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 Keteknikan
Chart Title
11
10.8
10.6
Real Flow Sensor A Sensor B 10.4
10 10,3 10,5 10.2
10 9,4 10,3 10
10 10,8 10,5 9.8

10 9,7 10,4 9.6

10 10,1 10,6 9.4

10 9,1 10,3 9.2

10 10,4 10,6 9
1 2 3 4 5 6 7 8 9 10
10 9,9 10,4 Chart Title
10 10,9 10,6 11
10 9,2 10,4 10.8
rata2 9,98 10,46 10.6
Standar 10.4
Deviasi 0,633859 0,117379 10.2
10
9.8
9.6
9.4
9.2
9
1 2 3 4 5 6 7 8 9 10
A Model of Problem Solving