STATISTIK INFERENSI:

KONSEP ASAS DAN

PENGUJIAN HIPOTESIS
(KES SATU KUMPULAN)
Rohani Ahmad Tarmizi - EDU5950

DUA CABANG STATISTIK

STATISTIK DESKRIPTIF digunakan

apabila penyelidik hendak memerihal

sesuatu set data supaya data menjadi
lebih bermakna dan ringkas.

STATISTIK INFERENSI digunakan

apabila penyelidik mengumpul

maklumat daripada sampel bertujuan
untuk memerihal maklumat bagi
populasi.

STATISTIK INFERENSI ATAU

PENTAKBIRAN
(Inferential
Statistics)
Bertujuan untuk menerangkan

ciri
yang

populasi
berdasarkan
data
dikumpul daripada sampel.
Tujuan ini berkait rapat dengan
objektif kajian serta hipotesis atau
soalan kajian.
Membolehkan penyelidik membuat
kesimpulan
bahawa
terdapat
statistik
yang
signifikan
atau
statistical
significance
yang
bermaksud boleh diterima pakai
dengan meluas dan meyakinkan.

STATISTIK INFERENSI/
PENTAKBIRAN
Teknik-teknik

statistik
untuk
menghasilkan tafsiran dan kesimpulan
tentang populasi berdasarkan dapatan
daripada sampel.
Ia juga merupakan membuat perihalan
tentang parameter populasi.
Syarat
utama
penggunaan
statistik
inferensi
ialah
persampelan
yang
baik/sesuai dan tidak pincang.
Ini
bermakna
penyelidik
perlu
menetapkan bilangan sampel yang sesuai
serta teknik persampelan yang sesuai.

DUA CARA DALAM STATISTIK

INFERENSI

ANGGARAN
PENGUJIAN HIPOTESIS

DUA CARA DALAM STATISTIK

INFERENSI
ANGGARAN
ANGGARAN TITIK
ANGGARAN SELANG

PENGUJIAN HIPOTESIS
PERBANDINGAN MIN-MIN
HUBUNGAN/PERKAITAN ANTARA DUA ATAU
BEBERAPA PERKARA

ANGGARAN TITIK
Bermaksud menganggar nilai parameter

populasi berdasarkan nilai statistik yang

dicerap.
Anggaran titik hanya mengguna satu
nilai bagi menerang ciri populasi,
sebagai contoh mengguna peratus atau
min.
72 % penduduk di kawasan Kuala Langat
akan keluar mengundi.
Min umur pengundi di kawasan Kuala
Langat adalah 60.5 tahun.

ANGGARAN SELANG
Merupakan anggaran di antara dua titik ia itu

selang, dengan itu dipanggil anggaran selang.

Selang ini merupakan selang di mana
dijangkakan terletaknya nilai parameter
populasi pada sesuatu tahap keyakinan atau
signifikan
Seramai 56% hingga 70% penduduk kawasan
Kuala Langat akan keluar mengundi.
Disini kita menjelaskan anggaran bilangan
antara dua titik ia itu tidak satu titik yang
khusus (seperti anggaran titik).

ANGGARAN SELANG
(jika nilai diketahui)

z ( /n )

ANGGARAN SELANG
(nilai tidak diketahui)

z [s/ (n 1)]

ANGGARAN SELANG
BAGI PERKADARAN

P z [ PU (1 PU)/n ]

PENGUJIAN HIPOTESIS
Merupakan prosedur statistik untuk

mengesah hipotesis-hipotesis yang dibina

semasa awal dalam peringkat penyelidikan.
Ia juga merupakan prosedur statistik untuk
menjawab soalan-soalan kajian bagi
sesuatu kajian.
Merupakan alat (pemudah cara) untuk
membuat keputusan dalam analisis
inferensi.
Penggunaan persampelan rawak serta
kemungkinan berlaku ralat (kesalahan)
dalam membuat keputusan adalah sesuatu
kenyataan.

Logik penggunaan hipotesis dalam

penyelidikan
BENTUK HIPOTESIS sesuatu jangkaan

(seperti contoh-contoh yang diberi)

KUMPUL MAKLUMAT jalankan prosedur

pengumpulan data

PROSES dan ANALISIS DATA - jalankan

analisis statistik yang bersesuaian .

MEMBUAT KEPUTUSAN/KESIMPULAN - ia

itu sama ada hendak menerima

jangkaan/hipotesis atau menolak
jangkaan/hipotesis yang telah
disarankan.

BENTUK HIPOTESIS sesuatu

jangkaan Hipotesis Penyelidikan
Tak Berarah vs Berarah
Hipotesis Tak Berarah jangkaan bahawa hanya

akan terdapat perbezaan/kesan atau hubungan.

Ia dinyata sebagai terdapat perbezaan, terdapat
hubungan, terdapat kesan, dll.
Hipotesis Berarah jangkaan bahawa terdapat
sesuatu peningkatan atau penurunan ataupun
sesuatu arah/hala bagi dapatan yang dikaji.
Hipotesis berarah dibina jika terdapat teoriteori yang memandu penyelidik kepada sesuatu
arah/hala.
Ia dinyata sebagai terdapat peningkatan atau
penurunan, ataupun satu kumpulan adalah lebih
tinggi daripada kumpulan yang lain.

CONTOH HIPOTESIS
Hipotesis Perbandingan Tak Berarah
Pendekatan PBL dalam pengajaran

dapat memberi kesan terhadap

prestasi pelajar dalam pelajaran
Sains di Tingkatan 4.
Pendekatan PBL dalam pengajaran
memberi kesan kepada motivasi
untuk belajar Sains di kalangan
pelajar Tingkatan 4.

CONTOH HIPOTESIS
Hipotesis Perbandingan Berarah
Pendekatan PBL dalam pengajaran

dapat meningkatkan prestasi pelajar

dalam pelajaran Sains di Tingkatan
4.
Pendekatan PBL dalam pengajaran
dapat meningkatkan motivasi untuk
belajar Sains di kalangan pelajar
Tingkatan 4.

CONTOH HIPOTESIS
Hipotesis Perbandingan Tidak Berarah
Tahap kepimpinan pengajaran Pengetua dan

GPK1 adalah tidak berbeza dengan signifikan.

Tiada terdapat perbezaan yang signifikan

antara tahap kepimpinan pengajaran Pengetua

dan GPK1.
(dimensi kawalan selia dan penetapan kualiti

pengajaran, menjalinkan hubungan baik dengan

staf dan penyediaan sumber sokongan
pengajaran dan pembelajaran).

CONTOH HIPOTESIS
Hipotesis Perbandingan Berarah
Tahap kepimpinan pengajaran Pengetua
adalah lebih tinggi berbanding dengan tahap
kepimpinan pengajaran GPK1 dengan
signifikan.
Pengetua menunjukkan tahap kepimpinan
pengajaran lebih tinggi berbanding dengan
GPK1 dengan signifikan.
(dimensi kawalan selia dan penetapan kualiti

pengajaran, menjalinkan hubungan baik

dengan staf dan penyediaan sumber sokongan
pengajaran dan pembelajaran).

KUMPUL MAKLUMAT jalankan

prosedur pengumpulan data
Menjalan kajian tinjauan atau eksperimen
Mengguna instrumen tertentu untuk meninjau

persepsi, pandangan, kepercayaan,

tingkahlaku, dll
Mentadbir ujian pencapaian, kecergasan,
kesihatan, dll
Merekodkan data yang diperoleh dalam failfail tertentu

PROSES dan ANALISIS DATA -

jalankan analisis statistik yang
bersesuaian .
Memasukkan data dalam SPSS, EXCELL,

MINITAB, STRATA, dll

Memilih teknik statistik yang bersesuaian
Mengguna prosedur pengiraan

(secara manual) atau

SPSS/EXCELL/MINITAB

Menjalankan 5-langkah

pengujian hipotesis

MEMBUAT
KEPUTUSAN/KESIMPULAN
Menjalankan 5-langkah

pengujian hipotesis
Membuat keputusan
Gagal menolak hipotesis nol,

maka terima hipotesis nol

Tolak hipotesis nol, maka terima
hipotesis kajian/alternatif

Membuat kesimpulan

LANGKAH PENGUJIAN HIPOTESIS

Nyatakan hipotesis penyelidikan dan

hipotesis statistik (nol/sifar)

Tetapkan taburan persampelan dan
statistik pengujian yang akan digunakan.
Tentukan aras signifikan nilai kritikal bagi
taburan persampelan yang akan
digunakan.
Kirakan statistik pengujian (tests
statistics) bagi taburan persampelan
tersebut.
Buat keputusan,tafsiran dan kesimpulan.

ATURANNYA
Jika nilai statistik yang dikumpul

menyamai jangkaan/hipotesis maka

keputusannya terima
jangkaan/hipotesis tersebut.
Jika nilai statistik yang dikumpul
berbeza dengan jangkaan/hipotesis
maka keputusannya tolak
jangkaan/hipotesis tersebut.

LANGKAH PENGUJIAN HIPOTESIS

L1. Nyatakan hipotesis penyelidikan (H p)

dan hipotesis statistik/sifar (H 0)

BERARAH ATAU TIDAK BERARAH
L2. Tetapkan aras signifikan, taburan
persampelan dan statistik pengujian yang
akan digunakan ARAS ALPHA = 0.01/
0.05/ 0.10, TABURAN PERSAMPELAN,
STATISTIK PENGUJIAN
L3. Tentukan nilai kritikal bagi taburan
persampelan yang akan digunakan RUJUK JADUAL
L4. Kirakan statistik pengujian (tests
statistics) bagi taburan persampelan
tersebut FORMULA
L5. Buat keputusan,tafsiran dan
kesimpulan.

L1. Nyatakan hipotesis (satu

kumpulan)
Hipotesis penyelidikan

Terdapat perbezaan yang signifikan

antara min tahap kepimpinan pengajaran
Pengetua di Sekolah berprestasi tinggi
berbanding dengan sekolah-sekolah lain.
Hipotesis nol/sifar
Tiada terdapat perbezaan yang signifikan
antara min tahap kepimpinan pengajaran
Pengetua di sekolah berprestasi tinggi
berbanding dengan sekolah-sekolah lain.

L1. Nyatakan hipotesis (dua

kumpulan)
Hipotesis penyelidikan

Terdapat perbezaan yang

signifikan antara tahap kepimpinan
pengajaran Pengetua dan GPK1.
Hipotesis nol/sifar
Tiada terdapat perbezaan yang
signifikan antara tahap kepimpinan
pengajaran Pengetua dan GPK1.

L2. TETAPKAN ARAS ALPHA = 0.01/ 0.05/

0.10, TABURAN PERSAMPELAN,
STATISTIK PENGUJIAN
Nilai alpha ditetapkan oleh penyelidik.
Ia merupakan nilai penetapan bahawa

penyelidik akan menerima sebarang

ralat semasa membuat keputusan
pengujian hipotesis tersebut.
Ralat yang sekecil-kecilnya ialah 0.01
(1%), 0.05 (5%) atau 0.10(10%).
Nilai ini juga dipanggil nilai signifikan,
aras signifikan, atau aras alpha.

L2. Taburan Persampelan

Taburan yang bersesuaian dengan analisis

yang dijalankan. Ia merupakan model

taburan dan mengambil pelbagai bentuk:
Taburan persampelan min-min, ujian-z (n>30)
Taburan persampelan min-min, ujian-t (n<30)
Taburan persampelan perbezaan min-min t

bebas

Taburan persampelan perbezaan min-min t

sandar

Taburan persampelan F atau varians

TABURAN PERSAMPELAN(PERBEZAAN
MIN-MIN)
SATU KUMPULAN (n>30)
Hipotesis tak berarah

Hipotesis berarah +ve

Hipotesis berarah -ve

TABURAN PERSAMPELAN(PERBEZAAN
MIN-MIN)
SATU KUMPULAN (n<30)
Hipotesis tak berarah

Hipotesis berarah +ve

Hipotesis berarah -ve

L3. Nilai Kritikal

Nilai kritikal adalah nilai yang menjadi

sempadan bagi kawasan Ho benar dan Hp

benar.
Nilai ini merupakan nilai dimana penyelidik
meletakkan penetapan sama ada cukup
bukti untuk menolak Ho (maka boleh
menerima Hp) ataupun tidak cukup bukti
menolak Ho (menerima Ho).
Nilai ini bergantung kepada nilai alpha dan
arah pengujian hipotesis yang dilakukan.

UJIAN

0.01
1%

0.05
5%

TIDAK BERARAH 2.58

1.96

BERARAH
POSITIF
BERARAH
NEGATIF

2.33

1.64

2.33

1.64

Hypothesis testing at
alpha level of 0.05, twotailed test

2.5%

-3

2.5%

-2
Z=
-1.96

-1

0
Z-SCORES

+1

+2
Z=
+1.96

+3

Hypothesis testing at
alpha level of 0.01, twotailed test
.5%

-3

.5%

-2
Z=
-2.58

-1

0
Z-SCORES

+1

+2

+3
Z=
+2.58

Hypothesis testing at
alpha level of 0.05, onetailed test
5%

-3

-2

-1

0
Z-SCORES

+1

+2
Z=
+1.64

+3

Hypothesis testing at
alpha level of 0.01, onetailed test
1%

-3

-2

-1

0
Z-SCORES

+1

+2
Z=
+2.33

+3

L4. Nilai Statistik

Pengujian
Ini adalah nilai yang dikira dan dijadikan
bukti sama ada hipotesis sifar benar atau
salah.
Jika nilai statistik pengujian masuk dalam
kawasan kritikal maka Ho adalah salah,
ditolak dan Hp diterima
Jika nilai statistik pengujian masuk dalam
kawasan tak kritikal maka Ho adalah
benar, maka terima Ho.

diuji

diuji

L5. Membuat Keputusan,

Kesimpulan dan Implikasi
Jika nilai statistik pengujian masuk

dalam kawasan kritikal maka Ho

adalah salah, ditolak dan Hp
diterima
Jika nilai statistik pengujian masuk
dalam kawasan tak kritikal maka
Ho adalah benar, maka terima Ho.

L5 Membuat keputusan,
tafsiran
dan kesimpulan
Keputusan:
Tafsiran: Ini bermakna bahawa
Kesimpulan: Dapatan kajian

menunjukkan bahawa Dengan

itu dapat dirumuskan bahawa

Kes 1
Dr. Syairah ingin mengenal pasti tahap
kepimpinan pengajaran pengetua sekolah-sekolah
di Selangor. Kajian-kajian lepas telah menunjukkan
bahawa tahap kepimpinan pengajaran pengetua
sekolah adalah sederhana. Walau bagaimanapun
dengan wujudnya Sekolah Berprestasi Tinggi kini,
maka Dr. Syairah ingin mengkaji sama ada
terdapat perbezaan tahap kepimpinan pengajaran
dalam kalangan pengetua di sekolah berprestasi
tinggi berbanding sekolah-sekolah lain khususnya
di Selangor. Dengan menggunakan Principal
Instructional Management Rating Scale
(PIMRS) , beliau telah mengumpul data berkaitan
tahap kepimpinan pengajaran pengetua-pengetua.

Kes 1
Objektif kajian: Untuk mengenal pasti

tahap kepimpinan pengajaran

pengetua sekolah-sekolah di Selangor.
Persoalan kajian: Adakah terdapat
perbezaan tahap kepimpinan
pengajaran pengetua Sekolah
Berprestasi Tinggi berbanding sekolahsekolah lain khususnya di Selangor?

Kes 1

Pemboleh ubah kajian: Tahap kepimpinan

pengajaran. Juga beberapa dimensi kepimpinan

pengajaran diukur iaitu dimensi kawalan selia
dan penetapan kualiti pengajaran, menjalinkan
hubungan baik dengan staf dan penyediaan
sumber sokongan pengajaran dan pembelajaran.
Sampel pengetua yang dikaji adalah seramai 65
orang. Kumpulan ini akan dibandingkan dengan
norms.
Untuk menjawab persoalan tersebut, maka Dr.
Syairah perlu jalankan: Analisis Statistik
Inferensi dan melaksanakan
5-LANGKAH PENGUJIAN HIPOTESIS

LANGKAH PENGUJIAN HIPOTESIS

L1. Nyatakan hipotesis penyelidikan (H p)

dan hipotesis statistik/sifar (H 0)

BERARAH ATAU TIDAK BERARAH
L2. Tetapkan aras signifikan, taburan
persampelan dan statistik pengujian yang
akan digunakan ARAS ALPHA = 0.01/
0.05/ 0.10, TABURAN PERSAMPELAN,
STATISTIK PENGUJIAN
L3. Tentukan nilai kritikal bagi taburan
persampelan yang akan digunakan RUJUK JADUAL
L4. Kirakan statistik pengujian (tests
statistics) bagi taburan persampelan
tersebut FORMULA
L5. Buat keputusan,tafsiran dan
kesimpulan.

L1. Nyatakan hipotesis (satu

kumpulan)
Hipotesis penyelidikan

Terdapat perbezaan yang signifikan

antara min tahap kepimpinan pengajaran
Pengetua di sekolah berprestasi tinggi
berbanding dengan sekolah-sekolah lain.
Hipotesis nol/sifar
Tiada terdapat perbezaan yang signifikan
antara min tahap kepimpinan pengajaran
Pengetua di sekolah berprestasi tinggi
berbanding dengan sekolah-sekolah lain.

L2. TETAPKAN ARAS ALPHA = 0.01/ 0.05/

0.10, TABURAN PERSAMPELAN,
STATISTIK PENGUJIAN

Nilai alpha ditetapkan

oleh penyelidik adalah
0.05

L2. Taburan Persampelan

Taburan yang bersesuaian dengan analisis

yang dijalankan. Ia merupakan model

taburan dan mengambil pelbagai bentuk:
Taburan persampelan min-min,

ujian-z (n>30)
Min populasi adalah 32.5, SD = 3.5
Min sampel adalah 35.75, SD = 3.2
Bilangan kes/sampel adalah 64

TABURAN PERSAMPELAN(PERBEZAAN
MIN-MIN)
SATU KUMPULAN (n>30)
Hipotesis tak berarah

Nilai kritikal adalah nilai yang menjadi

sempadan bagi kawasan Ho benar dan

Hp benar.

Ho benar
Hp benar
z = -1.96

Hp benar
z = +1.96

Hypothesis testing at
alpha level of 0.05, twotailed test

2.5%

-3

2.5%

-2
Z=
-1.96

-1

0
Z-SCORES

+1

+2
Z=
+1.96

+3

Z diuji
=
=

7.437
= 7.44

Min tahap kepimpinan pengajaran pengetua

sekolah berprestasi tinggi adalah 35.75 dan
min tahap kepimpinan pengajaran pengetua
sekolah-sekolah lain adalah 32.50. Dapatan
kajian menunjukkan bahawa min tahap
kepimpinan pengajaran pengetua sekolah
berprestasi tinggi adalah berbeza daripada
pengetua
sekolah-sekolah
lain
dengan
signifikan, Z = 7.44, p < .05. Kesimpulannya,
min tahap kepimpinan pengajaran pengetua
sekolah berprestasi tinggi adalah agak tinggi
dari kumpulan pengetua daripada sekolahsekolah
lain.
Sehubungan
itu,
amalan
kepimpinan pengajaran
pengetua sekolah
berprestasi tinggi boleh dicontohi supaya

Penggunaan Ujian-t (n <

30)
Dikemukakan oleh G.W. Gossett di bawah

nama samaran ia itu, Student t, dengan itu

ujian tersebut dinamakan ujian-t.
Ia digunakan untuk membanding satu atau
dua kumpulan dalam sesuatu populasi.
Untuk melaksanakan kajian terhadap satu
atau dua kumpulan bagi sesuatu populasi,
perlu dikenal pasti. Seterusnya,
persampelan secara rawak boleh
dilaksanakan untuk mendapatkan wakil
bagi kumpulan yang dikaji.
Maklumat daripada wakil ini akan
digunakan untuk menjelaskan bagi
populasi.

LANGKAH PENGUJIAN HIPOTESIS

L1. Nyatakan hipotesis penyelidikan (H p)

dan hipotesis statistik/sifar (H 0)

BERARAH ATAU TIDAK BERARAH
L2. Tetapkan aras signifikan, taburan
persampelan dan statistik pengujian yang
akan digunakan ARAS ALPHA = 0.01/
0.05/ 0.10, TABURAN PERSAMPELAN,
STATISTIK PENGUJIAN
L3. Tentukan nilai kritikal bagi taburan
persampelan yang akan digunakan RUJUK JADUAL
L4. Kirakan statistik pengujian (tests
statistics) bagi taburan persampelan
tersebut FORMULA
L5. Buat keputusan,tafsiran dan
kesimpulan.

Kes 2
Pemboleh ubah kajian: Tahap kepimpinan

pengajaran. Juga beberapa dimensi kepimpinan

pengajaran diukur iaitu dimensi kawalan selia
dan penetapan kualiti pengajaran, menjalinkan
hubungan baik dengan staf dan penyediaan
sumber sokongan pengajaran dan
pembelajaran. Sampel pengetua yang dikaji
adalah seramai 26 orang. Kumpulan ini akan
dibandingkan dengan norms.
Untuk menjawab persoalan tersebut, maka Dr.
Syairah perlu jalankan: Analisis Statistik
Inferensi dan melaksanakan
5-LANGKAH PENGUJIAN HIPOTESIS

L1. Nyatakan hipotesis (satu

kumpulan)
Hipotesis penyelidikan

Terdapat perbezaan yang signifikan

antara min tahap kepimpinan pengajaran
Pengetua di sekolah berprestasi tinggi
berbanding dengan sekolah-sekolah lain.
Hipotesis nol/sifar
Tiada terdapat perbezaan yang signifikan
antara min tahap kepimpinan pengajaran
Pengetua di sekolah berprestasi tinggi
berbanding dengan sekolah-sekolah lain.

L2. TETAPKAN ARAS ALPHA = 0.01/ 0.05/

0.10, TABURAN PERSAMPELAN,
STATISTIK PENGUJIAN

Nilai alpha ditetapkan

oleh penyelidik adalah
0.05

L2. Taburan Persampelan

Taburan yang bersesuaian dengan analisis

yang dijalankan. Ia merupakan model

taburan dan mengambil pelbagai bentuk:
Taburan persampelan min-min,

ujian-t (n<30)
Min populasi adalah 32.5
Min sampel adalah 35.75, SD = 4.6
Bilangan kes/sampel adalah 26

TABURAN PERSAMPELAN(PERBEZAAN
MIN-MIN)
SATU KUMPULAN (n<30)
Hipotesis tak berarah

Nilai kritikal adalah nilai yang menjadi

sempadan bagi kawasan Ho benar dan

Hp benar.
Darjah kebebasan adalah n-1

Ho benar
Hp benar
t = -2.060

Hp benar
t = +2.060

t diuji
=
=

=
3.53

3.532

Min tahap kepimpinan pengajaran pengetua

sekolah berprestasi tinggi adalah 35.75 dan
min tahap kepimpinan pengajaran pengetua
sekolah-sekolah lain adalah 32.50. Dapatan
kajian menunjukkan bahawa min tahap
kepimpinan pengajaran pengetua sekolah
berprestasi tinggi adalah berbeza daripada
pengetua
sekolah-sekolah
lain
dengan
signifikan,
t (25) = 3.53, p < .05.
Kesimpulannya,
min
tahap
kepimpinan
pengajaran pengetua sekolah berprestasi
tinggi adalah agak tinggi dari kumpulan
pengetua
daripada
sekolah-sekolah
lain.
Sehubungan
itu,
amalan
kepimpinan
pengajaran
pengetua sekolah berprestasi
tinggi boleh dicontohi supaya pencapaian

Penggunaan Ujian-z atau

Ujian-t
Ujian-z adalah ujian bagi data yang bertabur

secara normal dan juga dimana pemboleh

ubahnya diukur pada skala sela/nisbah.
Ia juga diguna bagi bilangan kes/sampel
adalah besar (n>30) dan juga sisihan piawai
populasi diketahui (berdasarkan rekod).
Ujian-t pula adalah bagi data yang bertabur
secara normal dan diukur pada skala
sela/nisbah tetapi bilangan kes yang dikaji
adalah sedikit ia itu n < 30.
Ia juga digunakan jika sisihan piawai bagi
populasi tidak diketahui, maka sisihan piawai
untuk sampel diguna pakai dalam pengiraan.

Reject the
Null
Hypothesis

High Probability
Values if the Null
Hypothesis is True

Extremely lowAlpha=.025 Alpha=.025

Probability Values
if Null HypothesisTwo-Tailed Test
is True (Critical
Region)

Reject the
Null
Hypothesis

Extremely low
Probability Values
if Null Hypothesis
is True (Critical
Region)

Decision made by
the Researcher
Based on the
Statistical Test
Value
Reject the
Null
Hypothesis
Fail to Reject the
Null Hypothesis

State of Affairs in the Population

No EffectEffect Exists
Null True
Null False
Type I Error
(false positive)
(probability=
Alpha)
Correctly not
rejected
no error

Correctly
rejected
no error
(probability=
power)
Type II Error
(false negative)
(probability=
Beta)