SlideShare a Scribd company logo
1 of 17
Download to read offline
STATISTIKA DAN
PROBABILITAS
Elvi Rahmi, S.T., M.Kom.
elvizasri@gmail.com
STATISTIKA
STATISTIKA ADALAH ILMU TENTANG DATA
STATISTIKA DAN KEHIDUPAN SEHARI-HARI
Pasar Modal Nilai Tukar Rupiah
Statistik
Pertandingan
SEJARAH SINGKAT
Penggunaan data statistik oleh bangsa-bangsa di
Mesopotamia (Babilonia), Mesir, dan Cina untuk
memperoleh informasi tentang besarnya pajak yang
harus dibayar oleh setiap penduduk, banyaknya hasil
pertanian yang mampu diproduksi, dll.
Lembaga gereja menggunakan statistika untuk
mencatat jumlah kelahiran, kematian, dan pernikahan.
Sebelum Masehi
Abad Pertengahan
SEJARAH SINGKAT
Statistika pertama kali dikemukakan oleh Aristoteles
dalam bukunya yang berjudul Politeia. Dalam buku
tersebut, ia menjelaskan data tentang keadaan 158
negara yang disebut dengan statistika.
Teori peluang dan dasar-dasarnya yang dikemukakan
oleh Matematikawan asal Perancis, Blaise Pascal
(1623-1662)
Aristoteles dan Statistika
Teori Peluang
Penggunaan Metode Statistik
F. Galton menggunakan metode statistik dalam
penelitian ilmiah pada tahun 1880.
Aristoteles
SEJARAH SINGKAT
Karl Pearson memelopori penggunaan metode
statistik dalam berbagai penelitian dan kontributor
utama perkembangan awal statistika sebagai disiplin
ilmu sendiri.
karl Pearson mendirikan Departemen Statistika
Terapan di University College London dan
menjadikannya sebagai jurusan Statistika pertama di
dunia untuk tingkat perguruan tinggi.
Akhir Abad ke-19
Tahun 1911
1918-1935
R. Fisher memperkenalkan analisis variansi ke dalam
literatur statistika.
Karl Pearson
SEJARAH SINGKAT
Statistika berkembang jauh ke depan memasuki
wilayah pengambilan keputusan melalui proses
generalisasi atau peramalan, dengan
mempertimbangkan faktor risiko dan ketidakpastian.
Ilmu statistika berkembang menjadi:
- statistika murni, yaitu statistika yang mempelajari
ilmu dan pengetahuan statistika untuk
pengembangan teori itu sendiri
- statistika terapan, yaitu statistika yang diterapkan
secara luas dan memecahkan masalah di bidang lain.
Statistika memunculkan cabang-cabang ilmu baru
seperti biometri, ekonometri, sosiometri, demografi,
dsb.
Tahun 1950-an
Perkembangan Selanjutnya
STATISTIK DAN
STATISTIKA
STATISTIK
STATISTIKA
Statistik berasal dari bahasa Latin "status" atau
"statista" yang berarti negara.
Statistik dalam pengertian sederhana adalah data.
Statistik adalah kumpulan data dalam bentuk angka
maupun angka yang disusun dalam bentuk tabel atau
grafik (diagram), untuk menggambarkan suatu masalah
tertentu.
Statistik berkembang menjadi disiplin ilmu tersendiri
yang disebut statistika.
Statistika adalah suatu disiplin ilmu yang mempelajari
sekumpulan konsep dan metode pengumpulan,
penyajian, analisis, dan interpretasi data, sampai pada
pengambilan keputusan pada situasi dimana terdapat
ketidakpastian.
STATISTIK
DESKRIPTIF
(Statistik Deduktif)
Pembahasan terbatas pada
pengumpulan, penyajian, dan interpretasi
data, seperti pembuatan tabel, diagram,
grafik, dan perhitungan untuk
menentukan nilai statistika.
STATISTIK
INFERENSI
(Statistik Induktif)
Penekanan pembahasan pada
interpretasi data dan pengambilan
kesimpulan, seperti penaksiran tentang
karakteristik populasi, penentuan ada atau
tidaknya hubungan karakteristik-
karakteristik dalam populasi, pembuatan
prediksi, dsb.
POPULASI DAN SAMPEL
Populasi
Sampel
Keuntungan Metode Penelitian Sampling
Himpunan keseluruhan objek yang diteliti.
Bagian yang diambil dari populasi untuk
diteliti.
Sensus
Penelitian yang melibatkan keseluruhan
anggota populasi.
Sampling
Penelitian yang hanya melibatkan sebagian
anggota populasi.
Mengurangi biaya
Kecepatan lebih besar
Mencegah kerusakan yang lebih besar
Tingkat ketelitian lebih besar
Sampel
Stratifikasi
Sampel Acak
Sederhana
(Random)
Sampel
Kelompok
(Cluster)
Sampel
Sistematik
TEKNIK
PEMILIHAN
SAMPEL
Teknik pemilihan sampel
merupakan hal yang sangat
penting dan mendasar dalam
penelitian statistik.
Kesalahan dalam pemilihan
sampel dapat mengakibatkan
kesalahan dalam interpretasi data.
SAMPEL ACAK SEDERHANA
(RANDOM)
Suatu metode pemilihan sampel dimana setiap unit dalam populasi memiliki
kemungkinan yang sama untuk terpilih sebagai anggota sampel.
Contoh:
Populasi yang terdiri dari atas N unit, unit populasi tersebut dinomori 1 sampai N.
Selanjutnya sederet bilangan acak dari 1 sampai N dipilih dengan cara diundi
menggunakan bantuan tabel bilangan random atau dipilih acak menggunakan komputer.
SAMPEL STRATIFIKASI
Suatu metode pemilihan sampel yang dilakukan pada populasi yang bersifat heterogen,
dilakukan dengan membagi anggota populasi dalam beberapa sub kelompok yang
disebut stratum. Pada setiap stratum diambil sampel secara acak.
Contoh:
Pada survei lahan pertanian, stratifikasi dapat dilakukan berdasarkan luas lahan. Lahan
dibagi menjadi tiga kelompok, yaitu tanah dengan luas lahan kecil, tanah dengan luas
lahan sedang, dan tanah dengan luas lahan besar.
SAMPEL SISTEMATIK
Suatu prosedur pemilihan sampel yang pada awalnya sampel dipilih secara acak, kemudian dipilih secara sistematik
untuk setiap unit ke-j. Teknik ini bisa menjadi opsi yang tepat, terutama untuk penelitian dengan jumlah populasi yang
cenderung besar.
Contoh:
K: jarak interval
N: jumlah populasi
n: jumlah sample
Jika suatu penelitian memiliki total anggota populasi sebanyak 5000 orang dengan sampel yang dikehendaki adalah 200
sampel saja, maka setiap sampel elemen populasi akan ditandai dengan nomor urut mulai dari 0001 hingga 5000.
Dengan penomoran tersebut, maka guna menentukan jarak interval dari sampel satu dan sampel berikutnya berlaku
rumus K = N/n. Keterangan dari rumus tersebut adalah:
Dengan rumus di atas, maka jarak interval pada contoh penelitian adalah K = 5000/200, didapatkan angka 25. Dengan
demikian, maka 25 menjadi jarak interval untuk pengambilan sampel. Jika sample pertama yang didapatkan secara acak
adalah populasi nomor 0002, maka sample berikutnya adalah nomor 0027 dengan jarak 25. Perhitungan dilakukan terus
menerus hingga (n) atau jumlah sample terpenuhi sesuai yang dibutuhkan, yaitu 200 buah sample dalam kasus ini.
SAMPEL KELOMPOK (CLUSTER)
Suatu teknik pengambilan sampel yang dilakukan pada populasi yang terdiri atas
kelompok-kelompok. Kelompok dipilih secara acak, kemudian unit-unit dalam kelompok
terpilih dapat dipilih secara acak.
Contoh:
Dilakukan penelitian untuk memperkirakan rata-rata pendapatan rumah tangga di sebuah kota.
Dalam hal ini, pertama-tama dipilih secara acak RT-RT dalam kota tersebut sebagai suatu kelompok,
kemudian setiap RT terpilih dipilih sejumlah rumah tangga sebagai sampel penelitian.
Peranan Statistika
dalam Penelitian Ilmiah
Peneliti mengimajinasikan pokok masalah dan jalan pemasalahannya
ke dalam suatu model teoretis. Model teoretis yang banyak digunakan
adalah model matematis, yaitu model yang menggunakan hukum
matematika sebagai dasarnya.
Perumusan hipotesis yang dilakukan dalam penelitian didasarkan
model teoretis yang telah disusun. Hipotesis terdiri atas hipotesis nol
(H0) dan hipotesis alternatif (H1).
Sebelum peneliti menggunakan suatu alat pengambilan data, harus
dipastikan bahwa alat yang digunakan mempunya tingkat
kepercayaan (reliabilitas) dan ketepatan (validitas) yang diperlukan.
Untuk menguji kualitas alat pengambilan data (kuisoner), cara terbaik
adalah menggunakan metode statistika.
Penyusunan model teoritis
Perumusan Hipotesis
Pengembangan Alat Pengambilan Data
Peranan Statistika
dalam Penelitian Ilmiah
Rancangan penelitian umumnya disusun berdasarkan pertimbangan
statistika, sesuai dengan maksud dan tujuan penelitian.
Penentuan sampel penelitian harus menggunakan teknik penarikan
sampel yang benar, sesuai dengan metode statistika yang ada. Hal ini
dilakukan untuk menggambarkan keadaan populasi yang sebenarnya.
Manfaat lainnya adalah untuk efisiensi.
Teknik dan metode analisis statistika diterapkan sesuai dengan tujuan
penelitian yang dilakukan.
Penyusunan rancangan penelitian
Perumusan Sampel Penelitian
Pengolahan dan Analisis Data

More Related Content

What's hot

Exploratory Data Analysis - Satyajit.pdf
Exploratory Data Analysis - Satyajit.pdfExploratory Data Analysis - Satyajit.pdf
Exploratory Data Analysis - Satyajit.pdfAmmarAhmedSiddiqui2
 
Data Visualization in Exploratory Data Analysis
Data Visualization in Exploratory Data AnalysisData Visualization in Exploratory Data Analysis
Data Visualization in Exploratory Data AnalysisEva Durall
 
Bibliometrix Seminar
Bibliometrix SeminarBibliometrix Seminar
Bibliometrix SeminarMassimo Aria
 
The Basics of Statistics for Data Science By Statisticians
The Basics of Statistics for Data Science By StatisticiansThe Basics of Statistics for Data Science By Statisticians
The Basics of Statistics for Data Science By StatisticiansStat Analytica
 
Statistics for data scientists
Statistics for  data scientistsStatistics for  data scientists
Statistics for data scientistsAjay Ohri
 
ukuran kemiringan dan keruncingan
ukuran kemiringan dan keruncinganukuran kemiringan dan keruncingan
ukuran kemiringan dan keruncinganArini Dyah
 
13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdf13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdfElvi Rahmi
 
Exploratory data analysis
Exploratory data analysisExploratory data analysis
Exploratory data analysisGramener
 
Analisis Faktor (2.2)
Analisis Faktor (2.2)Analisis Faktor (2.2)
Analisis Faktor (2.2)Rani Nooraeni
 
STATISTIKA (Ukuran Penyebaran Data) - Pertemuan 3
STATISTIKA (Ukuran Penyebaran Data) - Pertemuan 3STATISTIKA (Ukuran Penyebaran Data) - Pertemuan 3
STATISTIKA (Ukuran Penyebaran Data) - Pertemuan 3Shinta Novianti
 
Visualization and Matplotlib using Python.pptx
Visualization and Matplotlib using Python.pptxVisualization and Matplotlib using Python.pptx
Visualization and Matplotlib using Python.pptxSharmilaMore5
 
Analisis data-spasial
Analisis data-spasialAnalisis data-spasial
Analisis data-spasialRiyadi Davit
 
PPT Himpunan Matematika Diskrit
PPT Himpunan Matematika DiskritPPT Himpunan Matematika Diskrit
PPT Himpunan Matematika DiskritSigitpga
 
Probabilitas ppt version by alydyda
Probabilitas ppt version by alydydaProbabilitas ppt version by alydyda
Probabilitas ppt version by alydydaMarlyd Talakua
 
Distribusi diskrit dan data kategorik
Distribusi diskrit dan data kategorikDistribusi diskrit dan data kategorik
Distribusi diskrit dan data kategorikDarnah Andi Nohe
 

What's hot (20)

Exploratory Data Analysis - Satyajit.pdf
Exploratory Data Analysis - Satyajit.pdfExploratory Data Analysis - Satyajit.pdf
Exploratory Data Analysis - Satyajit.pdf
 
PENELITIAN KUANTITATIF.pdf
PENELITIAN KUANTITATIF.pdfPENELITIAN KUANTITATIF.pdf
PENELITIAN KUANTITATIF.pdf
 
Data Visualization in Exploratory Data Analysis
Data Visualization in Exploratory Data AnalysisData Visualization in Exploratory Data Analysis
Data Visualization in Exploratory Data Analysis
 
Bibliometrix Seminar
Bibliometrix SeminarBibliometrix Seminar
Bibliometrix Seminar
 
The Basics of Statistics for Data Science By Statisticians
The Basics of Statistics for Data Science By StatisticiansThe Basics of Statistics for Data Science By Statisticians
The Basics of Statistics for Data Science By Statisticians
 
Statistics for data scientists
Statistics for  data scientistsStatistics for  data scientists
Statistics for data scientists
 
ukuran kemiringan dan keruncingan
ukuran kemiringan dan keruncinganukuran kemiringan dan keruncingan
ukuran kemiringan dan keruncingan
 
EDA
EDAEDA
EDA
 
13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdf13 - 14 Regresi Linear Sederhana & Berganda.pdf
13 - 14 Regresi Linear Sederhana & Berganda.pdf
 
Exploratory data analysis
Exploratory data analysisExploratory data analysis
Exploratory data analysis
 
Analisis Faktor (2.2)
Analisis Faktor (2.2)Analisis Faktor (2.2)
Analisis Faktor (2.2)
 
PENGENALAN STATISTIK
PENGENALAN STATISTIKPENGENALAN STATISTIK
PENGENALAN STATISTIK
 
STATISTIKA (Ukuran Penyebaran Data) - Pertemuan 3
STATISTIKA (Ukuran Penyebaran Data) - Pertemuan 3STATISTIKA (Ukuran Penyebaran Data) - Pertemuan 3
STATISTIKA (Ukuran Penyebaran Data) - Pertemuan 3
 
005 matrik kovarian
005 matrik kovarian005 matrik kovarian
005 matrik kovarian
 
Statistics and data science
Statistics and data scienceStatistics and data science
Statistics and data science
 
Visualization and Matplotlib using Python.pptx
Visualization and Matplotlib using Python.pptxVisualization and Matplotlib using Python.pptx
Visualization and Matplotlib using Python.pptx
 
Analisis data-spasial
Analisis data-spasialAnalisis data-spasial
Analisis data-spasial
 
PPT Himpunan Matematika Diskrit
PPT Himpunan Matematika DiskritPPT Himpunan Matematika Diskrit
PPT Himpunan Matematika Diskrit
 
Probabilitas ppt version by alydyda
Probabilitas ppt version by alydydaProbabilitas ppt version by alydyda
Probabilitas ppt version by alydyda
 
Distribusi diskrit dan data kategorik
Distribusi diskrit dan data kategorikDistribusi diskrit dan data kategorik
Distribusi diskrit dan data kategorik
 

Similar to 01 - Pengantar Statistika.pdf

Similar to 01 - Pengantar Statistika.pdf (20)

statistika
statistikastatistika
statistika
 
Statistik wa ode husni
Statistik wa ode husniStatistik wa ode husni
Statistik wa ode husni
 
Statistik wa ode husni
Statistik wa ode husniStatistik wa ode husni
Statistik wa ode husni
 
Materi Statistika
Materi Statistika Materi Statistika
Materi Statistika
 
Materi 12 # hakikat statistika
Materi 12 # hakikat statistikaMateri 12 # hakikat statistika
Materi 12 # hakikat statistika
 
Tugas bahasa indonesia makalah
Tugas bahasa indonesia makalahTugas bahasa indonesia makalah
Tugas bahasa indonesia makalah
 
Tugas bahasa indonesia makalah
Tugas bahasa indonesia makalahTugas bahasa indonesia makalah
Tugas bahasa indonesia makalah
 
Tugas bahasa indonesia makalah
Tugas bahasa indonesia makalahTugas bahasa indonesia makalah
Tugas bahasa indonesia makalah
 
Sejarah statistik
Sejarah statistikSejarah statistik
Sejarah statistik
 
Tugas bahasa indonesia makalah
Tugas bahasa indonesia makalahTugas bahasa indonesia makalah
Tugas bahasa indonesia makalah
 
Tugas bahasa indonesia makalah
Tugas bahasa indonesia makalahTugas bahasa indonesia makalah
Tugas bahasa indonesia makalah
 
Statistika
StatistikaStatistika
Statistika
 
Tugas bahasa indonesia makalah
Tugas bahasa indonesia makalahTugas bahasa indonesia makalah
Tugas bahasa indonesia makalah
 
Tugas bahasa indonesia makalah
Tugas bahasa indonesia makalahTugas bahasa indonesia makalah
Tugas bahasa indonesia makalah
 
Tugas bahasa indonesia makalah
Tugas bahasa indonesia makalahTugas bahasa indonesia makalah
Tugas bahasa indonesia makalah
 
STATISTIKA.ppt
STATISTIKA.pptSTATISTIKA.ppt
STATISTIKA.ppt
 
komputer STATISTIKA untuk Magister Manajemen
komputer STATISTIKA untuk Magister Manajemenkomputer STATISTIKA untuk Magister Manajemen
komputer STATISTIKA untuk Magister Manajemen
 
Tugas statistika 3
Tugas statistika 3Tugas statistika 3
Tugas statistika 3
 
ilmu statistika
ilmu statistikailmu statistika
ilmu statistika
 
Tugas tik pribadi
Tugas tik pribadiTugas tik pribadi
Tugas tik pribadi
 

More from Elvi Rahmi

06 - Machine Learning .pdf
06 - Machine Learning .pdf06 - Machine Learning .pdf
06 - Machine Learning .pdfElvi Rahmi
 
Algoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdfAlgoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdfElvi Rahmi
 
05 - Teknik Dasar AI - Planning.pdf
05 - Teknik Dasar AI - Planning.pdf05 - Teknik Dasar AI - Planning.pdf
05 - Teknik Dasar AI - Planning.pdfElvi Rahmi
 
03 - Teknik Dasar AI - Reasoning.pdf
03 - Teknik Dasar AI - Reasoning.pdf03 - Teknik Dasar AI - Reasoning.pdf
03 - Teknik Dasar AI - Reasoning.pdfElvi Rahmi
 
02 - Teknik Dasar AI - Searching.pdf
02 - Teknik Dasar AI - Searching.pdf02 - Teknik Dasar AI - Searching.pdf
02 - Teknik Dasar AI - Searching.pdfElvi Rahmi
 
01 - AI - Pengantar AI.pdf
01 - AI - Pengantar AI.pdf01 - AI - Pengantar AI.pdf
01 - AI - Pengantar AI.pdfElvi Rahmi
 
Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes Elvi Rahmi
 
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfKlasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfElvi Rahmi
 
Klasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfKlasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfElvi Rahmi
 
02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdfElvi Rahmi
 
01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdfElvi Rahmi
 
Mastering the master of ceremony
Mastering the master of ceremonyMastering the master of ceremony
Mastering the master of ceremonyElvi Rahmi
 
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukImplementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukElvi Rahmi
 
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Elvi Rahmi
 

More from Elvi Rahmi (14)

06 - Machine Learning .pdf
06 - Machine Learning .pdf06 - Machine Learning .pdf
06 - Machine Learning .pdf
 
Algoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdfAlgoritma Support Vector Machine.pdf
Algoritma Support Vector Machine.pdf
 
05 - Teknik Dasar AI - Planning.pdf
05 - Teknik Dasar AI - Planning.pdf05 - Teknik Dasar AI - Planning.pdf
05 - Teknik Dasar AI - Planning.pdf
 
03 - Teknik Dasar AI - Reasoning.pdf
03 - Teknik Dasar AI - Reasoning.pdf03 - Teknik Dasar AI - Reasoning.pdf
03 - Teknik Dasar AI - Reasoning.pdf
 
02 - Teknik Dasar AI - Searching.pdf
02 - Teknik Dasar AI - Searching.pdf02 - Teknik Dasar AI - Searching.pdf
02 - Teknik Dasar AI - Searching.pdf
 
01 - AI - Pengantar AI.pdf
01 - AI - Pengantar AI.pdf01 - AI - Pengantar AI.pdf
01 - AI - Pengantar AI.pdf
 
Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes Klasifikasi - Algoritma Naive Bayes
Klasifikasi - Algoritma Naive Bayes
 
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdfKlasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
Klasterisasi - AHC (Agglomerative Hierarchical Clustering).pdf
 
Klasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdfKlasterisasi - Algoritma K-Means Clustering.pdf
Klasterisasi - Algoritma K-Means Clustering.pdf
 
02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf02 - Preprocessing Data.pdf
02 - Preprocessing Data.pdf
 
01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf01 - Introduction to Data Mining - Original.pdf
01 - Introduction to Data Mining - Original.pdf
 
Mastering the master of ceremony
Mastering the master of ceremonyMastering the master of ceremony
Mastering the master of ceremony
 
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar ProdukImplementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
Implementasi Algoritma FP - Growth Menentukan Asosiasi Antar Produk
 
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
Identifikasi dan Pencegahan Keylogging Pada Android Menggunakan Customized Vi...
 

Recently uploaded

Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Shary Armonitha
 
Contoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data miningContoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data miningSamFChaerul
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfAuliaAulia63
 
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHANKONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHANDevonneDillaElFachri
 
Perlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdfPerlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdfjeffrisovana999
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxzidanlbs25
 
KISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkksKISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkksdanzztzy405
 

Recently uploaded (8)

Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...
Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...
Abortion pills in Kuwait salmiyah [+966572737505 ] Get Cytotec in Kuwait city...
 
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
Sistem operasi adalah program yang bertindak sebagai perantara antara user de...
 
Contoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data miningContoh Algoritma Asosiasi pada data mining
Contoh Algoritma Asosiasi pada data mining
 
Geologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdfGeologi Jawa Timur-Madura Kelompok 6.pdf
Geologi Jawa Timur-Madura Kelompok 6.pdf
 
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHANKONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
KONSEP DASAR ADVOKASI GIZI KEBIJAKAN PEMERINTAHAN
 
Perlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdfPerlindungan Anak Dalam Hukum Perdata (2).pdf
Perlindungan Anak Dalam Hukum Perdata (2).pdf
 
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptxUKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
UKURAN PENTYEBARAN DATA PPT KELOMPOK 2.pptx
 
KISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkksKISI KISI PSAJ IPS KLS IX 2324.docskskkks
KISI KISI PSAJ IPS KLS IX 2324.docskskkks
 

01 - Pengantar Statistika.pdf

  • 1. STATISTIKA DAN PROBABILITAS Elvi Rahmi, S.T., M.Kom. elvizasri@gmail.com
  • 3. STATISTIKA DAN KEHIDUPAN SEHARI-HARI Pasar Modal Nilai Tukar Rupiah Statistik Pertandingan
  • 4. SEJARAH SINGKAT Penggunaan data statistik oleh bangsa-bangsa di Mesopotamia (Babilonia), Mesir, dan Cina untuk memperoleh informasi tentang besarnya pajak yang harus dibayar oleh setiap penduduk, banyaknya hasil pertanian yang mampu diproduksi, dll. Lembaga gereja menggunakan statistika untuk mencatat jumlah kelahiran, kematian, dan pernikahan. Sebelum Masehi Abad Pertengahan
  • 5. SEJARAH SINGKAT Statistika pertama kali dikemukakan oleh Aristoteles dalam bukunya yang berjudul Politeia. Dalam buku tersebut, ia menjelaskan data tentang keadaan 158 negara yang disebut dengan statistika. Teori peluang dan dasar-dasarnya yang dikemukakan oleh Matematikawan asal Perancis, Blaise Pascal (1623-1662) Aristoteles dan Statistika Teori Peluang Penggunaan Metode Statistik F. Galton menggunakan metode statistik dalam penelitian ilmiah pada tahun 1880. Aristoteles
  • 6. SEJARAH SINGKAT Karl Pearson memelopori penggunaan metode statistik dalam berbagai penelitian dan kontributor utama perkembangan awal statistika sebagai disiplin ilmu sendiri. karl Pearson mendirikan Departemen Statistika Terapan di University College London dan menjadikannya sebagai jurusan Statistika pertama di dunia untuk tingkat perguruan tinggi. Akhir Abad ke-19 Tahun 1911 1918-1935 R. Fisher memperkenalkan analisis variansi ke dalam literatur statistika. Karl Pearson
  • 7. SEJARAH SINGKAT Statistika berkembang jauh ke depan memasuki wilayah pengambilan keputusan melalui proses generalisasi atau peramalan, dengan mempertimbangkan faktor risiko dan ketidakpastian. Ilmu statistika berkembang menjadi: - statistika murni, yaitu statistika yang mempelajari ilmu dan pengetahuan statistika untuk pengembangan teori itu sendiri - statistika terapan, yaitu statistika yang diterapkan secara luas dan memecahkan masalah di bidang lain. Statistika memunculkan cabang-cabang ilmu baru seperti biometri, ekonometri, sosiometri, demografi, dsb. Tahun 1950-an Perkembangan Selanjutnya
  • 8. STATISTIK DAN STATISTIKA STATISTIK STATISTIKA Statistik berasal dari bahasa Latin "status" atau "statista" yang berarti negara. Statistik dalam pengertian sederhana adalah data. Statistik adalah kumpulan data dalam bentuk angka maupun angka yang disusun dalam bentuk tabel atau grafik (diagram), untuk menggambarkan suatu masalah tertentu. Statistik berkembang menjadi disiplin ilmu tersendiri yang disebut statistika. Statistika adalah suatu disiplin ilmu yang mempelajari sekumpulan konsep dan metode pengumpulan, penyajian, analisis, dan interpretasi data, sampai pada pengambilan keputusan pada situasi dimana terdapat ketidakpastian.
  • 9. STATISTIK DESKRIPTIF (Statistik Deduktif) Pembahasan terbatas pada pengumpulan, penyajian, dan interpretasi data, seperti pembuatan tabel, diagram, grafik, dan perhitungan untuk menentukan nilai statistika. STATISTIK INFERENSI (Statistik Induktif) Penekanan pembahasan pada interpretasi data dan pengambilan kesimpulan, seperti penaksiran tentang karakteristik populasi, penentuan ada atau tidaknya hubungan karakteristik- karakteristik dalam populasi, pembuatan prediksi, dsb.
  • 10. POPULASI DAN SAMPEL Populasi Sampel Keuntungan Metode Penelitian Sampling Himpunan keseluruhan objek yang diteliti. Bagian yang diambil dari populasi untuk diteliti. Sensus Penelitian yang melibatkan keseluruhan anggota populasi. Sampling Penelitian yang hanya melibatkan sebagian anggota populasi. Mengurangi biaya Kecepatan lebih besar Mencegah kerusakan yang lebih besar Tingkat ketelitian lebih besar
  • 11. Sampel Stratifikasi Sampel Acak Sederhana (Random) Sampel Kelompok (Cluster) Sampel Sistematik TEKNIK PEMILIHAN SAMPEL Teknik pemilihan sampel merupakan hal yang sangat penting dan mendasar dalam penelitian statistik. Kesalahan dalam pemilihan sampel dapat mengakibatkan kesalahan dalam interpretasi data.
  • 12. SAMPEL ACAK SEDERHANA (RANDOM) Suatu metode pemilihan sampel dimana setiap unit dalam populasi memiliki kemungkinan yang sama untuk terpilih sebagai anggota sampel. Contoh: Populasi yang terdiri dari atas N unit, unit populasi tersebut dinomori 1 sampai N. Selanjutnya sederet bilangan acak dari 1 sampai N dipilih dengan cara diundi menggunakan bantuan tabel bilangan random atau dipilih acak menggunakan komputer.
  • 13. SAMPEL STRATIFIKASI Suatu metode pemilihan sampel yang dilakukan pada populasi yang bersifat heterogen, dilakukan dengan membagi anggota populasi dalam beberapa sub kelompok yang disebut stratum. Pada setiap stratum diambil sampel secara acak. Contoh: Pada survei lahan pertanian, stratifikasi dapat dilakukan berdasarkan luas lahan. Lahan dibagi menjadi tiga kelompok, yaitu tanah dengan luas lahan kecil, tanah dengan luas lahan sedang, dan tanah dengan luas lahan besar.
  • 14. SAMPEL SISTEMATIK Suatu prosedur pemilihan sampel yang pada awalnya sampel dipilih secara acak, kemudian dipilih secara sistematik untuk setiap unit ke-j. Teknik ini bisa menjadi opsi yang tepat, terutama untuk penelitian dengan jumlah populasi yang cenderung besar. Contoh: K: jarak interval N: jumlah populasi n: jumlah sample Jika suatu penelitian memiliki total anggota populasi sebanyak 5000 orang dengan sampel yang dikehendaki adalah 200 sampel saja, maka setiap sampel elemen populasi akan ditandai dengan nomor urut mulai dari 0001 hingga 5000. Dengan penomoran tersebut, maka guna menentukan jarak interval dari sampel satu dan sampel berikutnya berlaku rumus K = N/n. Keterangan dari rumus tersebut adalah: Dengan rumus di atas, maka jarak interval pada contoh penelitian adalah K = 5000/200, didapatkan angka 25. Dengan demikian, maka 25 menjadi jarak interval untuk pengambilan sampel. Jika sample pertama yang didapatkan secara acak adalah populasi nomor 0002, maka sample berikutnya adalah nomor 0027 dengan jarak 25. Perhitungan dilakukan terus menerus hingga (n) atau jumlah sample terpenuhi sesuai yang dibutuhkan, yaitu 200 buah sample dalam kasus ini.
  • 15. SAMPEL KELOMPOK (CLUSTER) Suatu teknik pengambilan sampel yang dilakukan pada populasi yang terdiri atas kelompok-kelompok. Kelompok dipilih secara acak, kemudian unit-unit dalam kelompok terpilih dapat dipilih secara acak. Contoh: Dilakukan penelitian untuk memperkirakan rata-rata pendapatan rumah tangga di sebuah kota. Dalam hal ini, pertama-tama dipilih secara acak RT-RT dalam kota tersebut sebagai suatu kelompok, kemudian setiap RT terpilih dipilih sejumlah rumah tangga sebagai sampel penelitian.
  • 16. Peranan Statistika dalam Penelitian Ilmiah Peneliti mengimajinasikan pokok masalah dan jalan pemasalahannya ke dalam suatu model teoretis. Model teoretis yang banyak digunakan adalah model matematis, yaitu model yang menggunakan hukum matematika sebagai dasarnya. Perumusan hipotesis yang dilakukan dalam penelitian didasarkan model teoretis yang telah disusun. Hipotesis terdiri atas hipotesis nol (H0) dan hipotesis alternatif (H1). Sebelum peneliti menggunakan suatu alat pengambilan data, harus dipastikan bahwa alat yang digunakan mempunya tingkat kepercayaan (reliabilitas) dan ketepatan (validitas) yang diperlukan. Untuk menguji kualitas alat pengambilan data (kuisoner), cara terbaik adalah menggunakan metode statistika. Penyusunan model teoritis Perumusan Hipotesis Pengembangan Alat Pengambilan Data
  • 17. Peranan Statistika dalam Penelitian Ilmiah Rancangan penelitian umumnya disusun berdasarkan pertimbangan statistika, sesuai dengan maksud dan tujuan penelitian. Penentuan sampel penelitian harus menggunakan teknik penarikan sampel yang benar, sesuai dengan metode statistika yang ada. Hal ini dilakukan untuk menggambarkan keadaan populasi yang sebenarnya. Manfaat lainnya adalah untuk efisiensi. Teknik dan metode analisis statistika diterapkan sesuai dengan tujuan penelitian yang dilakukan. Penyusunan rancangan penelitian Perumusan Sampel Penelitian Pengolahan dan Analisis Data