BIOSTATISTIK DALAM

KESEHATAN
PERT. 3 PROBABILITAS
Dipresentasikan oleh:
Achmad R. Muttaqien

Referensi:
Ikes Dwiastuti, SKM.,M.Epid
 OVERVIEW
• Apasih Probabilitas?
• Konsep Probabilitas
• Unsur-Unsur Probabilitas
• Asas Perhitungan Probabilitas
• Permutasi/Kombinasi
• Distribusi Probabilitas
 PROBABILITAS = PELUANG
• Semua kejadian di alam selalu dikatakan ada ketidakpastian
• Jadi, kejadian alam, secara statistik selalu dikatakan
mempunyai peluang untuk terjadi atau tidak terjadi
• Keputusan di dalam statistik  memiliki peluang yang
diyakini benar dan juga memberikan peluang yang diyakini
salah
 PROBABILITAS = PELUANG (2)
• Tugas statistik dianggap selesai jika berhasil membuat
konklusi dengan baik tentang karakteristik suatu populasi
• Konklusi dibuat  dibutuhkan sampel yang representatif
• Sampel diambil secara acak agar semua unit di dalam
populasi memiliki peluang yang sama
• Kesimpulan yang sama selalu tidak absolut (100%)
 PENGERTIAN PROBABILITAS
• Berapa peluang keluarnya mata satu dalam pelemparan satu
kali sebuah dadu?
• Berapa peluang seorang anak yang sudah diimunisasi BCG
akan mendapatkan sakit TBC?
• Adalah suatu nilai yang digunakan untuk mengukur tingkat
terjadinya suatu kejadian yang acak
 KONSEP PROBABILITAS
PANDANGAN KLASIK/INTUITIF
• Probabilitas adalah harga angka yang menunjukkan seberapa
besar kemungkinan suatu peristiwa terjadi, diantara keseluruhan
peristiwa yang mungkin terjadi
• Contoh : sebuah mata uang logam mempunyai sisi dua (G dan A)
kalau mata uang tsb dilemparkan satu kali, peluang untuk
keluarnya sisi G adalah ½
• P (E) = X/N
• Peristiwa di alam sukar mendapatkan peristiwa yang persis sama
dengan teori klasik ini karena tidak seimbang
 KONSEP PROBABILITAS (2)
PANDANGAN EMPIRIS/RELATIF
• Probabilitas berdasarkan observasi , pengalaman atau
kejadian yang telah terjadi
• Contoh:
• Pelemparan 100 kali coin  59x keluar sisi G, maka
dikatakan P(H) = 59%
• Dari 10.000 hasil suatu produksi, 100 rusak  P(H) =
1%
• P(E) = lim X/N
 KONSEP PROBABILITAS (3)
PANDANGAN SUBJEKTIF
• Probabilitas ditentukan oleh pembuat pernyataan
• Contoh :
• Seorang karyawan meyakini bahwa kalau ada
kesempatan pendidikan lanjut, yang akan dikirm adalah
dirinya (misalnya diyakini 95%)
• Seorang direktur rumah sakit menyatakan keyakinan 90%
bahwa RS yang dipimpinnya akan dapat mulai swadana
lima tahun kedepan
 UNSUR-UNSUR PROBABILITAS
• Probabilitas yang rendah menunjukkan kecilnya
kemungkinan suatu peristiwa yang akan terjadi
• Ruang sampel (S) : himpunan yang elemennya merupakan
hasil yang mungkin terjadi dari suatu eksperimen.
• Titik sampel : semua elemen yang ada di dalam suatu
ruangan sampel
• Peristiwa/event : himpunan bagian dari suatu ruang sampel
 UNSUR-UNSUR PROBABILITAS
(2)
• Contoh
• Eksperimen : pelemparan sebuah dadu
hasil : mata dadu yang tampak
ruang sampel (S) = 1, 2, 3, 4, 5, 6
Suatu peristiwa : A titik ganjil yang tampak {1,3,5}
B titik genap yang tampak {2,4,6}
• Eksperimen : Empat pekerja sama-sama terkena pencemaran
polusi udara
hasil : dicatat apakah jadi sakit S atau tidak sakit T
ruang sampel (S) = 24 = 16
Suatu peristiwa : A semua pasien sembuh {TTTT}
B ada dua orang yang sembuh
 ASAS PERHITUNGAN PROBABILITAS
• Nilai Probabilitas dilambangkan dengan “P”
• Berada diantara nilai 0 dan 1 ( 0 ≤ P ≤ 1)
• Bernilai positif
• Asas Probabilitas dalam perhitungan :
• Hukum Pertambahan
- Jika memerlukan probabilitas dalam dua peristiwa
- Kata kunci “atau” dalam pernyataan
- contoh: probabilitas untuk keluar mata 2 atau mata 5 pada pelemparan satu kali
mata dadu
• Hukum Perkalian
- Jika memerlukan probabilitas dalam dua peristiwa
- Kata kunci “dan” dalam pernyataan
- contoh : koin dan dadu dilambungkan bersamaan. Probabilitas muncul sisi G pd
koin dan mata 3 pada dadu?
ASAS PERHITUNGAN PROBABILITAS
HUKUM PERTAMBAHAN
• Terdapat 2 kondisi yang harus diperhatikan yaitu:    
a. Mutually Exclusive (saling meniadakan)
Contoh : koin, dadu, JK bayi lahir tunggal
• Rumus:
P (A U B) = P (A atau B)= P (A) + P (B)
Contoh: Probabilitas untuk keluar mata 2 atau mata
5 pada pelemparan satu kali sebuah dadu adalah :
P(2 U 5) = P (2) + P (5) = 1/6 + 1/6 = 2/6
ASAS PERHITUNGAN PROBABILITAS
HUKUM PERTAMBAHAN

b. Non Mutually Exclusive (dapat terjadi bersama)

• dua peristiwa atau lebih dapat terjadi bersamasama (tetapi tidak
selalu bersama)
• Rumus : P (A U B) =P(A) + P (B) – P(A ∩ B)
• Contoh: penarikan kartu as dan berlian
P (as) : 4/52 P(berlian) : 13/52
ada sebuah kartu As dan Berlian :
P (as ∩ berlian)
P ( as U Berlian) = P(as) + P(berlian) - P (as ∩ berlian)
4/52 + 13/52 – 1/52 = 16/52
ASAS PERHITUNGAN PROBABILITAS
HUKUM PERKALIAN
• Terdapat dua kondisi yang harus diperhatikan apakah kedua
peristiwa tersebut saling bebas atau bersyarat.
a. Peristiwa Bebas (Hk Perkalian)
• Apakah kejadian atau ketidakjadian suatu peristiwa tidak
mempengaruhi peristiwa lain.
• Contoh: Sebuah coin dilambungkan 2 kali maka peluang keluarnya
G pada lemparan pertama dan pada lemparan kedua saling bebas.
P(A ∩B) = P (A dan B) = P(A) x P(B)
• Contoh soal 1: Sebuah dadu dilambungkan dua kali, peluang
keluarnya mata 5 untuk kedua kalinya adalah:  P (5 ∩ 5) = 1/6 x
1/6 = 1/36
 ASAS PERHITUNGAN PROBABILITAS
HUKUM PERKALIAN
b. Peristiwa tidak bebas : peristiwa bersyarat (Conditional Probability).
• Dua peristiwa dikatakan bersyarat apabila kejadian atau ketidakjadian
suatu peristiwa akan berpengaruh terhadap peristiwa lainnya.
• Contoh: Dua buah kartu ditarik dari set kartu bridge dan tarikan
kedua tanpa memasukkan kembali kartu pertama, maka probabilitas
kartu kedua sudah tergantung pada kartu pertama yang ditarik.
• Simbol untuk peristiwa bersyarat adalah P (B│A) -> probabilitas B
pada kondisi A
• P(A ∩B) = P (A) x P (B│A)
 ASAS PERHITUNGAN PROBABILITAS
HUKUM PERKALIAN
• Contoh soal: Dua kartu ditarik dari satu set kartu bridge, peluang
untuk yang tertarik keduanya kartu as adalah sebagai berikut:
• Peluang as I adalah 4/52 -> P (as I) = 4/52
• Peluang as II dengan syarat as I sudah tertarik adalah 3/51
P (as II │as I) = 3/51

P (as I ∩ as II) = P (as I) x P (as II│ as I)

= 4/52 x 3/51
= 12/2652 =1/221
 PERMUTASI/KOMBINASI
• Permutasi : pengelompokan unsur dengan memperhatikan urutan .
• Permutasi dilakukan dengan cara menyusun kembali suatu kumpulan objek
dalam urutan yang berbeda dari ururtan semula yang sudah dilakukan
• Berlaku susunan AB ≠ susunan BA
• Penulisan permutasi
• P(n,r)
• nPr
• Prn
• Banyaknya permutasi k dari n :
• P = jumlah permutasi
• n = banyak objek
• R = jumlah anggota pasangan
• ! = Faktorial (3! = 3 x 2 x 1)
0! = 1 ; 1!=1
 PERMUTASI/KOMBINASI
• Contoh :
• Ada tiga cara yang efektif untuk pengobatan pada pasien
kanker yakni bedah (B), radiasi (P), dan kemoterapi (O). Ada
berapa carakah dapat diobati seseorang yang menderita
kanker jika kepada masing2 pasien hanya dua macam terapi
yang bisa diberikan
• Peny :
 PERMUTASI/KOMBINASI
(2)
• Kombinasi : penggabungan beberapa objek dari
suatu kelompok tanpa memperhatikan urutan
• Rumus kombinasi :
 PERMUTASI/KOMBINASI
(3)
• Contoh :
• Tiga orang pasien digigit ular dan dibawa ke puskesmas. Di
Puskesmas hanya tersedia 2 dosis antiracun ular. Berapa
kemungkinan pasangan yang akan diberikan 2 dosis tersebut
(pasiennya A,B,C)?
• Peny:
 DISTRIBUSI
PROBABILITAS
• Kunci Probabilitas dalam statistik  memperkirakan terjadinya
peluang/probabilitas yang dihubungkan dengan terjadinya
peristiwa tersebut dalam beberapa keadaan.
• Kita ingin mengetahui probabilitas sebuah keluarga untuk
memiliki anak laki-laki dan perempuan.
• Jika kita mengetahui keseluruhan probabilitas dari
kemungkinan outcome yang terjadi, seluruh probabilitas
kejadian tsb akan membentuk suatu distrribusi probabilitas.
• Distribusi probabilitas : Distribusi Binomial, distribusi poisson,
distribusi normal (Gauss), Distribusi Student, Distribusi chi
square, distribusi fisher, dll
 DISTRIBUSI SAMPLING
• Distribusi Sampling = distribusi dari mean sampel yang diambil
secara berulang kali dari suatu populasi .
Nilai (Karakteristik) Sampel Populasi

Statistik Parameter
Mean (rata-rata hitung) x μ
Standar deviasi s σ
Jumlah Unit n N

• Rumus
* standar deviasi distribusi sampling harga
mean ini dikenal sebagai standar error (SE)
 ESTIMASI
• Suatu metode dimana kita dapat memperkirakan
nilai populasi dengan memakai nilai sampel
• Estimasi yang baik : tidak bias, efisien, dan
konsisten
 JENIS ESTIMASI
• Estimasi Titik
• Melakukan estimasi menggunakan satu nilai
• Contoh :
ingin mengetahui BB bayi di kota Palopo. Kemudian
dilakukan survei dengan mengambil sampel 300 bayi.
Didapatkan rata2 BB bayi 2000 gr

Estimasi : rata-rata BB bayi di Kota Palopo adalah 2000 gr

Terima Kasih