1

Statistik Pentaabiran
Berkaitan Dua
Populasi
2
Objektif Pembelajaran
Untuk mempelajari bagaimana menggunakan sampel dari dua
populasi untuk menguji hipotesis tentang perhubungan antara
populasi.
Untuk mempelajari bagaimana bagaimana ujian hipotesis bagi
perbezaan antara min populasi mengambil bentuk yang berlainan,
bergantung kepada saiz sampel.
Untuk memebzakan di antara sampel bebas dengan sampel
bersandar apabila membandingkan dua min.
Untuk mempelajari bagaimana mengurangkan ujian hipotesis bagi
perbezaan min dari sampel bersandar kepada ujian min tunggal.
Untuk mempelajari bagaimana menguji hipotesis yang
membandingkan kadar dua populasi yang mempunyai beberapa
stribut yang menarik.
Untuk memahami bagaimana nilai kebarangkalian boleh digunakan
dalam pengujian hipotesis.


3
Taburan Persampelan diantara Dua
Min Sampel yang Berbeza
1
1
X
n
x
=

Populasi 1
Populasi 2
2
2
X
n
x
=

1 2 X X

1
X
2
X
1 2
X X

4
Taburan Persampelan diantara Dua
Min Sampel yang Berbeza
5

Formula Z untuk Perbezaan
Dua Min Sampel
n n
X X
Z
2
2
2
1
2
1
2 1
2 1
+

=
n
1
> 30, n
2
> 30, varian populasi
diketahui dan Sampel Bebas
6
Contoh
Katakan pada bulan Januari purata bil letrik isirumah di Pulau
Pinang ialah RM185, dengan sisihan piawai RM35. Katakan juga
pada bulan yang sama, purata bil letrik di Kota Bahru ialah RM91,
dengan sisihan piawai RM22. Jika sampel rawak 40 isirumah di
Pulau Pinang dan 32 isirumah di Kota Bahru diambil, apakah
kebarangkalian perbezaan di antara purata sampel ialah RM100?
Pulau Pinang Kota Baru

1
= 185
2
= 91,
o
1
= 35 o
2
= 22,
n
1
= 40 n
2
= 32
7
2
2
2
1
2
1
2 1 2 1

) - ( - ) X - X (
Z
n n
o
+
o

=
0.89
6.764
6

32
22

40
35
91) - (185 - 100

2 2
= =
+
=
100 X X
2 1
=
94
2 1
=
Z=0.0
Z=0.89
Z=0.1867
Z=0.3133
8
Ujian Hipotesis: Saiz
Sampel Besar atau
Varian Tidak
Diketahui, Sampel
Bebas
9
Contoh
Diawal tahun 1990an kajian oleh Jabatan Buruh Malaysia mendapati purata
anggaran upah lebihmasa sejam di antara juruanalisis komputer dan jurutera
adalah hampir sama. Katakan kita mahu menjalankan ujian hipotesis untuk
menentukan sama ada ia masih lagi sama sekarang ini. Sampel rawak 32
juruanalisis komputer dan 34 jurutera diseluruh Malaysia diambil dan ditanya
gaji lebih masa mereka. Data upah lebih masa sejam ditunjukkan didalam
Jadual dibawah dan katakan nilai o = 0.02:
Jurutera
20.75
23.80
22.00
21.85
24.16
21.10
23.30
24.00
21.75
21.50
20.40
23.25
22.75
23.00
21.25
20.00
21.75
20.50
23.75
22.50
25.00
22.70
23.25
21.90
19.50
21.75
20.80
20.25
22.45
19.10
22.60
21.70
20.75
22.50
Juruanalisis Sistem
24.10 25.00 24.25
23.75 22.70 21.75
24.25 21.30 22.00
22.00 22.55 18.00
23.50 23.25 23.50
22.80 22.10 22.70
24.00 24.25 21.50
23.85 23.50 23.80
24.20 22.75 25.60
22.90 23.80 24.10
23.20
23.55
10
Ujian Hipotesis Perbezaan antara
Dua Min
H
0
:
1
-
2
= 0
H
a
:
1
-
2
0
o = 0.02; o/2 = 0.01

Langkah 1: Hipotesis
Langkah 2: Nilai o
Langkah 3: Ujian Statistik
2
2
2
1
2
1
2 1 2 1

) - ( - ) X - X (
Z
n n
o
+
o

=
11
Langkah 4: Peraturan Keputusan
. H terima 2.33, Z 2.33 - Jika
. H tolak 2.33, > Z atau 2.33 - < Z Jika
o
o
s s
12
Juruanalisis Sistem
24.10 25.00 24.25
23.75 22.70 21.75
24.25 21.30 22.00
22.00 22.55 18.00
23.50 23.25 23.50
22.80 22.10 22.70
24.00 24.25 21.50
23.85 23.50 23.80
24.20 22.75 25.60
22.90 23.80 24.10
23.20
23.55
Jurutera
20.75
23.80
22.00
21.85
24.16
21.10
23.30
24.00
21.75
21.50
20.40
23.25
22.75
23.00
21.25
20.00
21.75
20.50
23.75
22.50
25.00
22.70
23.25
21.90
19.50
21.75
20.80
20.25
22.45
19.10
22.60
21.70
20.75
22.50
1
1
1
1
2
32
2314
1373
1885
n
X
S
S
=
=
=
=
.
.
.
2
2
2
2
2
34
2199
1403
1968
n
X
S
S
=
=
=
=
.
.
.
Langkah 5: Data
13
( ) ( )
( ) ( )
36 3
34
968 1
32
885 1
0 99 21 14 23
2
2
2
1
2
1
2 1 2 1
.
. .
. .
Z
n
S
n
S
X X
=
+

=
+

=

. H tolak 2.33, > 3.36 = Z kerana Oleh o
Langkah 6: Nilai Ujian Statistik
Langkah 7: Kesimpulan
14
Selang Keyakinan untuk
Menganggar
1
-
2
apabila n
1
dan
n
2
adalah besar dan o
1
, o
2
tidak
diketahui
n
S
n
S
X X
n
S
n
S
X X
Z Z
2
2
2
1
2
1
2 1 2 1
2
2
2
1
2
1
2 1
+ + s s +

( ) ( ) o = + + s s +

1
2
2
2
1
2
1
2 1 2 1
2
2
2
1
2
1
2 1
] Z Z [ ob Pr
n
S
n
S
X X
n
S
n
S
X X
15
Contoh
Katakan satu kajian telah dijalankan untuk menganggar perbezaan
purata perbelanjaan di antara pelanggan berpendapatan sederhana
dan pelanggan berpendapatan rendah disebuah kedai menggunakan
kupon. Sampel rawak 60 pelanggan berpendapatan sederhana dan 80
pelanggan berpendapatan rendah diambil, dan perbelanjaan mingguan
mereka dipantau selama 1 minggu. Purata jumlah yang dapat
dijimatkan dengan menggunakan kupon, dan saiz sampel serta sisihan
piawai sampel adalah sebagaimana berikut. Nilaikan pada paras 98%
keyakinan

Pelanggan Berpendapatan
Sederhana
Pelanggan Berpendapatan
Rendah
n
1
=60 n
2
= 80
X
1
= RM5.84 X
2
= RM2.67
S
1
= RM1.41 S
2
= RM0.54
16
80
0.54

60
1.41
2.33 2.67) - (5.84 -
80
0.54

60
1.41
2.33 - 2.67) - (5.84
2 2
2 1
2 2
+ + s s +
Nilai Z
c
yang berkaitan dengan paras 98% keyakinan ialah
2.33.
3.17 0.45 s
1
-
2
s 3.17 + 0.45
( ) ( )
n
S
n
S
X X
n
S
n
S
X X
Z Z
2
2
2
1
2
1
2 1 2 1
2
2
2
1
2
1
2 1
+ + s s +

2.72 s
1
-
2
s 3.62
Prob[2.72 s
1
-
2
s 3.62] = 0.98
17
Ujian Hipotesis bagi
Sampel Kecil, Bebas
dan Varian Tidak
Diketahui
18
Ujian t untuk Perbezaan
dalam Min Populasi
Kedua-dua populasi adalah
bertaburan normal.
Dua sampel adalah bebas.
Sekurang-kurangnya satu sampel
adalah kecil, n < 30.
Nilai varian populasi tidak diketahui.
Varian bagi dua populasi ini adalah
sama. o
1
2
= o
2
2
19
Formula t untuk Menguji
Perbezaan Min dengan
Mengandaikan o
1
2
= o
2
2
( )
( )
( ) ( )
t
X X
S n S n
n n n n
=

+
+
+
1 2
1 2
1
2
1 2
2
2
1 2 1 2
1 1
2
1 1

df = n
1
+ n
2
- 2
20
Formula t untuk Menguji
Perbezaan Min dengan
Mengandaikan o
1
2
= o
2
2
2
2
2
1
2
1
2 1
n
S

n
S
X - X
t
+
=
2 -
n
S

1
n
S
n
S

n
S
df
2
2
2
2
2
1
2
1
2
1
2
2
2
2
1
2
1
n n
|
|
.
|

\
|
+

|
|
.
|

\
|
(
(

+
=
21
Contoh
Katakan satu syarikat pengendali seminar mahu menguji perbezaan
pengetahuan peserta seminar menggunakan kaedah A, kuliah dan
sesi soal jawab dan kaedah B, menggunakan video kaset da tiada
sesi soal jawab. Untuk menguji perbezaan didalam dua kaedah ini,
pengurus mengambil sampel rawak 15 orang untuk kumpulan
pertama pekerja baru dengan menggunakan Kaedah A dan kumpulan
kedua 12 pekerja baru menggunakan kaedah B. Jadual dibawah
menunjukkan skor ujian bagi dua kumpulan tersebut. Menggunakan
o = 0.05, pengurus mahu menentukan sama ada terdapat perbezaan
yang signifikan didalam min skor dua kumpulan latihan tersebut. Ia
mengandaikan skor bagi ujian adalah bertaburan normal dan varian
populasi adalah sama.
56 50 52 44 52 59 54 55 65
47 47 53 45 48 52 57 64 53
42 51 42 43 44 53 56 43 57
Kaedah A Kaedah B
22
Langkah 1: Hipotesis
H
0
:
1
-
2
= 0
H
a
:
1
-
2
= 0
Langka 3: Ujian statistik
2 1 2 1
2
2
2 1
2
1
2 1 2 1
1 1
2
1 1
n n n n
) n ( S ) n ( S
) ( ) X X (
t
+

+

=
df = n
1
+ n
2
2
Langkah 2: Nilai alpha
o = 0.05
23
Langkah 4: Peraturan Keputusan
df=25
-2.060 2.060
Ho tolak dapat tidak 2.060, t 2.060 - Jika
Ho tolak 2.060, t atau 2.060 - t Jika
s s
> <
df = n
1
+ n
2
2
= 15 + 12 2
= 25
24
Langkah 5: Data
Kaedah A Kaedah B
n
1
=15 n
2
= 12
X
1
= 47.73 X
2
= 56.500
S
1
2
= 19.495 S
2
2
= 18.273
25
Langkah 6: Nilai Ujian Statistik
5.20 -
12
1

15
1
) 2 12 15 (
1) (18.273)(1 4) (19.495)(1
0 - 56.50) - (47.73
t =
+
+
+
=
Langkah 7: Kesimpulan
Disebabkan nilai dikira t = -5.20, adalah kurang daripada nilai jadual
kritikal, t = - 2.06, nilai t yang dikira berada didalam kawasan
penolakan. Hipotesis nul adalah ditolak Oleh itu terdapat perbezaan
yang signifikan didalam min skor bagi dua ujian tersebut. Berdasarkan
min sampel, kita menyedari bahawa kaedah B sebenarnya
memberikan purata skor 8 markah lebih berbanding dengan kumpulan
yang dilatih menggunakan kaedah A.

26
Selang Keyakinan untuk
Menganggar
1
-
2
dengan
Sampel Kecil dan o
1
2
= o
2
2
( )
( ) ( )
1 2
1
2
1 2
2
2
1 2 1 2
1 2
1 1
2
1 1
2
X X
S n S n
n n n n
n n
t
where df

+
+
+
= +
27
Contoh
Satu kumpulan penyelidik telah
menjalankan kajian untuk
menentukan sama ada terdapat
perbezaan di antara wanita dan
lelaki didalam ujian kepintaran.
Kajian adalah berdasarkan
kepada soalan bertulis yang sama
terhadap kumpulan tersebut.
Katakan sampel rawak keputusan
ujian 9 wanita dan 10 lelaki telah
diambil didalam kajian ini.
Keputusan ujian tersebut
berdasarkan markah 50% adalah
ditunjukkan didalam berikut.
Nilaikan selang perbezaan di
antara dua min untuk 99%
keyakinan.

Wanita Lelaki
35.38 35.03
37.06 33.9
37.74 34.56
36.97 36.24
37.84 34.59
37.5 34.95
40.75 33.3
35.31 34.73
35.3 34.79
37.83
n
1
= 9 n
2
= 10
X
1
= 37.09 X
2
=34.99
S
1
= 1.727 S
2
= 1.253
df = 9 + 10 2 = 17
28
( )
( ) ( )
2 df
1 1
2
1 1
t
n n
n n n n
n S n S
X X
2 1
2 1 2 1
2
2
2 1
2
1
2 1
+ =
+
+
+

10
1

9
1

2 10 9
(9) (1.253) (8) (1.727)
2.898 34.99) - (37.09
2 2
+
+
+

n
1
= 9 n
2
= 10
X
1
= 37.09 X
2
=34.99
S
1
= 1.727 S
2
= 1.253
df = 9 + 10 2 = 17
-2.10 1.99
0.11 s
1
-
2
s 4.09
Prob[0.11 s
1
-
2
s 4.99] = 0.99
29
Statistik Pentaabiran
bagi Dua Populasi
yang Berhubungan
30
Sampel Tidak Bebas
Ukuran sebelum dan selepas ke
atas induvidu yang sama
Kajian ke atas pasangan kembar
Kajian ke atas pasangan suami
isteri
31
Formulas bagi Sambel Tidak
Bebas
t
d D
n
df n
n
d
S
=

=
=
1
number of pairs
d = sample difference in pairs
D = mean population difference
= standard deviation of sample difference
d = mean sample difference
d
S
( )
( )
d
d
n
n
n
n
d
S
d d
d
d
=
=

2
2
2
1
1
32
Contoh
Sebelas pekerja telah diletakkan di
bawah perhatian panel kesihatan
disebabkan tingginya kandungan
kolestrol didalam badan. Doktor telah
memberi nasihat tentang bahaya
keadaan ini dan meletakkan mereka
didalam diet makanan yang baru.
Ditunjukkan didalam dibawah adalah
kandungan kolestrol bagi 11 pekerja
tersebut sebelum dan selepas 1 bulan
mengamalkan diet baru. Pengurus
syarikat pekerja tersebut mahu
menjalankan ujian statistik untuk
menentukan sama ada terdapat
perbezaan yang signifikan kandungan
kolestrol sebelum dan selepas diet baru
tersebut diamalkan. Gunakan o = 0.01.
Pekerja Sebelum Selepas
1 255 197
2 230 225
3 290 215
4 242 215
5 300 240
6 250 235
7 215 190
8 230 240
9 225 200
10 219 203
11 236 223
33
Langkah 1: Hipotesis
H
0:
D = 0
H
a
: D = 0
Langka 3: Ujian statistik
Langkah 2: Nilai alpha
o = 0.01
|
|
.
|

\
|
=
n
S
- D d
t
d
df = n - 1
34
Langkah 4: Peraturan Keputusan
df=10
-3.169
3.169
Ho tolak dapat tidak 3.169, t 3.169 - Jika
Ho tolak 3.169, t atau 3.169 - t Jika
s s
> <
df = n - 1
= 11 - 1
= 10
0.005
2
=
o
0.005
2
=
o
t
0.005,10
= 3.169
35
Langkah 5: Data
28.0909
11
309

n
d
d = = =

Pekerja Sebelum Selepas d (d - d)2

1 255 197 58 894.55
2 230 225 5 533.19
3 290 215 75 2200.46
4 242 215 27 1.19
5 300 240 60 1018.19
6 250 235 15 171.37
7 215 190 25 9.55
8 230 240 -10 1450.92
9 225 200 25 9.55
10 219 203 16 146.19
11 236 223 13 227.74
309 6662.91
25.8126
10
6662.91


1 n
) d - (d
S
2
d
=
=

=

36
Langkah 6: Nilai Ujian Statistik
Langkah 7: Kesimpulan
Disebabkan nilai t yang dikira lebih besar daripada nilai kritikal jadual t
(t = 3.6094 > t
0.005,11
= 3.169) maka kita dapat menolak Ho. Maka
terdapat bukti yang mencukupi untuk menyatakan terdapat perbezaan
yang signifikan didalam purata kandungan kolestrol sebelum dan
selepas mengamalkan diet baru.
3.6094
11
8126 . 25
0 - 28.0909
=
|
.
|

\
|
37
Selang Keyakinan bagi Sampel
Tidak Bebas
n
S
t d
d
/ 2 o

n
S
t d D
n
S
t d
d
/
d
/ 2 2 o o
+ s s
atau
38
Contoh Jualan rumah baru adalah turun naik
mengikut musim. Keadaan musiman ini
menunjukkan keadaan ekonomi dan
pusingan perniagaan yang memberi kesan
keatas jualan rumah. Katakan Kementerian
Kerajaan Tempatan mahu menganggarkan
purata perbezaan didalam bilangan jualan
rumah baru di Kuala Lumpur di antara 1998
dan 2000. Untuk melakukannya,
kementerian memilih secara rawak 18 firma
pemaju perumahan dan memperolehi angka
jualan untuk Mei, 1998 dan Mei, 2000.
Bilangan jualan rumah baru setiap firma
ditunjukkan didalam Jadual 10.7.
Menggunakan data ini, kementerian
menganggar purata perbezaan bilangan
jualan rumah baru oleh firma di Kuala
Lumpur untuk Mei, 1998 dan Mei, 2000 dan
melakukan 99% selang keyakinan.
Firma Mei 1998 Mei 2000
1 8 11
2 19 30
3 5 6
4 9 13
5 3 5
6 0 4
7 13 15
8 11 17
9 9 12
10 5 12
11 8 6
12 2 5
13 11 10
14 14 22
15 7 8
16 12 15
17 6 12
18 10 10
39
Firma Mei 1998 Mei 2000 d
(d - d)
2
1 8 11 -3 0.15
2 19 30 -11 57.93
3 5 6 -1 5.71
4 9 13 -4 0.37
5 3 5 -2 1.93
6 0 4 -4 0.37
7 13 15 -2 1.93
8 11 17 -6 6.82
9 9 12 -3 0.15
10 5 12 -7 13.04
11 8 6 2 29.04
12 2 5 -3 0.15
13 11 10 1 19.26
14 14 22 -8 21.26
15 7 8 -1 5.71
16 12 15 -3 0.15
17 6 12 -6 6.82
18 10 10 0 11.48
-61 182.28
3.89 -
18
61

n
d
= = =

d
3.27
17
182.28


1
) d - (d
S
2
d
=
=

=

n
40
t
0.005,17
= 2.898
n
S
t d
d
/ 2 o

23 2 39 3
18
27 3
898 2 39 3 . .
.
. . =
-5.62 s D s -1.16

Prob[-5.62 s D s -1.16] = 0.99
41
Statistik Pentaabiran
Berkaitan Perkadaran
Dua Populasi
42
Taburan Persampelan Perbezaan
dalam Perkadaran Sampel
For large samples
1.
2.
3. and
4. where q = 1 - p
the difference in sample proportions is normally distributed with
p
and
p
1
1
2
2
n
n
n
n
1
1
>
>
>
>
=
=

+

1
1
2
2
1 2
1
1
1
2
2
2
5
5
5
5
2
2

,
,
,



p
q
p
q
P P
P
Q
n
P
Q
n
p
p

o
43
Formula Z untuk Menguji
Perbezaan dalam Perkadaran
Populasi
( )
( )
Z
p p
P P
P
Q
n
P
Q
n
p
p
=

+

=
=
=
=
=
=
=
=
1 2
1 2
1
1
1
2
2
2
1
2

proportion from sample 1

proportion from sample 2
size of sample 1
size of sample 2
proportion from population 1
proportion from population 2
1 -
1 -
1
2
1
2
1
1
2
2
n
n
P
P
Q
P
Q
P
44
Formula Z untuk Menguji
Perbezaan dalam Perkadaran
Populasi
( )
( )
( )
Z
P Q
P
Q P
p p
P P
n n
X X
n n
n
p
n
p
n n
=

+
|
\

|
.
|
=
+
+
=
+
+
=
1 2
1 2
1 2
1 2
1 2
1
1
2
2
1 2
1 1
1


45
Contoh
Adakah pelanggan dan CEO mempunyai perbezaan didalam
persepsi etika perniagaan? Sekumpulan penyelidik cuba untuk
menguji untuk menentuka sama ada terdapat perbezaan didalam
perkadaran pelanggan dan perkadaran CEO yang mempercayai
kehilangan satu pekerjaan mempunyai pengaruh yang kuat
terhadap gelagat etika. Didalam kajia tersebut, mereka mendapati
57% daripada pelanggan menyatakan bahawa kehilangan satu
pekerjaan mempunyai pengaruh yang kuat keatas gelagat etika
tetapi hanya 50% sahaja CEO yang beranggapan sedemikian.
Katakan data telah dipungut dari sampel rawak 755 pelanggan
dan 616 CEO. Adakah penyelidik mempunyai bukti yang
mencukupi untuk menyatakan pelanggan mempunyai perkadaran
yang lebih tinggi berbanding CEO didalam mempercayai
kehilangan satu pekerjaan mempunyai pengaruh yang kuat
terhadap etika perniagaan. Gunakan o = 0.10.

46
Langkah 1: Hipotesis
H
0
: P
1
P
2
= 0
H
a
: P
1
P
2
> 0
Langkah 3: Ujian statistik
Langkah 2: Nilai alpha
o = 0.01
dimana
P
1
ialah perkadaran pelanggan yang memilih faktor
P
2
ialah perkadaran CEO yang memilih faktor

( ) ( )
( )
P Q
P
Q P
Z
n n
p

n
p

n
n n
X X
n n
P P
p

=
+
+
=
+
+
=
|
|
.
|

\
|
+

=
1
1 1
2 1
2
2
1
1
2 1
2 1
2 1
2 1
2 1
47
Langkah 4: Peraturan Keputusan
o = 0.01
Oleh kerana ujian ini
adalah ujian satu
hujung, nilai kritikal
jadual Z ialah Z
c
=
1.28. Jika nilai Z yang
dikira lebih besar
daripada 1.28,
hipotesis nul ditolak.

Z
c
= 1.28
48
Pelanggan CEO
n
1
= 755 n
2
= 616
= 0.57 = 0.50
Langkah 5: Data
1

p
2
p

0.539
616 755
) (616)(0.50 ) (755)(0.57


n n
p n p n
P
2 1
2 2 1 1
=
+
+
=
+
+
=

0.461 0.539 - 1 P - 1 Q = = =
49
2.59
616
1

755
1
461 0 539 0
(0) - 0.50) 0 (0.57
Z =
|
.
|

\
|
+
=
) . )( . (
Langkah 6: Nilai Ujian Statistik
Langkah 7: Kesimpulan
Disebabkan Z = 2.59 adalah lebih besar daripada nilai kritikal jadual Z,
1.28, dan ia berada didalam kawasan penolakan, maka hipotesis nul
ditolak. Perkadaran pelanggan yang signifikan lebih tinggi berbanding
CEO didalam mempercayai kehilangan satu pekerjaan adalah
pengaruh yang kuat keatas gelagat etika. CEO mungkin mahu melihat
cara lain yang mempengaruhi etika perniagaan. Jika pekerja lebih
mengemari pelanggan berbanding CEO, CEO mungkin berkebolehan
untuk melihat kehilangan satu pekerjaan sebagai alat untuk
memastikan gelagat etika didalam kerja.
50
Selang Keyakinan untuk
Menganggar P
1
- P
2
( ) ( )
n
q

n
q

P P
n
q

n
q

Z Z
2
2 2
1
1 1
2 1
2 1
2
2 2
1
1 1
2 1
+ + s s +
51
Contoh
Katakan didalam percubaan untuk menarik pelanggan,
pengurus pasar raya mahu menentukan perbezaan di
antara perkadaran pelanggan disebelah pagi adalah lelaki
dan perkadaran pelanggan selepas jam 5 petang adalah
lelaki. Didalam tempoh masa dua minggu, pengurus
mengambil sampel rawak sistematik seramai 400 pelanggan
sebelah pagi mendapati 352 wanita dan 48 lelaki, sampel
rawak sistematik 480 pelanggan selepas jam 5 petang
mendapati 293 wanita dan 187 adalah lelaki. Jalankan 98%
selang keyakinan untuk menganggar perbezaan didalam
perkadaran populasi bagi lelaki.

52
Pembeli Pagi Pembeli Selepas 5 petang
n
1
= 400 n
2
= 480
X
1
= 48 lelaki X
2
= 197 lelaki
= 0.12 = 0.39
= 0.88 = 0.61
1
p

2
p

1
q

2
q

480
61) (0.39)(00.

400
8) (0.12)(0.8
2.33 0.39) - (0.12
P - P
480
61) (0.39)(00.

400
8) (0.12)(0.8
2.33 - 0.39) - (0.12
2 1
+ + s
s +
-0.27 0.064 s P
1
P
2
s -0.27 + 0.064
-0.334 s P
1
P
2
s -0.206
Prob[-0.334 s P
1
P
2
s -0.206] = 0.98
53
Ujian Perbandingan Varian
Dua Populasi
54
Ujian F bagi Varian Dua
Populasi
1
1
2 2
min
1 1
2
2
2
1
= =
= =
=
n
n
S
S
ator deno
numerator
df
df
F
u
u
55
Taburan F dengan v
1
= 10 dan
v
2
= 8
56
Katakan sebuah mesin menghasilkan
kepingan logam yang mempunyai
ketebalan 22 mm. Disebabkan oleh
mesin, operator, bahan mentah,
persekitaran kilang dan lain-lain faktor
terdapat variabiliti didalam ketebalan
kepingan tersebut. Dua buah mesin
mengeluarkan kepingan ini. Operator
pengeluaran amat menitikberatkan
ketepatan bagi dua mesin ini.
22.3 21.9 22.0 21.7
21.8 22.4 22.1 21.9
22.3 22.5 21.8 22.0
21.6 22.2 21.9 22.1
21.8 21.6 22.2 21.9
22.0 22.1
MESIN 1 MESIN 2
Untuk menguji ketepatan, sampel rawak 10 keping logam yang
dikeluarkan oleh mesin 1 diambil dan 12 keping logam dari mesin 2 juga
diambil. Ukuran ketebalan bagi kepingan dari kedua-dua mesin tersebut
diambil dan ditunjukkan didalam jadual berikut. Andaikan ketebalan
kepingan logam adalah bertaburan normal didalam populasi.
Bagaimanakah kita boleh menguji sama ada varian dari setiap sampel
datangnya dari varian populasi yang sama (varian populasi adalah sama)
atau dari populasi varian yang berbeza (varian populasi tidak sama).
Gunakan o = 0.05.
57
Langkah 1: Hipotesis
Langka 3: Ujian statistik
Langkah 2: Nilai alpha
o = 0.05
2
2
2
1 a
2
2
2
1 0
: H
: H
o o
o o
=
=
1
1
2 2
1 1
2
2
2
1
= =
= =
=
u
u
n
n
S
S
ator min deno
numerator
df
df
F
58
Sebahagian Jadual F bagi o
= 0.025
Numerator Degrees of Freedom
Denominator
Degrees of Freedom
. , , 025 9 11
F
1 2 3 4 5 6 7 8 9
1 647.79 799.48 864.15 899.60 921.83 937.11 948.20 956.64 963.28
2 38.51 39.00 39.17 39.25 39.30 39.33 39.36 39.37 39.39
3 17.44 16.04 15.44 15.10 14.88 14.73 14.62 14.54 14.47
4 12.22 10.65 9.98 9.60 9.36 9.20 9.07 8.98 8.90
5 10.01 8.43 7.76 7.39 7.15 6.98 6.85 6.76 6.68
6 8.81 7.26 6.60 6.23 5.99 5.82 5.70 5.60 5.52
7 8.07 6.54 5.89 5.52 5.29 5.12 4.99 4.90 4.82
8 7.57 6.06 5.42 5.05 4.82 4.65 4.53 4.43 4.36
9 7.21 5.71 5.08 4.72 4.48 4.32 4.20 4.10 4.03
10 6.94 5.46 4.83 4.47 4.24 4.07 3.95 3.85 3.78
11 6.72 5.26 4.63 4.28 4.04 3.88 3.76 3.66 3.59
12 6.55 5.10 4.47 4.12 3.89 3.73 3.61 3.51 3.44
59

.025,9,11
F
= 359 .
=
.975,11,9
.025,9,11
F
F
1
1
359
0 28
=
=
.
.
. H terima , 59 . 3 F 0.28 ika J
. H tolak , 3.59 > F atau 0.28 < F ika J
o
o
s s
Langkah 4: Peraturan Keputusan
v
1
=9, v
2
= 11
60
Mesin 1
22.3 21.8 22.2
21.8 21.9 21.6
22.3 22.4
21.6 22.5
Mesin 2
22.0
22.1
21.8
21.9
22.2
22.0
21.7
21.9
22.0
22.1
21.9
22.1
1
1
2
10
01138
n
S
=
= .
Langkah 5: Data
2
2
2
12
0 0202
n
S
=
= .
61
F
S
S
= = =
1
2
2
2
01138
00202
563
.
.
.
Langkah 6: Nilai Ujian Statistik
Langkah 7: Kesimpulan
Nilai F yang dikira ialah 5.63, adalah lebih besar daripada hujung
kanan nilai kritikal 3.59. Oleh itu, keputusannya ialah menolak
hipotesis nul. Varian populasi adalah tidak sama. Ujian terhadap
varian sampel menunjukkan varian pengukuran dari mesin 1 adalah
lebih besar daripada pengukuran varian dari mesin 2. Operator dan
pengurus operasi mungkin mahu menguji mesin 1 selanjutnya; dan
pelarasan mungkin diperlukan atau mungkin terdapat sebab lain
menyebabkan terdapat variasi mesin tersebut.

62