Generik Statistik Asas

1.0 PENGENALAN
1.1 STATISTIK ASAS
1.1.1 SEJARAH STATISTIK
Kata statistik merupakan kata terbitan dari perkataan Latin yang state yang bermaksud
negeri atau negara. Penggunaan awal statistik adalah melibatkan pengumpulan data atau
maklumat yang menerangkan beberapa aspek berkaitan dengan sesebuah negeri atau
negara semenjak zaman Mesir, Greek dan Room. Ketika itu data yang dikumpul hanyalah
untuk tujuan memudahkan pengutipan cukai dan kerahan tenaga. Selepas itu kerajaankerajaan Eropah Barat begitu berminat dengan data statistik ini sebab mereka bimbang
kuasa politik dan tentera mereka tergugat jika berlakunya sesuatu wabak penyakit yang
buruk dan boleh menyebabkan berubah saiz penduduk. Oleh itu mereka mengumpul data
kelahiran, perkahwinan dan kematian.
Dalam tahun 1662, Captain John Grant seorang ahli statistik dari England telah
menerbitkan semula data mengenai kelahiran dan kematian disebabkan oleh penyakitpenyakit tertentu. Ini kemudiannya diikuti dengan kajian-kajian seperti kadar kelahiran
mengikut jantina,saiz penduduk dan lain-lain lagi. Semenjak itu,pihak kerajaan,peniaga
mahupun individu begitu bergantung kepada data statistik sebagai panduan. Pada masa
kini, proses pengumpulan,pengkelasan, penyimpanan dan mendapatkan kembali data yang
telah disimpan adalah suatu yang mudah dengan bantuan komputer. Contohnya,kadar
pengangguran, kadar inflasi, indeks pengguna, kadar pertumbuhan ekonomi, sentiasa
sahaja dikumpul dan dikemeskini kerana data yang dihasilkan ini sangat diperlukan oleh
pihak-pihak tertentu dalam membuat keputusan.
1.1.2 DEFINISI STATISTIK
Statistik asas

merupakan satu teknik matematik untuk memproses, menyusun,

menganalisis dan membuat kesimpulan tentang data yang berbentuk kuantitatif Dalam ujian
dan peperiksaan, kaedah statistik digunakan untuk membuatan analisis dan kesimpulan.
Data yang dipungut ini biasanya tidak disusun dengan teratur. Untuk memudahkan kita
merujuk kepada data ini, ia seharusnya direkodkan secara teratur dan sistematik.
Sebagai contoh, Kementerian Pengajian Tinggi Malaysia menyatakan bahawa hanya
12,550 permohonan untuk memasuki institusi pengajian tinggi (IPT) di negara ini bagi sesi
pengajian

2004/2005

barjaya

mendapat

tempat

berbanding

29,770

orang

yang

memohon.Daripada bilangan yang berjaya, seramai 7550 mengikuti kursus aliran sastera
sementara 5000 orang lagi dalam bidang sains.
1

Generik Statistik Asas

1.1.3 JENIS-JENIS STATISTIK
Statistik terbahagi kepada dua jenis, iaitu statistik perihalan atau statistik deskriptif dan
statistik inferens atau statistik induktif. Statistik perihalan atau statistik deskriptif adalah
kaedah-kaedah yang digunakan untuk megumpul maklumat, menyusun ,mempersembah
data dan pengolahan data/merihalkan data yang dikumpul. Ini

termasuklah kaedah

membina graf, carta dan jadual serta pengiraan beberapa ukuran perihalan seperti purata
dan jugapengiraan ukuran serakan seperti peratus.
Jenis statistik kedua pula ialah statistik inferens atau statistik induktif merupakan
bahagian terpenting daripada statistik yang berkaitan dengan pembuatan kesimpulan dan
keputusan berdasarkan data yang telah dikumpul dan diolah.

Tumpuan utama dalam

statistik inferens ialah untuk mengetahui sesuatu keseluruhan ahli kumpulan (populasi)
berdasarkan sebahagian yang dipilih (sampel) untuk dikaji. Sebagai contoh, berdasarkan
tinjauan keatas 20 orang pelajar di Kolej Komuniti Ledang Johor mengenai perkhidmatan
food court , kita boleh membuat kesimpulan bahawa pelajar-pelajar KKLJ berpuashati
dengan perkhidmatan berkenaan.
1.1.4 LANGKAH-LANGKAH DI DALAM STATISTIK
Antara

langkah

di

dalam

statistik

ialah

mengumpul,

memproses,

menganalisis,

mengintreptasi, mempersembahkan, dan keputusan.

1.1.5 PEMBOLEH UBAH DALAM STATISTIK
Pemboleh ubah dalam statistik adalah bermaksud satu ciri yang sedang dikaji atau ciri-ciri
ahli populasi yang dikaji. Ia boleh mengambil nilai yang berbeza bagi elemen yang berbeza
Contohnya, pendapatan bulanan keluarga, harga saham,bilangan isirumah,harga buku
teks,dan jenis jenama peti sejuk. Terdapat dua jenis pemboleh ubah iaitu pemboleh ubah
kuantitatif dan pemboleh ubah kualitatif.
Pemboleh ubah kuantitatif ialah pemboleh ubah yang hanya boleh mengambil nilai
berbentuk angka sahaja. Contohnya, pendapatan bulanan,jumlah jualan,bilangan kereta
yang dimiliki. Pemboleh ubah kuantitatif boleh di bahagikan kepada dua, iaitu pemboleh
ubah diskret da pemboleh ubah selanjar. Pemboleh ubah diskret ialah pemboleh uabah
yang hanya boleh mengambil nilai-nilai tertentu sahaja. Contohnya, bilangan kereta yang
melalui tol Tangkak ialah kemungkinan antara 27 atau 28 buah kereta. Tetapi tidak mungkin
27.8 buah kereta. Pemboleh ubah selanjar pula hanya mengambil nilai dalam sesuatu
selang. Contohnya, berat pelajar (48.9 kg,56.2kg), tinggi, masa,saiz kasut dan lain-lain.

Generik Statistik Asas

Pemboleh ubah Kualitatif pula tidak mengambil nilai angka. Contohnya, jantina
pelajar,tahap pendidikan, dan warna kereta.
1.1.6 KEPENTINGAN-KEPENTINGAN STATISTIK
Terdapat dua sebab utama kenapa perlunya belajar statistik. Antara sebabnya ialah
perkembangan pengumpulan data berkaitan dengan operasi dalam perniagaan dan
kerajaan adalah begitu pesat sekali. Oleh itu kita perlu tahu bagaimana menilai fakta-fakta
yang bersifat angka ini yang begitu kerap diterbitkan sama ada ianya berkaitan dengan
politik, ekonomi atau kajian sosial. Selain itu, ia juga penting dalam membuat keputusan
yang lebih berkesan. Contohnya dalam bidang perniagaan, dimana data dikumpul untul
meramalkan jualan dan keuntungan. Dalam bidang kejuruteraan dan proses pembuatan
dalam mengawasi mutu sesuatu produk.

TUGASAN 1
2.0 KAEDAH PENGUMPULAN DATA
3

Generik Statistik Asas

Terdapat tiga kaedah pengumpulan data iaitu kaedah soal selidik, temu bual dan
pemerhatian.
2.1 KAEDAH SOAL SELIDIK
Di dalam penyelidikan, soal selidik (survey) merupakan salah satu kaedah yang banyak
menggunakan soalan-soaln selidik ( questionaires) untuk mengumpul data kajian. Tujuan
utama menggunakan kaedah soal selidik dalam penyelidikan mengenal pasti fakta-fakta
yang boleh digunakan untuk menguji hipotesis atau menambah kebolehpercayaan dan
kesahan sesuatu teori. Sesetengah data kualitatif, misalnya pandangan dan persepsi
peserta-peserta terhadap sesuatu isu, mungkin memberi sumbangan dalam perkembangan
sesuatu teori. Utamanya, soal selidik adalah digunakann untuk meninjau isu umum, ciri
populasi, program nasional, dan sebagainya, dengan tujuan mengukur atau menghuraikan
ciri-ciri umum.
Soal selidik bergantung kepada usaha mengumpul data secara besar-besaran
melalui soalan-soalan selidik, skor ujian, kadar kehadiran, atau keputusan pepriksaan
awam, yang membolehkan penyelidik membuat perbandingan di antara kumpulan ataupun
merentasi masa.
2.1.1 KEGUNAAN SOAL SELIDIK
Morrison (1993) di dalam Mok Soon Sang (2010) berpendapat soal selidik adalah banyak
berguna dalam penyelidikan. Antaranya ialah merupakan kaedah yang berkesan serta
ekonomikal kerana berupaya mengumpulkan data sekali gus. Selain itu, dengan
persampelan yang sesuai dan tepat, ia dapat mewakili populasi yang sebenar. Tambahan
lagi, data yang dipungut dappat memberi maklumat deskriptif, inferential serta eksplanatori.
Melalui kaedah soal selidik juga, pemboleh ubah dan faktor boleh dimanipulasi mengikut
frekuensi yang diharapkan. Dengan menggunakan instrument dan soalan-soalan selidik
sama bagi semua peserta, data yang dikumpulkan adalah distandardasikan.
Kaedah soal selidik juga amat berguna untuk mengenal pasti dan menganalisis
kolerasi. Kaedah ini juga boleh menggunkan pelbagai teknik respons, misalnya aneka
pilihan soalan, soalan tertumpu, skor ujian, skala pemerhatian dan sebagainya, untuk
mengumpul data kajian. Ia juga boleh digunakan untuk menyokong atau menolak hipotesisi
serta bagi menjanakan instrument tepat melalui kajian rintis (piloting) dan reviu. Di samping
itu, ia juga boleh membentuk generalisasi dengan menganalisis dan menginterpretasikan
pola respons daripada peserta-peserta. Akhir sekali, soal selidik sangat sesuai digunakan

Generik Statistik Asas

untuk tinjauan pendapat (opinion poll), trenda skor ujian nasional, kecenderungan kerjaya,
dan pemilihan utama untuk kursus pengajian.
2.1.2 KLASIFIKASI SOAL SELIDIK
Soal selidik, secara umumnya, diklasifikasikan kepada dua kategori yang utama, iaitu kajian
membujur (longitudinal studies), merangkumi kajian trenda (trend studies), dan kajian
melintang (cross-sectional studies).
2.1.2.1 KAJIAN MEMBUJUR
Kajian membujur mengumpulkan data dalam tempoh masa yang panjang, sekurangkurangnya beberapa minggu bagi kajian masa jangka pendek, tetapi terdapat juga kajian
dipanjangkan hingga beberapa tahun. Kajian jangka masa ini, pada umumnya, merangkumi
kajian kohort (cohort studies), kajian panel (panel studies), dan kajian trenda (trend studies).
Kepentingan kajian membujur membolehkan penyelidik menganalisis perubahan
fenomena sosial, mengenal

pasti dan menghuraikan ciri-ciri persamaan, perbezaan,

perubahan serta kesan individu atau populasi dalam peringkat-peringkat tempoh masa
kajian. Sehubungan ini, kajian membujur pula menggunakan

kajian melintang

yang

berulang-ulang dengan menggunakan sampel yang sama atau sampel baru dalam setiap
kali kajian.
2.1.2.2 KAJIAN MELINTANG
Kajian melintang merupakan kajian yang memberi gambaran (snapshot) sesuatu populasi
pada suatu ketika, misalnya penyelidikan bancian penduduk di sesuatu daerah, negeri atau
negara untu perancangan tertentu. Kajian jenis ini boleh digunakan untuk mengenal pasti
ciri-ciri individu dari aspek perbezaan umur, kerjaya, pendidikan, tahap pendapatan,
penghuni di merata tempat dan semasa disoal selidik

dalam hari yang sama. Kajian

melintang hanya memperoleh maklumat pada suatu masa ketika, dan tidak boleh mengenal
pasti perubahan. Data kajian berulang-ulangnya boleh digunakan untuk kajian membujur,
misalnya kajian kohort, kajian panel dan kajian trenda.
2.1.3 KAEDAH MENGUMPUL DATA UNTUK SOAL SELIDIK
Kaedah mengumpul data untuk soal selidik merangkumi beberapa kategori, iaitu
perkhidmatan pos, temu bual (lokasi kajian), temu bual ( telefon), pemerhatian, dan Internet
atau e-mel.

Generik Statistik Asas

Kesimpulannya, di dalam kajian soal selidik, selain daripada strategi persampelan
responden, item-item soal selidik adalah amat penting dalam pungutan data untuk dianalisis
dan interpretasi. Ini adalah kerana kesahan, kebolehpercayaan, kebolehtadbiran, dan
kemudahtafsiran data sampelnya bukan sahaja bergantung kepada responden bagaimana
menjawab item-item, tetapi juga bagaimana soalan-soalan selidik yang berkualiti dapat
disediakan. Sebenarnya, selain daripada soal selidik melalui perkhidmatan pos, pembinaan
item-item soal selidik pula penting dalam kaedah soal selidik yang lain, misalnya temu bual
berstruktur dan pemerhatian.
2.2 KAEDAH TEMU BUAL
Kitwood (1977) menjelaskan perbezaan di antara tiga konsep temu bual. Pertama, temu
bual dirupakan sebagai sesuatu cara yang berupaya memindah maklumat yang tulen. Jika
seorang penemubual melaksanakan tugasnya dengan cekap, iaitu berjaya membina
hubungan interpersonal dengan berkesan, dan jika orang yang ditemu bual adalah jujr dan
bermotivasikan dengan berkesan, maka data yang diperolehi adalah tepat dan boleh
dipercayai. Kedua, temu bual merupakan sesuatu jenis transaksi, di mana terkandung unsur
berat sebelah yang tidak dapat dielakkan, dan perlu dikenal pasti dan dikawal. Konsep temu
bual ketiga ialah dipandang sebagai pertemuan sosial yang merangkumi perkongsian
pelbagai aspek kehidupan harian.
2.2.1 DEFINISI KAJIAN TEMU BUAL
Mengikut Cannell dan Kahu (1986), kajian temu bual boleh ditakrifkan sebagai Perbualan di
antara dua pihak melalui inisiatif penemubual dengan tujuan memperolehi maklumat yang
relevan untuk kajian, dan difokus olehnya, sesuatu kandungan spesifik ditentukan seperti
objektif deskripsi, ramalan atau huraian dengan secara sistematik.
Maka, kajian temu bual merupakan sesuatu yang unik kerana ia melibatkan
pungutan data melalui lisan dalam pertemuan di antara dua pihak secara langsung.
Sehubungan ini, ia adalah berbeza dengan kajian soal selidik yang menggunakan item-item
soalan di mana responden hendaklah merekod secara bersemuka, penemubual boleh
mencungkil maklumat yang boleh menambahkan kadar respons. Tambahan pula, kaedah
temu bual ini adalah amat berguna, terutamanya apabila responden yang ditemu bual tidak
tahu membaca dan menulis.
2.2.2 TUJUAN TEMU BUAL
Antara tujuan temu bual ialah untuk mengukur atau menilai orang dalam aspek-aspek
tertentu. Selain itu, ia juga bertujuan untuk memilih calon yang layak memasuki sesuatu
6

Generik Statistik Asas

kerjaya atau kursus pengajian. Temu bual juga bertujuan untuk kenaikan pangkat pekerja
atau pegawai dalam sesuatu institusi atau organisasi dan untuk membentuk atau mengkaji
sesuatu hipotesis. Tambahan lagi, temu bual juga bertujuan untuk memperolehi pendapat
responden dalam sesuatu kajian soal selidik, serta untuk mengesahkan data kajian
terdahulu seperti ujian MTeST (Malaysian Teachers Selection Test) dan MedSI (Malaysian
Educators Selection Test).
2.2.3

PROSEDUR

PERANCANGAN

DAN

PELAKSANAAN

SOAL

SELIDIK

BERASASKAN TEMU BUAL

Kvale (1996) mencadangkan tujuh peringkat dalam perancangan dan pelaksanaan soal
selidik berasaskan temu bual. Peringkat pertama ialah menentukan tema kajian. Peringkat
ini bermula dengan menimbang dan menentukan tujuan kajian, menghuraikan teoritikal asas
kajian, objektif dan nilai praktikal kajian, termasuk sebab-sebab pendekatan temubual dan
persampelan spesifik dipilih untuk kajian. Seterusnya, beberapa objektif spesifik ditentukan
berdasarkan matlamat kajian. Langkah ini penting bagi menghasilkan data yang perlu
digunakan untuk mencapai matlamat kajian yang diharapkan.
Peringkat kedua ialah merancang prosedur dan instrumen kajian. Peringkat ini
merangkumi penyediaan jadual dan instrumen temu bual. Ini meliputi membentuk soalansoalan temu bual berdasarkan objektif-objektif yang telah ditentukan daripada matlamat
kajian. Membentuk soalan-soalan temu bual hendaklah bermula dengan mengenal pasti
pembolehubah-pembolehubah yang perlu digunakan untuk kajian. Menurut Kvale (1996)
lagi, penyelidik boleh membina item-item mengikut turutan temu bual, iaitu memperkenalkan
topik atau isu temu bual, mencungkil maklumat atau respons selanjutnya, membimbing
responden menghuraikan maklumat secara spesifik dan memberi contoh, meminta
maklumat

secara

langsung,

meminta

maklumat

secara

tidak

langsung,

dan

menginterpretasikan jawapan responden.

Peringkat ketiga ialah pelaksanaan proses temu bual.

Langkah ini merangkumi

persampelan, menangani isu etika, mengatur tempat temu bual, melaksanakan temu bual
dengan item-item yang disediakan, dan merekod data dalam sesi temu bual. Selepas
perancangan prosedur, dan penentuan persampelan serta mengenalpasti responden yang
sesuai dalam temu bual, penemubual hendaklah memberitahu responden tentang tujuan
dan kepentingan kajian, tempat dan cara temu bual dijalankan, bagaimana direkod,
memberi jaminan kerahsiaan dan anonimiti, lindungan keselamatan, manfaat daripada temu
bual dan bagaimana laporan disebarkan. Semasa temu bual pula, penemubual hendaklah

Generik Statistik Asas

menggunakan teknik yang sesuai, khasnya kemahiran komunikasi interpersonal untuk
membimbing dan menggalakkan responden memberi maklumat kajian yang diperlukan.
Peringkat keempat ialah mentranskripkan data kajian. Transkrip merupakan sesuatu
transformasi terpilih berdasarkan kemahiran dan pandangan peribadi penemubual, daripada
situasi dinamik kepada keadaan pasif. Peringkat ini merupakan peringkat terpenting dalah
temu bual. Hal ini kerana dalam proses temu bual, masalah keciciran dan kesilapan tafsiran
data yang banyak mungkin berlaku. Bagi untuk mengurangkan masalah keciciran dan
kesilapan tafsiran data, penyelidik harus memastikan semua pelbagai jenis data adalah
direkodkan dalam transkripnya, termasuk setiap kata responden, intonasi, suara, nada,
hentian, kesenyapan, perasaa, laju penjelasan, gangguan, dan sebagainya. Peringkat
kelima ialah analisis data. Lazimnya, analisis data menggunakan teknik enkod yang
merangkumi

beberapa

peringkat,

iaitu

mendengar

temubual

secara

keseluruhan,

menimbang peruntukan unit-unit bermakna, mengeluarkan data berlebihan, mengklasifikasi,

mengkategori dan menyusun urutan unit-unit dengan bermakna, menstruktur deskrip
kandungan temu bual, dan menginterpretasikan data temu bual.
Peringkat keenam ialah mengesahkan data temu bual. Data kajian telah dianalisis
dan diinterpretasikan harus dinilai dan disahkan melalui kritikan dalaman dan luaran. Tujuan
mengesahkan data kajian ini ialah menyemak semula dan merasionalisasikan data temu
bual yang dikumpul dan dianalisis adalah sah dan boleh dipercayai, dan interpretasinya
adalah mengikut konteks serta objektif atau tema kajian. Peringkat terakhir pula ialah
laporan temu bual. Kvale (1996) mencadangkan beberapa aspek yang terkandung dalam
laporan temu bual. Antaranya ialah pengenalan yang merangkumi tema-tema kajian da nisi
kandungannya. Kemudian, ringkasan metodologi dan kaedah-kaedah kajian, daripada
perancangan temu bual, transkrip dan hingga analisis data. Selain itu, laporan juga
mengandungi hasil kajian berdasarkan analisis, interpretasi dan verifikasi data temu bual.
Akhir sekali, kandungkan sekali kesimpulan yang merangkumi perbincangan dan cadangan
tindakan susulan.
Kesimpulannya, temubual adalah suatu kajian yang unik dan komplek di bawah kajian soal
selidik. Ia adalah berlainan dengan soal selidik melalui perkhidmatan pos. Ia bukan sahaja
memerlukan kemahiran membina soalan-soalan seidik, tetapi juga memerlukan kemahiran
komunikasi interpersonal untuk membentuk iklim temu bual yang kondusif untuk memungut
data yang tulen, lengkap dan sempurna.
2.3 KAEDAH PEMERHATIAN

Generik Statistik Asas

Kaedah pemerhatian merupakan satu kaedah penyelidikan yang digunakan untuk mengukur
pemboleh ubah penyelidikan. Pemerhatian juga merupakan alternatif yang ada dalam
mengumpul maklumat atau pengumpulan data selain soal selidik dan temuduga. Melalui
pemerhatian, penyelidik dapat mengamati sesuatu tingkah laku subjek berpandukan
pemboleh ubah-pemboleh ubah yang telah dikenal pasti. Peranan penyelidik ialah sebagai
pemerhati terhadap perubahan-perubahan tingkah laku, mendengar, serta melihat tingkah
laku subjek sama ada dari jauh atau dari dekat.
Menggunakan kaedah ini, penyelidik atau pemerhati perlu rnemerhati sampelsampelnya dalam tempoh masa yang tententu. Kaedah pemerhatian ini banyak digunakan
dalam bidang sains tulen yang menjalankan kajian dalam makmal sains dan bidang sains
sosial. Biasanya ciri-ciri yang ingin diperhati adalah sangat halus dan terperinci dan ini
menjadikan keputusan yang dibuat lebih tepat.
Kaedah pemerhatian sesuai digunakan khususnya apabila penyelidik mengkaji
perkembangan tingkah laku sesuatu unit sosial, misalnya mengkaji perkembangan tingkah
laku kanak-kanak, kesan kesesakan terhadap kecenderungan pemberontakan, kesan
kebisingan terhadap tingkah laku agresif dan kebimbangan di kalangan individu yang
menghadiri temuduga. Kaedah pemerhatian juga sering digunakan dalam penyeliaan
praktikum kaunseling dan latihan mengajar di kalangan kaunselor dan guru pelatih. Sebelum
membuat pemerhatian, penyelidik perlu membuat perancangan yang baik dan teliti. Setiap
pemerhatian mestilah mempunyai tujuan tertentu, dilakukan secara sistematik, mempunyai
fokus, dan mestilah dicatatkan secara rapi dan betul. Catatan yang dibuat mestilah tepat,
sah, dan boleh dipercayai.
Menurut Kerlinger (1973), terdapat beberapa kategori pemerhatian iaitu kategori
tingkah laku, unit tingkah laku, paras tafsiran pemerhati, generalisasi dan penggunaan serta
pensampelan tingkah laku. Kategori-kategori tersebut memperincikan ciri-ciri tingkah laku
yang perlu diperhati dan direkodkan. Tingkah laku saling berkaitan antara satu sama lain.
Tingkah laku yang berkait dan berlaku berterusan ini perlu dikategorikan ke dalam golongan
yang eksklusif. Dengan kata lain, semua kemungkinan tingkah laku yang berlaku
seharusnya upaya dikenal pasti dan tidak bertindan antara satu sama lain. Sistem
pengkodan kategori tingkah laku oleh Flanders (1974) adalah satu contoh kaedah merekod
maklumat yang melalui kaedah ini proses merekod maklumat dapat dilakukan dengan
mudah dan tepat.
Semakin kecil unit tingkah laku digunakan untuk merekod pemerhatian, semakin senang
tingkah laku tersebut diperhati dan direkodkan. Penggunaan unit tingkah laku yang kecil
9

Generik Statistik Asas

akan meningkatkan kesahan dan kebolehpercayaan pemerhatian. Selain itu, paras tafsiran
pemerhati juga akan mempengaruhi ketepatan maklumat mengenai tingkah laku yang
diperhatikan. Kesukaran mengadakan piawaian dalam paras tafsiran pemerhati sering
menjejaskan ketepatan dan kesempurnaan data yang diperoleh.
Perhatian khusus perlu diberikan dalam membuat generalisasi sesuatu tingkah laku
kerana sesetengah tingkah laku bersifat khusus untuk penyelidikan tertentu sahaja,
sementara sesetengah yang lain boleh digunakan dalam pelbagai penyelidikan. Selain isu
mengenai generalisasi ini, isu yang lain ialah pensampelan tingkah laku. Umumnya tingkah
laku yang kompleks terjadi secara berterusan dan agak mustahil penyelidik dapat
memerhati tingkah laku tersebut secara berterusan. Bagi mengatasi masalah ini, penyelidik
mestilah membuat pensampelan sama ada pensampelan tingkah laku atau pun
pensampelan masa. Persampelan tingkah laku merujuk kepada jenis kejadian yang hendak
dijadikan sampel, sementara pensampelan masa pula merujuk kepada perwakilan masa
yang dapat mewakili masa berlakunya tingkah laku yang diperhati.
2.3.1 JENIS-JENIS PEMERHATIAN
2.3.1.1 PEMERHATIAN PESERTA
Jenis pemerhatian ini melibatkan pemerhati menjadi seorang daripada ahli dalam kumpulan
yang hendak diperhati dan pada masa yang sama ia membuat pemerhatian. Menggunakan
kaedah pemerhatian ini, penyelidik memainkan dua peranan iaitu sebagai peserta dan
pemerhati. Kebaikan kaedah pemerhatian jenis ini ialah penyelidik dapat mengalami sendiri
aktiviti-aktiviti yang dirancangkan dan ini menjadikan dapatan pemerhatian lebih sah dan
boleh dipercayai. Menggunakan kaedah ini juga memungkinkan maklumat-maklumat yang
tersembunyi atau yang tidak dijangka dapat diperhati di peringkat awal.
2.3.1.2 PEMERHATIAN BUKAN PESERTA
Jenis pemerhatian ini memerlukan pemerhati memilih tempat yang sesuai untuk membuat
pemerhatian. Tempat pemerhatian mestilah memberi peluang semaksimum mungkin kepada
pemerhati untuk membuat .pemerhatian secara teliti terhadap segala gerak geri ahli
kumpulan atau individu yang diperhati. Pemerhatian boleh dibuat dengan bantuan peralatan
seperti alat-alat rakaman termasuk teropong, kaset, dan kamera video. Kebaikan kaedah ini
ialah responden kajian mungkin tidak menyedari akan kehadiran pemerhati dan dengan itu
ia akan menunjukkan tingkah laku yang tulen dan tidak berpura-pura. Data-data yang
diperoleh lebih tulen dan ini akan menyumbang kepada ketepatan maklumat yang dikumpul.
Maklumat yang tepat akan menyumbang pula kepada keputusan yang lebih tepat.
10

Generik Statistik Asas

2.3.2 KEBAIKAN PEMERHATIAN
Antara kebaikan pemerhatian ialah pemerhatian terhadap sampel-sampel kajian adalah
lebih terperinci, jelas,teliti dan tepat dan ini akan menyumbang kepada dapatan kajian yang
lebih sah serta boleh dipercayai. Selain itu, maklumat yang diperoleh daripada pemerhatian
sama ada dijangka atau tidak boleh menjadi bahan rujukan penting dalam kajian. Bukan itu
sahaja, penyelidik boleh memastikan bahawa maklumat yang diperoleh daripada
pemerhatian benar-benar dari sampel yang ingin dikaji bukan wakil sampel yang telah
dikenal pasti.

3.0 KAEDAH UNTUK MEWAKILKAN DATA DENGAN MENGGUNAKAN APLIKASI

MICROSOFT EXCEL

11

Generik Statistik Asas

3.1 CARTA PALANG
Carta palang adalah sejenis graf yang digunakan untuk memaparkan dan membandingkan
jumlah , kekerapan atau langkah lain ( contohnya bermakna ) bagi kategori berlainan diskret
data . Carta Bar adalah salah satu jenis yang paling biasa digunakan graf kerana mereka
adalah mudah untuk membuat dan sangat mudah untuk mentafsir . Mereka juga adalah
sejenis carta fleksibel dan terdapat beberapa variasi carta bar standard termasuk carta
palang menegak dan melintang.
Carta palang biasanya disediakan supaya palang tegak yang bermaksud bahawa
lebih tinggi bar , yang lebih besar kategori . Walau bagaimanapun , ia juga mungkin untuk
menarik carta bar supaya bar adalah mendatar yang bermaksud bahawa semakin lama bar ,
yang lebih besar kategori . Ini adalah cara yang amat berkesan untuk menyampaikan data
apabila kategori yang berbeza mempunyai tajuk panjang yang sukar untuk termasuk di
bawah bar menegak , atau apabila terdapat sebilangan besar kategori yang berbeza dan
terdapat ruang yang mencukupi untuk memuatkan semua ruangan yang diperlukan untuk
carta bar menegak di seluruh halaman.
Contoh carta palang menegak:

Rajah 1: Contoh carta palang menegak

12

Generik Statistik Asas

Rajah 2: Contoh carta palang melintang

3.1.1 CARA MEMBUAT CARTA PALANG MENGGUNAKAN APLIKASI MICROSOFT
EXCEL

Rajah 3: Menunjukkan data dimasukkan ke dalam Microsoft Excel

1. Buka aplikasi Microsoft Excel. Kemudian, masukkan maklumat data ke dalamnya seperti
yang ditunjukkan dalam Rajah 3.

13

Generik Statistik Asas

Rajah 4: Menunjukkan pemilihan carta jenis palang.
2. Klik data tersebut. Kemudian klik Insert dan klik lagi pada Column dengan memilih 2 D
Column yang pertama.

Rajah 5: Menunjukkan carta palang yang perlu diubah label paksinya

3. Apabila telah muncul rajah carta palang seperti dalam rajah 5, klik pada layout.
Kemudian, klik pada axis title dan klik lagi pada primary horizontal axis title dan pilih
pilihan ketiga.

Rajah 6: Carta palang yang telah siap

3.2 CARTA PAI
Carta pai merupakan sejenis carta atau graf yang berbentuk bulatan yang terdiri daripada
beberapa sektor atau belahan. Saiz sudut yang dicakupi oleh setiap sektor mewakili
kekerapan atau frekuensi setiap item yang ingin ditunjukkan. Namun begitu, untuk membina
dan seterusnya mentafsir carta pai, kemahiran yang kukuh dalam topik pecahan sangat

14

Generik Statistik Asas

penting. Selalunya pelajar akan diminta untuk mendapatkan maklumat dari carta pai atau
membina carta pai daripada maklumat-maklumat yang diberi.

Rajah 7: Contoh carta pai

3.2.1 CARA MEMBUAT CARTA PAI MENGGUNAKAN APLIKASI MICROSOFT EXCEL

Rajah 8: Proses memasukkan data

1. Buka aplikasi Microsoft Excel, dan masukkan data ke dalam ruang yang disediakan.
Kemudian, highlight semua data dan klik Insert .
2.Klik Pie, dan seterusnya klik pilihan pertama pada 2-D Pie.

15

Generik Statistik Asas

Rajah 9: Menukar carta pai yang tiada peratus kepada yang mempunyai peratus

3. Kemudian, ubah carta pai yang tiada peratus kepada yang mempunyai peratus dengan
mengklik Charts Layout yang keenam.

Rajah 10: Carta pai yang telah siap

3.3 PLOT GARISAN
Plot Garisan ialah graf yang menggunakan titik dihubungkan dengan garisan untuk
menunjukkan bagaimana sesuatu perubahan dalam nilai ( seiring berjalannya waktu , atau
sebagai sesuatu yang lain yang berlaku ) . Sebagai contoh, Rajah 10

di bawah

menunjukkan plot garisan bagi bilangan pelajar yang lulus mata pelajaran Sejarah di SMK
Kota Klias dari tahun 2008 hingga tahun 2013.

16

Generik Statistik Asas

Rajah 11: Contoh plot garisan

3.3.1 CARA MEMBUAT PLOT GARISAN MENGGUNAKAN APLIKASI MICROSOFT
EXCEL

Rajah 12: Menunjukkan data yang telah dimasukkan ke dalam jadual dan pemilihan
jenis graf
1. Masuk ke dalam aplikasi Microsoft Excel. Kemudian masukkan data ke dalam ruang
yang disediakan seperti alam Rajah 12 di atas.
2. Setelah itu, klik Insert dan klik lagi Line. Kemudian, klik pada pilihan pertama di 2-D Line
seperti dalam Rajah 12. Rajah yang kosong muncul.

17

Generik Statistik Asas

Rajah 13: Select Data

3. Seterusnya, klik kanan pada komputer di rajah yang kosong. Kemudian klik Select data.

Rajah 14: Select Data Source

Rajah 15: Edit Series

18

Generik Statistik Asas

Rajah 16: Axis Labels

Rajah 17: Select Data Source yang lengkap

4. Kemudian, muncul Select Data Source dan klik pada Add pada Legend Entries (Series)
seperti dalam Rajah 13. Setelah itu, muncul Edit Series. Pada Edit Series, Masukkan
tajuk graf pada Series Name dan Kekerapan data pada ruangan Series Volume dengan
highlight data kekerapan tersebut terlebih dahulu seperti dalam Rajah 15.
5. Setelah itu pula, klik pada Horizontal (Category) Axis Label dan klik juga pada Edit pada
seperti dalam Rajah 14. Kemudian, muncul Axis Label dan highlight data tahun sebelum
memasukkan data tersebut ke ruangan Axis Label Range dan klik Ok. Apabila telah
lengkap seperti dalam Rajah 17, klik Ok.

19

Generik Statistik Asas

Rajah 18: Mengubah label paksi pada paksi-x

Rajah 19: Mengubah label pada aksi-y

Rajah 20: Membuang Legend

20

Generik Statistik Asas

Rajah 21: Plot garisan yang telah siap

6. Untuk menulis label-label tersebut, klik pada Layout, klik lagi pada Axis Title untuk
membuat tajuk histogram. Bagi membuat label paksi-y, klik Axis Title, kemudian klik
Primary Vertical Axis Title dan klik Verticle Title. Bagi membuat label pada paksi-x, klik
pada juga pada Axis Title. Kemudian, klik Primary Horizontal Axis Title dan klik Title Below
Axis . Akhir sekali, klik Legend, dan klik None. Histogram terhasil seperti dalam Rajah 21.
3.4 HISTOGRAM
Histogram adalah perwakilan grafik bagi taburan data. Ia adalah suatu anggaran taburan
kebarangkalian bagi pemboleh ubah berterusan (pembolehubah kuantitatif) dan mula
diperkenalkan oleh Karl Pearson (1895). Histogram ialah paparan maklumat statistik yang
menggunakan segi empat tepat menunjukkan kekerapan item data dalam selang berangka
berturut-turut yang sama besar. Dalam bentuk yang paling biasa histogram , pembolehubah
bebas diplotkan sepanjang paksi mendatar dan pembolehubah bersandar diplotkan
sepanjang paksi menegak . Data ini kelihatan seperti satu segi empat tepat berwarna atau
kawasan berlorek berubah-ubah.

Rajah 22 : Contoh histogram

3.4.1 CARA MEMBUAT HISTOGRAM MENGGUNAKAN MICROSOFT EXCEL

21

Generik Statistik Asas

Rajah 23: Proses memasukkan data dan memilih jenis graf

1. Masuk ke dalam aplikasi Micosoft Excel. Setelah itu, masukkan data selang kelas atau
sempadan atas, atau sempadan bawah atau titik tengah, dan kekerapan data ke ruang
yang disediakan seperti yang ditunjukkan dalam rajah. Kemudian, klik Insert dan pilih
Column. Klik pada 2-D Column pilihan pertama. Hasil yang akan muncul adalah seperti
dalam rajah yang ditunjukkan bernombor 5.

Rajah 24: Proses membuang jarak antara palang untuk menjadikannya histogram
2. setelah itu, klik dua kali pada palang data sehingga muncul Format Data Series.
Kemudian, ubah Gap Width kepada No Gap, dan klik Close seperti dalam Rajah 24.
Histogram terhasil dan label tajuk, paksi-x serta paksi-y perlu ditulis.

22

Generik Statistik Asas

Rajah 25: menulis label paksi-y

3. Untuk menulis label-label tersebut, klik pada Layout, klik lagi pada Axis Title untuk
membuat tajuk histogram. Bagi membuat label paksi-y, klik Axis Title, kemudian klik
Primary Vertical Axis Title dan klik Verticle Title.

Rajah 26: Menulis paksi-x

4. Bagi membuat label pada paksi-x, klik pada juga pada Axis Title. Kemudian, klik Primary
Horizontal Axis Title dan klik Title Below Axis.

Rajah 27: membuang legend.

23

Generik Statistik Asas

Rajah 28: Histogram yang telah siap

5. Setelah itu, untuk membuang Legend, klik pada Legend, dan pilih None. Terhasillah
sebuah Histogram.
3.5 POLIGON KEKERAPAN
Dalam Poligon Kekerapan , satu graf garis dilukis dengan menyertai semua titik tengah.
Poligon kekerapan adalah alat grafik untuk memahami bentuk pengagihan . Mereka
berkhidmat tujuan yang sama seperti histogram , tetapi sangat berguna untuk
membandingkan set data . Poligon kekerapan juga pilihan yang baik untuk memaparkan
taburan kekerapan terkumpul .
Untuk membuat poligon kekerapan , bermula hanya sebagai untuk histogram ,
dengan memilih saiz selang kelas . Kemudian lukis satu paksi - X mewakili nilai-nilai yang
skor dalam data anda . Tandakan tengah-tengah setiap selang kelas dengan tanda tanda ,
dan melabel dengan nilai tengah diwakili oleh kelas. Lukiskan paksi- Y untuk menunjukkan
kekerapan setiap kelas . Letakkan satu titik di tengah-tengah setiap selang kelas pada
ketinggian yang sepadan dengan frekuensinya. Akhir sekali , sambungkan mata. Anda mesti
termasuk satu selang kelas di bawah nilai terendah dalam data anda dan satu di atas nilai
tertinggi . Graf kemudian akan menyentuh paksi X - pada kedua-dua belah pihak.

RAJAH 29: Contoh poligon kekerapan

24

Generik Statistik Asas

3.5.1

CARA

MEMBUAT

POLIGON

KEKERAPAN

MENGGUNAKAN

APLIKASI

MICROSOFT EXCEL

Rajah 30: proses memasukkan data dan memilih jenis graf

1. Buka aplikasi Microsoft Excel dan masukkan data yang diperoleh iaitu titik tengah, selang
kelas, sempadan atas, atau sempadan bawah serta kekerapannya seperti dalam Rajah
30. Kemudian, klik Insert dan klik lagi pada Scatter. Pada Scatter, pilih scatter yang
keempat seperti dalam Rajah 30.

Rajah 31: Poligon kekerapan yang telah siap

2. Langkah seterusnya ialah labelkan setiap paksi termasuk tajuk. Klik pada Layout dan klik
Chart title untuk membuat tajuk. Setelah itu, klik Axis Title untuk melabelkan paksi. Bagi
paksi-x, klik pada Primary Horizontal Axis Title dan pilih Horizontal Axis Title. Bagi
membuat label paksi-y, klik Axis Title, kemudian klik Primary Vertical Axis Title dan klik
Verticle Title.

Kemudian, buang Legend dengan mengklik Legend dan pilh None.

Polygon kekerapan terhasil seperti dalam Rajah 31.

25

Generik Statistik Asas

3.6 OGIF
Dalam statistik , ogif adalah graf bebas tangan menunjukkan keluk fungsi taburan kumulatif .
Mata yang diplotkan adalah sempadan atas, sempadan bawah, titik tengah dan selang
kelas, dan kekerapan kumulatif yang sama ( yang , untuk taburan normal , menyerupai satu
sisi sebuah gerbang Arabesque atau ogival ) . Ia juga boleh digunakan untuk merujuk
kepada fungsi taburan kumulatif empirikal

Rajah 32: contoh ogif

3.6.1 CARA MEMBUAT OGIF MENGGUNAKAN APLIKASI MICROSOFT EXCEL

Rajah 33: Proses memasukkan data dan memilih jenis graf

Rajah 34: Menunjukkan ogif yang telah terhasil

26

Generik Statistik Asas

1. Buka aplikasi Microsoft Excel dan masukkan data. Data yang dimasukkan ialah selang
kelas atau sempadan atas atau sempadan bawah atau titik tengah bagi data bersama
dengan kekerapan dan kekerapan longgokan seperti dalam Rajah 33.
2. Kemudian, klik Insert. Stelah itu, klik lagi Scatter dan pilih pilihan kedua. Bukan itu sahaja,
labelkan juga setiap paksi dan beri tajuk kepada ogif ini.
3. Untuk melabelkan tajuk, klik pada Layout dan klik Chart title. Setelah itu, klik Axis Title
untuk melabelkan paksi. Bagi paksi-x, klik pada Primary Horizontal Axis Title dan pilih
Horizontal Axis Title. Bagi membuat label paksi-y, klik Axis Title, kemudian klik Primary
Vertical Axis Title dan klik Verticle Title.

Kemudian, buang Legend dengan mengklik

Legend dan pilh None. Ogif terhasil seperti dalam Rajah 34.
3.7 STEM AND LEAF
Sebuah plot di mana setiap nilai data dibahagikan menjadi " daun " (biasanya digit terakhir)
dan " stem " ( angka lain ) . Dalam batang dan daun plot , nilai stem muncul pada paksi
menegak dan nilai daun disenaraikan pada paksi mengufuk . Sebagai contoh " 32 "
berpecah kepada " 3 " ( stem ) dan " 2 " ( daun ) . Nilai " stem " disenaraikan ke bawah , dan
" daun " nilai-nilai yang disenaraikan di sebelah mereka . Dengan cara ini, " stem " kumpulan
markah dan setiap " daun " menunjukkan skor dalam kumpulan itu. Biasanya digunakan
untuk mengesan markah beberapa kumpulan , seperti yang dihasilkan oleh pasukan sukan
atau di dalam bilik darjah , batang dan daun plot jelas menyenaraikan markah setiap
kumpulan atau individu dalam tertib menurun .

Raja 35: Contoh Stem and Leaf

3.7.1 CARA MEMBUAT STEM AND LEAF MENGGUNAKAN APLIKASI MICROSOFT
EXCEL

27

Generik Statistik Asas

Rajah 36: Proses memasukkan data dan nilai minimum dan nilai maksimum
1. Buka aplikasi Microsoft Excel dan masukkan data. Sebagai contoh, data markah pelajar
seperti dalam Rajah 36 di atas. Kemudian, catatkan juga nilai minimum dan nilai
maksimum bagi data yang telah dimasukkan sebelumnya.

Rajah 37: Proses membuat stem

2. Masukkan nilai stem iaitu angka yang berada pada nilai tempat puluh daripada data.
Tetapi, jika berulang-ulang, tulis angka yang sama itu sekali sahaja seperti dalam Rajah
37 di atas.

28

Generik Statistik Asas

Rajah 38: Proses membuat Leaf

3. Setelah itu, untuk membuat leaf, ia mempunyai rumusnya yang tersendiri iaitu
=REPT( 0 ,COUNTIF($A$2:$A$,C5*10+0)). Simbol $ pada rumus adalah data tidak
berubah-ubah untuk pengiraan yang seterusnya. Huruf A pada rumus mewakili
kedudukan kolum jadual seperti dalam rajah 38, jadual data saya terletak pada
kedudukan A. Jika pada B, maka taip B. C5 pula mewakili data stem terletak pada Row
yang kelima seperti dalam rajah 38.
4. Kemudian, klik pada kotak leaf yang pertama dan masukkan rumus tadi . Seterusnya,
copy dan Paste rumus tersebut dan letakkan simbol & sebagai pemisah antara rumus .
Angka sifar yang terdapat pada rumus digantikan dengan angka 1 hingga angka 9 seperti
dalam Rajah 38 di atas. Sebagai contoh, =REPT( 0
,COUNTIF($A$2:$A$15,C5*10+0))&=REPT( 1 ,COUNTIF($A$2:$A$15,C5*10+1))&
=REPT( 2 ,COUNTIF($A$2:$A$15,C5*10+2))& =REPT( 3
,COUNTIF($A$2:$A$15,C5*10+3))&=REPT( 4 ,COUNTIF($A$2:$A$15,C5*10+4))&
=REPT( 5 ,COUNTIF($A$2:$A$15,C5*10+5))& =REPT( 6
,COUNTIF($A$2:$A$15,C5*10+6))& =REPT( 7 ,COUNTIF($A$2:$A$15,C5*10+7))&
=REPT( 8 ,COUNTIF($A$2:$A$15,C5*10+8))& =REPT( 9
,COUNTIF($A$2:$A$15,C5*10+9))
5. Setelah dimasukkan rumus-rumus tadi, klik Enter.

29

Generik Statistik Asas

Rajah 39: Hasil setelah dimasukkan rumus membuat Leaf di dalam Microsoft Excel

Rajah 40: Stem and Leaf yang telah siap

6. Setelah rumus telah dimasukkan, klik Enter. Seterusnya, Drag kotak Leaf pada bucunya
terus ke kotak Leaf yang terakhir seperti dalam Rajah 38. Maka, semua kotak Leaf telah
mempunyai jawapannya. Hal ini kerana, rumus untuk semua angka iaitu dari 1 hingga 9
telah dimasukkan ke dalam rumus terlebih dahulu sebentar tadi. Stem and Leaf terhasil
seperti dalam rajah 40.
3.8 BOX PLOT
Sebuah Box plot adalah grafik data statistik berdasarkan minimum, kuartil pertama, median,
kuartil ketiga, dan maksimum. Istilah "box plot" berasal dari fakta bahawa graf yang
kelihatan seperti sebuah segiempat tepat dengan garis memanjang dari bahagian atas dan
bawah. Oleh kerana garis melanjutkan, jenis graf kadang-kadang dipanggil plot box-andwhisker.
Dalam kotak plot biasa, bahagian atas segi empat tepat yang menunjukkan kuartil
ketiga, garis mendatar berhampiran tengah-tengah segi empat tepat yang menunjukkan

30

Generik Statistik Asas

median, dan bahagian bawah segi empat tepat yang menunjukkan kuartil pertama. Satu
garis menegak bermula dari bahagian atas segi empat untuk menunjukkan nilai maksimum,
dan garis menegak lain bermula dari bahagian bawah segi empat tepat untuk menandakan
nilai minimum. Ilustrasi menunjukkan contoh generik plot kotak dengan maksimum, kuartil
ketiga, median, kuartil pertama, dan nilai-nilai minimum dilabel. Jarak menegak relatif antara
label mencerminkan nilai-nilai pemboleh ubah berkadaran.

Rajah 41: Contoh Box plot

3.8.1 CARA MEMBUAT BOX PLOT MENGGUNAKAN APLIKASI MICROSOFT EXCEL

Rajah 42: Proses memasukkan data ke dalam Microsoft Excel

1. Buka aplikasi Microsoft Excel dan masukkan data. Sebagai contoh, masukkan data tahun
dan jumlah kelahiran berdasarkan tahun tersebut seperti dalam Rajah 42.kemudian bina
jadual pada ruangan yang yang pada Microsoft Excel yang sama yang mengandungi nilai
minimum, kuartil 1, median, kuartil 3 dan nilai maksimum serta perbezaan seperti dalam
Rajah 42.

31

Generik Statistik Asas

Rajah 43: Mencari minimum, kuartil 1 dan maksimum

2. Setelah itu, masukkan nilai minimum iaitu nilai terendah dalam data dan nilai maksimum
iaitu nilai tertinggi dalam data. Sebagai contoh, masukkan nilai 179 selaku nilai terendah
dan nilai maksimum , 581, dengan merujuk pada jadual data yang telah dimasukkan
sebelumnya.
3. Kemudian, untuk mencari kuartil 1, masukkan rumus =QUARTILE(. Kemudian, highlight
jadual pada kolum jumlah kelahiran seperti dalam rajah. Setelah itu, rumus tadi akan
mencadi seperti ini =QUARTILE(Table5[[JUMLAH KELAHIRAN ]]. Tambah koma pada
rumus tersebut seperti ini, =QUARTILE(Table5[[JUMLAH KELAHIRAN ]],. Kemudian,
akan muncul rajah seperti dalam Rajah 43. Pilih 1 kerana kita sedang membuat kuartil 1.

Rajah 44: Mencari Kuartil 1

4. Rumus tadi

perlu ditutup dengan kurungan ) dan akan menjadi seperti ini,

=QUARTILE(Table5[[JUMLAH KELAHIRAN ]],1). Setelah itu, klik Enter.

5. Begitulah seterusnya bagi mencari median dan kuartil 3. Ulang sahaja proses 3 dan 4
dengan menggantikan angka yang dimasukkan dalam rumus iaitu angka 2 untuk median
dan angka 3 untuk kuartil 3.

32

Generik Statistik Asas

Rajah 45: Mencari perbezaan

Rajah 46: Memasukkan data dalam jadual perbezaan

6. Kemudian, kolum perbezaan seperti dalam Rajah 45, diisi dengan menolak data. Bagi
nilai minimum, nilai selepas dibezakan tetaplah nilai yang sama. Sebagai contoh, nilai
minimum seperti dalam rajah tidak berubah iaitu 179. Bagi kuartil 1 pula, klik kotak nilai
kuartil 1. Setelah itu, taip simbol tolak, - dan klik kotak nilai minimum yang terletak di
atas nilai kuartil 1 tadi serta klik Enter. Bagi median, kuartil 3 dan nilai maksimum, hanya
perlu drag atau tarik ke bawah kotak kuartil 1 yang telah dibezakan sperti dalam Rajah
46.

33

Generik Statistik Asas

Rajah 47: Jadual yang telah lengkap

Rajah 48: Memilih jenis graf utuk membuat Box plot

7. Kemudian, highlight kolum perbezaan dan klik Insert. Setelah itu, pilih graf jenis Bar dan
klik pada pilihan 2-D Bar yang kedua seperti dalam Rajah 48.

Rajah 49: Carta palang melintang

8. Carta palang melintang akan terhasil seperti dalam Rajah 49.

34

Generik Statistik Asas

Rajah 50: Carta palang yang telah diubah

9. Kemudian, klik Swith Row/Column. Seterusnya, klik Design dan pilih Chart Style yang
kedua seperti dalam Rajah 50. Terhasillah sebuah carta yang telah diubah daripada carta
palang.

Rajah 51: Salah satu proses menyiapkan Box plot

10. Langkah seterusnya ialah klik pada petak berwarna pertama seperti dalam Rajah 51.
Kemudian, muncul rajah Format Data Series dan klik pada Fill serta pilih No Fill.
Seterusnya, klik Close. Lakukan langkah yang sama pada petak berwarna yang kelima.

Rajah 52: Proses membuat whisker kiri pada Box plot

35

Generik Statistik Asas

Rajah 53: Whisker kiri yang telah siap dibuat

11. Seterusnya, lakukan langkah 10 tadi pada petak berwarna kedua. Setelah itu, klik pada
Layout dan klik lagi pada Error Bars. Pada menu Error Bars, pilih more error bars option
dan akan muncul rajah Format Error Bars seperti dalam Rajah 52.
12. Kemudian, pada Horizontal Error Bars, klik Minus dan klik pada Percentage serta
peratusnya

diubah kepada 100. Seterusnya klik Close. Terhasillah Whisker kiri

Boxplot .

Rajah 54: Proses membuat whisker kanan pada Boxplot

13. Langkah berikutnya ialah klik pada petak berwarna yang keempat dan klik pada Error
Bars. Pada Error Bars, pilih More error bars option. Apabila telah muncul rajah Format
Error Bars, pilih pada Horizontal Error Bars dan klik lagi pada Plus. Kemudian, klik juga
pada Percentage dan ubah peratusnya kepada 100. Setelah itu, klik Close seperti
dalam Rajah 54.

36

Generik Statistik Asas

Rajah 55: Boxplot yang telah siap

14. Boxplot yang telah siap seperti dalam Rajah 55.

37

Generik Statistik Asas

TUGASAN 2
1. 0 PENGENALAN DATA SELANJAR
Data selanjar ialah data yang boleh mengambil apa-apa nilai (dalam julat). Sebagai contoh,
ketinggian orang ramai boleh menjadi apa-apa nilai (dalam lingkungan ketinggian manusia),
bukan pada ketinggian yag tetap. Data selanjar adalah bertentangan dengan data diskret.
1.1 DATA SELANJAR YANG DIPEROLEH

Berat badan (kg) 30 orang pelajar PPISMP Ambilan Jun 2014

Bil.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.
21.
22.
23.
24.
25.
26.
27.
28.
29.
30.

Opsyen
Bahasa Kadazandusun (BKD)
Bahasa Kadazandusun (BKD)
Bahasa Kadazandusun (BKD)
Bahasa Kadazandusun (BKD)
Bahasa Kadazandusun (BKD)
Pendidikan Seni Visual (PSV)
Pendidikan Seni Visual (PSV)
Pendidikan Seni Visual (PSV)
Pendidikan Seni Visual (PSV)
Pendidikan Seni Visual (PSV)
Pendidikan Seni Visual (PSV)
Pendidikan Seni Visual (PSV)
Pendidikan Seni Visual (PSV)
Pendidikan Seni Visual (PSV)
Pendidikan Seni Visual (PSV)
Reka Bentuk dan Teknologi (RBT)
Reka Bentuk dan Teknologi (RBT)
Sejarah (SJH)
Sejarah (SJH)
Sejarah (SJH)
Sejarah (SJH)
Sejarah (SJH)
Sejarah (SJH)
Sejarah (SJH)
Sejarah (SJH)
Sejarah (SJH)
Sejarah (SJH)
Sejarah (SJH)
Sejarah (SJH)
Sejarah (SJH)

Berat Badan (kg)

43
54
62
61
59
65
69
60
66
70
46
64
60
64
46
68
65
38
48
46
45
60
45
68
63
57
57
56
60
56.5

Jadual 1: Berat badan (kg) 30 orang pelajar PPISMP Ambilan Jun 2014

2.0 ANALISIS DATA BERANGKA

38

Generik Statistik Asas

Data berangka adalah data yang dinyatakan dengan angka yang bertentangan dengan
huruf atau perkataan. Sebagai contoh, berat meja atau ketinggian bangunan adalah data
berangka.
2.1 UKURAN KECENDERUNGAN MEMUSAT
Ukuran kecenderungan memusat (juga dirujuk sebagai langkah pusat atau lokasi pusat)
adalah ukuran ringkasan yang cuba untuk menggambarkan seluruh set data dengan nilai
tunggal yang mewakili tengah atau pusat pengedarannya. Terdapat tiga langkah utama
kecenderungan memusat: mod, median dan min. Setiap satu daripada langkah-langkah ini
menerangkan tanda-tanda yang berbeza daripada nilai biasa atau pusat dalam pengagihan.
2.1.1 MIN
Min adalah jumlah nilai setiap pemerhatian atau data dalam dataset dibahagikan dengan
jumlah pemerhatian atau bilangan data. Ini juga dikenali sebagai purata aritmetik. Kelebihan
min ialah Min boleh digunakan untuk kedua-dua data berangka yang berterusan dan diskret.
Had min ialah min tidak boleh dikira bagi data berkategori, nilai-nilai tidak dapat disimpulkan.
Min populasi ditandakan dengan simbol Yunani (disebut 'mu'). Apabila min dikira pada
pembahagian daripada sampel yang ia ditandakan dengan simbol X (disebut X-bar).

Boleh diringkaskan bahawa,

Min

Jumlah Data
Bilangan Data

atau

Cara penyelesaian min:

x =

x
N
43+54 +62+61+59+65+69+60+ 66+70+ 46
+64 +60+64 +46+ 68+65+38+ 48+46+ 45
+60+ 45+68+63+57+ 57+56+60+56.5
Min=
30

Min=

1721.5
30

Min=57.38
Min bagi data ini ialah 57.38 kg
39

x =

x
N

Generik Statistik Asas

2.1.2 MOD
Mod adalah nilai yang paling biasa yang berlaku dalam pengagihan atau data yang
mempunyai kekerapan yang tertinggi. Mod mempunyai kelebihan berbanding median dan
min kerana ia boleh didapati untuk kedua-dua berangka dan mutlak (bukan berangka) data
Mod = data yang mempunyai kekerapan tertinggi
38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,
65, 66, 68, 68, 69, 70
Berat (kg)
38
43
45
46
48
54
56
56.5
57
59
60
61
62
63
64
65
66
68
69
70

Kekerapan
1
1
2
3
1
1
1
1
2
1
4
1
1
1
2
2
1
2
1
1
Jadual 2: Jadual kekerapan data

Mod = 60
Mod bagi data ini ialah 60 kg
2.1.3 MEDIAN
Jika nilai dalam set data disusun dalam susunan menaik, median adalah nilai yang terletak
ditengah-tengah.
38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,
65, 66, 68, 68, 69, 70
40

Generik Statistik Asas

Median =

1 n
n
[
+ +1 ]
2 2
2

( )( )

1
30
30
[nilai ke
+ nilai ke
+1 ]
2
2
2

1
2 (nilai ke 15 + nilai ke 16)

1
( 60+60 )
2

( )

= 60
Oleh median bagi data selanjar ini ialah 60 kg
2.2 SUKATAN SERAKAN
Dalam statistik, serakan (juga dipanggil kebolehubahan, berselerak, atau merebaknya)
menandakan bagaimana diregangkan atau diperah adalah pengedaran (teori yang
mendasari atau sampel statistik). Contoh biasa dalam sukatan serakan adalah varians,
sisihan piawai dan julat.
2.2.1 JULAT
Julat ialah lingkungan satu set data adalah perbezaan di antara nilai-nilai tertinggi dan
terendah dalam set.
Julat = Nilai tertinggi - nilai terendah
= 70 38
= 32
Oleh itu, julat bagi data selanjar ini ialah 32 kg

2.2.2 SISIHAN PIAWAI

Sisihan piawai ialah ukuran serakan dalam taburan kekerapan, bersamaan dengan punca
kuasa dua min kuasa dua sisihan daripada min aritmetik pengagihan.
41

Generik Statistik Asas

=

f ( x x )
f

X =57.38

x
x

x
x

Berat (x)

Kekerapan (f)

38.0
43.0
45.0
46.0
48.0
54.0
56.0
56.5
57.0
59.0
60.0
61.0
62.0
63.0
64.0
65.0
66.0
68.0
69.0
70.0

1
1
2
3
1
1
1
1
2
1
4
1
1
1
2
2
1
2
1
1

375.58
206.78
153.26
129.50
87.98
11.42
1.90
0.77
0.14
2.62
6.86
13.10
21.34
31.58
43.82
58.06
74.30
112.78
135.02
159.26

375.58
206.78
306.52
388.50
87.98
11.42
1.90
0.77
0.28
2.62
27.44
13.10
21.34
31.58
87.64
116.12
74.30
225.56
135.02
159.26

30

1626.07

2273.71

Jadual 3: Jadual untuk mencari sisihan piawai

X =57.38

f ( x x )
f

2273.71
30
=75.79

42

Generik Statistik Asas

=8.71

2.2.3 VARIANS
Varians ialah pengukuran penyebaran antara nombor dalam set data. Varians mengukur
sejauh mana setiap nombor dalam set adalah daripada min. Varians dikira dengan
mengambil perbezaan antara setiap nombor dalam set dan min, mengkuasaduakan
perbezaan (untuk membuat mereka positif) dan membahagikan jumlah kuasa dua dengan
jumlah nilai dalam set.

x
x

2
f

2=
x =57.38
Berat (x)

Kekerapan (f)

38.0
43.0
45.0
46.0
48.0
54.0
56.0
56.5
57.0
59.0
60.0
61.0
62.0
63.0
64.0
65.0
66.0
68.0
69.0
70.0

1
1
2
3
1
1
1
1
2
1
4
1
1
1
2
2
1
2
1
1

x
x

375.58
206.78
153.26
129.50
87.98
11.42
1.90
0.77
0.14
2.62
6.86
13.10
21.34
31.58
43.82
58.06
74.30
112.78
135.02
159.26

43

x
x

f
375.58
206.78
306.52
388.50
87.98
11.42
1.90
0.77
0.28
2.62
27.44
13.10
21.34
31.58
87.64
116.12
74.30
225.56
135.02
159.26

Generik Statistik Asas

30

1626.07

2273.71

Jadual 4: Jadual untuk mencari varians

x
x

2
f

2=
2=

2273.71
30
75.79

2.3 PERSENTIL, DESIL, KUARTIL

2.3.1 PERSENTIL
Persentil ialah nombor (nilai) yang mewakili kedudukan peratusan dalam senarai (julat) data.

Rumus persentil,

Persentil=

1
n
100

Cara penyelesaian:
38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,
65, 66, 68, 68, 69, 70

Persentil=

1
n
100

persentil=

50
( 30 )
100

persentil=sebutan ke15
persentil=60

44

Generik Statistik Asas

2.3.2 DESIL
Kaedah pemisahan sehingga satu set data kedudukan ke 10 subseksyen sama besar.
Kedudukan data jenis ini dilakukan sebagai sebahagian daripada banyak kajian akademik
dan statistik dalam bidang kewangan. Data boleh menduduki tempat daripada terbesar
kepada nilai-nilai yang paling kecil, atau sebaliknya.

Desil=

1
n
10

cara penyelesaian:
38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,
65, 66, 68, 68, 69, 70

Desil=

1
n
10

Desil=

5
( 30 )
10

Desil=sebutan ke15

Desil=60
2.3.3 KUARTIL
Satu istilah statistik yang menerangkan pembahagian pemerhatian kepada empat selang
yang telah ditetapkan berdasarkan nilai-nilai data dan bagaimana mereka berbanding
dengan keseluruhan set pemerhatian. Kuartil terbahagi kepada tiga iaitu kuartil satu, kuartil
dua dan kuartil tiga.

1
Kuartil 1= (Bilangan data)
4
1
Kuartil 2= (Bilangan data)
2

45

Generik Statistik Asas

3
Kuartil 3= ( Bilangandata)
4
Cara penyelesaian:
a) Kuartil 1:

1
Kuartil 1= (Bilangan data)
4
1
Kuartil 1= (30)
4
Kuartil 1=sebutan ke 7.5
38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64,
65, 65, 66, 68, 68, 69, 70

46+ 48
2

47
b) Kuartil 2:

1
Kuartil 2= (Bilangan data)
2
1
Kuartil 2= ( 30 )
2
Kuartil 2=sebutan ke15
38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,
65, 66, 68, 68, 69, 70

Kuartil 2= 60
c) Kuartil 3:
46

Generik Statistik Asas

3
Kuartil 3= ( Bilangandata)
4
3
Kuartil 3= ( 30 )
4
Kuartil 3=sebutan ke22.5
38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,
65, 66, 68, 68, 69, 70

Kuartil 3=

64 +64
2

Kuartil 3=64
Secara keseluruhannya, dapatlah dilihat di sini bahawa persentil, desil dan kuartil
mempunyai persamaan.
Kuartil 2 = Desil 5 = Persentil 50

47

Generik Statistik Asas

KESIMPULAN
Secara keseluruhannya, dapatlah disimpulkan bahawa pelbagai kaedah pengumpulan data
amat penting dalam sesebuah penyelidikan. Tanpa keaedah-kaedah pengumpulan data ini,
data yang diperlukan tidak dapat diperoleh, dikumpul dan dianalisis dengan betul. Antara
kaedah pengumpulan data ialah soal selidik, temu bual dan pemerhatian. Di dalam soal
selidik, selain daripada strategi persampelan responden, item-item soal selidik adalah amat
penting dalam pungutan data untuk dianalisis dan interpretasi. Ini adalah kerana kesahan,
kebolehpercayaan, kebolehtadbiran, dan kemudahtafsiran data sampelnya bukan sahaja
bergantung kepada responden bagaimana menjawab item-item, tetapi juga bagaimana
soalan-soalan selidik yang berkualiti dapat disediakan.
Temubual pula bukan sahaja memerlukan kemahiran membina soalan-soalan selidik,
tetapi juga memerlukan kemahiran komunikasi interpersonal untuk membentuk iklim temu
bual yang kondusif untuk memungut data yang tulen, lengkap dan sempurna. Bagi
pemerhatian pula, ia merupakan instrument kajian yang sangat berkesan kerana antara
sensori-sensori manusia yang digunakan untuk memperoleh maklumat ialah melalui
penglihatan, yang merupakan sensori persepsi yang paling berkesan. Maka, melalui kaedah
ini, penyelidik dapat memperoleh kefahaman situasi nyata secara lebih mendalam.
Data-data yang diperoleh boleh diwakilkan menggunakan aplikasi TMK iaitu
Microsoft Excel. Antara bentuk yang perwakilan yang boleh dibuat menggunakan aplikasi ini
ialah carta palang, plot garisan, poligon kekerapan, histogram, ogif, stem and leaf dan
boxplot. Tugasan kedua menunjukkan dengan jelas cara untuk mencari data selanjar,
48

Generik Statistik Asas

sukatan kecenderungan memusat, sukatan serakan dan persentil, desil serta kuartil.
Dengan adanya semua ini, sesebuah penyelidikan itu akan menjadi lebih berkualiti serta
bermutu tinggi.

REFLEKSI
Alhamdulillah, setinggi-tinggi kesyukuran saya panjatkan ke hadrat Ilahi kerana dengan
kuasa dan izin-Nya, saya dapat menyiapkan Kerja Kursus Pendek (KKP) Statistik Asas ini
dengan jayanya.

Melalui kerja kursus ini, pelbagai pengalaman dan ilmu yang saya

perolehi.
Pada awalnya, tugasan yang Tuan Mohd. Naim bin Hj. Abd Rahim berikan ini agak
sukar dan saya berasa sangat tidak bersemangat untuk menyiapkan tugasan ini. Hal ini
kerana tugasan ini ada meminta untuk membuat penulisan tentang kaedah cara mewakilkan
sesebuah data menggunakan aplikasi TMK iaitu Microsoft Excel. Saya merasakan tugasan
ini agak sukar kerana sya tidak mempunyai kemahiran untuk menggunakan aplikasi
Microsoft Excel.
Namun begitu, saya harus sentiasa positif kerana jika saya fikirkan saya boleh, saya
pasti boleh untuk menyiapkan tugasan ini dengan cemerlang. Jika rakan-rakan saya boleh
bersemangat, maka saya juga boleh. Namun begitu, alhamdulillah kerana selepas Tuan
Mahian memberi penerangan dan hasil perbincangan dengan rakan-rakan sekelas, saya
dapat memahami konsep dan tugasan kerja kursus kali ini. Walaupun agak sukar, namun
jawapan bagi soalan-soalan ini boleh dikupas dengan baik dengan menganalisis maklumat
dan membuat kajian ilmu dengan sistematik agar jawapan yang diberikan merupakan
jawapan dan maklumat yang betul.

49

Generik Statistik Asas

Sepanjang menjalankan tugasan ini, saya telah mempelajari betapa pentingnya
masa untuk dimanfaatkan.

Saya mempunyai kelemahan terbesar iaitu sikap sering

bertangguh untuk membuat sesuatu pekerjaan.

Sesungguhnya benarlah kata hikmah

terdahulu yang mengatakan bahawa masa itu emas. Saya dapat lihat betapa berharganya
masa untuk diisi dengan melakukan aktiviti-aktiviti yang berfaedah seperti menyempurnakan
tugasan yang diberikan tanpa bertangguh. Hal ini demikian kerana, sesuatu kerja yang
dilaksanakan secara bertangguh pasti akan menghasilkan sesuatu yang tidak memuaskan.
Seorang sahabat ada berpesan kepada saya iaitu sikap bertangguh merupakan sifat
syaitan.

Kita sebagai seorang Muslim hendaklah menjauhkan diri kita daripada sifat

berkenaan agar hidup kita sentiasa diberkati dan diredhai Allah SWT. Insya Allah, saya akan
mengubah sikap buruk saya ini sedikit demi sedikit dan terus istiqamah iaitu berterusan agar
mendapat redha Allah SWT.
Pada pendapat saya, tugasan kerja kursus Statistik Asas ini amat memberi faedah
dan input kepada diri saya dan rakan-rakan. Hal ini demikian kerana, walaupun saya akan
mengajar subjek Sejarah di sekolah nanti, namun saya tidak boleh mengabaikan subjeksubjek lain kerana salah satu ciri seorang guru yang cemerlang ialah guru yang
mempersiapkan dirinya dengan pelbagai jenis ilmu. Oleh yang demikian, jika bukan saya
yang perlu belajar bersungguh-sungguh, maka siapa lagi? Sesungguhnya kerja kursus ini
telah menyedarkan diri saya bahawa betapa pentingnya subjek ini untuk dipelajari dan
dihayati.
Sewaktu proses menyiapkan tugasan ini, saya menghadapi beberapa kesukaran
iaitu saya tidak tahu bagaimanakah caranya untuk membuat sebarang graf atau carta
menggunakan Microsoft Excel. Hal ini agak menyukarkan saya untuk menyiapkan tugasan
ini. Namun begitu, hal tersebut tidak meruntuhkan semangat saya untuk menyiapkan kerja
kursus ini. Saya telah meminta rakan saya, Nurhanani Suriana untuk memberi tunjuk ajar
tentang

cara-cara

untuk

menggunakan

Microsoft

Excel

sehingga

saya

mahir

menggunakannya. Tugasan ini telah menjadikan saya seorang yang gigih dan bersungguhsungguh di dalam semua perkara.
Tugasan kerja kursus ini telah mengajar pelbagai perkara yang bermanfaat untuk diri
saya juga rakan-rakan. Saya telah bertekad untuk melakukan tugasan kerja kursus akan
datang dan seterusnya dengan tidak bertangguh lagi. Saya akan berusaha untuk mula
membuat kerja kursus sejurus selepas mendapat soft copy atau hard copy bagi soalan
tugasan tersebut sedikit demi sedikit. Sekurang-kurangnya, saya tidak kelam kabut dan
terpaksa untuk tidak tidur pada waktu malam semata-mata untuk menyiapkan tugasantugasan kerja kursus yang diberikan kerana due-date iaitu waktu untuk menghantar tugasan
50

Generik Statistik Asas

semakin hampir. Tambahan lagi, saya juga akan lebih rajin untuk berkolaborasi dengan
pensyarah dan rakan-rakan agar mendapat lebih banyak ilmu baru yang bermanfaat.
Tugasan ini yang memerlukan kami menggunakan aplikasi Microsoft Excel
menunjukkan bahawa ia sangat penting dalam proses pengajaran dan pembelajaran
Seseorang tenaga pengajar sering berhadapan dengan masalah di mana pelajar tidak
mampu untuk membayangkan satu konsep dalam keadaan yang kompleks dan abstrak.
Penggunaan perisian berkomputer yang dibekalkan oleh pihak Kementerian Pelajaran
Malaysia telah merubah corak dan sistem pendidikan yang telah diamalkan di Malaysia.
Corak yang diamalkan sebelum ini berbentuk tradisional. Perkataan tradisi itu sendiri
membayangkan kita sesuatu yang telah lama dan bercorak ikutan. Menyedari tentang
kemampuan perisian yang mempunyai elemen elemen multimedia seperti pemaparan
grafik, warna yang jelas, isi yang berkesan dan berkualiti sudah pasti sedikit sebanyak dapat
membantu guru dan pelajar dalam proses pengajaran dan pembelajaran. Pendekatan
berbentuk konstruktivisme mengandaikan guru dan pelajar bekerjasama dalam proses
pengajaran dan pembelajaran. Lantaran itu pengajaran statistik bagi tujuan pengenalan
topic adalah lebih bijak jika diaplikasikan dalam bentuk pengajaran dan pembelajaran
dengan berbantu bahan mengajar berasaskan komputer.
Bukan itu sahaja, tugasan ini juga memberi pengetahuan baharu kepada saya
tentang kepentingan kaedah pengumpulan data yang pelbagai yang sangat penting dalam
melakukan kajian tindakan (AR) pada semester yang akan datang. Dengan mengetahuinya
lebih awal, maka tidak mempunyai masalah bagi saya untuk membuat kajian tindakan nanti.
Tugasan kedua yang memerlukan kami untuk membentuk kumpulan yang terdiri daripada
empat individu, iaitu, saya, Eliani Binti Uyen, Nursahira Binti Baddu dan Mohd. Asyraf Bin
Abd Hamid. Melaluinya, kerjasama antara kami menjadi semakin erat dan kemahiran
berkomunikasi kami semasa menyoal selidik responden juga semakin baik.
Saya berasa sangat bertuah kerana dapat mempelajari subjek ini dan mempunyai
seorang pensyarah yang begitu berpengalaman dan berpengetahuan dalam bidangStatistik
Asas. Sekarang, saya akan lebih yakin pada diri sendiri untuk mendidik dan berkongsi ilmu
kepada para pelajar pada masa yang akan datang. Saya juga bersemangat untuk menjadi
guru yang terbaik untuk anak-anak murid dan anak-anak saya.
Akhir kalam dari saya, saya berterima kasih kepada Allah kerana memberi keizinanNya kepada saya untuk menyiapkan tugasan ini. Kepada semua yang banyak membantu
saya dalam menyiapkan tugasan ini, sejambak mawar seharum kasturi saya berikan kerana
tanpa bantuan daripada semua pihak, tugasan saya tidak akan sesempurna ini. Tidak lupa
51

Generik Statistik Asas

juga kepada sahabat-sahabat saya yang banyak memberi semangat kepada saya, seinfiniti
terima kasih untuk anda semua. Saya memohon maaf kepada semua yang terguris hati dan
perasaan semasa saya menyiapkan tugasan ini. Sekian, terima kasih.

RUJUKAN
CBA-103

(2010).

Pengenalan

Terhadap

Statistik.

Daripada

http://statistikcba103.blogspot.com/2010/01/bab-1-pengenalan-terhadap-statistik.html.
Diakses pada 15 Mac 2015
Chew Su Lian & et.al (2007). Additional Mathematics SPM. Johor Darul Takzim: Penerbitan
Pelangi Sdn.Bhd.
Dahlia

(2011).

Jenis

data

numerik

dan

bukan

numerik.

Daripada

http://www.cikgudahlia.com/2011/11/jenis-datanumerik-dan-bukan-numerik.html.

Di

akses pada 18 Maac 2015.

Graham Upton & Ian Cook (2001). Introducing Statistics, 2nd Edition. New York: Oxford
University Press.
IPGM Kampu Pendidikan Teknik (2011). Kaedah pengumpulan data dalam penyelididkan.
Daripada

http://tajulariff60.blogspot.com/2011/03/4-kaedah-pengumpulan-data-

dalam.html. Diakses pada 15 Mac 2015.

Izham Shafie (2000). Pengantar Statistik. Perlis: Penerbit UUM.
Julianus

(2014).

Pengertian

Definisi

Statistik

Menurut

Para

Ahli.

Daripada

https://aidildelau.wordpress.com/2014/04/16/pengertian-definisi-statistik-menurut-paraahli/. Diakses pada 16 Mac 2015.

52

Generik Statistik Asas

Kamariah Abu Bakar, Rohani Ahmad Tarmizi & Abdul Majid Md. Isa (1996). Pengukuran
Kemahiran Sainstifik Di Kalangan Pelajar Lepasan SPM. Kertas Kerja dibentang di
Seminar Kebangsaan Penilaian KBSM: Isu dan Hala Strategik Ke Arah Abad 21.
Genting Highland, 2-6 September.
Mohd. Kidin Shahran (2002). Statistik Perihalan dan Kebarangkalian. Kuala Lumpur: Dewa
Bahasa Dan Pustaka.
Mohd Nawi Ab. Rahman (1998). Asas Statistik, Ed. 2. Serdang: Penerbit UPM.
Mok Soon Sang (2010). Penyelidikan dalam Pendidikan: Perancangan dan Pelaksanaan
Penyelidikan Tindakan. Selangor Darul Ehsan: Penerbitan Multimedia Sdn.Bhd.
Parta Setiawan (2015). Pengertian Statistik Lengkap Menurut Para Ahli. Daripada
http://www.gurupendidikan.com/pengertian-statistik-lengkap-menurut-para-ahli/. Diakses
pada 17 Mac 2015.
LAMPIRAN

BORANG SOAL SELIDIK GSA1072: STATISTIK ASAS

Berat badan (kg) 30 orang pelajar PPISMP Ambilan Jun 2014

Bil.
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
20.

Opsyen

Berat Badan (kg)

53

Generik Statistik Asas

21.
22.
23.
24.
25.
26.
27.
28.
29.
30.

54