You are on page 1of 7

2.

3 sampling dan distribusi sampling


Pada bagian ini metode yang sering digunakan adalah random sample
method, random sample method adalah sampel yang telah dipilih dari
suatu populasi sehingga setiap sampel memiliki probabilitas yang sama
untuk dipilih.
Statistik inferensi memanfaatkan banyaknya sample yang dihitung dari
pengamatan pada sample. Statistik sebagai fungsi dari berbagai
pengamatan pada sampel yang tidak termasuk parameter yang tidak
diketahui,
maka mean sampel :

Varian sampel :
Properties of the sample mean and variance
Sampel mean adalah estimator dari rata-rata populasi, dan varian sampel adalah estimator
varian populasi, sedangkan nilai numerik tertentu dari estimator dihitung dari data sampel
disebut perkiraan/estimasi, yang perlu diingat yaitu perkiraan atau estimasi adalah random
variabel
Dua syarat penting yang dibutuhkan untuk menentukan estimasi/perkiraan sebagai berikut :
• Titik perkiraan harus tidak bias. Artinya, nilai rata-rata atau perkiraan harus sama dengan
parameter yang diperkirakan. Meskipun keinginan itu diinginkan, properti ini saja tidak
selalu membuat penduga yang baik.
• Estimasi unbias harus memiliki varian minimum. Syarat ini menyatakan bahwa perkiraan
varian minimum memiliki varian yang lebih kecil dari perkiraan varian lain dari parameter
tersebeut.
Degree of Freedom

Jumlah sampel n-1 pada Persamaan di bawah ini disebut jumlah


derajat kebebasan dari jumlah kuadrat (Degree of Freedom)

Hasil ini yang sangat umum ; Artinya, jika y adalah random variabel dengan
varians =∑(yi - ȳ)² memiliki derajat kebebasan, maka

Jumlah derajat kebebasan dari jumlah kuadrat sama dengan jumlah elemen
independen dalam jumlah kuadrat tersebut.
Normal dan distribusi sampling
estimator dapat menentukan distribusi probabilitas dari statistik tertentu jika
mengetahui distribusi probabilitas populasi dari mana sampel diambil. Distribusi
probabilitas dari suatu statistik disebut distribusi sampling.
Salah satu distribusi sampling yang paling penting adalah distribusi normal. Jika y
adalah random variabel normal, distribusi probabilitas y adalah :

Dimana adalah mean distribusi adalah varian.


Distribusi sampling dapat didefinisikan dalam hal normal random variabel
adalah chi-square , normal random variable distribusi dan
independen dengan mean 0 dan varians 1, disingkat NID (0, 1), kemudian
random variabel.

Persamaan distribusi chi-kuadrat dengan k derajat kebebasan. Fungsi chisquare


adalah :
Persamaan distribusi t dengan k derajat kebebasan, dilambangkan Fungsi t
adalah :

dan mean dan varians dari t adalah


distribusi F dengan pembilang derajat kebebasan dan penyebut
derajat kebebasan. Jika x adalah F random variabel dengan pembilang
u dan penyebut derajat kebebasan, maka distribusi probabilitas x
adalah :

You might also like