Rumus Distribusi Sampling

Apa Rumus Distribusi Sampling?

Distribusi sampling didefinisikan sebagai distribusi statistik spesifik berbasis probabilitas. Rumusnya membantu menghitung rata-rata sampel, rentang, standar deviasi, dan varians.

Untuk ukuran sampel lebih dari 30, rumus distribusi sampling diberikan di bawah ini –

µ͞x =µ dan σ _͞x =σ / √n

Di Sini,

• Rerata sampel dan populasi diwakili oleh µ͞x dan µ.
• Simpangan baku sampel dan populasi direpresentasikan sebagai σ _͞x dan σ.
• Ukuran sampel lebih dari 30 direpresentasikan sebagai n.

Penjelasan

Rumus untuk Distribusi Sampling Distribusi Sampling Distribusi sampling adalah distribusi probabilitas menggunakan statistik dengan terlebih dahulu memilih populasi tertentu dan kemudian menggunakan sampel acak yang diambil dari populasi tersebut. Ini menargetkan penyebaran frekuensi yang terkait dengan penyebaran berbagai hasil atau hasil yang dapat terjadi pada populasi tertentu yang dipilih. Baca lebih lanjut dengan menggunakan langkah-langkah berikut:

1. Pertama, cari jumlah sampel yang memiliki ukuran n yang sama dari populasi yang lebih besar yang memiliki nilai N.
2. Selanjutnya, pisahkan sampel dalam bentuk daftar dan tentukan rata-rata dari masing-masing sampel.
3. Selanjutnya, siapkan distribusi frekuensi rata-rata sampel seperti yang ditentukan pada Langkah 2.
4. Selanjutnya, tentukan distribusi probabilitas rata-rata sampel yang ditentukan setelah menentukan distribusi frekuensi pada Langkah 3.

Anda bebas menggunakan gambar ini di situs web Anda, templat, dll., Harap berikan kami tautan atribusiBagaimana Memberikan Atribusi? Tautan Artikel menjadi Hyperlink
Misalnya: Sumber: Rumus Distribusi Sampling (wallstreetmojo.com)

Contoh Rumus Distribusi Sampling (dengan Template Excel)

Mari kita lihat beberapa contoh praktis sederhana hingga lanjutan dari persamaan distribusi sampling untuk memahaminya dengan lebih baik.

Contoh 1

Ambil contoh populasi wanita. Ukuran sampel adalah 100, dengan berat rata-rata 65 kg dan standar deviasi 20 kg. Bantu peneliti menentukan mean dan standar deviasi dari ukuran sampel 100 wanita.

Larutan

Gunakan data yang diberikan di bawah ini untuk perhitungan distribusi sampling.

Rata-rata sampel setara dengan rata-rata populasi karena ukuran sampel lebih dari 30.

Perhitungan standar deviasi ukuran sampel adalah sebagai berikut:

• =20/√100

Standar deviasi ukuran sampel adalah:

• σ _͞x =2

Oleh karena itu, standar deviasi sampel adalah 2, dan rata-rata sampel adalah 65 kg.

Contoh #2

Mari kita ambil contoh pajak yang dibayar oleh kendaraan. Di California, pajak rata-rata yang dibayarkan adalah $12.225, dengan standar deviasi $5.000. Mereka melakukan pengamatan pada ukuran sampel gabungan 400 truk dan trailer. Bantu departemen transportasi menentukan rata-rata dan standar deviasi sampel.

Larutan

Gunakan data yang diberikan di bawah ini untuk perhitungan distribusi sampling.

Perhitungan standar deviasi ukuran sampel adalah sebagai berikut:

• = $5.000 / √400

Deviasi Standar Ukuran Sampel Ukuran SampelRumus ukuran sampel menggambarkan rentang populasi yang relevan tempat eksperimen atau survei dilakukan. Itu diukur dengan menggunakan ukuran populasi, nilai kritis dari distribusi normal pada tingkat kepercayaan yang diperlukan, proporsi sampel dan margin kesalahan.baca lebih lanjut adalah –

• σ _͞x = $250

Oleh karena itu, standar deviasi sampel, seperti yang dinilai oleh departemen transportasi, adalah $250, dan rata-rata sampel adalah $12.225.

Contoh #3

Mari kita ambil contoh data berikut yang ditampilkan di bawah ini:

Membantu peneliti menentukan mean dan standar deviasi dari sampel.

Tentukan rata-rata sampel seperti yang ditampilkan di bawah ini: –

• =20*0,67

Berarti akan –

• =13,33

Rata-Rata Total

• =13,33+7+10
• Rata-Rata Total = 30,33

Tentukan varian sampel seperti yang ditampilkan di bawah ini: –

• =20^2*0,67
• =266,66667

Perbedaan

Variasi Total

• = 713,67

Perhitungan standar deviasi ukuran sampel adalah sebagai berikut:

• σ _͞x = √ 713,67 – 30,33

Deviasi standar akan menjadi –

• σ _͞x = 26,141

Oleh karena itu, simpangan baku sampel yang dinilai oleh peneliti adalah 26,141, dan rata-rata sampel adalah 30,33.

Relevansi dan Penggunaan

Banyak entitas menggunakan distribusi sampling untuk penelitian. Bisa jadi analis, peneliti, dan ahli statistik. Ketika populasinya besar, metodologi semacam itu membantu merumuskan sampel yang lebih kecil, yang kemudian dapat digunakan untuk menentukan rata-rata rata-rata dan standar deviasi. Rata-rata rata-rata dapat diplot pada grafik untuk sampai pada distribusi yang seragamDistribusi SeragamDistribusi Seragam adalah jenis distribusi probabilitas di mana setiap kemungkinan hasil memiliki kemungkinan kejadian yang sama & selanjutnya dikategorikan ke dalam Distribusi Berkelanjutan & Diskrit. Ini direpresentasikan sebagai garis horizontal lurus. baca lebih lanjut yang berkaitan dengan populasi. Jika peneliti meningkatkan ukuran sampel, kemungkinan grafik mencapai distribusi normal ditingkatkan.

Ini membantu dalam penyederhanaan utama dari kesimpulan yang diambil dalam statistik. Ini lebih lanjut membantu menyimpulkan kontemplasi analitis dengan menentukan frekuensi distribusi probabilitas Distribusi Probabilitas Distribusi probabilitas dapat didefinisikan sebagai tabel atau persamaan yang menunjukkan probabilitas masing-masing dari kemungkinan hasil yang berbeda dari peristiwa atau skenario yang ditentukan. Dengan kata sederhana, kalkulasinya menunjukkan hasil yang mungkin dari suatu peristiwa dengan kemungkinan relatif terjadinya atau tidak terjadinya sebagaimana diperlukan.baca lebih lanjut contoh rata-rata. Terakhir, distribusi sampling membentuk dasar untuk beberapa konsep statistik yang dapat digunakan peneliti untuk memfasilitasi hipotesis mereka.

Artikel yang Direkomendasikan

Artikel ini adalah panduan untuk Rumus Distribusi Sampling. Di sini, kita membahas penghitungan distribusi sampling standar deviasi bersama dengan contoh praktis dan lembar Excel yang dapat diunduh. Anda dapat mempelajari lebih lanjut dari artikel berikut: –

• Pengambilan Sampel Atribut
• Apa itu Probabilitas Bersyarat?
• Distribusi Poisson di Excel
• Definisi Distribusi Normal Log Definisi Distribusi Log Normal Distribusi lognormal adalah distribusi kontinu dari variabel acak yang logaritmanya terdistribusi secara normal. Dengan kata lain, distribusi lognormal dihasilkan oleh fungsi x, dimana x (variabel acak) seharusnya terdistribusi secara normal.baca lebih lanjut
• Distribusi Eksponensial Distribusi Eksponensial Distribusi eksponensial mengacu pada distribusi probabilitas kontinu dan konstan yang sebenarnya digunakan untuk memodelkan periode waktu yang dibutuhkan seseorang untuk menunggu sebelum peristiwa tertentu terjadi. Distribusi ini adalah pasangan kontinu dari distribusi geometrik yang berbeda.baca lebih lanjut