Probabilitas dan

Statistika
Definisi

•Probabilitas
•Statistika
Probabilitas
• Probabilitas adalah bidang studi yang melibatkan
prediksi kemungkinan relatif berbagai hasil.
• Ini adalah bidang matematika yang telah berkembang
selama tiga atau empat abad terakhir. Salah satu
kegunaan awal adalah untuk menghitung peluang
berbagai permainan judi.
• Kegunaannya untuk menggambarkan kesalahan
pengukuran ilmiah dan teknik segera direalisasikan.
Insinyur mempelajari probabilitas untuk banyak
kegunaan praktisnya, mulai dari kontrol kualitas dan
jaminan kualitas hingga teori komunikasi dalam teknik
listrik.
Review Probabilitas
• Sebuah kantong terdiri dari 4 kelereng merah, 3
kelereng biru, dan 5 kelereng hijau. Dari kelereng-
kelereng tersebut akan diambil satu kelereng.
Tentukan peluang terambilnya kelereng berwarna
biru !
Review Probabilitas
• Banyaknyaa titik sampel n(s) = 4 + 3 + 5 = 12
Titik sampel kelereng biru n(A) = 3

• Jadi, peluang terambilnya kelereng berwarna biru

adalah 1/4
Statistika
• Statistika adalah ilmu yang mempelajari bagaimana
merencanakan, mengumpulkan, menganalisis,
menginterpretasi, dan mempresentasikan data.
• Adapun tujuan statistik adalah sebagai berikut;
• Untuk membuat deskripsi atau menjelaskan data tentang
populasi yang diselidiki.
• Untuk membantu membuat estimasi mengenai nilai yang
tidak diketahui berdasarkan data yang dianalisis.
• Untuk membuat estimasi mengenai akibat suatu hipotesis
yang diterima. Estimasi tersebut nantinya dipakai sebagai
dasar pengembilan keputusan.
• Untuk mengurangi jumlah populasi yang luas pada ukuran
yang lebih kecil agar lebih mudah dipahami.
Review Statistika
Review Statistika
Statistika
• Statistika adalah metode pengolahan data yang didapat
dari suatu operasi yang dilakukan secara berulang-
ulang.
• Operasi dilakukan melalui
• observasi
• pengukuran
• Eksperimen
• Contoh
• Tingkat hunian kamar hotel turun hingga 40%.
• Kebocoran anggaran di 80% kabupaten mencapai tingkat yang
mengkhawatirkan, tingkat kebocoran rata-rata 35%, tertinggi
55%, dan terendah 15%
Data
• Data kualitatif
• Data kuantitatif: fakta yang dinyatakan dalam
bentuk angka
• Data diskrit
• Data kontinu
Jenis Statistika
• Descriptive statistics  hanya menggambarkan
keadaan data apa adanya melalui parameter-
parameter seperti mean, median, modus, distribusi
frekuensi dan ukuran statistik lainnya.
• Statistical inference  proses pengambilan
kesimpulan-kesimpulan berdasarkan data sampel
yang lebih sedikit menjadi kesimpulan yang lebih
umum untuk sebuah populasi.
Statistika Deskriptif
• Pada statistika deskriptif, yang perlu disajikan adalah:
• Ukuran pemusatan data (measures of central
tendency).
Ukuran pemusatan data yang sering digunakan adalah distribusi
frekuensi. Ukuran statistik ini cocok untuk data nominal dan
data ordinal (data kategorik). Sementara nilai mean adalah
ukuran pemusatan data yang cocok untuk data continuous.
Ukuran deskriptif lain untuk pemusatan data adalah median
(nilai tengah) dan modus (nilai yang paling sering muncul).
• Ukuran penyebaran data (measures of spread).
Ukuran penyebaran data yang sering digunakan adalah standar
deviasi. Ukuran penyebaran data ini cocok digunakan untuk
data numerik atau continuous. Sementara untuk data kategorik,
nilai range merupakan ukuran yang cocok.
Statistik Inferensial
• Penelitian inferensial diperlukan jika peneliti memiliki
keterbatasan dana sehingga untuk lebih efisien
penelitian dilakukan dengan mengambil jumlah sampel
yang lebih sedikit dari populasi yang ada. Pada
penelitian inferensial, dilakukan prediksi.
• Statistik inferensial membutuhkan pemenuhan asumsi-
asumsi. Asumsi paling awal yang harus dipenuhi adalah
sampel diambil secara acak dari populasi. Hal tersebut
diperlukan karena pada statistika inferensial perlu
keterwakilan sampel atas populasi. Asumsi-asumsi lain
yang perlu dipenuhi mengikuti alat analisis yang
digunakan. Jika yang digunakan adalah analisis regresi,
maka asumsi-asumsi data harus memenuhi asumsi
analisis regresi.
Statistik Inferensial
• Metode analisis statistik yang digunakan dalam statistik
inferensial adalah T-test, Anova, Anacova, Analisis
regresi, Analisis jalur, Structural equation
modelling (SEM) dan metode analisis lain tergantung
tujuan penelitian.
• Dalam statistik inferensial harus ada pengujian
hipotesis yang bertujuan untuk melihat apakah
ukuran statistik yang digunakan dapat ditarik menjadi
kesimpulan yang lebih luas dalam populasinya.
Ukuran-ukuran statistik tersebut dibandingkan dengan
pola distribusi populasi sebagai normanya. Oleh sebab
itu, mengetahui pola distribusi data sampel menjadi
penting dalam statistik inferensial.
Statistik Inferensial
• Contoh yang baik untuk statistik inferensial adalah pada pemilu
presiden 2014. Berbagai lembaga survei melakukan quick count
untuk mengetahui secara cepat kandidat presiden mana yang
akan mendapatkan suara rakyat lebih banyak. Lembaga survei
tersebut mengambil sebagian sampel TPS (Tempat Pemungutan
Suara) dari total TPS populasi. Hasil sampel TPS tersebut
digunakan untuk generalisasi terhadap keseluruhan TPS.
Katakanlah diambil 2.000 sampel TPS dari 400.000 populasi TPS
yang ada. Hasil dari 2.000 TPS adalah statistik deskriptif.
Sedangkan jika kita mengambil kesimpulan terhadap 400.000 TPS
adalah statistik inferensial.Kekuatan statistik inferensial
tergantung pada teknik pengambilan sampel dan proses
randomisasi. Jika proses randomisasi dilakukan dengan benar,
maka sampel yang lebih sedikit dapat memprediksi nilai populasi
dengan baik. Dengan demikian dapat menghemat anggaran
pengambilan / pengumpulan data.
Statistik Inferensial
• Di industri, statistik inferensial sangat berguna.
Manajemen dapat mengetahui dan mengontrol
berapa produk yang di luar standar atau cacat
dengan hanya mengambil beberapa sampel
produk. Bayangkan jika manajemen perusahaan
harus memeriksa semua produk hanya untuk
mengetahui berapa yang cacat. Tentu akan
menghabiskan waktu dan biaya yang tidak sedikit.
Terlebih jika harus memeriksa semua produk yang
dikemas. Tentu tidak efektif dan efisien.
Pentingnya Statistika dalam
Keteknikan
Real Flow Sensor A Sensor B
10 10,3 10,5
10 9,4 10,3
10 10,8 10,5
10 9,7 10,4
10 10,1 10,6
10 9,1 10,3
10 10,4 10,6
10 9,9 10,4
10 10,9 10,6
10 9,2 10,4
rata2 9,98 10,46

• Hasil pengukuran dua buah flow sensor ditunjukkan

pada tabel di atas. Mana yang lebih baik?
Pentingnya Statistika dalam Chart Title
Keteknikan 11
10.8
10.6

Real Flow Sensor A Sensor B 10.4

10.2
10 10,3 10,5
10
10 9,4 10,3 9.8

10 10,8 10,5 9.6

10 9,7 10,4 9.4

9.2
10 10,1 10,6 9
10 9,1 10,3 1 2 3 4 5 6 7 8 9 10

10 10,4 10,6 Chart Title

11
10 9,9 10,4 10.8
10 10,9 10,6 10.6

10 9,2 10,4 10.4

10.2
rata2 9,98 10,46 10
Standar 9.8

Deviasi 0,633859 0,117379 9.6

9.4
9.2
9
1 2 3 4 5 6 7 8 9 10
A Model of Problem Solving