PROBILITAS

s.wiyono Stat_Deskriptif 1
 PROBABILITAS
Konsep
Pandangan Klasik/Intuitif, Probabilitas suatu peristiwa
adalah harga angka yang menunjukkan seberapa besar
kemungkinan peristiwa tsb akan terjadi diantara
keseluruhan peristiwa yang dapat terjadi.

Contoh:
1 buah uang logam dengan 2 permukaan (H & T).
Probabilitas untuk muncul H jika logam tsb dilambungkan
adalah 1X adalah ½ H= ½, T=½
 ½ + ½=1

s.wiyono Stat_Deskriptif 2
1 buah dadu dengan 6 permukaan.
Probabilitas untuk muncul mata 3 jika
dilambungkan 1X adalah 1/6. mata-1 =1/6,
mata-2=1/6, mata-3= 1/6,
mata-4=1/6, mata-5=1/6 dan mata-6=1/6
 1/6+1/6+1/6+1/6+1/6+1/6 = 1

s.wiyono Stat_Deskriptif 3
Probabolitas……………lanjutan
Pandangan Empiris, Probabilitas yang ditentukan berdasar
observasi, pengalaman atau peristiwa yang terjadi.
Contoh:
Hasil pelemparan 100X uang logam yang muncul H adalah 59X
 p (H)=59/100=59%

Pandangan Subjektif, Probabilitas ditentukan berdasar asumsi-

asumsi.
Contoh: Mahasiswa yang vokal dan kritis cenderung dipilih
sebagai ketua organisasi.

s.wiyono Stat_Deskriptif 4
Unsur-unsur Probabilitas
a.Ruang Sampel, himpunan yang elemen2nya
merupakan hasil yang mungkin terjadi dari suatu
Eksperimen  Ruang sampe dadu ada 6
Contoh: Pelemparan sebuah dadu
b.Titik Sampel, Semua elemen yang ada didalam
ruang sampel  S=(1, 2, 3, 4, 5, 6).
c.Peristiwa=Kejadian=Even, Himpunan bagian dari suatu
ruang sampel.
Contoh:
Eksperimen : Pelemparan sebuah dadu
Hasil : Mata dadu yang tampak diatas
Ruang sampel : S=(1, 2, 3, 4, 5, 6)
Peristiwa : A=Mata Ganjil (1, 3, 5)
B=Mata Genap=(2, 4, 6)

s.wiyono Stat_Deskriptif 5
Azas-azas perhitungan Probabilitas
p(E) =X/n, bilangan positif (+),  Nilai = 0  p  1
Contoh:
Probabilitas untuk muncujl mata-4 dari hasil melambungkan
dadu adalah 1/6
Probabilitas untuk muncul bukan mata-4 adalah  1-1/6 = 5/6

Hukum Perkalian,
Jika sebuah dadu dan sebuah coin dilambungkan bersamaan
berapakah peluang untuk terjadinya hasil lambungan adalah
sisi H pada coin dan mata 3 pada dadu.
p (H) = ½, p(3) = 1/6  p (H3) = ½ * 1/6 = 1/12

Hukum Pertambahan.
Probabilitas untuk keluar mata 2 atau mata 5 pada pelemparan
1X sebuah dadu adalah
 p (25) = p(2) + p(5) = 1/6 + 1/6 = 2/6

s.wiyono Stat_Deskriptif 6
a.Joint dan Marginal Probabilitas, Disusun kedalam tabel silang
Contoh: Distribusi pengunjung klinik menurut sex dan umur adalah sbb:

Umur (Th) Sex Jumlah

Wanita Pria

< 30 60 50 110
 30 80 10 90
Jumlah 140 60 200

Probabilitas pengunjung Wanita = 140/200 = 0.7

Probabilitas pengunjung umur < 30 Th = 110/200 = 0.55
Joint Probabilitas/Interaksi  Wanita dan berumur < 30 Th = 60/200 = 0.3

s.wiyono Stat_Deskriptif 7
 LATIHAN

Latihan:
1. Dua mata uang logam dilambungkan, hitung kemungkinan muncul:
a. 0 H; b.1 H dan c. 2 H

Jawab:
H T Ruang Sampel  (2)2=4
a. p (0H) = ¼ (TT)
H T H T b. p (1H) = ¼ (HT) + ¼ (TH) = 2/4
c. p (2 H) = ¼ (HH)
HH HT TH TT

s.wiyono Stat_Deskriptif 8
1. Jika sebuah mata uang logam dilambungkan 3 kali, berapa peluang:
a. Tepat 2 H, b.  2H, c.  2H, d. 0T, e. 0H

Jawab:
H T Ruang Sampel  (2)3=8
a. Tepat 2H = 3/8
H T H T b. Paling sedikit 2H = 4/8
c. Paling banyak 2H = 7/8
H T H T H T H T d. 0T= 1/8
        e. 0H = 1/8
HHH HHT HTH HTT THH THT TTH TTT

s.wiyono Stat_Deskriptif 9
 TUGAS-2
Jika sepasang suami isteri berencana untuk
memiliii 3 orang anak, berapa peluang untuk :
a. Tidak punya anak perempuan
b. Minimal 1 anak laki-laki
c. Maksimal 2 anak perempuan
d. Tepat 2 anak laki-laki
e. Tepat 1 anak perempuan

s.wiyono Stat_Deskriptif 10
 DISTRIBUSI PROBABILITAS

1. Varabel Diskrit
1.1.Distribusi binomial/Bernaulli, bahwa
Suatu probabilitas binomial adalah
banyaknya sukses (p) yang akan terjadi
pada n kali trial dan banyaknya gagal
(q)  p+q=1
Rumus:
n!
-------------- x px x q n-x

x! (n-x)!
s.wiyono Stat_Deskriptif 11
s.wiyono Stat_Deskriptif 12
1.2. Distribusi Poisson,
Jika kejadian dengan probabilitas sangat
kecil dan Menyangkut pada subjek yan besar

x x e- x x e-
Rumus: = ----------- = ---------------
x! x!

dimana:  =  = n x p
e = 2.71828
x = Variabel diskrit

s.wiyono Stat_Deskriptif 13
b.Variabel Kontinu
 Distribusi Normal/Distribusi Gauss
Rumus:
1
( f )= ------------------
  2  e –1/2 {(x-)/}2
-   X   ;  = 3.1416
- <    ; e = 2.7183
2 = 0 ;  = Parameter, rata2 utk normal

 = Parameter, simpangan baku

s.wiyono Stat_Deskriptif 14
 TUGAS-3
1. Distribusi Binomial
Probabilitas tidak lulus ujian adalah 0.2. Jika secara
random diambil 5 mahasiswa, maka hitung berapa
probabilitas:
a.Tepat 2 mahasiswa tidak lulus ujian
b.Tidak satu-pun mahasiswa tidak lulus ujian
c. Paling banyak 2 mahasiswa tidak lulus ujian.
d. Setidaknya 3 mhs tidak lulus ujian
Jawab:
Diket : n=5; p=0.2; q=1- 0.2=0.8

a. x=2; =[ n!/{x! (n-x)!}] * px*qn-x

=[ 5!/{2! (5-2)!}] * (0.2)2*(0.8)5-2
=[ 120/2*6] * 0.04 * 0.512
= 10 * 0.04 * 0.512
= 0.2048

s.wiyono Stat_Deskriptif 15
 TUGAS-4
Dua diantara 8 bayi yang diberi susu
formula mengalami diare. Hitung berapa
probabilitas:
1. Tidak satu bayi-pun diare

2. Tepat 3 bayi diare

3. Maksimal 3 bayi diare

4. Setidaknya 6 bayi diare

s.wiyono Stat_Deskriptif 16
 TUGAS-5
Distrubsi Poisson
Probabilitas shock ketika diberikan
vaksinasi meningitis adalah 0.0005. Jika
vaksinasi diberikan pada 4000 orang,
maka berapa probabilitas:
a. Tepat 3 orang shock
b.Tidak satu orang-pun shock
c. Maksimal 1 orang shock

s.wiyono Stat_Deskriptif 17
Jawab
Diket n=4000; p=0.0005
=n*p=4000*0.0005=2

a.p(x=3)= [x*e -]/x!

=[23*2.71828-2]/3!
=[8*0.13533]/6
=[1.08264/6]
=0.1804

s.wiyono Stat_Deskriptif 18
 TUGAS

Setiap kantong beras yang berisi 2000 butir

beras ditemukan 1 gabah. Jika kita punya 5
kantong beras, berapa probabiliats untuk
mendapatkan gabah pada:
1.Tepat 5 butir beras
2. Tidak sebutir beras-pun
3. Maksimal pada 3 butir beras

s.wiyono Stat_Deskriptif 19
s.wiyono Stat_Deskriptif 20
Sifat pengting Distribusi Gauss
1.Grafik selalu ada diatas sumbu datar/sumbu X
2.Bentukanya Simetris terhadap X= seperti Lonceng
3.Mempunyai satu modus. Kurva unimodal tercapai pada X=
sebesar 0.3089/
4.Grafik berasistutkan/mendekati datar milai dari + 3 SD
dan  - 3 SD .
5.Luas daerah grafik selalu=1 unit. Untuk setiap pasang
X dan  sifat diatas selalu dipenuhi, nahya bentuk
kurvanya saja yang berlainan.
-Jika  makin besar, kurva makin rendah/Platokurtik
-Jika  makin kecil, kurva makin tinggi/Leptokurtik

s.wiyono Stat_Deskriptif 21
 Gambar
Kurva Normal A  =10; =5
Kurva Normal B  =20; =7

s.wiyono Stat_Deskriptif 22
Untuk keperluan praktis dan memeprmudah perhitungan
`
digunakan Taberl Distribusi Normal Standar (Tabel Z). Pada
sampel kejadian2 alam atau variabel biologis (mis. Kadar Hb,
kadar Kolesterol) yang cukup Besar akan terdisatribusi secara
χ
simetris dengan ¯ tertentu dan SD
Tertentu  Kurva Normal Umum
Untuk dapat menentukan probabilitas didalam kurva normal
umum, maka Nilai yang akan dicari terlebiuh dahulu
ditransformasikan kedalam kurva Normal standar melalui
transformasi Z.

Rumus:
Populasi  Z=(χ̄-)/ ; Sampel = (χ-χ̄ )/SD

s.wiyono Stat_Deskriptif 23
 Kurva Normal Umum Kurva Normal Standar
Rata2   # 0 Rata2   = 0
SD #1 SD =1

-3 -2 -1   +1 +2 +3 -3 -2 -1 0 +1 +2 +3

s.wiyono Stat_Deskriptif 24
 KURVA NORMAL STANDAR

-3 -2 -1 0 +1 +2 +3
68.27%

95.45%

99.95%
s.wiyono Stat_Deskriptif 25
 Contoh
Suatu penelitian terhaap 150 sampel laki-laki dewasa
diperoleh rata2 kadar Kolesterol adalah 215 mg% dengan
standar deviasi 45 mg%.

Hitung Berapa peluang:

a.Lebih dari 250 mg% d. Lebih dari 200 mg%
b.Kurang dari 200 mg% e. Kurang dari 225 mg%
c.Antara 200-275 mg% f. Antara 225 – 250 mg%

s.wiyono Stat_Deskriptif 26
Jawab
a.> 250 mg%
Z = (250 -215)/45 = 0.777  0.78
 tabel = 0.2823 p= 0.5 – 0.2823 = 0.2177

b.< 200 mg%

Z = (200 -215)/45 = -0.333  0.33
 tabel = 0.1293 p= 0.5 – 0.2193 = 0.3707

c.Antara 200 – 275 mg%

Z1 = (200 -215)/45 = 0.333  0.33
 tabel = 0.1293
Z2 = (275 -215)/45 = 1.333  1.33
 tabel = 0.4082
p= 0.1293 + 0.4082 = 0.5375

s.wiyono Stat_Deskriptif 27
d.> 200 mg% Z = (200 -215)/45 = -0.333  0.33
 tabel = 0.1293 p= 0.5 + 0.1293= 0.6293

e. < 225 mg% Z = (225 –215)/45 = -0.222  0.0871

 tabel = 0.0872 p= 0.5 + 0.0871= 0.5871

f. antara 225 – 250 mg%

Z2 = (250 -215)/45 = -0.777  0.78
 tabel = 0.2794
Z1 = (225 -215)/45 = 0.222  0.22
 tabel = 0.0871 p= 0.2794 - 0.0871 = 0.1923

s.wiyono Stat_Deskriptif 28
 BEBERAPA KEMUNGKINAN

1 2 3

4
5 6

9
7 8

s.wiyono Stat_Deskriptif 29
 TUGAS-5

1.Data kelahiran dari Klinik Bersalin menunjukkan bahwa

probabilitas untuk berat bayi lahir rendah (BBLR) adalah
0.25. Jika diambil 5 sampel bayi, maka hitunglah peluang
untuk terjadi :
a. Tidak satupun BBLR
b. Paling sedikit 2 BBLR
c. Tepat 3 bayi BBLR

s.wiyono Stat_Deskriptif 30
2. Hasil pengukuran lingkar pinggul pada 40 mahasiswi diperoleh
rata-rata lingkar pinggul mahasiswi adalah 92 cm dengan
standar deviasi 9 cm. Hitunglah berapa probabilitas
mahasiswi untuk memiliki lingkar pinggul:
a. Kurang dari 85 cm
b. Antara 87– 92 cm
c. Antara 90 – 97 cm
d. Antara 92 – 95 cm
e. Berapa banyak mahasiswi yang lingkar pinggul-nya
antara 92-95 cm

s.wiyono Stat_Deskriptif 31
3.Probabilitas untuk terjadi radang akibat suntik vaksin “Z”
pada anak adalah 0.00003. Jika ada 25.000 anak yang
divaksinasi, maka berapa peluang untuk terjadi radang
pada :
1. Tidak satu-pun anak radang
2. Tepat 3 anak radang.
3. Maksimal 3 anak radang

4.Ada beberapa macam alat gambar yang biasa dipakai

oleh anak jika alat gambart terdiri dari pensil, spidol,
krayon, cat air dan cat minyak. Jika anak menggunakan
3 macam alat gambar , hitung ada berapa model
pemakaian alat gambar yang bisa digunakan.

s.wiyono Stat_Deskriptif 32
 PREDIKSI JUMLAH KEJADIAN
Kombinasi, cara prediksi kejadian dengan tidak mementingkan urutan.
Rumus: n!
Cnr = ---------
r! (n-r)!
Contoh:
Dalam masyarakat ada 5 macam makanan pokok, yaitu beras, jagung,
singkong, sagu dan ubi. Jika suatu keluarha akan mengkonsumsi 2
macam makanan pokok, ada berapa model gabungan makanan pokok
yang dikonsumsi keluarga tsb.
Jawab.
n! 5!
Cnr = ---------  Cnr = -----------
r! (n-r)! 2! (5 – 2)!
= 5! / 2! (3)!
= 120 /2 * 6
= 10
s.wiyono Stat_Deskriptif 33
Permutasi, cara prediksi kejadian dengan mementingkan
urutan.
Rumus: n!
Pnr = ---------
( n - r )!
Contoh:Loma pacuan kuda diikuti 7 ekor kuda.
Berapa cara untuk terpilih 3 kuda yg Terbaik
Jawab:
n!
Pnr = ----------  Pnr = 7! / (7-3)!
( n - r )! = 7! / 4
= 5040/24
= 210
Catatan: 0! =1
1! =1

s.wiyono Stat_Deskriptif 34
 TUGAS-6
1.Pengunjung Klinik Bina Sehat terdiri dari bayi, anak, remaja, ibu
hamil, ibu menyusui, wanita usia subur, lanjut usia. Jika setiap
pemeriksaan akan dilakukan tiga jenis pengunjung maka ada
berapa pemeriksaan ?

2.Dalam finalis pemilihan Ratu Pariwisata diikuti 5 finalis.

berapa cara terpilih Ratu, Runner Up I dan Runner Up II.

3.Bagian rumah tangga suatu hotel memiliki cadangan buah

Anggur, Peer, Kiwi, Apel, Jeruk Mandarin, Jeruk Medan, Salak,
Semangka, dan Pisang Ambon. Jika Kelas VIP akan diberikan 5
macam buah, Kelas I akan disajikan 4 macam buah dan Kelas II
akan disajikan 3 macam buah Hitung ada berapa model
penyajian pada setiap kelas Kelas.

s.wiyono Stat_Deskriptif 35
DAFTAR PUSTAKA
1. Pagano, Marcello; 1991; Principles of Biostatistics; Duxbury
Press; California
2. Kuzma, Jan W; 1984; Basic Statistics for the Health Sciences;
Myafield Publishing Company
3, Sudjana; 1989; Metoda Statistik; Tarsito; Bandung
4. Budiartto, Eko, 1983; Dasar-Dasar Metoda Statistik
Kedokteran; Penerbit Alumni; Bandung
5. Schefler, William C; 1999; Statistika untuk Biologi, Farmasi,
Kedokteran dan Ilmu yag bertautan
6. Supranto, J; 1992; Teknik Sampling untuk Survey Eksperimen;
PT. Aneka Cipta; Jakarta
7. Santosa, R.G; 2004; Statistik; Penerbit Andi; Yogyakarta

s.wiyono Stat_Deskriptif 36
χ̄ χ̃ χ̄ χ χ̄ χ̄ χ̄

s.wiyono Stat_Deskriptif 37