DISTRIBUSI SAMPLING RERATA

• Rerata sampel:

� hanya merupakan pendekatan

� jarang mempunyai nilai yang sama persis denganrerata populasinya

DISTRIBUSI SAMPLING RERATA

• Kumpulan rerata dari beberapa sampel :

membentuk distribusi sampling rerata � distribusi darirerata aritmatik dari seluruh sampel acak yang mungkin

• Ukuran sampel= n yang dapat dipilih dari populasiberukuran=N.

• Parameter baru � µx (rerata) dan σx (standard

DISTRIBUSI SAMPLING RERATA

• Parameter baru � µx (rerata) dan σx (standard error atau galat baku).

• Rerata dari distribusi sampling (µx) adalah= reratadari populasi (µ).

DISTRIBUSI SAMPLING RERATA

DISTRIBUSI SAMPLING RERATA

σ diketahui

• Persamaan galat bakunya:

bila n/N ≤ 5% (populasi tak berhingga)

nx

σσ =

bila n/N ≤ 5% (populasi tak berhingga)

bila n/N > 5% (populasi berhingga)

−−

=1N

nN

nx

σσ

DISTRIBUSI SAMPLING RERATA: σ tidak

diketahui

• Untuk sampel n lebih kecil dari 30 � distribusi t, dengan:

ns

xt

/

µ−=

• Tingkat keyakinan dari distribusi t adalah = 1 – α

• Area distribusi t menggambarkan satu sisi

• Derajat kebebasan (df) = n-1

ns /

DISTRIBUSI SAMPLING VARIANSI

� Variansi selalu akan menghasilkan nilai positif �

distribusinya bukan berbentuk kurva normal.

� Distribusi ini � distribusi chikuadrat, dengan:� Distribusi ini � distribusi chikuadrat, dengan:

dengan df = n-1

( )2

2

2 1

σsn

X−

=

UJI NORMALITAS

• Bila sebuah distribusi mempunyai distribusi normal �

menghitung probabilitas dapat menggunakan tabel

distribusi normal.

• Untuk distribusi sampling rerata � transformasinya

menjadi:

( )x

xxZ

σµ−

=

UJI NORMALITAS

• Cara pengujian normalitas:

a. Uji normalitas pada kertas probabilitas

b. Uji normalitas dengan chi-kuadrat (goodness-of-fit):

( )− ff2

f0 = frekuensi dari observasi (data sampel)

fe = frekuensi teoritis (ekspektasi dari kurva normal)

( )∑

−=

e

e

f

ffX

2

02

• Ketentuan:

X2 perhitungan < X2 teoritis � data terdistribusi

normal

UJI NORMALITAS

UJI NORMALITAS