MODUL PERKULIAHAN

Teori
Probabilitas
KONSEP DASAR STATISTIKA - 1

Fakultas Program Studi Pertemuan Kode MK Disusun Oleh

01
TEKNIK TEKNIK 190531003 Verani Hartati, S.T., M.T.
INDUSTRI

Abstract Kompetensi
Pertemuan pertama ini membahas Mahasiswa mampu memahami konsep
mengenai bagian pertama dari materi statistika dasar (C2)
konsep dasar statistika yang terdiri dari;
definisi statistika, jenis-jenis statistika,
dan data.
1. PENDAHULUAN

STATISTIKA vs STATISTIK
Statistika (statistics) adalah Ilmu yang mempelajari cara mengumpulkan, menata, menyajikan,
menganalisis, dan menginterpretasikan data dengan tujuan untuk membantu pengambilan
keputusan yang efektif
Statistik (statistic) adalah hasil pengolahan dan analisis dari data itu. Statistik menyatakan
kumpulan data, bilangan maupun non-bilangan yang disusun dalam tabel dan atau diagram,
yang melukiskan atau menggambarkan suatu persoalan

PERANAN STATISTIKA
Peran ilmu statistika dalam kehidupan manusia diantaranya adalah untuk menyediakan
teknik/tata cara tentang:
• Pencatatan data secara eksak
• Membantu agar bekerja dengan tata-pikir definitif dan sistematis
• Menyajikan data agar ringkas dan mudah difahami
• Memudahkan analisis data kuantitatif yang kompleks dan rumit
• Penarikan kesimpulan atas data dari hasil penelitian
• Meramalkan kecenderungan peristiwa yang akan terjadi

BIDANG STATISTIKA
Pembidangan statistika dapat ditinjau dari segi pengolahan data, parameter yang digunakan,
serta bidang penerapannya.
1. Segi pengolahan data
a) Statistika deskriptif;
• Bidang ilmu yang mempelajari tata cara penyusunan dan penyajian data agar
mudah dibaca dan difahami.
• Disajikan dalam bentuk distribusi frekuensi, tabel, grafik, ukuran pemusatan,
angka indeks, time series, korelasi, regresi dan semacamnya.
b) Statistika Indutktif;
• Bidang ilmu yang mempelajari tata cara penarikan kesimpulan keseluruhan
(populasi) berdasarkan sebagian data (sampel)
• Disebut pula sebagai Statistika Inferensi
• Bertujuan untuk mendapat kesimpulan umum dari hasil penelitian

‘20 Teori Probabilitas Biro Akademik dan Pembelajaran

2 Verani Hartati http://www.widyatama.ac.id
 • Dalam bentuk teknik probabilitas, distribusi teoritis, sampling dan distribusi
sampling, pendugaan populasi, uji hipotesis, analisis korelasi dan uji signifikansi,
analisis regresi peramalan dan semacamnya.
2. Segi bentuk parameternya
a) Statistika Parametrik
• statistika yang dipergunakan untuk data yang berskala interval dan rasio, sebaran
data harus sama dan berdistribusi normal.
• Statistika yang parameter dari populasinya mengikuti suatu distribusi tertentu,
seperti distribusi normal dan memilki varians yang homogen
b) Statistika Non-Parametrik
• statistika yang dipergunakan apabila kita mengabaikan sebaran normal, statistika
untuk data kualitatif dan statistika yang bebas sebaran.
• Statistik yang parameter dari populasinya tidak mengikuti distribusi tertentu seperti
distribusi normal dan varians tidak perlu homogen
3. Segi bidang penerapan
Dibedakan penerapannya seperti : statistik sosial, statistik pendidikan, statistik ekonomi,
statistik perusahaan, statistik pertanian, statistik kesehatan, dan sebagainya.

‘20 Teori Probabilitas Biro Akademik dan Pembelajaran

3 Verani Hartati http://www.widyatama.ac.id
2. POPULASI DAN SAMPEL

Perbedaan populasi dan sampel

1. Sampel
Merupakan sebagian obyek yang diteliti atau sekumpulan data yang diambil atau diseleksi
dari suatu populasi.
2. Populasi
Sekumpulan data yang mengidentifikasi suatu fenomena atau seluruh obyek yang akan
diteliti.

Beberapa cara memilih sampel dari populasi;

1. Sampel Acak (Random Sample); sampel yang dipilih berdasarkan peluang tertentu.
2. Sampling; proses dari penyeleksian suatu jumlah elemen populasi menjadi anggota sampel
3. Sensus; cara pengumpulan data dimana seluruh elemen populasi diteliti satu per satu.

Ukuran Populasi dan Sampel

Banyaknya anggota yang ada dalam sebuah populasi biasa disebut Ukuran Populasi dan
dilambangkan dengan N. Sementara Ukuran Sampel adalah banyaknya anggota yang ada
dalam sebuah sampel, dan dilambangkan dengan n.

Parameter
Sebuah konstanta atau bilangan yang diperoleh dari populasi atas dasar perhitungan matematis
tertentu. atau data yang diperoleh dari hasil sensus.
Misalnya : m (mean); d (standard deviasi).

‘20 Teori Probabilitas Biro Akademik dan Pembelajaran

4 Verani Hartati http://www.widyatama.ac.id
3. DATA

DEFINISI DATA
• Statistika dapat digunakan apabila telah tersedia data sebagai bahan dasar perhitungan dan
analisisnya. Data dalam konteks statistika adalah data kuantitatif.
• Data kuantitatif adalah data yang berbentuk angka. Sementara data kualitatif adalah data
yang berbentuk uraian deskriptif, tidak dapat diolah secara statistik sebelum dikonversikan
menjadi data kuantitatif berdasarkan skala tertentu dengan asumsi tertentu pula.
• Data adalah himpunan angka hasil pengamatan dan pengukuran sistematis pada sejumlah
peristiwa/satuan analisis yang didapatkan secara langsung ataupun tidak langsung. Data
adalah sesuatu yang diketahui meskipun belum tentu benar.
• Data merupakan kumpulan angka, fakta, fenomena atau keadaan atau lainnya yang
merupakan hasil pengamatan, pengukuran,atau pencacahan dan sebagainya terhadap
variabel dari suatu obyek kajian, yang berfungsi dapat membedakan objek yang satu
dengan lainnya pada variabel yang sama.
• DATA yang telah diolah disebut INFORMASI, rangkaian informasi jika dikombinasikan
akan menghasilkan PENGETAHUAN, dan atas dasar pengetahuan seseorang dapat
melakukan PENGAMBILAN KEPUTUSAN.
• Dengan demikian penggunaan data yang benar dan valid merupan dasar dari pengambilan
keputusan yan tepat.

JENIS DATA
1. Data Kuantitatif vs Data Kualitatif
a) Data Kualitatif adalah data yang tidak dinyatakan dalam bentuk angka
• Contoh; jenis kelamin, jenis buah-buahan, tipe kendaraan, jenis pendidikan tinggi,
dan lain-lain
• Atau dapat juga berupa uraian deskriptif seperti contohnya; jumlah penjualan
meningkat, harga barang sangat mahal, dan lain sebagainya
b) Data Kuantitatif adalah data yang dinyatakan dalam bentuk angka. Data kuantitatif
dibagi menjadi data diskrit dan kontinu.
b.1. Data Diskrit,
• Merupakan data hasil pencacahan
• Data yang satuannya selalu bulat dalam bilangan asli, tidak berbentuk pecahan

‘20 Teori Probabilitas Biro Akademik dan Pembelajaran

5 Verani Hartati http://www.widyatama.ac.id
 • Contoh, angka yang menunjukkan banyaknya mahasiswa yang menjadi
anggota HMTI, banyaknya apel di keranjang, jumlah UMKM di Kecamatan
Sukapada, dan lain sebagainya.
b.2. Data Kontinu
• Merupakan data hasil pengukuran
• Data yang satuannya dapat berupa bilangan bulat dan atau pecahan
• Contoh, angka yang menunjukkan jarak antara Surabaya-Bandung, berat
badan balita di Desa Sukamaju, luas lahan kampus Universitas Widyatama,
dan lain-lain.
2. Berdasarkan Sumber
a) Data internal, adalah data yang menggambarkan keadaan di dalam satu unit organisasi,
contohnya, data tenaga kerja, data keuangan di suatu perusahaan, dan lain sebagainya.
b) Data eksternal, adalah data yang menggambarkan keadaan di luar suatu unit organisasi,
contohnya, data penjualan pesaing, data pendapatan per kapita negara, dan lain
sebagainya.
3. Berdasarkan Cara Memperoleh Data
a) Data primer, adalah data yang diperoleh dan atau diukur langsung dari obyeknya,
misalnya rata-rata kenaikan harga saham di BEJ, waktu pengiriman barang dari pabrik
ke distributor, dan lain-lain.
b) Data sekunder, adalah data yang diperoleh dari pihak lain dalam bentuk yang sudah
jadi (data statistic) dan sudah dipublikasikan, contohnya seperti data sensus ekonomi
BPS, data laporan keuangan perusahaan yang dipublikasikan di surat kabar, lokasi agen
distributor yang ditunjukan pada google map, dan lain sebagainya.
4. Berdasarkan Waktu Memperoleh Data
a) Data Berkala (Time-Series), adalah data yang dikumpulkan dari waktu ke waktu untuk
menggambarkan sesuatu kegiatan dari waktu ke waktu. Misalnya perkembangan
penjualan 5 tahun terakhir.
b) Data Cross-Section, adalah data yang dikumpulkan pada suatu waktu tertentu untuk
menggambarkan keadaan pada waktu yang bersangkutan. Misalnya jumlah penjualan
menurut jenis produk yang dihasilkan perusahaan pada tahun 2019.

‘20 Teori Probabilitas Biro Akademik dan Pembelajaran

6 Verani Hartati http://www.widyatama.ac.id
Daftar Pustaka

1. Adi Setiawan, (2015). Pengantar Teori Probabilitas. Tisara Grafika, Salatiga.

2. Murray R.S. dan Larry J.S., (2008). Statistics. fourth edition. Mc Graw Hill
3. Ronald E. Walpole, (1992). Pengantar Statistika. Gramedia, Jakarta.
4. Suharyadi dan Purwanto, (2003). Statistika untuk Ekonomi dan Keuangan Modern.
Salemba, Jakarta.

‘20 Teori Probabilitas Biro Akademik dan Pembelajaran

7 Verani Hartati http://www.widyatama.ac.id