Et venstresidet test adskiller sig fra et højresidet test ved, at den kritiske mængde udgøres af et lavt antal succeser. Dvs. at man skal bruge et venstresidet test i binomialeksperimenter, hvor antallet af succeser er mindre, end man umiddelbart forventer.
Hvis man f.eks. kaster 60 terninger og kun seks af dem viser 6 øjne, er det så så få 6'ere, at vi må formode, at sandsynligheden for at få en 6'er med hver terning er mindre end 1/6?
Vi opstiller nulhypotesen, at terningerne er symmetriske, dvs. at
H0: p = 1/6
Hvis det viser sig, at vores nulhypotese ikke holder stik, vil vi pga. det lave antal 6'ere tro, at følgende alternative hypotese gælder
H1: p < 1/6
Figur 15.5.2.1 viser hvordan GeoGebra anvendes til at bestemme sandsynlighedsfordelingen for den binomialfordelte stokastiske variabel med n = 60 og p = 1/6.
Figur 15.5.2.1. Sandsynlighedsfordelingen for den stokastiske variabel X ~ bi(60 , 1/6).
Da et lavt antal succeser vil tale for vores alternative hypotese, skal vi finde den kritiske mængde ved hjælp af søjlerne til venstre. Vi trykker på knappen med klammen, der peger mod venstre, og markerer rækkerne ovenfra i tabellen til højre, mens vi holder øje med hvornår den kumulerede sandsynlighed overskrider 5%. Som figur 15.5.2.2 til 15.5.2.4 viser, sker det, når vi kumulerer sandsynligheden for 0 til 5 succeser. Da acceptmængden skal være på mindst 95%, kommer den kritiske mængde altså til at bestå af udfaldene
U = {0, 1, 2, 3, 4}
Figur 15.5.2.2. P(X ≤ 4) = 2,0%.
Figur 15.5.2.3. P(X ≤ 5) = 5,1%.
Figur 10.5.2.4. P(X ≤ 6) = 10,8%.
Udfaldet på de seks 6'ere ligger derfor i acceptmængden. Og som figur 10.5.2.4 viser, er sandsynligheden for at få 6 eller et færre antal 6'ere, når man kaster en terning 60 gange, da også på 10,8%.
Konklusionen på vores test bliver, at vi terningerne er symmetriske. Der er altså ikke grund til at tro, at der er snydt med terningerne.