Distribusi Probabilitas
D. Renovaldi, M.Sc.(Biomed)
Faculty of Medicine and Health
Universitas Muhammadiyah Jakarta
Probabilitas
Definisi peluang untuk terjadi atau tidak terjadi
Probabilitas untuk keluarnya mata satu dalam
pelemparan satu kali sebuah dadu ?
Berapakah peluang seorang anak yang sudah
diimunisasi dengan BCG akan mendapatkan
sakit TBC ?
Kata-kata demikian sepertinya sudah biasa
dalam kehidupan manusia selama ini dan
didalam permasalahan kesehatan masyarakat.
2
Probabilitas
Kunci aplikasi probabilitas dalam statistik adalah
memperkirakan terjadinya peluang/probabilitas
yang dihubungkan dengan terjadinya peristiwa
tersebut dalam beberapa keadaan.
Jika kita mengetahui keseluruhan probabilitas
dari kemungkinan outcome yang terjadi, seluruh
probabilitas kejadian tersebut akan membentuk
suatu distribusi probabilitas.
3
Konsep probabilitas
Pandangan Klasik /intuitif
Pandangan Empiris / Probabilitas
Relatif
Pandangan Subyektif
4
Probabilitas Klasik /intuitif
Didalam pandangan klasik ini
probabilitas/peluang adalah harga angka yang
menunjukkan seberapa besar kemungkinan
bahwa suatu peristiwa terjadi, diantara
keseluruhan peristiwa yang mungkin terjadi
Contoh : Sebuah mata uang logam mempunyai
sisi dua (gambar dan angka), kalau mata uang
tersebut dilambungkan satu kali maka peluang
untuk keluar sisi gambar adalah 1/2.
5
Probabilitas Empiris / Relatif
Dalam pandangan ini probabilitas berdasarkan
observasi, pengalaman atau kejadian(peristiwa)
yang telah terjadi.
Contoh:
Dari10.000 hasil suatu produksi 100 rusak
P(rusak) = 1% = 0,01
Upah(Rp 1000) Jumlah %
200 - 499 90 30
500 - 749 165 55
750 - 999 45 15
6
Distribusi Probabilitas
(probability density function dan cumulative
density function)
8
DISTRIBUSI PROBABILITAS
Ada bermacam-macam distribusi teoritis :
Distribusi Binomial (Bernaulli)
Distribusi Poisson
Distribusi Normal (Gauss)
9
1. Distribusi Binomial
Silahkan
dikerjakan!
2. Distribusi Poisson
Dalam mempelajari distribusi Binomial kita dihadapkan
pada probabilitas variabel random diskrit (bilangan
bulat) yang jumlah trial nya kecil (daftar binomial),
sedangkan jika dihadapkan pada suatu kejadian dengan
p <<< dan menyangkut kejadian yang luas n >>> maka
digunakan distribusi Poisson.
20
21
Distribusi Normal (Gauss)
22
Distribusi Normal Standar
0.45
0.40
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
24
Z table in
statistic and
probability
25
CONTOH SOAL
Seorang peneliti dilaboratorium telah
mengumpulkan data kolesterol darah dari
20.000 pasien dirumah sakit “X” selama 2
tahun. Dari hasil pengolahan data diketahui
bahwa data tersebut menghasilkan sebaran
simetris dengan rata-rata 180 mg/dl dengan
simpangan baku 50 mg/dl. Hitunglah
Probabilitas seorang pasien dengan kadar
kolesterol lebih besar dari 200 mg/dl
26
Jawaban
Z=
= 200 – 180 = 0.4
50
Nilai p pada z = 0.4 adalah 0.1554
Probabilitas seorang pasien dengan kadar
kolesterol lebih besar dari 200 mg/dl adalah
0.5 – 0.1554 = 0.3446 atau 34.46 %
27
CONTOH SOAL
Probabilitas seorang pasien dengan kadar
kolesterol kurang dari 150 mg/dl
Z=
= 150 – 180 = -0.6
50
Nilai p pada z = -0.6 adalah 0.2257
Probabilitas seorang pasien dengan kadar
kolesterol kurang dari 150 mg/dl adalah 0.5 –
0.2257 = 0.2743atau 27.43%
28
CONTOH SOAL
Probabilitas seorang pasien dengan kadar kolesterol antara
150 s/d 200 mg/dl
31
THANK YOU!
Contact me:
dede.renovaldi@gmail.com
32