DISTRIBUSI PROBABILITAS
Penyusun menyadari bahwa tugas ini masih jauh dari kesempurnaan. Oleh karena itu,
segala saran dan kritik yang membangun dari semua pihak sangat penyusun harapkan demi
perbaikan pada tugas selanjutnya. Harapan penyusun semoga tugas ini bermanfaat khususnya
bagi penyusun dan bagi pembaca lain pada umumnya.
Penulis
1
DAFTAR ISI
KATA PENGANTAR.....................................................................................................................1
DAFTAR ISI...................................................................................................................................2
BAB I PENDAHULUAN................................................................................................................3
A. Latar belakang......................................................................................................................3
B. Rumuan masalah...................................................................................................................3
C. Tujuan Masalah....................................................................................................................4
BAB II PEMBAHASAN MATERI................................................................................................5
A. Defenisi Probabilitas.............................................................................................................5
B. Probabilitas Permutasi/ Kombinasi.......................................................................................5
C. DistribusiProbabilitas...........................................................................................................8
D. Distribusi Binomial...............................................................................................................8
E. Distribusi Normal (Gauss)..................................................................................................10
F. Distribusi Binomial Ke Distribusi Normal.........................................................................13
G. Distribusi ini berdasarkan teori peluang Dan distribusi probabilitas berdasarkan subjektif. .
................................................................................................................................................
14
BAB III PENUTUP.......................................................................................................................18
A. Kesimpulan.........................................................................................................................18
B. Saran...................................................................................................................................18
DAFTAR PUSTAKA....................................................................................................................19
2
BAB I
PENDAHULUAN
A. Latar belakang
Semua kejadian yang ada di alam selalu di katakana ada ketidakpastian.bahkan di dalam
pengertian statistik pun terdapan anggapan bahwa adanya statistik adalah karena adanya
ketidakpastian, dengan statistik dapat diambil kesimpulan, jadi, kejadian alam secara statistik
selalu di katakana mempunyai peluang untuk terjadi atau tidak terjadi. Oleh karena itu,
keputusan di dalam statistik merupakan peluang (probabilitas) yang di yakini benar dan juga
memberikan peluang untuk tidak benar (salah).
Tugas statistic baru di anggap selesai jika berhasil membuat konklusi dengan baik tentang
karakteristik suatu populasi.Untuk membuat konklusi tentang populasi, umumnya di pakai
sample. Untuk itu, di perlukan sample yang representative terhadap populasinya, dimana
sample di ambil secara acak dengan maksud semua unit di dalam populasi mempunyai
probabilitas (peluang) yang sama untuk terambil sebagai sample. Demikian juga, kesimpulan
yang akan di ambil selalu tidak absolut 100%,tetapi kesimpulan dinyatakan kebenarannya
95%, 90% atau 0,95, 0,90 yang di sebut sebagai derajat kepercayaan. Itulah sebabnya dalam
mempelajari statistik selalu di perlukan pengertian tentang probabilitas (peluang) serta
distribusi peluang.
Sebagaimana namanya, teori ini antara lain membahas ukuran atau derajat ketidakpastian
suatu peristiwa.
B. Rumuan masalah
Berdasarkan latar belakang yang telah dipaparkan di atas, maka dalam penulisan makalah
ini kami mengemukakan perumusan masalah sebagai berikut :
3
C. Tujuan Masalah
dalam penulisan makalah ini bertujuan untuk mengetahui
1. Mengetahui Apa yang di maksud dengan probabilitas
2. Mengetahui Apa yang di maksud dengan probabilitas permutasi/ kombinasi
3. Mengetahui Apa yang di maksud dengan distribusi binominal dan normal (Gaus)
4. Mengetahui Pendekatan Distribusi Binomial Ke Distribusi Normal
4
BAB II
PEMBAHASAN MATERI
A. Defenisi Probabilitas
Dalam teori probabilitas dan statistic, Diatribusi Probabilitas adalah matematika fungsi
yang memberikan probabilitas terjadinya kemungkinan hasil untuk percobaan.Ini adalah
deskripsi matematis dari fenomena acak dalam halnya ruang sampel dan probabilitas dari
peristiwa (himpunan bagian dari ruang sampel.
Probabilitas untuk keluarnya mata satu dalam pelemparan satu kali sebuah dadu adalah
seperenam (1/6). Berapakah probabilitas seorang buruh yang bekerja pada suatu pabrik
dengan ruang kerja yang nilai ambang batas debunya sudah melebihi batas ketentuan?
Berapa peluang seseorang akan mengalami kecelakaan saat melakukan pekerjaan di suatu
work shop alat berat? Berapa peluan seorang anak yang sudah diimunisasi dengan BCG
akan mendapat sakit TBC? Kata-kata demikian sepertinya sudah bisa dalam kehidupan
sehari-hari dan di dalam permasalahan kesehatan masyarakat.
Diagram pohon.
H T
H T H T
HH HT TH TT
5
Kalau suatu step (langkah) dari suatu eksperimen menghasilkan (out come) ke hasilnya
yang berbeda dan step ke-2 menghasilkan m hasil yang berbeda, maka kedua langkah
eksperimen akan menghasilkan k x m hasil.
Contoh:
Satu coin di lambangkan 2 kali, maka hasilnya adalah 2x2 (ruang sample)
Sebuah dadu di lambangkan 3 kali, maka hasil ruang samplenya adalah 6x6x6
Untuk sampai di gerbang UI depok seorang mahasiswa dapat melakukannya dengan 3
cara (bus, kereta, angkot), dari gerbang UI sampai ke fakultas ada 4 cara (jalan kaki,
bus kuning, ojek, numpang dengan mobil teman), maka berapa cara seorang
mahasiswa akan sampai di fakultas?.....3x4 =12 cara
DALIL 11 Permutasi
Urutan di pentingkan
n!
nPr=
(n-r) !
Contoh:
Ada tiga cara yang efektif untuk pengobatan pasien Ca (kanker) yakni bedah (B), radiasi
(penyinaran = P), dan kemoterapi (obat = O). Ada berapa carakah dapat di obati seseorang
6
yang menderita Ca kalau kepada masing-masing pasien hanya dua macam terapi yang bisa
di berikan.
Penyelesaian:
Untuk pengobatan ini urutan di perlukan karena seseorang yang mendapat terapi bedah
dan penyinaran (B, P) akan berbeda dengan yang mendapat penyinaran lebih dahulu baru di
bedah (P,B).
Rumus:
Jadi, jumlah cara yang dapat di laksanakan adalah; (BP, BO, PB, PO, OB, OP)
Keterangan
C = jumlah kombinasi
n = banyaknya objek
r = jumlah anggota pasangan
Contoh:
Tiga orang pasien di gigit ular dan di bawa ke puskesmas.Di puskesmas hanya tersedia 2
dosis antiracun ular. Berapa kemungkinan pasangan yang akan di berikan 2 dosisi tersebut
(pasiennya A, B, C)?
Penyelesaian:
7
2 orang yang berpasangan di sini, misalnya A dan B sama saja dengan B dan A. jadi, di
sini urutan tidak ada artinya. Maka dalam hal ini pasangan yang terjadi adalah:
3! 3x2x1
Rumus : 3 C 2 = = =3
2!(3-2) 2x1x1
Mereka adalah: (AB, AC, BC)
C. DistribusiProbabilitas
Dalam makalah ini kami akan membahas lebih lanjut 2 macam distribusi yang umunya di
gunakan, yaitu distribusi Binominal, distribusi Normal. Random variable pada ketiga macam
distribusi ini merupakan variable random yang diskrit.
D. Distribusi Binomial
Distribusi binomial menggambarkan fenomena dengan dua hasil atau outcome.sebagai
contoh , peluang sukses dan gagal, sehat dan sakit,dan sebagainya. Penemu distribusi
binomial adalah james bernaulli sehingga distribusi binomial dikenal juga sebagai distribusi
bernaulli.
Bernaulli trial mempunyai empat syarat sebagai berikut:
1. Jumlah trial merupakan bilangan bulat.
2. Setiap eksperimen mempunyai dua outcome (hasil), yaitu sukses dan gagal Contoh:
laki/ pertemuan
8
sehat/ sakit
setuju/ tidak setuju
3. peluang sukses sama setiap eksperimen
4. setiap eksperimen independen satu sama lain.
Di dalam mempelajari distribusi binomial ini, trial independen adalah setiap trial atau
peristiwa bebas satu sama lain , misalnya trialnya melemparkan atau (melambungkan) satu
koin 5 kali, antra lambungan pertama, kedua, sampai kelima, adalah kejadian yang
independen. Setiap eksperimen atau trial mempunyai dua hasil, yaitu sukses dan gagal. Jadi
ketika melambungkan koin kita mengharapkan akan keluar permukaan H (head) dan pada
waktu melambungkan keluar H, maka di katakana sukses, sedangkan kalau yang keluar sisi
T (trail), maka di katakana gagal. Setiap lambungan mempunyai probabilitas sukse yang
sama. Jika pada lambungan pertama probabilitas sukses adalah ½ (setengah), pada
lambungan seterusnya juga setengah.Jumlah lambungan adalah bilangan bulat 1, 2, 3, dan
seterusnya.Tidak mungkin melambungkan koin 31/2 kali.Bagaiman kalau yang di
lambungkan itu adalah dadu? Dalam hal ini di permukaan yang di harapkan keluar misalnya
mata lima, maka di katakana peluang (probabilitas) sukses adalah 1/6
(seperenam),sedangkan peluang gagal adalah 5/6 (lima per enam). Untuk itu, probabilitas
sukses di lambangkan p, sedangkan peluang gagal adalah (1-p) atau biasa juga di
lambangkan q, dimana q=1-p.
Kejadia atau peristiwa binomial ini di simbolkan b (x, n, p) dimana b = binomial, x
adalah banyaknya sukses yang di inginkan (bilangan random), n = jumlah trial, p = peluang
sukses dalam satu trial.
Contoh, dadu di lempar 5 kali, di harapkan keluar mata 6 dua kali, maka kejadian ini
dapat di tulis b (2, 5, 1/6)…x=2, n=5 p=1/6.
Suatu trial n kali nilai n dapat (1, 2, 3…n), sedangkan sukses x dapat merupakan bilagan
random mulai dari (0, 1, 2…n).
Contoh permasalahan:
Probabilitas seorang bayi tidak tidak diimunisasi polio adalah 0,2 (p), pada suatu hari di
puskesmas “PQR” ada 4 orang bayi. Hitunglah peluang dari bayi tersebut 2 orang belum
imunisasi polio. Jadi, di dalam kejadian binomial ini di katakan b(x=2, n=4, p=0,2)…….b(2,
4, 0,2)
9
Penyelesaian:
Katakana bayi tersebut adalah A, B, C, D, dua orang tidak diimunisasi mungkin adalah,
A & B, A&C, A&D, B&C, B&D, C&D.
Ada enam pasangan yang mungkin merupakan kombinasi dari empat objek yang
pasangannya 2(x=2 n=4) kombinasinya
Rumus :
n!
(nx) =
x!(n-x)!
Dua orang tidak diimunisasi da dua orang diimunisasi peluangnya adalah 0,2 2 x 0,82 atau
p x(1-p)n-x.jad, rumus untuk b(x, n, p) adalah:
Rumus :
n!
P(X=X= px(1-p)n-x
x!(n-x)!
Jadi, peluang dua di antara empat bayi yang belum imunisasi polio adalah
4!
Rumus :
0,22 x 0,8 = 0,1536 = 0,154
2! (4-2)!
Di samping memakai rumus binomial di atas, permasalahan ini juga dapat di kerjakan
dengan memakai table binomial (lampiran table I, caranya adalah dengan menentukan n,
misalnya dari contoh soal adalah 4, dilihat pada klom pertama kolom ke dua adalah
kemungkinan x, dalam permasalahan di atas x= 2. P dilihat pada baris paling atas dalam hal
ini pp=0,2 di tarik garis dari p=0,2eee sampai ke n=4 dan x=2 maka di table di dapatkan
0,973. Ini adalah peluang kumulatif dari p(x=0) + p(x=1) + p(x=2). Jadi, kalau mau
mendapatkan p(x=2) saja, maka 0,973-0,819=0,154.
10
berdistribusi normal, kita akan lebih muda untuk melakukan inferensi seberapa sering suatu
kejadian akan terjadi misalnya, serum kolesterol pada level di atas 250 mg/ dl akan
meningkatkan resiko jantung koroner. Dari batasan ini kita bisa menentukan dengan
menambahkan dua standar deviasi pasien yang harus menentukan obat, yang lain tidak
membutuhkan pengobatan. Kita juga mengetahui berapa probabilitas pasien yang akan
menerima pengobatan.
Distribusi normal merupakan distribusi statistic yang amat penting. Distribusi ini pertama
kali di temukan oleh matematikawan asal prancis, Abraham demoivre pada tahun 1733 dan
di aplikasikan dengan lebih baik lagi pada awal abad ke-19 oleh matematikawan asal Prancis
Perre simon de laplace dan matematikawan sekaligus astronom asal jerman, karl friedrich
Gauss. Distribusi normal di kenal juga distribusi Gauss.
Sir Franciss Allon dan sepupunya Charles Darwin merupakan orang yang pertama kali
mengaplikasikan kurva distribusi normal ini ke dalam dunia kedokteran.Beberapa fenomena
menunjukkan gambaran distribusi normal terdapat pada variable random kontinu, seperti
tinggi badan, serum kolesterol, suhu tubuh orang sehat, dan sebagainya.Berikut rumus
eksponensial untuk distribusi normal.
1
Rumus : 1 - (x-μ ¿2
ʃ (X) = e 2π 2
√ 2 πσ 2
11
telah ada table kurva normal di mana table ini menunjukkan luas kurva normal dari
suatu nilai yang di batasi nilai tertentu.
Untuk suatu sample yang cukup besar, terutama untuk gejala alam seperti berat badan
dan tinggi badan, biasanya kurva yang di bentuk dari distribusi tersebut juga simetris dengan
x tertentu dan Sd (simpangan baku) tertentu. Maka, kurva simetris yang terjadi di sebut kurva
normal umum.
Untuk dapat menentukan probabilitas di dalam kurva normal umum, nilai yang akan di
cari di transformasikan dulu ke nilai kurva normal standar melalui tranformasi Z (deviasi
relative)
Rumus :
X- μ X-X-
Z= Z=
Contoh:
Dari penenlitian terhadap 150 oang laki-laki yang berumur 40 – 60 th di dapatkan rata-
rata kadar kolesterol mereka 215 mg % dan simpangan baku Sd = 45 mg %. Hitunglah
peluang kita mendapatkan seorang yang kadar kolesterolnya:
a. >250 mg %
b. <200 mg %
c. Antara 200 – 275 mg %
Penyelesaian:
12
Rumus
A. 250-215
Z= =0,76
45
Pada tabel 0,7,di lihat pada kolom 0,06 pada garis → lihat lampiran tabel III dapat
nilai 0,2,764,ini adalah luas area anatar 215 s,d 250.
Yang di tanyakan aqdalah p (x >250 mg%),jadi untuk mendapatkan area > 250 mg %
adalah 0,5 -0,2764 =0,2236.
a. P =(X<200 mg%)
200-215
Z= 0.33→ Tabel 0,1297
45
.
.. β(x<200 mg %) =0,5-0,1297 =0,3703
.
.. p (200 mg < x < 275 mg %) = 0,5397.
Di dalam mempelajari probabilitas suatu peristiwa yang jumlah (n) kecil dan nilai
probabilitasnya antara 0-1, di lakukan perhitungannya memakai distribusi binomial, dan
pada saat n sangat besar dan p kecil sekali perhitungannya kita pakai distribusi poisson.
Apabila n cukup besar (contoh n= 100) sedang p antara 0-1, maka dapat di lakukan
pendekatan ke distribusi normal. Suatu contoh probabilitas seorang ibu hamil menderita
13
anemia di Indonesia adalah 0,4. Pada suatu hari di puskesmas ‘PQR” di kunjungi 30 ibu
hamil. Hitunglah probabilitas dari ibu hamil tersebut yang menderita anemia:
a. Kurang dari 10 orang
b. Lebih dari 15 orang
Dari permasalahan di atas kita dapat menyelesaikannya dengan distribusi normal, atau
memperlakukan data distribusi diskrit tersebut dengan distribusi kontinu. Distribusi normal
mempunyai dua parameter, yaitu rata-rata (mean) dan simpangan baku (standar deviasi).
Untuk data kategori ini nilai mean (x bar) = np dan standar deviasi.
Rumus :
x- = np S =√ np ( 1− p ) = √ npq
Dari contoh permasalahan di atas kita ketahui n=30 p=0,4 q=1-0, 4=0,6 mean = 30x0,4=
12 S=√ 30x0,4x0,6=2,7
x-x- 10-12
14
Contoh: jika kita ingin mengetahui prohabilitas jenis kelamin bayi yang dilahirkan dua
kali berturut-turut, maka terdapat 4 kemungkinan sebagaiberikut:
1. Kelahiran pertama laki-laki, kelahiran kedua laki-laki
2. Kelahiran pertama laki-laki, kelahiran kedua perempuan 3. Kelahiran pertama
perempuan, kelahiran kedua perempuan
3. Kelahiran pertama perempuan, kelahiran kedua laki-laki.
Distribusi peluang tersebut dapat disusun dalam bentuk tabel dangrafik frekuensi
distribusi seperti berikut.
Dari tabel diatas dapat disusun frekuensi distribusi probabilitas sebagai berikut:
FP FL Probabilitas
0 2 0,25
1 1 0,5
2 0 0,25
Jika kita ingin mengetahui probabilitas seorang bayi sebagai anak ke satu, kedua, atau
ketiga sampai anak ke delapan lebih, maka tersebut akan membentuk suatu distribusi
probabilitas.
keseluruhan kejadian.
X P(X=x)
Anak Ke 1 0,416
Anak Ke 2 0,330
15
Anak Ke 3 0,158
Anak Ke 4 0,058
Anak Ke 5 0,021
Anak Ke 6 0,009
Anak Ke 7 0,004
Anak Ke 8 0,004
Total 1
Dengan menggunakan tabel di atas, kita dapat melihat bahwa probabilitas lahirnya bayi
sebagai anak ke-4 P(X-4) adalah 0.058. Kita juga dapat menghitung berpa probabilitas
lahirnya bayi sebagai anak pertama atau anak kedua.
= 0.416+0.330
= 0.746
Pada variabel acak, jika X variabel acak maka nilainya dinyatakan denganx. Pada
distribusi probabilitas berlaku rumus
P(X=x)
Semua nilai dari variabel acak dapat dihitung maka keluarannya adalah terhingga dan
total dari semua probabilitas adalah 1. Distribusi probabilitas dari variabel acak bisa berupa
tabel, grafik, atau gambar yang menyatakan probabilitas setiap nilai yang mungkin dimiliki
variabel acak tersebut.
16
Distribusi probabilitas subjektif berarti penyusunan distribusi frekuensi atas dasar
pertimbangan pribadi. Misalnya seorang dokter puskesmasmenyatakan bahwa jumlah
kunjungan setiap hari senin adalah 40 orang dengan peluang sebesar 10%, hari selasa jumlah
kunjungan sebesar 45 orang dengan probabilitas 30%, hari rabu jumlah kunjungan 50 orang
dengan probabilitas 50% dan pada hari kamis jumlah kunjungan sebanyak 55 orang dengan
probabilitas 20%.
Jumlah kunjungan:40 45 50 55
BAB III
PENUTUP
A. Kesimpulan
Probabilitas untuk keluarnya mata satu dalam pelemparan satu kali sebuah dadu adalah
seperenam (1/6). Berapakah probabilitas seorang buruh yang bekerja pada suatu pabrik
17
dengan ruang kerja yang nilai ambang batas debunya sudah melebihi batas ketentuan?
Berapa peluang seseorang akan mengalami kecelakaan saat melakukan pekerjaan di suatu
work shop alat berat? Berapa peluan seorang anak yang sudah diimunisasi dengan BCG
akan mendapat sakit TBC? Kata-kata demikian sepertinya sudah bisa dalam kehidupan
sehari-hari dan di dalam permasalahan kesehatan masyarakat.
B. Saran
Penulis menyadari bahwa makalah di atas banyak sekali kesalahan dan jauh dari kata
sempurnah.penulis akan banyak memperbaiki makalah tersebut dengan pedoman pada
banyak sumber yang dapat di pertanggung jawabkan maka dari itu penulis mengharapkn
krtik dan saran mengenai pembahasan makalah dalam kesimpulan di atas
DAFTAR PUSTAKA
Luknis sabri, sutanto priyo hastono. Stastik kesehatan halaman 39-71
18
Bandung: CV. Yrama Widya
19