BIOSTATISTIK DALAM KESEHATAN

PERT. 3 PROBABILITAS
Dipresentasikan oleh:
Achmad R. Muttaqien

Referensi:
Ikes Dwiastuti, SKM.,M.Epid
 OVERVIEW
• Apasih Probabilitas?
• Konsep Probabilitas
• Unsur-Unsur Probabilitas
• Asas Perhitungan Probabilitas
• Permutasi/Kombinasi
• Distribusi Probabilitas
 PROBABILITAS = PELUANG
• Semua kejadian di alam selalu dikatakan ada
ketidakpastian
• Jadi, kejadian alam, secara statistik selalu
dikatakan mempunyai peluang untuk terjadi atau
tidak terjadi
• Keputusan di dalam statistik  memiliki peluang
yang diyakini benar dan juga memberikan
peluang yang diyakini salah
 PROBABILITAS = PELUANG (2)
• Tugas statistik dianggap selesai jika berhasil
membuat konklusi dengan baik tentang
karakteristik suatu populasi
• Konklusi dibuat  dibutuhkan sampel yang
representatif
• Sampel diambil secara acak agar semua unit di
dalam populasi memiliki peluang yang sama
• Kesimpulan yang sama selalu tidak absolut (100%)
 PENGERTIAN PROBABILITAS
• Berapa peluang keluarnya mata satu dalam
pelemparan satu kali sebuah dadu?
• Berapa peluang seorang anak yang sudah
diimunisasi BCG akan mendapatkan sakit TBC?
• Adalah suatu nilai yang digunakan untuk
mengukur tingkat terjadinya suatu kejadian yang
acak
 KONSEP PROBABILITAS
PANDANGAN KLASIK/INTUITIF
• Probabilitas adalah harga angka yang menunjukkan
seberapa besar kemungkinan suatu peristiwa terjadi,
diantara keseluruhan peristiwa yang mungkin terjadi
• Contoh : sebuah mata uang logam mempunyai sisi
dua (G dan A) kalau mata uang tsb dilemparkan satu
kali, peluang untuk keluarnya sisi G adalah ½
• P (E) = X/N
• Peristiwa di alam sukar mendapatkan peristiwa yang
persis sama dengan teori klasik ini karena tidak
seimbang
 KONSEP PROBABILITAS (2)
PANDANGAN EMPIRIS/RELATIF
• Probabilitas berdasarkan observasi , pengalaman
atau kejadian yang telah terjadi
• Contoh:
• Pelemparan 100 kali coin  59x keluar sisi G,
maka dikatakan P(H) = 59%
• Dari 10.000 hasil suatu produksi, 100 rusak 
P(H) = 1%
• P(E) = lim X/N
 KONSEP PROBABILITAS (3)
PANDANGAN SUBJEKTIF
• Probabilitas ditentukan oleh pembuat pernyataan
• Contoh :
• Seorang karyawan meyakini bahwa kalau ada
kesempatan pendidikan lanjut, yang akan
dikirm adalah dirinya (misalnya diyakini 95%)
• Seorang direktur rumah sakit menyatakan
keyakinan 90% bahwa RS yang dipimpinnya
akan dapat mulai swadana lima tahun
kedepan
 UNSUR-UNSUR PROBABILITAS
• Probabilitas yang rendah menunjukkan kecilnya
kemungkinan suatu peristiwa yang akan terjadi
• Ruang sampel (S) : himpunan yang elemennya
merupakan hasil yang mungkin terjadi dari suatu
eksperimen.
• Titik sampel : semua elemen yang ada di dalam
suatu ruangan sampel
• Peristiwa/event : himpunan bagian dari suatu
ruang sampel
 UNSUR-UNSUR PROBABILITAS (2)
• Contoh
• Eksperimen : pelemparan sebuah dadu
hasil : mata dadu yang tampak
ruang sampel (S) = 1, 2, 3, 4, 5, 6
Suatu peristiwa : A titik ganjil yang tampak {1,3,5}
B titik genap yang tampak {2,4,6}
• Eksperimen : Empat pekerja sama-sama terkena
pencemaran polusi udara
hasil : dicatat apakah jadi sakit S atau tidak sakit T
ruang sampel (S) = 24 = 16
Suatu peristiwa : A semua pasien sembuh {TTTT}
B ada dua orang yang sembuh
 ASAS PERHITUNGAN PROBABILITAS
• Nilai Probabilitas dilambangkan dengan “P”
• Berada diantara nilai 0 dan 1 ( 0 ≤ P ≤ 1)
• Bernilai positif
• Asas Probabilitas dalam perhitungan :
• Hukum Pertambahan
- Jika memerlukan probabilitas dalam dua peristiwa
- Kata kunci “atau” dalam pernyataan
- contoh: probabilitas untuk keluar mata 2 atau mata 5 pada
pelemparan satu kali mata dadu
• Hukum Perkalian
- Jika memerlukan probabilitas dalam dua peristiwa
- Kata kunci “dan” dalam pernyataan
- contoh : koin dan dadu dilambungkan bersamaan. Probabilitas
muncul sisi G pd koin dan mata 3 pada dadu?
 ASAS PERHITUNGAN PROBABILITAS
HUKUM PERTAMBAHAN
• Terdapat 2 kondisi yang harus diperhatikan
yaitu:
a. Mutually Exclusive (saling meniadakan)
Contoh : koin, dadu, JK bayi lahir tunggal
• Rumus:
P (A U B) = P (A atau B)= P (A) + P (B)
Contoh: Probabilitas untuk keluar mata 2 atau
mata 5 pada pelemparan satu kali sebuah
dadu adalah : P(2 U 5) = P (2) + P (5) = 1/6 +
1/6 = 2/6
 ASAS PERHITUNGAN PROBABILITAS
HUKUM PERTAMBAHAN

b. Non Mutually Exclusive (dapat terjadi bersama)

• dua peristiwa atau lebih dapat terjadi
bersamasama (tetapi tidak selalu bersama)
• Rumus : P (A U B) =P(A) + P (B) – P(A ∩ B)
• Contoh: penarikan kartu as dan berlian
P (as) : 4/52 P(berlian) : 13/52
ada sebuah kartu As dan Berlian :
P (as ∩ berlian)
P ( as U Berlian) = P(as) + P(berlian) - P (as ∩ berlian)
4/52 + 13/52 – 1/52 = 16/52
 ASAS PERHITUNGAN PROBABILITAS
HUKUM PERKALIAN
• Terdapat dua kondisi yang harus diperhatikan apakah
kedua peristiwa tersebut saling bebas atau bersyarat.
a. Peristiwa Bebas (Hk Perkalian)
• Apakah kejadian atau ketidakjadian suatu peristiwa
tidak mempengaruhi peristiwa lain.
• Contoh: Sebuah coin dilambungkan 2 kali maka
peluang keluarnya G pada lemparan pertama dan
pada lemparan kedua saling bebas.
P(A ∩B) = P (A dan B) = P(A) x P(B)
• Contoh soal 1: Sebuah dadu dilambungkan dua kali,
peluang keluarnya mata 5 untuk kedua kalinya
adalah: P (5 ∩ 5) = 1/6 x 1/6 = 1/36
 ASAS PERHITUNGAN PROBABILITAS
HUKUM PERKALIAN
b. Peristiwa tidak bebas : peristiwa bersyarat (Conditional
Probability).
• Dua peristiwa dikatakan bersyarat apabila kejadian atau
ketidakjadian suatu peristiwa akan berpengaruh
terhadap peristiwa lainnya.
• Contoh: Dua buah kartu ditarik dari set kartu bridge dan
tarikan kedua tanpa memasukkan kembali kartu
pertama, maka probabilitas kartu kedua sudah
tergantung pada kartu pertama yang ditarik.
• Simbol untuk peristiwa bersyarat adalah P (B│A) ->
probabilitas B pada kondisi A
• P(A ∩B) = P (A) x P (B│A)
 ASAS PERHITUNGAN PROBABILITAS
HUKUM PERKALIAN
• Contoh soal: Dua kartu ditarik dari satu set kartu bridge,
peluang untuk yang tertarik keduanya kartu as adalah
sebagai berikut:
• Peluang as I adalah 4/52 -> P (as I) = 4/52
• Peluang as II dengan syarat as I sudah tertarik adalah
3/51
P (as II │as I) = 3/51

P (as I ∩ as II) = P (as I) x P (as II│ as I)

= 4/52 x 3/51
= 12/2652 =1/221
 PERMUTASI/KOMBINASI
• Permutasi : pengelompokan unsur dengan
memperhatikan urutan .
• Permutasi dilakukan dengan cara menyusun kembali
suatu kumpulan objek dalam urutan yang berbeda dari
ururtan semula yang sudah dilakukan
• Berlaku susunan AB ≠ susunan BA
• Penulisan permutasi
• P(n,r)
• nPr
• Prn
• Banyaknya permutasi k dari n :
• P = jumlah permutasi
• n = banyak objek
• R = jumlah anggota pasangan
• ! = Faktorial (3! = 3 x 2 x 1)
0! = 1 ; 1!=1
 PERMUTASI/KOMBINASI
• Contoh :
• Ada tiga cara yang efektif untuk pengobatan
pada pasien kanker yakni bedah (B), radiasi (P),
dan kemoterapi (O). Ada berapa carakah dapat
diobati seseorang yang menderita kanker jika
kepada masing2 pasien hanya dua macam terapi
yang bisa diberikan
• Peny :
 PERMUTASI/KOMBINASI (2)
• Kombinasi : penggabungan beberapa
objek dari suatu kelompok tanpa
memperhatikan urutan
• Rumus kombinasi :
 PERMUTASI/KOMBINASI (3)
• Contoh :
• Tiga orang pasien digigit ular dan dibawa ke
puskesmas. Di Puskesmas hanya tersedia 2 dosis
antiracun ular. Berapa kemungkinan pasangan
yang akan diberikan 2 dosis tersebut (pasiennya
A,B,C)?
• Peny:
 DISTRIBUSI PROBABILITAS
• Kunci Probabilitas dalam statistik  memperkirakan
terjadinya peluang/probabilitas yang dihubungkan
dengan terjadinya peristiwa tersebut dalam beberapa
keadaan.
• Kita ingin mengetahui probabilitas sebuah keluarga
untuk memiliki anak laki-laki dan perempuan.
• Jika kita mengetahui keseluruhan probabilitas dari
kemungkinan outcome yang terjadi, seluruh
probabilitas kejadian tsb akan membentuk suatu
distrribusi probabilitas.
• Distribusi probabilitas : Distribusi Binomial, distribusi
poisson, distribusi normal (Gauss), Distribusi Student,
Distribusi chi square, distribusi fisher, dll
 DISTRIBUSI SAMPLING
• Distribusi Sampling = distribusi dari mean sampel yang
diambil secara berulang kali dari suatu populasi .
Nilai (Karakteristik) Sampel Populasi

Statistik Parameter
Mean (rata-rata x μ
hitung) s σ
Standar deviasi n N
Jumlah Unit
• Rumus
* standar deviasi distribusi sampling
harga mean ini dikenal sebagai
standar error (SE)
 ESTIMASI
• Suatu metode dimana kita dapat
memperkirakan nilai populasi dengan
memakai nilai sampel
• Estimasi yang baik : tidak bias, efisien, dan
konsisten
 JENIS ESTIMASI
• Estimasi Titik
• Melakukan estimasi menggunakan satu nilai
• Contoh :
ingin mengetahui BB bayi di kota Palopo.
Kemudian dilakukan survei dengan mengambil
sampel 300 bayi. Didapatkan rata2 BB bayi
2000 gr

Estimasi : rata-rata BB bayi di Kota Palopo adalah

2000 gr
Terima Kasih