BIOSTATISTIK DESKRIPTIF

“Distribusi Probabilitas”

Oleh
Andri Dwi Hernawan, SKM, M.Kes (Epid)
 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 !

 Rumus peluang
p 1  p 
x n x
 Penyelesaian

n!
P X  x   p 1  p 
x n x

x! n  x !

4!
P X  2  2
0,2 x0,8 42

2! 4  2 !
P X  2   0,154
 Latihan
 Di suatu pabrik semen yang memakai bahan
baku berdebu diketahui bahwa buruh yang
bekerja mempunyai peluang 0,3 untuk
menderita pneumonia. Kalau pada suatu hari
diambil secara random sebanyak 15 orang
buruh, hitung peluang akan didapatkan buruh
yang menderita pneumonia
 Tepat satu orang
 Tidak lebih dari 2
 Paling banyak 3
 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
 Formula Poisson
 
 ex
e x
P x   
x! x!
 μ=λ = n p = E(x)  nilai rata-rata
 e = konstanta = 2,71828
 x = variabel random diskrit (1,2,3 …x)
 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
2 2,71828
P x  3   0,1804
3 x 2 x1
 Latihan 2
 Kejadian DBD dengan disertai shok
adalah 0,02. Kalau di suatu kota jumlah
orang penderita DBD sebanyak 200
orang, hitung peluang dua orang penderita
DBD akan terjadi shok!