Peluang, Kemungkinan
Probabilitas
Dasar-dasar
probabilitas
Pengertian
P (E) = X/n
P (E) = lim X/n Probabilitas suatu peristiwa tergantung kepada yang membuat pernyataan
Pandangan Empiris
Pandangan Subjektif
0p1 P (x/n) .bilangan + Kejadian mutually exclusive (saling terpisah) Kejadian non mutually exclusive (dapat terjadi bersama-sama , tetapi tidak selalu bersama-sama
Hukum pertambahan
Hukum pertambahan
B b b
Perluasan
C
Hukum perkalian
Peristiwa Independen
P(AB) = P(A) x P(B) Contoh.
Peristiwa Bersyarat
P(AB)= P(A) x P(B|A) Contoh..
Dalil-dalil probabilitas
Dalil I (kaidah umum penggandaan) Suatu peristiwa dapat menghasilkan n hasil, selanjutnya dapat menghasilkan m hasil maka hasil akhir adalah: K=nxm
Diagram pohon
H HH HT
H
TH
T
TT
hasil
10
Dalil II (Permutasi)
Permutasi , kalau hasil suatu peristiwa urutannya dipentingkan: n= jumlah objek r=jumlah anggota pasangan P= permutasi Contoh..
n! n Pr ( n r )!
11
Kalau urutan tidak dipentingkan n= jumlah objek r=jumlah pasangan C= kombinasi Contoh.
n! nCr r!( n r )!
12
Distribusi probabilitas
Ada bermacam-macam .distribusi teoritis Distribusi Binomial Distribusi Poisson Distribusi Normal (Z) Distribusi Student (t) Distribusi Fissher (F) Distribusi Chi Square (X2) Dan lain-lain
13
Distribusi Binomial
Distribusirandom diskrit Distribusi probabilitas diskrit Distribusi Bernaully Syarat: Jumlah trial bil bulat Trial independen Setiap ekspr memp 2 out come: sukses & gagal Peluang sukses setiap trial sama P(sukses) + P (gagal) = 1
14
N= jumlah trial X= jumlah kejadian yang diharapkan P=probabilitas Contoh: Pemakaian tabel.
( ) p (1 p)
x x
n x
n x
n! ( ) x!(n x)!
15
Distribusi Poisson
Untuk kejadian yang jarang P<<<< N>>>> Distribusi diskrit Ada indikasi ruang dan waktu
16
P= probabilitas X=kejadian yang diharapkan = =np(rata-rata) e=konst 2,71828 Contoh.. Pemakaian tabel..
e e p ( x) x! x!
17
Distribusi kontinu Fariabel random kontinu Paling banyak dipakai didalam analisis statistik Sifat:
Symetris Seperti lonceng tertelungkup Titik belok +/- 1 Luas kurva probabilitas =1
18
( x)
1 2
2
e 2
2 ( x ) 2
50%
50%
19
Kurva Normal
Agar pemakaian rumus diatas praktis, Gauss telah mrmbuat tabel kurva normal yang biasa dipakai mencari probabilitas suatu permasalahan Ada beberapa jenis kurva simetris menyerupai kurva normal,sehingga dinamai kurva normal umum dan kurva normal standar( Tabel Z)
20
Sifatnya
21
Kurva A & B
22
A&B
X
23
A&B
B
A
X
24
Tranformasi z
Agar dari kurva normal umum dapat ditentukan probbilitas suatu peristiwa maka kurva normal umum ditranformasikan ke kurva normal standar Tranformasi dengan memakai nilai Z
z
populasi
xx z s
sampel
25
Contoh:
Kalau diketahui distribusi tinggi badan 100 orang merupakan kurva normal dengan mean 155cm dan standar deviasi 12 cm
1)
2) 3) 4)
Hitunglah probabilitas akan terambil satu orng dengan tb > 170 cm Antara 145 s/d 175 cm Lebih dari 150 cm Antara 160 s/d 180 cm
26
Penyelesaian
Pertanyaan 1) N=100, x =155 cm, S=12 cm P(X >170 cm).? Z= (170 155)/12 = 1,25.lihat tabel Z
P=0,106
X=155
X=170 cm
27
Pertanyaan 2)
P ( 145 < x < 175 ) cm Z1..(145-155)/12= - 0,83 Z2..(175-155)/12= + 1,67 Jadi p( 145<x<175 cm)
145 cm
155 cm
175 cm
28
Pertanyaan 3)
P ( X> 150 cm ) Z = (150 155)/12 = -0,42Tabel : 0,1628 P ( X>150 cm) = 0,1628 + 0,5 = 0,6628
150cm
155 cm
29
Pertanyaan 4)
P ( 160 < X < 180 cm ) Z1.(180-155)/12= 2,08 Z2.( 160-155)/12= 0,42 P(160 < X < 180 cm)
155 cm
160 cm
180cm
30
Didalam pemakaian distr Binomial, kalau n cukup besar tetapi tidak terlalu besar mis: n=100, sedang p antara 0 dan 1, mis: 0,3 maka tidak bisa lagi memakai tabel Binom atupun Poissonnp= 100 x 0,3= 30 Untuk mencari probabilitas dari permasalahan data diskrit ini dilakukan pendekatan ke kurva normal.
31
Binomial.Normal
Didalam distr Normal ada parameter nya yaitu: dan (atau x dan s) Untuk data kategorik maka X= np, S= np(1-p) atau npq Contoh dari suatu RS diketahui 30% adalah memakai Askes. Kalau dalam satu hari pasien yang datang adalah 300 orang berapakah probabilitasnya yang memakai Askes:
1)
2)
3)
Kurang dari 75 orang Antara 80 s/d 110 orang Labih dari 100 orang
32
Penyelesaian 1)
N=300, p=0,30np=300x0,3=90 S= 300 x 0,3 x 0,7= 7,98 Z=(75-90)/8=1,88tabel 0,03 Jadi P (X>75)=0,03
75
90
33
Penyelesaian 2)
80
90
110
34