BAB 4

PENTADBIRAN
VARIANS
OBJEKTIF
1. Mengenal Taburan Khi-kuasadua
2. Mengira Selang Keyakinan bagi varians satu
populasi
3. Menjalankan ujian hipotesis bagi varians
satu populasi.
4. Mengenal Taburan F
5. Mengira Selang Keyakinan bagi varians
dua populasi
6. Menjalankan ujian hipotesis bagi varians
dua populasi

Pengenalan
Anggaran terhadap min dan perkadaran memerlukan
taburan normal dan t, tetapi anggaran terhadap varians
memerlukan taburan lain yang disebut taburan
khi-kuasadua, _
2
.

Kita akan memilih secara rawak sampel bersaiz n dan
mengira varians sampel, s
2
untuk setiap sampel.
Taburan Khi-kuasadua, _
2

Taburan _
2
mempunyai satu parameter
iaitu darjah kebebasan = n-1, (degrees of freedom )




1) Taburan _
2
tidak simetri (tidak seperti taburan normal dan t ). Ia
berbeza untuk setiap darjah kebebasan. Untuk darjah kebebasan yang
kecil, taburan _
2
akan terpencong ke kanan dan apabila darjah
kebebasan meningkat, taburan menjadi lebih simetri iaitu
menghampiri normal.

Ciri-ciri taburan _
2

2) Keseluruhan taburan _
2
hanya akan mengambil nilai positif
(termasuk sifar) sahaja. ( tidak boleh nilai negatif).

3) Mod bagi lengkung taburan _
2
untuk darjah kebebasan 1 atau
2 adalah pada sifar dan untuk lengkung yang darjah
kebebasannya 3 atau lebih adalah pada dk 2. Contohnya,
mod untuk lengkung taburan _
2
dengan dk = 2 adalah pada
sifar, untuk dk = 7 adalah 7- 2 = 5 dan mod untuk lengkung
dengan dk = 12 adalah pada 12-2 = 10.( rujuk rajah di
bawah). Seperti taburan normal dan juga t, luas kawasan di
bawah lengkung taburan _
2
adalah 1.
Contoh :
Dapatkan nilai kritikal _
2
supaya kawasan kritikal mempunyai kb
0.025 pada tiap-tiap hujung. Andaikan saiz sampel berkaitan adalah
10.


= 2.700 = 19.023

_
o
2
2 / 1
_
o
2
2 /
dk = n-1 = 10-1 = 9

Penyelesaian
Nilai kritikal sebelah kanan , diperolehi dengan mengambil nilai
yang sepadan dengan baris 9 (dk = 9) dan lajur o/2 = 0.025 iaitu
= 19.023

_
o
2
2 /
_
o
2
2 /
Nilai kritikal sebelah kiri , diperolehi dengan mengambil nilai
yang sepadan dengan baris 9 (dk = 9) dan lajur 1-o/2 = 0.975 iaitu
= 2.700

_
o
2
2 / 1
_
o
2
2 / 1
Selang keyakinan bagi varians populasi, o
2

Selain daripada selang keyakinan bagi min dan
perkadaran populasi, selang keyakinan bagi varians
(atau sisihan piawai) juga memainkan peranan yang
penting.

Contohnya, bagi pihak syarikat pengeluar minuman
kotak, adalah penting untuk memastikan mesinnya
mengisi minuman yang mencukupi dalam setiap kotak
minuman. Oleh itu, variasi berat setiap kotak
minuman yang telah diisi perlulah di dalam julat atau
selang yang ditetapkan. Maka pihak pengurusan
perlulah terlebih dahulu menentukan selang bagi
varians yang boleh diterima oleh syarikat sebelum
membuat keputusan untuk memperbaiki mesin
minuman mereka.

_
o
2
2 / 1
_
o
2
2 /
_
2

Selang keyakinan bagi varians populasi akan berada pada
kawasan yang mempunyai kb(1-o) iaitu di antara nilai
kritikal dan
_
o
2
2 / 1
_
o
2
2 /


( )
2
2 /
2
s 1 n
o
_

( )
2
2 / 1
2
s 1 n
o
_

dan jika diambil punca kuasa pula akan menjadi

< o < rumus selang keyakinan sisihan
piawai populasi
( )
_
o

2
2 /
2
s 1 n
( )
_
o

2
2 / 1
2
s 1 n
Rumus selang keyakinan varians satu populasi
< o
2
<
Contoh :
Pengisi antifreeze sebuah kereta sepatutnya mengandungi 3785
ml cecair. Menyedari bahawa turun naik kandungan cecair itu tidak
dapat dikawal, pengurus kawalan kualiti mahu memastikan sisihan
piawainya kurang daripada 30ml. Jika tidak cecair akan melimpah
atau tidak mencukupi. Sampel rawak dipilih seperti berikut.
Gunakan sampel itu untuk membina selang keyakinan 99% untuk
sisihan piawai populasi. Berikan pendapat anda terhadap selang
nilai yg diperolehi itu dan adakah langkah pembetulan perlu
dilakukan atau tidak ?

3761 3861 3769 3772 3675 3861
3888 3819 3788 3800 3720 3748
3753 3821 3811 3740 3740 3839

penyelesaian :
n = 18; = 3787 ; s = 55.3790 ; (1-o) = 0.99 ; o/2 = 0.005
darjah kebebasan, dk = 18-1 = 17
Rumus S.K :
< o
2
<
x
( )
2
2 /
2
s 1 n
o
_

( )
2
2 / 1
2
s 1 n
o
_

Nilai kritikal _
2
0.005
= 35.718 dan _
2
0.995
= 5.697, maka
697 . 5
) 3789 . 55 )( 1 18 (
718 . 35
) 3789 . 55 )( 1 18 (
2
2
2

< <

o
1459.6562 < o
2
< 9151.4804
38.2054 < o < 95.6634

Kesimpulan :
Selang nilai yang diperolehi sangat besar, oleh itu langkah
pembetulan harus dilakukan untuk memastikan pengisian cecair yang
lebih konsisten.
Lihat contoh 7.11 dan 7.12 di dalam buku teks
Hipotesis Varians satu populasi
Statistik ujian yang digunakan ialah _
2
=
2
2
s ) 1 n (
o

Nilai o
2
yang digunakan dalam statistik ujian ini adalah nilai o
2
di
dalam hipotesis nul.

3 kes untuk hipotesis varians satu populasi ialah :
Hipotesis Kawasan penolakan
H
0
: o
2
= lwn H
1
: o
2
> _
2
>

(1 hujung kanan)

H
0
: o
2
= lwn H
1
: o
2
< _
2
< (1 hujung kiri)

H
0
: o
2
= lwn H
1
: o
2
_
2
> atau _
2
< (2 hujung)

=
_
o
2
o
2
0
_
o
2
1
_
o
2
2 /
_
o
2
2 / 1
o
2
0
o
2
0
o
2
0
o
2
0
o
2
0
Contoh :

Satu sampel rawak 25 pelajar telah diambil daripada Kolej
AA dan memberikan varians PNGK sebanyak 0.19.
Varians PNGK semua pelajar kolej tersebut adalah
sebanyak 0.13 pada dua tahun yang lepas. Uji pada aras
keertian 1%, sama ada nilai varians tersebut telah berubah
atau tidak untuk tahun ini.

Penyelesaian :
1) H
0
: o
2
= 0.13
H
1
: o
2
= 0.13

2) Aras keertian, o = 0.01, maka nilai kritikal ialah
_
2
0.005
= 45.558 dan _
2
0.995
=9.886
Maka, kwsn penolakan terletak ke kiri 9.886 dan ke kanan
45.558
3) Statistik ujian

_
2
=

2
2
s ) 1 n (
o

=
077 . 35
13 . 0
) 19 . 0 )( 1 25 (
=

4) Keputusan :
Didapati 9.886< _
2
kiraan
< 45.558. Maka H
0
diterima
5) Kesimpulan:
Berdasarkan sampel yg diambil, varians PNGK pelajar kolej AA
adalah sama seperti dua tahun lepas iaitu 0.13 pd o = 0.01


Lihat contoh 8.4 di dalam buku teks
Latihan Selang Keyakinan dan Hipotesis Varians :
Pembekal sebuah mentol lampu berjenama Q mendakwa
varians hayat mentol lampu tersebut ialah 4000 jam
kuasadua. Sebuah agensi pengguna telah mengambil secara
rawak 25 mentol berjenama Q tersebut dan mendapati varians
hayatnya ialah 4990 jam kuasadua.
a) Bina selang keyakinan 99% bagi varians dan sisihan
piawai untuk hayat mentol berjenama Q.

b) Uji pada aras keertian 5% sama ada varians hayat
mentol berjenama Q adalah berbeza daripada 4000
jam kuasadua.
Jwpn akhir Latihan Selang Keyakinan dan Hipotesis Varians :
a) Selang keyakinan 99% bagi varians :
(2628.6793 , 12114.1007)
Selang keyakinan 99% bagi sisihan piawai :

(51.271, 110.064)
b) _
2
= 29.940
Keputusan : Terima H
0

Kesimpulan : Berdasarkan sampel yang diambil,
varians hayat mentol berjenama Q adalah 4000 jam
kuasadua pada aras keertian 5%.


Taburan F
Mempunyai dua darjah kebebasan yang dinamakan
darjah kebebasan pengangka = v
1

darjah kebebasan penyebut = v
2

- ditulis juga dengan simbol (v
1
, v
2
)
_

Seperti taburan khi-kuasadua, taburan F hanya akan
mengambil nilai positif (termasuk sifar) sahaja. ( tidak
boleh nilai negatif).



Contoh
Jika diberi darjah kebebasan ialah (9,12), dapatkan
nilai F pada o = 0.05 dan o = 0.025
Penyelesaian :
Dengan merujuk kepada jadual F, didapati
F
0.05,9,12
= 2.80
dan
F
0.025,9,12
= 3.44
2 / , U
2
2
2
1
2
2
2
1
2 / , L
2
2
2
1
F
s
s
F
1
s
s
o
o
<
o
o
<
Selang Keyakinan Nisbah Varians
Rumus selang keyakinan nisbah varians ialah :
Andaian yang dibuat adalah sama seperti andaian bagi ujian
hipotesis selisih varians.
F
L,o/2
adalah nilai kritikal F hujung bawah taburan F yang
mempunyai dk pengangka, v
1
=n
1
-1 dan dk penyebut, v
2
=n
2
-1.
F
U, o/2
adalah darjah kritikal F hujung atas taburan F yang
mempunyai dk pengangka, v
1
=n
2
-1 dan dk penyebut, v
2
=n
1
-1.

Jika nilai SK nisbah varians yang diperolehi
adalah 1 maka varians populasi 1 adalah sama
seperti varians populasi 2

Jika nilai SK nisbah varians yang diperolehi
lebih drpd 1 maka varians populasi 1 adalah
lebih drpd varians populasi 2

Jika nilai SK nisbah varians yang diperolehi
kurang drpd 1 maka varians populasi 1 adalah
kurang drpd varians populasi 2


Contoh :
Bina selang keyakinan 90% nisbah varians bagi berat
kertas drpd 2 pembekal.

Pembekal 1 : n
1
=18 s
1
2
=0.019

Pembekal 2 : n
2
=13 s
2
2
=0.049
Penyelesaian :
n
1
-1=18-1=17 dan n
2
-1=13-1=12
F
L,o/2
= F
L,0.05
= 2.58 (di mana v
1
=17 dan v
2
=12)
F
U, o/2
= F
U,0.05
= 2.38 (di mana v
1
=12 dan v
2
=17)
Selang keyakinan 90% nisbah varians bagi berat kertas drpd 2
pembekal ialah :
2 / , U
2
2
2
1
2
2
2
1
2 / , L
2
2
2
1
F
s
s
F
1
s
s
o
o
<
o
o
<
0.923

0.150
2.38
0.049
0.019

2.58
1
0.049
0.019
2
2
2
1
2
2
2
1
< <
< <
Kita mempunyai keyakinan sebanyak 90% bahawa nisbah varians
bagi berat kertas pembekal 1 kepada pembekal 2 adalah antara 0.150
hingga 0.923. Maka varians bagi berat kertas pembekal 1 adalah
kurang berbanding dgn varians bagi berat kertas pembekal 2.
Lihat contoh 7.18 di dalam buku teks
Hipotesis Selisih Varians
Andaian yang dibuat untuk kes hipotesis selisih varians
ialah kedua-dua sampel dipilih secara rawak serta
merdeka dari 2 populasi yang berbeza
Kwsn penolakan ujian hipotesis hanyalah pada hujung
kanan sahaja utk ketiga-tiga kes.

3 kes ujian hipotesis selisih varians :
Kes 1: (jika s
1
2
lebih kecil drpd s
2
2
)

H
0
: o
1
2

=o
2
2
lawan H
1
: o
1
2

< o
2
2

dengan v
1
=n
2
-1 dan v
2
=n
1
-1.
Statistik ujian: F = .
2
1
2
2
s
s
Keputusan :Tolak H
0
jika F >F
o
.

Kes 2: (jika s
1
2
lebih besar drpd s
2
2
)

H
0
: o
1
2

=o
2
2
lawan H
1
: o
1
2

> o
2
2


Statistik ujian: F = .
2
2
2
1
s
s
dengan v
1
=n
1
-1 dan v
2
=n
2
-1.
Keputusan : Tolak H
0
jika F > F
o
.

Kes 3:
H
0
: o
1
2

= o
2
2
lawan H
1
: o
1
2

= o
2
2

Keputusan : Tolak H
0
jika F > F
o/2
.
Statistik ujian bergantung kpd bergantung kepada nilai varians
kedua-dua sampel yg diperolehi.
Jika s
1
2
> s
2
2
, maka statistik ujiannya ialah F =
2
2
2
1
s
s
Jika s
1
2
< s
2
2
, maka statistik ujiannya ialah F =
2
1
2
2
s
s
dk pengangka(v
1
) dan penyebut(v
2
) bergantung
kpd statistik ujian yg digunakan
Contoh :
Satu kriteria utk menilai ubat pelali oral bagi penggunaan dlm
pergigian umum adalah variabiliti dlm tempoh masa di antara
suntikan dan kehilangan sensasi sepenuhnya pada pesakit. (Ini
disebut kesan masa tertunda). Sebuah firma farmaseutikal baru shj
mencipta 2 ubat pelali oral baru iaitu Ubat Y dan Z. Adalah
diramalkan kedua-dua ubat ini sepatutnya menunjukkan
varians(saat kuasadua) sama dlm kesan masa tertunda. Data sampel
diberikan seperti di bawah :
Ubat Y : n
1
= 31 s
1
2
= 1,296
Ubat Z : n
2
= 61 s
2
2
= 784
Uji pada aras keertian 2%, sama ada Ubat Y dan Z mempunyai
varians yg sama dalam kesan masa tertunda.
Penyelesaian :
1) H
0
: o
1
2

= o
2
2
lawan H
1
: o
1
2

= o
2
2
2) Aras keertian, o=0.02
v
1
= n
1
1 = 31-1 =30 ; v
2
= n
2
1 = 61-1 = 60
Nilai kritikal ialah F
0.01,30,60
= 2.03
Kwsn penolakan ialah ke kanan 2.03
3) Statistik ujian

65 . 1
784
296 , 1
s
s
F
2
2
2
1
= = =
4) Keputusan : Didapati 1.65 < 2.03 . Terima H
0
.
5) Kesimpulan :
Berdasarkan sampel yang diambil, Ubat Y dan Z mempunyai
varians yg sama dalam kesan masa tertunda pada o=0.02

Latihan :
Penyelia kawalan kualiti bagi sebuah kilang otomobil
mengambil berat tentang keseragaman dalam bilangan kecacatan
utk kereta yg keluar drpd talian pemasangan. Jika satu talian
pemasangan mempunyai variabiliti yang lebih bagi bilangan
kecacatan, maka perubahan perlulah dibuat. Penyelia berkenaan
mengumpul data bilangan kecacatan seperti berikut :
Talian pemasangan A : n
1
= 20 s
1
2
= 9
Talian pemasangan B : n
2
= 16 s
2
2
= 25
a) Bina selang keyakinan 90% bagi nisbah varians utk masalah ini.
b) Adakah talian pemasangan B mempunyai lebih variabiliti dalam
bilangan kecacatan berbanding dengan talian pemasangan A ? Uji
pada aras keertian 0.05
Jawapan akhir:
0.8028

0.1538 a)
2
2
2
1
< <
b) F = 2.778
Tolak H
0