DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

dokumen-dokumen yang mirip
Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

Distribusi Sampling (Distribusi Penarikan Sampel)

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi

STATISTIKA II Distribusi Sampling. (Nuryanto, ST., MT)

DISTRIBUSI SAMPLING. Oleh : Dewi Rachmatin

Metode Statistika STK211/ 3(2-3)

1. PENGERTIAN. Manfaat Sampling :

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

STATISTIK PERTEMUAN VIII

PENDAHULUAN. (ingat : STATISTIKA STATISTIK!!! )

BAB V UKURAN GEJALA PUSAT (TENDENSI CENTRAL)

Statistika Inferensia: Pendugaan Parameter. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

A. Pengertian Hipotesis

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto. Statistika

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

mempunyai sebaran yang mendekati sebaran normal. Dalam hal ini adalah PKM (penduga kemungkinan maksimum) bagi, ˆ ˆ adalah simpangan baku dari.

x = μ...? 2 2 s = σ...? x x s = σ...?

JENIS PENDUGAAN STATISTIK

SEBARAN t dan SEBARAN F

Proses Pendugaan. 95% yakin bahwa diantara 40 & 60. Mean X = 50. Mean,, tdk diketahui. Contoh Prentice-Hall, Inc. Chap. 7-1

BAB 6: ESTIMASI PARAMETER (2)

Statistika Inferensial

Pendugaan Parameter. Debrina Puspita Andriani /

Modul Kuliah statistika

METODE PENELITIAN. dalam tujuh kelas dimana tingkat kemampuan belajar matematika siswa

BAB V ANALISA PEMECAHAN MASALAH

BAB VIII MASALAH ESTIMASI SATU DAN DUA SAMPEL


REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

Distribusi Pendekatan (Limiting Distributions)

STATISTIKA NON PARAMETRIK

Distribusi Sampling merupakan distribusi teoritis (distribusi kemungkinan) dari semua hasil sampel yang mungkin, dengan ukuran sampel yang tetap N,

II. LANDASAN TEORI. Sampling adalah proses pengambilan atau memilih n buah elemen dari populasi yang

Distribusi Sampling Sebaran Penarikan Contoh. Bidang Inferensia Statistik membahas generalisasi/penarikan kesimpulan dan prediksi/peramalan.

Sebaran Penarikan Contoh. Dept Statistika FMIPA IPB

Pengertian Estimasi Titik. Estimasi (Pendugaan) Estimasi (Pendugaan) Estimasi (Pendugaan) Populasi dan Sampel. Mean Proporsi

TINJAUAN PUSTAKA Pengertian

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

Pendahuluan. Dalam statistika tercakup dua pekerjaan penting, yaitu : penyajian DATA menghasilkan INFORMASI penafsiran

9 Departemen Statistika FMIPA IPB

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Pertemuan Ke-11. Teknik Analisis Komparasi (t-test)_m. Jainuri, M.Pd

Analisa Data Statistik. Ratih Setyaningrum, MT

Sampling Process and Sampling Distribution Inference : Point and Interval Estimates. Pertemuan 2

Yang biasa dinamakan test komposit lawan komposit. c. Hipotesis mengandung pengertian minimum. Perumusan H 0 dan H 1 berbentuk :

Mata Kuliah: Statistik Inferensial

BAB III METODE PENELITIAN Penelitian ini dilakukan di kelas X SMA Muhammadiyah 1 Pekanbaru. semester ganjil tahun ajaran 2013/2014.

III. METODOLOGI PENELITIAN. diinginkan. Menurut Arikunto (1991 : 3) penelitian eksperimen adalah suatu

Statistika 2. Pengujian Hipotesis. 1. Pendahuluan. Topik Bahasan: Oleh : Edi M. Pribadi, SP., MSc.

II. LANDASAN TEORI. dihitung. Nilai setiap statistik sampel akan bervariasi antar sampel.

TEKNIK SAMPLING PCA SISTEMATIK. Hazmira Yozza Izzati Rahmi HG. Jurusan Matematika FMIPA - Unand

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

BAB VII DISTRIBUSI SAMPLING DAN DESKRIPSI DATA

Pendugaan Parameter 1

ESTIMASI TITIK DAN INTERVAL KEPERCAYAAN

INTERVAL KEPERCAYAAN

ESTIMASI. (PENDUGAAN STATISTIK) Ir. Tito Adi Dewanto

Hazmira Yozza Izzati Rahmi HG Jurusan Matematika FMIPA Unand

1. Pendahuluan. Materi 3 Pengujuan Hipotesis

BAB 3 ENTROPI DARI BEBERAPA DISTRIBUSI

Pedahulua Hipotesis: asumsi atau dugaa semetara megeai sesuatu hal. Ditutut utuk dilakuka pegeceka kebearaya. Jika asumsi atau dugaa dikhususka megeai

PENDAHULUAN. Statistika penyajian DATA untuk memperoleh INFORMASI penafsiran DATA. Data (bentuk tunggal : Datum ) : ukuran suatu nilai

BAB I PENDAHULUAN. 1.1 Latar Belakang. Universitas Sumatera Utara

Pendahuluan. Dalam statistika tercakup dua pekerjaan penting, yaitu : penyajian DATA menghasilkan INFORMASI penafsiran

Statistika Inferensia: Pengujian Hipotesis. Dr. Kusman Sadik, M.Si Dept. Statistika IPB, 2015

TEORI PENAKSIRAN. Bab 8. A. Pendahuluan. Kompetensi Mampu menjelaskan dan menganalisis teori penaksiran

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

STATISTICS. Hanung N. Prasetyo Week 11 TELKOM POLTECH/HANUNG NP

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

REGRESI LINIER GANDA

Pendugaan Parameter. Selang Kepercayaan = Konfidensi Interval = Confidence Interval

BAB III METODE PENELITIAN

Ukuran Pemusatan. Pertemuan 3. Median. Quartil. 17-Mar-17. Modus

Pendahuluan. Dalam statistika tercakup dua pekerjaan penting, yaitu : penyajian DATA menghasilkan INFORMASI penafsiran

BAB III METODOLOGI PENELITIAN. data dalam penelitian ini termasuk ke dalam data yang diambil dari Survei Pendapat

UKURAN PEMUSATAN UKURAN PENYEBARAN

III. METODE PENELITIAN. Penelitian ini dilaksanakan di SMPN 20 Bandar Lampung, dengan populasi

Selang Kepercayaan (Confidence Interval) Pengantar Penduga titik (point estimator) telah dibahas pada kuliah-kuliah sebelumnya. Walau statistikawan

III. METODOLOGI PENELITIAN. Penelitian ini dilakukan di SMA Negeri 1 Way Jepara Kabupaten Lampung Timur

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

III. METODOLOGI PENELITIAN. Penelitian ini dilaksanakan di MTs Muhammadiyah 1 Natar Lampung Selatan.

BAB III METODOLOGI PENELITIAN

Distribusi Peluang BERBAGAI MACAM DISTRIBUSI SAMPEL. Distribusi Peluang 5/6/2012

III. METODE PENELITIAN

Distribusi Sampel Sampling Distribution

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

UKURAN PEMUSATAN DATA

Bab 6 PENAKSIRAN PARAMETER

Statistika dibagi menjadi dua, yaitu: 1. Statistika Deskriftif 2. Statistik Inferensial Penarikan kesimpulan dapat dilakukan dengan dua cara, yaitu:

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

METODE NUMERIK JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS BRAWIJAYA 7/4/2012 SUGENG2010. Copyright Dale Carnegie & Associates, Inc.

Nama : INDRI SUCI RAHMAWATI NIM : ANALISIS REGRESI SESI 01 HAL

PENDUGA RASIO UNTUK RATA-RATA POPULASI MENGGUNAKAN KUARTIL VARIABEL BANTU PADA PENGAMBILAN SAMPEL ACAK SEDERHANA DAN PENGATURAN PERINGKAT MEDIAN

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

I. DERET TAKHINGGA, DERET PANGKAT

PENDUGAAN PARAMETER. Ledhyane Ika Harlyan

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

Transkripsi:

DISTRIBUSI SAMPLING (Distribusi Pearika Sampel) I. PENDAHULUAN Bidag Iferesia Statistik membahas geeralisasi/pearika kesimpula da prediksi/ peramala. Geeralisasi da prediksi tersebut melibatka sampel/cotoh, sagat jarag meyagkut populasi. Sesus = pedataa setiap aggota populasi Samplig = pedataa sebagia aggota populasi = pearika cotoh = pegambila sampel Pekerjaa yag melibatka populasi tidak diguaka, karea: 1. mahal dari segi biaya da waktu yag pajag. populasi aka mejadi rusak atau habis jika disesus misal : dari populasi doat igi diketahui rasaya, jika semua doat dimaka, da doat tidak tersisa, tidak ada yag dijual? Sampel yag baik Sampel yag represetatif Besara/ciri sampel (Statistik Sampel) memberika gambara yag tepat megeai besara ukura populasi (Parameter Populasi) Masih igat beda atara Statistik Sampel Vs Parameter Populasi? perhatika tabel berikut: Ukura/Ciri Parameter Populasi Statistik Sampel Rata-Rata µ : (myu) : ( bar) Selisih Rata-rata µ µ 1 : (ilai 1 : (ilai mutlak) mutlak) Stadar Deviasi = σ : (sigma) S Simpaga Baku Varias = Ragam σ² s² Proporsi π : (phi atau p) p atau p$ Selisih proporsi π1 π :(ilai mutlak p1 p : (ilai mutlak) ) catata : pada Nilai Mutlak, ilai egatif diabaika misal : 3-7 = -4 = 4 Distribusi Samplig / thomas yui guarto / hal 1 dari 11

Sampel yg baik diperoleh dega memperhatika hal-hal berikut : 1. keacakaya (radomess). ukura 3. tekik pearika sampel (samplig) yag sesuai dega kodisi atau sifat populasi Sampel Acak = Cotoh Radom dipilih dari populasi di maa setiap aggota populasi memiliki peluag yag sama terpilih mejadi aggota ruag sampel. BEBERAPA TEKNIK PENARIKAN SAMPEL : 1. Pearika Sampel Acak Sederhaa (Simple Radomized Samplig) Pegacaka dapat dilakuka dega : udia, tabel bilaga acak, program komputer.. Pearika Sampel Sistematik (Systematic Samplig) Tetapka iterval lalu pilih secara acak aggota pertama sampel Cotoh : Ditetapka iterval = 0 Secara acak terpilih : Aggota populasi ke-7 sebagai aggota ke- 1 dalam sampel, maka : Aggota populasi ke-7 mejadi aggota ke- dalam sampel Aggota populasi ke-47 mejadi aggota ke-3 dalam sampel, dst. 3. Pearika Sampel Acak Berlapis (Stratified Radom Samplig) Populasi terdiri dari beberapa kelas/kelompok. Dari setiap kelas diambil sampel secara acak. Perhatika!!!! Atar Kelas bersifat (cederug) berbeda yata (heteroge). Aggota dalam suatu kelas aka (cederug) sama (homoge). Cotoh : Dari 1500 peumpag KA (setiap kelas memiliki ukura yag sama) aka diambil 150 orag sebagai sampel, dilakuka pedataa tetag tigkat kepuasa, maka sampel acak dapat diambil dari : Kelas Eksekutif : 50 orag Kelas Bisis : 50 orag Kelas Ekoomi : 50 orag 4. Pearika Sampel Gerombol/Kelompok (Cluster Samplig) Populasi juga terdiri dari beberapa kelas/kelompok Sampel yag diambil berupa kelompok buka idividu aggota Perhatika!!!! Distribusi Samplig / thomas yui guarto / hal dari 11

Atar Kelas bersifat (cederug) sama (homoge). Aggota dalam suatu kelas aka (cederug) berbeda (heteroge). Cotoh : Terdapat 40 kelas utuk tigkat II Jurusa Ekoomi-GD, setiap kelas terdiri dari 100 orag. Populasi mahasiswa kelas, Ekoomi-UGD = 40 100 = 4000. Jika suatu peelitia dilakuka pada populasi tersebut da sampel yag diperluka = 600 orag, dilakuka pedataa megeai lama waktu belajar per hari maka sampel dapat diambil dari 6 kelas... Dari 40 kelas, ambil secara acak 6 kelas. 5. Pearika Sampel Area (Area Samplig) Prisipya sama dega Cluster Samplig. Pegelompoka ditetuka oleh letak geografis atau admiistratif. Cotoh : Pegambila sampel di daerah JAWA BARAT, dapat dilakuka dega memilih secara acak KOTAMADYA tempat pegambila sampel, misalya terpilih, Kodya Bogor, Sukabumi da Badug, Sampel acak mejadi dasar pearika sampel lai. Selajutya, pembahasa aka meyagkut Pearika Sampel Acak. Pearika Sampel Acak dapat dilakuka dega cara 1. Pearika sampel tapa pemuliha/tapa pegembalia : setelah didata, aggota sampel tidak dikembalika ke dalam ruag sampel. Pearika sampel dega pemuliha : bila setelah didata, aggota sampel dikembalika ke dalam ruag sampel. Berdasarka Ukuraya, maka sampel dibedaka mejadi : 1. Sampel Besar jika ukura sampel () 30. Sampel Kecil jika ukura sampel () < 30 II. DISTRIBUSI PENARIKAN SAMPEL ( DISTRIBUSI SAMPLING) Jumlah Sampel Acak yag dapat ditarik dari suatu populasi adalah sagat bayak. Nilai setiap Statistik Sampel aka bervariasi/beragam atar sampel. Suatu statistik dapat diaggap sebagai peubah acak yag besarya sagat tergatug dari sampel yag kita ambil. Karea statistik sampel adalah peubah acak maka ia mempuyai distribusi yag kita sebut sebagai : Distribusi peluag statistik sampel = Distribusi Samplig = Distribusi Pearika Sampel Statistik sampel yg palig populer dipelajari adalah Rata-Rata ( ) Distribusi Samplig / thomas yui guarto / hal 3 dari 11

II.1. DISTRIBUSI SAMPLING RATA-RATA Beberapa otasi : : ukura sampel N : ukura populasi : rata-rata sampel µ : rata-rata populasi s : stadar deviasi sampel σ : stadar deviasi populasi µ : rata-rata atar semua sampel σ : stadar deviasi atar semua sampel = stadard error = galat baku II.1.1.Distribusi Samplig Rata Rata Sampel Besar DALIL - 1 JIKA. Sampel: berukura = 30 rata-rata = diambil DENGAN PEMULIHAN dari Populasi berukura = N Terdistribusi NORMAL Rata-rata = µ ; simpaga baku = σ MAKA Distribusi Rata-rata aka medekati distribusi Normal dega : σ µ µ = µ da σ = da ilai z = σ DALIL - JIKA. Sampel: berukura = 30 rata-rata = MAKA. diambil TANPA PEMULIHAN dari Populasi berukura = N Terdistribusi NORMAL Rata-rata = µ ; simpaga baku = σ Distribusi Rata-rata aka medekati distribusi Normal dega : σ N µ µ = µ da σ = da ilai z = N 1 N ( σ / ) N 1 N disebut sebagai FAKTOR KOREKSI populasi terhigga. N 1 Distribusi Samplig / thomas yui guarto / hal 4 dari 11

Faktor Koreksi (FK) aka mejadi petig jika sampel berukura diambil dari populasi berukura N yag terhigga/ terbatas besarya Jika sampel berukura diambil dari populasi berukura N yag sagat besar maka N FK aka medekati 1 N 1 1, hal ii megatar kita pada dalil ke-3 yaitu : JIKA. Sampel: berukura = diambil dari rata-rata = DALIL LIMIT PUSAT = DALIL BATAS TENGAH ( THE CENTRAL LIMIT THEOREM ) DALIL - 3 : DALIL LIMIT PUSAT Populasi berukura = N yag BESAR distribusi : SEMBARANG Rata-rata = µ ; simpaga baku = σ MAKA. Distribusi Rata-rata aka medekati distribusi Normal dega : σ µ µ = µ da σ = da ilai z = σ Dalil Limit Pusat berlaku utuk : 1. pearika sampel dari populasi yag sagat besar,. distribusi populasi tidak dipersoalka Beberapa buku mecatat hal berikut : Populasi diaggap BESAR jika ukura sampel KURANG DARI 5 % ukura populasi atau N < 5% Dalam pegerjaa soal DISTRIBUSI SAMPLING RATA-RATA perhatika asumsi-asumsi dalam soal sehigga ada dapat dega mudah da tepat megguaka dalil-dalil tersebut! CONTOH - 1: Distribusi Samplig / thomas yui guarto / hal 5 dari 11

PT AKUA sebuah perusahaa air mieral rata-rata setiap hari memproduksi 100 juta gelas air mieral. Perusahaa ii meyataka bahwa rata-rata isi segelas AKUA adalah 50 ml dega stadar deviasi = 15 ml. Rata-rata populasi diaggap meyebar ormal. SOAL 1. Jika setiap hari diambil 100 gelas AKUA sebagai sampel acak DENGAN PEMULIHAN, hituglah : a. stadard error atau galat baku sampel tersebut? b. peluag rata-rata sampel aka berisi kurag dari 53 ml? SOAL. Jika sampel diperkecil mejadi 5 gelas, hituglah : a. stadard error atau galat baku sampel tersebut? b. peluag rata-rata sampel aka berisi lebih dari 55 ml? JAWAB : SOAL 1 : Diselesaika dega DALIL 1 karea PEMULIHAN Diselesaika dega DALIL 3 karea POPULASI SANGAT BESAR N = 100 000 000 µ = µ = 50 σ = 15 = 100 P( < 53) = P(z <?) a. Stadar Error atau Galat Baku Sampel GALAT BAKU = σ σ 15 15 = = = = 100 10 15. z = 53 50 3 = = 0. 15. 15. Jadi P( < 53) = P(z <.0) = 0.5 + 0.477 = 0.977 b. Peluag rata-rata sampel aka berisi kurag dari 53 ml adalah 97,7 % SOAL. Diselesaika dega DALIL 3 karea POPULASI SANGAT BESAR N = 100 000 000 µ = µ = 50 σ = 15 = 5 P( > 55) = P(z >?) a. stadard error atau galat baku sampel GALAT BAKU = σ σ 15 15 = = = = 5 5 30. Distribusi Samplig / thomas yui guarto / hal 6 dari 11

55 50 5 z = = = 167. 30. 30. Jadi P( > 55 ) = P(z > 1.67) = 0.5-0.455 = 0.0475 b. Jadi peluag rata-rata sampel aka berisi lebih dari 55 ml adalah 4,75 % CONTOH - : Dari 500 mahasiswa FE-GD diketahui rata-rata tiggi bada = 165 cm dega stadar deviasi = 1 cm, diambil 36 orag sebagai sampel acak. Jika pearika sampel dilakuka TANPA PEMULIHAN da rata-rata tiggi mahasiswa diasumsika meyebar ormal, hituglah : a. galat baku sampel? b. peluag sampel aka memiliki rata-rata tiggi bada kurag dari 160 cm? JAWAB : Diselesaika dega DALIL TANPA PEMULIHAN N = 500 µ = µ = 165 σ = 1 = 36 Catata N = 36 = 0.07 = 7.% > 5% Dalil Limit Pusat tidak dapat diguaka 500 P( < 160) = P(z <?) FK = N N = 500 36 1 500 1 464 = = 0. 99... = 0. 964... 499 σ 1 36 160 165 z = = 59.... 198.... GALAT BAKU σ = FK = P( < 160) = P(z < -.59) = 0.5-0.495 = 0.0048 0964.... = 0.964... = 1.98... b. jadi peluag sampel aka memiliki rata-rata tiggi bada kurag dari 160 cm adalah 0,48% II.1.. Distribusi Samplig Rata-rata Sampel Kecil DISTRIBUSI - t Distribusi Samplig didekati dega distribusi t Studet = distribusi t (W.S. Gosset). Lihat Buku Statistika-, hal 177 Distribusi Samplig / thomas yui guarto / hal 7 dari 11

Distribusi-t pada prisipya adalah pedekata distribusi sampel kecil dega distribusi ormal. Dua hal yag perlu diperhatika dalam Tabel t adalah 1. derajat bebas (db). ilai α Derajat bebas (db) = degree of freedom = v = - 1. : ukura sampel. Nilai α adalah luas daerah kurva di kaa ilai t atau luas daerah kurva di kiri ilai t Nilai α 0.1 (10%) ; 0.05 (5%) ; 0.05(.5%) ; 0.01 (1%) ; 0.005(0.5%) Nilai α terbatas karea bayak kombiasi db yag harus disusu! Kelak Distribusi t aka kita guaka dalam PENGUJIAN HIPOTESIS Nilai α ditetuka terlebih dahulu Lalu ilai t tabel ditetuka dega megguaka ilai α da db. Nilai t tabel mejadi batas selag pegujia Laluka pembadiga ilai t tabel dega ilai t hitug. Nilai t hitug utuk kasus distribusi rata-rata sampel kecil didapat dega megguaka DALIL 4 Pembacaa Tabel Distribusi-t Misalka = 9 db = 8; Nilai α ditetuka =.5% di kiri da kaa kurva t tabel (db, α) = t tabel(8; 0.05) =.306 Jadi t =.306 da -t = -.306.5% 95 %.5% -.306 0.306 Distribusi Samplig / thomas yui guarto / hal 8 dari 11

Arti Gambar di atas : ilai t sampel berukura = 9, berpeluag 95% jatuh dalam selag -.306 < t <.306. Peluag t >.306 =.5 % da Peluag t < -.306 =.5 % Coba cari ilai t tabel utuk beberapa ilai db da α yag lai! Perbedaa Tabel z da Tabel t Tabel z ilai z meetuka ilai α Tabel t ilai α da db meetuka ilai t Dalam bayak kasus ilai simpaga baku populasi (σ) tidak diketahui, kareaya ilai σ diduga dari ilai simpaga baku sampel (s) JIKA Sampel: ukura KECIL < 30 diambil dari rata-rata = simp. baku = s DALIL - 4 MAKA. Distribusi Rata-rata aka medekati distribusi-t dega : Populasi berukura = N terdistribusi : NORMAL Rata-rata = µ s µ = µ da σ = da ilai t µ = s pada derajat bebas = -1 da suatu ilai α Cotoh 3 : Maajeme PT BETUL meyataka bahwa 95% rokok produksiya rata-rata megadug ikoti 1.80 mg, data tersebar ormal. Yayasa Kosume melakuka pegujia ikoti terhadap 9 batag rokok da diketahui rata-rata sampel = 1.95 mg ikoti dega stadar deviasi = 0.4 mg. Apakah hasil peelitia Yayasa Kosume medukug peryataa Maajeme PT BETUL? Jawab : 95 % berada dalam selag berarti 5 % berada di luar selag;.5 % di kiri t da.5% di kaa t α =.5 % = 0.05 = 9 db = - 1 = 8 t tabel (db, α) = t tabel (8; 0.05) =.306 Jadi 95 % berada dalam selag -.306 < t <.306 Nilai t-hitug =? µ = 1.80 = 9 = 1.95 s = 0.4 Distribusi Samplig / thomas yui guarto / hal 9 dari 11

t = µ 195. 180. 015. = t = = = 1875. s 04. 9 008. Nilai t hitug = 1.875 berada dalam selag -.306 < t <.306 jadi hasil peelitia Yayasa Kosume masih sesuai dega peryataa maajeme PT BETUL. II.1.3.Distribusi Samplig Bagi Beda Rata Rata DALIL - 5 JIKA. Dua () Sampel berukura 1 da diambil dari rata-rata = 1 da Dua () Populasi berukura BESAR Rata-rata µ 1 da µ Ragam σ 1 da σ MAKA. Distribusi Rata-rata aka medekati distribusi Normal dega : σ1 σ µ µ 1 = 1 µ da stadard error = σ 1 = + da ilai z z = µ µ 1 1 σ1 σ + 1 1 Beda atau selisih rata-rata = µ 1 µ ambil ilai mutlakya! Melibatka populasi yag BERBEDA da SALING BEBAS Sampel-sampel yag diambil dalam bayak kasus (atau jika dilihat secara akumulatif) adalah sampel BESAR Cotoh 4: Diketahui rata-rata IQ mahasiswa Eropa = 15 dega ragam = 119 sedagka rata-rata IQ mahasiswa Asia = 18 dega ragam 181. diasumsika kedua populasi berukura besar Jika diambil 100 mahasiswa Eropa da 100 mahasiswa Asia sebagai sampel, berapa peluag terdapat perbedaa IQ kedua kelompok aka kurag dari? Distribusi Samplig / thomas yui guarto / hal 10 dari 11

Jawab : Populasi Parameter populasi ke-1 (Mhs. Eropa) populasi ke- (Mhs. Asia) Rata-rata (µ) 15 18 Ragam (σ²) 119 181 Beda Rata-rata = µ = µ µ = 15 18 = 3 = 3 Sampel : = 100 = 100 1 P( 1 < ) = P ( z <?) 1 1 z = µ µ 1 1 σ1 1 σ + = 3 119 100 181 + 100 = 1 = 0577.... 058. 3 P(z<-0.58) = 0.5-0.190 = 0.810 JADI peluag terdapat perbedaa IQ kedua kelompok aka kurag dari adalah 8,1 %. @ Distribusi Samplig / thomas yui guarto / hal 11 dari 11