DISTRIBUSI SAMPLING STATISTIK

Presentasi berjudul: "DISTRIBUSI SAMPLING STATISTIK"— Transcript presentasi:

1 DISTRIBUSI SAMPLING STATISTIK
PERTEMUAN KE 11

2 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

3 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

4 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

5 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)

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

7 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

8 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