PRESENTASI LAPORAN OLEH :

1. M. Taufiqurahman (1910933026)
AKHIR STATISTIKA 2. Surya Rezki Admanda (1910933027)

INDUSTRI I KELOMPOK : 20
• MODUL I : STATISTIKA DESKRIPTIF DAN DASAR-DASAR PELUANG

• MODUL II : DISTRIBUSI VARIABEL RANDOM DISKRET DAN DISTRIBUSI

VARIABEL RANDOM KONTINU

• MODUL III : DISTRIBUSI SAMPLING

 MODUL I
STATISTIKA DESKRIPTIF
DAN
DASAR-DASAR PELUANG
STATISTIKA DESKRIPTIF
DAN
DASAR-DASAR PELUANG

1. Analisis Data Umur Responden

Berikut hasil pengolahan data umur dari 200 orang responden

• Dapat dilihat tabel hasil pengolahan distribusi

frekuensi data umur dari 200 responden.

• Dari Bar Chart Dapat disimpulkan bahwa

responden dari kuesioner ini sebagian besar
berumur 18 hingga 19

• Diagram tampak condong ke arah kiri

dikarenakan mean < median < modus

• Dari gambar boxplot umur responden, dapat

kita analisis bahwa data umur dari responden
terpusat di sekitaran 18
STATISTIKA DESKRIPTIF
DAN
DASAR-DASAR PELUANG

2. Analisis Data Jenis Kelamin

Berikut hasil pengolahan data jenis kelamin dari 200 orang responden

• Dari tabel analisiis data jenis kelamin

responden dapat dianalisa bahwa dari 200
orang responden didapat jumlah responden
laki - laki adalah 88 orang dan jumlah
responden perempuan adalah 112 orang.

• Dari Pie Chart dapat disimpulkan lebih

banyak responden perempuan daripada laki
laki.
STATISTIKA DESKRIPTIF
DAN
DASAR-DASAR PELUANG

3. Analisis Data Rasa Takut Berinteraksi dengan Orang Lain Selama COVID - 19

• Dari tabel dapat dilihat hasil pengolahan data

dimana diantara 200 orang responden 158 orang
menyatakan takut utuk berinteraksi dengan orang
lain selama pandemi dan 42 orang lainnya
menyatakan tidak takut.

• Dari Bar Chart dapat disimpulkan bahwa

sebagian besar orang cenderung takut untuk
berinteraksi dengan orang lain Selama COVID -
19
STATISTIKA DESKRIPTIF
DAN
DASAR-DASAR PELUANG

4. Analisis Data Pengaruh Covid-19 Terhadap Tingkat Kejahatan

• Dari tabel analisiis data pengaruh covid-19

terhadap tingkat kejahatan dapat dilihat hasil
pengolahan data dimana diantara 200 orang
responden 77 orang menyatakan terjadi
peningkatan kasus kejahatan selama Covid-
19, 11 orang menyatakan terjadinya
penurunan kasus, serta 112 lainnya
menyatakan tingkat kejahatan tidak terlalu
berpengaruh selama Covid-19.

• Dari Bar Chart dapat kita analisis

bahwasanya adanya Covid-19 tidak terlalu
berpengaruh terhadap kasus kejahatan.
STATISTIKA DESKRIPTIF
DAN
DASAR-DASAR PELUANG

5. Analisis Data Pengaruh Covid-19 Terhadap Tingkat Pengangguran

• Dari tabel analisis data pengaruh covid-19

terhadap tingkat pengangguran didapatkan
hasil pengolahan data dimana diantara 200
orang responden, 140 orang menyatakan
terjadi peningkatan pengangguran, 59 orang
menyatakan Covid-19 tidak terlalu
mempengaruhi pengangguran, serta 1 lainnya
menyatakan terjadi penurunan kasus
pengangguran selama Covid-19.

• Dari Bar Chart dapat disimpulkan

bahwasanya adanya Covid-19 sangat
berpengaruh terhadap kasus pengangguran
STATISTIKA DESKRIPTIF
DAN
DASAR-DASAR PELUANG

6. Analisis Data Berapa Lama Waktu Dihabiskan di Luar Ruangan Selama Covid-19

• Dari tabel analisiis data Lama Waktu

Dihabiskan di Luar Ruangan Selama Covid-
19 dapat bahwa dari 200 orang responden,
133 diantaranya hanya menghabiskan waktu
kurang dari 2 jam di luar ruangan, 56 orang
menghabiskan waktu 2 hingga 8 jam di luar
ruangan, serta 11 lainnya menghabiskan
waktu lebih dari 8 jam di luar ruangan.

• Dari Line Chart Dapat kita analisis

bahwasanya sebagian besar responden
menghabiskan sedikit waktu di luar ruangan.
STATISTIKA DESKRIPTIF
DAN
DASAR-DASAR PELUANG

7. Analisis Data Dimana Waktu Dihabiskan Selama Covid-19

• Dari tabel analisis Data Dimana Waktu

Dihabiskan Selama Covid-19 didapat dari 200
responden dimana 108 orang menyatakan
menghabiskan waktu selama Covid-19 di
dalam ruangan, 1 orang di luar ruangan, serta
91 lainnya di dalam dan luar ruangan.

• Dari Diagram Venn dapat kita analis

bahwasanya sebagian besar menghabiskan
waktu di dalam ruangan selama Covid-19.

• Dari Line Chart Dapat dilihat besarnya

peluang orang-orang menghabiskan waktu di
dalam ruangan, luar ruangan, serta dalam
dan luar ruangan selama Covid-19.
 MODUL II
DISTRIBUSI VARIABEL RANDOM DISKRET
DAN
DISTRIBUSI VARIABEL RANDOM KONTINU
DISTRIBUSI VARIABEL RANDOM DISKRET
DAN
DISTRIBUSI VARIABEL RANDOM KONTINU

1. Distribusi Variabel Random Diskret

a) Distribusi Binomial
Dalam pengolahan ini, dihitung nilai probabilitas lanjut tidaknya siswa keperguruan
tinggi di salah satu SMA di Kota Padang dengan konsep distribusi Binomial dari data siswa
jurusan IPA dan disajikan dalam tabel sebagai berikut :

Trial Jumlah Siswa Lanjut Kuliah Tidak Lanjut Kuliah P(X=Lanjut) Q(X=Tidak) • Didapatkan hasil pengolahan dan perhitungan
1 46 42 4 0.913 0.087 berupa tabel probabilitas lanjut tidaknya siswa
2 46 43 3 0.935 0.065 di setiap trial serta dapat dihitung berapa
probabilitas siswa lanjut di setiap trial baik itu
3 46 46 0 1.000 0.000 tidak ada yang lanjut hingga lanjut semua di
4 46 43 3 0.935 0.065 suatu trial.
5 46 42 4 0.913 0.087
Distribusi Binomial Empiris
N/x 0 1 2 3 4 5
1 0.0869565 0.9130435
2 0.0056711 0.1408318 0.8534972
3 0.0000000 0.0056711 0.1408318 0.8534972
4 0.0000000 0.0003699 0.0144859 0.1873099 0.7978343
5 0.0000000 0.0000322 0.0015973 0.0291984 0.2403990 0.7284574

Distribusi Binomial Teroritis

N/x 0 1 2 3 4 5
1 0.0608696 0.9391304
2 0.0037051 0.1143289 0.8819660
3 0.0002255 0.0104387 0.1610547 0.8282811
4 0.0000137 0.0008472 0.0196067 0.2016684 0.7778640
5 0.0000008 0.0000645 0.0019891 0.0306887 0.2367412 0.7305157
DISTRIBUSI VARIABEL RANDOM DISKRET
DAN
DISTRIBUSI VARIABEL RANDOM KONTINU

b) Distribusi Poisson
Dalam penelitian ini, dihitung probabilitas jumlah kendaraan yang datang dan
melewati gerbang Universitas Andalas setiap 25 detik menggunakan distribusi poisson dari data
kendaraan serta disajikan dalam tabel dan diagram sebagai berikut :

• Pada bar chart PMF

distribusi poisson,
hasil perhitungan
secara empiris
memiliki nilai
probabilitas tertinggi
diantara yang
lainnya

• Pada line chart CDF

nilai empiris tidak
sama dengan nilai
teoritis.

• pendekatan
distribusi poisson
terhadap distribusi
normal secara
teoritis tidak jauh
berbeda karena
pendekatan ini
dilakukan ketika
jumlah data sangat
besar.
DISTRIBUSI VARIABEL RANDOM DISKRET
DAN
DISTRIBUSI VARIABEL RANDOM KONTINU

c) Distribusi Geometrik
Dalam penelitian ini, dihitung probabilitas proporsi jenis kelamin siswa salah satu
SMA di Kota Padang dengan menggunakan konsep distribusi geometrik dari data siswa serta
disajikan dalam tabel dan diagram sebagai berikut :

• Pada Bar Chart PMFdapat

dilihat nilai probabilitas
jumlah siswa perempuan
suatu SMA di Kota Padang
dan terdapat perbedaan
nilai perhitungan secara
empiris dan teoritis

• Pada line chart CDF tidak

tampak perbedaan yang
signifikan antar perhitungan
teoritis dan empiris
DISTRIBUSI VARIABEL RANDOM DISKRET
DAN
DISTRIBUSI VARIABEL RANDOM KONTINU

2. Distribusi Variabel Random Kontinu

a) Distribusi Eksponensial
Dalam penelitian ini, dihitung waktu antar kedatangan kendaraan di gerbang
Universitas Andalas dari data kendaraan dengan menggunakan distribusi eksponensial.dan
disajikan dalam tabel dan diagram sebagai berikut :
• Pada Bar Chart PDF dapat
dilihat nilai probabilitas
waktu antar kedatangan
kendaraan di gerbang
Universitas Andalas dan
terdapat perbedaan nilai
perhitungan secara empiris
dan teoritis

• Pada line chart CDF dapat

dilihat nilai probabilitas
kumulatif waktu antar
kedatangan kendaraan di
gerbang Universitas
Andalas
DISTRIBUSI VARIABEL RANDOM DISKRET
DAN
DISTRIBUSI VARIABEL RANDOM KONTINU

2. Distribusi Variabel Random Kontinu

b) Distribusi Normal
Dalam penelitian ini, dihitung rata-rata nilai siswa di suatu SMA di Kota Padang dari
data siswa dengan konsep distribusi normaldan disajikan dalam bentuk tabel dan diagram
sebagai berikut :
• Pada Bar Chart PDF dapat
dilihat nilai probabilitas
rata-rata nilai siswa suatu
SMA di Kota Padang dan
terdapat perbedaan nilai
perhitungan secara empiris
dan teoritis

• Tampak diagram pada

distribusi normal
menyerupai lonceng

• Pada line chart CDF dapat

dilihat nilai probabilitas
kumulatif rata-rata nilai
siswa suatu SMA di Kota
Padang. Terlihat bahwa
perhitungan secara empiris
dan teoritis tidak jauh
berbeda nilai probabilitas
kumulatifnya.
 MODUL III
DISTRIBUSI SAMPLING
DISTRIBUSI SAMPLING

1. Analisis Mean Populasi dan Sampel

• Berdasarkan analisis nilai mean dan

populasi dapat dilihat bahwa kedua
nilai mean pada populasi dan sampel
sama besar yaitu berada pada nilai
0.264

• Kesamaan nilai ini dikarenakan

sampel itu sendiri merupakan bagian
dari populasi, sehingga ketika
dilakukan perhitungan rata-ratanya,
didapatkan nilai yang sama antara
mean populasi dan mean pada
sampel.
DISTRIBUSI SAMPLING

2. Analisis Standar Deviasi Populasi dan Sampel

• Berdasarkan analisis nilai standar

deviasi sampel dan populasi dapat
dilihat bahwa kedua nilai standar
deviasi pada populasi dan sampel
tidak sama besar.

• Perbedaan nilai ini dikarenakan

jumlah data pada sampel lebih sedikit
daripada data pada populasi
sehingga nilai standar deviasi nya
juga lebih kecil. Nilai standar deviasi
yang kecil menandakan bahwa
penyebaran datanya kecil.

• Dapat disimpulkan proses sampling

bagus untuk dilakukan karena nilai
standar deviasi yang kecil
menandakan sedikit kemungkinan
untuk terjadinya penyimpangan nilai
data
DISTRIBUSI SAMPLING

3. Analisis Histogram Rata-Rata Populasi

• Berdasarkan gambar histogram rata-rata

populasi dapat dilihat bahwa nilai rata-rata
populasi berdistribusi uniform yang mana
data berada pada interval 0.26 hingga 0.27,
dan data tidak bergerak jauh dari batas nilai
maksimal dan minimal sehingga sesuai
dengan data yang dibangkitkan secara
acak.

• Berdasarkan gambar histogram rata-rata

sampeldapat dilihat bahwa nilai rata-rata
sampel data memusat di bagian tengah
histogram atau dapat dikatakan
penyebarannya sebagian besar berada di
dekat nilai rata-rata. Semakin jauh nilai
4. Analisis Histogram Rata-Rata Sampel sampel dari nilai rata-rata maka frekuensi
data sampel semakin kecil

• Sampel yang digunakan sangat besar

yangmana melebihi tiga puluh sampel pada
proses sampling sehingga perhitungan
dapat dihubungkan dengan teorema limit
pusat

• Teorema limit pusat menyatakan bahwa jika

dari suatu populasi diambil sampel
berukuran cukup besar, maka distribusi
sampling dari rata-rata sampel akan
mendekati distribusi normal.
SEKIAN DAN TERIMA KASIH