STATISTIK PENTAABIRAN:

UJIAN HIPOTESIS UNTUK

POPULASI TUNGGAL

1
 Objektif Pembelajaran
Untuk mempelajari bagaimana menggunakan sampel bagi
menentukan samada satu populasi mempunyai ciri
tertentu.
Untuk mendapatkan sejauh mana ketidak-mungkinan
suatu sampel tercerap boleh datang dari suatu populasi
yang dihipotesiskan.
Untuk emmahami dua jenis ralat yang digunakan dalam
pengujian hipotesis
Untuk mempelajari bila ujian satu hujung dan dua hujung
boleh digunakan
Untuk memahami bagaimana dan bila taburan normal dan
taburan t boleh menguji hipotesis tentang min dan
kadaran populasi
2
Langkah dalam Ujian Hipotesis

1. Menetapkan hipotesis: menyatakan hipotesis nul dan alternatif.

2. Menentukan ujian statistik dan taburan persampelan yang sesuai.

3. Menentukan kadar ralat Jenis I.

4. Menyatakan peraturan keputusan.

5. Memungut data
6. Mengira nilai ujian statistik
7. Menyatakan kesimpulan statistik.

8. Membuat keputusan pengurusan.

3
 Hipotesis Nul dan Alternatif
Hipotesis Nul (Ho) dan Alternatif (Ha) adalah
saling menyingkiri. Hanya satu daripadanya
adalah benar.
Hipotesis Nul dan Alternatif adalah collectively
exhaustive. Ia dinyatakan dengan melibatkan
semua kemungkinan.
Hipotesis Nul adalah diandaikan menjadi benar.
Bebanan untuk membuktikan terletak di atas
Hipotesis Altenatif.

4
 Hipotesis Nul dan Alternatif:
Contoh
SyarikatMinuman Ringan mengisi 12 liter
minuman ringan didalam tin minuman.
Syarikat berharap bahawa kandungan
tin minuman secara puratanya 12 liter.

Ho : 12 liter
Ha : 12 liter
5
Kawasan Penolakan dan
Kawasan Penerimaan

Kawasan Penerimaan

6
 Ralat Jenis I dan Jenis II
Ralat Jenis I
Menolak hipotesis nul yang betul
Kebarangkalian melakukan ralat Jenis I
dipanggil , paras keyakinan.

Ralat Jenis II
Gagal menolak hipotesis nul yang tidak benar
Kebaragkalian melakukan ralat Jenis II
dipanggil .

7
 Jadual Keputusan Ujian
Hipotesis

Null Betul Null Salah

Gagal Keputusan Ralat Jenis II

Menolak nul Betul ()

Menolak Nul Ralat Jenis I Keputusan Betul

()

8
 Ujian Satu-Hujung dan Ujian
Dua-Hujung
Ujian satu-hujung

Ho : 12 Ho : 12
Ha : 12 Ha : 12

Ujian dua-hujung

Ho: 12
Ha: 12
9
 Ujian Satu-Hujung

Ho : 12 Ho : 12
Ha : 12 Ha : 12

Kawasan Penolakan
Kawasan Penolakan

Nilai Kritikal Nilai Kritikal

10
 Ujian Dua-Hujung

Ho : 12
Ha : 12

11
 Ujian Hipotesis Berkaitan Min
Tunggal Menggunakan Sampel
Besar

Satu kajian terhadap jurutera di seluruh Malaysia mendapati

purata pendapatan bersih tahunan ialah RM74,914. Oleh kerana
kajian telah dijalankan 5 tahun lepas, katakan Persatuan Jurutera
hendak menguji angka ini dengan mengambil sampel rawak 112
orang jurutera di Malaysia untuk menentukan sama ada
pendapatan bersih tahunan telah berubah sejak bancian tersebut
dijalankan. Purata sampel pendapatan bersih jurutera ialah
RM78,695 setahun. Penyelidik perlu menggunakan lapan langkah
ujian hipotesis untuk melakukannya. Andaikan sisihan piawai
pendapatan bersih populasi bagi jurutera ialah RM14,530.

12
Langkah I: Hipotesis

H0: = RM74,914
Ha: RM74,914

Langkah 2: Ujian Statistik

X-
Z


n

13
Langkah 3: Menentukan kadar ralat Jenis I

= 0.05 /2 = 0.025

Langkah 4: Peraturan Keputusan

Tolak Ho jika Z yang dikira lebih kecil dari 1.96 atau lebih
besar dari +1.96
14
Langkah 5: Memungut Data
_
n = 112 X = RM78,695
= RM14,530, = RM74,914.

Langkah 6: Nilai Ujian Statistik

(78,965 - 74,914)
Z 2.75
14,530

112

15
Langkah 7: Kesimpulan

Disebabkan ujian statistik ini, Z = 2.75, lebih besar daripada nilai

kritikal Z dibahagian hujuang atas taburan, Z = +1.96, kesimpulan
statistik dicapai dengan menolak hipotesis nul.

Langkah 8: Keputusan
Penyelidik mempunyai bukti yang mencukupi untuk menolak
angka RM74,914 sebagai purata pendapatan negara yang
benar untuk pekerja. Kesimpulannya purata pendapatan adalah
lebih tinggi daripada sebelumnya, Penemuan seperti ini boleh
memberikan motivasi kepada pekerja tersebut untuk menuntut
kenaikan gaji.

16
 Menggunakan Sisihan Piawai
Sampel

Didalam kebanyakan situasi yang sebenarnya, nilai

sisihan piawai populasi sukar untuk dipercayai. Dengan
saiz sampel yang besar (n 30), menggunakan sisihan
piawai sampel adalah penggantian penghampiran yang
terbaik untuk sisihan piawai populasi, , dan dibenarkan
oleh:

X-
Z
S

n
17
Satu kajian dilakukan untuk menentukan perkhidmatan pelanggan
adalah penting kepada pengurus di Malaysia, dan penyelidik telah
menjalankan survei Pengarah Urusan syarikat di Kuala Lumpur. Satu
daripada sebab yang telah dicadangkan adalah perkhidmatan
pelanggan bermakna dapat mengekalkan pelanggan. Berdasarkan
kepada skala 1 hingga 5, dimana 1 adalah rendah dan 5 adalah tinggi,
responden memeringkatkan sebab ini adalah yang tertinggi
berbanding dengan sebab yang lain, dengan min tindakbalas 4.30.
Katakan penyelidik percaya pengurus syarikat di Johor bahru tidak
meletakkan sebab tersebut sebagai tertinggi dan menjalankan ujian
hipotesis untuk membuktikan teorinya. Alpha ditetapkan pada 0.05.
Data dikutip dan memberikan keputusan berikut.

3 4 5 5 4 5 5 4 4 4 4
4 4 4 4 5 4 4 4 3 4 4
4 3 5 4 4 5 4 4 4 5

Gunakan data ini dan ikuti langkah-langkah pengujian hipotesis untuk

menentukan sama ada pengurus di Johor Bahru meletakkan sebab ini
lebih rendah daripada purata 4.30 yang diperolehi di Kuala Lumpur.
18
Langkah I: Hipotesis Langkah 4: Peraturan Keputusan
H0: = 4.30
Ha: < 4.30

Langkah 2: Ujian Statistik

X-
Z
S

n
Tolak Ho jika Z < -1.65
Langkah 3: Menentukan kadar
ralat Jenis I
= 0.05
19
Langkah 5: Memungut Data
_
X= 4.156 S = 0.574
= 4.30 n = 32

Langkah 6: Nilai Ujian Statistik

X -
Z
S

n
4.156 - 4.300

0.574

32
- 1.42
20
Langkah 7: Kesimpulan

Disebabkan nilai ujian statistik, Z = -1.42 dan lebih besar dari

nilai kritikal, 1.96, maka kita tidak mempunyai bukti yang
mencukupi untuk menolak Ho

Langkah 8: Keputusan

Tidak terdapat bukti yang mencukupi untuk menyatakan

bahawa pengurus di Johor Bahru berfikir adalah kurang
penting untuk menggunakan perkhidmatan pelanggan sebagai
cara mengekalkan pelanggan berbanding yang dilakukan di
Kuala Lumpur. Perkhidmatan pelanggan adalah alat yang
penting untuk mengekalkan pelanggan dikedua-dua buah
bandar kepada pengurus

21
 Menggunakan Kaedah Nilai Kritikal
untuk Ujian Hipotesis

Ho : 4.30
Ha : 4.30
s
Xc Z
n
0.574
4.30 ( 1.645 )
32
4.133

Jika X 4.133 , tolak H0. X 4.156 4.133,

Jika X 4.133, terima H0. H0 tidak boleh ditolak
22
 Menggunakan Kaedah Nilai-p
untuk Ujian Hipotesis

Ho : 4.30
Ha : 4.30

Jika nilai - p < , tolak Ho.

jika nilai - p , terima Ho.

X 4.156 4.30 Oleh kerana nilai-p = 0.0778

Z 1.42
s 0.574
lebih kecil dari nilai = 0.05,
n 32 maka Ho tidak dapat ditolak
P ( Z 1.42 ) .0778

23
 Ujian Hipotesis Berkaitan Min
Tunggal Menggunakan Sampel
Kecil: Tidak Diketahui

Ujian t untuk

X-
t
S

n

df = n - 1

24
 Contoh
Syarikat pengeksport getah telah membungkus getah seberat 25 kg
bagi setiap bungkusan sebelum mengeksportnya keluar negara. Untuk
mematuhi peraturan yang dikenakan oleh negara pengimport, syarikat
tersebut bimbang jika purata bungkusan yang dieksport tidak sama
dengan 25 kg. Untuk menguji perkara ini, 20 bungkusan yang
dibungkus hari ini telah dipilih secara rawak dan beratnya direkodkan.
Jadual berikut menunjukkan berat yang diperolehi bersama-sama min
sampel dan sisihan piawai sampel yang telah dikira.
22.6 22.2 23.2 27.4 24.5
27.0 26.6 28.1 26.9 24.9
26.2 25.3 23.1 24.2 26.1
25.8 30.4 28.6 23.5 23.6

X 25.51, S = 2.1933, dan n = 20

25
Langkah I: Hipotesis

H0: = 25 kg
Ha: 25 kg

Langkah 2: Ujian Statistik

X-
t
S

n

df = n - 1

26
Langkah 3: Menentukan kadar ralat Jenis I

= 0.05 /2=0.025
t0.025,19 = 2.093

Langkah 4: Peraturan Keputusan

Tolak Ho jika t < -2.093 atau t > 2.093

27
Langkah 5: Memungut Data

X 25.51, S = 2.1933, n = 20

Langkah 6: Nilai Ujian Statistik

X-
t
S

n

25.51 - 25.00
1.04
2.1933

20

28
Langkah 7: Kesimpulan

Disebabkan nilai ujian statistik, Z = 1.04 dan

lebih kecil dari nilai kritikal, 2.093, maka kita
tidak mempunyai bukti yang mencukupi untuk
menolak Ho

Langkah 8: Keputusan

Oleh itu, tidak ada bukti yang mencukupi

didalam sampel ini untuk menolak hipotesis
yang menyatakan min populasi berat bungkusan
getah ialah 25 kg.

29
 Ujian Hipotesis berkaitan
Perkadaran

-P
p
Z n. P 5 dan
P.Q
n n.Q 5

dimana :
perkadaran sampel
p
P perkadaran populasi
Q 1- P
30
 Contoh

Sebuah syarikat mempercayai 8% daripada keluarannya

mengandungi sekurang-kurangnya satu kerosakan. Katakan
penyelidik syarikat mahu menguji kepercayaan ini. Penyelidik
memilih secara rawak 200 keluaran dan memeriksa untuk melihat
kerosakan, dan mendapati 33 keluaran mempunyai sekurang-
kurangnya satu kerosakan. Menggunakan paras keyakinan 0.10,
uji kenyataan tersebut.

31
 Penyelesaian

Ho : P .08
Ha : P .08

Jika | Z | 1.645 tolak Ho.

32
 33

p 0.165
200

-P
p
Z
P.Q
n
0.165 - 0.080 0.085
4.43
(0.08)(0.92) 0.019
200

Oleh kerana | Z | 4.43 1.645, tolak Ho

33
Ujian Hipotesis berkaitan
Varian

2
(n - 1)S

2

df = n - 1

34
 Contoh
Sebuah syarikat perkilangan berminat untuk mengamalkan sistem inventori just-
in-time (JIT) didalam barisan keluarannya. Keluaran akhir memerlukan
pemasangan tiub pneumatic pada stesyen tertentu didalam barisan keluaran.
Melalui sistem inventori JIT, matlamat syarikat ialah meminimumkan bilangan
tiub pneumatic yang mesti dipasang pada stesyen yang menunggu untuk
dipasang. Sebenarnya, tiub tersebut sampai ketika operator memerlukannya.
Walau bagaimanapun, disebabkan oleh bekalan dan faktor lain yang terlibat
didalam mendapatkan tiub tersebut kedalam barisan keluaran, kebanyakan dari
masa bekalan tersebut telah kehabisan didalam inventori. Syarikat
menjangkakan, secara purata, lebih kurang 20 tiub pneumatic sentiasa berada
distesyen kerja. Walau bagaimanapun, pengawal keluaran tidak mahu varian
bagi inventori ini melebehi 4. Bagi setiap hari, bilangan tiub pneumatic yang
dipasang distesyen kerja ditentukan pada lapan masa yang berbeza dan berikut
adalah bilangan tiub yang direkodkan.

23 17 20 29 21 24 19 24

Gunakan data ini untuk menguji hipotesis nul varian inventori ialah 25. Katakan
= 0.05.

35
 Contoh
Ho : 2 4
Ha : 2 4
2
Jika 14.0671, tolak H0.
2
Jika 14.0671, terima H0.

Kawasan
2 (8 - 1)(20.9821 ) Penolakan
36.72
4

2
Oleh kerana 36.72
2
lebih besar dari 0.05,7 14.0671,
maka tolak Ho.
36
 Contoh 9.4
Satu perniagaan kecil yang mempunyai 37 orang pekerja. Disebabkan
permintaan keluaran yang tidak pasti, syarikat biasanya hanya
membayar lebih masa bagi sesuatu minggu. Syarikat mengandaikan
terdapat lebih kurang 50 jumlah jam lebih masa seminggu dan varian
bagi angka ini ialah 25. Pengurus syarikat mahu mengetahui sama ada
varian lebih masa telah berubah. Ditunjukkan di bawah sampel 16
minggu data lebih masa (jam/minggu). Andaikan masa lebih masa adalah
bertaburan normal. Gunakan data ini untuk menguji hipotesis nul varian
lebih masa ialah 25. Katakan = 0.10.

57 56 52 44 46 53 44 44

48 51 55 48 63 53 51 50

37
 2
Ho : 25
2
Ha : 25

2
Jika 7.26094 atau
2
24.9958 , tolak H0.
2
2 (n - 1)S
2

(16 - 1) (2.81)

25
16.86
2
Oleh kerana 16.86
2
lebih kecil dari 0.05,15 24.9958 ,
maka gagal menolak tolak Ho.
38
39
Menyelesaikan Ralat Jenis II

Ho : 12
Ha : 12
Xc -
Zc
S

n
X c - 12
- 1.645
0.10

60

X c 11.979

Jika X c 11.979, tolak Ho

40
 Ralat Jenis II dengan =11.99
liter
Tolak Ho Gagal Tolak Ho
Ralat Keputusan
Jenis I Salah
95%
=.05
Ho Benar Z0

Ho Salah

Keputusan =.8023 Ralat

Salah 19.77% Jenis II
Z1

X
41
 Ralat Jenis II dengan =11.96 liter
(Contoh 9.5)
Tolak Ho Gagal Tolak Ho
Ralat Keputusan
Jenis I 95% Betul
=.05
Ho Benar Z0

Ho Salah
Keputusan =.0708 Ralat
Betul 92.92% Jenis II

Z1

X
42
Nilai dan Nilai Kuasa bagi
Masalah Contoh
Kuasa

11.999 .94 .06

11.995 .89 .11
11.990 .80 .20
11.980 .53 .47
11.970 .24 .76
11.960 .07 .93
11.950 .01 .99

43
Keluk Ciri-Ciri Operasi Contoh
Minuman Ringan
1
0.9
0.8
Kebarangkalian

0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
11.95 11.96 11.97 11.98 11.99 12

44
Keluk Kuasa bagi Contoh Minuman
Ringan
1
0.9
0.8
Kebarangkalian

0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
11.95 11.96 11.97 11.98 11.99 12

45