Distribution
Widya Rahmawati
Tujuan
•
Untuk mengetahui konsep continuous probability
distribution
dan distribusi normal dan untuk
menghitung probabilitas suatu nilai terjadi pada
distribusi tertentu
•
Untuk mengetahui konsep descret probability
•
Untuk mengetahui konsep descret probability
distribution
dan menghitung probabilitas dari
hasil binomial pada distribusi discret tertentu
–
Binomial distribution
–
Poisson distribution
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 2
Variation in Continues and Categorical Data
Nutrition Biostatistics, Widya Rahmawati,
3
1) CONTINUES DISTRIBUTION
Nutrition Biostatistics, Widya Rahmawati,
Normal Distribution Data
•
Distribusi Normal adalah model distribusi
kontinyu yang paling penting dalam teori
probabilitas.
•
Distribusi Normal diterapkan dalam berbagai
•
Distribusi Normal diterapkan dalam berbagai
permasalahan.
•
Distribusi normal memiliki kurva berbentuk
lonceng yang simetris.
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 5
Istilah/simbol yang sering digunakan
Mean
µ
Varians
Deviasi Standar
Deviasi Standar
Koefisien momen kemiringan
Koefisien momen kurtois
Deviasi mean
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 6
Sifat-Sifat Distribusi Normal:
1.
Rata-ratanya (mean) μ dan standard deviasinya = σ
2.
Mode (maximum) terjadi di x=μ
3.
Bentuknya simetrik thd x=μ
4.
Titik belok tepat di x=μ±σ
5.
Kurva mendekati nol secara asimptotis semakin x jauh dari
x=μ
x=μ
6.
Total luasnya = 1
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 7
Sifat-Sifat Distribusi Normal:
•
Bentuk distribusi normal ditentukan oleh μ dan σ.
1
2
1
2
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 8
2
μ
1= μ
2σ
1> σ
2μ
1< μ
2σ
1= σ
21
2
CIRI DISTRIBUSI NORMAL
1. Nilai mean, median dan modus adalah sama
/ berhimpit.
2. Kurvanya simetris
3. Asimptotik (fungsi yang dibatasi oleh suatu
3. Asimptotik (fungsi yang dibatasi oleh suatu
fungsi n N yang cukup besar).
4. Luas daerah yang terletak dibawah kurva
dan diatas garis mendatar = 1
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 9
1) Continuous Probability Distribution
•
Distribusi normal merupakan continuous
probability distribution yang paling sering
digunakan dalam statistik,
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 10
Distribusi Normal
•
Formula:
σ
µ
−
=
x
z
•
Dimana:
–
z = z-score
–
y = nilai individual
–
= rata-rata populasi
–
Σ = standard deviasi populasi
Nutrition Biostatistics, Widya Rahmawati,11
Distribusi Normal
•
Sekitar 68% (2/3) luas dari kurva distribusi normal berada ± 1
SD dari nilai mean, atau 68% dari peluang sampel yang
diambil secara acak akan berada diantara mean ± 1 SD
± 1
diambil secara acak akan berada diantara mean ± 1 SD
± 1
z-score
•
Sekitar 95% dari luas kurva normal berada pada ± 2 SD daro
nilai mean (tepatnya 1,96 SD)
± 2 z-score
•
Sekitar 99,7% dariluas kurva normal berada dalam ± 3 SD dari
nilai mean
± 3 z-score
Nutrition Biostatistics, Widya Rahmawati,
Distribusi Normal
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 13
x ± 1 SD = ± 1 z-score= 68%
X ± 2 SD = ± 2 z-score = 95%
X ± 3 SD = ± 3 z-score = 99,7%
Contoh Distribusi Normal
•
Terdapat data tinggi badan siswi SMU yang
berdistribusi normal.
•
Diketahui: rata-rata tinggi badan (µ) = 163 cm,
SD (σ) = 6 cm.
SD (σ) = 6 cm.
•
Apabila secara acak kita memilih satu sampel,
berapa probabilitas kita mendapatkan subyek
yang memiliki:
a.
TB > 170 cm?
b.
TB < 170 cm?
c.
Antara 165-170 cm?
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 14
Jawaban a.
•
z=(y-µ)/ σ = (170-163) / 6 = 1,17
•
> 170 cm, berarti area di sebelah kanan (area above z)
dari kurva z, dengan nilai z =1,17
•
Lihat Tabel A1 (Area under the normal curve z):
–
Untuk z = 1,17
area above z = 0,1210 = 12,1%
–
Untuk z = 1,17
area above z = 0,1210 = 12,1%
•
Jadi, probabilitas untuk mendapatkan siswi dengan TB >
170 cm adalah 12,1%
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 15
Jawaban b.
•
< 170 cm, berarti area di sebelah kiri (area to the left of
z) dari kurva z, dengan nilai z =1,17
•
Berdasarkan Tabel A1 (Area under the normal curve z):
–
Untuk z = 1,17
area above z = 0,1210 = 12,1%
–
Maka, area di sebelah kiri dari kurva z = 1-0.1210 = 0,8790 =
–
Maka, area di sebelah kiri dari kurva z = 1-0.1210 = 0,8790 =
87,9%
•
Jadi, probabilitas untuk mendapatkan siswi dengan TB <
170 cm adalah 87,9%
Nutrition Biostatistics, Widya Rahmawati,
Jawaban c.
•
Untuk TB = 170 cm
z=(y-µ)/ σ = (170-163)/6 = 1,17
–
Untuk z = 1,17
area above z = 0,1210
–
Maka, area di sebelah kiri dari kurva z = 1-0,1210 = 0,8790
•
Untuk TB = 165 cm
z=(y-µ)/ σ = (165-163)/6 = 0,33
•
Lihat Tabel A1 (Area under the normal curve z):
–
Untuk z = 0,33
area above z = 0,3707
area di sebelah kirinya =
–
Untuk z = 0,33
area above z = 0,3707
area di sebelah kirinya =
1- 0,3707 = 0,6293
•
Di antara 165-170 berarti area di antara z 0,33 s.d 1,17 =
0,8790 – 0,6293 = 0,2497
•
Probabilitas mendapatkan siswi dengan TB antara 165-170
cm adalah 24,97%
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 17
2) DISCRETE/DISCONTINUES DISTRIBUTION
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 18
2) DISCRETE/DISCONTINUES DISTRIBUTION
•
Probabilitas Binomial
–
Sakit vs. tidak sakit
–
Sehat vs. tidak sehat
–
Laki-laki vs. perempuan
–
Laki-laki vs. perempuan
•
Jenis lain:
–
Distribusi binomial
–
Distribusi poisson
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 19
Distribusi Binomial
•
(ditemukan oleh JAMES BERNOULLI)
•
Adalah suatu distribusi teoritis yang menggunakan var
random diskrit (var yang hanya memiliki nilai tertentu,
nilainya merupakan bilangan bulat dan asli tidak berbentuk
pecahan) yang terdiri dari dua kejadian yang
berkomplementer seperti sukses-gagal, baik-cacat,
berkomplementer seperti sukses-gagal, baik-cacat,
siang-malam, dsb.
•
Ciri-ciri Distribusi Binomial
–
Setiap percobaan hanya memiliki dua peristiwa, seperti
sukses-gagal
–
Probabilitas satu peristiwa adalah tetap, tidak berubah untuk
setiap perubahan
–
Percobaannya bersifat independen, artinya peristiwa dari suatu
percobaan tidak mempengaruhi atau dipengaruhi peristiwa
dalam percobaan lainnya
–
Jumlah atau banyaknya percobaan yang merupakan komponen
percobaan binomial harus tetap
Nutrition Biostatistics, Widya Rahmawati,
Distribusi Binomial
•
Formula:
•
•
Tabel: Binomial Probabilities or Cummulative
•
Tabel: Binomial Probabilities or Cummulative
Binomial Probabilities (A9)
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 21
Contoh
•
Untuk kasus bedah, probabilitas kegagalan
terapi (pasien meninggal) adalah 5% (0,05)
•
Apabila ada 2 pasien, berapa probabilitas:
a) Kedua pasien hidup/terapi berhasil
a) Kedua pasien hidup/terapi berhasil
b) Satu meninggal
c) Kedua pasien meninggal
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 22
Pasien 1
Pasien 2
Jumlah Pasien
Meninggal
Probabilitas
Meninggal (P)
Meninggal (P)
2
P*P
Hidup (1-P)
1
P*(1-P)
Hidup (1-P)
Meninggal (P)
1
(1-P)*P
Hidup (1-P)
0
(1-P)*(1-P)
Nutrition Biostatistics, Widya Rahmawati,
PS Ilmu Gizi FKUB, 2012 23
Distribusi Poisson
•
(ditemukan: SD Poisson, Ahli Matematika asal
Perancis)
•
Adalah suatu distribusi teoritis yang memakai var
random diskrit, yaitu banyaknya hasil percobaan
yang terjadi dalam suatu interval waktu tertentu.
yang terjadi dalam suatu interval waktu tertentu.
•
Ciri-ciri dari distribusi Poisson :
–
(1) Banyaknya hasil percobaan yang satu tidak
tergantung dari banyaknya hasil percobaan yang lain.
–
(2) Probabilitas hasil percobaan sebanding dengan
panjang interval waktu.
–
(3) Probabilitas lebih dari satu hasil percobaan yang
terjadi dalam interval waktu yang singkat dalam
daerah yang kecil dapat diabaikan.
Nutrition Biostatistics, Widya Rahmawati,
Distribusi Poisson
•
Distribusi Poisson digunakan dalam:
–
(1) Menghitung probabilitas terjadinya peristiwa
menurut satuan waktu, ruang atau isi, luas,
panjang seperti:
panjang seperti:
•
Banyaknya penggunaan telpon per menit
•
banyaknya kesalahan ketik per halaman sebuah buku
•
banyaknya mobil yang lewat selama 5 menit di suatu
ruas jalan, dsb.
–
(2) Menghitung disktribusi binomial apabila
n-besar (n > 30) dan p relatif kecil (p < 0,1)
Nutrition Biostatistics, Widya Rahmawati,