjadi, di antara keseluruhan peristiwa yang mungkin terjadi.

2. Peluang
a. Pengertian Peluang (probabilitas)
Untuk memahami arti peluang, perhatikan beberap contoh berikut berikut:
pada pengambilan lot arisan yang di adakan oleh bebera ustadzah, kita tak bisa
menentukan sebelumnya nama siapa yang akan jatuh.
Ketika pengundian nomor HP yang mengikuti SMS berhadiah pada acara Indonesia Idol,
kita tidak bisa memastikan nomor HP siapa yang muncul di layar TV.
Kemungkinan terjadi atau nunculnya suatu kejadian atau keadaan seperti contoh-contoh
diatas disebut peluang.
b. Ruang Sampel dan Titik Sampel.
Ruang sample adalah himpunan semua kejadian yang mungkin terjadi. Ruang
sample umumnya dilambangkan dengan S. Sedangkan titik sample suatu kejadian adalah
setiap anggota ruang sample.
Misal :
 pada pelempran satu mata uang logam, kejadian yang mungkin terjadi adalah
munculnya permukan angka (A) atau permukan gambar (G).
Ruang sampelnya adalah S = {(A), (G)}.
Titik sampelnya adalah (A) dan (G)
 pada pelempran sebuah dadu, kejadian yang mungkin terjadi adlh munculnya angka
1, 2, 3, 4, 5, atau 6.

Resume Statistika (Silvia Udiantari)

 Ruang sampelnya adalah S = {1, 2, 3, 4, 5, 6}
Titik sampelnya adalah 1, 2, 3, 4, 5, dan 6
1. Penentuan Ruang Sampel Suatu Percobaan
Dalam beberapa percobaan, ruang sampel dapat ditentukan dengan menggunakan
diagram pohon maupun tabel.
2. Menghitung Peluang Secara Teoritis
3. Frekuensi Harapan
Misal A adalah sebuah kejadian yang diharapkan pada ruang sampel S dari suatu
percobaan. Jika percobaan tersebut diulang sebnyak k kali, maka :
Frekuensi harapan A = k x peluang dari A= k x P (A).
3.Hubungan statistika dengan peluang
Dalam kegiatan statistik, kita mengambil sample dan kemudian menghasilkan
ukuran-ukuran statistik yang selanjutnya kita generalisasikan pada populasi. Generalisasi
sample terhadap populasi tersebut tentu saja mengandung unsur ketidakpastian. Unsur
ketidakpastian tersebut dipelajari melalui ilmu peluang ini, oleh karena itu peluang menjadi
ilmu dasar bagi statistika.

B. Ukuran statistika
Ukuran statistik adalah bilangan yang diperoleh dari sekumpulan data statistik
melalui proses sritmatik tertentu. Ukuran yang dihitung dari kumpulan data
sampel dinamakan statistic sedangkan apabila dihitung dari kumpulan data
populasi dinamakan paramater.
Pada ukuran statistic memiliki alat untuk mengukur yaitu :
1. Ukuran gejala pusat
Suatu ukuran nilai yang diperoleh dari nilai data observasi dan mempunyai
kecenderungan berada ditengah - tengah nilai data observasi. Ukuran gejala
pusat dipakai sebagai alat atau sebagai parameter untuk dapat digunakan
sebagai bahan pegangan dalam menafsirkan suatu gejala atau suatu yang
akan diteliti berdasarkan hasil pengolahan data yang dikumpulkan.
Beberapa ukuran gejala pusat yaitu :
a. Rata - rata hitung (Mean)
 Rata - rata adalah setiap bilangan yang bisa dipakai sebagai wakil dari rentetan nilai
rata-rata itu, wujudnya berupa satu bilangan saja namun dapat mencerminkan
gambaran secara umum mengenai kumpulan atau deretan bahan keterangan berupa
angka atau bilangan itu. Mean adalah jumlah dari keseluruhan bilangan yang ada
dibagi dengan banyaknya
Jenis - jenis Mean yaitu :
Mean data tidak terkelompok
Rumus x = x1+ x2 + x3 + ….. + xn
n

Resume Statistika (Silvia Udiantari)

  Mean data terkelompok

Rumus

Keterangan
x : rata-rata hitung atau nilai rata – rata sampel

P : lebar kelas
xo : nilai ketinggian  f : 2
ci : nilai tengah kelas atas di kurangkan nilai tengah kelas bawah dibagi lebar kelas
fi : jumlah frekuensi data

b. Median
Median adalah titik tengah dari keseluruhan satuan data. Oleh karena
itu terdapat 50% data yang berapa dibawah atau sama dengan nilai
tersebut dan 50% data yang berada diatas atau sama dengan data
tersebut.

Jenis - jenis median yaitu :

1. Median data tidak terkelompok
Suatu data yang membagi sekelompok data menjadi 2 bagian sama
banyaknya.

Rumus :

2. Median data terkelompok.

c. Modus
Umumnya modus dipakai sebagai "nilai rata-rata" bagi data kualitatif
yang digunakan sebagai sebuah kesimpulan. Data observasi yang
mempunyai 2 modus disebut bimodus dan data observasi yang
mempunyai lebih dari 2 modus disebut bimodus.

Resume Statistika (Silvia Udiantari)

 Jenis - jenis modus :
1. Modus data tidak terkelompok
Merupakan data yang paling sering muncul atau jumlah frekuensinya
terbanyak.
2. Modus data terkelompok
Data yang disusun secara terkelompok karena menggunakan daftar
distribusi. Biasanya digunakan untuk data yang besar/data yang
berbobot maupun data yang tidak berbobot.

Hubungan antara Mean, Median, dan Modus adalah dapat digunakan

untuk mengetahui kemiringan kurva poligon distribusi frekuensi data
observasi.
1. Mean = Median = Modus => Kurvanya simetris
2. Mean < Median < Modus => Bentuk kurvanya miring ke kiri
3. Mean > Median > Modus => Bentuk kurvanya miring ke kanan
d. Kuartil
Untuk menentukan kuartil dengan cara :
1. Susun data menurut urutan nilainya
2. Tentukan letak kuartil
3. Tentukan nilai kuartil

Jenis-jenis kuartil :
- Kuartil data tidak terkelompok
Suatu data yang membagi sekelompok data yang sudah diurutkan
menjadi empat bagian yang sama banyaknya, makan akan
ditemukan K1, K2, K3 atau Q1, Q2, Q3
- Kuartil data terkelompok

Resume Statistika (Silvia Udiantari)

e. Desil
Jika kumpulan data dibagi menjadi 10 bagian yang sama banyak ,
maka tiap bagian tersebut persepuluhan atau disebut desil. Cara
menentukan Desil sama seperti menentukan cara kuartil.
Jenis-Jenis Desil
1. Desil data tidak terkelompok

b. Desil data terkelompok

f. Persentil
Merupakan ukuran letak yang paling halus karena pembagiannya
1 sampai 9.

Jenis-jenis Persentil :
1. Persentil data tidak terkelompok

2. Persentil data terkelompok

2. Ukuran penyebaran
Yaitu Memberikan gambaran seberapa besar data menyebar dalam
kumpulannya agar dapat diketahui seberapa jauh data-data menyebar
dari titik pemusatnya.
Ukuran-ukuran penyebaran yang sering digunakan antara lain :
a. Range (Jangkauan)
Digunakan untuk melihat atau menentukan perbedaan antara data
yang paling besar dengan data yang paling kecil. Jika data
merupakan upah para pekerja, maka jangkauan dapat digunakan
untuk melihat perbedaan upah antara upah tertinggi dengan upah
terendah.

Jangkauan = data terbesar – data terkecil

b. Rata – rata Simpangan

Jarak antara tiap data dengan mean dinyatakan dengan :

Resume Statistika (Silvia Udiantari)

 Rata – rata simpangan adalah jumlah jarak tiap data dengan mean
dibagi banyak data.

c. Simpangan Baku
Merupakan ukuran simpangan yang paling banyak digunakan.
Simpangan baku terbagi menjadi 2 yaitu :

1. Simpangan Baku Data Tunggal

2. Simpangan Baku Data Kelompok

Resume Statistika (Silvia Udiantari)