distribusi sampling rerata

DISTRIBUSI SAMPLING RERATA
DISTRIBUSI SAMPLING RERATA
• Rerata sampel:
hanya merupakan pendekatan
jarang mempunyai nilai yang sama persis dengan
rerata populasinya
• Kumpulan rerata dari beberapa sampel :
membentuk distribusi sampling rerata distribusi dari
rerata aritmatik dari seluruh sampel acak yang mungkin
DISTRIBUSI SAMPLING RERATA
• Ukuran sampel= n yang dapat dipilih dari populasi
berukuran=N.
• Parameter baru µx (rerata) dan σx (standard
error atau galat baku).
• Rerata dari distribusi sampling (µx) adalah= rerata
dari populasi (µ).
DISTRIBUSI SAMPLING RERATA
DISTRIBUSI SAMPLING RERATA
σ diketahui
• Persamaan galat bakunya:
σ =
σ
x
n
bila n/N ≤ 5% (populasi tak berhingga)
σ  N − n 
σx =


n  N −1 
bila n/N > 5% (populasi berhingga)
DISTRIBUSI SAMPLING RERATA: σ tidak
diketahui
• Untuk sampel n lebih kecil dari 30 distribusi t, dengan:
x−µ
t=
s/ n
• Tingkat keyakinan dari distribusi t adalah = 1 – α
• Area distribusi t menggambarkan satu sisi
• Derajat kebebasan (df) = n-1
DISTRIBUSI SAMPLING VARIANSI
Variansi selalu akan menghasilkan nilai positif distribusinya bukan berbentuk kurva normal.
Distribusi ini distribusi chikuadrat, dengan:
X
dengan df = n-1
2
(
n − 1)s
=
σ
2
2
UJI NORMALITAS
• Bila sebuah distribusi mempunyai distribusi normal menghitung probabilitas dapat menggunakan tabel
distribusi normal.
• Untuk distribusi sampling rerata transformasinya
menjadi:
Z
(
x − µx )
=
σx
UJI NORMALITAS
• Cara pengujian normalitas:
a. Uji normalitas pada kertas probabilitas
b. Uji normalitas dengan chi-kuadrat (goodness-of-fit):
X =∑
2
( f0 − fe )
2
fe
f0 = frekuensi dari observasi (data sampel)
fe = frekuensi teoritis (ekspektasi dari kurva normal)
UJI NORMALITAS
• Ketentuan:
X2 perhitungan < X2 teoritis data terdistribusi
normal
UJI NORMALITAS