You are on page 1of 22

TEORI PROBABILITAS

Teori peluang

Digunakan dlm bidang kedokteran dan kesehatan terutama dlm penelitian kedokteran dan kesehatan dengan mengadakan pengamatan pd sebagian kecil populasi atau sampel. Utk mendiagnosa suatu penyakit Meramalkan prognosis atau mengevaluasi suatu pengobatan dll

Penelitian pengujian hipotesis: menerima atau menolak hipotesis Utk pengambilan keputusan menerima atau menolak hipotesis dibutuhkan teori peluang, yaitu bila peluangnya besar maka kita dapat menerima hipotesis dan bila peluangnya kecil maka kita akan menolak hipotesis
Peluang: kesempatan utk tjdnya sesuatu. Nilai peluang: 0 p 1 Mis.

Terjadinya cacat bawaan 1 dlm 1000 kelahiran Jenis kelamin suatu kelahiran: 0,5

Teori peluang

Pendekatan klasik; besarnya peluang ditentukan sebelum peristiwa terjadi. Pendekatan frekuensi relatif; ditentukan oleh byknyafrekuensi kejadian. Pendekatan subjektif; berdasarkan pertimbangan/pengalaman thd kejadian masa lampau (intellectual guess)

Probabilitas suatu event = jlh hasil yg diharapkan tjd pada sejumlah event (n) dibagi dgn jlh semua kemungkinan yg dpt terjadi (N).

P(e)= n/N

Cth: besar peluang kelahiran laki-laki

P(laki-laki)= 1/1+1 = 0,5

Event saling ekslusif

Bila peluang tjdnya st event hanya satu dari semua event yg dpt dihasilkan. =event marginal atau tanpa syarat

Cth. Dr st kelahiran hanya dilahirkan bayi laki-laki atau bayi perempuan, bila kelahiran laki-laki telah tjd, tdk mungkin lahir perempuan. P(lk) = 1 /(1+1) = 0,5 P(pr) = 1 /(1+1) = 0,5

P(A atau B) = P(A) + P(B)

Cth: Seorang dokter mengobati 5 penderita TBC dgn INH selama 6 bln. Semua penderita memiliki penyakit yg sama beratnya dan punya peluang sembuh yg sama. Maka besarnya peluang penderita ke 2 atau ke 5 utk sembuh : P(2 atau 5) = P(2) + P(5)= 1/5 + 1/5 = 0,4

Event tidak saling ekslusif

Pd event ini tdpt sebagian dari dua event yg bergabung terdapat fraksi yg mgdg event A dan event B. P(A atau B) = P(A) + P(B) P(AB)

A+B

Cth: Dalam merekrut tenaga kesehatan, tdpt 4 pelamar tdd dokter laki-laki, dokter wanita, lakilaki bukan dokter, dan wanita bukan dokter.

P(w) = 2/4 P(l) = 2/4 P(d) = 2/4 P(dw)= P(dl) =

Brp peluang yg akan direkrut adalah wanita atau dokter?

P(w atau d) = P(w) + P(d) P(wd) = 2/4 + 2/4 = 0.75

Peluang independen

Peluang terjadinya suatu event tidak berpengaruh thd peluang tjdnya event yg lain Tdd:

Event marginal Event gabungan Event bersyarat

Event marginal

Terjadinya suatu event tunggal yg stabil Mis. Kelahiran


Peluang dilahirkannya bayi laki-laki: 0,5 Peluang dilahirkannya bayi wanita : 0,5 Peluang ini stabil dan tidak terpengaruh oleh banyaknya kelahiran sebelumnya atau kelahirankelahiran yg akan dtg.

Event gabungan

Peluang dua event atau lebih yg tjd scr bersamaan atau tjd scr berturut-turut.

P(AB) = P(A) x P(B)

Bila peluang event A = 0,8 dan event B = 0,2 maka dilakukan trial 3 kali. Brp peluang timbulnya 3 event A berturut-turut pd 3 kali trial dan juga B?

P(A1A2A3) = P(A1) x P(A2) x P(A3)

= 0.8 x 0.8 x 0.8 = 0.512

P(B1B2B3) = P(B1) x P(B2) x P(B3)

= 0.2 x 0.2 x 0.2 = 0.008

Event bersyarat

Suatu event mempunyai hubungan bersyarat bila suatu event itu tjd stlh event lain. Event B tjd stlh event A tjd. P(B|A) = P (B)
Cth: Peluang tjdnya kelahiran kedua adalah bayi wanita bila kelahiran pertama wanita atau bila kelahiran pertama lakilaki. P(W2|W1) = P(W2) = 0,5 atau P(W2|L1) = P(W2) = 0,5

Event bersyarat yg dependen

Dependen peluang tjdnya bbrp event bergantung pd bbrp event yg lain. Suatu event mempunyai hubungan bersyarat bila event tsb tjd stlh tjdnya event lain. Mis. Event B tjd stlh event A tjd.

P(B|A) = P(BA) / P(A)

Peluang dependen

Peluang tjdnya bbrp event bergantung pd bbrp event lain. Tdd:


Event marginal Event gabungan Event bersyarat

Event bersyarat

Event B tjd stlh tjdnya event A P(B|A) = P(BA) / P(A)


P(B|A) = peluang tjdnya B stlh A tjd P(BA) = peluang gabungan B dan A P(A) = peluang marginal event A

Mis. Di RS tdpt 10 anak penderita penyakit ginjal, yg tdd 6 lklk: 2 menderita sindroma nefrotik, 4 GNA, dan 4 pr: 1 sindroma nefrotik, 3 GNA. Bila diambil 1 org anak lk-lk. Brp besar peluang anak tsb menderita sindroma nefrotik dan brp besar peluang anak tsb menderita GNA? P(GNA|L) = p(GNA.L) / p(L) = 4/6 P(NS|L) = P(NS.L) / P(L) = 2/6

Permutasi

Peluang yg tjd pd sejumlah individu yg disusun dgn memperhatikan bentuk susunan atau urutan.
St tim operasi tdd 2 org; seorang ahli bedah dan seorang perawat. Bila ada 3 ahli bedah dan 5 perawat. Brp jumlah tim yg dpt dibuat? A (ahli bedah): A1, A2, A3 P (perawat): P1, P2, P3, P4, P5 akan tdpt 15 pasangan tim. Peluang tiap tim = 1/15

Permutasi lengkap

Bila permutasi dilakukan pd semua cara yg ada. Permutasi lengkap = n!

Permutasi sebagian

Bila terdapat N subjek, dan setiap kali hanya diambil n subjek N x (N-1)x(N2)x(N-n+1) NPn = N!/(N-n)! Bila di RS ada 5 pasien yg mau dioperasi setiap hari, tetapi kemampuan melakukan operasi hanya 3 pasien, maka permutasi:

5P3 = 5! / (5-3)! = 60

Kombinasi

Spt permutasi, tanpa memperhatikan susunan atau urutannya. = N! / (N-n)! x n!

NKn

Cth: seorang direktur RS mencari 2 perawat ICU. Ada 7 calon yg mengajukan diri. Direktur ingin memilih kombinasi yg tepat dr pelamar tsb? 7K2 = 7! / (7-2)! x 2! = 21 kombinasi.

Distribusi Peluang

Bila dilakukan percobaan pelemparan uang logam sebanyak 2 kali, maka:


Lemparan I Lemparan II Jlh sisi angka yg muncul dlm 2 lemparan 2 1 0 1 peluang

A A G G

A G G A

0.5X0.5=0.25 0.5X0.5=0.25 0.5X0.5=0.25 0.5X0.5=0.25

Jlh munculnya sisi angka 0 1 2

Lemparan

peluang

(G,G) (A,G) + (G,A) (A,A)

0.25 0.5 0.25

Distribusi peluang distribusi teoritis Pelemparan koin variabel acak krn tjdnya peristiwa A atau G bersifat kebetulan.

Variabel acak:

Variabel acak diskrit Variabel acak kontinu

Distribusi peluang diskrit


Distribusi binomial Distribusi poisson Distribusi normal Distribusi student t Distribusi c2 Distribusi F

Distribusi peluang kontinu