BAB 3

Objektif
 Menentukan taburan pensampelan bagi
beza antara 2 kadaran sampel.
 Mengenalpasti taburan statistik yang sesuai
digunakan untuk mengira selang keyakinan
dan menguji hipotesis.
 Mengira nilai penganggar selang bagi beza
antara 2 kadaran populasi.
 Menjalankan ujian hipotesis bagi beza
antara 2 kadaran populasi

TR1723-Bab 3 2
 Taburan pensampelan terhadap
perkadaran ( p̂)
 Konsep perkadaran seperti konsep ujikaji binomial
Nilai p= bil unsur dlm populasi utk ciri yg dikaji
jum semua unsur dlm pop
Perkadaran sampel ( p̂ ) adalah nisbah utk sampel yg
merupakan penganggar terbaik utk p

Rumus: p=X/N dan p̂ =x/n

dgn X = bil unsur dlm populasi utk ciri yg diuji
x = bil unsur dlm sampel utk ciri yg diuji
N = bil semua unsur dalam populasi
n = bil semua unsur dalam sampel

TR1723-Bab 3 3
 p mewakili kb berjaya dan q pula kb gagal
iaitu q = 1 – p dan q̂  1 - p̂
 Min utk perkadaran sampel ialah μ p̂ = p
Sisihan piawai utk perkadaran sampel
ialah pq
 pˆ 
n
Maka taburan pensampelan bagi p̂ adalah:
pq
pˆ ~ N ( p, )
n

TR1723-Bab 3 4
Teorem Had Memusat utk Perkadaran
Populasi
Teorem ini menyatakan, taburan persampelan bagi
p̂ akan menghampiri normal bagi saiz sampel
yang cukup besar. Untuk kes perkadaran, saiz
sampel akan dianggap besar jika np dan nq kedua-
duanya lebih besar drpd 5, iaitu
np  5 dan nq  5

TR1723-Bab 3 5
Contoh 1 :

Katakan sejumlah 789,654 keluarga tinggal di Bandar A dan

563,282 daripadanya memiliki rumah sendiri. Oleh itu,
N = saiz populasi = 789,654
X = bil keluarga yang memiliki rumah = 563,282
maka perkadaran untuk semua keluarga yang memiliki
rumah
X 563,282
p   0.71
N 789,654
ialah

TR1723-Bab 3 6
Contoh 1 (samb.) :
Seterusnya, jika sampel sebanyak 240 keluarga dipilih dan
158 daripada mereka memiliki rumah, maka
n = saiz sampel = 240
x = bil keluarga dalam sampel yang memiliki rumah = 158

Maka perkadaran sampel ialah :

x 158
p̂ =   0.66
n 240

TR1723-Bab 3 7
Contoh 2 :
Hasil satu kajian menyatakan 44 peratus orang dewasa
bersetuju bahawa remaja selalu lalai sewaktu memandu
kereta. Andaikan keputusan ini benar untuk populasi orang
dewasa. Jika p̂ adalah perkadaran untuk sampel 100
dewasa, cari min dan sisihan piawai bagi p̂ . Tuliskan
bentuk taburan pensampelan.
Penyelesaian
 p̂ = p = 0.44
 p̂ = pq = 0.440.56  0.0496
n 100


ˆ ~ N 0.44,0.0496
p 2

TR1723-Bab 3 8
Latihan 1 :
Daripada pengalaman-pengalaman lepas, sebuah kilang
pembuat paku telah mengesan 6% daripada paku-paku
yang dikeluarkan oleh kilangnya adalah cacat. Jika 300
buah paku dipilih secara rawak, apakah kebarangkalian
kadar paku yang cacat di antara 0.02 dan 0.035?

TR1723-Bab 3 9
Taburan Pensampelan Bagi Beza Dua
Kadaran Sampel
Jika dua sampel merdeka bersaiz n1 dan n2 dipilih secara
rawak daripada dua populasi binomial dengan kadar
kejayaan p1  x 1 dan p 2  x 2 masing-masing, maka
n1 n2

taburan pensampelan bagi perbezaan di antara kadar

sampel pertama dan kadar sampel kedua ( p̂1  p̂ 2 )
bertaburan hampir normal dengan min ditanda dengan
 p̂1 p̂2  p1  p 2
dan varians ditanda dengan
p1q1 p 2 q 2
 2
p̂1  p̂ 2  
n1 n2
n1 dan n2 mestilah besar.
TR1723-Bab 3 10
Sekiranya n1 dan n2 besar
p1q1 p 2q 2
p̂1  N(p1, ) p̂ 2  N(p 2 , )
n1 n2
Maka taburan pensampelan bagi (p̂1  p̂ 2 )
p1q1 p 2 q 2
(p̂1  p̂ 2 ) ~ N(p1  p 2 ,  )
n1 n2
dijelmakan kepada taburan normal piawai
(p̂1  p̂ 2 )  (p1  p 2 )
z ~ N(0,1)
p1q1 p 2 q 2

n1 n2

Rujuk contoh 6.13 ms 87. Kemudian cuba soalan 10 ms 89

TR1723-Bab 3 11
Selang Keyakinan Perkadaran Populasi
(saiz sampel besar)
• Apabila kita menganggar nilai bagi perkadaran populasi,
jika kita tidak mengetahui nilai p dan q, kita tidak boleh
mencari  p̂ .
• Oleh itu, kita akan menggunakan nilai s p̂ sebagai
penganggar bagi  p̂ ,
pˆ qˆ
di mana s pˆ 
n
• Oleh yang demikian, selang keyakinan (1-)100% untuk
perkadaran populasi , p, ialah
p̂q̂
p̂  z/2 s p̂ = p̂  z/2
n

TR1723-Bab 3 12
Contoh 3
Sebanyak 57% daripada 2003 orang dewasa drpd satu
temuramah bersetuju bahawa sistem pembelajaran perlu
dipertingkatkan. Bina selang keyakinan 95% bagi
perkadaran orang dewasa yang bersetuju dipertingkatkan
sistem pembelajaran.
Penyelesaian :
n = 2003 p̂= 0.57 q̂ = 1 - p̂ = 1 - 0.57 = 0.43

s p̂ 
p̂q̂
= 0.570.43 = 0.0111
n 2003
Dari jadual taburan normal, nilai bagi z untuk 0.05
= 0.025 ialah 1.96 2
Z / 2  Z 0.05/ 2  1.96
TR1723-Bab 3 13
Contoh 3 (samb) :
Oleh itu, selang keyakinan 95% untuk p ialah

p̂  z/2 s p̂ = 0.57  1.96(0.0111) = 0.57  0.0218

= (0.5482, 0.5918) atau 54.82% hingga
59.18%.
Kesimpulannya, kita mempunyai 95% keyakinan bahawa
perkadaran semua orang dewasa yang bersetuju bahawa sistem
pembelajaran perlu dipertingkatkan ialah di antara 0.5482 hingga
0.5918 atau daripada 54.82% hingga 59.18%.

TR1723-Bab 3 14
Latihan 2
Hasil satu kajian mendapati daripada 1000 orang dewasa di
Daerah R yang ditemuramah, sebanyak 81% berpendapat
siaran televisyen boleh mempengaruhi para penontonnya.
Bina selang keyakinan 99% bagi perkadaran orang
dewasa di Daerah R yang berpendapat para penonton
boleh dipengaruhi oleh siaran televisyen.

TR1723-Bab 3 15
 Selang Keyakinan Bagi Perbezaan
Dua Kadaran Populasi
Katakan dua sampel rawak tak bersandar dipilih secara
rawak daripada dua populasi binomial di mana X1 ~B(n1,p1)
dan X2~B(n2,p2). Biar x1 dan x2 mewakili bilangan kejayaan
bagi setiap sampel itu. Kadar kejayaan bagi setiap sampel
adalah x x
p̂1  1
dan p̂ 2  2
n1 n2
Selang keyakinan (1-)100% bagi p1 – p2 adalah

p1q1 p 2 q 2
(p̂1  p̂ 2 )  z α/2  (a)
n1 n2

TR1723-Bab 3 16
Sekiranya varians populasi bagi (p̂1  p̂ 2 ) tidak diketahui
nilainya, maka anggarannya ialah p̂1q̂1 p̂ 2 q̂ 2 dan

ditulis semula rumus (a) n1 n2

p̂1q̂1 p̂ 2 q̂ 2
(p̂1  p̂ 2 )  z α/2 
n1 n2

TR1723-Bab 3 17
Selang Keyakinan
 Nilai yang sangat penting digunakan untuk menilai
selang yang diperolehi ialah sifar. Jika semua nilai lebih
besar dari sifar, ia menunjukkan bahawa kadaran p1
adalah lebih besar dari kadaran p2.
 Jika selang mengandungi semua nilai negatif, ianya
membuktikan p1 < p2.
 Jika selang mengandungi nilai sifar, ianya bermaksud
tiada perbezaan kadaran.

Lihat contoh 7.16 dan 7.17 ms 106

TR1723-Bab 3 18
Contoh 4 :
Suatu survei dijalankan untuk membandingkan prestasi
keseluruhan industri besar dan industri kecil bagi tahun 1999-
2001. Daripada 100 industri besar, 85 melaporkan
keuntungan manakala 30 daripada 120 industri kecil
melaporkan kerugian. Cari selang keyakinan 99% bagi
perbezaan kadar industri besar dan industri kecil yang
memperolehi keuntungan dalam tempoh tersebut. Adakah
kadar industri besar yang memperolehi keuntungan lebih
tinggi dibandingkan dengan industri kecil?
Penyelesaian
Katakan p1 dan p2 adalah kadar populasi industri besar dan
industri kecil yang memperolehi keuntungan masing-masing.
Anggaran titik bagi p1 – p2 adalah 85 90
p̂1  p̂ 2    0.1
100 120
TR1723-Bab 3 19
Contoh 4 (samb):
Dengan menggunakan jadual z, nilai z0.005=2.575. Maka selang
keyakinan 99% bagi p1 – p2 adalah :
0.85x0.15 0.75x0.25
p̂1q̂1 p̂ 2q̂ 2  0.1  2.575 
(p̂1  p̂ 2 )  z α/2  100 120
n1 n2
 [-0.037 , 0.237]

Kita mempunyai keyakinan 99% bahawa selang dari –0.037

hingga 0.237 mengandungi beza sebenar kadaran
keuntungan dari tahun 1999 - 2001 yang diperolehi oleh
industri besar dan industri kecil. Oleh kerana selang yang
diperolehi mengandungi nilai sifar, maka kita boleh membuat
kesimpulan bahawa tidak terdapat perbezaan keuntungan
yang diperolehi oleh kedua-dua industri dari tahun 1999-2001.

Cuba latihan no. 5 ms 110

TR1723-Bab 3 20
Latihan 3 :

Seramai 780 org pelajar drpd Sekolah A dan 281 org pelajar
drpd sekolah B mengambil satu peperiksaan kebangsaan.
102 pelajar Sekolah A mendapat gred cemerlang manakala
236 pelajar Sekolah B mendapat gred yang tidak cemerlang.
Anggarkan selang keyakinan 95%, bagi beza perkadaran
pelajar yg mendapat gred cemerlang bagi kedua-dua
sekolah tersebut. Berdasarkan selang keyakinan yg
diperolehi, bolehkah anda katakan sekolah B mempunyai
kadar pelajar yg mempunyai gred cemerlang lebih tinggi drpd
sekolah A ? Jelaskan jawapan anda.

TR1723-Bab 3 21
Latihan 4 :
Dua sampel yang terdiri daripada pelajar lelaki dan pelajar
perempuan dalam semester terakhir telah dipilih
secara rawak bagi tujuan suatu kajian. Daripada 12
orang pelajar lelaki, seramai 106 orang mengatakan
mereka akan memiliki perniagaan sendiri dalam
tempoh lima tahun akan datang. Daripada 140 orang
pelajar perempuan, 74 orang membuat jangkaan yang
sama. Dapatkan satu selang keyakinan 95% bagi
menganggar perbezaan sebenar bagi perkadaran
kedua-dua populasi pelajar.

TR1723-Bab 3 22
 Hipotesis satu kadaran populasi.
Statistik Ujian :
p̂  p pq
z dengan  p̂ 
 p̂ n
Nilai p yang digunakan dalam statistik ujian ini adalah nilai p
dalam hipotesis nul.
3 kes untuk hipotesis perkadaran ialah :

Hipotesis Kawasan penolakan

H0 : p = p0 lwn H1 : p > p0 z > z (1 hujung kanan)

H0 : p = p0 lwn H1 : p < p0 z < - z (1 hujung kiri)

H0 : p = p0 lwn H1 : p  p0 z > z/2 atau z < - z/2 ( 2 hujung)

TR1723-Bab 3 23
Contoh 5 :
Sesebuah mesin yang digunakan untuk menghasilkan chips
kalkulator tidak akan menghasilkan chips yang cacat lebih
daripada 4%, jika mesin itu dijalankan dengan baik. Jika
mesin menghasilkan kecacatan lebih daripada 4%, maka ia
memerlukan pengubahsuaian. Sampel daripada chips
bersaiz 200 telah diambil untuk memastikan adakah chips itu
berkeadaan baik atau cacat. Daripada sampel yang diambil
itu didapati 14 adalah cacat. Uji pada aras keertian 5%, sama
ada mesin itu memerlukan pengubahsuaian atau tidak.

TR1723-Bab 3 24
Contoh 5 (samb) :
Penyelesaian :
14
n = 200 p
ˆ = 0.07
200

Jika mesin dalam keadaan baik, maka

p = 0.04 dan q = 1- p = 1- 0.04 = 0.96
1) H0 : p = 0.04 (chips yg cacat ialah 4%)
H1 : p > 0.04 (chips yg cacat melebihi 4%)

2)  = 0.05 & nilai kritikal ialah Z0.05 = 1.645

Kwsn penolakan ialah ke kanan 1.645
Petua Kesimpulan:
Tolak H0 jika nilai Z > 1.645
TR1723-Bab 3 25
Contoh 5 (Samb) :
3) Statistik ujian
0.07  0.04
pˆ  p = = 2.165
Z 0.040.96
 pˆ
200
4) Keputusan
Di dapati 2.165 > 1.645 . Tolak H0

5) Kesimpulan
Maklumat drpd sampel menunjukkan terdapat bukti yang
kukuh bahawa kecacatan melebihi 4% pada
 = 5%. Oleh itu mesin memerlukan pengubahsuaian.

TR1723-Bab 3 26
Contoh 6 :
Seorang pensyarah yang peka dengan masalah pelajar akan
mencadangkan suatu sistem pembelajaran baru bagi
menggantikan sistem kelas tutorial sekiranya beliau dapat
membuktikan bahawa lebih daripada 20% pelajar
berpendapat kelas tutorial kurang berkesan. Untuk
membuktikan kecurigaan ini beliau memilih 400 pelajar
secara rawak dan didapati 100 orang berpendapat
bahawa kelas tutorial kurang berkesan.
a) Adakah pensyarah tersebut akan meneruskan hasratnya
pada =0.05?

TR1723-Bab 3 27
Contoh 6 (penyelesaian (a)):
Ho: p  0.20
H1: p > 0.20
Aras keertian,  = 0.05
Nilai kritikal, Z  = Z0.05= 1.645
Tolak Ho jika Z > Z
100
Daripada maklumat, pˆ 
400
 0.25
pˆ  p 0.25  0.20
Statistik ujian, Z    2.5
pq (0.20)(0.80)
n 400
TR1723-Bab 3 28
Contoh 6 (penyelesaian (a)):
Kesimpulan:
Oleh kerana Z > Z , Ho ditolak. Terdapat cukup bukti untuk
meneruskan hasrat bagi mengadakan sistem
pembelajaran yang baru kerana lebih daripada 20%
pelajar berpendapat kelas tutorial kurang berkesan.

TR1723-Bab 3 29
Contoh 6 (samb):
b) Pensyarah tersebut akan menggantikan kelas tutorial jika
daripada 400 yang terpilih secara rawak, lebih drp 100
pelajar mengatakan kelas tutorial kurang berkesan.
i. Berapakah kebarangkalian bahawa pensyarah
tersebut akan menggantikan sistem kelas tutorial
tetapi pada hakikatnya 20% atau kurang yang
berpendapat kelas tutorial kurang berkesan.
ii. Berapakah kebarangkalian bahawa pensyarah
tersebut akan meneruskan dengan sistem kelas
tutorial tetapi pada hakikatnya kelas tutorial kurang
berkesan dengan 30% pelajar yang berpendapat kelas
tutorial kurang berkesan.

TR1723-Bab 3 30
Contoh 6 (penyelesaian (b(i))):
Soalan ini berkaitan dengan mencari kebarangkalian Ralat
Jenis I.
 = Kb(tolak Ho | Ho benar)
 Kb( pˆ  0.25 | p  0.20)
 
 
 pˆ  p 0.25  0.20 
 Kb 
 pq (0.20)(0.80) 
 
 n 400 
 Kb( Z  2.5)
 1  Kb( Z  2.5)
 0.0062

TR1723-Bab 3 31
Contoh 6 (penyelesaian (b(ii))):
Soalan ini berkaitan dengan mencari kebarangkalian Ralat
Jenis II.
 = Kb(terima Ho | Ho palsu)
 Kb( pˆ  0.25 | p  0.30)
 
 
 pˆ  p 0.25  0.30 
 Kb 
 pq (0.30)(0.70) 
 
 n 400 
 0.05
 Kb( Z  )
0.0229
 Kb( Z  2.18)
 0.0146
TR1723-Bab 3 32
Latihan 5 :
Pihak pengurusan sebuah syarikat membuat makanan
bercadang hendak memasarkan biskut coklat. Tetapi
sebelum itu, pihak syarikat ingin mengetahui peratus
pelanggan yang menyukai biskut tersebut. Pihak syarikat
hanya akan meneruskan perancangan mereka jika
sekurang-kurangnya 35% pelanggan menyukai rasa
biskut coklat tersebut. 400 orang telah dipilih untuk
memberikan pandangan mereka. 112 daripadanya
mengatakan biskut coklat tersebut sedap selepas
merasainya. Uji pada aras keertian 2.5% untuk
menentukan sama ada pihak syarikat harus memasarkan
biskut tersebut atau tidak.

TR1723-Bab 3 33
Ujian Hipotesis Bagi Perbezaan Dua
Kadaran Populasi
Katakan dua sampel rawak dipilih secara tak bersandar
daripada dua populasi binomial di mana X1~B(n1,p1) dan
X2~B(n2,p2). Biar x1 dan x2 mewakili bilangan kejayaan
bagi setiap sampel itu. Kadar kejayaan bagi setiap sampel
adalah x x
p̂1  1
dan p̂ 2  2
n1 n2
Jika n1>= 30 dan n2>= 30, pengujian hipotesis bagi
perbezaan dua kadaran populasi adalah ditunjukkan di
dalam jadual berikut.

TR1723-Bab 3 34
 Ujian Hipotesis Bagi Perbezaan
Dua Kadaran
Ho H1 Statistik Ujian Kawasan
Penolakan Ho

p1– p2 = p1 - p2 >0
( pˆ 1  pˆ 2 )  ( p1  p2 ) z > z
0 p1 - p2 <0 z z < -z
p1 - p2 0 1 1 z > z atau z < -z
pˆ qˆ   
 n1 n2 
di mana
x1  x2
pˆ  , qˆ  1  pˆ
n1  n2
Lihat contoh 9.3 ms 134
TR1723-Bab 3 35
 Contoh 7:
Ubat X dipercayai lebih berkesan drpd ubat Y utk
mengurangkan kemungkinan menghidapi sakit jantung.
Dalam satu kajian yg melibatkan 11,000 org, separuh drpd
mereka diberikan ubat X dan separuh lagi diberikan ubat Y.
Selepas 5 tahun, 52 org yg diberikan ubat X dan 95 org yg
diberikan ubat Y di dapati menghidapi sakit jantung. Uji pada
aras keertian 5%, adakah keputusan ini menunjukkan ubat X
lebih berkesan drpd ubat Y ?
Penyelesaian :
Katakan pX dan pY adh kadar org yg menghidapi sakit jantung
setelah menggunakan ubat xx dan yy masing-masing.
1) H0 : pX - pY = 0
H1 : pX - pY < 0  ujian hujung kiri
TR1723-Bab 3 36
Contoh 7 (samb):
2) Aras keertian,  = 5% . Maka nilai kritikal ialah –z0.05 = -
1.645 , Kwsn penolakan ialah ke kiri –1.645
3) Statistik ujian :
x X  x Y 52  95
p̂ X 
52
 0.0095 p̂ Y 
95
 0.0173 p̂    0.0134
5,500 5,500 n X  n Y 11,000

(p̂ X  p̂ Y )  ( p X  p Y ) (0.0095  0.0173 )  0

z   3.557
 1 1   1 1 
p̂q̂   (0.0134 )( 0.9866 )  
 nX nY   5,500 5,500 
4) Keputusan : Didapati –3.557 < -1.645. Tolak Ho
5) Kesimpulan : Berdasarkan sampel yg diambil, di dapati
ubat A lebih berkesan drpd ubat B pada aras keertian 5%.
Cuba latihan no. 9 ms 138
TR1723-Bab 3 37
Latihan 6

Seramai 780 org pelajar drpd Sekolah A dan 281 org pelajar
drpd sekolah B mengambil satu peperiksaan kebangsaan.
102 pelajar Sekolah A mendapat gred cemerlang manakala
236 pelajar Sekolah B mendapat gred yang tidak cemerlang.
Uji sama ada terdapat perbezaan kadar pelajar yg mendapat
gred cemerlang di antara dua sekolah tersebut. Guna  =
0.05.

TR1723-Bab 3 38
Latihan 7
Untuk menguji ubat penenang kesakitan yang baru, 80
pesakit dari sebuah klinik diberi ubat baru yang
mengandungi dadah dan 80 yang lain diberi placebo
mengandungi gula berperisa. Jika 56 pesakit dari
kumpulan 1 dan 38 pesakit dari kumpulan 2 merasa
kesan penggunaan;
a) Apakah kesimpulan yang dapat dibuat pada aras keertian
0.01 terhadap keberkesanan ubat baru itu?
b) Anggarkan selang keyakinan 99% bagi beza perkadaran
pesakit yang mendapat ubat penenang kesakitan.

TR1723-Bab 3 39