Soalan 1:

(1) Untuk subjek Matematik, didapati skor beliau adalah lebih tinggi berbanding nilai skor
min. Ini menunjukkan pencapaian Murni adalah baik atau ujian ini terlalu senang dan
boleh ditambahbaik dengan menambahkan item soalan yang lebih sukar. Ia turut
dikenali sebagai lengkung taburan pencong negatif, iaitu nilai min<median<mod. Nilai
sisihan piawainya yang besar juga menunjukan serakan data yang besar dan pelbagai
(heterogen).

Situasi yang sama juga didapati untuk subjek Sains, iaitu skor beliau adalah lebih tinggi
berbanding nilai skor min. Ini menunjukkan pencapaian Murni adalah baik atau ujian ini
terlalu senang dan boleh ditambahbaik dengan menambahkan item soalan yang lebih
sukar (lengkung taburan pencong negatif). Namun sisihan piawainya yang lebih kecil
menunjukkan serakan data yang kecil (homogen).

(2) Namun untuk melihat taburan skor untuk kedua-dua subjek tersebut secara lebih
mendalam lagi, perbandingan langsung skor sahaja tidak memadai memandangkan ujian
Sains dan Matematik berkemungkinan berbeza segi jumlah soalan, nilai setiap soalan,
dan lain-lain lagi. Untuk menjawap soalan ini, kita boleh melihat situasi ini seperti
berikut: Berapakah peratus murid yang mendapat skor lebih rendah dari Murni? Diberi
skor Murni untuk Matematik dan Sains ialah 77 dari 100% dan 55 dari 100%, skor min 56
dan 48, dan sisihan piawai 10 dan 5. Dengan melakukan Skor-Z dan Skor-T, dapatan
adalah seperti pada jadual di bawah:

Matematik Sains
Skor 77% 55%
Min 56 48
Sisihan Piawai 10 5
Skor-Z
77- 56 = 2.10 55- 48 = 1.40
10 5
Skor-T 50 + (10 × 2.10) = 71 50 + (10 × 1.40) = 64

Didapati Skor-Z untuk Matematik ialah 2.10 (2 titik perpuluhan), dan dengan merujuk kepada Jadual
Taburan Normal (paksi-y ialah 2.1, paksi-x ialah 0.00), maka nilai dari jadual tersebut ialah 0.4821
atau 48.21%. Dalam erti kata lain, kebarangkalian sebanyak 48.21% pelajar di kelas tersebut
mendapat skor Matematik yang lebih baik berbanding Murni, manakala bakinya 51.79% mendapat
skor markah yang lebih rendah. Untuk subjek Sains pula, 41.92% adalah lebih baik manakala bakinya
58.08% mendapat skor yang lebih rendah berbanding Murni.

Selain itu, Skor-Z atau skor-T untuk skor Matematik Murni adalah lebih besar, maka kedudukan
relatifnya dalam Matematik adalah lebih tinggi daripada kedudukan relatifnya dalam Sains.
Ukuran kecenderungan memusat adalah statistik yang memperihalkan nilai tengah yang mewakili
keseluruhan suatu set data, iaitu mod, min, dan median.

Min merupakan nilai tengah yang dikira untuk mewakili suatu set data. Min bukan merupakan suatu
skor daripada set data berkenaan. Contoh; 1,2,3,4,5, min ialah (1+2+3+4+5) /5 =

Taburan dikatakan taburan pencong positif apabila nilai mod<median<min. Dalam keadaan ini,
bolehlah ditafsirkan bahawa ramai mendapat skor lebih rendah daripada skor min. Ini menunjukkan
pencapaian calon adalah rendah atau kurang baik atau ujian ini terlalu sukar atau calon sangat
lemah. Lengkung taburan pencong negative pula menunjukkan situasi di mana calon mendapat skor
yang lebih tinggi daripada skor min. Bermakna pencapaian calon adalah baik atau ujian ini terlalu
senang atau calon ujian sangat cerdas.

Varians = purata kepada jumlah kuasa dua (JKD) sisihan skor (beza titik) daripada min. Varians yang
besar menunjukkan skor-skor dalam set data terserak/tertabur dengan jauh daripada min.
Sekiranya varians kecil, serakan data juga kecil. Varians sifar menunjukkan bahawa semua nilai
adalah sama.

Sisihan piawai (standard deviation, SD) ditakrifkan sebagai punca kuasa dua varians. Untuk
memahami sisihan piawai, harus diingat bahawa varians adalah purata kepada jumlah kuasa dua
beza titik data (sisihan skor) dari min.

Varians = purata jumlah kuasa dua sisihan skor (beza titik) dari min.
Sisihan Piawai = punca kuasa dua varians

A small variance indicates that the data points tend to be very close to the mean, and to each other.
A high variance indicates that the data points are very spread out from the mean, and from one
another. Variance is the average of the squared distances from each point to the mean

Sisihan piawai, yang merupakan punca kuasa dua kuantiti tersebut, mengukur serakan data pada
min unit yang sama dengan data asal