PROBABILITAS DAN

STATISTIK
Wirawan Adipradana
STATISTIKA
• Berasal dari bahasa Yunani “status”
• Secara luas diartikan sebagai keadaan atau data tentang bidang-
bidang kehidupan dalam suatu negara
• Bidang tersebut antara lain seperti keadaan pendidikan,
ekonomi, industri, hukum, militer, dsb
• Statistik pada hakikatnya terdiri dari fakta dan deskripsi yang
telah dikuantifikasi atau di terjemahkan atau di ubah menjadi
angka-angka atau skor
• Data dan fakta yang disampaikan melalui statistik harus
bersifat informatif, komunikatif, berguna dan praktis
PENGERTIAN STATISTIKA
➢ Sekumpulan angka untuk menerangkan sesuatu baik angka acak maupun
angka yang telah tersusuh dalam daftar atau grafik
➢ Metode dan aturan tentang pengumpulan, pengolahan, analisis serta
penafsiran data
➢ Sekumpulan angka yang menjelaskan sifat-sifat data atau hasil
pengamatan
➢ Metode untuk mengumpulkan, mengolah dan menyajikan serta
menginterpretasikan data yang berwujud angka-angka (Croxton dan
Cowden)
➢ Ilmu dan seni perkembangan dan metode pengumpulan, pentabulasian,
dan penginterpretasian data sehingga hasil yang didapat bisa diperkirakan
berdasarkan matematika peluang /Probabilitas (Sudjana)
➢ Metode yang memberikan cara-cara guna menIlai ketidaktentuan dari
penarikan kesimpulan yang induktif (Steel dan Torrie)
PERANAN STATISTIKA
• Dalam kehidupan sehari-hari, dapat berguna sebagai
penyedia bahan atau keterangan berbagai hal untuk
diolah dan ditafsirkan
• Tujuan utama statistika yaitu dalam hal pengembangan
ilmu pengetahuan serta dalam pemahaman dan
penerapan teori-teori dalam berbagai bidang ilmu
• Melalui statistik, dapat diuji mengenai suatu teori atau
metode namun dapat juga melahirkan berbagai jenis
metode atau teori baru
PERANAN STATISTIKA
• Menjelaskan hubungan antar variabel
• Membuat rencana dan ramalan
• Mengatasi berbagai perubahan
• Sebagai alat bantu pengambilan keputusan
FUNGSI STATISTIKA
• Bank data/database
• Alat quality control
• Alat analisis
• Pemecahan masalah dan pengambilan
keputusan/kebijakan
PROSES PENELITIAN ILMIAH (DJAALI,
2008)
RAGAM STATISTIKA
1. Berdasarkan orientasi pembahasan
2. Berdasarkan fase atau tujuan analisisnya
3. Berdasarkan asumsi distribusi popolasi data
4. Berdasarkan jumlah variabel terikat
1. STATISTIKA BERDASARKAN
ORIENTASI PEMBAHASAN
A. Statistika Matematika
Yaitu berorientasi kepada pemahaman model dan
penurunan konsep dan rumus-rumus statistika secara
matematis-teoritis. Misal : analisis regresi, uji-t, model
stokastik, estimasi, dll
B. Statistika Terapan
Yaitu berorientasi kepada pemahaman konsep dan
teknik-teknik statistika serta penggunaan atau
terapannya dalam bidang yang spesifik
2. STATISTIKA BERDASARKAN FASE
ATAU TUJUAN ANALISISNYA
A. Statistika Deskriptif
Yaitu Statistika yang berkenaan dengan pengumpulan,
pengolahan, analisis dan penyajian sebagian atau
seluruh data tanpa pengambilan kesimpulan atau
dengan kata lain hanya mereduksi data yang besar
menjadi bentuk yang lebih sederhana
B. Statistika Inferensial
Yaitu Statistika yang berkenaan dengan pengambilan
kesimpulan mengenai populasi berdasarkan sampel
yang lebih sedikit atau dengan kata lain menggunakan
sampel untuk mewakili data yang lebih banyak
(populasi)
3. STATISTIKA BERDASARKAN ASUMSI
DISTRIBUSI POPULASI DATA
A. Statistika Parametrik
Yaitu Statistika yang didasarkan pada model distribusi
normal
B. Statistika Non-Parametrik
Yaitu Statistika dengan teknik analisis yang tidak
mensyaratkan model distribusi normal

Kedua teknik analisis diatas secara umum digunakan

untuk menguji hubungan dan menguji perbedaan
4. STATISTIKA BERDASARKAN JUMLAH
VARIABEL TERIKAT
A. Statistika Univariat
Yaitu Statistika dengan teknik analisis yang melibatkan
hanya satu variabel tak bebas
B. Statistika Multivariat
Yaitu Statistika dengan teknik analisis yang
melibatkan lebih dari satu variabel tak bebas
KONSEP DASAR DALAM STATISTIKA
• Populasi
• Sampel
• Variabel
• Pengukuran
• Skala Pengukuran
• Pembulatan
• Notasi Sigma
1. POPULASI
• Yaitu keseluruhan nilai yang ada, dapat berupa hasil
pengukuran atau perhitungan, kualitatif maupun
kuantitatif mengenai karakteristik tertentu dari semua
anggota kumpulan yang lengkap dan jelas yang ingin
dipelajari atau diteliti sifat-sifatnya.
• Contoh : Penelitian mengenai kecenderungan belajar
mahasiswa Unsri. Populasi : Mahasiswa Unsri secara
keseluruhan.
2. SAMPEL
• Yaitu bagian dari populasi yang dianggap dapat
mewakili populasi tersebut.
• Contoh : Mahasiswa Teknik Unsri dijadikan sampel
untuk mewakili keseluruhan mahasiswa Unsri yang akan
dijadikan objek penelitian
3. VARIABEL
• Yaitu sesuatu yang memiliki variasi nilai, keadaan, atau
kondisi tertentu yang akan diteliti atau diamati atau
dihitung dimana sesuatu hal tersebut memiliki hubungan
dengan penelitian atau pengamatan atau penghitungan
tersebut.
• Secara umum variabel dapat dibagi berdasarkan jenis
datanya yaitu variabel diskrit dan variabel kontinu; serta
berdasarkan fungsinya yaitu variabel bebas, variabel tak
bebas, variabel kontrol, variabel moderator dan variabel
intervening.
VARIABEL DISKRIT
• Yaitu variabel yang harga atau nilainya terputus (bulat)
dan tidak memiliki bentuk pecahan.
• Contoh :
➢ Jumlah goal dalam sepakbola tidak mungkin dinyatakan
dalam bentuk pecahan
➢ Variabel jenis kelamin : hanya pria dan wanita, tidak ada
diantaranya
VARIABEL KONTINU
• Yaitu variabel yang memiliki nilai sembarang dan dapat
berupa pecahan atau diantara dua nilai tertentu.
• Contoh :
➢ Umur : 20,5 tahun
➢ Tinggi badan : 1,65 meter
➢ Berat badan : 70,5 kg
➢ Suhu badan : 36,4 C
VARIABEL BEBAS DAN TAK BEBAS
• Variabel bebas yaitu variabel yang mempengaruhi
variabel lainnya
• Variabel tak bebas yaitu variabel yang dipengaruhi oleh
variabel lainnya
• Contoh :
➢ “Kekuatan fisik berpengaruh terhadap berat barang yang
dapat diangkat seseorang. “
Kekuatan fisik bertindak sebagai variabel bebas.
Berat barang bertindak sebagai variabel tak bebas.
VARIABEL KONTROL
• Yaitu variabel yang ikut mempengaruhi variabel tak
bebas dan pengaruhnya dikontrol atau dinetralisir.
• Contoh :
➢ “Penelitian menunjukkan adanya hubungan positif antara
gaya belajar dan prestasi mahasiswa.”
Dari keadaan diatas dapat disimpulkan bahwa gaya belajar
berpengaruh terhadap prestasi. Namun sebenarnya ada juga
pengaruh dari variabel lain misal variabel IQ yang
berpengaruh terhadap prestasi. Sehingga variabel IQ ini perlu
dipertimbangkan atau dikontol dalam penelitian tersebut.
VARIABEL MODERATOR
• Yaitu variabel lain yang dianggap berpengaruh terhadap
variabel tak bebas namun tidak memiliki pengaruh
utama.
• Contoh :
➢ “Penelitian menunjukkan adanya hubungan positif antara
gaya belajar dan prestasi mahasiswa.”
Bila jenis kelamin dianggap memiliki pengaruh, namun
bukan pengaruh utama, maka jenis kelamin dianggap sebagai
variabel moderator
VARIABEL INTERVENING
• Yaitu variabel yang dipengaruhi oleh variabel bebas
namun kemudian mempengaruhi variabel tak bebas.
• Contoh :
➢ “Penelitian menunjukkan adanya hubungan positif dari
jumlah mata kuliah meningkatkan aktivitas mahasiswa.
Sementara meningkatnya aktivitas mahasiswa akan
mempengaruhi prestasi akademik mahasiswa.”
Aktivitas mahasiswa disini disebut variabel intervening
4. PENGUKURAN
• Pengukuran merupakan bagian awal dan terpenting
dalam analisis statistika.
• Pengukuran memiliki esensi sebagai suatu kegiatan
untuk memberikan ukuran/angka tertentu terhadap suatu
objek untuk menjelaskan keadaan dari objek tersebut.
• Pengukuran terhadap variabel diartikan sebagai
penentuan atribut atau variasi nilai serta ukuran dari
suatu variabel.
• Hasil pengukuran menyediakan data yang selanjutnya
akan diolah dengan teknik atau metode tertentu.
5. SKALA PENGUKURAN
• Secara garis besar, skala pengukuran dapat
dikelompokkan menjadi 4 macam, yaitu :
a. Skala Nominal
b. Skala Ordinal
c. Skala Interval
d. Skala Rasio
SKALA NOMINAL
• Yaitu pengelompokan ke dalam kelas-kelas atau kategori
yang sama atribut atau sifatnya.
• Contoh :
➢ Klasifikasi jenis kelamin : Pria = 1; Wanita = 2
➢ Klasifikasi kerja suatu peralatan : On = 1; Off = 0
➢ Klasifikasi pekerjaan : 1 = PNS; 2 = Wiraswasta; 3 = Petani;
4 = Polisi; 5 = Pedagang

Dalam skala nominal, angka yang diberikan tidak

menunjukkan “lebih” atau “kurang”, namun hanya
menunjukkan perbedaan semata
SKALA ORDINAL
• Yaitu skala dimana angka dalam skala tersebut
menunjukkan jenjang atau ranking.
• Contoh :
➢ Urutan nomor rumah
➢ Urutan pemenang suatu pertandingan
➢ Skala sikap atau kualitas. Misal : 5 = Baik Sekali; 4 = Baik; 3
= Biasa; 2 = Buruk; 1 = Buruk Sekali

Pada skala ordinal, angka menunjukkan urutan, namun tidak

menjelaskan jarak antar nomor tersebut.
SKALA INTERVAL
• Yaitu skala yang memiliki jarak antar jenjang atau interval
yang tetap/sama.
• Contoh :
➢ Nilai mahasiswa :
100 – 81 = A
61 – 80 = B
41 – 60 = C
21 – 40 = D
1 - 20 = E

Skala interval memiliki jenjang yang sama, namun tidak memiliki

titik 0 sejati sehingga tidak dapat dibagi, dikali, ditambah ataupun
dikurangi.
SKALA RASIO
• Yaitu skala interval yang memiliki titik nol sejati/mutlak,
sehingga dalam skala rasio dapat dibagi, dikali, ditambah
atau dikurangi.
• Contoh :
➢ Ukuran panjang, berat, luas, volume, suhu, dsb.
➢ Panjang penggaris. Terdapat angka 0 yang menyatakan
bahwa suatu objek tidak memiliki panjang. Demikian juga
dapat dinyatakan bahwa 40cm adalah 4 kali panjang dari
10cm.
6. PEMBULATAN
• Pembulatan bertujuan untuk mempermudah dalam
menganalisis suatu data.
• Ada 2 aturan dalam pembulatan, yaitu aturan biasa dan
aturan genap-ganjil.
• Aturan genap ganjil mensyaratkan apabila angka
sebelum angka yang ingin dibulatkan adalah angka
genap maka pembulatan kebawah. Apabila angka
sebelumnya ganjil, maka pembulatan keatas.
CONTOH PEMBULATAN
Jumlahkan bilangan-bilangan berikut :
5,25
5,75
2,48
2,66
4,75
PEMBAHASAN
7. NOTASI SIGMA
• Sigma (Σ) menyatakan penjumlahan.
DALIL PENGGUNAAN NOTASI SIGMA
KUIS
• Diberikan suatu data pengamatan sebagai berikut :

xi 1 2 3 4 5 6 7

yi 0,5 2,5 2,0 4,0 3,5 6,0 5,5

• Dimana akan digunakan metode dengan menggunakan rumus
berikut :

• Carilah nilai Q berdasarkan data pengamatan diatas !

JAWAB :
I xi yi xi2 xi yi

1 1 0,5 1 0,5
2 2 2,5 4 5,0
3 3 2,0 9 6,0
4 4 4,0 16 16,0
5 5 3,5 25 17,5
6 6 6,0 36 36,0
7 7 5,5 49 38,5

n ∑xi ∑yi ∑xi2 ∑xi yi

7 28 24 140 119,5