BAB I
PENDAHULUAN
1.1
Latar Belakang
Bahasan pada distribusi probabilitas
adalah penyusunan distribusi frekuensi yang berdasarkan teori peluang. Oleh
karena itu, disebut distribusi frekuensi teoritis atau distribusi peluang atau
distribsi probabilitas.
Karena distribusi frekuensi
probabilitas disusun berdasarkan teori peluang maka pengetahuan tentang
distribusi teoritis menjadi sangat penting untuk membuat estimasi atau
meramalkan variasi-variasi yang mungkin dapat timbul pada suatu keadaan yang
tidak pasti.
Di bidang kesehatan, distribusi
frekuensi teoritis dapat digunakan untuk menyusun perencanaan program pelayanan
kesehatan di masa yang akan datang dan meramalkan tentang masalah kesehatan
yang mungkin terjadi di masa yang akan datang.
Berdasarkan data yang diperoleh maka
distribusi probabilitas dapat dibagi dalam distribusi probabilitas yang deskrit
yaitu distribusi multinomial, distribusi poison, distribusi hipergeometris, dan
distribusi pascal. Sedangkan distribusi probabilitas kontinu adalah distribusi normal.
1.2
Tujuan
Untuk mengetahui jenis – jenis
Probabilitas dan penjelasan serta aplikasi jenis Probabilitas.
BAB II
PEMBAHASAN
2.1 Distribusi probabilitas berdasarkan teori
Penyusunan
distribusi ini berdasarkan teori peluang.
Contoh : jika kita ingin mengetahui
probabilitas jenis kelamin bayi yang dilahirkan dua kali berturut-turut, maka
terdapat 4 kemungkinan sebagai berikut:
a. Kelahiran pertama laki-laki, kelahiran kedua
laki-laki
b. Kelahiran pertama laki-laki, kelahiran kedua
perempuan
c. Kelahiran pertama perempuan, kelahiran kedua
perempuan
d. Kelahiran pertama perempuan, kelahiran kedua
laki-laki.
Distribusi
peluang tersebut dapat disusun dalam bentuk tabel dan grafik frekuensi
distribusi seperti berikut.
Tabel 1.1.
probabilitas jenis kelamin dua kelahiran berturut-turut.
Kelahiran 1
|
Kelahiran 2
|
Jumlah
kelahiran perempuan
|
probabilitas
|
Laki-laki
|
Laki-laki
|
0
|
0,5 x 0,5 =
0,25
|
Laki-laki
|
Perempuan
|
1
|
0,5 x 0,5 =
0,25
|
perempuan
|
Perempuan
|
2
|
0,5 x 0,5 =
0,25
|
perempuan
|
Laki-laki
|
1
|
0,5 x 0,5 =
0,25
|
Dari tabel diatas
dapat disusun frekuensi distribusi probabilitas sebagai berikut:
FP
|
FL
|
Probabilitas
|
0
|
2
|
0,25
|
1
|
1
|
0,5
|
2
|
0
|
0,25
|
Grafik 1.1.
Probabilitas jenis kelamin dua kelahiran berturut-turut.
2.2 Distribusi
probabilitas berdasarkan subjektif
Distribusi probabilitas subjektif
berarti penyusunan distribusi frekuensi atas dasar pertimbangan pribadi.
Misalnya seorang dokter puskesma menyatakan bahwa jumlah kunjungan setiap hari
senin adalah 40 orang dengan peluang sebesar 10 %, hari selasa jumlah kunjungan
sebesar 45 orang dengan probabilitas 30%, hari rabu jumlah kunjungan 50 orang
dengan probabilitas 50% dan pada hari kamis jumlah kunjungan sebanyak 55 orang
dengan probabilitas 20%
Pernyataan dokter puskesmas tersebut
dapat disusun sebagai berikut
Jumlah kunjungan : 40
45 50 55
Probabilitas (dalam persen) : 10
30 50 20
Grafik 1.2. distribusi probabilitas kunjungan
ke puskesmas.
2.3 Distribusi
Probabilitas berdasarkan pengalaman.
Distribusi
probabilitas ini berdasarkan pengalaman pribadi atau berdasarkan catatan dimasa
lampau yang digunakan untuk meramalkan keadaan dimasa yang akan datang.
Misalnya seorang dokter puskesmas mempelajari dan mengadakan analisis data
penyakit berdasarkan catatan medik yang lalu, kemudian atas dasar tersebut dia
membuat ramalan tentang probabilitas distribusi penyakit yang akan datang.
Misalnya pada tahun 2000 jumlah
penderita muntaber sebanyak 1000 orang dengan probabilitas 0,6, penyakit kulit
700 orang dengan probabilitas 0,2 dan penderita penyakit mata sebanyak 800
orang dengan probabilitas 0,2.
Data diatas dapat disusun dalam tabel
sebagai berikut
Tabel 1.3. distribusi frekuensi jenis
penyakit
Jenis penyakit
|
Jumlah
|
Probabilitas
|
Muntaber
|
1000
|
0,6
|
Penyakit kulit
|
700
|
0,2
|
Penyakit mata
|
800
|
0,2
|
jumlah
|
2500
|
1
|
Data dalam tabel diatas dapat
disajikan dalam bentuk grafik sebagai berikut.
2.4 Distribusi
Probabilitas Diskrit
Himpunan
pasangan terurut (x, f(x)) merupakan suatu fungsi probabilitas atau distribusi
probabilitas dari variabel random diskrit, jika
Rata-rata dan varians dari variabel
random diskrit X
2.5 Distribusi
Probabilitas Kontinu
Fungsi f(x) adalah fungsi kepadatan
(density) probabilitas untuk variabel kontinu X, jika
Rata-rata dan varians dari variabel random kontinu X
2.6 Beberapa
Distribusi Probabilitas Diskrit
2.6.1 Distribusi Binomial
Ciri-ciri percobaan binomial :
a.
Percobaan
terdiri dari n ulangan
b.
Setiap
hasil ulangan dapat digolongkan sebagai sukses (S) atau gagal (G)
c.
Probabilitas
sukses (p) untuk setiap ulangan adalah sama
d.
Setiap
ulangan harus bersifat independen.
Definisi 4 :
Suatu percobaan
dengan n ulangan mempunyai probabilitas sukses p dan gagal q = 1-p. Jika variabel random X menyatakan banyaknya sukses
dalam n ulangan yang bebas, maka X berdistribusi Binomial dengan distribusi
probabilitas:
Nilai harapan
(rata-rata) dan varians dari variabel random yang berdistribusi Binomial
m = np
s2 = npq
2.6.2 Distribusi
Hipergeometrik
Ciri-ciri percobaan Hipergeometrik :
1.
Sampel
acak berukuran n diambil dari populasi berukuran N
2.
Dari
populasi berukuran N benda, sebanyak k benda diberi label
“sukses”, dan N-k benda diberi label “gagal”.
Definisi 5 :
Dalam populasi
N benda, k benda diantaranya diberi label “sukses” dan N-k benda lainnya diberi
label “gagal”. Jika variabel random X menyatakan banyaknya sukses dalam sampel
acak berukuran n, maka X berdistribusi hipergeometrik dengan distribusi
probabilitas
Nilai harapan dan varians dari
variabel random yang berdistribusi Hipergeometrik adalah
Bila n relatif kecil dibandingkan
dengan N, maka distribusi hipergeometrik dapat dihampiri dengan distribusi
binomial
h (x; N, n, k)
® b (x; n, p)
2.6.3 Distribusi Poisson
Ciri-ciri
percobaan Poisson :
1.
Banyaknya hasil percobaan yang terjadi
dalam suatu selang waktu tertentu, tidak tergantung pada banyaknya hasil percobaan yang
terjadi pada selang waktu lain yang terpisah.
2.
Probabilitas
terjadinya suatu hasil percobaan selama selang waktu yang singkat, sebanding
dengan panjang selang waktu tersebut, dan tidak tergantung pada banyaknya hasil
percobaan yang terjadi di luar selang waktu tersebut.
3.
Probabilitas
lebih dari satu hasil percobaan akan terjadi dalam selang waktu yang singkat,
dapat diabaikan.
Definisi 6 :
Jika variabel random X menyatakan banyaknya hasil percobaan yang
terjadi dalam selang waktu tertentu, dan m adalah rata-rata banyaknya hasil percobaan dalam selang waktu
tersebut, maka X berdistribusi Poisson dengan distribusi probabilitas
Nilai harapan dan varians dari ariable
random yang berdistribusi Poisson keduanya sama dengan m.
Misalkan X ~ b(x; n,p),
bila n ® ¥, p ® 0, maka
b(x; n,p) ®
p(x; m)
dengan m = np.
2.7 Distribusi
Probabilitas Kontinu
2.7.1 Distribusi Normal
Definisi 7 :
Variabel
random X berdistribusi normal dengan rata-rata m dan varians s2 jika
mempunyai fungsi densitas
f(x)
=
a.
Sifat-sifat
kurva normal :
b.
Modus
terjadi pada x = m
c.
Kurva
simetris terhadap x = m
d.
Kedua
ujung kurva secara asimtotik mendekati sumbu datar x, bila nilai x bergerak
menjauhi m.
e.
Seluruh luas dibawah kurva dan diatas
sumbu datar sama dengan 1.
Gambar 1 :
Kurva Normal
Misalkan ingin dihitung P (x1
< X < x2) dari variabel random X yang berdistribusi normal,
maka berdasar kurva di atas P (x1 < X < x2) = luas
daerah yang diarsir.
Untuk menghitung P(x1 <
X < x2) sulit
diselesaikan. Namun dapat diatasi dengan mentransformasi variabel random normal
X menjadi variabel random Z
.
Distribusi variabel random Z disebut
dengan Distribusi Normal Standart, dengan fungsi densitas
dengan m = 0 dan s2 =1.
BAB III
PENUTUP
3.1 Kesimpulan
Jenis Probabilitas :
3.1.1 Distribusi probabilitas berdasarkan subjektif
berarti penyusunan distribusi frekuensi atas dasar pertimbangan pribadi.
3.1.2 Distribusi Probabilitas berdasarkan
pengalaman pribadi atau berdasarkan catatan dimasa lampau yang digunakan untuk
meramalkan keadaan dimasa yang akan datang.
3.1.3 Distribusi Probabilitas Diskrit
3.1.4 Distribusi Probabilitas Kontinu
3.1.5 Beberapa Distribusi Probabilitas Diskrit
2.1.6 Distribusi Binomial
2.1.7 Distribusi
Hipergeometrik
2.1.7 Distribusi
Probabilitas Kontinu
2.1.8 Distribusi Normal
3.2 Saran
Dengan
makalah ini diharapkan pembaca khususnya mahasiswa keperawatan dapat mengerti
dan memahami serta menambah wawasan tentang Distribusi Probabilitas.
Tidak ada komentar:
Posting Komentar