Probabilitas
Keputusan dalam statistik merupakan peluang (probabilitas) yang
diyakini benar dan juga memberikan peluang untuk tidak benar
(salah)
Tugas statistik, membuat knklusi/kesimpulan dengan baik tentang
karakteristik suatu populasi. Kebenarannya tidak absolut (100%),
dinyatakan 95%, 90% atau 0,95 ; 0,90 derajat kepercayaan
Probabilitas adalah suatu nilai yanag digunakan untuk mengukur
tingkat terjadinya suatu kejdian yang acak
Seluruh probabilitas kejadian akan membentuk sustu distribusi
probabilistik
Distribusi probabilitas dalam statistik, a.l Dist Binomial, Poisson,
Normal (Gauss), student, Chi square, dll
Pendekatan probabilitas
• Klasik/Intuitif
Harga angka yg menunjukkan besar kemunkinan suatu peristiwa
terjadi, diantara keseluruhan peristiwa yang mungkin terjadi
P(E) = X / N
• Empiris/Relatif
Probabilitas berdasar observasi, pengalaman, kejadian yg sudah
terjadi
• Subjektif
Probabilitas ditentukan oleh pembuat pernyataan
Unsur Probabilitas
1. Ruang Sampel
2. Titik Sampel
3. Peristiwa/Kejadian/Event
Asas Perhitungan Probabilitas
• 1. Hukum Pertaambahan
- Mutually exclusive
- Non mutually exclusive
• 2. Hukum perkalian
- Peristiwa bebas
- Peristiwa bersyarat
3. Permutasi/kombinasi
Distribusi Binomial
Contoh
• Peluang bayi tdk diimunisasi polio adalah 0,2.
Suatu hari di Puskes X ada 4 bayi. Berapa
peluang 2 orang bayi tsb belum diimunisasi?
Distribusi Poisson
Contoh
• Probabilitas terjadi shock pd saat imunisasi
vaksin meningitis 0,0005. Di suatu kota ada
4000 orang yg dilakukan imunisasi meningitis.
Berapa peluang tepat 3 orang akan terjadi
shock?
Distribusi Normal (Gauss)
• Untuk data dng variabel berdistribsi normal, lebih
mudah melakukan inferens seberapa sering suatu
kejadian akan terjadi. Mis TB, BB, kadar GDS,
Cholest
• Distribusi probabilitas utk var.kontinyu dng puncak
distribusi berada pada mean, dan simetris,
ditentukan oleh SD nya.
• Untuk menentukan probabilitass dalam kurva
normal umum, nilai yg akan dicari ditarnsform ke
nilai kurva normal standar melalui transform Z
(deviasi relatif)
Distribusi Normal (Gauss)
Pendekatan Distribusi Binomial
ke Distribusi Normal
• Peluang seorang bumil akan anemia
adalah 0,4. Suaru hari di Puskes X
dikunjungi 30 bumil. Hitung probabilitas
bumil tersebut anemia
- Kurang dari 10 orang
- Lebih dari 15 orang
DISTRIBUSI SAMPLING
Statistik Inferens
• Sampel : ẍ, s, n
• Populasi : μ, σ, N
Sifat Distribusi Sampling
Sifat 2
Sifat 3
• Walau populasi berdistribusi sembarang, jika
diambil sampel berulang kali secara random, harga
meannya akan berdistribusi normal.
Contoh
• Didapat populasi 5 orang penderita
penyakit “D” yang masa inkubasinya sbb