BIOSTATISTIK

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

• μ=λ = n p = 4000 x 0,0005 = 2

3 2
Px  3 
2 2,71828
 0,1804
3x2 x1