9

HİPOTEZ TESTLERİ
VE
GÜVEN ARALIKLARI
9.1. İstatistiksel Yorumlama
9.2.1. Hipotez testinin aşamaları
9.2.2. Güven Aralığı aşamaları
9.3. Populasyon ortalaması ve orani için büyük örnek testleri
9.3.1. Populasyon ortalaması(  ) için hipotez testi
9.3.2. İki populasyon ortalaması arasındaki fark (  1 -  2 ) için hipotesti
(bağımsız örnekler)
9.3.3. Populasyon oranı (p) için hipotez testi
9.3.4 İki populasyon oranı arasındaki fark ( p1 - p 2 ) için hipotez testi
9.4. Populasyon ortalaması ve oranı için küçük örnek testleri
9.4.1. Populasyon ortalaması  için hipotez testi
9.4.2. İki populasyon ortalamsı arasındaki fark (  1 -  2 ) için hipoteztesti
9.4.2.1. eşleştirilmiş gözlemlerde
9.4.2.2. eşleştirilmemiş gözlemlerde
9.5. Populasyon varyansı için hipotez testleri
9.5.1. Tek populasyon varyansı (  2 ) için hipotez testi
9.5.2. İki populasyon varyansının oranı (  1 /  2 ) için hipotez testi
2 2

9.6. Örnek büyüklüğünün tespiti

9.6.1. Populasyon ortalaması kullanılarak tespiti
9.6.2. Populasyon oranı kullanılarak tespiti
9.7. Hipotez testinin Gücü

Prof. Dr. Levent ŞENYAY IX- 1 İSTATİSTİK II

 9.1. İSTATİSTİKSEL YORUMLAMA

Örnekten elde edilmiş istatistikler varken ,örnek özelliklerine dayanılarak populasyon

parametreleri hakkında genellemeler yapmak gerekir. Bu işleme istatistiksel yorumlama denir.
İstatistiksel yorumlama iki tip problemin genellenmesinden oluşur.

1. Tahmin
2. Hipotez testi

Hipotez testi yapılırken örnek istatistiğine karşılık gelen (değeri bilinmeye

çalışılan)populasyon parametresine uygun olup olmadığının saptanmasına çalışılır.

Bir istatistik yardımı ile parametre tahmini yapılırken mutlaka belli bir seviyede belirsizlik
olacaktır. Sınırlı fayda çalışılan örnek istatistiği ile populasyon parametresi arasında bir fark oluşur. Bu
durumda tahmin yapılırken hata yapma riski ile karşı karşıya kalınır.

Bir hipotez kurulduğunda, bir tahmini kullanabilmek için bu tahmine ne derece güvenle bakıldığının
bilinmesi gerekir. Diğer taraftan da hangi tür hatalar ile karşı karşıya kalındığının bilinmesi gerekir.

Hipotez Test Sonucu

(örneğin / denemenin sonucu)
RED RED DEĞİL

I. tip hata Doğru karar

DOĞRU  1- 
(önem seviyesi) (güven aralığı)
H 0 hipotezi
(populasyon sonucu) Doğru karar II. tip hata
YANLIŞ 1-  
(testin gücü) (testin zayıflığı)

H 0 doğru olduğu hallerde hipotezin red edilmesi olasılığı (  ) ne kadar küçük ise bu tercih edilen
bir durumdur.

9.2.1. HİPOTEZ TESTİNİN AŞAMALARI

1.Hipotez kurulur. H 0 ve H 1 belirlenir.

Bu aşamada testin tek veya çift yönlü olduğu belirlenir.
0  15
a)Çift yönlü hipotez testi
H 0 :   0
H1 :    0
  15

Prof. Dr. Levent ŞENYAY IX- 2 İSTATİSTİK II

 1-α
RED RED
α/2 α/2

b)Tek yönlü hipotez testi

H 0 :   0
H 1 :   0
  15

1-α RED
α

veya
H 0 :   0
H 1 :   0
  15

RED 1-α
α

2) I. tip hata (  ) belirlenir,  ya uygun örnek hacminde  belirlenir,  ve  yı sınırlayan n

bulunur

3)Test istatistiği belirlenir.

a)Populasyon ortalaması(  ) ve populasyon oranı için(p) için

 2 biliniyorsa Z istatistiği
 2 bilinmiyor ve n>30 ise Z istatistiği
 2 bilinmiyor ve n  30 ise t istatistiği

Prof. Dr. Levent ŞENYAY IX- 3 İSTATİSTİK II

 b)Populasyon varyansı (  2 ) için  2 istatistiği

c)İki populasyon varyansının karşılaştırılması için F istatistiği kullanılır.

4)Kritik tablo değeri bulunur.

-Bu değer 3. adımda kullanılan test istatistiği ve onun dağılışına bağlıdır.
-Tablonun nasıl kullanılacağı,tablo üzerindeki şekile göre farklılık gösterebilir.
-1. aşamada belirtilen alternatif hipotez testi

çift yönlü ise
2
tek yönlü ise  değerleri kullanılır.

5)Örneğe ilişkin test istatistiği hesaplanır.

6)Karar: Kritik tablo değeri ile hesaplanan test istatistiği karşılaştırılır,hipotez hakkında karar verilir
ve sonuç yorumlanır.

Hesaplanan test istatistiği > Kritik tablo değeri ise H 0 red edilir

Hesaplanan test istatistiği < Kritik tablo değeri ise H 0 red edilmez

Diğer bazı hipotez testleri;

H0 :  < 0
klasik teori geçerli
H1 :    0

H0 :  < 0
klasik teori geçersiz
H1 :   1

H 0 :   0
klasik test teorisi kullanılamaz.
H1 :   1 (ardışık analizler)

9.2.2. GÜVEN ARALIĞI AŞAMALARI

± Ztablo = Zhesap Not : tüm test istatistiklerinde kritik değer ile hesaplama
± Zα = Zh değeri eşitlenerek güven aralığı elde edilir
X  X 
± Zα/2  
x 
n
  
   x  Z
 n 
 2

   
P x  Z     x  Z  1   µ’nün (1-α) olasılıklı güven aralığı
 2 n 2 n 

Prof. Dr. Levent ŞENYAY IX- 4 İSTATİSTİK II

 9.3. POPULASYON ORTALAMASI VE ORANİ İÇİN BÜYÜK ÖRNEK TESTLERİ

9.3.1. BÜYÜK ÖRNEKLERDE POPULASYON ORTALAMASI  İÇİN HİPOTEZ

TESTİ (  2 BİLİNİYOR)

ÖRNEK : Bilye üreten bir işletmede bilyelerin ağırlıklarının ortalaması 5 gr, standart sapması 0,1
gr olan bir normal dağılıma uymaktadır.İşletmede belli bir değişiklik yapılmış ve bu değişikliğin bilye
ağırlıklarını arttırdığı düşünülmektedir.Bu amaçla üretimden 16 rassal örnek alınmış ve bu örneğin
ortalaması 5,038 gr bulunmuştur.Bu verilere dayanılarak 0.05 önem seviyesinde populasyon
ortalamasının 5 gr.dan artıp artmadığını test ediniz.
  5 gr
  0.1gr
n  16
x  5.038 gr
  0.05

H 0 :  =5

H 1 :  >5

  0.05

X  X 
Z =  
x 
n

Red Edememe Red

Bölgesi Bölgesi

0.5-0.05=0.45 0.05
x
μ=
z
0 1.52 1.645

5.038  5
Z  1.645  Z h   1.52 olduğu için
0.1
16

zh  1.52  zt  1.645 olduğu için H 0 red edilemez!!

Prof. Dr. Levent ŞENYAY IX- 5 İSTATİSTİK II

 GENEL KURAL

zh  zt ise H 0 red
zh  zt ise H 0 red edilemez

z tablo

H 0 hipotezinin red edilebileceği en küçük anlamlılık düzeyine, hipotezin olasılık değeri(p) denir.

(α)
 0.5 0.10 0.0643 0.05

0 1.28 1.52 1.645

z hesap
X 
Z=

n
P z
0.4257 1.52

H 0 :   5 şeklinde belirlense de

H 1 :   5 için aynı karar kuralı geçerli olur.

α=0.1

1.28 1.52

Sonuç : H 0 red

Prof. Dr. Levent ŞENYAY IX- 6 İSTATİSTİK II

 α=0.0643
0.4357

0 1.52

0,5 – 0.4357 = 0,0643

GÜVEN ARALIĞI (%95)

P(   X  Z   X )=1- 

0,1
P(   5,038  1,645. )=0,95
16

P(   5,079 )=0,95

1- 
0.4500
x
 5.038 5.079
z
0 1.645

Gerçek populasyon ortalaması  için 0,95 güven aralığı

Örnek: Bir cıvata üreten fabrikada, belli bir tezgahta ortalaması 2 mm ve standart sapması 0.06
mm olan normal dağılışa uygun cıvata üretilmektedir. Tezgahın doğru çalışıp çalışmadığını test etmek
amacıyla 9 rassal örnek alınmış ve ortalaması 1.95 mm bulunmuştur. 0.05 önem seviyesinde tezgahın
doğru çalışıp çalışmadığını test ediniz.

2
  0.06
n9
x  1.95
  0.05

Prof. Dr. Levent ŞENYAY IX- 7 İSTATİSTİK II

 Ho :   2
Ho :   2
  0,05
x 1,95  2
Z  Z   2,5
2
 0,06
n 9
Z h  2,5  Z   1,96 olduğu için H o red.
2

Red Bölgesi Red Edememe Bölgesi

(Kabul Bölgesi) Red Bölgesi

 
0.475 0.475

x


z
-1.96 0 1.96
-2.50 2.50

1    0,95 Güven Aralığı

   
P x  Z     x  Z  1
 2 n 2 n 

 0,06 0,06 
P1,95  1,96    1,95  1,96   0,95
 9 9 


P 1,9108  1,9892  0,95 

Prof. Dr. Levent ŞENYAY IX- 8 İSTATİSTİK II

 α/2=0.025
0.4750
x
1.9108  1.9892 2

z
-1.96 0 1.96

9.3.2. BÜYÜK ÖRNEKLEMDE İKİ POPULASYON ARASINDAKİ FARK

1   2  İÇİN HİPOTEZ TESTİ VE GÜVEN ARALIĞI
(varyanslar biliniyor veya büyük örnek,bağımsız örnekler.)

Belli bir soruya verilen cevaplar ile ilgili bir araştırmada (ankette)verilen cevaplar 1=kesinlikle
karşıyım ile 5=kesinlikle katılıyorum arasında bir ölçekte değerlendirme istenmiştir. Araştırmaya 186
erkek cevap vermiş,cevapların ortalaması 4,059 ve standart sapması 0,839 bulunmuş,172 kadın katılmış
yanıt ortalaması 3,68 ,standart sapması ise 0,966 bulunmuştur.0,01 lik önem seviyesinde erkeklerin
cevaplarının gerçek ortalamasının kadınlarınkinden daha yüksek olup olmadığını test ediniz.

H 0 :E  K  0
H1 :  E   K  0
yada
H 0 :E  K
H1 :  E   K
  0.01
Büyük örneklerde (n>30) örnek standart sapması (S), popülasyon satandart sapması (  ) için iyi bir
tahminleyici olması nedeniyle,  değeri yerine S kullanılmaktadır.
x E  x K    E   K  S  xE  xK  
S E2 S K2

z
S  xE  xK  nE nK

z
4.0599  3.68  0  3.95 Var( x1  x2 )  Var ( x1 )  Var ( x2 )
0.8392  0,9662
186 172

Prof. Dr. Levent ŞENYAY IX- 9 İSTATİSTİK II

 Red
0.49 Bölgesi
α=0.01
x
E-K=0

z
0 2.33 3.95
.
Zt  2,33  Zh  3,95 olduğu için H 0 red

Tek yönlü güven aralığı

P   E   K    xE  xK   z S xE  xK   1  

var( xE ) var( xK )
S xE  x K  var( xE  xK )  var( xE )  var( xK )  
nE nK
  0.839 
2
 0.966 
2 
P   E   K    4.0599  3.68   2.33    0.99
 186 172 
 

  0.02
1    0,98 Güven aralığı


 0,01
2

P x E  x K   z S xE  xK   E   K   z S xE  xK   1  
 2 2 


P 4,059  3,68  2,330,0959  E   K 4,059  3,68  2,330,0959  0,98

P0.1556   E   K  0.6024  0,98

Prof. Dr. Levent ŞENYAY IX-10 İSTATİSTİK II

  1- 
0.4900
x
0.1556 E-K 0.6024 2

z
-2.33 0 2.33

9.3.3.BÜYÜK ÖRNEKLERDE POPULASYON ORANI (p) İÇİN HİPOTEZ TESTİ

(  2 BİLİNİYOR VEYA n>30)

Bir süpermarkette 802 müşterinin 378’i belli bir malı alışveriş arabasına koyduktan hemen sonra
doğru fiyatı söyleyebilmiştir. Toplam müşterilerin en az yarısının doğru fiyatı söyleyebileceği sıfır
hipotezini 0,1 seviyesinde test ediniz.

H 0 : p  0,5 (veya p=p 0 da olabilir)

H 1 : p< 0,5
 =0,1 (p 0 , H 0 doğru iken oran)

pˆ  p0
 
 pˆ

p0 (1  p0 )
 pˆ  çünkü p binom dağılış parametresidir.
n

α=0.1 0.40
p

0 z
-1.64 -1.28

Prof. Dr. Levent ŞENYAY IX-11 İSTATİSTİK II

 378
pˆ   0.471
802

0.471  0.5
h   1.64  Z  1.28
0.5(0.5) /802

olduğu için H 0 red.

Açıklama:

Binom dağılışında x şans değişkeni için

E(x)=np

Var(x)=npq
x
p
n

x 1 1
 p2 =Var(p)=Var ( ) = 2
Var ( x)  2 (npq)
n n n

pq
=
n
pq
Standart sapma(p) = p
n

n=802 X binom( p, n)

X
0
1
1
0
0
1
0
1

x 378
p   0.471
n 802

Prof. Dr. Levent ŞENYAY IX-12 İSTATİSTİK II

 1-  =0.90 Güven Aralığı

P  pˆ   pˆ  p   1  

P0.471  1.28(0.0176)  p  0.90

P(0.448  p )=0.90

=0.1
1-

p p̂
0.448

z
-1.28 0

9.3.4 BÜYÜK ÖRNEKLERDE İKİ POPULASYON ORANI ARASINDAKİ FARK (p1-

p2) İÇİN HİPOTEZ TESTİ
(  2 BİLİNİYOR VEYA n>30)

Tesadüfi olarak seçilen 203 İngiliz ticari dergi reklamından 52’sinde gülme unsuru varken,270
Amerikan ticari dergi reklamından 56’sında gülme unsuru işlenmektedir. Tüm İngiliz ve Amerikan ticari
dergi reklamlarında gülme unsuru işlenme oranlarının aynı olup olmadığının testi için kritik değeri
bulun ve buna karşılık gelen H 0 red olasılığının limit değerini hesaplayınız.

H 0 : px  p y  0
H1 : px  p y  0
52
px   0.256
203
56
py   0.207
270

(fr)
p n np
0.256 203 0.256(203)
0.207 270 0.207(270)

p
 np p için ağırlıklı ortalaması olan p̂ 0 değeri aşağıdaki gibi hesaplanır
n

Prof. Dr. Levent ŞENYAY IX-13 İSTATİSTİK II

 x y
nx  ny
nx p x  n y p y nx ny x y 52  56
pˆ 0      0.228
nx  n y nx  n y nx  n y 203  270

px ve p y bağımsız binom parametreleridir.

Var(x-y)=var(x)+var(y) olduğundan,
pˆ x qˆ x pˆ y qˆ y
 2 pˆ  pˆ   2 pˆ   2 pˆ  
x y x y
nx ny
H 0 doğru iken p x  p y  p̂0 olacağına göre, varyans (veya standart sapma) hesaplamasında bu
değer kullanılır

pˆ 0 qˆ o pˆ 0 qˆ 0
 2 pˆ xp
ˆy  
nx ny

 
 pˆ x  pˆ y    px  p y 
1 1 
pˆ 0 qˆ0   
n n 
 x y 


0.3962 

px -py

z
-1.26 0 1.26

h 
0.256  0.207   0  1.26
 1 1 
0.2281  0.228  
 203 270 

Yorum : Z tablosu kullanılarak 0,5 – 0,3962 = 0,1038 bulunur. Z çift yönlü olması nedeniyle
α /2 = 0,1038 , dolayısı ile α = 0,2076 olasılık değeri hipotezin reddine yol açacak kritik olasılık
değeridir. Kritik Z tablo değeri ise 1,26 dır. Z(tablo) = 1,26 dan (veya α = 0,2076 dan) büyük değerler
sıfır hipotezinin reddine yol açar.

Prof. Dr. Levent ŞENYAY IX-14 İSTATİSTİK II

 1-   0.90 Güven Aralığı

    
P pˆ x  pˆ y   / 2 pˆ x  pˆ y  p x  p y  pˆ x  pˆ y   / 2 pˆ x  pˆ y  1  

pˆ x qˆ x pˆ y qˆ y
Buradaki standart sapma formülünde  2 pˆ  pˆ   2 pˆ   2 pˆ   kullanılır.
x y x y
nx ny
 
P  0.256  0.207   1.645  0.0388  px  p y  0.256  0.207   1.645  0.0388   0.90

 0.049 0.0638


P  0.0148 PX  PY 0.1128  0.90

 
0.45 0.45
px-py
-0.0148 px-py 0.1128

z
-1.645 0 1.645

9.4. POPULASYON ORTALAMASI VE ORANI İÇİN KÜÇÜK ÖRNEK TESTLERİ

9.4.1 KÜÇÜK ÖRNEKLERDE POPULASYON ORTALAMASI  İÇİN HİPOTEZ

TESTİ(  2 bilinmiyor, ve n < 30)

Bir mağaza zincirinde Aralık ayı satışlarının Kasım ayı satışlarından 0,20 daha fazla olduğu
bilinmektedir. Bu amaçla 6 ayrı mağazadaki Aralık ayı satış artış yüzdeleri alınmıştır. Bu verilere göre,
populasyon dağılımının normal olduğu varsayımı altında Aralık ayı satış ortalamalarındaki gerçek artışın
0,20 olduğu hipotezini 0,1 anlamlılık düzeyinde test ediniz.

6 ayrı mağazadaki
Mağaza No Kasım–Aralık Satış Artış %si
x xi2
1 19,2 368,64
2 18,4 338,56
3 19,8 392,04
4 20,2 408,04
5 20,4 416,16
6 19,00 361,00
Toplam
 x =117  x 2 =2,284,44

Prof. Dr. Levent ŞENYAY IX-15 İSTATİSTİK II

 H 0 :    0  20

H1 :   20

  0,1
t ,sd sd=n-1

x x
t ,n1  
Sx S n

 x 117
x   19,5
n 6

 x n x  x
2

 x  x 
2
x 2

n
x 2

nn
S  
n 1 n 1 n 1

x
2
2
 nx 2, 284.44  6(19.5) 2
   0.588  0, 767
n 1 5

19,5  20
th   1,597
0,767
16

1-
 

18.82 20.17   x t 2,n 1 s  n 

x 
t 2, n 1 
-2.015 -1.597 0 2.015 s n

t 0,05,5  2,015  t h  1,597 H 0 red edilemez.

Prof. Dr. Levent ŞENYAY IX-16 İSTATİSTİK II

 GENEL KURAL

th  tt ise H 0 red
th  tt ise H 0 red edilemez

sd  0.1 0.05

5  2.015  t0.05,5  t / 2,n 1

1    0,90 Güven Aralığı

 
P  x  t S x    x  t S x   1  
, n 1 , n 1
 2 2 
s
Sx  t0.05,5  2.015
n

 
 0, 767 0, 767 
P 19,5  2, 015    19,5  2, 015   0,90
 6 6 
 0,673 

6  2,449

P 18,82    20,17  0,90

1-


s
18.82 x  19.5 20.17 h  x t / 2, n 1
n
x 
t / 2,n 1 
-2.015 0 2.015 sx

x Normal (  , sx2 )
t Normal (0,1)

H 0 :   20 olduğu için red edilemez.

Prof. Dr. Levent ŞENYAY IX-17 İSTATİSTİK II

 9.4.2 KÜÇÜK ÖRNEKLERDE İKİ POPULASYON ORTALAMASI ARASINDAKI FARK
(1   2 ) İÇİN HİPOTEZ TESTİ : EŞLEŞTİRİLMİŞ BAĞIMLI
GÖZLEMLER ( 2 bilinmiyor ve n  30)

İki ayrı TV program kuşağında 10 ayrı reklam kişilere izlettirilmiş ve 24 saat sonra, iki ayrı
kuşaktaki reklamlardan hatırlanma indeksleri elde edilmiştir.

Ürün Sabah Kuşağı Akşam di d i2

Kuşağı
1 137 53 84 7,056
2 135 114 21 441
3 83 81 2 4
4 125 86 39 1,521
5 47 34 13 169
6 46 66 -20 400
7 114 89 25 625
8 157 113 44 1,936
9 57 88 -31 961
10 144 121 23 1,089
Toplam
 d =210  d 2 =14,202

İki ayrı kuşakta izlenen reklamların hatırlanması indeksleri karşılaştırıldığında sabah kuşağının
hatırlanması indeksinin daha yüksek olup olmadığını   0,05 seviyesinde test ediniz.

H 0 :  s  a  0  D0  veya H 0 : s  a
H1 : s  a  0 veya H1 : B  a
d  D0
t ,n 1 
Sd

d
d i

210
 21
n 10
 d 
2

 x  x 
2
d  d 
2
d 2

n

 d  d    d 2 
2   d 
2



n 1 n 1 n 1  n 
 
 d 
2

d 2

n d 2
 nd
2
14, 202  10  21
2

S 
2
   1, 088
d
n 1 n 1 9

S d2
S 
2
d
n
S2
S x2 
n

Sd 1,088 32,98
Sd   
n 10 10

Prof. Dr. Levent ŞENYAY IX-18 İSTATİSTİK II

 

t,n-1
0 1.833 2.014

d D 21  0
th    2, 014  t0,05,9  1,833 olduğu için H 0 red.
sd 32,98
10

Açıklama :

Eğer gözlemeler bağımlı ise ;

 x2  x   x2   x2  2 x2 , x
1 2 1 2 1 2

  Covx1 , x2 
2 2

  2
x1 x2

n1 n2 n

 x2   x2   2 ve n1  n2  n ise
1 2

2 2 2Covx1 , x2 
  
n n n

2 2 2Covx1 , x2 
  olur.
n n

1    0,90 Güven Aralığı

 d sd D0 d sd 

  2 s

P xg  xa  t ,n 1  S x  x
a

 s  a  xs  xa  t 2
, n 1
 S   1 
xs  xa 

 

Prof. Dr. Levent ŞENYAY IX-19 İSTATİSTİK II

   0.1

 0.05
2
t0.05,9  1.833
 
P 21  1,83310,43  D0  21  1,833(10,43)  0,90
  
19.13

P(1.869)  D0  40.13)  0,90

1-
 

d
1.869 D0 40.13

t/2,n-1
-1.833 0 1.833

Tek yönlü güven aralığı

1    0.95
t0.05,9  1.833
P  d  t ,n 1sd  D   1  
P  21  1.833(10.43)  D   0.95
P 1.869  D   0.95



1.869 D0

Prof. Dr. Levent ŞENYAY IX-20 İSTATİSTİK II

 9.4.3 KÜÇÜK ÖRNEKLERDE İKİ POPULASYON ORTALAMASI ARASINDAKİ FARK
(1   2 ) İÇİN HİPOTEZ TESTİ:
Eşleştirilmemiş (bağımsız) gözlemler ( varyanslar eşit,  2 bilinmiyor ve n  30 )

Belli bir kuş cinsine ait populasyonda erkek ve dişi vücut ağırlıklarının aynı olup olmadığı
araştırılması amacıyla 10 erkek ve 9 dişi kuş şans örneklemesi ile seçilmiştir. Elde edilen veriler aşağıdaki
gibidir, bu verilere göre erkek ve dişi vücüt ağırlıklarının aynı olup olmadığı hipotezini 0.05 seviyesinde
test ediniz.

Örnek hacmi (n) ortalama( x ) varyans( s 2 )

Erkek 10 90.80 55.2

Dişi 9 81.52 66.2

1 : erkek
2 : dişi
H 0 : 1 -  2 = 0
H 1 : 1 -  2  0

 = 0.05
( x1  x2 )  ( 1  2 )
t ,n1  n2  2 
S x1  x2
1 1 n n
S x21  x2  S 2 (  )  2 1 S2 ( 12   2 2   2 varsayımı ile )
n1 n2 n1n2
(n1  1) S12  (n2  1) S 2 2
S2 
n1  n2  2

x1-x2

t/2,n1+n2-1
-2,110 0 2,110 2.60

9(55.2)  8(66.2) 1 1
S2   60.38 S X1 _ X 2  60.38(  )  3.57
10  9  2 10 9

Prof. Dr. Levent ŞENYAY IX-21 İSTATİSTİK II

 sd  n1  n2  2  10  9  2  17
( x1  x2 )   1  2  (90.80  81.52)  0
th    2.60  t0.025,17  2.110 olduğu için
sx1  x2 3.57
H 0 red.

Açıklama.:

 12   2 2   2 değil ise ,yani  12   2 2 ise

2 2
S1 S
x _x   2 olur.
1 2
n1 n2

( x1  x 2 )  ( 1   2 )
t*   t t* dağılışı gösterir.
2 2
S S
 1 2

n1 n2

2 2
S1 s
* t ,n1 1  2 * t ,n2 1
w1t1  w2 t 2 n1 n2
t t   olur.
w1  w2 s1
2
s
2

 2
n1 n2

Eğer n1 = n2  n ise

s12 s2 2 t ,n 1 2
t ,n 1  t ,n 1 ( s1  s2 2 )
tt  n n  n
2 2
s1 s2 1 2 2
 ( s1  s2 )
n n n
tt t ,n 1

dağılışı gösterdiği görülür.

1    0.95 GÜVEN ARALIĞI

 
P ( x1  x2 )  t sx1  x2  1  2  ( x1  x2 )  t sx1  x2   1  
, n1  n2  2 , n1  n2  2
 2 2 
 
P (90.80  81.52)  2.11(3.57)  1  2  (90.8  81.52)  2.11(3.57)   0.95
 9,28 7,5327


P 1.7473  1  2  16.8127  0.95

Prof. Dr. Levent ŞENYAY IX-22 İSTATİSTİK II

 H 0 red H 0 red

x1-x2
H 0 : 1  2  0 1.7473 1-2 16.8127

t/2,n1+n2-2
-2,110 0 2,110

9.5. POPULASYON VARYANSLARI İÇİN HİPOTEZ TESTLERİ

9.5.1. BİR POPULASYON VARYANSI  2 İÇİN HİPOTEZ TESTİ:  TESTİ

2

(POPULASYON DAĞILIŞI NORMAL)

Bir çimento fabrikasında üretilen çimentodan yapılan betonların sağlamlığının standart

2
sapmasının 10 kg cm den fazla olduğu iddia edilmektedir. Bu amaçla 10 beton örneği alınmış ve bu
örneklerin sağlamlılıkları saptanmıştır. Normal dağılış gösteren bir populasyondan alınan bu örneklerin
ortalama ve varyansı x  312 S 2  195 olarak bulunmuştur. İddiayı 0.05 seviyesinde test ediniz.

H 0 :  2  100 kg cm 2
  10
H1 :  2  100 kg cm 2
 2  100
  0,05

  ;n 1
2

n  1S 2
 02

n
n =16.92

Prof. Dr. Levent ŞENYAY IX-23 İSTATİSTİK II

 9195
 h2   17,55   02,05;9  16,92 olduğu için H 0 red.
100
Ki- kare tablosu:
n 1  0.05

9 16.92

Aynı örneği çift yönlü test olarak ele alalım. Yapılan betonların sağlamlığının standart
sapmasının 10 kg cm 2 ’den farklı olduğu iddia edilmektedir. Buna göre aynı veriler ile iddiayı 0.1
seviyesinde test edin.

H 0 :  2  100
H1 :  2  100
  0,1 1    0.90

Red
Bölgesi Red Bölgesi
 1    0.90 
 0.05
 0.05 2
2

12 / 2, n 1  3.33 2 / 2, n 1  16.92 h2  17.55

h2  (n  1)S 2 /  2

9195
 h2   17,55
100
Ki- kare tablosu:
n 1  0.05 0.95

9 16.92 3.33

 02,95;9  3,33  02,05;9  16,92

h2  17,55  0,05;9

2
 16.92 olduğu için H 0 red

Prof. Dr. Levent ŞENYAY IX-24 İSTATİSTİK II

 1    0,90 için GÜVEN ARALIĞI

 
2  n  1 S 2
2


 
2  n  1 S 2
2

 
 n  1S 2 n  1S 2 
P 2   2
2
  1

 
1 , n 1 
 
 2 ,n 1 2 

 9195 9195 
P 2 2  2   0,90
  0, 05;9
  0,95;9 

 9195 9195
P 2   0,90
 16,92 3,33 

 
P 103.72   2  527.02  0,90

1-

n
3.33 16.92

S2
H 0 :   100 103.72
2
527.02

Prof. Dr. Levent ŞENYAY IX-25 İSTATİSTİK II

 9.5.2 İKİ POPULASYON VARYANSININ KARŞILAŞTIRILMASI
(  12  22 ) İÇİN HİPOTEZ TESTİ: F TESTİ
(POPULASYONLARIN DAĞILIŞI NORMAL ve VARYANSLAR BİLİNMİYOR )

Pazara sunulan iki ayrı bağımsız hisse senedinin değişkenliklerinin birbirine eşit olup olmadığını
aşağıdaki rastsal örneklere dayanarak test ediniz.

S12  123.38 n1  17

S22  8.02 n2  11

  0.02

H 0 :  12   22

H1 :  12   22

n1 S12 /  12   n21 1 n2 S 22 /  22   n22 1 dağılışları gösterir,

1  n1  1
2  n2  1
 n1  1 S12 S12
 1
 n1  1 S12  22
 12  12
2
S12
F 2  1
  
 2  n2  1 S22 S22 S22  12 S22
2
 n2  1  22
 22 H 0 :12  22

S12 /  12
 Fn11,n 21
S 22 /  22

H 0 :  12   22   2 ( 12 /  22  1)

(n  1) S 2
2 
2

S12 123.38
F   15.38
S 22 8.02

  0.01 için F tablosu

Prof. Dr. Levent ŞENYAY IX-26 İSTATİSTİK II

 1  n1  1 2  n2  1 10

16 4.53

F ,n1 1,n2 1
F , n1 1,n2 1  F0.01,16,10  4.53

F0.01,16,10=4.53 < Fh=15.38 olduğu için Ho red edilir.

AÇIKLAMA:

1) Eğer;
H 0: 12   2

H1 :  12   22 ise

S12
F kullanılır
S 22

H1 :  12  22 ise

S 22
F kullanılır
S12

2)Hipotez tek yönlü ise F , n1  1, n2  1 kullanılır.

Hipotez çift yönlü ise F , n1  1, n2  1 kullanılır. Ancak iki tane kritik F değeri
2

BüyükS 2
bulunması gerekmez. şeklinde hesaplanır.
KüçükS 2

Prof. Dr. Levent ŞENYAY IX-27 İSTATİSTİK II

 Tek yönlü hipotez testi
H 0 :  12   22
H1 :  12   22

F ,n1 1,n2 1

Tek yönlü hipotez testi (kullanılmaz)

H 0 :  12   22
H1 :  12   22

F ,n1 1,n2 1

Çift yönlü hipotez testi

H 0 :  12   22
H1 :  12   22

F ,n1 1,n2 1

1    0.98 Güven Aralığı

n1 S12 /  12 (n1  1)
F
n2 S 22 /  22 (n2  1)

Prof. Dr. Levent ŞENYAY IX-28 İSTATİSTİK II

 n1 S12 /  12 (n1  1)

P F1 / 2,n1 1,n2 1 
n2 S 22 /  22 (n2  1)
 F / 2,n1 1,n2 1   (1   )%

n2 S 22 /( n2  1)  22 n2 S 22 /( n2  1) 

P F1 / 2,n1 1,n2 1 
n1 S12 /( n1  1)  12
 F / 2, n1 1, n2 1
n1 S12 /( n1  1) 
  (1   )%

veya

 S12  12 S12 
P  2 .F   2  2 .F   1
 S2 1 2 ,n1 1,n2 1  2 S2 2 ,n1 1,n2 1 

şeklinde elde edilebilir.

Örneğe devam edilir ise,

S12 123.38
  15.38
S22 8.02
  12 
P 15.38F0.99,16,10  2 15.38F0.01,16,10   0.98
 2 

  1  1 
2
P 15.38  15.384.53  0.98
 3.69   2
2
 

AÇIKLAMA:
1
F  
1 , n2 1, n1 1 F
2
, n1 1, n2 1
2

1 1
F0.99,16,10    0.271
F0.01,10,16 3.69

  0,01 için F-tablosu aşağıdaki gibi kullanılaraak

1  n1  1 2  n2  1 10 16
10 3.69
16 4.53

 2 
P 4.168 12 69.67  0.98 güven aralığı elde edilir.
 2 

Prof. Dr. Levent ŞENYAY IX-29 İSTATİSTİK II

 1-

F
0.271 4.53
S12 / S 22
4.168 69.67
1   ’lık Tek Yönlü Güven Aralığı

 2 S 2 
P  12  12 F ,n2 1,n1 1   1  
  2 S2 

Prof. Dr. Levent ŞENYAY IX-30 İSTATİSTİK II

 9.6. ÖRNEK BÜYÜKLÜĞÜNÜN TAHMİNİ

9.6.1 POPULASYON ORTALAMASI KULLANILARAK n TAHMİNİ

(Populasyon varyansı bilinen ve populasyon dağılışı normal)

 
   
P  x  z    x  Z   1 
 2 n 2 n 
 L 

Px  L    x  L  1  


L  z
2 n

Araştırmacı L değerini önceden saptamak isterse:


n  Z
2 L
 2
n  Z 2
2
L2

Örnek:Bir sanayi işletmesinde üretilen metal çubukların boyları,  =1.8mm olan normal dağılış
göstermektedir. Bu populasyondan 9 rassal örnek alınmış ve populasyon ortalamasının 0.99 ,güven
aralığı

P 194,65    197, 45  0.99

bulunmuştur. Araştırmacı bu aralığı çok geniş bulmuş ve ortalama etrafında ancak 0.5mm toleransın
0.99 güven aralığı içinde olmasını istemektedir. Bu aralığın kullanılabilmesi için örnek büyüklüğü ne
olmalıdır?

L=0,5   1,8 z   z 0,005  2,575

2

P( x  0.5    x  0.5)  0.99

z2  2  2,575 1,8

2 2

n 2
  85,93  86
 0,5
2
L2

Prof. Dr. Levent ŞENYAY IX-31 İSTATİSTİK II

 GENEL SONUÇ: Daha dar güven aralığı ve daha hassas sonuçlar elde etmek için daha büyük
örnek almak gerekir.

9.6.2 POPULASYON ORANI KULLANILARAK “n" TAHMİNİ

 
 pˆ (1  pˆ ) pˆ (1  pˆ ) 
P  pˆ  Z   p  pˆ  Z    (1   ) %
 2 n 2 n 
 L 

P( pˆ  L  p  pˆ  L)  1  

pˆ (1  pˆ )
L  z
2
n

0<p<1 olduğuna göre L’nin olabileceği en büyük değer p=0,5 iken

2
0,5 z 0,25Z 
0,5(0,5)
L  z n 2
n 2

2
n L L2

Örnek: Üniversite mezunlarının işe alınmasında 142 farklı şirket yetkilisinin mülakat sırasında
mezuniyet not ortalamasının çok önemli olduğunu 87’si belirtmiştir. Bu görüşe sahip olanların 0,95
güven aralığı

87
n  142 p Z   1,96
142 2
=0,613

 0, 613(0,387) 0, 613(0,387) 
P  0, 613  1,96  p  0, 613  1,96   0.95
 142 142 

P(0,533<p<0,693)=0.95 tür

Bu aralığın, populasyon oranının,örnek oranının her iki yanında en çok 0,06 aralığında olmasının
0,95 güven aralığı içinde kalması için örnek büyüklüğü ne olmalıdır?

L=0,06

0,25(1,96) 2
n  266,78  267 örnek gereklidir.
(0,06) 2

Prof. Dr. Levent ŞENYAY IX-32 İSTATİSTİK II

 9.7. HİPOTEZ TESTİNİN GÜCÜ

Kimyasal üretim yapan bir fabrikada günlük üretim miktarının ortalama 880 ton olduğu
bilinmektedir.Bu durumun doğrulanması amacıyla fabrikada günlük üretimler 50 kez ölçülmüş ve
ortalaması 871 ton bulunmuştur.

  880 ton/gün n  50
H 0 :    0  880 ton x  871 ton/gün
H 1 :   880 ton s  21 ton
S 21
  0.05 Sx    2.9698
n 50

H 0 doğru varsayımı altında

 0.4750


x

874.18 885.82

z
-1.96 0 1.96

x 871  880

Z  zh   3.03
2
Sx 21
50

x    Z Sx
2
880  1.96(2.9698)

(874.18) (885.82)

P874.18    885.82)  0.95

Prof. Dr. Levent ŞENYAY IX-33 İSTATİSTİK II

 H 0 yanlış varsayımı ile
H1: : 

/2=0.025 1- /2=0.025

0.475
H0 Doğru iken
x
874.18 880 885.82
0.4207

  0.0793
H0 Yanlış iken 1    0.9207

x
871
874.18
z
0 1.41

874.18  871
Z1   1.41
2.9698

P0  z  1.41  0.4207

  0.5  0.4207  0.0793 H 0 yanlış iken ; H 0 kabul olasılığı II.Tip hata

1    1  0.0793  0.9207 H 0 yanlış iken ; H 0 red olasılığı Testin Gücü

  0.05 H 0 doğru iken ; H 0 red olasılığı

1    0.95 H 0 doğru iken ; H 0 kabul olasılığı

 yı küçültmek için yollar:

1.  büyütülür
2. H 0 :   a a b  
3. n  

Prof. Dr. Levent ŞENYAY IX-34 İSTATİSTİK II

 H 0 :   0 H1 :    0

1-

1.0 n1

n2

n3

n1 > n2 > n3

0.05

0
 x

Prof. Dr. Levent ŞENYAY IX-35 İSTATİSTİK II

 1-

1.0

1-

1-



0

0 1

Ho doğru iken Ho yanlış iken

İdeal güç eğrisi

1.0

ideal güç eğrisi

1-




H 0 :   0

Prof. Dr. Levent ŞENYAY IX-36 İSTATİSTİK II

 H1 :    0

1-

n2 n2>n1
n1

x


Prof. Dr. Levent ŞENYAY IX-37 İSTATİSTİK II