Disusun oleh :
LARASATI SUCININGSIH
1810311021
STATISTIK PROBABILITAS B
2021
PERT.1
PPT 1
Tendensi sentral adalah pengukuran statistik untuk menentukan skor tunggal yang
menetapkan pusat dari distribusi. Tujuan tendensi sentral adalah untuk menemukan skor
single yang paling khusus atau paling representatif dalam kelompok (Gravetter &
Wallnau, 2007).
• Mean
Mean dihitung dengan menjumlahkan semua nilai data pengamatan
kemudian dibagi dengan banyaknya data.Mean dilambangkan dengan(dibaca“x-
bar”) jika kumpulan data ini merupakan contoh (sampel) dari populasi.
• Mean Continued
Sedangkan jika semua data berasal dari populasi, meandilambangkan dengan
μ(huruf kecil Yunani mu).
• Mencari Mean dengan metode Panjang
Nilai rata-rata ukur dari sekelompok bilangan adalah hasil perkalian bilangan
tersebut, diakarpangkatkan dengan banyaknya bilangan itu sendiri.
• Rata-rata ukur data tunggal
Statistika menurut fungsinya dibagi menjadi dua bagian yaitu statistika deskriptif
dan statistika inferensial. Statistika yang menyangkut kesimpulan yang valid
dinamakan statistika inferensial atau statistika induktif. Dalam statistika inferensial
biasanya memasukkan unsur peluang dalam menarik kesimpulannya. Sedangkan
statistika yang hanya menggambarkan dan menganalisis kelompok data yang
diberikan tanpa penarikan kesimpulan mengenai kelompok data yang lebih besar
dinamakan statistika deskriptif atau statistika deduktif
B. Macam-macam Data
Menurut sifatnya :
• Data kualitatif adalah data yang berbentuk kategori atau atribut.
Contoh : Harga emas hari ini mengalami kenaikan.
• Data kuantitatif adalah data yang berbentuk bilangan.
Contoh Luas bangunan hotel itu adalah 5700 m2.
• Data diskrit adalah data yang diperoleh dengan cara menghitung atau
membilang.
Contoh : Banyak kursi yang ada di ruangan ini ada 75 buah.
• Data kontinu adalah data yang diperoleh dengan cara mengukur.
Contoh : Panjang benda itu adalah 15 cm.
C. Pengumpulan Data
Sampling adalah cara pengumpulan data jika hanya sebagian anggota populasi
saja yang diteliti. Jadi, di sinitidak semua anggota populasi yang diteliti, tetapi hanya
sebagian anggota populasi saja yang diteliti. Akan tetapi, yang sebagian itu harus
menggambarkan keadaan populasi yang sebenarnya.
• Cara acak
cara pemilihan sejumlah anggota dari populasi yang dilakukan sedemikian rupa
sehingga anggota-anggota populasi itu mempunyai peluang yang sama untuk
terpilih menjadi anggota sampel.
1) Undian
Setiap anggota populasi diberi nomor, kemudian diundi
untukmendapatkan anggota sampel yang diharapkan. Cara seperti ini
dilakukan jika jumlah anggota populasinya sedikit.
2) Tabel Bilangan Acak
Dalam hal ini, untuk memilih anggotanya menggunakan Tabel Bilangan
Acak, yaitu tabel yang berisi sekumpulan bilangan yang dikelompokkan
kedalam lima kolom dan lima baris.
• Cara Tidak Acak
Cara tidak acak adalah cara pemilihan sejumlah anggota dari populasi dengan
setiap anggotanya tidak mempunyai peluang yang sama untuk terpilih menjadi
anggota sampel.
1) Pembulatan Bilangan
2) Notasi Jumlah
PERT 5
PPT 1
VARIABEL ACAK DISKRIT
Peubah acak diskrit merupakan suatu fugsi yang nilainya berupa bilangan nyata
yang ditentukan oleh setiap unsur dalam ruang
Contoh: Misalkan pelemparan 3 keping uang logam setimbang memberikan ruang titik
contoh S={GGG,GGA,GAG,GAA,AGG,AGA,AAG,AAA} X merupakan variabel acak
diskrit menyatakan muncul angka (A).
• Sebaran Marginal
merupakan sebaran bagi masing-masing peubah X dan Y dalam sebaran peluang
bersama. Sebaran Marginal bagi X: Sebaran Marginal bagi Y
PERT.5
PPT.2
VARIABEL
Variabel adalah suatu atribut atau sifat atau nilai dari orang, obyek atau kegiatan yang
mempunyai variasi tertentu yang ditetapkan oleh enelitiuntuk dipelajari dan ditarik
kesimpulan.
KEGUNAAN VARIABEL
JENIS HUBUNGAN
1. Simetri : terdapat hubungan antar variabel dan bersifat tidak ada yang saling mempengaruhi (
Non kausalitas)
2. Asimetri : hubungan antar variabel yang terjadi bersifat yang satu mempengaruhi (independen)
dan lainnya dipengaruhi (dependen) (kausalitas)
3. Resiprok : hubungan antar variabel yang terjadi bersifat saling mempengaruhi (kausalitas
bolak-balik)
- Variabel Independen
Variabel Independen merupakan variabel yang mempengaruhi variabel lain/menjadi sebab
atau berubahnya suatu variabel lain.
Contoh :
1. “pengembangan fasilitas wisata” dapat mempengaruhi variabel “kepuasan pengunjung”
2. “ warna mobil” adalah variabel bebas yang dapat dimanipulasi dan dilihat pengaruhnya
terhadap “minat beli”, apakah warna merah mobil dapat menimbulkan minat beli konsumen
terhadap mobil tersebut.
Sebagai bentuk lain dari variabel bebas
1. Variabel perantara (variabel penghubung) : variabel yang menjembatani pengaruh suatu
variabel bebas dengan variabel tergantung
2. Variabel pendahulu : variabel bebas yang berpengaruh pada variabel tergantung tetapi
sekaligus berpengaruh pula variabel lainya yang juga berperan sebagai variabel bebas
terhadap variabel tergantung tersebut
3. Variabel prakondisi : variabel yang keberadaannya merupakan prasyarat bagi bekerjanya
suatu variabel bebas terhadap variabel tergantung
- Variabel Dependen.
Variabel tergantung adalah variabel yang dipengaruhi atau menjadi akibat karena adanya
variabel bebas. Variabel tergantung adalah variabel yang faktornya diamati dan diukur untuk
menentukan pengaruh yang disebabkan oleh variabel bebas.
- Variabel Moderating
Variabel moderat merupakan variabel yang faktornya diukur, dimanipulasi, atau dipilih oleh
peneliti untuk mengetahui apakah variabel tersebut mengubah hubungan antara variable
bebas dan variabel tergantung.
Contoh lain:
1. Hipotesis: Ada hubungan antara promosi di media televisi dengan meningkatnya
kesadaran petani menggunakan pupuk organik.
2. Variabel bebas: promosi
3. Variabel tergantung: kesadaran menggunakan pupuk organik
4. Variable moderat: media promosi
- Variabel Kontrol.
Variable kontrol didefinisikan sebagai variabel yang faktornya dikontrol oleh peneliti untuk
menetralisasi pengaruhnya. Variabel yang dikendalikan atau dibuat konstan.
Contoh:
1. Hipotesis: ada pengaruh kontras warna baju terhadap keputusan membeli di kalangan
wanita.
2. Variabel bebas: kontras warna
3. Variabel tergantung: keputusan membeli
4. Variabel kontrol: wanita (jenis kelamin)
- Variabel Intervening
Variabel-variabel yang mempengaruhi hubungan antara variabel independen dengan variabel
dependen menjadi hubungan yang tidak langsung
Contoh :
1. Hipotesis: ” minat terhadap tugas meningkat, maka kinerja mengerjakan tugas tersebut
akan semakin meningkat ”
2. Variabel bebas : minat terhadap tugas
3. Variabel tergantung: kinerja dalam mengerjakan tugas
4. Variabel penganggu: proses belajar
5. Hipotesis: Layanan yang baik mempengaruhi kepuasan pelanggan
6. Variabel bebas : layanan yang baik
7. Variabel tergantung: kepuasan pelanggan
8. Variabel pengganggu: kualitas jasa / produk
DESAIN SKALA
1. Skala Nominal
Skala nominal adalah skala yang hanya digunakan untuk memberikan kategori saja
Contoh: Wanita (1), dan Laki-laki (2)
2. Skala Ordinal
Skala Ordinal adalah skala pengukuran yang sudah dapat digunakan untuk menyatakan
peringkat antar tingkatan, akan tetapi jarak atau interval antar tingkatan belum jelas.
Contoh: Berilah peringkat supermarket berdasarkan kualitas pelayanannya !
Sri Ratu………………………. 1
Moro ………………………… 3
Matahari …………………….. 5
3. Skala Interval
Adalah skala pengukuran yang sudah dapat digunakan untuk menyatakan peringkat antar
tingkatan, dan jarak atau interval antar tingkatan sudah jelas, namun belum memiliki nilai
0 (nol) yang mutlak.
Contoh:
1. Skala Pada Termometer
2. Skala Pada Jam
3. Skala Pada Tanggal
4. Skala Rasio
Contoh:
1. Berat Badan
2. Pendapatan
3. Hasil Penjualan
OPERASIONAL
Definisi operasional adalah aspek penelitian yang memberikan informasi kepada kita
tentang bagaimana caranya mengukur variabel.
Variabel harus didefinisikan secara operasional agar lebih mudah dicari hubungannya
antara satu variabel dengan lainnya dan pengukurannya.
2) menunjukkan bahwa suatu konsep atau objek mungkin mempunyai lebih dari satu
definisi operasional;
3) mengetahui bahwa definisi operasional bersifat unik dalam situasi dimana definisi
tersebut harus digunakan.
Pert.6
PPT.1
DISTRIBUSI PROBABILITAS UNIFORM DISKRIT
Distribusi Probabilitas uniform diskrit adalah Distribusi probabilitas yang paling
sederhana adalah jika tiap nilai variabel random memiliki probabilitas yang sama untuk
terpilih.
Jika variabel random X bisa memiliki nilai x1,x2, …, xn dan masing- masing bisa
muncul dengan probabilitas yang sama maka distribusi probabilitasnya diberikan oleh
f(x;n)=1/n
untuk x= x1,x2, …, xn
Ciri-ciri dari probabilitas uniform diskrit adalah setiap nilai variabel acak
mempunyai probabilitas terjadi yang sama,sehingga p = 1 / k. Pada distribusi tidak ada
parameter penentu sehingga m = 0 dan v = k-m-1 =k-1
Dan variasinya :
= 3,14159
e = 2,71828
• Jensi-jenis Distribusi Normal
10
9
8
7
6
5
4
3
2
1
0
m
Distribusi Normal Baku yaitu distribusi probabilitas acak normal dengan nilai
tengah nol dan simpangan baku 1
Z=X-
Z = Skor Z atau nilai normal baku
X = Nilai dari suatu pengamatan atau pengukuran
= Nilai rata-rata hitung suatu distribusi
0.6
0.5
0.4
0.3
0.2
0.1
0
0 1 r 0 1 2 3 r 0 2 4 6 8 10 12 14 16 18 20 r
Bila nilai X adalah distribusi acak binomial dengan nilai tengah =np dan standar
Z = X - np
npq
di mana n dan nilai p mendekati 0,5
PERT.6
PPT.3
DISTRIBUSI PROBABILITAS : GAMMA DAN EKSPONENSIAL
• Distribusi Gamma
Distribusi Gamma adalah distribusi fungsi padat yang disebut luas dalam bidang
matematika.
• Fungsi gamma didefinisikan oleh :
Untuk α > 0
dengan e=2,71828
Fungsi gamma diintegralkan, bila α = n dengan n adalah bilangan bulat positif,
maka Γ(n) = (n-1)!
• Distribusi Eksponensial
Disribusi Gamma yang khusus dengan α=1 disebut distribusi eksponensial.
Hipotesis (hipotesa) adalah jawaban sementara terhadap masalah yang masih bersifat
praduga karena masih harus dibuktikan kebenarannya
2) Hipotesis Komparatif
3) Hipotesis Asosiatif
• Pengujian Hipotesis
Pengujian hipotesis adalah pengujian terhadap suatu pernyataan dengan
menggunakan metode statistik sehingga hasil pengujian tersebut dapat
dinyatakan signifikan secara statistik.
1. Menetapkan hipotesis
Hipotesis dibagi menjadi dua bagian, yaitu:
➢ Hipotesis null (H0)
Hipotesis null merupakan pernyataan yang akan diuji kebenarannya. Secara
statistik H0 diartikan bahwa tidak terdapat perbedaan antara karakteristik populasi
dan karakteristik sampel.
➢ Hipotesis alternatif (H1)
Hipotesis alternatif adalah pernyataan ketika pernyataan (H 0) ditolak. Dengan
demikian, secara statistik H1 diartikan bahwa terdapat perbedaan antara
karakteristik populasi dan karakteristik sampel.
Uji hipotesis proporsi dua populasi adalah pengujian dua proporsi yang masing-
masing proporsi tersebut berasal dari dua populasi yang berbeda serta independen.
Pengujian dua proporsi digunakan ketika akan membandingkan apakah proporsi pada
populasi pertama lebih kecil, sama atau lebih besar dibandingkan proporsi pada populasi
kedua.
PERT.13
REGRESI DAN KOLERASI
Analisis regresi dan korelasi menyatakan hubungan antara dua variabel atau lebih
dimana :
• Analisis regresi menunjukkan bentuk hubungan antara dua variabel atau lebih □
persamaan regresi.
• Analisa korelasi menunjukkan kekuatan hubungan antara dua variabel atau lebih
□ koefisien korelasi.
• Variabel dependen (variabel tak bebas) adalah variabel yang nilainya tergantung
dari variabel lain. Biasanya dinyatakan dengan Y.
• Variabel independen (variabel bebas) adalah variabel yang nilainya tidak
tergantung dari variabel lain. Biasanya dinyatakan dengan X.
• Analisis Regresi
1) Regresi linier
- Regresi linier sederhana : 1 variabel tak bebas (dependent) dan 1
variabel bebas (independent).
- Regresi linier berganda : 1 variabel tak bebas dan lebih dari 1 variabel
bebas
2) Regresi tak linier
• Regresi linier
1) Regresi linier sederhana : 1 variabel tak bebas (dependent) dan 1
variabel bebas (independent).
2) Regresi linier berganda : 1 variabel tak bebas dan lebih dari 1 variabel bebas
• Contoh Analisis Regresi
1) Analisis Regresi antara harga terhadap penjualan barang.
2) Analisis Regresi antara tingkat upah terhadap tingkat pengangguran.
3) Analisis Regresi antara tingkat suku bunga bank terhadap harga saham.
Frekuensi dalam fisika diartikan sebagai jumlah banyaknya getaran dalam satu
detik atau satu sekon. Teori ini diungkapkan oleh Heinrich Rudolf Hertz yang hidup tahun
1857 hingga 1894 M. Teori yang dicetuskan Hertz ini kemudian diabadikan dalam rumus
frekuensi. Frekuensi ini biasanya digunakan untuk menghitung getaran dan gelombang
yang terjadi
Dalam ilmu statistika, frekuensi lebih diartikan sebagai banyaknya kemunculan suatu
bilangan dalam sebuah deretan angka. Contoh yang mudah untuk dipahami misalnya
terdapat deretan angka 2, 3, 5, 3, 3, 1, 2, 2,3. Dari deretan angka tersebut, frekuensi
angka 3 yang muncul adalah sebanyak 4 kali, maka frekuensi (3) = 4.
1. Analisis Frekuensi
Dalam cipher substitusi sederhana , setiap huruf dari plaintext diganti dengan yang
lain, dan setiap huruf tertentu dalam plaintext akan selalu diubah menjadi huruf yang
sama dalam ciphertext. Misalnya, jika semua kemunculan hurufe berubah menjadi
huruf X, pesan ciphertext yang berisi banyak contoh surat X akan menyarankan
kepada seorang cryptanalyst bahwa X mewakili e.
Analisis frekuensi telah dijelaskan dalam fiksi. " The Gold-Bug " karya Edgar
Allan Poe , dan kisah Sherlock Holmes karya Sir Arthur Conan Doyle " The
Adventure of the Dancing Men " adalah contoh cerita yang menggambarkan
penggunaan analisis frekuensi untuk menyerang sandi substitusi sederhana. Sandi
dalam cerita Poe dilapisi dengan beberapa tindakan penipuan, tetapi ini lebih
merupakan perangkat sastra daripada apapun yang signifikan secara kriptografis.
Rumus atau persamaan untuk menghitung suatu frekuensi adalah sebagai berikut
f = 1/T
Dimana
Hujan Rencana merupakan kemungkinan tinggi hujan yang terjadi dalamkala ulang
tertentu sebagai hasil dari suatu rangkaian analisis hidrologi yang biasa disebut dengan
• Tujuan
Tujuan analisis frekuensi data hidrologi adalah mencari hubungan antara besarnya
kejadian ekstrim terhadap frekuensi kejadian dengan menggunakan distribusi
probabilitas / kemungkinan.
• Manfaat
f(c) nilai ekstrim lokal f jika ia berupa nilai maksimum lokal atau nilai minimum lokal.
f(c) nilai maksimum lokal f jika terdapat interval (a,b) yang memuat c sedemikian rupa
sehingga f(c) adalah nilai maksimum f pada (a,b)∩S.
- nilai minimum lokal?
f(c) nilai minimum lokal f jika terdapat interval (a,b) yang memuat c sedemikian
rupa sehingga f(c) adalah nilai minimum f pada (a,b)∩S
i. Jika f’ berubah tanda dari negatif ke positif, maka f(c) merupakan nilai minimum
lokal.
ii. Jika f’ berubah tanda dari positif ke negatif, maka f(c) merupakan nilai maksimum
lokal.
iii. Jika f’ tidak berubah tanda, maka f(c) bukan nilai ekstrim lokal.
Misal pada garis bilangan. Kita ambil sebuah bilangan sebelum dan sesudah 3. Misal
angka 1 dan 4. Maka:
f’(1)=2(1)-6=-4
f’(4)=2(4)-6=2
Karena f’(3) berubah tanda dari negatif ke positif, maka f(3)=-4 merupakan nilai
minimum lokal.
Menurut Uji Turunan Pertama, f(3)=-4 adalah nilai minimum lokal. Karena 3 adalah
satu-satunya titik kritis, tidak terdapat nilai ekstrim lain. f'(3) berada di antara f'(1) dan
f'(4)
CATATAN: Dalam hal fungsi f hanya memiliki satu nilai ekstrim lokal f(c), dengan Uji
Turunan Pertama dapat disimpulkan bahwa f(c) juga merupakan nilai ekstrim global.