STATISTIK & PROBABILITAS

Pengantar Statistik

Program Studi Teknik Sipil

Fakultas Teknik
Unversitas Bangka Belitung
2016
1
 Pengantar Statistik
Berhubungan dengan banyak angka 
Numerical description
Contoh :
 Jumlah penduduk di suatu wilayah, data
jumlah buku di perpustakaan dll
 Dunia usaha  sekumpulan data :
pergerakan tingkat inflasi, biaya promosi
bulanan.
Ilmu yang mempelajari statistik yaitu Statistika

2
 PERBEDAAN STATISTIK DAN STATISTIKA

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

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

3
Probabilitas
Merupakan ukuran numeric tentang seberapa
sering peristiwa itu akan terjadi.
Semakin besar nilai probabilitas menyatakan
bahwa peristiwa itu akan sering terjadi.

Probabilitas = Peluang

4
1. Pendahuluan Statistik
2. Penyusunan &Penyajian Data Statistik
3. Distribusi Frekuensi
4. Ukuran Pemusatan & Penyebaran Data
5. Probabilitas
UTS
6. Distribusi Probabilitas
7. Variabel, Sampling
8. Estimasi/Pendugaan
9. Pengujian Hipotesis
10. Analisis Varians KUIS/TUGAS
11. Analisis Korelasi
UAS
5
Kehadiran : 10%
Tugas : 20 %
UTS : 25 %
UAS : 45 %

Kehadiran > 75% .. Jika < 75%, tidak UAS

Toleransi Keterlambatan : 15 menit

6
 Fungsi statistik
• Fungsi deskriptif  memaparkan informasi dalam sajian
yang bermakna untuk: mendeskripsikan suatu keadaan
atau menjelaskan mengapa dan bagaimana suatu kejadian
terjadi
• Fungsi inferensial untuk mendapatkan kesimpulan
yang bermakna
• Fungsi analitik  mampu menjelaskan hubungan antara
faktor satu dengan yang lain
• Fungsi prediktif  dari data yang terkumpul dapat
digunakan untuk melakukan prediksi

7
8
1. Pengumpulan data (collection of data)
2. Penyusunan data (organization of data)
3. Pengumuman/penyajian data (presentation of data)
4. Analisa data (analysis of data)
5. Interpretasi data (interpretation of data)
 Apakah data itu?
• Data adalah sesuatu yang diketahui atau
dianggap, meskipun belum tentu benar.
• Data dapat digunakan untuk menggambarkan
suatu keadaan atau persoalan.
• Data yang baik adalah data yang bermanfaat
• Data yang telah diolah disebut dengan
informasi

10
 Kegunaan Data :
 Dasar suatu perencanaan
◦ Bertujuan agar perencanaan sesuai dengan kemampuan
supaya dapat dihindari perencanaan yang sulit untuk
dilaksanakan.
 Alat pengendalian
◦ Bertujuan agar bisa diketahui dengan segera kesalahan
atau penyimpangan yang terjadi, sehingga dapat segera
diperbaiki atau dikoreksi.
 Dasar evaluasi
◦ Dari hasil kerja akhir. Apakah target dapat tercapai?
kalau tidak tercapai, faktor apa saja yang mempengaruhi

11
Syarat-syarat data yang baik:
• Harus obyektif (sesuai dengan keadaan
sebenarnya)
• Harus bisa mewakili (representatif)
• Harus memiliki tingkat ketelitian yang tinggi
(standar error harus kecil)
• Harus tepat waktu (up to date)
• Harus relevan

12
13
 Data Kuantitatif
Data kuantitatif dibagi dalam :
a. Data diskrit: data dari hasil perhitngan /pencacahan
Contoh : banyaknya mobil yang parkir dihalaman, banyaknya
mahasiswa yang hadir
b. Data kontinu: data dari hasil pengukuran
Contoh :
Jarak antara Pangkalpinang –Balun Ijuk
Waktu tempuh perjalanan mahasiswa dari tempat tinggal ke kampus

14
DATA NOMINAL :
Data berskala nominal adalah data yang diperoleh dengan cara kategorisasi atau klasifikasi.
CIRI : posisi data setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : jenis kelamin, misal: angka 1 menyatakan wanita , angka 2 menyatakan Pria
jenis pekerjaan
DATA ORDINAL :
Data berskala ordinal adalah data yang dipeoleh dengan cara kategorisasi atau klasifikasi, tetapi di antara
data tersebut terdapat hubungan
CIRI : posisi data tidak setara
tidak bisa dilakukan operasi matematika (+, -, x, :)
CONTOH : kepuasan kerja, tanggapan terhadap suatu masalah

DATA INTERVAL :
Data berskala interval adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik
skala sudah diketahui.
CIRI : Tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : temperatur yang diukur berdasarkan 0C dan 0F, sistem kalender
DATA RASIO :
Data berskala rasio adalah data yang diperoleh dengan cara pengukuran, di mana jarak antara dua titik skala
sudah diketahui dan mempunyai titik 0 absolut.
CIRI : tidak ada kategorisasi
bisa dilakukan operasi matematika
CONTOH : gaji, skor ujian, jumlah buku
Data menurut cara memperolehnya:
• Data primer
– Adalah data yang dikumpulkan dan dioalah
sendiri oleh suatu organisasi atau perseorangan
langsung dari obyeknya.
• Data sekunder
– Adalah data yang diperoleh dalam bentuk yang
sudah jadi, sudah dikumpulkan dan diolah oleh
pihak lain.

16
 SUMBER DATA STATISTIKA

1. Wawancara langsung
2. Wawancara tidak langsung
Data Primer 3. Pengisian kuisioner
4. Percobaan di laboratorium

DATA

Data dari pihak lain:

1. BPS
Data Sekunder 2. Bank Indonesia
3. World Bank, IMF
4. FAO dll

17
18
Penyajian Data

19
20
21
22
Elemen Statistik :
• Populasi
• masalah dasar dari persoalan statistik. Definisi :
Sekumpulan data yang mengidentifikasi suatu
fenomena
• Sampel
• Sekumpulan data yang diambil atau diseleksi dari
suatu populasi
• Statistik Inferensi
• Suatu keputusan, perkiraan atau generalisasi
tentang suatu populasi berdasarkan informasi yg
terkandung dari suatu sampel.
• Pengukuran Realibilitas
• Konsekuensi dari kemungkinan bias dalam
inferensi.
23
• Populasi
– Himpunan atau kumpulan dari semua obyek yang akan
diteliti.

• Sampel
– Himpunan bagian dari populasi.
– Sampel harus memberikan gambaran sebaik mungkin
tentang populasi, sehingga dengan mengambil
sejumlah anggota populasi, maka kita dapat berbicara
mengenai anggota populasi secara keseluruhan.

24