0% menganggap dokumen ini bermanfaat (0 suara)
5 tayangan6 halaman

Distribusi Rata-Rata Sampel dan Kesalahan

Dokumen ini menjelaskan tentang distribusi sampling dari rata-rata dan menjelaskan bahwa rata-rata sampel adalah estimator yang tidak bias dari rata-rata populasi. Dokumen ini menjelaskan bahwa rata-rata dari semua rata-rata sampel yang mungkin dari sampel tertentu sama dengan rata-rata populasi. Juga didefinisikan bahwa standar error dari rata-rata adalah ukuran seberapa banyak rata-rata sampel bervariasi, yang tergantung pada deviasi standar populasi dan ukuran sampel.

Diterjemahkan oleh

ScribdTranslations
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd
0% menganggap dokumen ini bermanfaat (0 suara)
5 tayangan6 halaman

Distribusi Rata-Rata Sampel dan Kesalahan

Dokumen ini menjelaskan tentang distribusi sampling dari rata-rata dan menjelaskan bahwa rata-rata sampel adalah estimator yang tidak bias dari rata-rata populasi. Dokumen ini menjelaskan bahwa rata-rata dari semua rata-rata sampel yang mungkin dari sampel tertentu sama dengan rata-rata populasi. Juga didefinisikan bahwa standar error dari rata-rata adalah ukuran seberapa banyak rata-rata sampel bervariasi, yang tergantung pada deviasi standar populasi dan ukuran sampel.

Diterjemahkan oleh

ScribdTranslations
Hak Cipta
© All Rights Reserved
Kami menangani hak cipta konten dengan serius. Jika Anda merasa konten ini milik Anda, ajukan klaim di sini.
Format Tersedia
Unduh sebagai PDF, TXT atau baca online di Scribd

DISTRIBUSI SAMPEL RATA-RATA

DISTRIBUSI SAMPEL: Ini adalah daftar semua nilai yang mungkin untuk sebuah statistik dan
probabilitas yang terkait dengan setiap nilai. Ini adalah distribusi dari semua rata-rata yang mungkin yang muncul
jika sebenarnya semua sampel dengan ukuran tertentu dipilih.
Sifat ketidakberpihakan rata-rata sampel: Rata-rata sampel adalah tidak berat sebelah karena rata-rata
dari semua rata-rata sampel yang mungkin (dari suatu sampel dengan ukuran n) adalah sama dengan rata-rata
populasi μ. Properti ini dibuktikan melalui contoh berikut: Terdapat sebuah populasi
dari empat asisten administratif; diminta kepada setiap asisten untuk mengetik halaman yang sama
dari sebuah teks. Tabel menunjukkan jumlah kesalahan.

ASISTEN ADMINISTRASI NÚMERO DE ERRORES


ANA 3
ROBERTO 2
CARLA 1
DAVID 4

Pada gambar 7.1 ditunjukkan distribusi populasi ini: Jumlah kesalahan yang dilakukan oleh suatu populasi
dari empat asisten administratif.

MEDIA POPULASI: Media populasi adalah jumlah nilai populasi dibagi dengan
ukuran populasi N.

DEVIASE STANDARD POPULASI:


SAMPEL DENGAN PENGGANTIAN:

Si a partir de esta población se seleccionan muestras compuestas por dos asistentes administrativos
dengan pengganti, akan adanmaksud yang mungkin (Nn=42= 16). Tabel ini menyajikan hasil dari

16 sampel yang mungkin. Jika Anda menghitung rata-rata dari rata-rata 16 sampel, rata-rata ini

nilai μ ̅ , sama dengan 2,5, yang juga merupakan rata-rata populasi μ.

Karena rata-rata dari 16 rata-rata sampel sama dengan rata-rata populasi, rata-rata sampel
ini adalah estimator tak bias dari rata-rata populasi. Oleh karena itu, meskipun tidak tahu seberapa dekat
rata-rata sampel dari setiap sampel yang dipilih terkait dengan rata-rata populasi, pada
kurang ada jaminan bahwa rata-rata dari semua rata-rata sampel yang mungkin bisa dibuat
memilih adalah sama dengan rata-rata populasi.
ERROR STANDAR RATA-RATA

Berikut ini digambarkan variasi rata-rata sampel saat memilih 16 sampel yang mungkin.
Dalam contoh ini, meskipun rata-rata sampel bervariasi dari satu sampel ke sampel lainnya, tergantung pada peserta.
administratif yang terpilih, tidak sebanyak nilai individu dari populasi. Yang
rata-rata sampel bervariasi kurang dari nilai individu adalah hasil dari setiap rata-rata
muestral promedia semua nilai dari sampel. Suatu populasi terdiri dari hasil
individu yang dapat mengambil berbagai nilai, mulai dari yang sangat kecil
hingga yang sangat besar. Namun, jika sebuah sampel mengandung nilai ekstrem, meskipun ini mempengaruhi
tentang rata-rata sampel, efeknya berkurang karena nilainya dihitung rata-rata dengan semua yang lainnya
termasuk dalam sampel. Seiring dengan meningkatnya ukuran sampel, efek dari satu
nilai ekstrem, karena dirata-ratakan dengan nilai yang lebih banyak.

Menyimpulkan nilai dari rata-rata sampel, kita dapat membangun tabel berikut:

MEDIAS MUESTRALES (NOMOR FREKUENSI PROBABILITAS


DE ERRORES)
1 1 1/16
1,5 2 2/16
2 3 3/16
2,5 4 4/16
3 3 3/16
3,5 2 2/16
4 1 1/16
16 1

Nilai dari deviasi standar semua rata-rata sampel yang mungkin, disebut kesalahan standar
dari rata-rata, ungkapkan seberapa banyak rata-rata sampel bervariasi antara satu sampel dan sampel lainnya. Persamaan berikut
definisikan error standar dari rata-rata saat mengambil sampel dengan atau tanpa penggantian

Kesalahan standar rata-rata sama dengan deviasi standar populasi σ dibagi dengan akar.

kuadrat dari ukuran sampel n.


Oleh karena itu, ketika ukuran sampel meningkat, kesalahan standar rata-rata berkurang
faktor sama dengan akar kuadrat dari ukuran sampel. Juga memungkinkan untuk menggunakan persamaan ini
sebagai pendekatan kesalahan standar rata-rata ketika sampel yang dipilih tanpa penggantian
termasuk setidaknya 5% dari total populasi.

µ = 2,5

X= 3 2,5 2 3,5 2,5 2 1,5 3 2 1,5 1 2,5 3,5 3 2,5 4 Σ


(X - µ)² = 0,25 0 0,25 1 0 0,25 1 0,25 0,25 1 2,25 0 1 0,25 0 2,25 10

σ2= 10 / 16 = 0,625
σ=√ 0,625 = 0,791
CONTOH:

HITUNG KESALAHAN STANDAR RATA-RATA

Dari ribuan kotak sereal yang dikemas selama satu shift, dipilih secara acak
sebuah sampel dari 25 kotak tanpa penggantian, sampel akan berisi jauh kurang dari 5% dari populasi.
Jika deviasi standar dari proses pengisian sereal adalah 15 gram, hitung kesalahan standar
dari media.
SOLUSI Dengan menggunakan persamaan yang disebutkan sebelumnya, dengan n = 25 dan σ = 15, ditentukan bahwa kesalahan
standar rata-rata adalah:

Variasi rata-rata sampel yang sesuai dengan sampel n = 25 jauh lebih kecil
bahwa variasi dalam kotak sereal individu (yaitu, σX = 3, sementara σ = 15).

SAMPEL TANPA PENGGANTIAN:

Jika dari populasi ini dipilih sampel yang terdiri dari dua asisten administratif
sin reemplazo, habrá un número equivalente de muestras posibles a combinaciones de N elementos
dalam kelompok n. Tabel tersebut menyajikan hasil dari 6 sampel yang mungkin. Jika Anda menghitung rata-rata
dari rata-rata 6 sampel, rata-rata nilai ini, μ X, sama dengan 2.5, yang juga merupakan
media populasi μ.

4C2= 4! = 4! = 6
2! (4–2)! 2x1 (2 x 1)
CONTOH ASISITENTES HASIL DARI MEDIA MUESTRAL
ADMINISTRATIF CONTOH
1 Ana, Roberto 3,2 Ῡ= 2,5
2 Ana, Carla 3,1 Ῡ= 2
3 Ana, David 3,4 Ῡ= 3,5
4 Roberto, Carla 2,1 Ῡ= 1,5
5 Roberto, David 2,4 Ῡ= 3
6 Carla, David 1,4 Ῡ= 2,5
µ = 2,5
Rata-rata sampel sama dengan rata-rata populasi

ERROR STANDAR RATA-RATA

Nilai rata-rata sampel dapat dirangkum dalam tabel berikut:

MEDIAS MUESTRALES (NOMOR FREKUENSI PROBABILISED


DE ERRORES)
1,5 1 1/6
2 1 1/6
2,5 2 2/6
3 1 1/6
3,5 1 1/6
6 1

Frekuensi

0
0 1 1,5 2 2,5 3 3,5 4

Jumlah kesalahan
X= 2,5 2 3,5 1,5 3 2,5 Σ
(X - µ)² = 0 0,25 1 1 0,25 0 2,5

σ2= 2,5 / 6 = 0,4167


σ=√ 0,4167 = 0,645

Anda mungkin juga menyukai