DESKRIPTIF
“Distribusi
Probabilitas”
Oleh
Andri Dwi Hernawan, SKM, M.Kes
(Epid)
Obyektif
• Kunci aplikasi probabilitas dalam
statistik adalah memperkirakan
terjadinya peluang yang
dihubungkan dengan terjadinya
peristiwa tersebut dalam beberapa
keadaan
• Misal ingin mengetahui lahirnya
nak laki-laki atau perempuan dari
suatu persalinan jika kita mampu
mengetahui kemungkinan outcome
yang terjadi distribusi probabilitas
PELUANG DALAM DISTRIBUSI
FREKUANSI
• Adalah sebuah tabel atau rumus yang
mencantumkan semua kemungkinan nilai
variabel acak diskrit dan nilai peluangnya
x P(x)
0 ¼
1 2/4
2 ¼
Contoh :
1) Tentukan rumus distribusi peluang
banyaknya sisi gambar bila sebuah
uang logam dilempar 3 kali. Buatlah
tabelnya ?
Eksperimen :
pelemparan 1 mata uang 3x,
Banyaknya titik sampel = 23 = 8
S ={AAA, AAG, AGG, GGG, AGA,
GAG, GAA, GGA}
Banyaknya muncul sisi gambar adalah
Jadi fungsi peluang adalah :
3
f( x) x
8
Untuk x = 0,1,2,3
Tabel distribusi peluang :
2) Sebuah dadu dilemparkan 2x
Misalkan : x = jumlah titik dadu dalam kedua
lemparan itu, maka
x = 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12
Tabel distribusi probabilitas x :
a) P(x>8) = P(x=9)+P(x=10)+P(x=11)+
P(x=12)
= =
b) P(4<x<7) = P(x=5) + P(x=6)
= =
Distribusi probabilitas
• Merupakan bentuk dari distribusi
peluang secara teoritis
• Distribusi probabilitas Distribusi
binomial (Bernaulli), Distribusi
poisson, Distribusi normal (Gauss),
Distribusi student („t‟ Gosset),
Distribusi Chi-square, dan Distribusi
Fisher
Distribusi Binomial
• Berfungis menggambarkan fenomena
dengan dua hasil (out come)
sukses atau gagal, sehat atau sakit,
benar atau salah dll
• Ditemukan oleh James Bernaulli
distribusi Bernaulli
Postulat Bernaulli
• Jumlah trial merupakan bilangan bulat lempar
uang sebanyak 5 kali (tidak mungkin 5 ½ kali)
• Setiap eksperimen mempunyai dua out come
gagal atau sukses jika mengharap keluar
gambar pada pelemparan mata uang dan benar
keluar gambar disebut “sukses”
• Peluang sukses sama untuk tiap eksperimen
peluang keluar gambar ½ pada lemparan
pertama lemparan kedua juga ½
• Eksperimen independent satu sama lainnya
lima kali lempar lemparan 1, 2, 3, 4, dan 5
tidak mempengaruhi satu sama lain
Distribusi Binomial
• Probabilitas sukses (p), probabilitas gagal
(1-p)=q
• Peristiwa binomial b ( x, n, p )
– b = peristiwa binomial
– x = sukses yg diinginkan (bilangan random)
– n = jumlah trial
– p = peluang sukses
• Dadu dilempar 5 kali, diharapkan keluar
mata 6 dua kali b(2, 5, 1/6) x=2,
n=5, dan p=1/6
Contoh …
• Probabilitas bayi tidak di imunisasi
polio adalah 0,2 (p). Suatu hari
Puskesmas “X” terdapat 4 orang
bayi. Hitung peluang dari bayi
tersebut 2 orang belum imunisasi
polio b(2, 4, 0,2)
Penyelesaian …
• Misal bayi A, B, C, D dua bayi
tidak di imunisasi mungkin, A&B,
A&C, A&D, B&C, B&D, C&D 6
pasang kombinasi kombinasi empat
obyek yang pasangannya 2 (x=2
n=4)
• Rumus kombinasi n n!
x x!n x !
p 1 p
x n x
• Rumus peluang
Penyelesaian
Distribusi Poisson
• Kejadian dengan probabilitas p <<<
dan kejadian luas n >>> distribusi
binomial tidak mampu distribusi
poisson
• Distribusi poisson kejadian yang
jarang terjadi, tetapi mengenai
populasi yang luas
• Disuatu gerbang tol yang dilewati
ribuan mobil dalam satu hari, berapa
peluang akan terjadi kecelakaan dari
sekian banyak mobil yang lewat
Contoh
• Kejadian shok pada saat imunisasi
meningitis adalah 0,0005. Kalau di
suatu kota jumlah orang yang di
vaksinasi sebanyak 4000 orang,
hitung peluang tiga orang akan
terjadi shok!
Penyelesaian
3 2
Px 3
2 2,71828
0,1804
3x2 x1