Hipotesis
10 terhadap
Parameter
Populasi
HASIL PEMBELAJARAN
Pada akhir topik ini, anda seharusnya dapat:
1. Menyatakan hipotesis nol dan hipotesis alternatif;
2. Mencari nilai genting untuk ujian-z dan ujian-t;
3. Menguji min untuk sampel besar dan sampel kecil; dan
4. Menguji perkadaran menggunakan ujian-z.
X PENGENALAN
Penyelidik berminat untuk menjawab persoalan yang timbul berkenaan dengan
masalah harian. Sebagai contoh, seorang pengurus mungkin mahu mengetahui
sama ada jualan bulanan syarikat telah meningkat, menyusut atau kekal statik.
Seorang profesor mungkin ingin tahu sama ada teknik pengajaran yang baru
mampu meningkatkan prestasi pelajar. Jabatan Pengangkutan Jalan mungkin
mahu mengkaji sama ada penggunaan tali pinggang keledar akan
mengurangkan kecederaan parah yang disebabkan oleh kemalangan.
(b) Hipotesis nol dengan simbol H0, adalah hipotesis berstatistik yang
menyatakan bahawa tiada perbezaan antara parameter populasi dan nilai
spesifik.
(c) Hipotesis alternatif dengan simbol H1, adalah hipotesis berstatistik yang
menyatakan bahawa terdapat perbezaan antara parameter populasi dan
nilai spesifik.
(d) Statistik ujian menggunakan data yang diperoleh dari sampel untuk
membuat keputusan sama ada untuk menolak atau menerima hipotesis
nol. Nilai dari statistik ujian ini biasanya disebut nilai ujian.
(e) Rantau penolakan terdiri daripada nilai berangka daripada statistik ujian
di mana hipotesis nol akan ditolak.
(f) Ralat jenis I berlaku apabila hipotesis nol ditolak walaupun ia benar. Ralat
jenis II berlaku apabila hipotesis nol diterima sedangkan ia palsu.
Langkah awal dalam pengujian hipotesis adalah untuk menulis atau formulasi
hipotesis terhadap nilai parameter populasi yang biasanya tidak diketahui.
Terdapat dua jenis hipotesis:
Kes 1: Min, P P 50 P 50
Kes 2: Min, P P d 50 P ! 50
Kes 3: Min, P P t 50 P 50
182 X TOPIK 10 PENGUJIAN HIPOTESIS TERHADAP PARAMETER POPULASI
(c) Sebaliknya, jika ungkapan ini tidak mengandungi tanda sama dengan,
maka ambil ungkapan ini untuk formulasi H1. H0 kemudian digubah
sebagai pelengkap.
(b) Ungkapan algebra di bawah H0 ialah pelengkap kepada salah satu nilai di
bawah H1. Sebagai contoh, set P t P 0 di bawah H0 adalah pelengkap
kepada P P 0 di bawah H1.
Contoh 10.1:
Bagi setiap dakwaan yang diberi, nyatakan hipotesis nol dan hipotesis alternatif.
(a) Purata umur bagi pelajar separuh masa tahun pertama ialah 32 tahun;
(b) Purata pendapatan bulanan bagi pengurus muda siswazah adalah lebih
daripada RM2,800;
(c) Purata bil elektrik bulanan bagi penggunaan domestik adalah sekurang-
kurangnya RM75; dan
(d) Purata bilangan kereta mewah baru yang diimport setiap bulan adalah
paling banyak 400 buah.
Penyelesaian:
(a) Dakwaan: Purata umur ialah 32 tahun ialah ungkapan tuntutan bukan
arahan. Ia bermakna Purata umur = 32 tahun. Ungkapan ini
mengandungi tanda sama dengan =, oleh itu pilih H0 terlebih dahulu,
kemudian gubah H1 sebagai pelengkap. Dalam kes ini, nilai P 0 = 32 tahun.
H0 : P 32 tahun (dakwaan)
H1 : P z 32 tahun
H1 : P ! RM2800 (dakwaan)
H 0 : P d RM2800
184 X TOPIK 10 PENGUJIAN HIPOTESIS TERHADAP PARAMETER POPULASI
H 0 : P t RM75 (dakwaan)
H1 : P RM75
(d) Dakwaan: Purata bilangan kereta import paling banyak ialah 400. Ia
merupakan satu dakwaan arahan. Ia bermakna 400 atau kurang dan
bersamaan dengan 400. Ungkapan ini mengandungi tanda sama dengan,
oleh itu pilih H0 terlebih dahulu, kemudian gubah H1 sebagai pelengkap.
Dalam kes ini, nilai P 0 = 400.
H 0 : P d 400 (dakwaan)
H1 : P ! 400
Jadual 10.3 menunjukkan contoh ungkapan dakwaan arahan dan bukan arahan
yang biasa digunakan oleh penyelidik.
H0 H1
Ungkapan Dakwaan Simbol (Sentiasa Terdapat (Tidak Terdapat
Tanda Sama dengan) Tanda Sama
dengan)
Sama dengan/sama = =
Kurang daripada < <
Kurang daripada atau
sama
>
Tidak lebih daripada
Selebih-lebihnya
Lebih daripada
Lebih besar daripada > >
Melebihi
Lebih daripada atau
sama dengan <
Sekurang-kurangnya
TOPIK 10 PENGUJIAN HIPOTESIS TERHADAP PARAMETER POPULASI W 185
AKTIVITI 10.1
Rantau penolakan boleh dilukis pada lengkung normal yang sesuai atau
lengkung-t bergantung pada jenis taburan pensampelan bagi min sampel, X .
Bagi nilai D yang diberi, rantau penolakan ditakrifkan oleh nilai genting bagi
skor-z atau skor-t. Jadual 10.5 menunjukkan contoh nilai genting bagi skor-z.
Nilai genting untuk skor-t bergantung pada saiz sampel n berdasarkan darjah
kebebasan v n 1 .
186 X TOPIK 10 PENGUJIAN HIPOTESIS TERHADAP PARAMETER POPULASI
Aras Keertian D
Jenis Ujian Nilai Genting (CV) 0.10 0.05 0.01 0.005
(10%) (5%) (1%) (0.5%)
1 hujung
zD 1.280 1.645 2.33 2.58
(kanan)
Sebelah kiri zD
-1.645 -1.960 -2.58 2.81
2
2 hujung
Sebelah kanan zD
1.645 1.960 2.58 2.81
2
Contoh 10.2:
Andaikan taburan pensampelan X adalah normal. Cari nilai genting bagi setiap
kes dan tunjukkan rantau penolakan.
Penyelesaian:
(a) Lukis rajah dan tentukan rantau penolakan (lihat Rajah 10.1 (a)):
Rujuk Jadual Normal Piawai (OUM) di muka surat 23, yang ditunjukkan
dalam Jadual 8.3a dari Topik 8. Cari nilai yang paling hampir dengan 0.9.
TOPIK 10 PENGUJIAN HIPOTESIS TERHADAP PARAMETER POPULASI W 187
0.50 0.69146 0.69497 0.69847 0.70194 0.70540 0.70884 0.71226 0.71566 0.71904 0.72240
0.60 0.72575 0.72907 0.73237 0.73565 0.73891 0.74215 0.74537 0.74857 0.75175 0.75490
0.70 0.75804 0.76115 0.76424 0.76730 0.77035 0.77337 0.77637 0.77935 0.78230 0.78524
0.80 0.78814 0.79103 0.79389 0.79673 0.79955 0.80234 0.80511 0.80785 0.81057 0.81327
0.90 0.81594 0.81859 0.82121 0.82381 0.82639 0.82894 0.83147 0.83398 0.83646 0.83891
1.00 0.84134 0.84375 0.84614 0.84849 0.85083 0.85314 0.85543 0.85769 0.85993 0.86214
1.10 0.86433 0.86650 0.86864 0.87076 0.87286 0.87493 0.87698 0.87900 0.88100 0.88298
1.20 0.88493 0.88686 0.88877 0.89065 0.89251 0.89435 0.89617 0.89796 0.88730 0.90147
1.30 0.90320 0.90490 0.90658 0.90824 0.90988 0.91149 0.91308 0.91466 0.91621 0.91774
1.40 0.91924 0.92073 0.92220 0.92364 0.92507 0.92647 0.92785 0.92922 0.93056 0.93189
1.50 0.93319 0.93448 0.93574 0.93699 0.93822 0.93943 0.94062 0.94179 0.94295 0.94408
1.60 0.94520 0.94630 0.94738 0.94845 0.94950 0.95053 0.95154 0.95352 0.95352 0.95449
1.70 0.95543 0.95637 0.95728 0.95818 0.95907 0.95994 0.96080 0.96246 0.96246 0.96327
1.80 0.96407 0.96485 0.96562 0.96637 0.96712 0.96784 0.96856 0.96995 0.96995 0.97062
1.90 0.97128 0.97193 0.97257 0.97320 0.97381 0.97441 0.97500 0.97558 0.97615 0.97670
Nilai yang paling hampir dengan 0.9 ialah baris 1.2, lajur 0.08 dan 0.09 iaitu;
0.9 adalah lebih dekat dengan 0.89973, berbanding 0.90147. Jadi, pilih z = 1.28 .
(b) Lukiskan rajah dan tunjukkan rantau penolakan (lihat Rajah 10.1(b)):
Rujuk jadual normal piawai (OUM) di muka surat 23 (lihat Jadual 8.3b).
0.50 0.69146 0.69497 0.69847 0.70194 0.70540 0.70884 0.71226 0.71566 0.71904 0.72240
0.60 0.72575 0.72907 0.73237 0.73565 0.73891 0.74215 0.74537 0.74857 0.75175 0.75490
0.70 0.75804 0.76115 0.76424 0.76730 0.77035 0.77337 0.77637 0.77935 0.78230 0.78524
0.80 0.78814 0.79103 0.79389 0.79673 0.79955 0.80234 0.80511 0.80785 0.81057 0.81327
0.90 0.81594 0.81859 0.82121 0.82381 0.82639 0.82894 0.83147 0.83398 0.83646 0.83891
1.00 0.84134 0.84375 0.84614 0.84849 0.85083 0.85314 0.85543 0.85769 0.85993 0.86214
1.10 0.86433 0.86650 0.86864 0.87076 0.87286 0.87493 0.87698 0.87900 0.88100 0.88298
1.20 0.88493 0.88686 0.88877 0.89065 0.89251 0.89435 0.89617 0.89796 0.88730 0.90147
1.30 0.90320 0.90490 0.90658 0.90824 0.90988 0.91149 0.91308 0.91466 0.91621 0.91774
1.40 0.91924 0.92073 0.92220 0.92364 0.92507 0.92647 0.92785 0.92922 0.93056 0.93189
1.50 0.93319 0.93448 0.93574 0.93699 0.93822 0.93943 0.94062 0.94179 0.94295 0.94408
1.60 0.94520 0.94630 0.94738 0.94845 0.94950 0.95053 0.95154 0.95352 0.95352 0.95449
1.70 0.95543 0.95637 0.95728 0.95818 0.95907 0.95994 0.96080 0.96246 0.96246 0.96327
1.80 0.96407 0.96485 0.96562 0.96637 0.96712 0.96784 0.96856 0.96995 0.96995 0.97062
1.90 0.97128 0.97193 0.97257 0.97320 0.97381 0.97441 0.97500 0.97558 0.97615 0.97670
Nilai yang paling hampir dengan 0.95 ialah baris 1.6, lajur 0.04 dan 0.05
iaitu:
0.95 adalah lebih dekat dengan 0.94950, berbanding 0.95053. Jadi, pilih
z 1.64 .
(c) Lukiskan rajah dan tunjukkan rantau penolakan (lihat Rajah 10.1(c)):
Untuk ujian dua hujung, kita mempunyai separuh rantau kiri dan separuh
D 0.02
rantau kanan. Oleh itu, kita mencari nilai genting bagi 0.01
2 2
kemudian cari 1 D 1 0.01 0.99 .
Nilai yang paling hampir dengan 0.99 ialah baris 2.3, lajur 0.03 dan 0.04
iaitu:
0.99 adalah lebih dekat dengan 0.99010, berbanding 0.99036. Jadi, pilih
z = 2.33 .
Contoh 10.3:
Andaikan taburan pensampelan bagi X ialah taburan-t dengan darjah
kebebasan, v n 1 . Cari nilai genting bagi setiap kes dan tunjukkan rantau
penolakan.
Penyelesaian:
(a) Lukiskan rajah dan tunjukkan rantau penolakan (lihat Rajah 10.2(a)):
Bagi ujian hujung-kiri; t 0.1 (15) = 1.3406 o t 0.1 15 = 1.3406 (lihat Rajah
10.2(a)).
190 X TOPIK 10 PENGUJIAN HIPOTESIS TERHADAP PARAMETER POPULASI
(b) Lukiskan rajah dan tunjukkan rantau penolakan: (lihat Rajah 10.2(b)):
Bagi ujian hujung kanan; t 0.05 (20) = +1.7247 (lihat Rajah 10.2(b)).
(c) Lukiskan rajah dan tunjukkan rantau penolakan: (lihat Rajah 10.2(c)):
Untuk ujian dua hujung, kita mempunyai separuh rantau kiri dan separuh
D 0.02
rantau kanan. Oleh itu, kita mencari nilai genting bagi 0.01 .
2 2
Darjah kebebasan v n 1 11 1 10 .
x P0
Statistik ujian ialah skor-z z (10.1)
V n
Kes II: Varians populasi V 2 tidak diketahui dan saiz sampel besar, n t 30
x P0
Statistik ujian ialah skor-z z (10.2)
s n
Kes III: Varians populasi V 2 tidak diketahui dan saiz sampel kecil, n 30
x P0
Statistik ujian ialah skor-t t (10.3)
s n
Contoh 10.4:
Seorang penyelidik melaporkan bahawa purata gaji tahunan Ketua Pegawai
Eksekutif adalah lebih daripada RM42,000. Sampel kajian yang terdiri daripada
30 orang Ketua Pegawai Eksekutif (CEO) mempunyai min gaji RM43,260. Sisihan
piawai bagi populasi ialah RM5,230. Menggunakan D = 0.05, uji kesahihan
laporan ini.
Penyelesaian:
H1 : P ! RM42000 (dakwaan)
H 0 : P d RM42000
Langkah 2 : Sisihan piawai bagi populasi V 5320 diketahui, dengan itu kita
ada Kes I:
x P0 43260 42000
Statistik ujian adalah skor-z: z 1.32
V/ n 5230 30
Langkah 3 : Aras keertian yang diberi adalah D 0.05 . Dengan melihat pada
pernyataan H1 (rujuk Jadual 10.4), ia adalah ujian hujung-kanan
z z 0.05 1.64
dengan D
Contoh 10.5:
Seorang penyelidik ingin mengkaji dakwaan bahawa purata jangka hayat masa
bagi lampu pendarfluor ialah 1,600 jam. Satu sampel rawak terhadap 100 lampu
pendarfluor mempunyai min jangka hayat 1,580 jam dan sisihan piawai 100 jam.
Adakah terdapat bukti yang menyokong dakwaan itu pada D = 0.05?
Penyelesaian:
Langkah 2 : Sisihan piawai bagi populasi tidak diketahui dan saiz sampel n =
100 adalah besar, dengan itu kita ada Kes II:
x P0 1580 1600
Statistik ujian adalah skor-z z 2.0 .
V/ n 100 100
Nilai ujian, z 2.0 adalah kurang daripada -2.0. Dengan itu, skor-z
berada dalam rantau penolakan (lihat Rajah 10.4). Keputusan:
Menolak H0 pada aras 5%.
Contoh 10.6:
Jabatan Sumber Manusia mendakwa bahawa purata gaji permulaan bagi
eksekutif graduan dengan pengalaman kerja yang sedikit ialah RM24,000
setahun. Sampel rawak 10 eksekutif muda telah dipilih, dan min gaji mereka
ialah RM23,450 dan sisihan piawai ialah RM400. Uji dakwaan tersebut pada aras
5%.
Penyelesaian:
H0 : P RM24000 (dakwaan)
H1 : P z RM24000
TOPIK 10 PENGUJIAN HIPOTESIS TERHADAP PARAMETER POPULASI W 195
Langkah 2 : Sisihan piawai bagi populasi adalah tidak diketahui dan saiz
sampel n = 10, dengan itu kita ada Kes III:
x P0 23450 24000
Statistik ujian adalah skor-t t 4.35 .
V/ n 400 10
LATIHAN 10.1
(c) H 0 : P t 40 ; H1 : P ! 40 .
H0 :S S0
198 X TOPIK 10 PENGUJIAN HIPOTESIS TERHADAP PARAMETER POPULASI
yang x dari n (yang merupakan saiz sampel rawak) adalah positif atau
menyokong ciri-ciri.
Bagi kes kadaran, taburan populasi yang sebenar dan taburan statistik ujian ialah
taburan binomial. Walau bagaimanapun, bagi saiz sampel yang besar (n t 30)
dan jika syarat yang berikut:
n S t 5 dan n S 1 S t 5 (10.5)
dipenuhi, maka taburan normal ialah anggaran yang terbaik. Semakin besar saiz
sampel, semakin baik anggaran. Jika kedua-dua keadaan ini tidak dipenuhi,
maka kebarangkalian untuk menolak H0 boleh dikira daripada jadual taburan
binomial.
Dalam topik ini, andaikan syarat tadi dipenuhi, maka apabila H0 benar, kadaran
sampel P akan menghampiri taburan normal N P P , V P2 di mana:
p0 (1 p 0 )
PP p 0 , dan V P2 (10.6)
n
p0 P p
z (10.7)
Vp
Contoh 10.7:
Jabatan Pendaftaran mendakwa bahawa kadar kegagalan pelajar Ijazah
Pendidikan Jarak Jauh yang bekerja adalah lebih daripada 30%. Walau
bagaimanapun, pada semester lepas, terdapat 125 orang pelajar daripada 400
sampel rawak yang gagal untuk meneruskan pengajian mereka. Pada D = 0.05,
adakah maklumat sampel menyokong dakwaan tersebut?
TOPIK 10 PENGUJIAN HIPOTESIS TERHADAP PARAMETER POPULASI W 199
Penyelesaian:
x 125
S 0.3 p0 0.3125 n 400
n 400
H1 : S ! 0.3 (dakwaan)
H 0 : S d 0.3
Langkah 2 : Saiz sampel n = 400, dan syarat n S 400 0.3 120 > 5 dan
n S 1 S 400 0.3 1 0.3 84 > 5 dipenuhi. Oleh itu, taburan
p pensampelan bagi kadaran sampel menghampiri taburan
normal dengan
p 0 (1 p 0 ) 0.3 0.7
PP p0 0.3 dan V p 0.023
n 400
p0 P p 0.3125 0.3
Statistik ujian adalah skor-z: z 0.543
Vp 0.023
Contoh 10.8:
Dalam satu tinjauan yang dibuat oleh Syarikat A didapati 40% daripada
pelanggannya berpuas hati dengan kaunter perkhidmatan pelanggan. Walau
bagaimanapun, seorang eksekutif baharu mahu menguji dakwaan ini dan
memilih sampel rawak 100 pelanggan dan mendapati bahawa hanya 37% yang
berpuas hati dengan kaunter perkhidmatan pelanggan. Pada D = 0.01, adakah
maklumat sampel memberikan bukti yang cukup untuk menyokong dakwaan
tersebut?
Penyelesaian:
H0 : S 0.4 , (dakwaan)
H1 : S z 0.4
Langkah 2 : Saiz sampel n = 100, dan syarat n S 100 0.4 40 > 5 dan
n S 1 S 100 0.4 1 0.4 24 > 5 dipenuhi. Oleh itu, taburan
pensampelan dari kadaran sampel menghampiri taburan normal
dengan
p 0 (1 p 0 ) 0.4 0.6
PP p0 0.4 dan V p 0.049
n 100
TOPIK 10 PENGUJIAN HIPOTESIS TERHADAP PARAMETER POPULASI W 201
p0 P p 0.37 0.40
Statistik ujian adalah skor-z, z 0.612
Vp 0.049
Nilai ujian, z = 0.612 adalah lebih besar daripada 2.58. Oleh itu,
skor-z tidak berada dalam rantau penolakan (lihat Rajah 10.7).
Keputusan: Gagal untuk menolak H0 pada aras 5%.
LATIHAN 10.2
x Perumusan hipotesis nol dan hipotesis alternatif adalah sangat penting dan
biasanya berpandukan pernyataan dakwaan dalam permasalahan.
x Ungkapan hipotesis alternatif akan menentukan jenis ujian sama ada ujian
hujung kiri, ujian hujung kanan atau ujian dua hujung.
x Ia akan diikuti dengan membuat keputusan sama ada untuk menolak atau
menerima hipotesis nol.