Laporan Tugas Mandiri Biostatistik

TEORI PROBABILITAS
1. Dasar-dasar probabilitas
Keputusan di dalam statistik merupakan peluang (probabilitas) yang diyakini benar dan juga
memberikan peluang untuk tidak benar (salah). Nilai peluang biasanya dinyatakan dalam bentuk
desimal, misalnya 0,5; 0,3; 0,6 hingga secara umum nilai peluang terletak antara 0 dan 1.
Nilai peluang:
0 P 1
1) Pendekatan klasik
Peluang dengan pendekatan klasik dapat dikatakan bahwa probabilitas suatu event adalah
jumlah hasil yang diharapkan terjadi pada sejumlah event (n) dibagi dengan jumlah semua
kemungkinan yang dapat terjadi (N)
Rumus:
P(e) = n/N
2) Pendekatan frekuensi relatif (Pandangan Empiris)
Distribusi relatif
Upah (Rp.1000)
Jumlah
%
200 499
90
30
500 749
165
55
750 999
45
15
Kalau diambil secara acak satu orang probabilitas untuk terambil seseorang yang mempunyai upah
antara 200 499 ribu rupiah adalah p (0,3)
P (E) = lim X/N
Pandangan klasik
Hubungan antara pandangan klasik dan pandangan empiris
P (E) = X/N dan P (E) = lim X/N akan sama besarnya bila N tak terhingga
3) Pendekatan subjektif
Pendekatan subjektif ini besarnya peluang ditentukan berdasarkan pertimbangan pribadi
atau pengalaman pribadi terhadap kejadian masa lampau atau tebakan (intellectual guess).
2. Hukum perkalian
1) Peristiwa Bebas (independent)
Kejadian atau ketidakjadian suatu peristiwa tidak mempengaruhi peristiwa lain.
Sebagai contoh, sebuah koin dilambungkan dua kali, maka peluang keluarnya H pada lemparan
pertama dan pada lemparan kedua saling bebas.
P (AB) = P (A) x P (B)
2) Peristiwa tidak bebas (conditional probability = peristiwa bersyarat)
Dua peristiwa dikatakan bersyarat apabila kejadian atau ketidakjadian suatu peristiwa akan
berpengaruh terhadap peristiwa lainnya.
Simbol untuk peristiwa bersyarat adalah P (B A) . Probabilitas B pada kondisi A / Probabilitas
B ketika kejadian A telah terjadi.
Probabilitas bersyarat tidak terdapat pada peristiwa
P(A) = P (A B)
P (AB) = P (A) x P (B A)
P(B) = P (B A)
3. Hukum penjumlahan
1) Kejadian mutually exclusive (peristiwa saling terpisah = disjoint)
Dua peristiwa dikatakan mutually exclusive apabila satu peristiwa terjadi akan meniadakan
peristiwa yang lain untuk terjadi, atau dikatakan peristiwa tersebut saling meniadakan. Contoh
kejadian mutually exclusive adalah sebagai berikut:
a. Permukaan sebuah koin
A

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

B
1

P (A B) = 0
AB=

Laporan Tugas Mandiri Biostatistik

Contoh:
a) Probabilitas untuk keluar mata 2 atau mata 5 pada pelemparan satu kali sebuah dadu adalah:
P (25) = P (2) + P (5) = 1/6 + 1/6 = 2/6
2) Peristiwa non mutually exclusive
Dua peristiwa atau lebih dapat terjadi bersama-sama (tetapi tidak selalu bersama).
Contoh peristiwa non mutually exclusive adalah sebagai berikut:
a. Penarikan kartu as dan berlian
Untuk peristiwa non mutually exclusive, peristiwa terjadinya A dan B merupakan gabungan
antara peristiwa A dan peristiwa B. akan tetapi, karena ada elemen yang sama dalam peristiwa A
dan B, gabungan peristiwa A dan B perlu dikurangi peristiwa dimana A dan B memiliki elemen
yang sama.
P (AB) = P(A) + P(B) P (AB)
B

A
AB

Contoh:
Pada penarikan satu kartu dari satu set kartu bridge, peluang akan terambil kartu as dan berlian
adalah:
P (as)
= 4/52
P (berlian)
= 13/52
Ada sebuah kartu as dan berlian : P (as berlian) = 1/52
P (as berlian) = P (as)+P (berlian) P (as berlian) = 4/52 + 13/52 1/52 = 16/52
Berikut merupakan gambaran tiga peristiwa yang terjadi antara peristiwa A, B, dan C di
mana terdapat beberapa elemen yang sama antara A dan B, A dan C, begitu pula dengan B dan C.
Antara A, B, dan C juga terdapat elemen yang sama sehingga untuk probabilitas pada ketiga
peristiwa ini adalah probabilitas A ditambah probabilitas B ditambah probabilitas C dikurangi
probabilitas elemen yang sama antara A dan B, dikurangi probabilitas elemen yang sama antara A
dan C, dikurangi probabilitas elemen yang sama antara B dan C dikurangi probabilitas elemen
yang sama antara A, B dan C.
A

P (ABC) = P (A) + P (B) + P (C) P (AB) P(AC) P (CB)+P (ABC)

4. Permutasi dan kombinasi
Dalam menghitung probabilitas dari beberapa kejadian, pertama kita harus mengetahui
beberapa kemungkinan terjadinya peristiwa tersebut. Contohnya terdapat pada diagram pohon di
bawah ini. Pada pelemparan 2 kali 2 mata uang, beberapa kemungkinan kombinasi dari kedua mata
uang tersebut? H=head T=tail. Pada diagram pohon di bawah ini kemungkinan kombinasi ccdua mata
uang tersebut adalah muncul empat macam: HH, HT, TH, TT.
H
H
HH

T
T
HT

H
TH

T
TT

DALIL I: (Kaidah umum pergandaan)

2

Laporan Tugas Mandiri Biostatistik

Kalau suatu step (langkah) dari suatu eksperimen menghasilkan (outcome) k hasil yang berbeda
dan step 2 menghasilkan m hasil yang berbeda, maka kedua langkah eksperimen akan
menghasilkan k x m hasil.
Contoh:
Satu koin dilambungkan 2 kali, maka hasilnya adalah 2 x 2 (ruang sampel)
Sebuah dadu dilambungkan 3 kali, maka hasil ruang sampelnya adalah 6 x 6 x6
Untuk sampai k egerbang UI Depok seorang mahasiswa dapat melakukannya dengan 3 cara
(bus, kereta, angkot). Dari gerbang UI sampai ke fakultas ada 4 cara (jalan kaki, bus kuning,
ojek, menumpang teman), maka cara seorang mahasiswa akan sampai di fakultas adalah 3 x 4
= 12 cara.
DALIL II

n!
n P r=
( nr ) !

Permutasi

P = Jumlah permutasi (urutannya dipentingkan)

n = Banyaknya objek
r = Jumlah anggota pasangan
!= Faktorial (3! = 3x2x1), 0! = 1, 1! = 1

Urutan dipentingkan

Contoh:
Ada tiga cara yang efektif untuk pengobatan pasien Ca yakni bedah (B), radiasi (Penyinaran = P), dan
kemoterapi (obat = O). Ada berapakah cara pengobatan terhadap pasien Ca apabila kepada masingmasing pasien hanya dua macam terapi yang bias diberikan?
Penyelesaian:
Untuk pengobatan ini urutan diperlukan karena seseorang yang mendapat terapi bedah dan penyinaran
(B, P) akan berbeda dengan yang mendapat penyinaran lebih dahulu lalu dibedah (P, B).
3!
3 x 2x 1
3 P 2=
=
=6
1
( 32 ) !
Jadi, jumlah cara yang dapat dilaksanakan adalah : BP, BO, PB, PO, OB, OP.
DALIL III
Kombinasi

Urutan tidak dipentingkan

nCr=

n!
r ! ( nr ) !

C= jumlah kombinasi (yang urutannya tidak penting)

n= banyaknya objek
r= jumlah anggota pasangan

Contoh:
Tiga orang pasien digigit ular dan dibawa ke puskesmas. Di puskesmas hanya tersedia dua dosis
antiracun ular. Berapa kemungkinan pasangan yang akan diberikan 2 dosis tersebut (pasiennya A, B,
C)?
Penyelesaian:
2 orang yang berpasangan disini, misalnya A dan B sama saja dengan B dan A. Jadi, di sini urutannya
tidak ada artinya. Maka dalam hal ini pasangan yang terjadi adalah:
3!
3x 2x 1
3 C 2=
=
=3
2! (32 ) ! 2 x 1 x 1
Mereka adalah : AB, AC, BC

Laporan Tugas Mandiri Biostatistik

Daftar Pustaka
Budiarto, E. (2001). Biostatistika untuk kedokteran dan kesehatan masyarakat. Jakarta: EGC.
Pagano, M. & Gauvreau, K. (1993). Principles of biostatistic. California: Duxbury Press.
Sabri, L. & Hastono, S.P. (2006). Statistika kesehatan. Jakarta: Rajawali Pers.