Distribusi Sampling

Halo, selamat pagi kembali teman teman, kali ini kita akan membahas tentang Distribusi Sampling. Dalam ilmu statistika, terdapat hal penting dalam menyimpulkan populasi yang menjadi perhatian penelitian ketika memang pada saat itu tidak memungkinkan untuk mengamati seluruh himpunan dalam populasi.
Contoh saja pada artikel sebelumnya, untuk mengecek tingkat kesehatan penduduk Indonesia seorang Mentri Kesehatan tidak perlu mengecek 250 juta penduduk Indonesia, melainkan menguji sebagian pengamatan dari populasi.
Lalu apa itu distribusi sampling?
Distribusi sampling adalah distribusi probabilitas suatu statistik berdasarkan semua kemungkinan sampel dengan karakteristik statistik yang berbeda-beda. Selanjutnya nilai statistik dari sampel yang dipelajari akan dijadikan sebagai penduga dari parameter populasinya.

Oleh karena itu distribusi sampling bisa dikatakan sebagai dasar dari statistika inferensia. Salah satu dalil terpenting dalam distribusi sampling adalah CLT (Central Limit Teori), dimana Distribusi Normal adalah pemahamannya.

Distribusi Normal??
Distribusi Normal bisa disebut Distribusi Gauss, dimana memiliki sifat seperti berikut :

1. Grafiknya selalu diatas sumbu x atau f(x) > 0.
2. Bentuk simetris terhadap garis tegak x.
3. Mempunyai satu modus, kurva unimodal pada sisi x.
4. Grafik bersimultan sepanjang sumbu x.
5. Luas dari garis tegak pada titik nol ke kiri maupun ke kanan adalah 0.5

Transformasi ke Normal Standard

Mencari probabilitas distribusi normal P(a < x < b) dilakukan dengan melakukan transformasi nilai-nilai X menjadi nilai - nilai z atau  angka baku Z : P (Za < Z < Zb).

Angka baku Z. Seperti halnya dalam sampel definisinya adalah ukuran penyimpanan data

Untuk :  , formulasi angka baku atau z skor : 

Bilangan Z dapat bernilai 0 , (+) dan (-) yang artinya :

jika Z = 0, maka data bernilai sama dengan nilai rata-rata populasi

jika Z = (+), maka data bernilai di atas rata-rata populasi

jika Z = (-), maka data bernilai di bawah rata-rata populasi

Setelah menghitung nilai Z pada rumus distribusi normal, kita akan melihat nilai dari tabel sesuai dengan z yang telah dihitung. Contoh tabel normal :

Sekian pembahasan singkat tentang distribusi sampling, semoga bermanfaat

Rise and Shine, Semangat Perkuliahan

sumber : slide perkuliahan dan menyimak perkuliahan