DAN
DISTRIBUSI PROBABILITAS
JENIS
VARIABEL ACAK
JENIS VARIABEL ACAK
Distribusi
Probabilitas 2. DISTRIBUSI PROBABILITAS
Jenis Distribusi
APA ITU DISTRIBUSI PROBABILITAS?
Probabilitas JENIS DISTRIBUSI PROBABILITAS
Part 1
OUTLINE VARIABEL ACAK
Part 2
VARIABEL
ACAK
Part
JENIS3
VARIABEL ACAK
Variabel yang menghasilkan nilai yang
selalu berbeda pada setiap peristiwa (trial)
Part 4
Distribusi
Probabilitas dan perubahan tersebut tdk dapat
JenisPart 5
Distribusi diperkirakan dengan nilai pasti
Probabilitas
Part 1
OUTLINE VARIABEL ACAK
Part 2
VARIABEL
ACAK Contoh:
Part
JENIS3 Seorang petugas poliklinik di suatu rumah sakit
VARIABEL ACAK
dengan cara apapun tidak dapat mengetahui
Part 4
Distribusi
Probabilitas
secara pasti banyaknya kunjungan pada esok
hari.
JenisPart 5
Distribusi
Probabilitas
jumlah kunjungan esok = variabel acak
Part 1
OUTLINE Jenis variabel acak
VARIABEL
ACAK Variabel acak
Part
JENIS3
VARIABEL ACAK
diskrit
Part 4
Distribusi
Probabilitas
Variabel acak
JenisPart 5
Distribusi
Probabilitas kontinu
Part 1
OUTLINE Jenis variabel acak
VARIABEL
ACAK C V.A diskrit : jumlah
Part
JENIS3 O kunjungan berkisar
VARIABEL ACAK
N 40-50 kunjungan
Part 4
Distribusi
T V.A kontinu : tinggi
badan pasien
Probabilitas
O
JenisPart 5
Distribusi
berkisar 145-170
Probabilitas
H kunjungan
OUTLINE DISTRIBUSI PROBABILITAS
Part 2
VARIABEL
Penyusunan distribusi
ACAK
Part
JENIS3
VARIABEL ACAK
frekuensi yang
Part 4
didasarkan pada teori
Distribusi
Probabilitas
Part
Jenis 5
Distribusi
Probabilitas peluang
Contoh : Tabel 1. Distribusi Probabilitas Kunjungan Poliklinik 100 hari
OUTLINE
Jumlah Kunjungan Frekuensi Probabilitas
40 1 0.01
Part 2
VARIABEL 41 2 0.02
ACAK 42 3 0.03 Probabilitas
Kunjungan
43 5 0.05
Part
JENIS3 44 6 0.06
VARIABEL ACAK 45
46
7
9
0.07
0.09
= kunjungan
47 10 0.10 setiap hari
Part 4
Distribusi 48 11 0.11
(frekuensi) /
Probabilitas 49 12 0.12
50 9 0.09 jumlah hari
Part 5
Jenis Distribusi 51 8 0.08
Probabilitas
52 6 0.06 buka (jumlah
53
54
5
4
0.05
0.04
total)
55 2 0.02
Jumlah Total 100 1.00
Part 1
OUTLINE JENIS DISTRIBUSI PROBABILITAS
Part 2
VARIABEL
Distribusi Probabilitas Distribusi Pobabilitas
ACAK
Diskrit Kontinu
Part
JENIS3
VARIABEL ACAK
Distribusi binomial Distribusi Normal
Part 4
Distribusi
Distribusi multinomial
Probabilitas
Distribusi Poisson
JenisPart 5
Distribusi
Probabilitas Distribusi hipergeometris
Distribusi Pascal
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Disebut juga
Part 2
1. Distribusi Binomial distribusi
VARIABEL
ACAK Bernoulli (Jacob
Bernoulli)
Part
JENIS3
VARIABEL ACAK
3 syarat yang harus dipenuhi dalam menggunakan distribusi Sering digunakan
Part 4
Distribusi binomial: disemua bidang
Probabilitas
JenisPart 5
Distribusi 2. Probabilitas Ex: JK, sembuh-
1. Tiap peristiwa 3. Event yang
Probabilitas dari setiap tidak, setuju-tdk
hanya mempunyai dihasilkan bersifat
peristiwa harus setuju, efektif-tdk
2 hasil independen
selalu tetap efektif
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Part 2
VARIABEL Ciri-ciri Distribusi Binomial
ACAK
Part
JENIS3 Bila n tetap dengan:
VARIABEL ACAK
p kecil miring ke kanan , p makin besar kemiringan akan
Part 4
Distribusi berkurang, p mencapai 0,5 distribusi akan simetris
Probabilitas
JenisPart 5
Distribusi
Probabilitas Bila p tetap dengan: Jumlah n yang makin besar distribusi
mendekati distribusi simetris
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Part 2
VARIABEL
ACAK
1. Distribusi Binomial
Part
JENIS3
VARIABEL ACAK Rumus :
Part 4
Distribusi
Probabilitas
Ket :
JenisPart 5
Distribusi
Probabilitas p = probabilitas yang kita inginkan q=1p
n = banyaknya peristiwa (trial) x = jumlah sukses yang diinginkan
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Contoh soal Distribusi Binomial
Part 2
VARIABEL
ACAK
Soal:
Part
JENIS3 berapa besar probabilitas kelahirann 2 bayi laki-laki dari 3 kelahiran?
VARIABEL ACAK
Part 4
Distribusi Jawab:
Probabilitas
P = 0,5
JenisPart 5
Distribusi
q = 1-0,5 = 0,5
Probabilitas
n= 3
x= 2
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Part 2
VARIABEL
2. Distribusi Multinomial
ACAK
Part
JENIS3
VARIABEL ACAK
Part 4
Distribusi
Probabilitas Ex : Seorang dokter melakukan
Tiap peristiwa pengobatan sebanyak 6 kali terhadap
JenisPart 5
menghasilkan lebih dari
Distribusi
Probabilitas penderita infark jantung dengan hasil
sembuh sempurna, sembuh dengan
dua event gejala sisa, dan meninggal
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Part 2
VARIABEL
ACAK
2. Distribusi Multinomial
Part
JENIS3
VARIABEL ACAK Rumus :
Part 4
Distribusi
Probabilitas
Ket :
JenisPart 5
Distribusi
Probabilitas p = probabilitas yang kita inginkan
n = banyaknya peristiwa (trial) x = jumlah sukses yang diinginkan
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Contoh soal Distribusi Multinomial
Part 2
VARIABEL
ACAK
Soal:
Part
JENIS3 berapa besar probabilitas dari 6 kali pengobatan tersebut untuk menghasilkan
VARIABEL ACAK 2 orang sembuh sempurna, 2 orang sembuh dengan gejala sisa dan 2 orang
meninggal?
Part 4
Distribusi
Probabilitas Jawab:
JenisPart Sembuh sempurna = A sembuh dengan gejala sisa = B meninggal = C
5
Distribusi
Probabilitas Maka, PA = PB = PC = 1/3
n= 6 X1 = X2= X3 = 2
6P2 = 6! / 2! 2! 2! x (1/3)2 (1/3)2 (1/3)2 = 0,123
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Part 2
VARIABEL
ACAK
3. Distribusi Poisson
Part
JENIS3
VARIABEL ACAK
Untuk peristiwa
Part 4
Distribusi
Probabilitas
Digunakan pada yang jarang Ex : jumlah kunjungan
JenisPart
(n) kecil terjadi dalam
penderita gawat darurat
dalam waktu 3jam atau
5
Distribusi
Probabilitas hukum nilai periode yang mendapatkan kasus yang
kecil pendek ja
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Part 2
VARIABEL
ACAK
3. Distribusi Poisson
Part
JENIS3
VARIABEL ACAK
Rumus : Syarat:
1. Terjadi event yg jarang dalam
Part 4
Distribusi
periode pendek
Probabilitas
2. P setiap periode selalu konstan
JenisPart 5
Distribusi
Probabilitas 3. Terjadinya event mendekati nol
4. Event yg independent
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Part 2
VARIABEL
ACAK
Contoh Soal Distribusi Poisson
Part
JENIS3
VARIABEL ACAK
Part 4
Distribusi
Probabilitas
JenisPart 5
Distribusi
Probabilitas
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Part 2
VARIABEL
4. Distribusi Hipergeometris
ACAK
Part
JENIS3
VARIABEL ACAK
Part 4
Distribusi
Probabilitas
Untuk mengetahui besarnya peluang yang terjadi pada
JenisPart 5
sampel bila kejadian yang serupa pada populasi
Distribusi
Probabilitas
diketahui
Part 1
OUTLINE A. DISTRIBUSI PROBABILITAS Diskrit
Part 2
VARIABEL
ACAK 5. Distribusi Pascal (distribusi binomial
Part
JENIS3 negatif)
VARIABEL ACAK
Part 4
Distribusi
Probabilitas Dasar perhitungannya menggunakan distribusi binomial.
JenisPart 5
Distribusi
Probabilitas
Ex: kita ingin mengetahui pada trial ke berapa untuk
mendapatkan hasil yang ke sekian dlam suatu percobaan
bernoulli
Part 1
OUTLINE B. DISTRIBUSI PROBABILITAS kontinu
Part 2
VARIABEL
ACAK Distribusi Normal
Part
JENIS3
VARIABEL ACAK
(Distribusi Gauss)
Part 4
Distribusi
Probabilitas
WHY
???
JenisPart 5
Distribusi
Probabilitas
penting
Part 1
OUTLINE B. DISTRIBUSI PROBABILITAS kontinu
Part 2
VARIABEL
Peran Distribusi Normal
ACAK
Memiliki sifat yang dipakai sebagai pedoman
Part
JENIS3
menarik kesimpulan berdasarkan hasil sampel
VARIABEL ACAK
Part 4
Distribusi
Semua peristiwa secara alami akan membentuk
Probabilitas
distribusi ini
JenisPart 5
Distribusi
Probabilitas
Menjadi salah satu syarat penggunaan uji statistik
dan penyajian data
Part 1
OUTLINE B. DISTRIBUSI PROBABILITAS kontinu
Ciri-ciri Distribusi Normal
Part 2
VARIABEL
Disusun dari variabel random kontinu
ACAK
Kurvanya mempunyai satu puncak
Part
JENIS3
VARIABEL ACAK Nilai mean terletak pada satu titik
Part 4
Distribusi Kurva normal dibentuk dari jumlah pengamatan yang sangat banyak
Probabilitas
JenisPart
Event yang dihasilkan bersifat independen
5
Distribusi
Probabilitas Ekor kurva mendekati absis pada penyimpangan ke kiri dan ke kanan
sebesar 3 SD dari rata-rata dan ekor grafik ini dapat dikembangkan terus
tanpa menyentuh absis
Proses standarisasi
menggunakan rumus :
Z=(x-)/
Ket:
x = nilai variabel random
= rata-rata populasi
= deviasi standar
Z = besarnya penyimpangan
terhadap rata-rata yang
dinyatakan dalam unit SD
200
4. P < 205
Hasil nomor 2 + 0,5
= 0,2 + 0.5
= 0.7 =70%
200 205
Tabel Z
distribusi
normal
Lanjutan
Tabel z
Metode Untuk Mengetahui Distribusi Data
Metode Parameter Kriteria Sebaran Normal Keterangan
Koefisien varian < 30 % s/x 100%
Deskriptif
Rasio skewness -2 s.d 2 skewness/s.e
(hitung)
Rasio kurtosis -2 s.d 2 kurtosis/s.e
simetris, tidak terlalu tinggi maupun
Histogram -
terlalu rendah
Deskriptif Simetris, median tepat ditengah segi
Box Plot -
(gambar) empat, tidak ada outlier dan ekstrim
Normal q-q plot scatter menyebar sekitar garis -
Detrended q-q plot scatter menyebar sekitar garis -
Kolmogorov-
p > 0,05 n > 50 atau n > 30
Analitik Smirnov
Shapiro Wilk p > 0,05 n 50
Jika kamu melakukan 1 kebaikan,
Allah akan membalasmu dengan 10
Thank kebaikan
You NAMUN..
Jika kamu melakukan 1 keburukan,
^_^ Allah hanya membalasmu dgn 1
keburukan