10 Hipotese Toetse:

Twee Steekproewe
Hypothesis Testing:
Two Samples
A new government 10 year survey cost R3,000,000,000 and it revealed that
3/4 of the people in South Africa make up 75% of the population.

According to recent surveys, 51% of the people are in the majority.

Did you know that 87.166253% of all statistics claim a precision of results
that is not justified by the method employed?

80% of all statistics quoted to prove a point are made up on the spot.

Twee Steekproewe
Two Samples

In die vorige hoofstuk het ons hipotese getoets wat slegs

betrekking gehad het om een populasie.
In the previous chapter we tested hypotheses about one
one population at a time.

In hierdie hoofstuk wil ons ons tegnieke uitbrei om ook

hipoteses oor twee populasies te kan toets.
In this chapter we want to extend our techniques to also
do tests about two populations.

Ons wil byvoorbeeld die volgende vrae/hipoteses

beantwoord:
We, for example, want to be able to answer the following
questions/hypotheses:

 Help dit om in die klas te wees vir IS314?

Does it help to be in class for IS314?
 Is operasie A beter as operasie B?
Is operation A better than operation B?
 Is advertensie veldtog A beter as veldtog B?
Is advertising campaign A better than campaign B?
 Laat middel A mens gewig verloor?
Does drug A let you lose weight?

1
Onafhanklike en Afhanklike Steekproewe
Independent and Dependent Samples

Ons gaan ‘n onderskeid tref tussen twee verskillende

situasies indien ons met twee steekproewe werk.
We are going to distinguish between two different
situations when working with two samples.

Indien die steekproewe onafhanklik is van mekeer.

If the samples are independent from one another.

Indien die steekproewe afhanklik is van mekaar.

If the samples are dependent on one another.

Onafhanklike Steekproewe
Independent Samples

Indien ons met onafhanklike steekproewe werk beïnvloed

wat in die een steekproef gebeur geensins wat in die
ander steekproef gebeur nie.
If we are work with independent samples the one sample
does not influence what happens in the other sample.

Elke steekproef kan afsonderlik na gekyk word.

Each sample can be looked at seperately.

Voorbeelde van onafhanklike steekproewe is:

Examples of independent samples are:

 ‘n Groep persone wat na een advertensie kyk en word vergelyk met

‘n ander groep wat na ‘n ander advertensie kyk.
A group asked to look at one advertisement and then compared to a
group asked to look at a different advertisement.
 Vrae gevra aan een groepe studente en dan ook gevra aan ‘n ander
groep studente.
Questions asked to one group of students and also asked to another
group of students
 Bottels gevul met een masjien en bottels gevul met ‘n ander
masjien.
Bottles filled with one machine and bottles filled with another
machine.

2
Afhanklike Steekproewe
Dependent Samples

Indien ons met afhanklike steekproewe werk, beïnvloed die

een steekproef die waardes van die ander steekproef.
If we are working with dependent samples, the values of
the one sample influences the values of the other
sample.

Die twee steekproewe kan nie afsonderlik na gekyk word

nie, en ons sal die afhanklikheid in ag moet neem indien
ons ‘n hipotesetoets doen.
The two samples cannot be looked at seperately, and we’ll
have to take the dependence into account when doing a
hypothesis test.

Voorbeelde van afhanklike steekproewe is:

Examples of dependent samples are:

 ‘n Persoon se siening oor ‘n produk voor en na dat sy na ‘n

advertensie gekyk het.
An individual’s opinion about a product before and after watching a
commercial.
 Bottels wat gevul is met ‘n masjien voordat en nadat dit gediens is.
Bottles filled by a machine before and after it had a service.
 Die aandele pryse van maatskappye in een jaar in vergelyking met
die pryse in die volgende jaar.
The share prices of companies from one year compared to the
prices from the next year.
 ‘n Persoon wat een toets skryf en dan ‘n ander toets.
An individual who writes one test and then a different test.

Indien ons met afhanklike steekproewe werk kan ons nie

afsonderlike na die twee steekproewe kyk nie, ons gaan
werk met die verskille tussen die twee steekproewe.
If working with dependent samples we cannot look at each
sample seperately, rather we are going to work with the
differences between the two samples.

Persoon Voor Na Verskil

Individual Before After Difference
1 13 15 2
2 12 13 1
3 12 7 -5
4 15 21 6
5 18 23 5

3
Die Alternatiewe Hipotese
The Alternative Hypothesis

Indien ons met twee steekproewe werk moet ons versigtig

kyk na die alternatiewe hipotese en of die toets links- of
regs eenkantig is.
When working with two sample we need to look carefully a
the alternative hypothesis and if the test is left or right
one-sided.

H0: μ1 = μ2 H1: μ1 ≠ μ2

H0: μ1 – μ2 = 0 H1: μ1 – μ2 ≠ 0
0
H0: μ2 – μ1 = 0 H1: μ2 – μ1 ≠ 0
0

H0: μ1 ≤ μ2 H1: μ1 > μ2

H0: μ1 – μ2 ≤ 0 H1: μ1 – μ2 > 0

0
H0: μ2 – μ1 ≥ 0 H1: μ2 – μ1 < 0
0

H0: μ1 ≥ μ2 H1: μ1 < μ2

H0: μ1 – μ2 ≥ 0 H1: μ1 – μ2 < 0

0
H0: μ2 – μ1 ≤ 0 H1: μ2 – μ1 > 0
0

Gemiddeldes van Twee Onafhanklike

Steekproewe, σ bekend
Means of Two Independent Samples, σ
known

4
EXAMPLE 10-1 (p. 355)
 kritieke waarde of p-waarde
critical value or p-value

EXAMPLE 10-4 (p.358)

Gemiddeldes van Twee Onafhanklike

Steekproewe, σ onbekend (Variansies
gelyk)
Means of Two Independent Samples, σ
unknown (Equal variances)

EXAMPLE 10-5 (p. 363)

 kritieke waarde
critical value

EXAMPLE 10-8 (p.368)

5
Gemiddeldes van Twee Afhanklike
Steekproewe
Means of Two Dependent Samples

EXAMPLE 10-10 (p. 377)

 kritieke waarde
critical value

EXAMPLE 10-11 (p.379)

Twee variansies
Two variances

6
EXAMPLE 10-12 (p. 385)
 kritieke waarde
critical value

EXAMPLE 10-14 (p.388)

7
8
Proporsies van Twee Steekproewe
Proportion of Two Samples

S1 200 / 500 S1 0.65 n = 456

S2 276 / 476 S2 0.70 n = 600

EXAMPLE 10-15 (p. 390)

 kritieke waarde of p-waarde
critical value or p-value

EXAMPLE 10-16 (p.393)

9
10
11