Distribusi Teoritis Probabilitas Topik Distribusi teoritis Binomial Distribusi teoritis Poisson Distribusi teoiritis Normal 3 4 Distribusi Teoritis Probabilitas Distr. Teoritis Probabilitas Diskrit Kontinyu Binomial Poisson Lln Normal Ciri-ciri Masing-masing percobaan hanya mempunyai dua kemungkinan, misal sukses-gagal, sehat-sakit, hidup-mati Hasil dari masing-masing percobaan adalah independen antara satu dengan lainnya Probabilitas sukses (disimbol dengan p) adalah tetap antara satu percobaan dengan pecobaan lainnya Probabilitas gagal (disimbol dengan q) adalah -p Probabilitas sukses biasanya adalah probabilitas yang sering terjadi 5 n r n-r p q=-p, jml trial jml sukses jml gagal prob sukses prob gagal 6 Rumus B( n, r) n! r!( nr)! r nr p ( p ) n=jumlah percobaan, r=jumlah sukses, n-r=jumlah gagal, p=probabilitas sukses dan q=(-p)=probabilitas gagal Contoh: Sepasang suami istri merencanakan punya anak tiga. Berapa probabilitas untuk mendapatkan dua laki-laki dan satu perempuan Jawab: n=3, r= (laki-laki) dan p=.5 P(3,) = 3!/(!(3-)!).5 (-.5) - =.375 maka probabilitas untuk mendapatkan dua laki-laki dan satu perempuan adalah.375 Dari hasil penelitian disimpulkan bahwa prevalensi anemia pada Ibu Hamil di Kecamatan adalah %. Ada sebanyak Ibu Hamil yang dipilih secara random yang bertempat tinggal di daerah binaan Puskesmas Kecamatan tersebut. Maka hitunglah berapa probabilitas di antara Ibu Hamil tersebut: Tidak ada yang anemia? Ada satu yang anemia? Paling banyak orang ibu hamil yang anemia? Paling sedikit 3 orang yang anemia?
7 8 Diketahui: p=., q=-p=-.=.8 dan n= Ditanya: r =, r =, r, dan r 3 Jawab P(n=,r=) = [!/(-)!!] x (.) x (.8) - =.7 (lihat tabel) P(n=,r=) = [!/(-)!!] x (.) x (.8) - =.376-.7 =. 69 (lihat tabel) P(n=,r ) = P(r=) + P(r=) + P(r=) =.678 (lihat tabel) P(n=,r 3) = [P(r=) + P(r=) + P(r=)] = -.678 =.3 (lihat tabel) n= p Tabel Binomial Kumulatif Tabel Distribusi Probabilitas Binomial Kumulatif r... p kum.....74.7....684.376.....3.678.. 3...3.879.. 4...88.967.. 5...64.994.. 6...55.999.. 7...8.999.. 8...... n=, p=. dan x 3 n=, p=. dan x 6 9 Ciri-ciri Sama seperti ciri-ciri distribusi binomial N percobaan besar Probabilitas terjadinya suatu kejadian adalah kecil atau kejadian yang jarang terjadi Percobaan dapat juga dalam selang waktu tertentu Rumus r ( e P( r) r! ) dimana: λ=np, e=.788 dan r=probabilitas yang dicari Dalam pelaksanaan Pekan Imunisasi Nasional Polio (PIN) pertama, diketahui bahwa ada sebesar.% Balita yang mengalami panas setelah diimunisasi Polio. Di suatu daerah diperkirakan ada sebanyak 5 Balita yang akan diimunisasi dengan Polio pada PIN kedua. Hitunglah berapa probabilitas pada PIN kedua akan mendapatkan: Tidak ada balita yang mengalami panas? Paling banyak ada tiga balita yang panas? Minimal ada lima Balita yang panas? Diketahui: n= 5, p=., maka λ=5 x. =.5 Ditanya: r=, r 3, r 5 Jawab P(r=) = [(.5) x (.788) -.5 ] /! =.8 (lihat tabel) P(r 3 ) = P(r=) + P(r=) + P(r=) + P(r=3) =.758 (lihat tabel) P(r 5) = [P(r=) +... + P(r=4)] =.89 =.9 (lihat tabel) Tabel Poisson Kumulatif Tabel Distribusi Probabilitas Poisson Kumulatif r....5. 3.....8.....87......544.. 3....758.. 4....89.. 5....958.. 6....986.. 7....996.. 8....999.. 9...... λ λ =.5 dan x 3 λ =.5 dan x 6
3 4 Suatu penelitian demam typhoid di rumah sakit didapatkan bahwa rata-rata kematian akibat demam tersebut selama satu tahun adalah 4.6. A) Berapa probabilitas kematian selama setengah tahun sebagai berikut: Tidak ada pasien yang mati Satu orang pasien yang mati Dua orang yang mati Tabel Poisson Kumulatif Tabel Distribusi Probabilitas Poisson Kumulatif r....3. 3..........33......596.. 3....799.. 4....96.. 5....97.. 6....99.. 7....997.. 8....999.. 9...... λ λ =.3.3 λ =.3.65 5 6 f() Bell Shape Simetris Mean, Median dan Mode sama IQR.33 σ Luas kurva Probabilitas f() Mean Median Mode Model Matematik f e f : density of random variable 3.459; e.788 : population mean : population standard deviation : value of random variable 7 8 Standar Standardized Untuk dpt menentukan p didlm kurva normal umum, maka Nilai yg dicari ditransformasi ke nilai kurva normal standar 5 6. 5. Standardized 6.. 3
9 TABEL f() Pc d? Luas Standar b...4.5..9....6.99..359 b P( z b)..398..557.596..753 f() c d? Luas lihat tabel Normal Standar..343..358.353...36.5..438.4394...444.6.445..4495.455..4545.9.473...4738.475..4767.......5.4938..4945.4946..495 3..4987...4988.4989..499.343.5-.343=.587.5-=.668.5.343.5.343 -.343=.99 - -.5.5.5 3 4 Diketahui bahwa nilai mahasiswa MA angkatan /3 di FKM UI berdistribusi normal dengan nilai rata-rata sebesar 75 dan simpangan baku sebesar. Hitunglah probabilitas mahasiswa akan mendapatkan nilai sebagai berikut: Kurang dari 6 Lebih dari 9 Antara 65 sampai 85 Bila ditentukan bahwa ada sebesar 5% mahasiswa akan mendapatkan nilai A, maka hitunglah pada nilai terendah berapa mulai diberikan nila A tersebut? Diketahui: µ = 75 dan σ= Ditanya: P(x 6)=? 6 75 x -.5 6 = -.5 P ( z -.5) =.5 =.668 (6.68% mahasiswa dapat nilai kurang dari 6) 4
5 6 Diketahui: µ = 75 dan σ= Ditanya: P(x 9)=? 75 9 x.5 9 =.5 P ( z.5) =.5 =.668 (6.68% mahasiswa dapat nilai lebih dari 9) Diketahui: µ = 75 dan σ=. Ditanya: P(65 x 85)=? 65 75 85-85 =. 65 = -. P ( -. z.) =.343+.343 =.686 =.686 (68.6% mahasiswa dapat nilai antara 65 s/d 85) 7 Diketahui: µ = 75 dan σ=. Ditanya: x=? Bila 5% mahasiswa dapat nilai A 35% atau.35.3 5%.3.3= 75 =64.7 Nilai terendah mahasiswa dapat nilai A adalah 64.7 5