DISTRIBUSI SAMPLING STATISTIK

Slides:



Advertisements
Presentasi serupa
METODE STATISTIKA Pertemuan III DISTRIBUSI SAMPLING.
Advertisements

Distribusi Chi Kuadrat, t dan F
Analisa Data Statistik Chap 9a: Estimasi Statistik (Interval Dua Sampel) Agoes Soehianie, Ph.D.
Analisa Data Statistik Chap 9a: Estimasi Statistik (Interval Kepercayaan Sampel Tunggal) Agoes Soehianie, Ph.D.
ANALISIS KORELASI.
Pertemuan 6 UJI HIPOTESIS
Pendahuluan Landasan Teori.
Limit Distribusi.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
Kuliah ke 12 DISTRIBUSI SAMPLING
DISTRIBUSI NORMAL.
SAMPLING DAN DISTRIBUSI SAMPLING
Taksiran Interval untuk Selisih 2 Mean Populasi
DISTRIBUSI DARI FUNGSI VARIABEL RANDOM
DISTRIBUSI SAMPLING Pertemuan ke 10.
Statistika Multivariat
Rentang Kepercayaan (Confidence Interval)
TEORI PENDUGAAN STATISTIK
TEORI PENDUGAAN STATISTIK
DISTRIBUSI DISTRIBUSI NORMAL PENDEKATAN NORMAL UNTUK BINOMIAL
BAB XV Distribusi Sampel
Bab 5 Distribusi Sampling
Kuliah ke 9 ESTIMASI PARAMETER SATU POPULASI
DISTRIBUSI SAMPLING Inne Novita Sari.
Distribusi Sampling Distribusi Rata-rata, Proporsi, Selisih dan Jumlah Rata-rata, Selisih Proporsi.
DISTRIBUSI SAMPLING Inne Novita Sari.
Distribusi F (Fisher) Rasio ragam dari dua populasi yang bersifat bebas, dapat diduga dari rasio varians sampel. Dan rasio ini akan memiliki bentuk sebaran.
VI. ESTIMASI PARAMETER Estimasi Parameter : Metode statistika yang berfungsi untuk mengestimasi/menduga/memperkirakan nilai karakteristik dari populasi.
TEORI PENDUGAAN (TEORI ESTIMASI)
STATISTIKA INFERENSIAL
STATISTIK II Pertemuan 4: Interval Konfidensi Dosen Pengampu MK:
UJI HIPOTESIS (2).
Distribusi Normal.
Distribusi Normal.
Distribusi Sampling Juweti Charisma.
Populasi dan Sampel Populasi : totalitas dari semua objek/ individu yg memiliki karakteristik tertentu, jelas dan lengkap yang akan diteliti Sampel : bagian.
KONSEP DASAR STATISTIK
Aplikasi Komputer & Pengolahan Data PENGUJIAN RATA-RATA SATU SAMPEL
Bab 4. Teori Penarikan Sampel
Statistika Industri Week 2
DISTRIBUSI SAMPLING Inne Novita Sari.
Populasi : seluruh kelompok yang akan diteliti
STATISTIK II Pertemuan 5: Interval Konfidensi Dosen Pengampu MK:
STATISTIK II Pertemuan 4: Distribusi Sampling Dosen Pengampu MK:
STATISTIK II Pertemuan 5: Distribusi Sampling (Lanjutan)
STATISTIK Pertemuan 6: Interval Konfidensi Dosen Pengampu MK:
BAB 3 PENARIKAN SAMPEL DAN PENDUGAAN
ESTIMASI.
STATISTIK Pertemuan 6: Teori Estimasi (Interval Konfidensi)
TUGAS MANDIRI DIKUMPULKAN RABU, 6 APRIL 2011
Distribusi Sampling.
DISTRIBUSI PELUANG Nugroho.
Bab1.Teori Penarikan Sampel
Distribusi Sampling Tujuan Pembelajaran :
TEORI PENDUGAAN STATISTIK
Kelompok 5 Nama Kelompok : Ari Eka Saputri Rani Haryani Syafira Ulfah
HARGA HARAPAN.
BAB 8 DISTRIBUSI NORMAL.
Distribusi t Untuk sampel ukuran , taksiran yang baik dapat diperoleh dengan menggunakan . Bila memberikan taksiran.
Distribusi Sampling.
Bab 5 Distribusi Sampling
TUGAS 2.
HARGA HARAPAN.
TEORI PENDUGAAN SECARA STATISTIK
Hasil analisis dari pengukuran kadar glukosa darah sewaktu-waktu sejumlah 100 orang didapat rata-rata 152 mg% dan S = 55 mg%. Dapatkanlah probabilitas.
PENGERTIAN DISTRIBUSI TEORITIS
TUGAS 1 (STATISTIK II) 1. Anggota komisaris direktur PT.ABC terdiri atas 12 orang, dimana 3 diantaranya adalah wanita. Tiga perwakilan dipilih secara.
TEORI PENDUGAAN STATISTIK
STATISTIK II Pertemuan 4: Interval Konfidensi Dosen Pengampu MK:
Distribusi Sampling Menik Dwi Kurniatie, S.Si., M.Biotech.
Transcript presentasi:

DISTRIBUSI SAMPLING STATISTIK PERTEMUAN KE 11

Statistik Suatu harga yang diambil dari suatu sampel Harga statistik yang diambil dari suatu populasi yang sama akan berbeda-beda, dengan demikian statistik adalah variabel random, mempunyai probabilitas Distribusi probabilitas suatu statistik dinamakan distribusi sampling harga statistik. Deviasi standartnya dinamakan deviasi standart statistik itu

Distribusi sampling Jika harga statistik sampel x1,x2,x3…..xn Mean = Variansi = s2 sampel x1,x2,x3…..xn Mean = Variansi = s2 Populasi x1,x2,x3…..xn Mean = Variansi = 2 sampel x1,x2,x3…..xn Mean = Variansi = s2 sampel x1,x2,x3…..xn Mean = Variansi = s2 = Variabel acak Jika harga statistik Mean = Distribusi sampling harga mean Variansi = Distribusi sampling harga variansi

Teorema Limit Tengah untuk Rata-rata Apabila sampel berukuran n besar (≥30) diambil dari populasi yang mempunyai rata-rata  dan deviasi standart , maka rata-rata sampel akan berdistrib usi normal dengan rata-rata  dan devisi standart Khusus : apabila populasinya terdistribusi normal maka n pada teorema di atas tidak harus besar. Jadi Adalah normal standart

Apabila  diketahui Sampel Tanpa Pengembalian Jika sampel-sampel rondom berukuran n diambil dari suatu populasi dengan mean =  dan variansi = 2 maka : Sampel Tanpa Pengembalian Distribusi sampling harga mean akan mempunyai mean =  dan variansi = (bila n/N  5% (populasi tak berhingga)

Sampel Tanpa Pengembalian Distribusi sampling harga mean akan mempunyai mean =  variansi = (bila n/N ≥ 5% (populasi berhingga)

Dalam praktek jika N sangat besar dibandingkan dengan n maka Sangat dekat dengan 1 Jika n >> istribusi harga mean, mendekati distribusi normal, sehingga variabel random Mendekati sistribusi standart Jika populasi berdistri normal maka distribusi sampling hatga mean beristribusi normal seberapa besar n

Apabila  tidak diketahui Untuk sampel besar  dapat diketahui dengan menghitung s Untuk n  30 maka perlu pendekatan distribusi t Tingkat keyakinan distribusi t = 1- Distribusi t menggambarkan dua sisi, misal dengan tingkat keyakinan 95%, diinginkan kesalahan  =5% dan probabilitasnya icari pada t0,25 db = n-1