Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Lecturer : Nico Ximenes
10 th Meeting
Pengertian
Awalnya teori peluang Perjudian
Abad IX, Pierre Simon & Marquis de Laplace
menyusun teori peluang secara umum
Teori peluang Meramalkan peluang dalam
penjualan dll (ahli ekonomi dan manajemen)
Dalam bidang kesehatan teori peluang
digunakan untuk :
Pengobatan penyakit
Mendiagonosa suatu penyakit
Meramalkan prognosis atau mengadakan
evaluasi, dan
Mencari etiologi
Peluang adalah harga/angka yang
menunjukkan seberapa besar kemungkinan
suatu peristiwa terjadi, di antara keseluruhan
peristiwa yang mungkin terjadi.
Contoh 1:
Sebuah mata uang logam mempunyai sisi dua
(H & T) kalau mata uang tersebut
dilambungkan satu kali, peluang untuk keluar
sisi H adalah ½.
Contoh 2:
Sebuah dadu untuk keluar mata „lima‟ saat
pelemparan dadu tersebut satu kali adalah 1/6
(karena banyaknya permukaan dadu adalah 6)
Rumus : P (E) = X/N
P: Probabilitas
E: Event (Kejadian)
X: Jumlah kejadian yang diinginkan (peristiwa)
N: Keseluruhan kejadian yang mungkin terjadi
1. Pandangan klasik/intuitif
Pandangan klasik ini probabilitas adalah harga
angka yang menunjukkan besar kemungkinan
suatu peristiwa terjadi, di antara keseluruhan
peristiwa yang mungkin terjadi.
2. Pandangan Empiris/Relatif
Pandangan ini probabilitas berdasarkan observasi
pengalaman, atau kejadian(peristiwa) yang telah terjadi.
Contoh:
Pelemparan 100 x Coin - 59 x keluar sisi H, maka
dikatakan P (H) = 59%
Dari 10.000 hasil suatu produksi, 100 rusak -
P(rusak) = 1% = 0,01
3. Pandangan Subjektif
Pandangan probabilitas ditentukan oleh pembuat
pernyataan, misalnya seorang buruh/karyawan
meyakini bahwa kalau ada kesempatan untuk
pendidikan lanjut yang akan dikirim adalah dirinya
(misalnya diyakininya 95% = 0.95)
Kebenaran dari probabilitas subjektif ini sangat
tergantung kepada orang yang menentukannya.
Lecturer : Nico Ximenes
10 th Meeting
Pengertian
Kunci aplikasi probabilitas dalam statistik adalah
memperkirakan terjadinya peluang/probabilitas yang
dihubungkan dengan terjadinya peristiwa tersebut
dalam beberapa keadaan.
Jika kita mengetahui keseluruhan probabilitas dari
kemungkinan outcome yang terjadi, seluruh
probabilitas kejadian tersebut akan membentuk suatu
distribusi probabilitas.
Macam Distribusi Probabilitas
1. Distribusi Binomial (Bernaulli)
2. Distribusi Normal (Gauss)
3. Distribusi Poisson
1. Distribusi Binomial (Bernaulli)
• Penemu Distribusi Binomial adalah James
Bernaulli sehingga dikenal sebagai Distribusi
Bernaulli.
• Menggambarkan fenomena dengan dua hasil
atau outcome. Contoh: peluang sukses dan
gagal,sehat dan sakit, dsb.
Syarat Distribusi Binomial
1.Jumlah trial merupakan bilangan bulat. Contoh
melambungkan coin 2 kali, tidak mungkin2 ½
kali.
2.Setiap eksperiman mempunyai dua outcome
(hasil). Contoh: sukses/gagal,laki/perempuan,
sehat/sakit,setuju/tidaksetuju.
3. Peluang sukses sama setiap eksperimen.
p = n!
Px qn-x
x!(n-x)!
Dimana :
p = probabilitas yg diinginkan
q = 1 – p
n = banyaknya peristiwa (trial)
x = jumlah sukses yg diinginkan
Contoh Soal:
Jika pada lambungan pertama peluang keluar mata
H/sukses adalah ½, pada lambungan seterusnya juga ½.
Jika sebuah dadu, yang diharapkan adalah keluar mata
lima, maka dikatakan peluang sukses adalah 1/6,
sedangkan peluang gagal adalah 5/6.Untuk itu peluang
sukses dilambangkan p, sedangkan peluang gagal adalah
(1-p) atau biasa juga dilambangkan q, di mana q = 1-p.
Probabilitas seorang bayitidak diimunisasikan polio adalah
0,2(p). Pada suatu hari puskesmas “PQR” ada 4 orang
bayi. Hitunglah peluang dari bayi tersebut 2 orang belum
iminisasi polio. Jadi, di dalam kejadian binomial ini
dikatakanb(x=2), n=4, p=0,2)…..b(2, 4, 0,2)
Penyelesaian :
Dua orang yang diimunisasikan dan dua orang yang
tidak diimunisasikan peluangnya adalah 0,2 2 x 0,82 atau
px (1-p)n-x
Jadi rumus untuk b(x,n,p) adalah :
p =
n! Px qn-x
x!(n-x)!
p = 4!
0,22 0,84-2
2!(4-2)!
P = 0,1536 = 0,154
Merupakan distribusi statistik yang amat penting.
Distribusi ini pertama kali ditemukan oleh
matematikawan asal perancis bernama Abraham
Demoivre pada tahun 1733.
Distribusi ini diaplikasikan dengan baik pada awal
abad ke 19 oleh Perre Simon de Laplace dari Perancis
dan Astronom asal Jerman Karl Friederich Gauss, jadi
distribusi normal ini juga dikenal sebagai distribusi
Gauss.
2. Distribusi Normal (Gauss)
Beberapa fenomena menunjukkan gambaran distribusi
normal terdapat pada variabel random kontinu seperti
tinggi badan, serum kolestrol, suhu tubuh orang sehat,
dsb…
Rumus eksponensial untuk distribusi normal
Ciri Khas Distribusi Normal
Distribusi probabilitas untuk variabel kontinu dengan puncak
distribusi berada pada mean dan bentuk distribusi simetris
yang ditentukan oleh simpangan bakunya. Ciri-cirinya
sebagai berikut:
Simetris
Titik belok 𝜇 + 𝜎
Luas dibawah kurva = probability = 1
Kurva normal standar mempunyai
𝜇 = 0 𝑑𝑎𝑛 𝜎 = 1, 𝑑𝑖𝑚𝑎𝑛𝑎 𝑁 0,1 .
Untuk menentukan probabilitas di dalam kurva normal
umum, nilai yang akan dicari ditransformasikan duku ke
nilai kurva normal standar melalui transformasi z (deviasi
relatif)
Rumus/Formula :
𝒛 =𝒙 − 𝝁
𝝈 𝒛 =
𝒙 − 𝒙
𝒔
Kurva normal standar – N (𝜇 = 0, 𝜎 = 1)
Kurva normal umum - N (𝜇, 𝜎)
Contoh Soal:
Dari penelitian terhadap 150 orang laki-laki yang berumur
40 – 60 tahun didapatkan rata-rata kadar kolestrol mereka
215 mg % dan simpangan baku Sd = 45 mg %.Hitunglah
peluang kita mendapatkan seorang yang kadar
kolestrolnya :
a. > 250 mg %
b. < 200 mg %
c. Antara 200 – 275 mg %
Perhatikan dan catatlah penjelasan
dan pembahasan soal bersama.
Referense:
Sabri Luknis & Priyo Hastono Sutanto, STATISTIK
KESEHATAN, Ed. 1-Jakarta Rajawali Pers, 2014