"Variabel X memiliki distribusi normal dengan rata-rata μ dan varian  2 .

Dimana
sampel X dan s 2 dihitung secara acak dan independen.

Distribusi Chi Kuadrat

Seperti r, distribusi chi kuadrat terkait erat dengan Z. Pertimbangkan X variabelnya,
yang memiliki distribusi normal. Untuk mengukur posisi relatif skor Z bisa dihitung.
Untuk mengukur seberapa menyimpang atau tidak biasa skor Z, bisa jadi itu kuadrat:
Zi 2 . Jadi jika  = 20,  2 = 100, dan Xi = 22, lalu Zi = (22 - 20) / l0 = .2 dan Zi 2
= .04. Variabel Z 2 memiliki distribusi chi kuadrat. Distribusi chi kuadrat
dilambangkan dengan X 2 .
Semua distribusi chi kuadrat memiliki kemiringan positif dan batas bawah nol.
Batas bawah harus nol karena Z 2 harus positif.
Dimungkinkan untuk mengambil sampel acak dan independen berulang dari X.
Banyak nilai Z dan Z 2 yang dapat dihitung. Jumlah nilai k independen Z 2
memiliki distribusi chi kuadrat dengan k derajat kebebasan. Jadi, X 2 bukan satu
distribusi, melainkan keluarga distribusi yang berbeda menurut derajatnya kebebasan
yang sama dengan jumlah Z yang dikuadratkan. Syarat k disebut derajat kebebasan
distribusi X 2 . Distribusi chi kuadrat yang berbeda dilambangkan dengan X 2 k  .

Distribusi X 2 dengan k derajat kebebasan memiliki rata-rata k dan varian dari

2k. Jadi X 2 dengan 10 derajat kebebasan memiliki rata-rata 10 dan varian 20.
Bentuk distribusi X 2 condong positif dengan yang lebih rendah terikat nol. Ketika
derajat kebebasan semakin besar, kemiringan menjadi semakin kecil dan X 2 dengan
derajat kebebasan k mendekati distribusi normal dengan rata-rata k dan varian 2k.
Jadi X 2  k  / 2k memiliki sekitar distribusi Z, jika k cukup besar, katakan lebih
besar dari 20.

Dapat juga ditunjukkan seperti

memiliki distribusi X 2 dengan n - 1 derajat kebebasan. Dengan kata lain, sampel

varians kali n - 1 dibagi dengan varians populasi memiliki distribusi chi kuadrat.
Fakta tentang X 2 disajikan pada Tabel 11.2.

Penggunaan utama distribusi X 2 adalah model mengenai frekuensi data.

Distribusi chi kuadrat digunakan untuk tujuan ini di bab 17. Chi kuadrat juga
digunakan untuk menguji hipotesis perbedaan antara median yang dijelaskan dalam
Bab 18, dan perbedaan antara korelasi yang dijelaskan pada bab 16. Seringkali ketika
X 2 digunakan, digunakan untuk memperkirakan sebuah distribusi sampling.

F Distribusi
Sekali lagi biarkan X menjadi variabel yang terdistribusi normal. Dua acak,
2
independen sampel ukuran X untuk n1 dan n2 dipilih dari populasi. Itu varians, s1
2 2 2
dan s 2 , dihitung dari masing-masing sampel. Jika rasio s1 / s2 dihitung,
2
kuantitasnya akan memiliki distribusi F. Seperti X , F adalah positif condong
dengan batas bawah nol. (Karena varians selalu tidak negatif, rasio mereka harus tidak
negatif. ) Puncaknya mendekati nilai satu.

Seperti X 2 , F sebenarnya adalah keluarga distribusi. Untuk menentukan F

distribusi yang sedang dirujuk, orang perlu mengetahui derajat kebebasan pembilang,
2 2
s1 , dan derajat kebebasan penyebut, s 2 . Itu jumlah derajat kebebasan sama dengan
persamaan rumus untuk varians untuk setiap sampel. Jadi untuk F, derajat kebebasan
pada pembilang dan derajat kebebasan pada penyebut harus ditentukan. Distribusi F
yang diberikan dinotasikan sebagai F df n , df d  di mana df n adalah derajat
kebebasan pada pembilang dan derajat kebebasan pada penyebut.
 Distribusi F terkait erat dengan X 2 . Dapat ditunjukkan bahwa F adalah rasio
dari dua variabel X 2 independen, masing-masing dibagi dengan derajat
kebebasannya.
Penggunaan utama distribusi F adalah untuk menguji hipotesis tentang cara.
Sebuah prosedur untuk melakukan itu, yang disebut analisis varian, dijelaskan dalam
bab 14 dan 15.

Hubungan Antara Pengambilan Sampel Distribusi

Empat distribusi sampel utama, meskipun berbeda, sangat terkait erat. Salah satu
aspek yang mengikat keempat adalah distribusi normal. Z itu sendiri distribusi normal.
Distribusi X 2 didasarkan pada jumlah

nilai kuadrat yang terdistribusi normal. Distribusi t juga dianggap bahwa pembilang
didistribusikan secara normal. Akhirnya, distribusi F bisa dipandang sebagai rasio dari
dua varian independen yang nilainya normal didistribusikan. Oleh karena itu,
distribusi normal adalah titik awal untuk keempatnya distribusi ini.
Tetapi empat distribusi lebih dekat terkait. Dalam beberapa kasus mereka
distribusinya identik. Ada empat persamaan utama antara pasangan distribusi sampel
utama. Pertama X 2 dengan satu derajat kebebasan adalah identik dengan nilai Z 2 .
Jadi probabilitas dalam lampiran C dapat digunakan untuk menentukan probabilitas
berbagai kejadian X 2 . Misalnya, apa mendapatkan nilai probabilitas X 2 dengan
satu derajat kebebasan lebih besar dari 1.0? Jawaban atas pertanyaan ini terletak pada
menemukan probabilitas untuk memperoleh nilai Z lebih besar dari 1.0 atau kurang
dari -1.0. Jawabannya, menggunakan lampiran C, adalah 1-(2)(.3413) = .3174.
Fakta kedua yang menghubungkan distribusi adalah bahwa t dengan angka
tak terbatas derajat kebebasan sama dengan Z. Ini berlaku karena jika t memiliki
angka tak terbatas derajat kebebasan penyebutnya menjadi  , dan t menjadi Z.
Fakta ketiga adalah bahwa t dengan derajat kebebasan q ketika kuadrat sama
dengan F dengan satu derajat kebebasan pada pembilang dan q pada penyebut. Fakta
ini tidak begitu jelas. Jika t 2
diperiksa, baik pembilang dan penyebut memperkirakan  2 / n , dan sebagainya
keduanya merupakan estimasi dari varian populasi yang sama.
Fakta terakhir adalah bahwa F dengan q dan derajat kebebasan tanpa batas
adalah identik ke distribusi X 2 dengan q derajat kebebasan yang dibagi dengan q.
Ini adalah karena fakta bahwa F sama dengan rasio dua X 2 dibagi dengan derajat
mereka kebebasan, dan sebagainya

X 2 / df dengan derajat kebebasan tanpa batas sama dengan satu. Mengganti fakta ini

ke dalam penyebut persamaan di atas, hasilnya adalah

Fakta-fakta ini dirangkum dalam Tabel 11.3.

Ringkasan
Setiap statistik memiliki distribusi sampling. Ada empat sampling distribusi.
Distribusi sampling banyak statistik persis atau hampir persis sesuai dengan salah satu
dari empat distribusi. Mereka adalah Z , t , X 2 dan F .

Z atau distribusi normal standar adalah distribusi normal dengan rata-rata dari
nol dan varian satu. Jika pengamatan memiliki distribusi normal, distribusi sampling
dari mean sampel juga memiliki distribusi normal. Deviasi standar dari distribusi
sampling mean adalah standar deviasi pengamatan dibagi dengan akar kuadrat dari
ukuran sampel.
Distribusi t identik dengan Z, tetapi penyebutnya adalah sampel standar deviasi
dan bukan standar deviasi populasi. Distribusi t terlihat seperti Z tetapi kurang
memuncak dan memiliki ekor yang lebih gemuk. Seperti Z , t memiliki mean nol
dan didistribusikan secara simetris.

Distribusi X 2 dengan derajat kebebasan k adalah condong positif distribusi

dengan rata-rata k dan varian 2k . Statistik X 2 dapat berupa dipandang sebagai
Z 2 jumlah dari nilai k independen. Nilai k disebut derajat kebebasan.
Distribusi F adalah rasio dua varians yang dihitung secara independen
diambil dari populasi yang berdistribusi normal yang sama. Seperti X 2 , F adalah
positif condong dengan batas bawah nol. Puncak dalam distribusi F dekat satu.

Distribusi sampling Z , t , X 2 , dan F ini secara rutin digunakan dalam

pengujian model statistik. Ini adalah topik model pengujian yang disajikan pada bab
selanjutnya.

Masalah

1. Misalkan X adalah variabel yang terdistribusi normal dengan rata-rata 40 dan

standar deviasi 9. Apa distribusi statistik berikut?

a. X

b. s2

c. X    / s
d.  X   2 /  2
2. Jika X adalah variabel dengan rata-rata 20 dan varian 49, tentukan kesalahan
standar rata-rata untuk ukuran sampel
a. 100
b. 10
 c. 1000
d. 50
3. Jika Y memiliki rata-rata 80 dan varian 64, untuk apa n kesalahan standar mean
menjadi 1. 00?
4. Jelaskan distribusi mean sampel dengan ukuran sampel 49 jika angka-angkanya
diambil dari distribusi nonnal dengan rata-rata 10.0 dan varian 64.