biostatistika (kui 611) topik3:variabel random & distribusi probabilitas · 2011. 10. 3. ·...

27
TOPIK 3: VARIABEL RANDOM & Biostatistika (KUI 611) TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS 1

Upload: others

Post on 11-Feb-2021

5 views

Category:

Documents


0 download

TRANSCRIPT

  • TOPIK 3: VARIABEL RANDOM &Biostatistika (KUI 611)

    TOPIK 3: VARIABEL RANDOM & DISTRIBUSI PROBABILITAS

    1

  • ProbabilitasProbabilitas

    • Perlunya pengetahuan tentang probabilitasPerlunya pengetahuan tentang probabilitasdalam Biostatistik

    • Pengertian probabilitas variabel random dan• Pengertian probabilitas, variabel random dandistribusi probabilitas

    M k P b billi• Menggunakan Probabillitas

    2

  • ProbabilitasProbabilitas

    Harga yang menunjukkan seberapa besarHarga yang menunjukkan seberapa besarkemungkinan suatu peristiwa akan terjadi

    PastiTidak mungkin Mungkin ya mungkin tidak

    0 1

    Sangat tidak mungkin Sangat mungkinSangat tidak mungkin Sangat mungkin

    3

  • Probabilitas vs. StatistikaProbabilitas vs. StatistikaPermasalahan dalam probabilitas

    Bila diambil satu orang secara random,berapa probabilitas mendapatkan orangyg terambil sakit?

    3)( =P12

    ) ( =P

    sakit

    sehat

    sakit

    4

  • Probabilitas vs. StatistikaProbabilitas vs. StatistikaPermasalahan dalam statistika

    Bila diperoleh sampel seperti di bawah,berapa proporsi orang yang sakitdalam populasi?

    ??inferensi

    sakit

    sehat

    sakit

    5

  • Populasi dan SampelPopulasi dan Sampel

    X : biaya persalinanX : biaya persalinan

    Populasi sampel

    sampling

    Populasi sampel

    inferensiB t tBerapa rata-ratabiaya persalinan?

    6

  • Terminologi dalam SamplingTerminologi dalam Sampling

    • Populasi: Himpunan semua obyek yangPopulasi: Himpunan semua obyek yang diamati

    • Unit: Anggota (elemen) populasi• Unit: Anggota (elemen) populasi• Sampel: Sebagian dari anggota populasi• Kerangka sampel Daftar anggota populasi (unit)

    • Variabel Karakteristik dari unit yang ingin diamati

    7

  • Statistika InferensialStatistika Inferensial

    • Statistika Inferensial: Mengambil kesimpulan,Statistika Inferensial: Mengambil kesimpulan, inferensi atau generalisasi tentang suatu populasi berdasarkan informasi yang diperoleh dari sampel.

    • Parameter: Suatu harga (numerik) dihitung dari populasi yang memberi deskripsi/karakteristik pada populasi.

    • Statistik: Suatu harga (numerik) yang dihitung dari sampel.

    8

  • Statistika InferensialStatistika Inferensial

    X : biaya persalinanX : biaya persalinaninferensi

    Populasi sampel

    samplingμ

    xparameter Populasi sampelparameter

    statistik

    μ Rata-rata biaya persalinan x Rata-rata biaya persalinanμ Rata rata biaya persalinan(populasi)

    x Rata rata biaya persalinan(sampel)

    9

  • Sampling dan DesainSampling dan Desain

    Populasi sampel

    sampling

    Populasi sampel

    non-random

    random:random:−simple−stratification−cluster−systematic

    Desain:LongitudinalCohortCase-controldst

    10

  • Jenis InferensiJenis Inferensi

    • EstimasiEstimasi– Estimasi titik Estimasi interval– Estimasi interval

    – Digunakan untuk ”menjawab pertanyaan”Uji Hi t i• Uji Hipotesis– Digunakan untuk ”menjawab pernyataan”– Berbeda dengan uji hipotesis penelitian

    11

  • Jenis InferensiJenis Inferensi

    • Interval KonfidensiBerapa mean (rata‐rata, dilambangkan sebagi μ) biaya persalinan? Jawaban suatu pertanyaan berupa pernyataan:Jawaban suatu pertanyaan berupa pernyataan:

    Uji Hi t i

    rupiah)(ribu 3000500 ≤≤ μ

    • Uji Hipotesis

    Jawaban sebuah pernyataan: rupiah juta 2 persalinan biayamean :H0

    p ykonfirmasi Ya atau Tidak (setuju atau Tidak)– Hipotesis statistik tdk selalu sama dengan hipotesis penelitian

    12

  • Parameter dan EstimatornyaParameter dan Estimatornya

    Beberapa Contoh:

    Parameter(populasi)

    Estimator / Statistik (sampel)

    p

    Mean (rata-rata) Mean (rata-rata)

    P i P i l

    μ xProporsi

    P atau Proporsi sampel

    pStandar deviasi Standar deviasi sampel

    πp

    13

  • Distribusi ProbabilitasDistribusi Probabilitas

    Statistik (estimator) mengikuti distribusi Stat st (est ato ) e g ut d st busteoritis (model) tertentu yang dapat digunakan sebagai dasar inferensi.

    Contoh:• Distribusi Normal (Gaussian)• Distribusi Binomial• Distribusi Poisson• Distribusi Eksponensial

    14

  • Distribusi ProbabilitasDistribusi ProbabilitasDistribusi Normal (Gaussian)

    0.20

    Berat badan anak laki-lakiusia 5 tahun

    00.

    150.

    050.

    10

    1 0 1 2 1 4 1 6 1 8

    0.00

    0

    be ra t ba da n (kg)

    1 0 1 2 1 4 1 6 1 8

    15

  • Distribusi ProbabilitasDistribusi ProbabilitasDistribusi Eksponensial

    0.3

    Lama waktu tunggumulai dinyatakan dioperasisampai masuk ruang operasi

    0.2

    0 sampai masuk ruang operasi

    0.1

    00.

    0

    Lama tunggu operasi (hari)

    0 2 4 6 8

    16

  • Distribusi ProbabilitasDistribusi ProbabilitasDistribusi Binomial

    Peluang banyaknya anak yangbelum di-imunisasi dari 10 anak jika diketahui cakupan imunisasi 90%0.

    3

    j p

    0.2

    0.1

    0.0

    0 1 2 3 4 5 6 7 8 9 10

    banyaknya anak17

  • Distribusi ProbabilitasDistribusi ProbabilitasDistribusi Poisson

    Peluang banyaknya pasien UGD korban kecelakaan lalu lintas dalamsehari50.

    200

    0.15

    .05

    0.1

    0.00

    0.

    0 2 4 6 8 10 13 16 19

    banyaknya pasien

    0

    18

  • Distribusi NormalDistribusi Normal

    19

  • Distribusi NormalDistribusi Normal

    20

  • Distribusi NormalDistribusi Normal

    21

  • Distribusi NormalDistribusi Normal

    22

  • Distribusi NormalDistribusi Normal

    23

  • Distribusi NormalDistribusi Normal

    24

  • Distribusi NormalDistribusi Normal

    25

  • Tahapan InferensiTahapan Inferensi• Identifikasilah parameter yang dapat digunakan untuk 

    j l k l i b d k i b l j dimenjelaskan populasi berdasarkan variabel yang menjadi perhatian

    • Tentukan statistik yang dapat digunakan untuk inferensi b diparameter tersebut di atas

    • Tentukan distribusi (model) statistik di atas berdasarkan deskripsi data dan informasi lain; kemudian periksalah 

    k h d hi i d i d lapakah data memenuhi asumsi yang mendasari model tersebut

    • Tentukan apakah diperlukan metode alternatif bila asumsi d k d d htidak dapat dipenuhi 

    • Tentukan apakah akan digunakan estimasi atau uji hipotesis

    26

  • Aktivitas – Latihan – Topik 3Aktivitas  Latihan  Topik 3

    k l h d• Gunakan permasalahan yang sama seperti pada aktivitas‐latihan‐Topik 1, jelaskan metode dan cara pengumpulan datanya (boleh memberipengumpulan datanya (boleh memberi permasalahan lain, tidak harus sama dengan permasalahan sebelumnya)p y )

    • Apakah diperlukan statistika untuk menganalisis data permasalahan yang anda kemukakan di atas?p y g

    • Model probabilitas apa yang dapat digunakan untuk menjelaskan fenomena permasalahan yang anda kemukakan di atas?

    27