PENGANTAR PERKULIAHAN

STATISTIKA PROBABILITAS
Menik Dwi Kurniatie, S.Si., M.Biotech.
Teknik Biomedis-Teknik Elektro-Fakultas Teknik – Universitas
Dian Nuswantoro
 STANDAR KOMPETENSI
Mahasiswa mampu menghubungkan perancangan
konseptual analisis data menggunakan teori
Probabilitas dan Statistika serta dapat
meneruskannya ke dalam tugas akhir dan
penulisan karya ilmiah
Kontrak Perkuliahan
 MATERI

Konsep dasar statistika : ukuran pemusatan data dan ukuran

penyebaran data
Pengumpulan, pengolahan dan penyajian data statistik
Konsep dasar probabilitas, Probabilitas Permutasi dan Probabilitasi
Kombinasi
Distribusi probabilitas diskrit dan disitribusi probabilitas kontinue
Distribusi Sampling
Estimasi
Uji Hipotesis Sampel Tunggal dan Ganda
Regresi dan Korelasi Linier Sederhana
STATISTIKA
STATISTIKA
Istilah :
1.Statistika
2.Populasi
3.Sampel
4.Parameter dan Statistik
5.Variabel
6.Statistik deskriptif
7.Statistik inferensial
Proses Inferensi secara statistik
Diagram alir fase-fase statistik
deskriptif dan inferensial
How do you read it ???

(2.0±0.5) cm
How do you read it ???
 TEKNIK PENGUMPULAN DATA

Pengumpulan, Pengorganisasian dan

Penyajian Data

Pengumpulan Pengorganisasian Penyajian

Data Data Data

Distribusi Frekuensi dan Presentasi Grafik

Distribusi Frekuensi

Pertimbangan dalam Penyusunan Distribusi Frekuensi

Persentasi Grafik Distribusi Frekuensi

Distribusi Frekuensi Kumulatif

DATA
Pengorganisasian Data dalam kajian statistik
 Penyajian
Data
“ Tabel dan Diagram
Statistik digunakan
untuk menyajikan data
yang sudah teringkas,
menyingkapkan
hubungan-hubungan
antar variabel serta
menginterpretasikan
dan
mengkomunikasikan
fakta-fakta angka
kepada pihak yang
membutuhkannya “
Berbagai Bentuk Diagram Statistik
Distribusi Frekuensi

“ susunan data yang sudah terbentuk

ringkas, kompak dan tanpa menghilangkan
fakta-fakta pentingnya dari jajaran data yang
banyak sekali jumlahnya dengan cara
emngelompokkan jajaran data ke dalam
sejumlah kelas (frekuensi kelas)“

1.Interval Kelas
2.Batas Nyata Kelas
3.Lebar Interval kelas
4.Nilai tengah kelas
Presentasi Grafik Distribusi Frekuensi (Histogram)

Histogram
dengan lebar
interval kelas
sama

Histogram
dengan lebar
interval kelas
tidak sama
 Presentasi Grafik Distribusi Frekuensi
(Poligon Frekuensi)

Poligon Frekuensi adalah suatu grafik garis dari frekuensi-frekuensi interval kelas
yang diplot pada nilai tengahnilai tengahnya. Poligon bias didapat dengan
menghubungkan titik tengah dari sisi atas batang-batang histogram
Distribusi Frekuensi Kumulatif
(Ogive)
UKURAN PEMUSATAN DATA

MEAN
MEDIAN
MODUS
 RATA-RATA HITUNG

LAMBANG
Rata-rata hitung dilambangkan dengan eks bar

SUB MATERI
X
1. Data tunggal
2. Data berbobot
3. Data berkelompok
 RATA-RATA HITUNG-DATA
TUNGGAL
Jika terdapat n buah data yang terdiri dari

x1, x2, x3, … xn,

rata-rata hitung data tersebut dapat didefinisikan sebagai berikut.

x1  x 2  x 3  ....  x n
x atau
n n
Σ xi Σxi
x i1
atau x
n n
n = banyak data

Σxi = jumlah data (jumlah data ke-1 sampai dengan data ke-n)
 Contoh soal 1
Nilai ulangan matematika 5 siswa kelas X Akuntansi adalah
8, 5, 7, 10, dan 5.
Rata-rata hitung nilai siswa tersebut adalah ….
a. 4
b. 5
c. 6
d. 7
e. 8
Dik : Data = 8, 5, 7,10, 5
n = banyak data =5
= jumlah data = 8 + 5 + 7 + 10 + 5
= 35
Ditanya : rata-rata 
Jawab :

= = 7

Σxi
Σxi
x
n
35
5
RATA-RATA HITUNG-DATA TUNGGAL
BERBOBOT
Jika nilai n buah data adalah x1, x2, x3, … xn, dan masing-masing
frekuensinya adalah f1, f2, f3, … fn , nilai rata-rata hitung sekumpulan data
tersebut didefinisikan sebagai berikut.

f1.x1  f2 .x 2  f3 .x 3  ....  fn .x n
x
n atau
n
Σ fi.x i Σfi.x i
x i1
atau x 
n Σfi

Σfi.x i = Jumlah hasil perkalian setiap data dan frekuensinya

fi = Frekuensi data ke-i
xi = Data ke-i
fi = n = banyak data
 Contoh soal 3

Tabel penjualan 10 buah kios pakaian

pada minggu pertama bulan Desember Rata-rata pakaian yang terjual pada
2008 tabel di samping adalah
a. 70
Pakaian terjual Banyak Kios
b. 71
(xi)
(fi) c. 72

70 2 d. 73
80 3 e. 74
90 4
100 1
 Pembahasan contoh soal 3
Diketahui :
Ditanya : Rumus rata-rata
Pakaian Banyak Kios
Jawab :
terjual
(xi)
(fi)
fi. xi x 
 f .xi i

70 2 140
f i

740
80 3 240 = 10
90 4 360
100 1 = 74
100
 10 740
 Contoh soal 3

Tabel penjualan 10 buah kios pakaian Rata-rata pakaian yang terjual pada
pada minggu pertama bulan Desember tabel di samping adalah
2008
a. 70
Pakaian terjual Banyak Kios
b. 71
(xi) c. 72
(fi)
70 2
X d. 73
80 3 e. 74

90 4
100 1
 LATIHAN 2
1. Tabel 1 berisi data Panjang 2.
dibutuhkan oleh siswa? bahan
yang dibutuhkan siswa untuk
merancang pakaian pesta.
Hitunglah berapa panjang rata-
rata bahan yang
Tabel 2 memperlihatkan
banyaknya buah mangga yang
dihasilkan. Berapakah x dan
berapa banyk musim yang dilalui
jika rata-rata pohon tersebut
menghasilkan 49 buah?

Tabel 1.
Tabel 2

Panjang bahan Jumlah Siswa Banyak buah Banyak Musim

(dalam Meter) (fi)
30 2
3 5
40 3
3,5 10 50 x
4 3 60 1

5 2 75 2
1 2 Diketahui :
xi fi xi.fi
Diketahui :
xi fi xi.fi 30 2 60
40 3 120
3 5 15
50 x 50x
3,5 10 35
60 1 60
Ditanya : x
4 3 12 75 2 150
Jawab :
5 2 10
x 
 f .x
i i
 20 72
49 = f i

49(8+x)  120  50x  60  150

=390 +6050x
Ditanya : Rata-rata
8x
Jawab :
x 
 f .x i i
392 + 49x = 390 + 50x

f i
49x – 50x
-x
= 390 – 392
= -2
72=
20= 3,6 x = 2 musim
 banyak musim : 2 + 3+ 2+ 1 + 2 = 10 musim
 RATA-RATA HITUNG-DATA KELOMPOK
Menentukan rata-rata hitung data berkelompok akan lebih
mudah apabila data disajikan dalam bentuk tabel distribusi
frekuensi.
Berikut ini adalah rumus-rumus untuk menentukan Rata-rata hitung data berkelompok.
. dengan rumus sigma

. dengan rumus coding

. dengan rata-rata duga

, xi = Titik tengah

x 
 f .x i i
= ½ . (batas bawah + batas atas)
f i

ci = Kode titik tengah

x  x0 
 f .ci i
.I
I = Interval kelas = Panjang kelas
b n  b n 1
n = satuan ukuran terkecil
x0 = Titik tengah pada frekuensi
terbesar

x  x0 
 f .d i i di = x i – x 0
n
 Contoh soal 4
Rata-rata pendapatan harian Tabel pendapatan 50 Pedagang
pedagang kaki lima pada tabel di kaki lima pada tanggal 1 Januari
samping adalah Rp … 2009

a. 97.000 b. NO Pendapatan (dalam fi

puluhan ribu
107.000
rupiah)
c. 117.000 d. 127.000 1 1–5 6
e. 137.000 2 6 – 10 20
3 11 - 15 10
4 16 - 20 9
5 21 - 25 5
Batas bawah Batas atas Pembahasan contoh soal 4
Dengan rumus sigma
NO X fi xi fi.xi
x 
 f .x i i
1 1–5 6 3 18
f i
2 6 – 10 20 8 160 585
13 x 
3 11 - 15 10 130 50
18 X
4 16 - 20 9 162 = 11,7
23
5 21 - 25 5 115
Penghasilan rata-rata pedagang =
 50 585
11,7 x 10.000

x1 = ½ (1+5) x2 = ½ (6+10) x3 = ?
= Rp 117.000
=½.6 = ½ . 16 x4 = ?

=3 =8 x5 = ?
Kelas dengan frekuensi terbesar
Pembahasan contoh soal 4
X0 = nilai tengah pada frekuensi terbesa
Dengan rumus coding
0 = Kode pada frekuensi terbesar

NO X fi xi ci fi.ci
x  x0 
 f .c i i
.I
1 1–5 6 3 -1 -6 n
2 6 – 10 20 8 0 0 x0. = 8
fi.c i = 37
3 11 - 15 10 13 1 10 n = 50
4 16 - 20 9 18 2 18 I = (6 – 1)/1 = 5
5 21 - 25 5 23 3 15 37
x 8  .5
50
 50 37

X = 8 + 3,7 = 11,7

Penghasilan rata-rata pedagang =

11,7 x 10.000

= Rp 117.000
Kelas dengan frekuensi terbesar
di = Nilai tengah – Nilai dugaan = xi –x0
X0 = nilai dugaan d1 = 3 – 8 = -5
d2 = 8 – 8 = 0
d3 = ?, d4 =? dan d5 = ?
NO X fi xi di fi.di
x  x0 
 fi.d i
1 1–5 6 3 -5 -30 n
2 6 – 10 20 88 0 0 x0. = 8

3 11 - 15 10 13 5 50 fi.d i = 185
n = 50
4 16 - 20 9 18 10 90
5 21 - 25 5 23 15 75 185
x 8  .
50
 50 185

X = 8 + 3,7 = 11,7

Penghasilan rata-rata pedagang =

Pembahasan dengan 11,7 x 10.000

rata-rata duga

= Rp 117.000
MEDIAN

Definisi:
Nilai yang letaknya berada di tengah data di mana data tersebut
sudah diurutkan dari terkecil sampai terbesar atau sebaliknya.

Median Data tidak Berkelompok:

(a) Letak median = (n+1)/2,
(b) Data ganjil, median terletak di tengah,
(c) Median untuk data genap adalah rata-rata dari dua data yang
terletak di tengah.

Rumus Median Data Berkelompok:

n/2  CF
Md = L + xi
f
39
CONTOH MEDIAN DATA TIDAK BERKELOMPOK
Nomor Total Aset Nomor
urut (Rp miliar) urut
1 42.253
2 22.598
3 10.137
4 4.090
5 2.687
6 2.508
7 796
8 603
9 287
Laba Bersih
(Rp miliar)
1 7.568
2 1.480
3 436
4 392
5 MEDIAN = 180
6 123
7 65
8 25
9 15
40
 CONTOH MEDIAN DATA BERKELOMPOK

Interval Frekuensi Tepi Kelas Frek. Kumulatif

• Letak median n/2 =
20/2=10; jadi 159,5 0
160 - 303 2
terletak pada frek.
kumulatif antara 7-16 303,5 2
304 - 447 5

• Nilai Median
447,5 7
448 - 591 Letak Median
Md = 447,5 + (20/2) - 7 x143
9 591,5 16
= 495,17 592 - 735 3

735,5 19
736 - 878 1
878,5 20
41
MODUS
Definisi:
Nilai yang (paling) sering muncul.

Rumus Modus Data Berkelompok:

Mo = L + (d1/(d1+d2)) x i

42
 CONTOH MODUS DATA BERKELOMPOK

Interval Frekuensi Tepi Kelas

• Letak modus pada

159,5
frekuensi kelas paling 160 - 303 2
besar = 9 kelas 448-591.
303,5
304 - 447 5
• Nilai Modus
447,5
Mo = 447,5 + (4/(4+6)) x 143 448 - 591 d1 Letak
= 504,7 9 Modus
d2 591,5
592 - 735 3

735,5
736 - 878 1
878,5
43
Nature is probabilistic, measuring her will give distributed value
EKSPERIMEN
suatu percobaan yang dapat diulang-ulang dengan kondisi yang sama
Contoh : Eksperimen mlempar dadu 1 kali
Hasilnya : tampak angka 1 atau 2 atau 3 atau 4 atau 5 atau 6

RUANG SAMPEL (S)

Himpunan semua hasil (outcome) yang mungkin dalam suatu eksperimen
Contoh : Ruang sampel pelemparan dadu 1 kali
S = {1, 2, 3, 4, 5, 6} n(S) = 6

PERISTIWA (EVENT)
Himpunan bagian dari ruang sampel
Contoh :
Eksperimen : melempar dadu 1 kali
Peristiwa A : Hasil pelemparan dadu berupa angka genap =
{ 2, 4, 6} n(A) = 3
 PROBABILITAS
Bila A adalah suatu peristiwa maka probabilitas
terjadinya peristiwa A didefinisikan :
 PROBABILITAS
Eksperimen :
Melempar dadu 1 kali

SIFAT PROBABILITAS
1.0 ≤ P(A) ≤ 1  karena 0 ≤ n(A) ≤ n(S)

P (Ø) = 0 (tidak mungkin terjadi)

P (S) = 1 (pasti terjadi)

Probabilitas tampak titik genap :

A = {2, 4, 6}
S = {1, 2, 3, 4, 5, 6}
 PROBABILITAS
Nilai probabilitas berada antara 0 dan 1:
a) Nilai 0 artinya kejadian tidak akan terjadi
b) Nilai 1 artinya kejadian pasti terjadi
c) Nilai 0,5 artinya kemungkinan kejadian akan
terjadi sama dengan kejadian tidak akan terjadi

jumlah dari probabilitas (frekuensi relatif) dari

semua kejadian yang dapat terjadi dalam
sampel harus 1 (atau 100%)
1. Pendekatan Klasik
Contoh Pendekatan Klasik
 Probabilitas Bersyarat
 Menghitung peluang kejadian bersyarat