Forum Asas Pengurusan Data Forum 1 - bincangkan konsep statistic berikut:

1. Pengumpulan dan pengurusan data Konsep pengumpulan dan pengurusan data dikatakan mempunyai keberatan yang itnggi dalam bab data kerana ianya merupakan langkah pertama yang sangat memainkan peranan dalam menguruskan seseuatu data secara terancang dan sistematik. Cara untuk menginteprestasikan atau mengklasifikasikan sesuatu data juga akan dibincangkan dalam konsep ini yanga akan membuka minda seseorang tentang kelainan data. Pembolehubah kualitatif dan pemboleh kuantitatif merupakan dua konsep yang kita dapat fahami menerusi konsep pengumpulan dan pengurusan data. Pembolehubah kuantitatif merupakan data yang dapat dihitung manakala pemboleh kualtitatif merupakan nilainya yang tidak dapat dihitung. Konsep ini juga secara terangnya akan membincangkan cara untuk mengumpul data secara berkesan. Selain itu, pembacaan dan pemahaman yang lebih baik dapat dilakukan menerusi konsep statistik pengumpulan dan pengurusan data. Pengetahuan yang diperolehi menerusi topik ini membolehkan perancangan yang sistematik dapat dilakukan untuk mengumpul dan mengurus data kea rah yang lebih baik. Istilah - istilah statistik yang dapat dibaca menerusi topik ini mampu meningkatkan kesedaran di kalangan pelajar untuk menerajui dengan lebih baik tentang statistic. Kajian yang dilakukan akan bertambah baik dengan topik pengumpulan dan pengurusan data kerana data dapat diuruskan dengan baik.

2. Perwakilan Data Perwakilan data pula merupakan topik yang membolehkan seseorang pelajar memahami lebih lanjt mengenai perwakilan data atau cara mengumpul sesuatu data yang ingin digunakan dalam kajian yanga kan dijalankan. Soalan yang sesuai dapat dikemukakan menerusi konsep ini yang akan membuka jalan kepada perjalanan kajian yang lebih baik. Dalam konsep ini, akan dijelaskan juga cara untuk mewakilkan sesuatu data yang akan berdasarkan kepada carta atau graf yang mampu membolehkan seseorang faham akan data yang akan disajikan. Konsep ini akan membuka minda kita untuk menyajikan sesuatu data secara lebih terancang dan kemas. Data diskrit dan data selanjar akan dibincangkan menerusi konsep perwakilan data ini juga. Melalaui konsep ini juga pelajar akan mempelajar data yang mampu dipaparkan menerusi jadual, senarai, gundalan, pictogram, carta palang. Polygon kekerapan, carta pai, histogram dan juga graf garisan. Langkah - langkah yang efektif dalam membina sesuatu graf yang

mempu memaparkan data juga dinyatakan menerusi topik ini. Menerusi konsep ini, guru dapat mengajar pelajar cara yang lebih baik dan senang untuk memaparkan data yang senang difahami. Pembacaan yang tepat juga membolehkan kita mengetahui sesuatu perkara di luar sekolah menjadi lebih baik dan senang.

3. Sukatan Kecenderungan Memusat Sukatan kecenderungan memusat ialah topik yang membincangkan tentang konsep purata. Median dan mod. Konsep ini dengan jelasnya kaan menjelaskan cara mencari min, mod dan median bagi data terkumpul dan data tak terkumpul. Ketiga - tiga min, mod dan median mempunyai formual tertentu untuk dilengkapkan bagi menghasilan peginteprasian data yang lebih baik.data - data yang diperoleh menerusi pembacaan atau pengumpulan data yang tidak terkumpul dapat dianalisa dengan lebih baik menerusi konsep statistic bagi sukatan kecenderungan memusat. Konsep statistic ini juga membuka peluang kepada pelajar untuk mengenalpasti nilai min , median dan juga mod bagi data yang dikumpul. Selain itu, pelajar juga dapat mempelajar konsep gundalan yang dapat digunakan untuk menganalisa data secara kasar sebelum sesuatu data dapat diinterperastikan.

4. Sukatan Serakan Menerusi konsep sukatan serakan ini saya dapat mempelajari konsep sebaran antara nilai - nilai dalam set data sukatan serakan. Antara istilah yang sering diguankan ialah julat, sisishan piawai dan juga varian yang akan berdasarkan kepada kuartil dan persentil. Konsep ini memndedahkan seseorang kepada cara untuk mengaplikasikan sesuatu data yang telah diperoleh untuk mendapat nilai - nilai yang tertentu bagi mendapat huraian dan pengaplikasian yang setara. Nilai - nilai tertentu, peratusan data, kedudukan data, perbezaan nilai samada tertinggi atau terendah dan sebagainya dapat dinayatakan dengan senang menerusi rumus statistic yang telah diberikan menerusi konsep sukatan serakan ini. Maklumat yang terbaik dari data yang telah dikumpul dapat dilakukan menerusi sukatan serakan yang telah dipelajari. Data yang dikaji menerusi konsep ini juga akan membuka lebih banyak peluang kea rah meningkatkan tindakan yang lebih baik atau bertambah baik pada masa hadapan.

Forum 2 - Bincangkan beberapa contoh penyalahgunaan statistic dalam kehidupan seharian. Penyalahgunaan statistic dikatakan akan berlaku dengan kadar yang besar jika data yang digunakan tidak digunakan dengan sewajarnya. Statistic dikatakan juga memainkan peranan yang sangat penting dalam kehidupan seharian kita. Selain dalam aspek pendidikan, aspek social, sains, perubatan, politik juga memerlukan statistic untuk memperoleh penjelasan yang sangat baik dan terkini. Dikatakan pengeluaran sesebuah Negara juga dibantu oleh analisa statistic yang diberikan. Selain itu, penglibatan kerajaan dalam mengadakan progtam pembangunan untuk sesuatu kaum juga dikatakan akan bermual dengan statistic yang dikaji. Akan tetapi, penyalahgunaan statistik juga dikatakan berlaku dengan kadar yang besar. Antara penyalahgunaan yang dapat dikatakan ialah dalam konsep Inflasi. Konsep infalasi merupakan konsep yang seringkali menjadi tajuk perbincangan di kalangan masyarakat Malaysia sejak akhir - akhir ini. Pendapat yang diberikan oleh masyarakat, walaupun diketepikan, akan tetapi interprestasi maklumat yang disampaikan juga disalahfaham. Jika berita menyatakan bahawa inflasi menurun, pandangan masyarakat ialah bahawa harga barangan telah turun. Akan ettapi, maksud sebenarnya ialah harga barangan yang dijual masih laghi tinggi. Tiada undangan - undang atau peraturan yang menyetakan bahawa inflasi yang menurun tidak semestinya menurunkan harga barangan. Penyelahgunaan kedua ialah pemilihan sampel yang tidak sekata dengan jumlah yang ingin dikaji, kajian biasanya akan menggunakan sampel untuk menentukan keperluan bagi suatu kumpulan yang banyak. Akan tetapi perlu diingat bahawa sampel tidak boleh mewakili sesuatu kumpulan yang banyak untuk mengambi keputusan yang sangat besar nilainya. Contohnya untuk melakukan pembangunan di sesebuah Negara, ianya perlulah melakukan kajian yang menyeluruh untuk memperoleh keputusan yang lebih tepat. Penyalahgunaan statistic yang ketiga ialah dari segi pengiraan keuntungan peniaga. Menurut analisa statistic yang dapat dilakukan, peniaga dapat mengenalpasti jumlah keuntungan yang telah dicapai. Akan tetapi, kebanyakkan peniaga hanya menggunakan statistic ini untuk menunjukkan bahawa mereka tidak mendapat untung malahan hanya mendapat kerugian untuk mengelakkan membayar cukai. Penyalahgunaan statistic yang terakhir ialah pentafsiran data yang salah. Bilangan peratus yang dibincangkan dalam pengurusan data adalah berbeza dengan nombor yang akan dipaparkan. Contohnya, di Negara Malaysia jumlah peratus masyarakat India telah berkurang berbanding beberapa tahun yang lepas. Akan tetapi, jika dilihat pada bilangan masyakarat maka dapat disimpulkan bahawa jumlah masyarakat india telah bertambah. Oleh yang demikian, analisa yang ditentukan menerusi statistic perlu dikaji semula untuk memastikan data yang diberi tepat.

Forum 3: Bincangkan kepentingan nila - nilai etika dalam menginterprestasikan data Menginterprestasi data merukana bidang yang amat penting dalam bidang atau skop konteks statistic. Ini adalah kerana data yang diinterprestasi inilah yang akan menjadi asas kepada pembangunan sebuah Negara, pemesanan dan juga berguna dalam pelbagai bidang lain. Jika data yang telah diinterpretasikan adalah salah dan tidak betul, maka pelbagai kemungkinan akan berlaku. Antaranya, daya pengeluaran sesebuah Negara terganggu, dasar pembangunan bagi sesebuah Negara tidak dapat dirancang dengan lebih baik, perancangan bank atau institusi kewangan yang lain akan gagal dan pelbagai kemudaratan lain. Oleh yang demikian, nilai etika dalam bidang menginterprestasikan data sangat penting. Kepentingan yang utama ialah dalam member data yang lengkap. Data yang akan diguna untuk menganalisa sesuatu keadaan perlulah diberi dengan lengkap. Jika data yang diberikan tidak lengkap atau tidak penuh, maka proses interprestasi tidak dapat dilakuakn dengan baik. Oleh yang demikian, akan berlakulah masalah yang lain iaitu data dan analisa yang akan dilakukan berdasarkan data itu akan menjadi tidak tepat. Selain itu, projek - projek yang dirancang juga tidak dapat dijalankan dengan sebaik mungkin. Kepentingan yang kedua ialah data yang diinterprestasi masih berada dalam konteks yang dikaji. Data yang akan dianalisa atau diinterprestasi perlulah berada dalam lingkungan untuk mendapatkan data yang lebih tepat dan jitu. Jika data yang digunakan tidak ada dalam lingkungan dan digunakan sebagai data tanpa nilai etika dalam menginterprestasika data, maka konten yang dikaji akan menjadi salah dan tidak berguna. Kepentingan yang seterusnya ialah menyatakan kebenaran. Nilai etika semasa menginterprestasikan data ialah data yang dikaji atau dianalisa perlulah mengandungi kebenaran agar keputusan yang diperoleh juga mengandungi kebenaran yang nyata. Selain itu, pelbagai projek dapat dirancang dengan lebih baik dan berkesan dengan interprestai data yang lebih baik. Data yang tepat perlulah diberikan untuk dianalisa supaya data yang diproses dapat dilihat sebagai sesuatau yang baik. Kepentingan nilai etika yang terakhir ialah agar tidak mengelirukan pembaca data dengan data yang tidak tepat. Jika proses interprestasi datan yang dilakukan tidak tepat atau mempunyai unsur kekeliruan, maka data yang akan dipersembahkan juga akan mengandungi kekeliruan yang nayat. Ia akan menyebabkan pengumpulan maklumat menjadi tidak tepat dan seterusnya menghasilkan data yang tidak tepat. Oleh yang demikian, peninterprestasian data perlulah mengandungi unsur yang lebih baik dan tepat untuk menghasilkan data yang lebih baik dan berkesan.

Forum 4: mengapakah kita tidak hanya boleh bergantung kepada sukatan kecenderungan memusat sahaja dalam memperihalkan taburan data. Sukatan kecenderungan memusat ini dikatakan amat berguna dalam menguruskan sesebuah data yang telah diperoleh dalam kehidupan seharian kita. Sebagai guru dikatakan sukatan kecenderungan memusat memainkan perananyang lebih penting dalam menganalisa data. Secara umumnya, sukatan kecenderungan memusat ini menunjukkan data yang telah dikumpul yang kemudiannya akan diperincikan dengan mencari min, mod dan median. Hasil dari dapatan ini dapat dirumuskan dengan tujuan untuk mencari keputusan, kelemahan atau kekuatan dan seterusnya mencari satu pelan untuk mengatasi dengan tujuan penambahbaikan. Oleh yang demikian dapatlah kita menyatakan bahawa sukatan kecenderungan memusat sahaja tidak dapat digunakan dalam meperihalkan taburan data. Kebanyakkan data yang dapat ditafsir menggunakan sukatan kecenderungan data seperti diatas hanya akan menggunakan pencarian maklumat yang biasa dan berdasarkan kumpulan data yang lebih kecil. Oleh yang demikian, keputusan yang baik dan lebih tepat tidak dapat diambil untuk membuat sesebuah keputusan yang lebih baik. Jika dbandingkan dengan sukatan serakan, ianya dikatakan lebih cenderung untuk memberi data yang lebih tepat kerana mengguanakan analisa yang lebih baik. Menerusi sukatan serakan, julat, julat antara kuartil, sisihan piawai, varians juga dapat dicari, menerusinya taburan serakan sesuatu data pada graf dapat dianalisa dengan lebih baik. Selain itu, sukatan kecenderungan memusat merupakan alatan yang hanya berdasarkan kepada sukatan yang mampu menganalisa data yang hanya memusat pada suatu contoh sahaja. Manakala sukatan serakan pula mengkaji dengan lebih teliti dan lebih baik. Sukatan kecenderungan memusat yang mencari min adalah data yang hanya menunjukkan purata pencapaian dalam lingkungan yang tertentu, manakala mod pula menunjukkan data kekerapan yang paling tinggi. Dan median pula mewakili data kelas pertengahan, kesemua analisa ini hanya dapat menunjukkan data atau analisa yang sekadar untuk pelajar pelajar sekolah rendah untuk memudahkan pemahaman, taburan data yang ingin dikaji perlulah mengandungi analisa data yang lebih maju dan kritikal untuk digunakan bagi menjalankan kajian. Sukatan kecenderungan memusat sahaja tidak cukup untuk memperihalkan taburan data tetapi memerlukan sukatan serakan untuk pengkajian yang lebih baik.