PENGANTAR

PROBALITAS dan STATISTIK

MINGGU KE-1

2/12/2022 Prob.STAT-1/UK/2020/sy 1
 REFERENSI
 Utama:
 Walpole, Ronald E. and Raymond and Sara L. Myers, Keying Ye. 2012.
Probability and Statistics for Engineers and Scientists , 9th.edition Boston:
Prentice Hall.
 Ryan, Thomas P., 2007.Modern Engineering Statistics , Ackord Georgia: Wiley
Interscience.
 Walpole, Ronald E. and Raymond and Sara L. Myers, Keying Ye. 2000.
Probabilitas untuk Insinyur dan Ilmuwan (terjemahan), Jakarta: Erlangga.
 Harinaldi, Prinsip-prinsip Statistik untuk Teknik dan Sains, Erlangga, 2006. 2.
Devore, J.L., Probability and Statistics for Engineering and The Sciences (5th Ed.),
Duxbury, 2000.
 Pendukung:
 Stewart, William J. 2009. Probability, Markov Chains, Queues and Simulation ,
The Mathematical Basis of Performance Modeling. Princeton: Princetown
University Press.
 Sudjana, (2002). Metoda Statistika, Bandung: Penerbit Tarsito.

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 2
 Definisi Statistika

Ilmu yang berkaitan dengan pengumpulan,

pengolahan, dan interpretasi data secara ilmiah
dalam kerangka proses pengambilan keputusan
yang berkaitan dengan ketidakpastian dan variasi.

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 3
DEFINISI

• Statistika
Ilmu mengumpulkan, menata, menyajikan,
menganalisis, dan menginterprestasikan data
menjadi informasi untuk membantu pengambilan
keputusan yang efektif.

• Statistik
Suatu kumpulan angka yang tersusun lebih dari
satu angka.

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 4
 Statistika Deskriptif vs Inferensi

 Statistika deskriptif digunakan apabila peneliti

hanya bertujuan mendapatkan ringkasan data yang
dimilikinya. Ringkasan ini meliputi lokasi
pemusatan data, variabilitas data, dan karakteristik
umum distribusi data.
 Statistika inferensi digunakan apabila peneliti ingin
membuat suatu kesimpulan tertentu atas
karakteristik/hubungan antar beberapa variabel
dalam populasi, diberikan ia hanya memiliki data
sampel.
2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 5
 Kegunaan Statistika :
1. Sebagai alat bantu dalam
pengambilan keputusan
2. Menjelaskan hubungan antar variabel
3. Membuat rencana dan peramalan
4. Mengatasi perubahan-perubahan

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 6
 PERKEMBANGAN STATISTIKA

(a) Jaman Mesir dan Cina untuk menentukan besar pajak

(b) Jaman gereja untuk mencatat kelahiran, kematian, dan
pernikahan
(c) Tahun 1937 Tinbergen mengembangkan ekonomi statistik
(d) Tahun 1950, Bayes mengembangkan Teori Pengambilan
Keputusan
(e) Perang Dunia-II dikembangkan teknik sampling
(f) Tahun 50-60-an dikembangkan 7 tools for quality
(g) Dikembangkan SPC (Statistical Process Control)
(h) konsep 6 sigma (six sigma)

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 7
 KASUS STATISTIKA

Beberapa contoh kasus yang membutuhkan dukungan

statistika:

(a) Kasus tuntutan buruh tentang kenaikan gaji,

seharusnya dinaikkan/tidak?
(b) Proses produksi pabrik X tidak efisien, pada
bagian mana?
(c) Peningkatan/perbaikan mutu produk, apa yang diperbaiki?
(d) Setiap produsen memberikan garansi atas
barangnya, berapa produksi akan ditingkatkan?

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 8
 Populasi vs Sampel

 Populasi merupakan kumpulan semua individu

dari jenis objek yang menjadi perhatian penelitian.
 Sampel adalah bagian dari populasi yang
datanya dikumpulkan dalam penelitian.

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 9
 Pengambilan Sampel

 Pada statistika inferensi, pengambilan sampel

menentukan hasil inferensi.
 Idealnya sampel diambil secara random.
 Pengambilan sampel yang tidak tepat dapat
menyebabkan bias systematic error

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 10
Data

 Sekumpulan fakta-fakta yang biasa disajikan

dengan angka-angka yang berhubungan satu
sama lain
Klasifikasi Data (1)
Internal Data di dalam organisasi

Menurut
Sumbernya
Eksternal Data di luar organisasi

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 11
Klasifikasi Data (2)
Data yang diperoleh langsung
Primer dari sumbernya
Menurut
Cara
Memperoleh Data yang diperoleh dari
Sekunder pihak lain

Cross section

Menurut Pada satu perioda waktu

Waktunya
Time Series
Dilakukan berkala

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 12
Klasifikasi Data (3)
Menurut
Sifatnya

Data Kualitatif Data Kuantitatif

(berbentuk kategori) (berbentuk variabel/angka)

Diskrit Kontinu
(didapat dari penjumlahan hasil penghitungan) (didapat dari hasil pengukuran)

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 13
 Ukuran Pemusatan

 Mean  rata-rata data, sensitif terhadap

nilai ekstrim
 Median  nilai tengah data (setelah
diurutkan)
 Modus  nilai data yg paling sering
muncul

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 14
 Ukuran Penyebaran

 Variansi
 Deviasi Standar
 Range
 Inter-kuartil Range

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 15
 Skala Pengukuran Data(1)
1. Skala nominal (klasifikasi)
Skala nominal adalah skala pengukuran berupa bilangan atau
lambang-lambang lain untuk mengelompokan objek, orang,
atau barang-barang lainnya.Misalkan: jenis kelamin, pekerjaan,
golongan darah, dll
Ciri data : antar kelompok posisinya setara
2. Skala ordinal (rangking)
Skala ordinal adalah skala pengukuran yang mengelompokan
objek-objek kedalam kelas-kelas yang mempunyai hubungan
urutan satu dengan yang lainnya.Misalkan: kepuasan
konsumen, pendidikan, pangkat, dll
Ciri data : antar kelompok posisinya tidak setara

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 16
 Skala Pengukuran Data (2)
3.Skala interval
Skala interval adalah skala yang
mengelompokan objek-objek kedalam kelas-
kelas yang mempunyai hubungan urutan,
dimana jarak 2 titik pada skala telah diketahui.
Misalkan: temperatur, nilai ujian, dll
Ciri data : tidak terdapat kategorisasi atau
pemberian kode seperti pada skala nominal
dan ordinal. Titik nol dan unit pengukuran
sembarang (tidak mutlak)

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 17
 Skala Pengukuran Data (3)
4. Skala rasio
Skala rasio adalah skala yang mengelompokan
objek-objek kedalam kelas-kelas yang
mempunyai hubungan urutan dan berbeda dalam
jarak objek yang satu dengan yang lainnya serta
titik nolnya tidak sembarang (mutlak).Misalkan
panjang, luas, volume, berat, jumlah produksi, dll
Ciri data yang dihasilkan data rasio adalah tidak
terdapat kategorisasi dan titik nol tidak
sembarang (mutlak benar-benar 0)

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 18
 Peran Teori Probabilitas

 Kecil kemungkinan karakteristik sampel persis

sama dengan karakteristik populasi
 Dengan teori probabilitas kita dapat menarik
kesimpulan atas hipotetis yang terkait karakteristik
populasi
 Contoh: Jika kita memiliki hipotesis bahwa tingkat
cacat 1%, setelah kita ambil 100 sampel dan
ternyata 10 buah yang cacat, maka logis kita
menolak hipotesis cacat 1%

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 19
TABEL 1.1

Kode Produk Jumlah produk

ADMG 240
SUGI 2.250
AUTO 3.000
BRAM 1.500
TEJA 2.950
GJTL 620
IMAS 610
INDS 840
LPIN 460
MASA 235
NIPS 1.275
PRAS 88
SMSM 300
SQMI 210

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 20
 GRAFIK POLIGON
8

0
88-670 671-1253 1254-1836 1837-2419 2420-3002

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 21
 PENGGUNA STATISTIKA

Pengguna Statistika Masalah yang Dihadapi

Manajemen 1. Penentuan struktur gaji, pesangon, dan
tunjangan karyawan.
2. Penentuan jumlah persediaan barang, barang
dalam proses, dan barang jadi.
3. Evaluasi produktivitas unit produksi
4. Evaluasi produktivitas karyawan.
5. Evaluasi kinerja perusahaan.
Akuntansi 1. Penentuan standar audit barang dan jasa.
2. Penentuan depresiasi dan apresiasi barang dan
jasa.
3. Analisis rasio keuangan perusahaan

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 22
 PENGGUNA STATISTIKA

Pengguna Statistika Masalah yang Dihadapi

Pemasaran 1. Penelitian dan pengembangan produk.
2. Analisis potensi pasar, segmentasi pasar, dan
diskriminasi pasar.
3. Ramalan penjualan.
4. Efektivitas kegiatan promosi penjualan.
Produksi 1. Potensi peluang terjadinya produk gagal/baik.
2. Tingkat kegagalan mesin
3. Tingkat efektivitas, efisiensi produksi
4. Perencanaan sampling bahan baku, produk

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 23
 JENIS-JENIS STATISTIKA Materi:
1. Penyajian data
2. Ukuran pemusatan
3. Ukuran penyebaran
4. Angka indeks
Statistika Deskriptif 5. Deret berkala dan
peramalan

Materi:
STATISTIKA 1. Probabilitas dan teori
keputusan
2. Metode sampling
3. Teori pendugaan
Statistika Induktif 4. Pengujian hipotesa
5. Regresi dan korelasi
6. Statistika
nonparametrik
2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 24
POPULASI DAN SAMPEL

POPULASI SAMPEL
Sebuah kumpulan dari semua
Suatu bagian dari populasi
kemungkinan orang-orang,
tertentu yang menjadi
benda-benda dan ukuran lain
dari objek yang menjadi perhatian.
perhatian.

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 25
 JENIS-JENIS DATA

1. Jenis kelamin
2. Warna kesayangan
3. Asal suku, dan lain-lain
Data Kualitatif
1. Jumlah mobil
2. Jumlah staf
3. Jumlah TV,
DATA Data Diskret dan lain-lain

Data Kuantitatif
1. Berat badan
2. Jarak kota
3. Luas rumah,
Data Kontinu
dan lain-lain

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 26
 SUMBER DATA STATISTIKA

1. Wawancara langsung
2. Wawancara tidak
Data Primer langsung
3. Pengisian kuisioner

DATA

Data dari pihak lain:

1. BPS
Data Sekunder 2. Bank Indonesia
3. Kemenperin/dag
4. World Bank, IMF, dsb
5. … dan lain-lain

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 27
 SKALA PENGUKURAN
Skala Nominal
Angka yang diberikan hanya
sebagai label saja.
Contoh:
-pria = 1, wanita = 2, dan
-nikah=1, single=2, pernah
nikah=3
Skala Interval
Angka mengandung sifat ordinal
dan mempunyai jarak atau interval.
Contoh:
1. Saham sangat prospektif
dengan harga Rp 736-878,
2. Saham prospektif Rp592-735.
2/12/2022 STAT-INDUSTRI-1/USB/2019/sy
Skala Ordinal
Angka mengandung pengertian
tingkatan.
Contoh: ranking 1, 2, dan 3. Ranking
1 menunjukkan lebih tinggi dari
ranking 2 dan 3.
Skala Rasio
Angka mempunyai sifat nominal,
ordinal dan interval serta
mempunyai nilai absolut dari objek
yang diukur.
Contoh: bunga BCA 7% dan bunga
Mandiri 14%, maka bunga Mandiri
2 kali bunga BCA.
28
 TERIMA KASIH

2/12/2022 STAT-INDUSTRI-1/USB/2019/sy 29