RT 1 Biostatistik (Klmpok 5)
RT 1 Biostatistik (Klmpok 5)
OLEH :
KELOMPOK 5
Puji dan syukur penulis ucapkan kehadirat Allah Swt. karena berkat rahmat dan
hidayah-Nya penyusunan makalah ini dapat terselesaikan. Makalah ini disusun untuk
memenuhi tugas mata kuliah “ Biostatistik ”. Penulis ucapkan terimakasih kepada dosen
pengampu mata kuliah Keperawatan Keluarga yaitu Ibu Dr. Ezalina, S.Kep, Ns, M.Kes dan
juga kepada semua pihak yang telah membantu, sehingga makalah ini dapat selesai pada
waktunya. Semoga makalah ini dapat bermanfaat bagi pihak yang membutuhkan, khususnya
bagi penulis sehingga tujuan yang diharapkan dapat tercapai. Karena keterbatasan
pengetahuan maupun pengalaman penulis, makalah ini masih banyak kekurangan dalam
pembuatan. Oleh karena itu, penulis harapkan kritik dan saran dari pembaca yang berguna
untuk perbaikan makalah selanjutnya.
Kelompok 5
i
DAFTAR ISI
KATA PENGANTAR............................................................................................................................i
DAFTAR ISI.........................................................................................................................................ii
BAB I PENDAHULUAN.....................................................................................................................1
1. Latar Belakang..........................................................................................................................1
2. Rumusan Masalah.....................................................................................................................1
3. Tujuan........................................................................................................................................1
BAB II TINJAUAN PUSTAKA...........................................................................................................3
A. Probabilitas................................................................................................................................3
a. Pengertian Probabilitas..........................................................................................................3
b. Jenis-jenis probabilitas...........................................................................................................3
c. Hukum-hukum probabilitas...................................................................................................5
B. Distribusi Probabilitas...............................................................................................................7
a. Pengertian distribusi Probabilitas...........................................................................................7
b. Macam-macam Distribusi......................................................................................................8
d. Distribusi Binominal............................................................................................................10
c. Distribusi Poisson................................................................................................................12
d. Distribusi Normal................................................................................................................12
BAB III PENUTUP.............................................................................................................................14
1. Simpulan..................................................................................................................................14
2. Saran........................................................................................................................................14
DAFTAR PUSTAKA.........................................................................................................................15
ii
BAB I
PENDAHULUAN
1. Latar Belakang
Statistika adalah ilmu yang mempelajari bagaimana merencanakan, mengumpulkan,
menganalisis, mengintepretasi, dan mempresentasikan data. Sedangkan statistik adalah
data informasi, atau hasil penerapan algoritma statistika pada suatu data. Statistik dalam
arti sempit berarti angka/data, dan dalam arti luas statistik sebagai suatu prosedur atau
metode pengumpulan data, pengolahan data, analisis data, dan penyajian data. Sedangkan
penelitian adalah cara ilmiah untuk mendapatkan data dengan tujuan dan kegunaan
tertentu.
Probabilitas adalah kemungkinan yang dapat terjadi dalam suatu peristiwa. Dalam
kehidupan sehari-hari sulit untuk mengetahui dengan “pasti” apa yang akan terjadi pada
waktu yang akan datang, baik dalam jangka pendek maupun jangka panjang. Sebuah
contoh sederhana adalah jika sebuah koin dilempar, maka akan sulit untuk memastikan
bahwa muka gambar atau muka angka yang berada di atas. Jika terkait dengan suatu
perusahaan, maka akan sulit untuk memprediksikan apakah tahun depan akan mengalami
keuntungan atau kerugian. Jika terkait dengan suatu ujian, juga akan sulit untuk
memastikan apakah lulus atau gagal dan lain sebagainya. Semua peristiwa tersebut berada
dalam “ketidakpastian” atau Uncertainty. Dengan demikian, probabilitas atau peluang
merupakan “derajat kepastian” untuk terjadinya suatu peristiwa yang diukur dengan angka
pecahan antara nol sampai dengan satu, dimana peristiwa tersebut terjadi secara acak atau
random.
1
Berdasarkan pengertian atau penjelasan mengenai statistik dan probabilitas, maka
kelompok akan membahas mengenai konsep probabilitas dan distribusi probabilitas.
2. Rumusan Masalah
Berdasarkan latar belakang diatas, penulis dapat menarik rumusan masalah pada
makalah ini yaitu “ Bagaimana probabilitas dan distribusi probabilitas pada statistik?”
3. Tujuan
A. Tujuan Umum
Untuk menjelaskan mengenai konsep probabilitas dan distribusi probabilitas
B. Tujuan Khusus
1. Probabilitas
a. Untuk menjelaskan tentang pengertian probabilitas
b. Untuk menjelaskan tentang jenis-jenis probabilitas
c. Untuk menjelaskan tentang hukum-hukum probabilitas
2. Distribusi Probabilitas
a. Untuk menjelaskan tentang pengertian distribusi probabilitas
b. Untuk menjelaskan tentang macam-macam distribusi
c. Untuk menjelaskan tentang distribusi binominal
d. Untuk menjelaskan tentang distribusi poisson
e. Untuk menjelaskan tentang distribusi normal
2
BAB II
TINJAUAN PUSTAKA
A. Probabilitas
a. Pengertian Probabilitas
Probabilitas merupakan bilangan yang mewakili nilai kemungkinan sebuah event
terjadi bila suatu eksperimen acak dilakukan. Teori probabilitas dapat dibedakan dalam
dua pendekatan, yaitu frekuensi relative dan aksioma probabilitas. Pendefenisian
probabilitas melalui frekuensi relative memberikan pemahaman mendalam berkenaan
dengan hokum alam yang banyak diaplikasikan dalam persoalan praktis. Pendekatan
melalui defenisi terkait dengan aksioma probabiltas lebih banyak digunakan sebagai
dasar pemahaman untuk mempelajari teori probabilitas yang lebih modern dan lebih
lanjut.
b. Jenis-jenis probabilitas
Terdapat beberapa jenis probabilitas, diantaranya sebagai berikut:
1. Frekuensi Relatif
Suatu eksperimen acak memiliki prosedur “pilih bola dalam kotak yang berisi
bola identic yang diberi nomor 1,2,3” dengan observasi yang harus dilakukan adalah
“catat nomor bola”. Dalam eksperimen ini dapat 3 outcome yang mungkin (k) dengan
ruang sampel adalah S = {1,2,3}. Anggap eksperimen diulang sebanyak n kali (trial)
dalam kondisi yang sama.
a. Contoh outcome eksperimen dalam 100 trial yang dilakukan secara simulasi
menggunakan computer. Jelas bahwa outcome eksperimen secara konsisten tidak
dapat diprediksi dengan benar. Misalkan N1(n), N2(n), dan N3(n) merupakan jumlah
dari tiap outcome k yang terjadi, maka frekuensi relative dari outcome tersebut
didefenisikan dengan
3
kurang lebih sama. Oleh karena itu, fk (n) akan menuju nilai konstanta untuk n trial
yang sangat besar Dengan konstanta pk disebut dengan probabilitas untuk outcome
k.
Karena jumlah terjadinya tiap outcome (Nk) dalam pemilihan bola yang diulang
sebanyak n kali (n trial) adalah bilangan antara 0 dan n, maka (0 < Nk < n untuk k
=1,2,3
Dan bila persamaan tersebut dibagi dengan n (banyak trial), diperboleh frkuensi
relative yang merupakan bilangan antara nol dan satu : 0 < fk < 1 untuk k = 1,2,3
Jumlah dari terjadinya seluruh outcome yang mungkin adala sama dengan n, ditulis
4
Jika ke-2 sisi dari persamaan tersebut dibagi menjadi dengan n, maka jumlah
seluruh frekuensi relative adalah sama dengan 1, yaitu:
c. Hukum-hukum probabilitas
Terdapat beberapa hukum atau aturan pada probabilitas, diantaranya:
1. Aturan penjumlahan :
5
Untuk menerapkan aturan penjumlahan ini, harus dilihat jenis kejadiannya apakah
bersifat saling meniadakan atau tidak saling meniadakan.
a) Kejadian Saling Meniadakan :
Dua peristiwa atau lebih disebut saling meniadakan jika kedua atau lebih
peristiwa itu tidak dapat terjadi pada saat yang bersamaan. Jika peristiwa A dan B
saling meniadakan, probabilitas terjadinya peristiwa tersebut adalah P(A atau B) =
P(A) + P(B) atau P(A B) = P(A) + P(B)
Contoh : Sebuah dadu dilemparkan ke atas, peritiwanya adalah
A = peristiwa mata dadu 4 muncul.
B = peristiwa mata dadu lebih kecil dari 3 muncul.
Tentukan probabilitas dari kejadian berikut !
Mata dadu 4 atau lebih kecil dari 3 muncul!
Penyelesaian : P(A) = 1/6, P(B) = 2/6, P(A atau B) = P(A) + P(B)
= 1/6 + 2/6
= 0,5
b) Kejadian Tidak Saling Meniadakan :
Dua peristiwa atau lebih disebut peristiwa tidak saling meniadakan apabila kedua
peristiwa atau lebih tersebut dapat terjadi pada saat yang bersamaan. Jika dua
peristiwa A dan B tidak saling meniadakan, probabilitas terjadinya peristiwa
tersebut adalah P(A atau B) = P(A) + P(B) – P(A dan B), P(A B) = P(A) + P(B)
– P(A B) Jika 3 peristiwa A, B, dan C tidak saling meniadakan, probabilitas
terjadinya peristiwa tersebut adalah P(A B C) = P(A) + P(B) + P(C) – P(A
B) – P(A C) – P(B C) + P(A B C)
2. Aturan Perkalian :
Dalam konsep probabilitas, aturan perkalian diterapkan secara berbeda menurut
jenis kejadiannya. Ada dua jenis kejadian dalam hal ini, yaitu kejadian tak bebas dan
kejadian bebas.
a) Kejadian Tak Bebas :
Dua peristiwa atau lebih disebut kejadian tidak bebas apabila peristiwa yang satu
dipengaruhi atau tergantung pada peritiwa lainnya. Probabilitas peristiwa tidak
saling bebas dapat pula dibedakan atas tiga macam, yaitu yaitu probabilitas
bersyarat, gabungan, dan marjinal.
1) Probabilitas Bersyarat :
6
Probabilitas bersyarat peristiwa tidak saling bebas adalah probabilitas
terjadinya suatu peristiwa dengan syarat peristiwa lain harus terjadi dan
peristiwa-peristiwa tersebut saling mempengaruhi. Jika peristiwa B bersyarat
terhadap A, probabilitas terjadinya periwtiwa tersebut adalah P(B/A) dibaca
probabilitas terjadinya B dengan syarat peristiwa A terjadi.
2) Probabilitas Gabungan :
Probabilitas gabungan peritiwa tidak saling bebas adalah probabilitas
terjadinya dua atau lebih peristiwa secara berurutan (bersamaan) dan
peristiwa-peristiwa itu saling mempengaruhi.
Jika dua peristiwa A dan B gubungan, probabilitas terjadinya peristiwa
tersebut adalah P(A dan B) = P(A B) = P(A) x P(B/A)
Jika tiga buah peristiwa A, B, dan C gabungan, probabilitas terjadinya
peristiwa tersebut adalah P(A B C) = P(A) x P(B/A) x P(C/A B)
3) Probabilitas Marjinal :
Probabilitas marjinal peristiwa tidak saling bebas adalah probabilitas
terjadinya suatu peristiwa yang tidak memiliki hubungan dengan terjadinya
peristiwa lain dan peristiwa tersebut saling mempengaruhi. Jika dua peristiwa
A adalah marjinal, probabilitas terjadinya peristiwa A tersebut adalahP(A) =
P(B A) = P(Ai) x P(B/Ai), i = 1, 2, 3, …..
b) Kejadian Bebas :
Dua kejadian atau lebih dikatakan merupakan kejadian bebas apabila
terjadinya kejadian tersebut tidak saling mempengaruhi. Dua kejadian A dan B
dikatakan bebas, kalau kejadian A tidak mempengaruhi B atau sebaliknya. Jika A
dan B merupakan kejadian bebas, mak P(A/B) = P(A) dan P(B/A) = P(B) atau P(A
B) = P(A) P(B) = P(B) P(A).
B. Distribusi Probabilitas
a. Pengertian distribusi Probabilitas
Distribusi probabilitas adalah suatu distribusi yang mengambarkan peluang dari
sekumnpulan variat sebagai pengganti frekuensinya, adapun untuk kunci penerapan atau
aplikasi probabilitas dalam statistik yaitu memperkirakan terjadinya peluang atau
probabilitas yang dikaitkan dengan terjadinya suatu peristiwa dalam beberapa keadaan.
Menurut Mendenhall dan Reinmunt (1982) dalam Supranto (2008), probability is a
measure of a likelihood of the occurance of a random event. Kemudian menurut DR.
7
Boediono (2014), derajat atau tingkat kepastian atau keyakinan dari munculnya hasil
percobaan statistik disebut probabilitas atau peluang. Berdasarkan ketiga definisi
tersebut, probabilitas atau peluang pada dasarnya memberikan sebuah nilai atau besaran
pada sebuah kejadian yang masih dalam ruang lingkup pembicaraan. Dengan kata lain
probabilitas atau peluang adalah sebuah kemungkinan terjadinya suatu event yang
dinyatakan dalam sebuah nilai atau besaran.
1. Perumusan klasik
Dalam perumusan klasik, probabilitas sebuah peristiwa dinyatakan sebagai hasil bagi
natara jumlah peristiwa yang mungkin terjadi dengan jumlah semua peristiwa yang
mungkin terjadi. Jika peristiwa tersebut dimisalkan sebagai peristiwa A, terjadi dalam
m cara dari seluruh n cara yang mungkin terjadi dan masing-masing n cara
tersebutmemiliki kesempatan yang samauntuk muncul, maka probabilitas dapat
dinayatakan menjadi:
P (A) = m
‒‒
n
2. Perumusan empiri
Dalam perumusan empiris, perhitungan probabilitas dilakukan berdasarkan frekuensi
relatif dari terjadinya suatu kejadian dengan syarat banyaknya pengamatan atau
banyaknya sampel n sangat besar. Bila n bertambah besar sampai tak terhingga, maka
probabilitas dari kejadian A sama dengan nilai limit dari frekuensi relatif kejadian A
tersebut (DR. Budiono, 2014). Jika kejadian A terjadi sebanyak m kali dari
keseluruhan pengamatan sebanyak n, dimana n sangat besar aaatau mendekati tak
hingga, maka probabilitas kedian A didefinisikan sebagai:
P (A) = m
lim ‒‒
n n
8
3. Perumusan subjektif
Dalam perumusan subjektif, probabilitas dirumuskan berdasarkan keyakinan dan
pandangan pribadi terhadap probabilitas terjadinya suatu peristiwa. Sebagai contoh,
seorang guru meyakini bahwa tingkat kelulusan siswa SMA dalam ujian nasional
tahun 2005 adalah 100 %.
b. Macam-macam Distribusi
Distribusi terbagi menjadi beberapa macam, yaitu dinataranya:
1. Distribusi binomial
Distribusi dinomial diterapkan pada percobaan atau fenomena kejadian dengan ciri-
ciri sebgaai berikut:
a) Percobaan atau fenomena atau kejadian terdiri atas n tindakan (trial) yang identik
b) Setiap percobaan atau fenomena atau kejadian hanya mempunyai dua
kemungkinan hasil, misalkan “sukses” dan “gagal”
c) Peluang suskes pada percobaan tinggal sama dengan p dan tetap sama dari
percobaan ke percobaan, peluang gagal sama dengan (1-p) = q
d) Setiap percobaan bersifat independen dan dengan pengembalian
e) Variabel acak x adalah banyaknya sukses percobaan selama n tttindkaan.
2. Distribusi hipergiometrik
{k} {n-k}
P ( X = k ) : ‒‒‒‒‒‒‒‒‒‒‒‒‒
9
{N}
{n}
3. Distribusi poisson
a. Banyaknya percobaan yang terjadi dalam suatu selang waktu atau suatu daerah
tertentu, tidak tergantung pada banyaknya hasil percobaan yang terjadi pada selang
waktu atau daerah lain yang terpisah.
b. Peluang terjadinya satu hasil percobaan selama suatu selang wakt yang singkat
sekali atau dalam suatu selang yang kecil. Sebanding dengan panjang selang waktu
tersebut atau besarnya daerah tersebut dan tidak tergantung pada banyak hasil
percobaan yang terjadi diluar selang waktu dan daerah tertentu.
c. Peluang bahwa lebih dari satu hasil percobaan akan terjadi dalam selang waktu
yang singkat tersebut atau dalam daerah yang kecil tersebut diabaikan
4. Distribusi normal
Distribusi normal merupakan sebuah fungsi probabilitas yang menunjukkan
distribusi atau penyebaran suatu variabel. Fungsi tersebut umumnya dibuktikan oleh
sebuah grafik simetris yang disebut kurva lonceng (bell curve). Saat menandakan
distribusi yang merata, kurva akan memuncak di bagian tengah dan melandai di kedua
sisinya dengan nilai yang setara.
Distribusi normal memiliki sifat-sifat sebgaai berikut:
a. Grafiknya selalu ada diatas suatu sumbu mendatar x
10
b. Simetris terhadap X = µ
c. Mempunyai satu modus, yakni nilai terbesar untuk Y, dicapai pada X = µ Yang
besarnya 0,3989/ σ
d. Grafiknya mendekati sumbu datar X yang mulai dari X = µ+3 σ kanan dan X=µ-3
σ ke kiri
c.Distribusi Binominal
Distribusi binomial berasal dari percobaan binomial yaitu suatu proses Bernoulli
yang diulang sebanyak beberapa kali dan saling bebas. Suatu distribusi Bernoulli
dibentuk oleh suatu percobaan Bernoulli (Bernoulli trial). Sebuah percobaan
Bernoulli harus memenuhi syarat: Keluaran (outcome) yang mungkin hanya salah satu
dari “sukses” atau “gagal”, Jika probabilitas sukses p, maka probabilitasgagal q = 1 – p.
Distribusi binomial adalah distribusi probabilitas diskrit yang jumlah
keberhasilan dalam percobaan ya/tidak (berhasil/gagal) yang saling bebas, dimana
setiap hasil percobaan memiliki probabilitas p. Eksperimen berhasil/gagal juga disebu
percobaan bernoulli. Ketika n = 1, distribusi binomial adalah distribusi bernoulli.
Distribusi binomial merupakan dasar dari uji binomial dalam uji signifikansi statistik.
Distribusi Binomial digunakan untuk data diskrit (bukan datakontinu) yang dihasilkan
dari eksperimen Bernouli, mengacu kepada matematikawan Jacob Bernouli.
11
f) Eksperimen tersebut harus bebas satu sama lain, artinya satu eksperimentidak
boleh berpengaruh pada hasil eksperimen lainnya.
1. Ciri-ciri Distribusi Binomial
a. Ciri pertama distribusi binomial adalah bila jumlah n tetap dan p kecil
makadistribusi yang dihasilkan akan miring ke kanan dan bila p makin besar
makakemiringan akan berkurang dan bila p mencapai 0,5 maka distribusi akan
menjadisimetris. Bila p lebih besar dari 0,5, maka distribusi yang dihasilkan akan
miringke kiri.
b. Ciri kedua nya adalah bila p tetap dengan jumlah n yang makin besar
makaakan dihasilkan distribusi yang mendekati distribusi simetris.
d. Hasil setiap ulangan dapat dikategorikan ke dalam 2 kelas, misal : “berhasil” atau
“gagal”; “ya” atau “tidak”; “success” or “failed”.
2. Percobaan binomial
12
P (y) = n!
y!(n-y)!
Keterangan:
p(y) = probabilitas terjadinya y subyek yang memiliki keluaran yang diinginkan dari n
subyek yang ada= pdf (y)
n = jumlah subyek
n!= n faktorial
d. Distribusi Poisson
Distriusi possion desebut juga distribusi perstiwa yang jarang terjadi, dtemukan oleh
S.D Possion (1781- 1841), seorang ahli matematika bangsa prancis. Distribusi possien
termasuk distribusi teoritis yang memakai variabel random diskrit. Ditribusi possien
adalah disribusi nilai-nilai bagi suatu variabel random X (X diskrit), yaitusebanya hasil
pencobaan yang terjadi dalam suatu interval waktu tertentu atau suatu daera tertentu.
1. Banyaknya percobaan yang terjadi dalam suatu interval atau suatu daerah tertentu tidak
tergantung pada banyaknya hasil percobaan yang terjadi pada interval waktu atau daerah
lain yang terpisah
2. Porbbilitas hasil percobaan yang terjadi selama suatu interval waktu yang ingkat atau
daerah yang kecil, sebanding degan panjangnya waktu atau besarnya daerah tersebut dan
tidak tergantung pada banyaknya hasil pencobaan yang terjadi diluar waktu atau darah
tersebut.
3. Porbabilitas lebih dari suatu hasil percobaan yang terjadi dalam interval waktu yang
singkat atau dalam daaerah yang kecil dapat di abaikan.
13
Selain memiliki ciri distribusi possien juga memiliki karakterisitik yang sama dengan
distribusi binominal, namun mempunyai:
1. Total seluruh kejadian (percobaan) yang sangat besar (lebih dari 50), serta
2. Porpabilita hasil kejadian yang sangat kecil (0,1 = 10 persen atau lebih kecil)
Distribusi ini secara luas banyak dipakai dalam terutama proses simulasi, seperti
proses kedatangan, proses antrian dana lain lain. Jumlah X dari keluaran yang terjadi
selama satu percobaan poisson disebut variabel random poisson, dan distribusi
propabilitasnya disebut juga distribusi poisson.
Bila X menyatakan banyaknya sukses yang terjadi, adalah rata-rata banyaknya sukses
yang terjadi dalam interval waktu atau daerah tertentu, dan e=2,718 maka rumus distribusi
poisson adalah:
Keterangan:
Jika terdapat propabilitas dari poisson yang lebih dari satu, maka propabilitas tersebut
dinamakan dengan propabilitas poisson kumulatif.
Beberapa sifat dari distribusi poisson dapat dilihat pada tabel dibawah ini:
14
e. Distribusi Normal
15
4. Jumlah luas daerah di bawah kurva normal bernilai 1, yakni ½ di sisi kiri dan ½ di sisi
kanan. Hal ini juga berlaku untuk seluruh distribusi probabilitas kontinu.
5. Dalam kurva distribusi, dapat disimpulkan jika setengah data populasi akan memiliki
nilai yang kurang dari angka rata-rata, sedangkan sebagian lagi memiliki nilai yang
lebih besar.
6. Masing-masing ekor kurva di kedua sisi memanjang tak berbatas. Dalam beberapa
kasus penghitungan distribusi, ekor kurva bahkan bisa memotong sumbu horizontal.
16
BAB III
PENUTUP
1. Simpulan
Berdasarkan pembahasan yang telah dilampirkan pada bab sebelumya, maka penulis
dapat mengambil kesimpulan pada makalah, yaitu diantaranya:
2. Saran
Penulis menyadari bahwa materi yang telah penulis lampirkan pada makalah ini
masih banyak kekurangan. Oeh karena itu penulis meminta kepada pembaca untuk
memberikan saran, ktitikan, dan hal-hal lainnya yang bisa membangun untuk menuju
kepada yang lebih baik lagi. Agar pembuatan makalah berikutnya lebih baik lagi, dan
makalah ini dapat bermanfaat bagi penulis dan pembacanya.
17
DAFTAR PUSTAKA
18