Bài 6.

1:
Bài 6.1: Một nghiên cứu cho thấy trong một mẫu ngẫu nhiên gồm 50 vụ
trộm, 16% tội phạm đã bị bắt. Trong một mẫu ngẫu nhiên gồm 50 vụ trộm xe,
12% tội phạm đã bị bắt. Với α = 0.10, có thể kết luận rằng tỷ lệ người thực hiện
các vụ trộm bị bắt lớn hơn tỷ lệ của những người phạm tội trộm xe bị bắt.

Gọi tỉ lệ người thực hiện các vụ trộm bị bắt và thực hiện các vụ trộm xe bị bắt lần
lượt là p₁, p₂. Ta cần kiểm định giả thiết với mức ý nghĩa α= 0,1
Giả thiết: H+: p₁=p₂
H-: p₁>p₂
Dựa trên phân tích phần mềm R, ta có cơ sở để bác bỏ giả thiết H+ (p-value =
0,7732 > alpha= 0,1), chấp nhận giả thiết H-. Tức là p₁ > p₂ . Hay nói cách khác tỉ
lệ người thực hiện các vụ trộm bị bắt lớn hơn tỷ lệ người thực hiện các vụ trộm xe
bị bắt (16% > 12%)
Vậy tỉ lệ người thực hiện các vụ trộm bắt lớn hơn tỉ lệ người pham tội trộm xe bị
bắt là chính xác.
_Thực hiện phân tích trên phần mềm R
a=c(8,6)
b=c(50,50)
prop.test(a,b,conf.level = 0.9)
2-sample test for equality of proportions with continuity correction

data: a out of b
X-squared = 0.083056, df = 1, p-value = 0.7732
alternative hypothesis: two.sided
90 percent confidence interval:
-0.0939588 0.1739588
sample estimates:
prop 1 prop 2
0.16 0.12

Bài 6.2:
Trong một mẫu ngẫu nhiên gồm 80 người Mỹ, 44 người ước rằng họ giàu có.
Trong một mẫu ngẫu nhiên gồm 90 người châu Âu, 41 người ước rằng họ giàu có.
Tại α = 0.01, có sự khác biệt về tỷ lên không? Tìm khoảng tin cậy 99% cho sự
khác biệt của hai tỷ lệ.
Gọi tỷ lệ người giàu có ở Mỹ là p₁, tỷ lệ người giàu có ở châu Âu là p₂. Ta cần
kiểm định giả thiết với mức α= 0,01
Giả thiết: H+: p₁= p₂= p₂
H- : p₁≠ p₂
Dựa trên phân tích của phần mềm R, ta có cơ sở để bác bỏ giả thiết H+ (p-value =
0,2821 > alpha = 0,01), chấp nhận đối thiết H-. Tức là p₁≠p₂. Hay nói cách khác tỉ
lệ người giàu ở Mỹ lớn hơn tỷ lệ người giàu ở châu Âu (55% ≠ 45%)
Vậy tỷ lệ người giàu ở Mỹ khác tỷ lệ người giàu ở châu Âu là chính xác.
Thực hiện phân tích trên phần mềm R:
c=c(44,41)
d=c(80,90)
prop.test(c,d,conf.level = 0.99)
2-sample test for equality of proportions with continuity correction

data: c out of d
X-squared = 1.1569, df = 1, p-value = 0.2821
alternative hypothesis: two.sided
99 percent confidence interval:
-0.1143671 0.3032560
sample estimates:
prop 1 prop 2
0.5500000 0.4555556

Bài 6.3:
Một cuộc khảo sát ngẫu hiên gần đây đối vớii hộ giá đình cho thấy 14 trong số 50
chủ hộ có một con mèo và 21 trong số 60 chủ hộ có một con chó. Tại α = 0.05,
kiểm định khẳng định rằng ít chủ hộ nuôi mèo hơn chủ hộ nuôi chó.

Gọi tỷ lệ hộ gia đình nuôi mèo là p₁, tỷ lệ hộ gia đình nuôi chó là p₂. Ta cần kiểm
định giả thiết với mức α= 0,01
Giả thiết: H+: p₁= p₂= p₀
H- : p₁ < p₂
Dựa trên phân tích của phần mềm R, ta có cơ sở để bác bỏ giả thiết H+ (p-value =
0,5624 > alpha = 0,05), chấp nhận đối thiết H-. Tức là p₁ < p₂. Hay nói cách khác
tỉ lệ hộ gia đình nuôi mèo nhỏ hơn tỷ lệ hộ gia đình nuôi chó (28% < 35%)
Vậy hộ gia đình nuôi mèo nhỏ hơn tỷ lệ hộ gia đình nuôi chó là chính xác.
Thực hiện phân tích trên phần mềm R
e=c(14,21)
f=c(50,60)
prop.test(e,f,conf.level = 0.95 )
2-sample test for equality of proportions with continuity correction

data: e out of f
X-squared = 0.33559, df = 1, p-value = 0.5624
alternative hypothesis: two.sided
95 percent confidence interval:
-0.2616951 0.1216951
sample estimates:
prop 1 prop 2
0.28 0.35

Bài 6.4:
Trong một mẫu ngẫu nhiên gồm 200 người đàn ông, 130 người cho biết họ đã sử
dụng dây an toàn. Trong một mẫu ngẫu nhiên gồm 300 phụ nữ, 63 người cho biết
họ đã sử dụng dây an toàn. Kiểm định tuyên bố rằng nam giới có ý thức an toàn
hơn phụ nữ, ở mức α = 0.01. Sử dụng phương pháp P-value (Tra bảng E).
Gọi tỷ lệ người đàn ông đã sử dụng dây an toàn là p₁, tỷ lệ phụ nữ đã sử dụng dây
an toàn là p₂. Ta cần kiểm định giả thiết với mức α= 0,01.
Giả thiết: H+: p₁> p₂
H- : p₁ < p₂
Dựa trên phân tích của phần mềm R, ta có cơ sở để chấp nhận giả thiết H+ (p-value
= 0, 2.2e-16<alpha = 0,01), . Tức là p₁ > p₂. Hay nói cách khác tỉ lệ người đàn
ông sử dụng dây an toàn lớn hơn tỷ lệ phụ nữ sử dụng dây an toàn (65% >21%)
Vậy ta nói kiểm định tuyên bố nam giới có ý thức hơn phụ nữ là chính xác.
Thực hiện phân tích trên phần mềm R:
a=c(130,63)
b=c(200,300)
2-sample test for equality of proportions with continuity correction

data: a out of b
X-squared = 96.176, df = 1, p-value < 2.2e-16
alternative hypothesis: two.sided
99 percent confidence interval:
0.3299263 0.5500737
sample estimates:
prop 1 prop 2
0.65 0.21
Bài 6.5:
Một cuộc khảo sát ngẫu nhiên với 80 phụ nữ là nạn nhân của bạo lực cho thấy 24
người bị họ hàng tấn công. Một cuộc khảo sát ngẫu nhiên với 50 người đàn ông
cho thấy 6 người bị họ hàng tấn công. Với giá trị α = 0.10, có thể chứng minh rằng
tỷ lệ phụ nữ bị họ hàng tấn công nhiều hơn tỷ lệ nam giới bị họ hàng tấn công
không?

Gọi tỷ lệ phụ nữ bị họ hang tấn công là p₁, tỷ lệ đàn ông bị họ hàng tấn công là p₂.
Ta cần kiểm định giả thiết với mức α= 0,1
Giả thiết: H+: p₁
H- : p₁ > p₂
Dựa trên phân tích của phần mềm R, ta có cơ sở để chấp nhận giả thiết H+ (p-value
= 0,03109 < alpha = 0,1). Tức là p₁ > p₂. Hay nói cách khác tỉ lệ hộ gia đình nuôi
mèo nhỏ hơn tỷ lệ hộ gia đình nuôi chó (30% >12%)
c=c(24,6)
d=c(80,50)
prop.test(c,d,conf.level = 0.9)

2-sample test for equality of proportions with continuity correction

data: c out of d
X-squared = 4.6478, df = 1, p-value = 0.03109
alternative hypothesis: two.sided
90 percent confidence interval:
0.05054152 0.30945848
sample estimates:
prop 1 prop 2
0.30 0.12

Bài 6.6:
Hằng năm công ty lập ra một ban kiểm kê để điều tra tỷ lệ hàng hóa hỏng tại kho.
Sau khi kiểm tra ban kiểm kê phải viết báo cáo trình lên Giám đốc và tự động giải
thể Ban nay. Kết quả thống kê tại 03 kho hàng như sau:

Năm 2019 Năm 2020

Kho
Số hư hỏng/ Mẫu kiểm tra

KCN Amata - Đồng Nai 20 /350 40/500

 KCN Sống thần - Bình Dương 48/400 45/600
KCN Nhơn trạch - Đồng Nai 97/810 61/700

Giả sử Anh/Chị là nhân viên của Ban kiểm kê, hãy báo cáo cho Ban giám đốc biết
tình hình tỷ lệ hàng hóa hư hỏng tại các kho, chất lượng hàng hóa tại các kho có
như nhau không, so với năm 2019 thì thế nào? Với mức ý nghĩa ra quyết định là
5%

Gọi tỷ lệ hàng hóa hỏng tại các kho năm 2019 là p₁, tỷ lệ hàng hóa hỏng tại các
kho vào năm 2020 là p₂. Ta cần kiểm định giả thiết với mức α= 0,05
Giả thiết: H+: p₁= p₂
H- : p₁ ≠ p₂
Dựa trên phân tích của phần mềm R, ta có cơ sở để chấp nhận giả thiết H+ (p-value
= 0,0164 < alpha = 0,05). Tức là p₁ = p₂.
Vậy tỷ lệ hàng hóa hư hỏng tại tại các kho vào năm 2019 và năm 2020 là như
nhau.

Bài 6.7:
Giám đốc công ty TAK muốn đánh giá năng lực kinh doanh của các nhân viên sale
theo giới tính. Ông yêu cầu kế toán bán hàng thống kê doanh số bán của các nhân
viên sale trên toàn quốc và phân tích
Dữ liệu 1:

Giới tính Số lượng Doanh số

Nam 44 44

Nữ 56 56
Liệu năng lực kinh doanh có bị ảnh hưởng bởi giới tính hay không. Mức ý nghĩa
để đưa ra quyết định 6%.
Gọi năng lực kinh doanh của nam là p₁, năng lực kinh doanh của n Gọi tỷ lệ hàng
hóa hỏng tại các kho năm 2019 là p₁, tỷ lệ hàng hóa hỏng tại các kho vào năm
2020 là p₂. Ta cần kiểm định giả thiết với mức α= 0,05
Giả thiết: H+: p₁= p₂
H- : p₁ ≠ p₂
Dựa trên phân tích của phần mềm R, ta có cơ sở để chấp nhận giả thiết H+ (p-value
= 0,0164 < alpha = 0,05). Tức là p₁ = p₂.
Vậy tỷ lệ hàng hóa hư hỏng tại tại các kho vào năm 2019 và năm 2020 là như
nhau.
là p₂. Ta cần kiểm định giả thiết với mức α= 0,05
Giả thiết: H+: p₁= p₂
H- : p₁ ≠ p₂
Dựa trên phân tích của phần mềm R, ta có cơ sở để chấp nhận giả thiết H+ (p-value
= 0,0164 < alpha = 0,05). Tức là p₁ = p₂.
Vậy tỷ lệ hàng hóa hư hỏng tại tại các kho vào năm 2019 và năm 2020 là như
nhau.