TUGAS 1

PROBABILITAS & STATISTIKA

Disusun Oleh :

YUSEP KURNIA
NIM : 1820201004

Disetujui oleh :

Dosen Pengampu

(ABRAR TANJUNG, S.T., M.T.)

PROGRAM STUDI TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS LANCANG KUNING
PEKANBARU
2019
 LEMBARAN PENGESAHAN

PROBABILITAS & STATISTIKA

Disusun Oleh :

YUSEP KURNIA
NIM : 1820201004

Disetujui oleh :

Dosen Pengampu

(ABRAR TANJUNG, S.T., M.T.)

PROGRAM STUDI TEKNIK ELEKTRO

FAKULTAS TEKNIK
UNIVERSITAS LANCANG KUNING
PEKANBARU
2019
 DAFTAR ISI
ABSTRAK.........................................................................................................................................
..........
BAB I
PENDAHULUAN.....................................................................................................................
1.1  LATAR BELAKANG..........................................................................................................
BAB II
PEMBAHASAN............................................................................................................................
2.1 PENGERTIAN
PROBABILITAS ..................................................................................
2.2 PENDEKATAN PERHITUNGAN PROBABILITAS..............................................
2.3 KONSEP FREKUENSI
RELATIF...............................................................................
2.4 ATURAN DASAR
PROBABILITAS...........................................................................
2.5 FAKTORIAL,PERMUTASI
,KOMBINASI.................................................................
2.6 PENELITIAN PADA PELEMPARAN DADU,UANG LOGAM
DAN PENGAMBILAN KELERENG PADA TEORI
BAYES......................................
2.7 MANFAAT PROBABILITAS DALAM
PENELITIAN................................................
2.8 PENGERTIAN
STATISTIK...............................................................................................
2.9 JENIS – JENIS
STATISTIK.................................................................................................
2.10 PENELITIAN STATISTIK PENGGUNAAN TENAGALISTRIKAN
TAHUN
2014........................................................................................................................
2.11 PENGERTIAN
DATA..........................................................................................................
2.12 METODE PENGUMPULAN
DATA...................................................................................
2.13 PENYAJIAN
DATA................................................................................................................
2.14 POPULASI DAN
SAMPEL...............................................................................................
2.15 SKALA
PENGUKURAN ....................................................................................................
2.16 VARIABEL
PENELITIAN................................................................................................
BAB III
PENUTUP.........................................................................................................................................
3.1
KESIMPULAN..........................................................................................................................
 3.2
SARAN......................................................................................................................................
DAFTAR
PUSTAKA.......................................................................................................................................
 ABSTRAKSI
Statistik merupakan suatu ilmu tentang pengumpulan, penyusunan, penganalisaan dan
penafsiran data dalam bentuk angka untuk tujuan pembuatan suatu keputusan yang lebih baik
di dalam menghadapi ketidakpastian. Singkatnya statistika adalah ilmu yang berkenaan
dengan data..Sebagaian besar konsep dasar statistika mengasumsikan teori probabilitas.
Probabilitas atau peluang adalah cara untuk mengungkapkan pengetahuan atau kepercayaan
bahwa suatu kejadian akan berlaku atau telah terjadi. Probabilitas suatu kejadian adalah
angka yang menunjukkan kemungkinan terjadinya suatu kejadian. Nilainya diantara 0 dan 1.
Kejadian yang mempunyai nilai 1 adalah kejadian yang pasti terjadi atau telah terjadi.
Misalnya matahari yang masih terbit di timur sampai sekarang. Sedangkan kejadian yang
mempunya nilai probabilitas 0 adalah kejadian yang mustahil atau tidak mungkin terjadi.
Misalnya seekor kambing melahirkan seekor sapi. Dalam statistika dikenal pula dengan
konsep probabilitas atau peluang. Probabilitas adalah angka yang menjukkan kemungkinan
terjadinya suatu kejadian dimasa mendatang akan terjadi, peluang ini hanya memuati nilai
antara 0 sampai dengan ~. Konsep statsitika probabilitas biasanya dinyatakan dengan pecahan
seperti : ½ ; ¼ ; ¾ ataupun dalam bentuk desimal seperti: 0,25 ; 0,50 ataupun 0,75. Salah satu
contoh yang sering digunakan dalam menerangkan konsep probabilitas adalah dengan
pelemparan mata uang. Jika kita melempar mata uang, maka kenungkinan sisi gambar untuk
muncul sama dengan kemungkinan munculnya sisi angka. Dengan demikian probabilitas
munculnya sisi gambar yaitu ½ atau 0,5 dan demikian pula denga probabilitas sisi angka.
Begitu juga denga probabilitas mata dadu kemungkinan munculnya salah satu angka adalah
1/6. Didalam modul ini diambil beberapa contoh dalam konsep statistika probabilitas, yaitu
dari percobaan pelemparan dadu, pelemparan uang logam dan pengambilan kelereng. Dar i
percobaan-percobaan tersebut dilakukan beberapa pelemparan untuk mendapatkan hasil yang
bervariasi. Data - data yang telah terkumpul tersebut kemudian diolah sehingga dapat
ditampilkan dan dapat dianalisa serta ditarik kesimpulannya.

 
 BAB I
PENDAHULUAN

1.1 .Latar belakang

Sampai saat ini statistika merupakan alat dan juga metode analisis yang dipakai untuk
mengevaluasi data yang pada akhirnya akan diperoleh suatu kesimpulan berdasarkan
sampel yang ada. Dari semua alat analisa, konsep probailitas merupakan salah satu alat
analisis yang mempunyai peran sangat penting untuk memecahkan masalah dalam
kehidupan sehari-hari mulai dari bidang ilmiah sampai pada masalah-masalah kecil,
seperti masuk kantor atau tidak, kareana awan tebal kemungkinan akan hujan deras
dan banjir, dan sebagainya. Meskipun kejadian-kejadian tersebut tidak pasti, tetapi kita
bisa melihat fakta-fakta yang ada untuk menuju derajat kepastian atau derajat
keyakinan bahwa sesuatu akan terjadi. Derajat atau tingkat kepastian atau keyakinan
dari munculnya hasil percobaan statistik disebut Probabilitas (Peluang), yang
dinyatakan dengan P. Probabilitas sering diterjemahkan sebagai peluang atau
kebolehkejadian, yaitu peristiwa yang didefinisikan sebagai peluang proses terjadinya
sesuatu, baik disengaja (eksperimentasi) atau tidak.
Pada makalah ini, akan dipelajari mengenai probabilitas yang menyatakan suatu nilai
kejadian yang dapat terjadi lagi. Konsep probabilitas ialah suatu bagian ilmu dari
statistika yang dapat meramalkan kejadian yang dapat terjadi lagi di masa mendatang ,
peluang ini hanya memuat nilai antara 0 sampai dengan 1.
Dalam pembuatan modul konsep probabilitas ini akan dijelaskan beberapa hal tentang
peluang dan bagaimana mencari nilai peluang, diantaranya peluang irisan dua kejadian,
peluang paduan dua kejadian, peluang bersyarat dan menerapkan konsep kaidah bayes
serta menganalisa sampai dengan menarik kesimpulan dari hasil nilai peluang yang
telah didapat.

b.Identifikasi masalah

Mencari nilai peluang munculnya mata dadu yang dilemparkan.

Mencari nilai peluang munculnya permukaan 4 koin yang dilemparkan secara bersama-
sama.
Mencari nilai peluang munculnya kelerang yang di ambil.
Mencari nilai peluang pengambilan kelereng dengan metode kaidah bayes.
c.Perumusan masalah

Dalam penyusunan Modul ini data-data yang kami ambil untuk dianalisa, diolah dan
ditampilkan adalah sebagai berikut:
Bagaimana melakukan pengolahan data peluang dalam pelemparan mata dadu,
pelemparan uang logam dan pengambilan kelereng ?
Bagaimana melakukan pengolahan dan penganalisaan terhadap data-data yang telah
diolah agar, mendapatkan kesimpulan mengenai data-data tersebut ?

d. Pembatasan masalah

Mengolah perhitungan data peluang dalam pelemparan dadu, pelemparan koin, dan
pengambilan kelereng.
Pelemparan mata dadu dengan melakukan 2x percobaan. Yang pertama dengan
melakukan percobaan pelemparan sebanyak 55x dan yang kedua pelemparan sebanyak
70x.
Pelemparan uang logam. Percobaan pada uang logam dilakukan dengan menggunakan 4
buah uang logam dengan percobaan sebanyak 50x pelemparan uang logam. Sehingga 1x
pelemparan didapatkan 4 peluang. Yaitu peluang yang sama untuk angka dan gambar.
Pengambilan kelereng. Kelereng yang digunakan pada percobaan ini ada menggunakan
3 warna kelereng, yaitu Merah, Kuning dan Hijau. Dan ada beberapa kelereng yang
diberi tanda. Sehingga peluang yang ada semakin sempit. Pada percobaan ini dilakukan
2x, yaitu 25x pengambilan dan 35x pengambilan.

e. Tujuan penelitian

Memahami konsep dasar probabilitas.

Memahami peluang irisan dua kejadian, peluang gabungan serta peluang bersyarat.
Memahami pengaruh probabilitas dalam menentukan hasil dari setiap percobaan yang
dilakukan.
  
BAB II
 
PEMBAHASAN

2.1 Pengertian Probabilitas

Secara umum probabilitas merupakan peluang bahwa sesuatu akan terjadi.Secara

lengkap probabilitas didefinisikan sebagai berikut :
“Probabilitas” ialah suatu nilai yang digunakan untuk mengukur tingkat terjadinya
suatu kejadian acak.”
Dalam mempelajari probabilitas, ada tiga kata kunci yang harus diketahui:
1. Eksperimen,
2. Hasil (outcome)
3. Kejadian atau peristiwa (event)
Contoh :
Dari eksperimen pelemparan sebuah koin. Hasil (outcome) dari pelemparan sebuah
koin tersebut adalah “MUKA” atau “BELAKANG”.
Kumpulan dari beberapa hasil tersebut dikenal sebagai kejadian (event).
Probabilitas biasanya dinyatakan dengan bilangan desimal (seperti 0,50 ; 0,25 atau
0,70) atau bilangan pecahan (seperti ).
Nilai dari probabilitas berkisar antara 0 dan 1. Semakin dekat nilai
probabilitas ke nilai 0, semakin kecil kemungkinan suatu kejadian akan terjadi.
Sebaliknya semakin dekat nilai probabilitas ke nilai 1 semakin besar peluang suatu
kejadian akan terjadi.

2.2 Pendekatan Perhitungan Probabilitas

Ada dua pendekatan dalam menghitung probabilitas yaitu pendekatan yang bersifat
objektif dan subjektif. Probabilitas objektif dibagi menjadi dua, yaitu:
1. Pendekatan Klasik
Probabilitas diartikan sebagai hasil bagi dari banyaknya peristiwa yang dimaksud
dengan seluruh peristiwa yang mungkin menurut pendekatan klasik, probabilitas
dirumuskan :
keterangan :
P(A) = probabilitas terjadinya kejadian A.
x = peristiwa yang dimaksud.
n = banyaknya peristiwa.
Contoh :
Dua buah dadu dilempar ke atas secara bersamaan. Tentukan probabilitas munculnya
angka berjumlah 5.
Penyelesaian :
Hasil yang dimaksud (x) = 4, yaitu (1,4), (4,1), (2,3). (3,2)
Hasil yang mungkin (n) = 36, yaitu (1,1), (1,2), (1,3). ….., (6,5), (6,6).

2.3 Konsep Frekuensi Relatif

Menurut pendekatan frekuensi relatif, probabilitas diartikan sebagai proporsi waktu

terjadinya suatu peristiwa dalam jangka panjang, jika kondisi stabil atau frekuensi
relatif dari suatu peristiwa dalam sejumlah besar percobaan.
Nilai probabilitas ditentukan melalui percobaan, sehingga nilai probabilitas itu
merupakan limit dari frekuensi relatif peristiwa tersebut.
Menurut pendekatan frekuensi relatif, probabilitas dirumuskan :
keterangan :
P(Xi) = probabilitas peristiwa i.
Fi = frekuensi peristiwa i.
n = banyaknya peristiwa yang bersangkutan.
Contoh :
Dari hasil ujian statistik, 65 mahasiswa STMIK MDP, didapat nilai-nilai sebagai berikut.
XF
5,0 11
6,5 14
7,4 13
8,3 15
8,8 7
9,5 5
x = nilai statistik.
Tentukan probabilitas salah seorang mahasiswa yang nilai statistiknya 8,3.
Penyelesaian :
Frekuensi mahasiswa dengan nilai 8,3 (f) = 15
Jumlah mahasiswa (n) = 65.
Probabilitas Subjektif
Menurut pendekatan subjektif, probabilitas diartikan sebagai tingkat kepercayaan
individu yang didasarkan pada peristiwa masa lalu yang berupa terkaan saja.
Contoh :
Seorang direktur akan memilih seorang supervisor dari empat orang calon yang telah
lulus ujian saringan. Keempat calon tersebut sama pintar, sama lincah, dan semuanya
dapat dipercaya. Probabilitas tertinggi (kemungkinan diterima) menjadi supervisor
ditentukan secara subjektif oleh sang direktur.
Dari pengertian-pengertian tersebut, dapat disusun suatu pengertian umum mengenai
probabilitas, yaitu sebagai berikut Probabilitas adalah suatu indeks atau nilai yang
digunakan untuk menentukan tingkat terjadinya suatu kejadian yang bersifat random
(acak).
Oleh karena probabilitas merupakan suatu indeks atau nilai maka probabilitas memiliki
batas-batas yaitu mulai dari 0 sampai dengan 1 ( 0 £ P £ 1).
a. Jika P = 0, disebut probabilitas kemustahilan, artinya kejadian atau peristiwa tersebut
tidak akan terjadi.
b. Jika P = 1, disebut probabilitas kepastian, artinya kejadian atau peristiwa tersebut
pasti terjadi.
c. Jika 0 < P < 1, disebut probabilitas kemungkinan, artinya kejadian atau peristiwa
tersebut dapat atau tidak dapat terjadi.

2.4 Aturan Dasar Probabilitas

Aturan Penjumlahan :

Untuk menerapkan aturan penjumlahan ini, harus dilihat jenis kejadiannya apakah
bersifat saling meniadakan atau tidak saling meniadakan.
Kejadian Saling Meniadakan :
Dua peristiwa atau lebih disebut saling meniadakan jika kedua atau lebih peristiwa itu
tidak dapat terjadi pada saat yang bersamaan. Jika peristiwa A dan B saling meniadakan,
probabilitas terjadinya peristiwa tersebut adalah
P(A atau B) = P(A) + P(B) atau
P(A ¨ B) = P(A) + P(B)
Contoh :
Sebuah dadu dilemparkan ke atas, peritiwanya adalah
A = peristiwa mata dadu 4 muncul.
B = peristiwa mata dadu lebih kecil dari 3 muncul.
Tentukan probabilitas dari kejadian berikut !
- Mata dadu 4 atau lebih kecil dari 3 muncul!
Penyelesaian :
P(A) = 1/6 P(B) = 2/6
P(A atau B) = P(A) + P(B) = 1/6 + 2/6 = 0,5
P(B) = 14/36
P(A B) = 0
P(A atau B) = P(A) + P(B) – P(A ˙ B)
= 1/36 + 14/36 – 0
= 0,42

Aturan Perkalian :

Dalam konsep probabilitas, aturan perkalian diterapkan secara berbeda menurut jenis
kejadiannya. Ada dua jenis kejadian dalam hal ini, yaitu kejadian tak bebas dan kejadian
bebas.
1. Kejadian Tak Bebas
Dua peristiwa atau lebih disebut kejadian tidak bebas apabila peristiwa yang satu
dipengaruhi atau tergantung pada peritiwa lainnya. Probabilitas peristiwa tidak saling
bebas dapat pula dibedakan atas tiga macam, yaitu probabilitas bersyarat, gabungan,
dan marjinal.
a. Probabilitas Bersyarat :
Probabilitas bersyarat peristiwa tidak saling bebas adalah probabilitas terjadinya suatu
peristiwa dengan syarat peristiwa lain harus terjadi dan peristiwa-peristiwa tersebut
saling mempengaruhi.
Jika peristiwa B bersyarat terhadap A, probabilitas terjadinya periwtiwa tersebut
adalah P(B/A) dibaca probabilitas terjadinya B dengan syarat peristiwa A terjadi.
Contoh :
Sebuah kotak berisikan 11 bola dengan rincian :
5 buah bola putih bertanda +
1 buah bola putih bertanda –
3 buah bola kuning bertanda +
2 buah bola kuning bertanda –
Seseorang mengambil sebuah bola kuning dari kotak
- Berapa probabilitas bola itu bertanda +?
Penyelesaian :
Misalkan : A = bola kuning
B+ = bola bertanda positif
B- = bola bertanda negatif.
P(A) = 5/11
P(B+A) = 3/1
b. Probabilitas Gabungan :
Probabilitas gabungan peritiwa tidak saling bebas adalah probabilitas terjadinya dua
atau lebih peristiwa secara berurutan (bersamaan) dan peristiwa-peristiwa itu saling
mempengaruhi.
Jika dua peristiwa A dan B gubungan, probabilitas terjadinya peristiwa tersebut adalah
P(A dan B) = P(A ˙ B) = P(A) x P(B/A)
Jika tiga buah peristiwa A, B, dan C gabungan, probabilitas terjadinya adalah P(A ˙ B ˙ C)
= P(A) x P(B/A) x P(C/A ˙ B)
Contoh :
Dari satu set kartu bridge berturut-turut diambil kartu itu sebanyak 2 kali secara acak.
Hitunglah probabilitasnya kartu king (A) pada pengambilan pertama dan as(B) pada
pengambilan kedua, jika kartu pada pengambilan pertama tidak dikembalikan !
Penyelesaian :
(A) = pengambilan pertama keluar kartu king.
P(A) = 4/52
(B/A) = pengambilan kedua keluar kartu as
P(B/A) = 4/51
P(A ˙ B) = P(A) x P(B/A) = 4/52 x 4/51 = 0,006
c. Probabilitas Marjinal :
Probabilitas marjinal peristiwa tidak saling bebas adalah probabilitas terjadinya suatu
peristiwa yang tidak memiliki hubungan dengan terjadinya peristiwa lain dan peristiwa
tersebut saling mempengaruhi. Jika dua peristiwa A adalah marjinal, probabilitas
terjadinya peristiwa A tersebut adalah
P(A) = SP(B ˙ A) = SP(Ai) x P(B/Ai), i = 1, 2, 3, …..
Contoh :
Sebuah kotak berisikan 11 bola dengan rincian :
5 buah bola putih bertanda +
1 buah bola putih bertanda –
3 buah bola kuning bertanda +
2 buah bola kuning bertanda –
Tentukan probabilitas memperoleh sebuah bola putih !
Penyelesaiannya :
Misalkan : A = bola putih
B+ = bola bertanda positif
B- = bola bertanda negatif
P(B+A) = 5/11
P(B-A) = 1/11
P(A) = P(B+A) + P(B-A) = 5/11 + 1/11 = 6/11
2. Kejadian Bebas :
Dua kejadian atau lebih dikatakan merupakan kejadian bebas apabila terjadinya
kejadian tersebut tidak saling mempengaruhi. Dua kejadian A dan B dikatakan bebas,
kalau kejadian A tidak mempengaruhi B atau sebaliknya.
Jika A dan B merupakan kejadian bebas, maka P(A/B) = P(A) dan P(B/A) = P(B)
P(A ˙ B) = P(A) P(B) = P(B) P(A)
Contoh :
Satu mata uang logam Rp. 50 dilemparkan ke atas sebanyak dua kali. Jika A1 adalah
lemparan pertama yang mendapat gambar burung(B), dan A2 adalah lemparan kedua
yang mendapatkan gambar burung(B), berapakah P(A1+A2)!
Penyelesaian :
Karena pada pelemparan pertama hasilnya tidak mempengaruhi pelemparan kedua dan
P(A1) = P(B) = 0,5 dan P(A2) = P(B) = 0,5, maka P(A1+A2) =P(A1) P(A2) = P(B) P(B) =
0,5 x 0,5 = 0,25.
Rumus Bayes :
Jika dalam suatu ruang sampel (S) terdapat beberapa peristiwa saling lepas, yaitu A1,
A2, A3, …., A n yang memiliki probabilitas tidak sama dengan noldan bila ada peritiwa
lain (misalkan X) yang mungkin dapat terjadi pada peristiwa-peristiwa A1, A2, A3, …., A
maka probabilitas terjadinya peristiwa-peristiwa A1, A2, A3, ….,A
dengan diketahui peristiwa X tersebut adalah
Contoh :
Tiga kotak masing-masing memiliki dua laci. Didalam laci-laci tersebut terdapat sebuah
bola. Didalam kotak I terdapat bola emas, dalam kotak II terdapat bola perak, dan dalam
kotak III terdapat bola emas dan perak. Jika diambil sebuah kotak dan isinya bola emas,
berapa probabilitas bahwa laci lain berisi bola perak?
Penyelesaian :
Misalkan :
A1 peristiwa terambil kotak I
A2 peristiwa terambil kotak II
A3 peristiwa terambil kotak III
X peristiwa laci yang dibuka berisi bola emas
Kotak yang memenuhi pertanyaan adalah kotak III (P(A3/X)).
P(A1) = 1/3 P(X/A1) = 1
P(A2) = 1/3 P(X/A2) = 0
P(A3) = 1/3 P(X/A3) = ½
Permutasi Dan Kombinasi
Pembicaraan mengenai permutasi dan kombinasi selalu berkaitan dengan prinsip dasar
membilang dan faktorial.
Prinsip Dasar Membilang :
Jika kejadian pertama dapat terjadi dalam n 1 cara, kejadian kedua dalam n 2 cara,
demikian seterusnnya, sampai kejadian k dalam n k cara, maka keseluruhan kejadian
dapat terjadi dalam :
n1 x n2 x …x n k cara
Contoh :
Seorang pengusaha ingin bepergian dari Jakarta ke Ujungpandang melalui Surabaya.
Jika Jakarta – Surabaya dapat dilalui dengan tiga cara dan Surabaya – Ujungpandang
dapat dilalui dengan dua cara, ada berapa cara pengusaha tersebut dapat tiba di
Ujungpandang melalui Surabaya?
Penyelesaian :
misalkan :
Dari Jakarta ke Surabaya (n1) = 3 cara.
Dari Surabaya ke Ujung pandang (n2) = 2 cara.
Cara pengusaha tersebut dapat tiba di Ujungpandang melalui Surabaya adalah :
n1 x n2 = 3 x 2 = 6 cara.
2.4 * Faktorial

Faktorial adalah perkalian semua bilangan bulat positif (bilangan asli) terurut mulai
dari bilangan 1 sampai dengan bilangan bersangkutan atau sebaliknya.
Faktorial dilambangkan: “!”.
Jika : n = 1,2, …., maka :
n! = n(n – 1)(n – 2) ….x 2 x 1 = n(n –1)!
Contoh :
Tentukan nilai factorial dari bilangan berikut
a. 5!
b. 3! X 2!
c. 6!/4!
Penyelesaian :
a. 5! = 5 x 4 x 3 x 2 x 1 = 120
b. 3! X 2! = 3 x 2 x 1 x 2 x 1 = 12

** Permutasi

a. Pengertian Permutasi :
Permutasi adalah suatu penyusunan atau pengaturan beberapa objek ke dalam suatu
urutan tertentu.
Contoh :
Ada 3 objek, yaitu ABC. Pengaturan objek-objek tersebut ialah ABC, ACB, BCA, BAC, CAB,
CBA yang disebut permutasi. Jadi, permutasi 3 objek menghasilkan enam pengaturan
dengan cara yang berbeda.
b. Rumus-rumus Permutasi :
Permutasi dari m objek seluruhnya tanpa pengembalian : mPm = m!
Contoh :
Pada suatu tempat terdapat 4 buku matematika yang berbeda. Buku itu akan disusun
pada sebuah rak buku. Berapa cara susunan yang mungkin dari buku-buku matematika
dapat disusun.
Penyelesaian :
Buku-buku matematika dapat disusun dalam :
4P4 = 4! = 4 x 3 x 2 x 1 = 24 cara.
Permutasi sebanyak x dari m objek tanpa pengembalian :
Contoh :
Dari empat calon pimpinan sebuah perusahaan, misalkan A, B, C, D hendak dipilih
seorang ketua, seorang sekretaris, dan seorang bendahara.
Berapa cara keempat calon tersebut dipilih?
Penyelesaian :
Misalkan :
Dari Jakarta ke Surabaya (n1) = 3 cara.
Dari Surabaya ke Ujungpandang (n2) = 2 cara.
Cara pengusaha tersebut dapat tiba di Ujungpandang melalui Surabaya adalah :
n1x n2 = 3 x 2 = 6 cara.

*** Kombinasi

a. Pengertian Kombinasi :
Kombinasi adalah suatu penyusunan beberapa objek tanpa memperhatikan urutan
objek tersebut
Contoh :
Ada 4 objek, yaitu : A, B, C, D. Kombinasi 3 dari objek itu adalah ABC, ABD, ACD, BCD.
Setiap kelompok hanya dibedakan berdasarkan objek yang diikutsertakan, bukan
urutannya. Oleh karena itu :
ABC = ACB = BAC = BCA = CAB = CBA
ABD = ADB = BAD = BDA = DAB = DBA
ACD = CAD = ADC = CDA = DAC = DCA
BCD = BDC = CBD = CDB = DBC = DCB
b. Rumus-rumus Kombinasi :
Kombinasi x dari m objek yang berbeda :
m! mCx = -------------- ; m ‡ x
(m – x)!.x!
Contoh :
Dari 5 pemain bulu tangkis, yaitu A, B, C, D, dan E hendak dipilih dua orang untuk
pemain ganda. Berapa banyak pemain ganda yang mungkin terbentuk?
Penyelesaian :
M = 5 dan x = 2
5!
5C2 = ---------------- = 10
(5 – 2)! . 2!

2.6 Manfaat Probabilitas Dalam Penelitian

Manfaat probabilitas dalam kehidupan sehari-hari adalah membantu kita dalam

mengambil suatu keputusan, serta meramalkan kejadian yang mungkin terjadi. Jika kita
tinjau pada saat kita melakukan penelitian, probabilitas memiliki beberapa fungsi
antara lain;
1. Membantu peneliti dalam pengambilan keputusan yang lebih tepat. Pengambilan
keputusan yang lebih tepat dimagsudkan tidak ada keputusan yang sudah pasti karena
kehidupan mendatang tidak ada yang pasti kita ketahui dari sekarang, karena informasi
yang didapat tidaklah sempurna. 5:6, sedangkan hasil sensus pada tahun 2010
menunjukan hasil perbandingan jumlah penduduk berjenis kelamin pria berbanding
jumlah penduduk berjenis kelamin wanita adalah 5:7. Maka pemerintah dapat
mengambil keputusan bahwa setiap tahunnya dari tahun 2000 hingga 2010 jumlah
wanita berkembang lebih pesat daripada jumlah penduduk pria.
Menghitung Probabilitas atau Peluang Suatu Kejadian
Jika tadi kita hanya memperhatikan peluang suatu kejadian secara
kualitatip, hanya memperhatikan apakkah kejadian tersebut memiliki peluang besar
akan terjadi atau tidak. Disini kita akan membahas nilai dari probabilitas suatu kejadian
secara kuantitatip. Kita bias melihat apakah suatu kejadian berpotensi terjadi ataukah
tidak.
Misalkan kita memiliki sebuah dadu yang memiliki muka gambar
dan angka,jika koin tersebut kita lemparkan keatas secara sembarang, maka kita
memiliki 2 pilihan yang sama besar dan kuat yaitu peluang munculnya angka dan
peluang munculnya gambar. Jika kita perhatikan secara seksama, pada satu koin hanya
terddiri dari satu muka gambar dan satu muka angka, maka peluang munculnya angka
dan gambar adalah sama kuat yaitu ½. 1 menyatakan hanya satu dari muka pada koin
yang mungkin muncul, entah itu gambar maupun angka sedangkan 2 menyatakan
banyaknya kejadian yang mungkin terjadi pada pelemparan koin, yaitu munculnya
gambar + munculnya angka.
Jika kita berbicara tidak lagi 2 kejadian yaitu menyangkut banyak kejadian yang
mungkin terjadi, mengingat dan dari hasil pengumpulan dan penelitian data diperoleh
suatu rumus sebagai berikut. Jika terdapat N peristiwa, dan n A dari N peristiwa
tersebut membentuk kejadian A, maka probabilitas A adalah :
P(A) = n A/N
Dimana :
n A= banyaknya kejadian
N= kejadian seluruhnya/peristiwa yang mungkin terjadi
Contoh.
Suatu mata uang logam yang masing-masing sisinya berisi gambar dan angka
dilemparkan secara bebas sebanyak 1 kali.
Berapakah probabilitas munculnya gambar atau angka?
Jawab :
n=1, N=2
P (gambar atau angka)=
P (gambar atau angka)=1/2 atau 50%
Dapat disimpulkan peluang munculnya gambar atau angka adalah sama besar.
Contoh 2.
Berapa peluang munculnya dadu mata satu pada satu kali pelemparan?
Jika kita tinjau pada sebuah dadu hanya memiliki 1 buah mata dadu bermata 1,
sedangkan pada dadu terdapat 6 mata yaitu mata 1 sampai mata 6.
Maka:
P(A) = n A/N = 1/6
Berikut merupakan aturan dalam probabilitas
1. Jika n = 0 makka peluang terjadinya suatu kejadian pada keadaan ini adalah sebesar
P(A) = 0 atau tidak mungkin terjadi.
2. Jika n merupakan semua anggota N maka pro
3. Probabilitas suatu kejadian memiliki rentangan nilai
4. Jika E menyatakan bukan peristiwa E maka berlaku.
babilitasnya adalah satu,
atau kejadian tersebut pasti akan terjadi.
Dari pengolahan data peluang yang telah dilakukan berdasarkan teori dan secara
praktek dalam pengumpulan data, diperoleh nilai nilai peluang yang benilai di antara 0
sampai dengan 1. Hal ini secara teori dikatakan bahwa nilai peluang tidak melebihi
angka 1, jika nilai peluang melebihi 1 berarti terdapat perhitungan data peluang yang
tidak benar.

2.7 * PENELITIAN PELEMPARAN DADU

Peluang munculnya mata dadu pada percobaan pertama sebanyak 55x adalah:
Mata dadu 1 = 5/55
Mata dadu 2 = 8/55
Mata dadu 3 = 6/55
Mata dadu 4 = 16/55
Mata dadu 5 = 9/55
Mata dadu 6 = 11/55
Peluang munculnya mata dadu pada percobaan kedua sebanyak 70x adalah:
Mata dadu 1 = 7/70
Mata dadu 2 = 10/70
Mata dadu 3 = 15/70
Mata dadu 4 = 12/70
Mata dadu 5 = 9/70
Mata dadu 6 = 17/70
Tabel perbandingan hasil nilai peluang pada dadu.
No Peluang Teori Praktek
55x 70x
1 P(M) 0,50 0,35 0,44
2 P(N) 0,50 0,64 0,56
3 P(O) 0,50 0,36 0,44
4 P(M∩N) 0,17 0,15 0,14
5 P(M∩O) 0,33 0,20 0,31
6 P(N∩O) - - -
7 P(M∪N) 0,83 0,84 0,87
8 P(M∪O) 0,67 0,51 0,59
9 P(N∪O) 1 1 1
10 P(M∩N∩O) - - -
11 P(M∪N∪O) 1 1 1
Dari tabel diatas terlihat perbedaan nilai peluang antara secara teori dan praktek yang
tidak jauh atau nilai peluang pada praktek mendekati nilai peluang secara teori. Dari
tabel tersebut terlihat pada praktek pelemparan dadu sebanyak 55x dan 70x peluang
yang akan muncul kembali (terjadi lagi) yang paling kecil adalah P(M∩N).

** PENELITIAN PELEMPARAN UANG LOGAM

Nilai peluang pada pelemparan 4 buah uang logam yang diberi nomer 1-4 dan
dilemparkan secara bersama-sama sebanyak 50x adalah sebagai berikut:
No Peluang Hasil Teori Hasil Praktek 50x
1 P(M) 0,50 0,50
2 P(N) 0,50 0,44
3 P(O) 0,50 0,44
4 P(P) 0,50 0,44
5 P(M') 0,50 0,50
6 P(N') 0,50 0,56
7 P(O') 0,50 0,56
8 P(P') 0,50 0,56
9 P(M∩N) 0,25 0,26
10 P(M∩O) 0,25 0,28
11 P(M∩P) 0,25 0,22
12 P(N∩O) 0,25 0,26
13 P(N∩P) 0,25 0,16
14 P(O∩P) 0,25 0,16
15 P(M∩N') 0,25 0,24
16 P(M∩O') 0,25 0,22
17 P(M∩P') 0,25 0,28
18 P(N∩O') 0,25 0,18
19 P(N∩P') 0,25 0,28
20 P(O∩P') 0,25 0,28
21 P(M'∩N') 0,25 0,32
22 P(M'∩O') 0,25 0,34
23 P(M'∩P') 0,25 0,32
24 P(N'∩O') 0,25 0,38
25 P(N'∩P') 0,25 0,28
26 P(O'∩P') 0,25 0,28
27 P(M∩N∩O∩P) 0,06 0,06
28 P(M'∩N'∩O'∩P') 0,06 0,12
29 P(M∪N) 0,75 0,68
30 P(M∪O) 0,75 0,66
31 P(M∪P) 0,75 0,72
32 P(N∪O) 0,75 0,62
33 P(N∪P) 0,75 0,72
34 P(O∪P) 0,75 0,72
35 P(M∪N') 0,75 0,82
36 P(M∪O') 0,75 0,84
37 P(M∪P') 0,75 0,78
38 P(N∪O') 0,75 0,82
39 P(N∪P') 0,75 0,72
40 P(O∪P') 0,75 0,72
41 P(M'∪N') 0,75 0,74
42 P(M'∪O') 0,75 0,72
43 P(M'∪P') 0,75 0,78
44 P(N'∪O') 0,75 0,74
45 P(N'∪P') 0,75 0,84
46 P(O'∪P') 0,75 0,84
47 P(M∪N∪O∪P) 0,94 0,88
48 P(M'∪N'∪O'∪P') 0,94 0,94
49 P(M|N) 0,50 0,59
50 P(O|M) 0,50 0,64
51 P(P|M) 0,50 0,50
52 P(N|O) 0,50 0,59
53 P(N|P) 0,50 0,36
54 P(O|P) 0,50 0,36
55 P(M|N') 0,50 0,43
56 P(M|O') 0,50 0,39
57 P(M|P') 0,50 0,50
58 P(N|O') 0,50 0,32
59 P(N|P') 0,50 0,50
60 P(O|P') 0,50 0,50
61 P(M'|N') 0,50 0,57
62 P(M'|O') 0,50 0,61
63 P(M'|P') 0,50 0,57
64 P(N'|O') 0,50 0,68
65 P(N'|P') 0,50 0,50
66 P(O'|P') 0,50 0,50
Dari tabel diatas dapat ditarik sebuah analisa bahwa secara teoritis nilai peluang untuk
setiap anggota bagian (M,N,O,P,M',N',O',P') mempunyai nilai yang sama. Dan secara
toritis juga nilai peluang untuk irisan 2 kejadian, irisan 4 kejadian (jenis sama),
gabungan 2 kejadian, gabungan 4 kejadian untuk setiap jenis anggota (angka dan
gambar) mempunyai nilai yang sama, begitupun dengan nilai peluang bersyarat secara
teoritis juga mempunyai hasil nilai yang sama.
Namun secara praktek berbeda dengan nilai peluang yang diperoleh secara teori tetapi
tidak mengalami perbedaan yang signifikan, nilai-nilai peluang pada praktek selalu
mendekati nilai peluang pada teori baik pada peluang untuk setiap anggota bagian,
irisan 2 kejadian, irisan 4 kejadian (jenis sama), gabungan 2 kejadian, gabungan 4 kejad
ian untuk setiap jenis anggota (angka dan gambar), maupun peluang bersyarat.
Dari hasil nilai peluang pada praktek pelemparan 50x yang diperoleh dapat diambil
sebuah analisa bahwa peluang untuk setiap anggota bagian yang paling terkecil adalah
P(N), P(O), P(P) dengan nilai 0,44 dan yang terbesar adalah P(N'), P(O'), P(P') dengan
nilai 0,56. Untuk peluang irisan 2 kejadian yang terkecil adalah P(N∩P) dan P(O∩P)
dengan nilai 0,16, sedangkan yang terbesar adalah P(N'∩O') dengan nilai 0,38. Untuk
peluang irisan 4 kejadian yang kecil yaitu P(M∩N∩O∩P) dengan nilai 0,06.
Sedangkan untuk peluang gabungan 2 kejadian yang terkecil adalah P(N∪O) dengan
nilai 0,62, lalu yang terbesar adalah P(M∪O'), P(N'∪P'), dan P(O'∪P') dengan nilai 0,84.
Untuk peluang gabungan 4 kejadian dengan jenis yang sama (angka/gambar) yang
kecil adalah peluang untuk gabungan 4 kejadian angka P(M∪N∪O∪P) dengan nilai 0,88.
Selanjutnya untuk peluang bersyarat yang terkecil adalah P(N|O') dengan nilai 0,32 dan
yang terbesar adalah P(N'|O') dengan nilai 0,68.
Pengambilan Kelereng
Tabel perbandingan hasil
No Peluang Teori
15x Praktek
25x 35x
1 P(KM | T) 0,43 0,30 0,29
2 P(KK | T) 0,29 0,20 0,29
3 P(KH | T) 0,29 0,50 0,43
4 P(KM | TT) 0,25 0,20 0,29
5 P(KK | TT) 0,50 0,47 0,14
6 P(KH | TT) 0,25 0,33 0,57
Dari tabel yang telah disusun untuk perbandingan hasil peluang pengambilan kelereng
secara teori dan paraktek ternyata diperoleh nilai-nilai peluang yang hampir sama atau
mendekati seperti pada P(KK | T), dan P(KM | TT) dengan nilai peluang antara 0,20
sampai dengan 0,30.
Namun untuk P(KH | T) pada praktek 25x dan 35x nilainya menalami perbedaan yang
sgnifikan dengan teori 15x yaitu 0,29 dan untuk P(KK | TT) juga mengalami perbedaan
nilai hasil peluang yang cukup signifikan, pada teori 15x dengan nilai 0,50 ,pada paktek
35x dengan nilai 0,14. Begitu juga untuk P(KH | TT) mengalami perbedaan nilai hasil
peluang yang cukup signifikan, pada teori 15x dengan nilai 0,25, pada praktek 25x
dengan nilai 0,33, dan pada praktek 35x dengan nilai 0,57.

*** Pengambilan Kelereng Dengan Teori Bayes

Dalam teori bayes dilakukan pengambilan kelereng sebanyak 30x, lalu untuk
menentukan nilai peluangnya menggunakan nilai peluang jk dengan nilai 1/3.
No Peluang Hasil
1 P(KM) 0,33
2 P(KK) 0,33
3 P(KH) 0,33
4 P(T|KM) 0,20
5 P(T|KK) 0,70
6 P(T|KH) 0,80
7 P(TT|KM) 0,60
8 P(TT|KK) 0,50
9 P(TT|KH) 0,20
10 P(T) 0,60
11 P(KM|T) 0,11
12 P(KK|T) 0,39
13 P(KH|T) 0,44
14 P(TT) 0,43
15 P(KM|TT) 0,47
16 P(KK|TT) 0,39
17 P(KH|T) 0,16
Pada perhitungan peluang pengambilan kelereng dengan kaidah bayes digunakan
rumus peluang bersyarat untuk memperoleh hasil nilai peluangnya. Diperoleh nilai
peluang yang terkecil adalah P(KH|T) dan P(KM|TT) dengan nilai 0,16 dan 0,11, dan
peluang yang terbesar adalah P(T|KH) dengan nilai 0,80 .

2.8 pengertian statistik.

Statistika adalah pengetahuan yang berkaitan dengan metode, teknik atau cara
mengumpulkan, mengolah, menganalisis dan menginterprestasikan data untuk disajikan
secara lengkap dalam bentuk yang mudah dipahami penggunan.
Berdasarkan latar belakang diatas penulis/ penyusun ingin mengetahui lebih jauh tentang
statistik termaksud juga tentang jenis-jenis berdasarkan metode yang dipakai di dalam system
statistic ini.

Metode statistik
Metode statistik merupakan ilmu pengetahuan yang meliputi segala metode guna
mengumpulkan, mengolah, menyajikan dan menganalisis data kuantitatif secara deskriptif.
Fokus kegiatan adalah pengumpulan dan penataan data serta penggunaan pengukuran yang
sifatnya menyederhanakan.
Menurut Croxton dan Cowden definisi tersebut lebih menekankan pada teknik
mengumpulkan, mengolah, menyederhanakan, menyajikan dan menganalisis data kuantitatif
secara deskriptif untuk memberikan deskripsi terhadap suatu peristiwa. Oleh sebab itu
dinamakan metode statistik deskriptif.
Selanjutnya Croxton dan Cowden memberi definisi statistik yang lebih luas yakni metode
guna mengumpulkan, mengolah, menyajikan, menganalisis dan menginterpretasi data yang
berwujud angka-angka.
Kata interpretasi bermakna penarikan kesimpulan dari hasil analisis yang dilakukan atas
dasar data kuantitatif yang terbatas. Artinya metode statistik tidak hanya memberikan teknik
pengumpulan, pengolahan, penyajian dan analisis data semata melainkan juga memberikan
teknik penarikan kesimpulan tetntang ciri populasi dari hasil pengukuran yang dilakukan
terhadap sampel yang telah dipilih secara random.
Metode penarikan kesimpulan umum tersebut sesungguhnya merupakan inti dari statistik
modern yang kemudian populer dengan sebutan statistik inferensial.
Bidang kajian/ cakupan statistik deskriptif :
Distribusi frekuensi
Penyajian grafik, bagan dan diagram
Pengukuran tendensi sentral/ pemusatan (mean, median, modus)
Pembagian distribusi (kuartil, desil, persentil)
Variabilitas (range, mean deviasi, standar deviasi, Z score )
Angka indeks
Time series (deret waktu atau data berkala)
Bidang Kajian statistik Inferensial :
Probabilitas/ teori kemungkinan
Distribusi teoritis
Sampling dan distribusi sampling
Studi estimasi (penaksiran pada tingkat populasi )
Uji hipotesis
Analisis korelasional dan uji signifikansi
Analisis regresi untuk peramalan.

Berdasarkan bentuk distribusi parameternya statistik dibagi menjadi :

Statistik parametrik : bagian statistik di mana parameter populasi diketahui mengikuti
distribusi normal dan memiliki varians yang homogen.
Statistik non parametrik : Jenis statistik di mana parameter populasi tidak mengikuti
distribusi normal atau distribusi bebas (free distribution) dan varians tidak perlu homogen.

2.9 JENIS - JENIS STATISTIK

Statistika dibedakan berdasarkan jenisnya menjadi dua yaitu Statistika Deskriptif dan
Statistika Inferensia.
Statistika deskriptif adalah statistika yang berkaitan dengan metode atau cara
medeskripsikan, menggambarkan, menjabarkan atau menguraikan data. Statistika
deskripsi mengacu pada bagaimana menata, menyajikan dan menganalisis data, yang
dapat dilakukan misalnya dengan menentukan nilai rata-rata hitung, median, modus,
standar deviasi atau menggunakan cara lain yaitu dengan membuat tabel distribusi
frekuensi dan diagram atau grafik.
Statistika inferensia adalah statistika yang berkaitan dengan cara penarikan kesimpulan
berdasarkan data yang diperoleh dari sampel untuk menggambarkan karakteristik dari
suatu populasi. Dengan demikian dalam statistika inferensia data yang diperoleh
dilakukan generalisasi dari hal yang bersifat kecil (khusus) menjadi hal yang bersifat
luas (umum).

2.10 penelitian statistik penggunaan listrik di indonesia tahun

2014

Sektor ketenagalistrikan merupakan salah satu leading sector dalam menunjang

perekonomian dan pembangunan nasional. Listrik sudah menjadi kebutuhan vital bagi
masyarakat dalam kehidupan sehari-hari. Saat ini, hampir semua peralatan rumah tangga
membutuhkan listrik dalam penggunaannya seperti pesawat televisi, kulkas, air conditioner
(AC), mesin cuci, laptop, komputer, handphone dan lain-lain. Selain itu, listrik juga berperan
penting bagi dunia industri dan jasa dalam proses produksi untuk dapat menggerakkan
perekonomian. Tidak heran, demand terhadap listrik meningkat setiap tahunnya sementara
pasokan listrik sendiri sangat terbatas. Hal ini menyebabkan berbagai wilayah di tanah air
sering sekali mengalami pemadaman listrik bergilir terutama di daerah-daerah pinggiran dan
pedalaman. Lebih jauh, saat ini kondisi yang sangat memprihatinkan adalah masih banyak
daerah di tanah air yang sama sekali belum teraliri listrik.

Gambar konsumsi listrik di indonesia pertahun 2015-2016. Sumber: internet/Databoks

Rasio elektrifikasi di Indonesia secara keseluruhan bila dibandingkan dengan negara-negara

kawasan masih cukup tertinggal. Pada tahun 2014, rasio elektrifikasi Indonesia masih sekitar
84,3 persen menempati peringkat ke-6 di ASEAN setelah Singapura yaitu 100 persen,
Malaysia 99,4 persen, Thailand 99,3 persen, Vietnam 97,3 persen, dan Philipina sebesar 89,7
persen. Selain itu, konsumsi listrik penduduk per kWh per kapita Indonesia juga masih cukup
rendah bila dibandingkan dengan negara-negara tetangga tersebut. Rata-rata konsumsi listrik
Indonesia pada 2014 sebesar 0,7 kWh per kapita. Terdapat perbedaan yang cukup signifikan
bila dibandingkan dengan Singapura yaitu sebesar 8,4 kWh per kapita, Malaysia 4,3 kWh per
kapita, Thailand 2,3 kWh per kapita dan Vitenam 1,1 kWh per kapita.

Gambar statistik penggunaan listrik di asia. Sumber: internet

Di Indonesia sendiri, dilihat dari statistik yang dikeluarkan oleh pemerintah, terdapat
kesenjangan yang cukup lebar antara pulau Jawa dan luar pulau Jawa dalam penyediaan
listrik. Hal ini dapat dilihat dari perbandingan rasio elektrifikasi antara Sumatera, Jawa-Bali
dan Indonesia Timur. Pada tahun 2009, rasio elektrifikasi pulau Jawa adalah 67,6%,
Sumatera 62,7%, dan Indonesia Timur hanya sebesar 50,6%. Sedangkan pada tahun 2014,
rasio elektrifikasi di pulau Jawa meningkat menjadi 87%, Sumatera menjadi 85,5%,
sementara untuk Indonesia Timur menjadi 73,9%. Kondisi ini juga mencerminkan adanya
perbedaan yang cukup signifikan terutama antara Jawa dan Indonesia Timur dalam
penyediaan tenaga listrik yang adil dan merata bagi masyarakat.
Berdasarkan data statistik yang dirilis oleh PLN, ada enam golongan pelanggan yang
menikmati aliran listrik antara lain
         kelompok rumah tangga,
         kelompok bisnis,
         kelompok industri,
         transportasi atau penerangan jalan.
Dari berbagai kelompok tersebut, kelompok terbesar pengguna listrik adalah rumah tangga.

Pertumbuhan konsumen rumah tangga setiap tahunnya meningkat rata-rata 3,5 juta
pelanggan, diikuti oleh sektor bisnis 140 ribu pelanggan, sektor publik 82 ribu pelanggan, dan
sektor industri meningkat rata-rata 2 ribu pelanggan setiap tahunnya. Adanya peningkatan
tersebut yang tidak diimbangi dengan pertumbuhan kapasitas pembangkit berakibat kepada
pasokan listrik yang semakin terbatas.
Kondisi kelistrikan yang belum optimal menimbulkan berbagai kerugian dan masalah bagi
masyarakat dan pengguna listrik. Dampak kurangnya ketersediaan listrik sangat dirasakan
oleh kalangan masyarakat di wilayah-wilayah remote area yang belum teraliri listrik maupun
wilayah-wialyah yang pasokan listriknya terbatas. Kurangnya pasokan listrik menyebabkan
banyak rumah tangga belum bisa menikmati listrik untuk kebutuhan sehari-hari seperti
penerangan.
Di daerah-daerah yang pasokan listriknya terbatas, masyarakat harus mengalami pemadaman
listrik berkali-kali setiap harinya. Selain merugikan masyarakat karena waktu operasional
yang kurang, pemadaman yang dilakukan secara rutin dan tiba-tiba juga dapat merugikan
konsumen akibat kerusakan peralatan rumah tangga karena korsleting arus listrik. Kondisi
seperti ini sangat sering terjadi terutama di daerah-daerah luar pulau Jawa yang pasokannya
terbatas seperti sebagian Sumatera dan Kalimantan, serta Indonesia Timur.

2.11 PENGERTIAN DATA

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.
Berdasarkan nilainya dikenal dua jenis data kuantitatif yaitu data diskrit yang diperoleh dari
hasil perhitungan dan data kontinue yang diperoleh dari hasil pengukuran.
Menurut sumbernya data dibedakan menjadi dua jenis yaitu data interen adalah data yang
bersumber dari dalam suatu instansi atau lembaga pemilik data dan data eksteren yaitu data
yang diperoleh dari luar.
Data eksteren dibagi menjadi dua jenis yaitu data primer dan data sekunder. Data primer
adalah data yang langsung dikumpulkan oleh orang yang berkepentingan dengan data
tersebut dan data sekunder adalah data yang tidak secara langsung dikumpulkan oleh orang
yang berkepentingan dengan data tersebut.
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.
Berdasarkan nilainya dikenal dua jenis data kuantitatif yaitu data diskrit yang diperoleh
dari hasil perhitungan dan data kontinue yang diperoleh dari hasil pengukuran.
Menurut sumbernya data dibedakan menjadi dua jenis yaitu data interen adalah data
yang bersumber dari dalam suatu instansi atau lembaga pemilik data dan data eksteren
yaitu data yang diperoleh dari luar.
Data eksteren dibagi menjadi dua jenis yaitu data primer dan data sekunder. Data
primer adalah data yang langsung dikumpulkan oleh orang yang berkepentingan
dengan data tersebut dan data sekunder adalah data yang tidak secara langsung
dikumpulkan oleh orang yang berkepentingan dengan data tersebut.
2.12 CARA PENGUMPULAN DATA
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 :
1) Wawancara (interview)
Yaitu cara untuk mengumpulkan data dengan mengadakan tatap muka secara langsung.
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 takberstruktur (unstructured interview). Wawancara berstruktur adalah
wawancara yang jenis dan urutan dari sejumlah pertanyaannya sudah disusun
sebelumnya, sedangkan waw
ancara takberstruktur adalah wawancara yang tidak secara ketat ditentukan
sebelumnya. Wawancara takberstruktur 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.
Kekurangannya adalah tidak dapat dilakukan dalam skala besar dan sulit memperoleh
keterangan yang sifatnya pribadi.

2) 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.

3) 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 dieroleh lebih dapat dipercaya.Kelemahannya
adalah bisa terjadi kesalahan interpretasi terhadap kejadian yang diamati.

4) 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 :
a. Tes kecerdasan dan bakat.
b. Tes kepribadian.
 c. Tes sikap.
d. Tes tentang nilai.
e. 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.

2.13 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 : Cross section data adalah
data yang dikumpulkan pada suatu waktu tertentu. Data berkala adalah data yang
dikumpulkan dari waktu ke waktu. Dengan data berkala dapat dibuat garis kecenderungan
atau trend.
1) Penyajian data dengan table
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.

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

2.Penyajian data dengan grafik/diagram

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

         Grafik garis

         Grafik Batang

2.14 POPULASI DAN SAMPEL

Populasi adalah keseluruhan pengamatan atau obyek yang menjadi perhatian
sedangkan Sample adalah bagian dari populasi yang menjadi perhatian.
Populasi dan sample masing-masing mempunyai karakteristik yang dapat diukur atau
dihitung. Karakteristik untuk populasi disebut parameter dan untuk sample disebut
statistik.
Contoh parameter adalah mean (µ), standar deviasi ( ), proporsi (P) dan koefisien
korelasi ( ), sedangkan statistik adalah nilai rata-rata ( ), standar deviasi (s), proporsi
(p) dan koefisien korelasi (r).
Populasi dibedakan menjadi dua jenis yaitu :
Populasi orang atau individu adalah keseluruhan orang atau individu (dapat pula
berupa benda-benda) yang menjadi obyek perhatian.
Populasi data adalah populasi yang terdiri atas keseluruhan karakteristik yang menjadi
obyek perhatian.
Sampel juga dibedakan menjadi dua jenis yaitu :
Sampel orang atau individu adalah sampel yang terdiri atas orang-orang (dapat pula
berupa benda-benda) yang merupakan bagian dari populasinya yang menjadi obyek
perhatian.
Sampel data adalah sebagaian karakteristik dari suatu populasi yang menjadi obyek
perhatian.
Meskipun populasi merupakan gambaran yang ideal, tetapi sangat jarang penelitian
dilakukan memakai populasi. Pada umumnya yang dipakai adalah sample. Ada
beberapa alasan mengapa penelitian dilakukan menggunakan sample :
1. Waktu yang diperlukan untuk mengumpulkan data lebih singkat.
2. Biaya lebih murah.
3. Data yang diperoleh justru lebih akurat.
4. Dengan statistika inferensia dapat dilakukan generalisasi.

2.15 SKALA PENGUKURAN

Salah satu aspek penting dalam memahami data untuk keperluan analisis terutama
statistika inferensia adalah Skala Pengukuran. Secara umum terdapat 4 tingkat/jenis
skala pengukuran yaitu :
1. 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 1998
Jenis buah jumlah
Apel 2 ton
Mangga 1,5 ton
 Durian 4 ton
Anggur 6,5 ton

sumber: Data buatan

2. 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 Teknik Elektro UNIVERSITAS PAMULANG.

Kategori Nilai Banyaknya Mahasiswa
Istimewa 5 orang
Baik 15 orang
Cukup 5 orang
Kurang 3 orang
Kurang Sekali 0 orang

Sumber: Data buatan

2.16 VARIABEL PENELITIAN

Pengertian Variabel Penelitian
Variabel merupakan sesuatu yang menjadi objek pengamatan penelitian, sering juga disebut
sebagai faktor yang berperan dalam penelitian atau gejala yang akan diteliti. Menurut
Kerlinger (2006: 49), variabel adalah konstruk atau sifat yang akan dipelajari yang
mempunyai nilai yang bervariasi. Kerlinger juga mengatakan bahwa variabel adalah
simbol/lambang yang padanya kita letakan sebarang nilai atau bilangan. Menurut Sugiyono
(2009: 60), variabel adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh
peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik
kesimpulannya. Selanjutnya menurut Suharsimi Arikunto (1998: 99), variabel penelitian
adalah objek penelitian atau apa yang menjadi perhatian suatu titik perhatian suatu penelitian.
Bertolak dari pendapat para ahli di atas maka dapat disimpulkan bahwa variabel penelitian
adalah suatu atribut dan sifat atau nilai orang, faktor, perlakuan terhadap obyek atau kegiatan
yang mempunyai variasi tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian
ditarik kesimpulannya. 

Jenis-Jenis Variabel Penelitian 

Variabel dapat dikelompokkan menurut beragam cara, namun terdapat tiga jenis tiga jenis
pengelompokkan variabel yang sangat penting dan mendapatkan penekanan. Karlinger,
(2006: 58) antara lain:

Variabel bebas dan variabel terikat

Variabel bebas sering disebut independent, variabel stimulus, prediktor, antecedent. Variabel
bebas adalah variabel yang mempengaruhi atau yang menjadi sebab perubahannya atau
timbulnya variabel terikat. Variabel terikat atau dependen atau disebut variabel output,
kriteria, konsekuen, adalah variabel yang dipengaruhi atau yang menjadi akibat, karena
adanya variabel bebas. Variabel terikat tidak dimanipulasi, melainkan diamati variasinya
sebagai hasil yang dipradugakan berasal dari variabel bebas. Biasanya variabel terikat adalah
kondisi yang hendak kita jelaskan.

Dalam eksperimen-eksperimen, variabel bebas adalah variabel yang dimanipulasikan

(“dimainkan”) oleh pembuat eksperimen. Misalnya, manakala peneliti di bidang pendidikan
mengkaji akibat dari berbagai metode pengajaran, peneliti dapat memanipulasi metode
sebagai (variabel bebasnya) dengan mengggunakan berbagai metode. Dalam penelitian yang
bersifat tidak eksperimental, yang dijadikan variabel bebas ialah yang “secara logis”
menimbulkan akibat tertentu terhadap suatu variabel terikat. Contohnya, dalam penelitian
tentang merokok dan kanker paru-paru, merokok (yang memang telah dilakukan oleh banyak
subyek) merupakan variable bebas, sementara kangker paru-paru merupakan akibat dari
merokok atau sebagai variabel terikat. Jadi variabel bebas adalah variabel penyebab,
sadangkan variabel terikat yang menjadi akibatnya. Dalam bidang pendidikan variabel terikat
yang paling lazim adalah, misalnya prestasi, atau “hasil belajar”. Untuk mengetahui prestasi
belajar peserta didik, peneliti memiliki sejumlah besar kemungkinan variabel bebasnya,
antara lain: kecerdasan, kelas sosial, metode pembelajaran, tipe kepribadian, tipe motivasi
(imbalan/hadiah dan hukuman), sikap terhadap sekolah, suasana kelas dan seterusnya. Untuk
lebih mudah dipahami berikut ini ditampilkan skema mengenai penjelasan di atas. 

Variabel aktif dan variabel atribut 

Variabel aktif adalah variabel bebas yang dimanipulasi. Sebarang variabel yang
dimanipulasikan merupakan variabel aktif. Misalnya peneliti memberikan penguatan positif
untuk jenis kelakuan tertentu dan melakukan hal yang berbeda terhadap kelompok lain atau
memberikan instruksi yang berlainan pada kedua kelompok tersebut atau peneliti
menggunakan metode pembelajaran yang berbeda, atau memberikan imbalan kepada subyek-
subyek dalam kelompok lain, atau menciptakan kecemasan dengan instruksi-instruksi yang
meresahkan, maka peneliti secara aktif memanipulasi variabel metode, penguatan, dan
kecemasan.

Variabel atribut adalah yang tidak dapat dimanipulasi atau kata lain variabel yang sudah
melekat dan merupakan ciri dari subyek penelitian. Misalnya: Intelegensi, bakat jenis
kelamin, status sosial-ekonomi, sikap, daerah geografis suatu wilayah, dan seterusnya. Ketika
kita melakukan penelitian atau kajian subyek-subyek penelitian kita sudah membawa
variabel-variabel (atribut-atribut) itu. Yang membentuk individu atau subyek penelitian
tersebut adalah lingkungan, keturunan, dan situasi-situasi lainnya.

Perbedaan variabel aktif dan variabel atribut ini bersifat umum. Akan tetapi variabel atribut
dapat pula menjadi variabel aktif. Ciri ini memungkinkan untuk penelitian relasi “yang sama”
dengan cara berbeda. Misalnya kita dapat mengukur kecemasan subyek. Jelas bahwa dalam
hal ini kecemasan merupakan atribut. Akan tetapi kita dapat pula memenipulasi kecemasan.
Kita dapat menumbuhkan kecemasan dengan tingkat yang berbeda, dengan mengatakan
kepada subyek-subyek yang termasuk dalam kelompok eksperimen (kelompok yang diteliti)
bahwa yang harus mereka kerjakan sulit, maka tingkat kecerdasan mereka akan diukur dan
masa depan mereka tergantung pada skor tes itu. Sedangkan kepada subyek lainya dipesan
bahwa kerja sebaik-baiknya tetapi santai saja; hasil tes tidak terlalu penting dan sama sekali
tidak mempengaruhi hari depan mereka. 
Variabel kontinu dan variabel kategori 

Sebuah variabel kontinu memiliki sehimpunan harga yang teratur dalam suatu cakupan
(range) tertentu. Arti defenisi ini ialah:
1.                  Harga-harga suatu variabel kontinu mencerminkan setidaknya suatu urutan
peringkat. Harga yang lebih besar untuk variabel itu berarti terdapatnya lebih banyak sifat
tertentu (sifat yang dikaji) yang dikandungnya, dibandingkan dengan variabel dengan harga
yang lebih murah. Misalnya, harga-harga yang diperoleh dari suatu skala untuk mengukur
ketergantungan (depedensi) mengungkapkan ketergantungan dengan kadar yang berbeda-
beda, yakni mulai dari tinggi, menengah/sedang, sampai rendah. 
2.                  Ukuran-ukuran kontinu dalam penggunaan nyata termuat dalam suatu range, dan tiap
individu mendapatkan skor yang ada dalam range tersebut. Misalnya suatu skala untuk
mengukur ketergantungan mungkin memiliki range dari 1 hingga 7. 
3.                  Secara teoritis terdapat himpunan harga atau nilai yang tak berhingga banyaknya
dalam range itu. Demikianlah maka skor seseorang individu mungkin sekali adalah 4,72 dan
bukan 4 atau 5. 

Variabel kategori variabel yang berkaitan dengan suatu jenis pengukuran yang dinamakan
pengukuran nominal. Dalam pengukuran nominal terdapat dua himpunan bagian (subset)
atau lebih yang merupakan bagian dari himpunan (set) obyek yang diukur. Individu-individu
dikategorisasikan berdasarkan pemilikan ciri-ciri tertentu yang merupakan penentu suatu
himpunan bagian. Jadi persoalah variabel ini adalah antara “ya” atau “tidak”. Contoh paling
mudah adalah variabel kategori dikotomis: jenis kelamin, republik-demokrat, kulit putih-kulit
hitam, dan sebagainya. Politomi, yakni pilihan (partisi) cukup lazim terdapat khususnya
dalam sosiologi dan ilmu ekonomi: anutan agama, pendidikan, kewarganegaraan, pilihan
pekerjaan, dan seterusnya. 

Syarat-syarat yang dituntut variabel kategori dan variabel nominal, adalah semua anggota
himpunan bagain dipandang sama. Misalnya, kalau variabel itu adalah anutan agama, semua
penganut protestan adalah sama; semua penganut katolik adalah sama; dan semua penganut
“lain-lain” pun sama. Jika seorang agama katolik, dia dimasukan dalam kategori “katolik”
dan diberi angka (nomor) “1” dalam katergori tersebut. Variabel ini bersifat “demokratis”
artinya, tidak mengenal tatanan peringkat atau ungkapan “lebih besar” maupun “lebih kecil”
daripada di antara kategorinya. Semua anggota kategori memiliki nilai atau harga sama,
yakni:

Ungkapan variabel kualitatif kadang-kadang digunakan untuk menunjuk variabel-variabel

kategori ini, khusunya dikotomi, barangkali juga untuk mengkontraskanya dengan variabel
kuatitatif (variabel kontinu). Penggunaan ungkapan itu mencerminkan adanya gagasan yang
agak menyimpang mengenai hakikat variabel. Variabel selalu dapat dikuantisasikan; jika
tidak demikian, tentunya bukanlah variabel. 

Sebelummnya dijelaskan bahwa konstruk adalah hal-hal yang tak teramati (non observable)
sedangkan defenisi variabel secara operasional adalah hal-hal yang teramati (observable).
Kerlinger (2006: 66) menambahkan bahwa hal yang dimaksud adalah “variabel laten”.
Variabel laten adalah suatu utuhan obyek (entity) tak teramati yang diduga melandasi
variabel amatan. Peneliti cenderung lebih berminat pada variabel-variabel laten, daripada
relasi antara variabel-variabel amatan; sebab peneliti berupaya menjelaskan fenomena dan
relasinya. 
Istilah-istilah lain untuk mengungkapkan gagasan yang kira-kira sama misalnya konstruk
disebut dengan variabel intervensi (intervening variabel). Variabel intervensi adalah istilah
yang dibuat untuk menunjuk pada proses-proses psikologis yang internal dan tak teramati,
yang pada gilirannya mengacu pada perilaku. suatu variabel intervensi ini “hanya ada di otak
peneliti”  tidak dapat dilihat, didengar, atau diraba; disimpulkan dari perilaku. 

Kegunaan dan Kriteria Variabel Penelitian 

1. Kegunaan Variabel
1.                  Untuk mempersiapkan alat dan metode pengumpulan data 
2.                  Untuk mempersiapkan metode analisis/pengolahan data
3.                  Untuk pengujuian hipotesis 

2. Variabel penelitian yang baik 

1.                  Relevan dengan tujuan penelitian 
2.                  Dapat diamati dan dapat diukur
3.                  Dalam suatu penelitian, variabel perlu diidentifikasi, diklasifikasi, dan didefenisikan
secara operasional dengan jelas dan tegas agar tidak menimbulkan kesalahan dalam
pengumpulan dan pengolahan data serta dalam pengujian hipotesis. 

 
  
 
BAB III

PENUTUP
 

3.1 KESIMPULAN

Dari jabaran diatas dapat kita simpulkan bahwa:

1.                  Probabilitas adalah kemungkinan yang terjadi berdasarkan keadaan yang telah ada.

2.                  Probabilitas ada dua macam, yaitu: Probabilitas a priori dan Probabilitas relative
frekuensi.

3.                  tindakan yang kita ambil berdasarkan resiko yang mungkin timbul dari pilihan kita
berkaitan dengan probabilitas yang ada

4. Metode statistik prosedur – prosedur atau cara-cara penyajian dan penafsiran data.
Penyajiannya meliputi : penyajian, pengorganisasian, peringkasan dan penyajian data.
Sedangkan penafsiran data meliputi : pengdugaan, pengujian dugaan dan penarikan
kesimpulan.

5.

6. Jenis Metode Statistik ada 2 yaitu :

7. Statistik deskriptif (Descriptive Statistics) adalah metode pengumpulan, peringkasan

dan penyajian data. Descriptive bersifatmemberi gambaran.

8. Statistik Inferensia (Inferential Statistics) adalah metode statistik peramalan,

pendugaan dan penarikan kesimpulan. Inferential bersifat melakukan generalisasi
(penarikan kesimpulan.)
3.2 saran

Statistic dan probabilitas adalah suatu ilmu pengetahuan sangat dibutuhkan untuk
perkembangan dunia banyak sekali orang ingin mengetahui cabang ilmu ini sehingga banyak
yang mengetahui ilmu statistik namun karena kesukaran sehingga banyak yang terkadang
enggan atau malas untuk mempelajari ilmu ini sebenarnya statistik mudah untuk dipelajari
yang penting ada niat dari kita untuk mau mendalami ilmu ini pasti akan tahu dan paham
sebagai ntang ilmu statistik ini. Dengan demikian saran kami kami sebagai penyusun sebagai
mahasiswa fakultas ekonomi agar lebih memberikan sedikit motivasi dalam diri untuk
mempelajari ilmu ini “ilmu yang lain juga” agar kedepannya apabila telah selesai dapat
mempertanggunga jawabkan semua ilmu yang kita dapatkan. Sekian terima kasih.