1
PROBABILITAS & DISTRIBUSI PROBABILITAS
(1)By Nurul Muslihah, M.Kes
LOGO
NUTRITION BIOSTATISTIC
Contents
1. Konsep Dasar Probabilitas
2. Distribusi Binomial
3. Distribusi Poisson
p
4. Distribusi Normal
Nurul Muslihah, PSIG FK UB2
1. Konsep Dasar Probabilitas
Probabilitas = PeluangKunci aplikasi probabilitas dalam statistik
NUTRITION BIOSTATISTIC
adalah mengestimasi/memperkirakan terjadinya peluang/probabilitas yang dihubungkan dengan terjadinya peristiwa tersebut dalam beberapa keadaanJika kita mengetahui keseluruhan
b bilit d i k ki t probabilitas dari kemungkinan outcome yang terjadi, seluruh probabilitas kejadian tersebut akan membentuk suatu distribusi probabilitas
3
1. Konsep Dasar Probabilitas
Probability- a mathematical technique for predicting
NUTRITION BIOSTATISTIC
outcomes- It predicts how likely its that specific events
will occur- Scale 0 to 1,0
B l l t d d k 4?Berapa peluang munculnya mata dadu angka 4?Berapa peluang seorang caleg dari partai A menang dalam pemilu?
4
2
1. Konsep Dasar Probabilitas
a. Ruang contoh :himpunan semua kemungkinan hasil suatu pe cobaan dan dilambangkan dengan S
NUTRITION BIOSTATISTIC
percobaan dan dilambangkan dengan S
Percobaan: Pelemparan sebuah dadu dan mencatat angka yang muncul
Ruang sampel S = {1, 2, 3, 4, 5, 6}A = Kejadian munculnya angka genapA Kejadian munculnya angka genap
A = {2, 4, 6}B = Kejadian munculnya angka 5 atau lebih
B = {5, 6}
5
1. Konsep Dasar Probabilitas
Percobaan: Pelemparan dua buah dadu bersamaan dan mencatat angka yang munculRuang sampel
NUTRITION BIOSTATISTIC
Ruang sampelS = {(1, 1), (1, 2), (1, 3), ..., (6, 6)}A = Kejadian munculnya angka yang sama pada
kedua daduA = {(1, 1), (2, 2), (3, 3), (4, 4), (5, 5), (6, 6)}
B = Kejadian munculnya jumlah angka 10 B Kejadian munculnya jumlah angka 10 atau lebih
B = {(4, 6), (5, 5), (5, 6), (6, 4), (6, 5), (6, 6) }
6
1. Konsep Dasar Probabilitas
Probabilitas suatu kejadian merupakan suatu ukuran kemungkinan kejadian tersebut terjadiProbabilitas kejadian A dinyatakan dengan P(A)
NUTRITION BIOSTATISTIC
Probabilitas kejadian A dinyatakan dengan P(A)
Probabilitas untuk hasil kemungkinan samaJika suatu percobaan dapat menghasilkan Nmacam hasil yang berkemungkinan sama(equally likely) dan jika tepat terdapat sebanyak(equally likely) dan jika tepat terdapat sebanyakn hasil yang berkaitan dengan kejadian A, maka probabilitas kejadian A adalah
P (A) = n/N
7
1. Konsep Dasar Probabilitas
Operasi dalam kejadiana. Irisan (intersection) – A ∩ B
Kejadian ang elemenn a te jadi pada A dan B
NUTRITION BIOSTATISTIC
Kejadian yang elemennya terjadi pada A dan Bb. Gabungan (union) – A ∪ B
Kejadian yang mengandung semua elemen yang termasuk A atau B atau keduanya
c. Komplemen (complement) – A’Himpunan semua elemen dalam S yang tidak Himpunan semua elemen dalam S yang tidak termasuk dalam A
8
3
1. Konsep Dasar ProbabilitasPercobaan: Pelemparan sebuah dadu dan mencatat angka yang munculRuang sampel S = {1, 2, 3, 4, 5, 6}
NUTRITION BIOSTATISTIC
Kejadian munculnya angka genap, AA = {2, 4, 6}Kejadian munculnya angka 5 atau lebih, BB = {5, 6}Irisan A dan BA ∩ B = {6}Gabungan A dan BA B = {2, 4, 5, 6}Komplemen dari AA’ = {1, 3, 5}
9
1. Konsep Dasar Probabilitas
HUKUM PROBABILITASJika A dan B dua kejadian sembarang, maka
P(A B) P(A) + P(B) P(A ∩ B)
NUTRITION BIOSTATISTIC
P(A B) = P(A) + P(B) – P(A ∩ B)Jika A dan B kejadian yang saling terpisah, makaP(A B) = P(A) + P(B)Jika A dan A’ adalah kejadian saling berkomplemen, makaP(A’) = 1 – P(A)
10
1. Konsep Dasar Probabilitas
A. Menghitung Probability (peluang) kejadian tunggal (A)
NUTRITION BIOSTATISTIC
Berapa peluang munculnya mata dadu angka 4?P (4) = 1/6
P(A) = m/n Jika suatu kejadian terjadi di dalamm dari n cara kemungkinan danmempunyai kesempatan yang sama
11
1. Konsep Dasar Probabilitas
B. Menghitung Probability kejadian (A) dan (B) yang saling bebas/independent
NUTRITION BIOSTATISTIC
Jika ada 2 kotak kartu bridge, berapa peluang terambilnya kartu AS hati dan kartu AS wajik?
P(A) x P (B)
P (A) x P (B) = 1/52 x 1/52
= 0,0192 x 0,0192 = 0,00037
12
4
1. Konsep Dasar Probabilitas
C. Menghitung Probability kejadian (A) dan (B) dengan peluang bersyarat
NUTRITION BIOSTATISTIC
Berapa peluang terambilnya AS hati dan AS wajik
P(A) x P (B|A) Peluang B bila peluang A diketahui(mutually exclusive – kejadianpeluang mencegah terjadinyapeluang yang lain
dari satu bungkus kartu bridge?P (A) x P (B|A)
= 1/52 x 1/51= 0,0192 x 0,0196 = 0,0004
13
1. Konsep Dasar Probabilitas
d. Menghitung Probability kejadian (A) atau kejadian (B) yang saling mutually exclusive
NUTRITION BIOSTATISTIC
exclusive
Berapa peluang mendapatkan jumlah 7 atau 11 bila sepasang dadu dilemparkan?
P(A) + P (B)
bila sepasang dadu dilemparkan?P (A) + P (B)
= (6/36) + (2/36)= 2/9
14
1. Konsep Dasar Probabilitase. Menghitung Probability kejadian (A)
atau kejadian (B) yang tidak saling mutually exclusive
NUTRITION BIOSTATISTIC
y
Peluang seorang mahasiswa lulus Biostatistik 2/3. Peluang lulus Biokimia 4/9. Bila peluang lulus sekurang-kurangnya 1 mata kuliah adalah
P(A) + P (B) – P (A&B)
4/5. Berapa peluang mahasiswa lulus kedua mata kuliah tersebut?
P (A) + P (B) – P (keduanya)= (2/3) + (4/9) – (4/5)
= 14/4515
EXERCICE 11. Temukan kesalahan dalam setiap pernyataan dibawah ini?
a. Peluang seorang pedagang menjual 0, 1, 2, atau 3 karung beras pada salah satu hari di bulan Maret adalah
NUTRITION BIOSTATISTIC
g p0,19; 0,38; 0,29; dan 0,15
b. Peluang bahwa besok akan turun hujan adalah 0,40 sedangkan peluang besok tidak hujan adalah 0,52
c. Peluang bahwa sebuah mesin cetak membuat 0,1,2,3, atau 4 kesalahan, berturut-turut adalah 0,19; 0,34;-0,25,0,43, dan 0,29
2. Tiga orang calon saling bersaing memperebutkan satujabatan. Calon A san B mempunyai peluang berhasil yang sama. Calon C mempunyai peluang berhasil dua kali lebihbesar daripada calon A maupun Calon Ba. Berapa peluang Calon C berhasil?b. Berapa peluang Calon A tidak berhasil?
16
5
EXERCICE 13. Sebuah kotak berisi 4 buah kelereng berwarna putih dan 2
buah kelereng berwarna merah. Dua buah kelereng diambil dari dalam kotak tersebut dengan menarik satu per
t d tid k b lik ti k l dit ik
NUTRITION BIOSTATISTIC
satu dan tidak mengembalikan setiap kelereng yang ditarik kedalam kotak tersebut. Berapa probabilitas daria. Kedua kelereng itu berwarna merahb. Kedua kelereng itu berwarna putihc. Setidak-tidaknya satu kelereng berwarna putih
4. Prevalensi penderita DM di Indonesia 30%. Sebanyak 60% e a e s pe de ta d do es a 30% Seba ya 60%masyarakat Indonesia adalah perempuan. Sebanyak 90% pasien DM juga menderita obesitasa. Berapa peluang dari seorang penderita DM perempuan?b. Berapa peluang individu yang obesitas menjadi DM?
17
2. Distribusi Binomial
Jenis Probabilitas1. Discrete Probability Distributions
h
NUTRITION BIOSTATISTIC
- Data hitung- Setiap nilai dikaitkan dengan peluang tertentu- Contoh jenis kelamin, suku/ras, jumlah produk
yang cacat, jumlah peluang sisi gambar pada koin
18
2. Distribusi Binomial
Jenis Probabilitas2. Continuous Probability Distributions
k
NUTRITION BIOSTATISTIC
- Data ukur- Contoh : Tinggi badan, Berat badan, suhu,
jarak
19
2. Distribusi Binomial
Jenis Probabilitas1. Distribusi Binomial
i ib i i
NUTRITION BIOSTATISTIC
2. Distribusi Poisson3. Distribusi Normal
Penemu : James Bernaulli – Distribusi BernaulliMenggambarkan fenomena dengan 2 hasil/outcomes
Distribusi Binomial
Menggambarkan fenomena dengan 2 hasil/outcomesContoh : peluang sukses & gagal, Sehat & sakit, setuju & tidak setuju, dll
20
6
2. Distribusi Binomial
Probabilitas variabel random diskret (bilangan bulat) dengan n <<< (n= jumlah trial)Peluang sukses sama setiap eksperimen, contoh
NUTRITION BIOSTATISTIC
Peluang sukses sama setiap eksperimen, contoh peluang sukses keluar mata dadu empat adalah 1/6 dan peluang gagal 5/6Peluang sukses (p), peluang gagal (q) = 1 - pMenggambarkan fenomena dengan 2 hasil/outcomesContoh : peluang sukses & gagal, Sehat & sakit, setuju & tidak setuju, dllsetuju & tidak setuju, dllDistribusi Binomial : b (x,n,P) ---- x=banyaknya sukses yang diinginkan; n=jumlah trial; p=peluang sukses dalam 1 trial
21
2. Distribusi Binomial
Bila dadu dlemparkan 5 kali dan diharapkan keluar mata dadu 3 sebanyak 4 kali, maka :
b (4 5 1/6)
NUTRITION BIOSTATISTIC
b (4,5,1/6)
Contoh : Probabilitas seorang bayi tidak yang diimunisasi BCG adalah 0,2. Pada suatu kali di Rumah Sakit “A” ada 4 orang bayi. Hitung peluang dari bayi tersebut, 2 bayi belum di imunisasi BCG : (x=2, n=4, p=0,2)Jik b i b A B C D D id k Jika bayi tersebut A,B,C,D. Dua orang tidak diimunisasi mungkin adalah A&B, A&C, A&D, B&C, B&D, C&D.Rumus untuk b (x,n,p) adalah: b (2; 4; 0,2)
22
2. Distribusi Binomial
P (X) = n! Px (1-P)n-x
x! (n-x)!
NUTRITION BIOSTATISTIC
P (X) = 4! (0,2)2 (1- 0,2)4-2
2! (4-2)!
P (X) = 4.3.2.1 (0,2)2 (0,8)2
2.1 (2.1)
P (X) = 0, 1536 ∼ 0,154
23
2. Distribusi Binomial
Disamping memakai rumus binomial, permasalahan ini juga dapat dikerjakan dengan memakai tabel binomial, caranya adalah dengan
NUTRITION BIOSTATISTIC
memakai tabel binomial, caranya adalah dengan menentukan dilihat pada kolom pertama kolom kedua adalah kemungkinan x, dalam permasalahan ini adalah x=2. p dilihat pada baris paling atas dalam hal ini p=0,2, ditarik garis dari p= 0,2 sampai ke n = 4dan x = 2, ditabel didapatkan 0,973. Ini adalah peluang kumulatif dari p (x=0) + p (x=1) + p (x=2). Jadi kalau mau mendapatkan p(x=2) saja, maka 0,973-0,819 = 0,15
24
7
3. Distribusi Poisson
Dalam mempelajari distribusi Binomial kita dihadapkan pada probabilitas variabel random diskrit (bilangan bulat) yang jumlah trial nya kecil
NUTRITION BIOSTATISTIC
diskrit (bilangan bulat) yang jumlah trial nya kecil (daftar binomial), sedangkan jika dihadapkan pada suatu kejadian dengan p <<< dan menyangkut kejadian yang luas n >>> maka digunakan distribusi Poisson.
�Distribusi Poisson dipakai untuk menentukan �Distribusi Poisson dipakai untuk menentukan peluang suatu kejadian yang jarang terjadi, tetapi mengenai populasi yang luas atau area yang luas dan juga berhubungan dengan waktu
25
3. Distribusi Poisson
Menentukan peluang suatu kejadian yang jarang terjadi (p <<) dengan n >> (jumlah trial)Contoh : peluang terjadi kecelakaan di Jalan tol yang
NUTRITION BIOSTATISTIC
Contoh : peluang terjadi kecelakaan di Jalan tol yang dilalui ribuan kendaraan setiap hariRumus
µ = λ = n p = E (x) nilai rata-rataµ = λ = n.p = E (x) nilai rata ratae = konstanta = 2,71828x = variabel random diskrit (1,2,3,..x)
26
3. Distribusi Poisson
Peluang seorang akan mendapat reaksi buruk setelah disuntik besarnya 0,0005. Dari 4000 orang yang disuntik, tentukan peluang yang mendapat reaksi
NUTRITION BIOSTATISTIC
p g y g pburuk sebanyak 3 orang
µ = λ = n.p = 4000 x 0,0005 = 2
P (X=3) = 23 x 2,71823-2
3 x 2 1= 0,1804
27
4. Distribusi Normal
Ditemukan oleh Abrahan D (1977) seorang matematikawan dari PerancisDiaplikasi oleh astronom dari Jerman Frendrich Gauss
NUTRITION BIOSTATISTIC
Diaplikasi oleh astronom dari Jerman Frendrich GaussDikenal Distrubsi GaussDistribusi Variabel Acak Kontinu
Praktis : ada tabel kurva normal – luas kurva normal dari suatu nilai yang dibatasi oleh nilai lainnya
28
8
The normal distribution
a. Grafik selalu diatas sumbu datar xb. Simetris x = µ c. bell-shaped (lonceng)d. Mempunyai 1 modus
NUTRITION BIOSTATISTIC
29
Mean > median :
The Distribution of Data Values:
meanmedianmode
meanmedian
mode
NUTRITION BIOSTATISTIC
Mean > median :Right skewed
Mean < median :left skewed
Mean= median = mode :
symmetric
a. Symmetric distribution
mean
b. Negative/ Left-sided skewed
mean
mean median
mode
c. Positive/ Right-sided skewed
30
Theoretical normal distribution with standard deviationsNUTRITION BIOSTATISTIC
µ 3σ µ 2σ µ σ µ +σ µ +2σ µ +3σµ -3σ µ -2σ µ -σ µ µ +σ µ +2σ µ +3σ
--33 --22 --11 00 11 22 33
σµ−
=xZ
31
NUTRITION BIOSTATISTIC
32
9
4. Distribusi Normal
Untuk menentukan probabilitas dalam kurva normal umum, nilai yang akan dicari ditransformasikan ke nilai kurva normal standar melalui transformasi Z
NUTRITION BIOSTATISTIC
nilai kurva normal standar melalui transformasi Z
Kurva normal standar –--- N (µ = 0, δ =1)Kurva normal umum --- N (µ ≠ 0, δ ≠1)
Contoh berapa luas daerah dengan Z= 0 dan Z = 2,15Gunakan DAFTAR F --- 0,482
33
EXERCICE 25. Hitung luas daerah dengan
a. Z = 0 dan Z = -1,86b. Z= - 1,50 dan Z = 1,82
NUTRITION BIOSTATISTIC
, ,c. Z = 1.40 dan Z = 2,65
6. Dari sebuah penelitian dari 150 orang laki-laki yang berumur 40-60 tahun didapatkan rata-rata kadar kolesterol 215 mg dan simpangan baku 45 mg. Hitung peluang mendapatkan responden dengan kadar kolesterol :a. > 250 mgb < 200 mgb. < 200 mgc. Antara 200 – 275 mg
34
EXERCICE 27. Berat Badan bayi yang baru lahir rata-rata 3.750 gram
dengan simpangan baku 325 gram. Jika berat badan bayiberdistribusi normal, maka tentukan :
NUTRITION BIOSTATISTIC
a. Berapa persen bayi yang beratnya lebih dari 4.500 gram?b. Berapa bayi yang beratnya antara 3.500 gram dan
4.500 gram, jika semuanya 1.000 anak?
SELAMAT MENGERJAKANSELAMAT MENGERJAKAN
35
Tabel Nilai Z (Tabel Distribusi NUTRITION BIOSTATISTIC
Z Tabel Nilai Z
0,33 0,1297
0,76 0,2764
0,77 0,2794
1,33 0,4082
1,40 0,4192
1,5 0,4332
1,86 0,4656
2 31 0 4896
36
2,31 0,4896
2,65 0,4960
10
www.themegallery.com
LOGOwww.themegallery.com