Pengertian, Konsep, Manfaat Probabilitas dan Statistik (SSPS)

Probabilitas

Probabilitas – Peluang – Kemungkinan. Secara lengkap probabilitas didefinisikan sebagai berikut :
Probabilitas ialah suatu nilai yang digunakan untuk mengukur tingkat terjadinya suatu kejadian acak.
Konsep probabilitas

Memiliki peranan yang penting dalam kehidupan sehari-hari, mulai dari bidang ilmiah, bidang pemerintahan, bidang usaha atau industri, sampai pada masalah-masalah kecil seperti masuk kantor atau tidak karena asap tebal yang kemungkinan akan hujan deras dan banjir.

3 Kata Kunci yang Harus Diketahui

Dalam mempelajari probabilitas, Ada tiga kata kunci yang harus diketahui. Yaitu eksperimen, hasil (outcome) dan kejadian atau peristiwa (even). 

Sebagai contoh :
  • Pelemparan 2 buah dadu, berapa kemungkinan peluang yang akan terjadi ? Dan berapa angka yang sama akan muncul ?
Manfaat Mengetahui Probabilitas:
  • Membantu pengambilan keputusan yang 
  • Tepat, karena kehidupan di dunia tidak ada 
  • Kepastian, dan informasi yang tidak sempurna.
Contoh:
  • Pembelian harga saham berdasarkan analisis harga saham.
Statistik Menurut Para Ahli

Menurut Sutrisno Hadi (1995) Statistik adalah untuk menunjukkan kepada pencatatan angka-angka dari suatu kejadian atau kasus tertentu.

Selaras dengan apa yang didefinisikan oleh Sudjana (1995:2) bahwa statistik adalah kumpulan fakta berbentuk angka yang disusun dalam daftar atau tabel dan atau diagram, yang melukiskan atau menggambarkan suatu persoalan.

Pengertian Statistik

Statustik merupakan kumpulan dari data - data yang sering dinyatakan atau disajikan dalam bentuk daftar/tabel, diagram garis, diagram batang, diagram lingkaran yang mengambarkan suatu persoalan tertentu.

Metode Statistik

Statistik Deskriptif: Menjelaskan atau mengambarkan berbagai karakteristik data, seperti berapa rata-ratanya, seberapa jauh data-data bervariasi dari rata-ratanya, berapa median data dan sebagainya.

Statistik Induktif (Inferensi): Statistik induktif berusaha membuat berbagai iferensi terhadap sekumpulan data yang berasal dari suatu sampel.

Tindakan Iferensi tersebut seperti melakukan perkiraan besaran populasi, uji hipotesis, peramalan dan sebagainya.

Elemen Statistik
  • Populasi. Masalah dasar dari persoalaan statistik adalah menentukan populasi data. Secara umum, populasi bisa didefinisikan sebagai sekumpulan data yang mengidentifikasi suatu fenomena.
  • Sampel. Sampel bisa didefinisikan sebagai sekumpulan data yang diambil atau diseleksi dari suatu populasi.
  • Variabel. Dalam melakukan inferensi terhadap populasi, tidak semua ciri-ciri populasi harus diketahui. Hanya satu atau beberapa populasi yang perlu diketahui, yang disebut variabel.
Tipe data statistik

Data Kualitatif (Qualitative Data). Data kualitatif secara sederhana bisa disebut data yang bukan berupa angka.

Data kualitatif bisa dibagi menjadi 2:
  • Nominal. Data bertipe nominal adalah data yang paling rendah dalam level pengukuran data.
  • Ordinal. Data ordinal, seperti data nominal, adalah juga data kualitatif namun dengan level yang lebih tinggi dari pada data nominal.
Contoh data Kuanlitatif : Pada data kualitatif tidak bisa dilakukan operasi matematika, seperti penambahan, pengurangan, perkalian dan pembagian.

Data Kuantitatif (Quantitave Data)

Data kuantitatif bisa disebut sebagai data berupa angka dalam arti sebenarnya. Jadi, berbagai operasi matematika bisa dilakukan pada data kuantitatif. Data kuantitatif juga dibagi menjadi 2 bagian:

1. Data Interval

Data interval menempati level pengukuran data yang lebih tinggi dari data ordinal, karena selain bisa bertingkat urutannya, juga urutan tersebut bisa dikuantitatifkan.

Seperti pengukuran temperatur sebuah ruangan pembakaran roti dari PT. ASAP interval temperatur ruang tersebut :
  • Cukup panas jika antara 50⁰C-80⁰C
  • Panas jika antara 80⁰C-110⁰C
  • Sangat panas jika antara 110⁰C-140⁰C
2. Data Rasio

Data rasio adalah data dengan tingkat pengukuran paling tinggi diantara jenis data lainnya.

Data rasio adalah data yang bersifat angka dalam arti yang sesungguhnya (bukan kategori seperti pada data nominal dan ordinal) dan bisa dioperasikan secara matematika (+,-, x, /).

Pengolahan data statistik

Parameter

Berdasarkan parameter yang ada, dan untuk keperluan inferensi, statistik dapat dibagi menjadi : 
  • Statistik parametrik. Berhubungan dengan inferensi statistik (pengambilan keputusan atas masalah tertentu) yang membahas parameter-parameter populasi, seperti rata-rata, proporsi dan sebagainya.
  • Statistik nonparametrik. Inferensi statikstik tidak membahas parameter-parameter populasi. Ciri non-parametrik adalah jenis data nominal atau ordinal serta distribusi data (populasi) tidak diketahui atau bisa disebut tidak normal.
Jumlah variabel
  • Analisis UNIVARIAT : Hanya ada 1 pengukuran (variabel) untuk n sampel atau beberapa variabel tetapi masing-masing variabel dianalisis sendiri-sendiri. Contoh : Korelasi motivasi dengan pencapaian akademik.
  • Analisis MULTIVARIAT : Dua atau lebih pengukuran (variabel) untuk n sampel di mana analisis antar variabel dilakukan bersamaan. Contoh : Pengaruh motivasi terhadap pencapaian akademik yang dipengaruhi oleh faktor latar belakang pendidikan orang tua, faktor sosial, ekonomi, faktor sekolah.
Previous
Next Post »