Inferens adalah membuat generalisasi sampel ke populasi. Bila perkara ini berlaku? Saya cuba ringkaskan konsepnya sahaja. Namun, anda kena faham asas statistik juga.
Katakan anda ada data skor Sains bagi populasi pelajar (N=2000) yang tertabur secara normal.
(i) Lukis graf normal dengan min skor Sains katakan, min = 50, s.d = 5
(ii) Tukar skor kepada skor piawai atau skor-z (ini dipelajari dalam kelas statistik dgn rumus) , maka anda akan dapat SATU graf normal dengan min = 0, s.d = 1
(iii) Graf normal ini dinamakan graf taburan piawai atau z-distribution yang mempunyai ciri-ciri (a) simetri, (b) min = 0, (c) s.d = 1 dan (d) julat s.d antara -3 dan +3
Dengan cara yang sama, jika anda ambil 20 sampel dengan setiap satu sampel mempunyai n = 30 dari populasi yang sama di atas (N=2000), anda tentu mempunyai 20 min skor yang berbeza bagi setiap kumpulan, katakan min1, min2, min3, min4….min20 kerana wujudnya ralat persampelan (sampling error). Memanglah sebab mana mungkin min sampel sama dengan min populasi, mesti ada ralat.
Dengan menganggap min1, min2, min3, min4….min20 yang berbeza ini sebagai 20 data individu, anda boleh plotkan data ini dan anda akan dapati min-min ini (sebagai data individu) juga akan tertabur secara normal (ciri-ciri Central Limit Theorem), maka anda akan dapat juga graf normal yang dinamakan sampling distribution of mean bagi kumpulan 20 sampel tersebut. Jika anda tukar 20 data ini sebagai data piawai atau skor z (ada rumusnya), anda juga akan dapati min =0 dengan s.d antara +3 dan -3 sebagaimana z-distribution (populasi). Jadi anda boleh layan sampling distribution of mean ini sebagaimana graf taburan normal yang biasa apabila ditukar ke skor z.
Ingat !! Apabila anda menguji hipotesis (macam ujian-t) menggunakan sampling distribution of mean, anda sebenarnya sedang membuat inferens kepada z-distribution iaitu dari sampel ke populasi!!
No comments:
Post a Comment