Statistik Perniagaan
Webex 4
BAB 10: Ujian dua sampel
BAB 11: Analisis varians
Min Min
populasi, populasi, Perkadaran Varians
Sampel Sampel populasi populasi
bebas berkait
Examples:
Kump. 1 vs. Kumpulan sama, Perkadaran 1 vs. Varians 1 vs.
Kump. 2 sebelum dan Perkadaran 2 Varians 2
selepas rawatan
Perbezaan antara dua min
a a a/2 a/2
• Varians terkumpul:
Min populasi, sampel
tidak bersandar (n 1 − 1)S 1 2 + (n 2 − 1)S 2 2
S p2 =
(n 1 − 1) + (n 2 − 1)
• Ujian statistik:
σ1 dan σ2 tidak
diketahui, dianggap * ( X 1 )
− X 2 − ( μ1 − μ 2 )
sama
t STAT =
1 1
S +
2
p
σ1 dan σ2 tidak
n1 n 2
diketahui, tidak
dianggap sama • tSTAT mempunyai darjah
kebebasan = (n1 + n2 – 2)
Selang keyakinan untuk µ1 - µ2 dengan σ1
dan σ2 tidak diketahui dan dianggap sama
σ1 dan σ2 tidak
diketahui, tidak
tα/2 mempunyai darjah
dianggap sama kebebasan = n1 + n2 – 2
Contoh ujian t varians terkumpul
Ujian statistik:
t STAT =
(X 1 )
− X 2 − (μ 1 − μ 2 )
=
(3.27 − 2.53 ) − 0
= 2.040
1 1 1 1
S
2
+ 1.5021 +
21 25
p
n1 n 2
df = 21 + 25 - 2 = 44 -2.0154 0 2.0154 t
Nilai kritikal: t = ± 2.0154
2.040
Ujian Statistik: Keputusan:
3.27 − 2.53 Tolak H0 pada a = 0.05
t STAT = = 2.040
1 1 Kesimpulan:
1.5021 + Terdapat bukti yang cukup
21 25
untuk menyatakan bahawa
terdapat perbezaan dalam min
pada aras keertian a = 0.05.
Ujian hipotesis untuk µ1 - µ2 dengan σ1 and
σ2 tidak diketahui, tidak dianggap sama
n + n
1 2
= 2 2
S12 S22
σ1 dan σ2 tidak
diketahui, tidak
dianggap sama
*
n
n1 − 1
n
1 + 2
n2 − 1
Contoh ujian t varians tak sama
Anda adalah penganalisis kewangan untuk sebuah firma.
Adakah terdapat perbezaan dalam hasil dividen antara
saham yang disenaraikan di NYSE & NASDAQ?
NYSE NASDAQ
Bilangan 21 25
Min sampel 3.27 2.53
Sisihan piawai 1.30 1.16
sampel
Anggap kedua-dua populasi
adalah normal dengan varians
tak sama, adakah terdapat
perbezaan dalam hasil min (a =
0.05)?
Mengira ujian statistik
H0: μ1 - μ2 = 0 i.e. (μ1 = μ2)
H1: μ1 - μ2 ≠ 0 i.e. (μ1 ≠ μ2)
Ujian statistik:
t=
(X 1 )
− X 2 − (μ 1 − μ 2 )
=
(3.27 − 2.53 ) − 0
= 2.019
S 12 S 22 1.30 2 1.16 2
+ +
n1 n 2 21 25
2
S12 S 22
2
1.30 2 1.16 2
n + n +
Darjah kebebasan
1 2 21 25
= = = 40 .57
2
S12 S22
2
1.30 2
2
1.16 2
2
= 40
n n
1 + 2 21 + 25
n1 − 1 n2 − 1 20 24
Penyelesaian ujian hipotesis
Tolak H0 Tolak H0
H0: μ1 - μ2 = 0 i.e. (μ1 = μ2)
H1: μ1 - μ2 ≠ 0 i.e. (μ1 ≠ μ2)
a = 0.05 .025 .025
df = 40 -2.021 0 2.021 t
Nilai kritikal: t = ± 2.021
2.019
Keputusan:
Ujian statistik: Gagal tolak H0 pada a = 0.05
Kesimpulan:
t = 2.019 Tidak terdapat bukti yang cukup
untuk menyatakan bahawa
terdapat perbezaan dalam min
pada aras keertian a = 0.05.
Populasi berkait - ujian perbezaan
berpasangan (paired difference test)
Ujian min oleh 2 populasi berkaitan
Sampel ◼ sampel berpasangan atau dipadankan
berkaitan ◼ langkah ukuran diulangi (sebelum/selepas)
◼ guna perbezaan antara nilai berpasangan:
Di = X1i - X2i
◼ Andaian:
◼ Kedua-dua populasi adalah bertaburan normal
besar
Populasi berkaitan - ujian perbezaan
berpasangan
berpasangan, μD adalah : D =
i =1
n
n
Sisihan piawai sampel i
(D − D ) 2
adalah SD SD = i =1
n−1
n adalah bilangan pasangan dalam sampel
berpasangan
Ujian perbezaan berpasangan:
Mencari tSTAT
a a a/2 a/2
(D − D)
i
2
where SD = i=1
n −1
Contoh
M.O. 4 0 - 4
n −1
-21
= 5.67
Penyelesaian
( p1 − p2 ) − ( π1 − π 2 )
Z STAT =
1 1
p (1 − p ) +
n1 n 2
X1 + X 2 X1 X2
where p= , p1 = , p2 =
n1 + n 2 n1 n2
Ujian hipotesis untuk dua perkadaran
populasi
Perkadaran populasi
a a a/2 a/2
p 1 (1 − p 1 ) p 2 (1 − p 2 )
( p1 − p 2 ) Z a/2 +
n1 n2
Ujian untuk nisbah varians dua populasi
Hypotheses FSTAT
Ujian untuk
dua varians
* H0: σ12 = σ22
H1: σ12 ≠ σ22 S 2
1
populasi 2
H0: σ12 ≤ σ22 S 2
Ujian H1: σ12 > σ22
statistik F Where:
S12 = Variance of sample 1 (the larger sample variance)
n1 = sample size of sample 1
S 22 = Variance of sample 2 (the smaller sample variance)
n2 = sample size of sample 2
n1 –1 = numerator degrees of freedom
n2 – 1 = denominator degrees of freedom
Chap 10-34
Taburan F
◼ Apabila S 12
FSTAT = 2 df1 = n1 – 1 ; df2 = n2 – 1
S 2
Taburan F
◼ Dalam jadual F,
◼ Darjah kebebasan pengangka menentukan lajur
◼ Darjah kebebasan penyebut menentukan baris
Chap 10-36
Mencari kawasan penolakan
H0: σ12 = σ22 H0: σ12 ≤ σ22
H1: σ12 ≠ σ22 H1: σ12 > σ22
a/2 F a
0 0
Do not Reject H0 Do not Reject H0 F
reject H0 Fα/2 reject H0 Fα
0 F
Do not Reject H0
reject H0
◼ FSTAT = 1.256 tidak berada dalam F0.025=2.33
kawasan penolakan, maka kita
gagal tolak H0
◼ Kesimpulan: Tidak terdapat bukti yang mencukupi untuk
menyatakan bahawa terdapat perbezaan dalam varians pada
aras keertian a = 0.05.
Tamat bab 10
Bab 11
Analisis varians
Chap 11-42
Objektif pelajaran
populasi berlainan
◼ Perhatikan kesan ke atas pemboleh ubah bersandar
◼ Adakah kumpulan-kumpulan tersebut sama?
Chap 11-46
◼ Unit uji kaji (subjek) ditentukan secara rawak
kepada kumpulan
◼ Subjek diandaikan homogen (seragam, sejenis)
◼ Hanya satu faktor atau pembolehubah tak
bersandar
◼ Dengan dua atau lebih peringkat
◼ Dianalisis oleh analisis varians satu faktor
(ANOVA)
Chap 11-47
Analisis varians satu hala (one-way
analysis of variance)
◼ Andaian
◼ Populasi adalah bertaburan normal
(independently drawn)
Chap 11-48
Hipotesis ANOVA satu hala
◼ H0 : μ1 = μ2 = μ3 = = μc
◼ Semua min populasi adalah sama
◼ i.e., tidak ada kesan faktor (tidak ada perubahan
dalam min antara kumpulan)
μ1 = μ 2 = μ 3
Chap 11-50
ANOVA satu hala
H0 : μ1 = μ2 = μ3 = = μc
H1 : Not all μ j are the same
The Null Hypothesis is NOT true
At least one of the means is different
(Factor Effect is present)
or
μ1 = μ2 μ3 μ1 μ2 μ3
Chap 11-51
Pemetakan (partitioning) variasi
Chap 11-52
Pemetakan (partitioning) variasi
Chap 11-53
Pemetakan jumlah variasi
Chap 11-54
Total Sum of Squares
SST = ( X ij − X ) 2
j =1 i =1
Where:
SST = Total sum of squares
c = number of groups or levels
nj = number of observations in group j
Xij = ith observation from group j
X = grand mean (mean of all data values)
Chap 11-55
Jumlah variasi
SST = ( X 11 − X ) 2 + ( X 12 − X ) 2 + + ( X cnc − X ) 2
Response, X
Chap 11-56
Variasi antara kumpulan
c
SSA = j j
n ( X − X ) 2
j =1
SSA
Variation Due to
MSA =
c −1
Differences Among Groups
i j
Chap 11-58
Variasi antara kumpulan
SSA = n1 ( X 1 − X ) 2 + n2 ( X 2 − X ) 2 + + nc ( X c − X ) 2
Response, X
X3
X2 X
X1
SSW = ( X ij − X j ) 2
j =1 i =1
Where:
SSW = Sum of squares within groups
c = number of groups
nj = sample size from group j
Xj = sample mean from group j
Xij = ith observation in group j
Chap 11-60
Variasi dalam kumpulan
c nj
SSW = ( X ij − X j ) 2
j =1 i =1
μj
Chap 11-61
Variasi dalam kumpulan
SSW = ( X 11 − X 1 ) + ( X 12 − X 2 ) + + ( X cnc − X c )
2 2 2
Response, X
X3
X2
X1
SST
MST = Mean Square Total
n−1 (d.f. = n-1)
Chap 11-63
Jadual ANOVA satu hala
c = number of groups
n = sum of the sample sizes from all groups
df = degrees of freedom
Chap 11-64
ANOVA satu hala
Ujian statistik F
H0: μ1= μ2 = … = μc
H1: At least two population means are different
Chap 11-65
Mentafsir ANOVA satu hala
Statistik F
Peraturan keputusan:
◼ Reject H0 if FSTAT > Fα, a
otherwise do not reject
H0 0 Do not Reject H0
reject H0
Fα
Chap 11-66
ANOVA satu hala
contoh ujian F
Chap 11-67
Contoh ANOVA satu hala
Plot sebaran (scatter plot)
Distance
Club 1 Club 2 Club 3 270
254 234 200 260 •
263 218 222 ••
241 235 197
250 X1
240 •
237 227 206 • ••
251 216 204 230
• X
220
•• X2 •
210
•• X3
X1 = 249.2 X 2 = 226.0 X 3 = 205.8 200 ••
X = 227.0 190
1 2 3
Club Chap 11-68
Contoh ANOVA satu hala -
Pengiraan
Chap 11-69
Contoh ANOVA satu hala - penyelesaian
Critical Decision:
Value:
Reject H0 at a = 0.05
Fα = 3.89
a = .05 Conclusion:
There is evidence that
0 Do not Reject H
0
at least one μj differs
reject H0
FSTAT = 25.275 from the rest
Fα = 3.89
Chap 11-70
Tamat bab 11