Central Limit Theorem
Apa yang dimaksud dengan Central Limit Theorem?
Teorema limit pusat menyatakan bahwa distribusi sampling dari mean mendekati distribusi normal, dengan bertambahnya ukuran sampel. Fakta ini berlaku terutama untuk ukuran sampel di atas 30.Oleh karena itu, dengan bertambahnya ukuran sampel, rata-rata sampel dan simpangan baku akan semakin mendekati nilai rata-rata populasi dan simpangan baku .
Mengapa Central Limit Theorem itu penting?
Teorema limit pusat memberitahu kita bahwa apapun distribusi populasinya, bentuk dari distribusi sampling akan mendekati normalitas dengan bertambahnya ukuran sampel (N).
Ini berguna, karena penelitian tidak pernah tahu rata-rata mana dalam distribusi sampling yang sama dengan rata-rata populasi, tetapi dengan memilih banyak sampel acak dari suatu populasi, rata-rata sampel akan mengelompok bersama, memungkinkan penelitian untuk membuat perkiraan yang sangat baik dari populasi berarti.
Dengan demikian, dengan bertambahnya ukuran sampel (N) maka kesalahan pengambilan sampel akan berkurang.
Kesimpulan
• Dengan bertambahnya ukuran sampel, distribusi frekuensi mendekati kurva berbentuk lonceng (yaitu kurva distribusi normal).
• Ukuran sampel yang sama dengan atau lebih besar dari 30 diperlukan agar teorema limit pusat benar.
• Sampel yang cukup besar dapat memprediksi parameter populasi seperti mean dan standar deviasi.
Nama: Angga Saputra Dinata
Npm: 19316035
Kelas: TK19a