Teori Probabilitas

Chairul Azhar,S.Si,M.Si.
 Pendahuluan
• Semua kejadian di alam = tidak pasti
• Statistik ada karena adanya ketidak
pastian
• Dengan statistik dapat diambil kesimpulan
• Setiap kejadian di alam ada dua
kemungkinan  terjadi atau tidak terjadi
 Sejarah
• Faktor peluang banyak digunakan dalam
perjudian
• Teori peluang disusun pada abad k 17
Antoine Gombauld, Blaise Pascal, dan
Pierre de Fermet disusul oleh Jacob
Bernaulli, Reverend Bayes.
• Abad 19 Pierre Simon, Marquis de
Laplace
 Teori Peluang bidang Komonikasi
• Teori peluang  untuk peramalan pemamfaatan
teori komonikasi dalam bidang
politik,pemerintahan, pemasaran, dll
• Teori peluang digunakan karena penelitian bdg
komonikasi dan Jurnalistik melakukan
pengamatan pada sebagian populasi (sampel)
• Untuk mengetahui sejauh mana efektifitas peran
media dalam perubahan masyarakat
 Klasifikasi
• Pendekatan :
• a. Klasik
• b. Pendekatan empiris
• c. Pendekatan subjektif
 Klasik
• Klasik: angka yang menunjukkan
seberapa besar kemungkinan suatu
peristiwa terjadi diantara keseluruha
peristiwa yang mungkin terjadi
• Contoh peluang muncul angka pada uang
logam = ½=50%
 Empiris
• Pandangan yang berdasarkan observasi,
pengalaman atau kejadian yang telah
terjadi
• Contoh : pelemparan 100 coin  59 kali
keluar sisi G, maka dikatakan P(G)=59%
 Pandangan Subjektif
• Pandangan bersifat subjektif (keyakinan
sendiri)
• Contoh : seseorang merasa yakin diterima
di Fakultas Favorit setelah UMPTN
 HUBUNGAN BEBERAPA KEJADIAN

• Kejadian yang saling eksklusif

• Kejadian yang tidak saling eksklusif
• Kejadian independen
• Kejadian tidak bebas
 Kejadian Saling Eksklusif
• Hub saling eksklusif: bila peluang
terjadinya suatu event hanya satu dari
semua event yang dapat dihasilkan.
• Event = event marginal atau tanpa syarat
• Contoh: pada suatu kelahiran hanya
dilahirkan bayi laki-laki atau perempuan.
Bila bayi lahir laki-laki, maka tidak
mungkin perempuan
 Secara Matematis
• Plaki-laki = 1/(1+1) = 0,5

• Pperempuan = 1/(1+1) = 0,5

• P (A atau B)= P (A) + P (B)

 Contoh :
• Seorang dokter mengadakan pengobatan
terhadap 5 orang penderita TBC dengan
INH selama 6 bulan. Kelima penderita tsb
memiliki penyakit yg sama beratnya dan
mempunyai peluan yg sama untuk
sembuh.
• Berapakah besarnya peluang penderita 2
atau ke 5 untuk sembuh?
 Kejadian tidak saling eksklusif
• Kejadian tidak saling eksklusif= terdapat
sebagian dari 2 event yang bergabung.
Berarti terdapat fraksi yang mengandung
event A dan event B
• Rumus :
• P (A atau B) = P (A) + P (B) – P(AB)
Gambar

A
B
 Contoh:
• Bila kita akan merekrut seorang tenaga
kesehatan dan mengadakan seleksi
terdapat 4 orangpelamar yang terdiri dari
dokter laki-laki, dokter wanita, laki-laki
bukan dokter dan wanita bukan dokter
• Berapakah peluang masing-masing?
• Berapa besar peluang tenaga yang kita
rekrut adalah wanita atau dokter?
 Jawab
a. Peluang:
• Peluang wanita = 2/4
• Peluang laki-laki = 2/4
• Peluang dokter = 2/4
• Peluang dokter wanita =1/4
• Peluang dokter laki-laki = ¼

b. P (wanita atau dokter)

• = P(wanita) + P(dokter) – P(wanita dokter)
• = 2/4 + 2/4 - ¼
• = 3/4
 Kejadian independent
• Bila ingin mengetahui peluang dua event A
dan B, yang bersifat independet maka
dilakukan trial secara bersamaan, tetapi
terjadi berturut dan hasil kali dari peluang
marginal masing-masing event.Terjadi
hukum perkalian
 Rumus
• P (AB)= P (A) x P (B)
• P (AB)= Probabilitas event A dan B yg
terjadi bersamaan
• P (A)= peluang marginal event A
• P (B)= peluang marginal event B
 Contoh:
• Berapakah besarnya peluang kelahiran
pertama laki-laki dan kelahiran kedua laki-
laki?
• Jawab:
• P (AB)= P (A) x P (B)
= 0,5 X 0,5
= 0,25
 Kejadian Bersyarat (Conditional)
• Suatu event mempunyai hubunga
bersyarat bila suatu event itu terjadi
setelah event lain. Misalnya event A dan B
maka event B terjadi setelah event A
terjadi
• P(B/A) = P(B)
 Latihan
1. Seorang petugas bahagian Radiologi di
sebuah rumah sakit ingin mengetahui
besarnya peluang untuk pemeriksaan
Radiologis yang dibutuhkan penderita yang
berobat. Penderita tersebut adalah peserta
askes. Dari data tahun yang lalu diketahui
bahwa 15 % penderita membutuhkan
pemeriksaan Radiologi dan 68 % penderita
membutuhkan pemeriksaan Radiologis adalah
peserta askes. Berapa besar peluang seorang
penderita yang membutuhkan pemeriksaan
radiologis, tetapi bukan peserta askes ?
2. Seorang peneliti akan mengolah data
yang berhasil dikumpulkan dengan
menggunakan komputer. Untuk
keperluan tersebut peneliti menyewa
komputer selama satu bulan. Dari
pemilik komputer diperoleh informasi
 Latihan
• Sebutkan peranan biostatistik pada bidang
kesehatan
• Sebutkan jenis data kuantitatif dan
sebutkan pula contoh masing-masing 3
buah
• Jelaskan tahapan kegiatan statistik
• Apa beda statistik deskriptif dan inferensial
 Latihan
• Apa beda skala interval dan rasio
• Apa beda skala nominal dan ordinal
• Sebutkan contoh penyajian data