Statistik Kesehatan

TEORI PROBABILITAS

Pertemuan VI
Akademi Kesehatan Lingkungan Jabal Ghafur
Sigli

Teori Probabilitas
Probabilitas : Peluang, Kemungkinan, Kebolehjadian.
Secara umum terletak antara 0 dan 1 sbb : 0 P 1
Klasifikasi :
1.Pendekatan Klasik; besarnya suatu kejadian ditentukan
berdasarkan logika atau teori sebelum kejadian.
2.Pendekatan Frekuensi Relatif; peluang suatu kejadian di
masa depan ditentukan oleh frekuensi even di masa
lampau.
3.Pendekatan Subjektif; peluang suatu kejadian ditentukan
oleh pertimbangan pribadi atau tebakan (intellectual guess)
terhadap masa lampau.

Hubungan Kejadian (Event)

Peluang terjadinya event mempunyai hubungan sbb:
1. Kejadian yang saling eksklusif
2. Kejadian yang tidak saling eksklusif
3. Kejadian independent yang terdiri dari : event
marginal, event gabungan, dan event bersyarat,
yang rumusnya disajikan pada tabel sbb:
Tipe Peluang

Simbol

Rumus

Marginal

P(A) atau P(B)

P(A)+P(B)

Gabungan

P(AB)

P(A)xP(B)

Bersyarat

P(B/A)

P(B)

Event Saling Eksklusif

Peluang suatu event hanya satu dari semua event yang
dapat dihasilkan.
Contoh :
Seorang dokter mengadakan pengobatan terhadap 5
penderita diare, dimana kelimanya mengalami penyakit
yang sama beratnya. Berapa peluang penderita ke-2 dan
ke-5 untuk sembuh?
Solusi :
P(1)=P(2)=P(3)=P(4)=P(5)
P(2 atau 5)
= P(2)+P(5)
= 1/5 + 1/5
= 0,4

Event Tidak Saling Eksklusif

Terdapat sebagian dari dua event yang bergabung.
Rumus :
P(A atau B) = P(A) + P(B) P(AB)
Contoh:
Jika kita akan merekrut tenaga kesehatan dan
mengadakan seleksi terhadap 4 orang pelamar yang
terdiri dari dokter laki-laki, dokter wanita, laki-laki
bukan dokter, dan wanita bukan dokter. Berapa besar
peluang tenaga yang akan kita rekrut adalah wanita
atau dokter?

Event Tidak Saling Eksklusif

Solusi :
Peluang
Peluang
Peluang
Peluang
Peluang

wanita
laki-laki
dokter
dokter wanita
dokter laki-laki

P(wanita atau dokter)

= 2/4
= 2/4
= 2/4
=
=

= P(wanita) + P(dokter) P(wanita dokter)

= 2/4 + 2/4
= 0,75

Peluang Independen
Suatu event disebut independen => terjadinya satu
event tidak berpengaruh thd event lain.
Event Marginal
Terjadinya satu event yg stabil tidak terpengaruh
banyaknya trial yang dilakukan.
Contoh: peluang dilahirkannya bayi laki-laki adalah
0,5 dan demikian pula peluang dilahirkannya bayi
perempuan adalah 0,5.

Peluang Independen
Event Bersyarat
Jika suatu event terjadi setelah event lain .
P(A/B) = P(B)
Contoh :
Berapa besar peluang terjadinya kelahiran kedua
adalah bayi perempuan,jika pada kelahiran
pertama dilahirkan bayi perempuan?
Solusi:
P(P1/P2) = P(P2) = 0,5

Peluang Dependen
Peluang dependen => Jika terjadinya suatu event
bergantung pada event yang lain.
Event Bersyarat
P(B/A)
= P(B/A) / P(A)
Event Gabungan
P(B/A)
= P(B/A) x P(A)
Event Marginal
P(B/A)
= P(B/A) + P(A)

Peluang Dependen
Event Bersyarat
Contoh:
Di sebuah RS anak,terdapat 10 pasien anak yang
menderita penyakit ginjal, terdiri dari 6 anak laki-laki,
dimana 2 diantaranya menderita penyakit Sindroma
Nefrotik (NS) dan 4 anak lainnya menderita
Glomerulonefritis (GN). Sisanya sebanyak 4 pasien
anak perempuan, terdiri dari 1 anak menderita NS
,dan 3 anak menderita GN.
Jika ingin diambil 1 anak laki-laki sebagai sampel,
berapa peluang anak tersebut menderita NS dan
berapa peluang anak tersebut menderita GN?

Peluang Dependen
Event Bersyarat
Solusi:
Peluang untuk setiap anak sebesar 1/10.
Susunannya sbb:
2 anak laki-laki menderita NS
4 anak laki-laki menderita GN
1 anak perempuan menderita NS
3 anak perempuan menderita GN

Peluang Dependen
P(GN/L)

= P(GNA.L) / P(L)
= 4/6 = 2/3
P(NS/L)
= P(NS.L) / P(L)
= 2/6 = 1/3
P(GN/P)
= P(GN.P) / P(P)
=
P(NS/P)
= P(NS.P) / P(P)
=
Jadi, Peluang untuk L dgn GA sebesar 0,67, dan untuk
NS sebesar 0,33. Peluang P dgn GA sebesar 0,75 dan
untuk NS sebesar 0,25.

Peluang Dependen
Event Marginal
Berdasarkan soal sebelumnya, besarnya event
marginal yg independen adalah sebesar semua
peluang event gabungan, dituliskan sbb:
P(L) = P(GN.L) + P(NS.L)
Maka besarnya peluang untuk terambil anak laki-laki
adalah :
= 4/10 + 2/10
= 6/10
= 0,6

Permutasi
Permutasi : peluang yg terjadi pd sejumlah individu yg
disusun dgn memperhatika bentuk susunan atau urutan.
Contoh:
Dalam suatu kelas,terdapat 4 orang yang akan dipilih 3
orang untuk menjadi ketua, sekretaris, dan bendahara.
Banyak cara untuk memilih 3 orang tersebut dapat
dijelaskan sebagai berikut. Misal, keempat orang kandidat
itu adalah A, B, C, dan D. Posisi ketua dapat dipilih dengan
4 cara, posisi sekretaris dapat dipilih dengan 3 cara, dan
posisi bendahara dapat dipilih dengan 2 cara.

Jadi banyak cara yang

dilakukan untuk
memilih 3 orang
pengurus kelas dari 4
orang kandidat adalah
4 3 2 = 24 cara.
Uraian tersebut akan
lebih jelas apabila Anda
mengamati skema
berikut.

Permutasi
Permutasi Lengkap
Permutasi lengkap = n!
Permutasi Sebagian
NPn
= N! / (N-n)
Contoh:
Bila di sebuah RS setiap hai terdapat 5 orang yang
membutuhkan tindakan operasi, tetapi kemampuan untuk
melakukan operasi hanya 3 orang secara berurutan. Berapa
permutasinya?
5P3
= 5! / (5-3)!
= (5 x 4 x 3 x 2 x 1) / (2 x 1)
= 60 permutasi

Kombinasi

Kombinasi

Distribusi Probabilitas
Distribusi Probabilitas :
1) teori
2) subjektif
3) pengalaman.
Pembahasan :
1. Distribusi Binomial
2. Distribusi Multinomial
3. Distribusi Poisson
4. Distribusi Normal

Distribusi Probabilitas

10

Distribusi Probabilitas

Distribusi Probabilitas
Distribusi Poisson
Merupakan distribusi probabilitas dgn variabel random
diskrit. Distribusi ini digunakan pada n yang kecil.
Digunakan untuk menentukan probabilitas peristiwa yg
jarang terjadi dalam periode pendek.
Syarat :
1. Terjadinya event sangat jarang dalam periode pendek
2. Probabilitas setiap periode harus konstan
3. Untuk terjadinya beberapa event dalam periode yg
sangat pendek hampir mendekati nol.
4. Merupakan event yg independen.

11

Distribusi Probabilitas

Distribusi Probabilitas
Distribusi Normal

12

Distribusi Probabilitas

Distribusi Probabilitas

13

Distribusi Probabilitas

Teorema Bayes
Teorema Bayes adalah sebuah teorema dengan dua
penafsiran berbeda. Dalam penafsiran Bayes, teorema ini
menyatakan seberapa jauh derajat kepercayaan subjektif
harus berubah secara rasional ketika ada petunjuk baru.

14