8.

0
8.1
8.2
8.3

Pengenalan
Taburan pensampelan terhadap min
Teorem had memusat
Taburan pensampelan terhadap perkadara

Bab 8 - Taburan Pensampelan

Objektif
Mendapatkan nilai min dan juga
sisihan piawai bagi suatu taburan.
Menulis bentuk taburan
pensampelan dengan betul.
Menggunakan teorem had memusat
bagi taburan yang tidak diketahui
bentuknya.

Bab 8 - Taburan Pensampelan

Pengenalan
Sebelum ini kita tahu bahawa memilih
sampel yang baik adalah penting
kerana berdasarkan maklumat yang
dikumpul daripada sampel, kita
mengetahui tentang populasi.
Taburan pensampelan bagi statistik
sampel dapat membantu memahami
dan seterusnya membuat kesimpulan
tentang parameter sesuatu populasi.
Bab 8 - Taburan Pensampelan

Apa itu Taburan Pensampelan?

Taburan pensampelan
ialah taburan
kebarangkalian bagi suatu
statistik apabila sampel
rawak bersaiz n dipilih
berulang-ulang daripada
suatu populasi.
Bab 8 - Taburan Pensampelan

Perbezaan di antara populasi dan

sampel
Sampel

Populasi

Definisi Kumpulan item

dipertimbangkan
Ciri-ciri
Parameter
Simbol
Min populasi
Sisihan
piawai
populasi
Saiz Populasi
N

Definisi
Sebahagian drpd populasi
dipilih bagi kajian.
Ciri-ciri
Statistik

Simbol
Min sampel
x
Sisihan piawai
sampel s
Saiz Sampel
n

Bab 8 - Taburan Pensampelan

Pertimbangkan suatu populasi yang terdiri daripada 5 objek. Pilih

3 objek secara rawak (tanpa gantian) daripada populasi ini.
Populasi
x1

x2
x4

x3

Min Sampel

Sampel
n=3
n=3

x5

x1, x2, x3
x1, x2, x4

x3, x4, x5

x1
x2
.

x10

n=3

Nilai xdan
boleh dihitung dan nilainya boleh jadi sama dan boleh berbeza-beza di
i
i
antara satu
sama lain. Kerana ianya dikira dari sampel data, maka dinamakan statistik.
Perkaitan di antara statistik dan pensampelan menyebabkan taburan statistik disebut
taburan pensampelan. Sisihan piawai bagi taburan pensampelan bagi suatu statistik
dinamakan ralat piawai.

Bab 8 - Taburan Pensampelan

8.1 Taburan Pensampelan Bagi Min

Sampel,

Dua
bentuk
taburan
pensampelan min sampel
Populasi Tertabur Secara Normal
Populasi Yang Bukan Bertaburan
Normal

Bab 8 - Taburan Pensampelan

Bagi Populasi Tertabur Secara Normal

Apabila pensampelan rawak bersaiz n diambil
daripada suatu populasi yang bertaburan normal
dengan min dan varians 2 maka
i.taburan pensampelan juga bertaburan normal
ii.min bagi taburan pensampelan adalah sama
dengan min bagi populasi , iaitu

x
iii.varians bagi taburan pensampelan adalah sama
dengan varians bagi populasi dibahagi dengan saiz
sampel, iaitu

2
x

iv. sisihan piawai bagi taburan pensampelan

dinamakan ralat piawai
ditanda dengan
x

Bab 8 - Taburan Pensampelan

 Takrif tersebut boleh ditulis semula seperti di bawah.

Jika Xi ~ N( ,2) apabila sampel n diambil, menghasilkan

X ~ N ( x , x2 )

Dengan

dan

x kepada normal piawai

x
Taburan pensampelan
boleh dijelmakan
n
untuk mendapatkan nilai Z.

Dengan ini
Untuk mengetahui taburan pensampelan min sampel apabila
- x yang bukan normal, kita
pensampelan daripada X
populasi
Z

~ N (0,1)TEOREM HAD MEMUSAT

gunakan satu teorem yang dinamakan

Bab 8 - Taburan Pensampelan

8.2 Teorem Had Memusat

Jika X1, X2, ,Xn adalah suatu sampel rawak bersaiz n
dari sebarang populasi yang taburannya tidak
diketahui dengan min dan varians 2 maka min
x hampir
normal
sampel, akan mempunyai taburan
dengan min
2

x2

dan varians
jika n adalah besar. Saiz sampel boleh dianggap
besar apabila n 30

Bab 8 - Taburan Pensampelan

10

Contoh 1
Diberi populasi mengandungi lima nombor; 2,
3, 6, 8 dan 11. Katalah kesemua sampel
bersaiz
2 boleh diperolehi dari populasi dengan cara
pengembalian, dapatkan
1. Min populasi
2. Sisihan piawai populasi
3. Min taburan pensampelan min
4. Sisihan piawai taburan pensampelan min
5. Kebarangkalian min sampel yang kurang
daripada 4.0
Bab 8 - Taburan Pensampelan

11

Penyelesaian
1.
2.
3.
4.
5.

1
( 2 3 6 8 11) 6
5

1
[(2 6) 2 (3 6) 2 (6 6) 2
3.29
5
(8 6) 2 (11 6) 2

x 6

10.8

5.4, x 5.4 2.323
n
2
2
x

46
)
2.323
P(Z -0.86)

P ( X 4) P ( Z
0.1949

Bab 8 - Taburan Pensampelan

12

Fikir dan buat 1

Suatu populasi terdiri daripada 4 nombor
1,2,5,7. Pertimbangkan semua sampel bersaiz
dua yang boleh diambil dengan pengembalian
daripada populasi itu. Cari
a. Min populasi
b. Varians bagi populasi
c. Min bagi taburan pensampelan min
d. Varians bagi taburan pensampelan min
e. Kebarangkalian bahawa min sampel lebih
besar daripada 6.

Bab 8 - Taburan Pensampelan

13

Contoh 2
Min dan sisihan piawai ketinggian 3000
penuntut di sebuah universiti masing-masing
= 68 inci dan = 3 inci.Jika 80 sampel tiaptiap satu bersaiz 36 diperolehi dengan
pengembalian, tentukan
a. min dan sisihan piawai taburan
pensampelan min
b. bilangan sampel yang mempunyai min di
antara 67 dan 68.3 inci.

Bab 8 - Taburan Pensampelan

14

Penyelesaian
a) x 68

,x

3
36

0.5

b) Taburan pensampelan
boleh dihampir
X
kepada taburan normal dengan
menggunakan teorem had memusat kerana
saiz sampel dianggap besar .
P(67 < < 68.3)
67 68
68.3 68
X
P(
Z
)
0.5
0.5
P ( 2 Z 0.6)
1 P ( Z 2) P ( Z 0.6)
Jangkaan bilangan sampel
0.7030 = 80(0.7030) 57
Bab 8 - Taburan Pensampelan

15

Fikir dan buat 2

Tinggi pelajar ditaburkan secara normal dengan
min 165 sm dan varians 64 sm. Jika 120 sampel
rawak bersaiz 20 diambil daripada populasi ini,
a. Kenalpasti taburan pensampelan bagi min
sampel
b. Bilangan sampel yang dijangka akan
mempunyai min sampel di antara 166 sm
dan 169sm.

Bab 8 - Taburan Pensampelan

16