PROBABILITAS
Dr. Dyan K. Nugrahaeni, SKM., MKM
PROBABILITAS
Probabilitas: tingkat keyakinan untuk menentukan terjadinya
atau tidak terjadinya suatu kejadian (peristiwa)
Probabilitas: suatu nilai yg digunakan untuk mengukur tingkat
terjadinya suatu kejadian secara acak.
Probabilitas sering disebut dengan peluang atau
kemungkinan.
PROBABILITAS
Teori peluang digunakan dalam bidang kesehatan dan
kedokteran terutama dalam penelitian dengan mengadakan
pengamatan pada sebagian kecil populasi atau sampel
Untuk meramalkan prognosis atau mengevaluasi suatu
pengobatan
PROBABILITAS
Dalam mempelajari probabilitas, ada 3 kata kunci yang harus diketahui:
• Eksperimen
• Hasil (outcome)
• Kejadian atau peristiwa (event)
PROBABILITAS
• Probabilitas dalam statistik adalah memperkirakan terjadinya
peluang/ probabilitas yg dihubungkan dengan terjadinya
peristiwa dalam beberapa keadaan
• Nilai probabilitas dari 0 – 1, probabilitas bernilai 0 menunjukkan
bahwa peristiwa tersebut tidak terjadi, dan bernilai 1
menunjukkan bahwa peristiwa tersebut pasti akan terjadi.
• Apabila diketahui keseluruhan kemungkinan outcome yang
terjadi, seluruh probabilitas akan membentuk distribusi
probabilitas
MANFAAT PROBABILLITAS DALAM
PENELITIAN
1. Membantu Peneliti dalam pengambilan keputusan yg lebih
tepat
2. Menarik kesimpulan secara tepat atas hipotesis (perkiraan
sementara yg belum teruji kebenarannya) yang terkait dengan
karakteristik populasi
3. Mengukur derajat ketidakpastian dari analisis sampel hasil
penelitian sari suatu populasi
KEPUTUSAN UJI STATISTIK
MENGGUNAKAN PROBABILISTIK
Dst….
PERMUTASI
• Peluang yang terjadi pada sejumlah individu yang
disusun dengan memperhatikan bentuk susunan atau
urutan
• Misalkan ada 3 objek ABC, diatur menjadi urutan yg
berbeda: ABC, BCA, CAB, BAC, ACB, CBA (ada 6 cara
yg berbeda)
PERMUTASI
• Rumus: nPr = n!/(n – r)!
• n = banyaknya elemen
• Contoh: Apabila di Rumah sakit ada 5 pasien yang akan
dioperasi setiap hari, tetapi kemampuan melakukan
operasi hanya 3 pasien, maka permutasi:
5P3 = 5! / (5-3)!
= 120 / 2
= 60
KOMBINASI
• Seperti permutasi, tanpa memperhatikan susunan atau urutan
• Susunan XY dan YX pada permutasi dihitung dua, sedangkan
pada kombinasi hanya dihitung satu.
• Rumus = nCr = n! / (r! (n – r)!)
• Contoh: seorang direktur mencari 2 perawat ICU, ada 7 calon
yang mengajukan diri, bagaimana kombinasi yang dapat dipilih
dari pelamar tersebut?
• 7C2 = 7! / 2! (7-2)!
= 7! / 2!. 5!
= 5040 / 240
= 21
KOMBINASI
• 1-2, 1-3, 1-4, 1-5, 1-6, 1-7
• 2-3, 2-4, 2-5, 2-6, 2-7
• 3-4, 3-5, 3-6, 3-7
• 4-5, 4-6, 4-7
• 5-6, 5-7
• 6-7
PELUANG
Rumus umum Peluang
P = n(A)/n(S)
P = [10+6] / 36
P = 16 / 36
=4/9
DISTRIBUSI PROBABILITAS
DISTRIBUSI PROBABILITAS DISKRIT
Distribusi Binomial
Distribusi Hipergeometrik
Distribusi poisson
DISTRIBUSI PROBABILITAS KONTINU
Distribusi normal
DISTRIBUSI BINOMIAL
Ciri-ciri distribusi binomial:
• Jml percobaan, dinyatakan n dan harus tertentu
jumlahnya.
• Setiap ulangan harus bersifat independen.
• Setiap percobaan hanya mempunyai 2 kemungkinan
hasil, yaitu sukses (S), yaitu hasil yang dikehendaki dan
gagal (G), yaitu hasil yg tidak dikehendaki.
• Probabilitas sukses setiap percobaan harus sama
dinyatakan “p”, probabilitas gagal dinyatakan dengan q,
dan jml p dan q harus sama dengan satu (1).
DISTRIBUSI BINOMIAL
1. Percobaan dilakukan sebanyak n kali.
2. Setiap kali percobaan mempunyai dua kemungkinan hasil.
3. Kemungkinan hasil dari masing-masing percobaan sama.
4. Hasil yang diperoleh pada percobaan pertama tidak akan mempengaruhi
hasil yang diperoleh pada percobaan-percobaan yang lain (saling
independen).
DISTRIBUSI BINOMIAL
• Dari sepuluh kali percobaan, berapa peluang sisi depan muncul sebanyak
dua kali? Atau P (X = 2) -> Yang ditanyakan adalah peluang munculnya
sisi depan maka kejadian yang dianggap sukses adalah jika sisi depan
muncul ketika diundi.
DISTRIBUSI BINOMIAL
DISTRIBUSI BINOMIAL
DISTRIBUSI POISON
Ciri-ciri distribusi Poisson
• Banyaknya hasil percobaan yang terjadi dalam suatu
selang waktu tertentu, tidak tergantung pada
banyaknya hasil percobaan yang terjadi pada selang
waktu lain yang terpisah.
DISTRIBUSI NORMAL
SIFAT DISTRIBUSI NORMAL:
• Grafiknya selalu di atas sumbu datar X
• Nilai rata-rata = modus = median
• Jika mean > dari median, dan median > modus,
maka pada kurva distribusi frekuensi, nilai rata-rata
akan terletak di sebelah kanan, sedangkan median
terletak di tengahnya dan modus di sebelah kiri.
• Kurva distribusi frekuensi akan terbentuk menceng
ke kiri.
• Jika mean < median, dan median < modus, maka
pada kurva distribusi frekuensi, nilai rata-rata akan
terletak di sebelah kiri, sedangkan median terletak di
tengahnya dan modus di sebelah kanan.
• Kurva distribusi frekuensi akan terbentuk menceng
ke kanan.