KENCEDERUNGAN NUR
PUSAT, MENGUKUR
FATIHAH HASAN NUDIN
DR. AZA
1
Hasil Pembelajaran
Diakhir topik ini, anda dijangka mampu:
2
MENGANALISIS DATA DENGAN
MENGGUNAKAN STATISTIK DESKRIPTIF
• Melibatkan penghasilan satu gambaran ringkas sesuatu sampel
atau pembolehubah populasi yang dikaji.
3
MEMPERSEMBAHKAN DATA MENGGUNAKAN
STATISTIK DESKRIPTIF
• Statistik deskriptif menunjukkan data dan selalunya
menggunakan grafik seperti carta atau graf.
• Grafik yang digunakan bergantung pada data yang diperolehi.
4
5
TABURAN KEKERAPAN DAN KECENDERUNGAN
MEMUSAT
• Taburan kekerapan adalah satu jadual untuk memaparkan data
kuantitatif.
6
Contoh:
Taburan markah ujian mingguan bagi 50 orang pelajar yang
markah penuhnya ialah 10.
2 5 4 1 6 3 7 5 4 7
5 6 2 7 8 6 4 2 9 5
3 5 6 4 0 7 8 5 3 6
8 4 9 6 5 4 7 1 5 10
5 7 3 5 6 2 8 4 3 6
7
TABURAN KEKERAPAN
Markah Kekerapan Peratus
0 1 2
1 2 4
2 4 8
3 5 10
4 7 14
5 10 20
6 8 16
7 6 12
8 4 8
9 2 4
10 12 2
Jumlah 50 100
8
TABURAN KEKERAPAN MARKAH UJIAN
DENGAN SELANG KELAS
Selang Kelas Kekerapan Peratus
0-2 7 14
3-4 12 24
5-6 18 36
7-8 10 20
9-10 3 6
Jumlah 50 100
9
HISTOGRAM
• Cara lain memaparkan taburan markah ialah mengumpulkan
beberapa markah yang sama julatnya kepada beberapa kelas.
33 12 45 27 25 11 37 22
19 24 27 20 33 14 27 20
22 15 32 24 27 30 23 31
29 23 31 22 16 36 27 28
44 16 48 26 37 21 26 14
34 22 19 40 24 25 17 29
13 18 12 28 6 9 3
12
13
Jadual Taburan Kekerapan 1
14
Histogram untuk Jadual Taburan Kekerapan 1 15
POLIGON KEKERAPAN
• Poligon Kekerapan dibina dengan memplotkan titik dinilai
tengah setiap sela kelas ke ketinggian selaras dengan bilangan
kekerapan kelas berkenaan.
16
Histogram dan Poligon Kekerapan untuk Jadual Taburan Kekerapan 1
17
LENGKUNG TABURAN NORMAL
• Lengkung taburan normal berbentuk loceng jika skor-skornya
bertaburan normal.
• Kawasan di bawah lengkung mewakili semua skor(100%)
dimana 50% daripada skor berada diatas min dan 50%
daripada skor pula berada dibawah min.
• Manakala, min, median dan mod adalah sama.
• Kebanyakan skor berhampiran dengan min dan semakin jauh
sesuatu skor daripada min bermaksud kurangnya bilangan
calon yang memperoleh skor tersebut
18
Contoh 1:
20
TABURAN PENCONG POSITIF
• Taburan pencong positif merujuk kepada susunan ketiga-tiga
ukuran kecenderungan memusat dari kiri ke kanan ialah:
pertama, mod, iaitu nilai tertinggi; kemudian, median, iaitu nilai
tengah; dan akhirnya, min, iaitu nilai terendah.
21
TABURAN PENCONG NEGATIF
• Taburan pencong negative merujuk kepada susunan ketiga-tiga
ukuran kecenderungan memusat dari kanan ke kiri adalah:
pertama, min, iaitu nilai terendah; kemudian, median, iaitu nilai
tengah; dan akhirnya, mod, iaitu nilai tertinggi.
22
• Satu jenis pengukuran yang digunakan untuk memerihalkan set
data tidak terkumpul adalah ukuran kecenderungan memusat.
23
Contoh:Harga Saham bagi 20 Kaunter KLSE
(RM)
14.25 19.00 7.00 15.50 15.00
24
MOD
• Mod adalah nilai yang paling kerap wujud didalam set data.
25
MOD DATA BERKUMPULAN
26
MEDIAN
• Median ialah titik tengah sesuatu kumpulan nombor yang disusun
secara menaik atau menurun.
• Jika bilangan data tersebut adalah ganjil, median ialah nombor yang
ditengah.
• Jika bilangan data adalah genap, median ialah purata dua nombor
yang terletak ditengah-tengah.
• Langkah berikut adalah digunakan untuk menentukan median.
• LANGKAH 1: Susun data didalam susunan menaik.
• LANGKAH 2: Jika bilangan data adalah ganjil, carikan sebutan ditengah-
tengah didalam susunan tersebut yang menjadi median.
• LANGKAH 3: Jika bilangan data adalah genap, kirakan purata dua angka
ditengah-tengah susunan tersebut. Purata ini adalah median.
27
Contoh:
• Katakan ahli statistik hendak mencari median bagi kumpulan data
berikut:
15 11 14 3 21 17 22 16 19 16 5 7 19 8 9 20 4
• Susunan nombor didalam sebutan menaik:
3 4 5 7 8 9 11 14 15 16 16 17 19 19 20 21 22
• Terdapat 17 sebutan (bilangan ganjil), oleh itu median terletak di
tengah susunan tersebut, iaitu 15.
• Jika nombor 22 dikeluarkan daripada senarai, terdapat hanya 16
sebutan (bilangan genap):
3 4 5 7 8 9 11 14 15 16 16 17 19 19 20 21
• Sekarang kita mempunyai bilangan sebutan genap, median
ditentukan dengan mengira purata dua nombor yang terletak
ditengah susunan tersebut, 14
28
MEDIAN – DATA BERKUMPULAN
𝑁
−𝑐𝑓𝑝
2
Median = 𝐿 + (W)
𝑓𝑚𝑒𝑑
3-5 2 4 20
−18
2
=5+ (2)
5-7 4 6 4
1
=5+ (2)
7-9 3 8 2
9 - 11 9 10 =6
11 - 13 6 12
Jumlah 40
30
MIN
• Min aritmatik adalah susunan sinonim dengan purata kumpulan
nombor dan ia dikira dengan menjumlahkan semua nombor dan
membahagikannya dengan bilangan nombor tersebut.
• Disebabkan min aritmatik digunakan dengan meluas, kebanyakan
ahli statistik hanya menggunakan istilah min sahaja.
• Min populasi ditandakan µdengan huruf Greek mu (µ). Min sampel
pula ditandakan dengan huruf Roman (𝑥). ҧ Formula bagi mengira min
bagi populasi dan min sampel adalah sebagaimana berikut:
σ𝑥
• Min populasi: 𝜇 = 𝑛
σ𝑥
• Min Sampel: 𝑥ҧ =
𝑛
31
Contoh
Katakan syarikat mempunyai lima jabatan dengan bilangan
pekerja 24, 13, 19, 26 dan 11 masing-masingnya. Min populasi
adalah:
32
PENGIRAAN MIN UNTUK DATA TERKUMPUL
• Pengiraan min untuk data terkumpul lebih kompleks.
Contohnya;
Sela Kelas Kekerapan (f) Nilai Tengah (X') fX'
20 - 24 2 22 44
15 - 19 4 17 68
10 - 14 5 12 60
5-9 3 7 21
0-4 2 2 4
N = 16 σ fX ′ = 197
Min = (σ fX ′ )/𝑁
= 197/16
= 12.3 33
PENGIRAAN MIN BERKUMPULAN
Jeda Kelas Kekerapan (fi) Titik Tengah (Mi) fiMi
1-3 16 2 32
3-5 2 4 8
5-7 4 6 24
7-9 3 8 24
9 - 11 9 10 90
11 - 13 6 12 72
Jumlah 40 σ fiMi = 250
σ 𝑓𝑖 𝑀 𝑖
𝜇= σ 𝑓𝑖
250
=
40
34
= 6.25
MENGUKUR KESERAKAN
Cara-cara yang digunakan untuk mengukur penyerakan
pengukuran:-
• Julat
• Julat antara kuartil
• Varians
• Sisihan piawai
35
Julat/Sela
• Perbezaan antara skor tertinggi dengan skor terendah.
36
Varians
• Purata sisihan kuasa dua setiap skor dari min.
Sisihan piawai
• Satu pengukuran tentang takat di mana respons tersebar dari
min, dan diperolehi dengan mengira varians dari min, kuasa
dua, menambah dan mengira punca kuasa dua.
37
PENTAFSIRAN NILAI SISIHAN PIAWAI
• Sisihan Piawai ialah ukuran kebolehubahan atau sebaran skor-skor.
• Ia merupakan sejauh mana skor berubah keliling min.
• Semakin kecil nilai sisihan piawai, semakin kecil sebaran skor dalam
taburan.
• Ini membawa implikasi bahawa data adalah berhampiran antara satu
sama lain (homogen).
• Begitu juga, semakin besar nilai sisihan piawai, semakin besar
sebaran skor dalam taburan.
• Ini bermakna data adalah tersebar luas antara satu sama lain
(heterogen).
38
• Terdapat 2 cara mengira sisihan piawai :
1. Sisihan Piawai untuk Data Tidak Terkumpul
2. Sisihan Piawai untuk Data Terkumpul
39
σ𝑋 15
ത
𝑋= = =3
𝑁 5
Skor (X) (X - ഥ
X) (X - ഥ
X)2
5 2 4
4 1 1
3 0 0
2 -1 1
1 -2 4
N=5 ε(X - ഥ
X)2= 10
σ(𝑥 − 𝑋)2 10
𝑆𝑖𝑠𝑖ℎ𝑎𝑛 𝑝𝑖𝑎𝑤𝑎𝑖, 𝛿 = = = 2 = 1.41
𝑁 5
40
Contoh 2:
Skor, X Kekerapan, f fX X2 fX2
70 2 140 4900 9800
60 4 240 3600 14400
50 8 400 2500 20000
40 4 160 1600 6400
30 2 60 900 1800
N = 20 1000 52400
41
SISIHAN PIAWAI UNTUK DATATERKUMPUL
2
σ 𝑓𝑋 2 σ 𝑓𝑋
Sisihan piawai, δ = −
σ𝑓 σ𝑓
42
Contoh:
Jadual dibawah menunjukkan data terkumpul untuk satu ujian
sains. Kira sisihan piawai untuk markah ujian.
43
SKOR PIAWAI
• Skor piawai menunjukkan kedudukan sesuatu skor dari segi
berapa sisihan piawai skor tersebut berada di atas atau di
bawah min taburan.
• Dan ia biasanya diwakili dengan skor-z atau skor-t.
(𝑥 − 𝑥)ҧ
• Skor-z dikira dengan menggunakan rumus, 𝑧 = 𝜎
44
Contoh:
Skor untuk 5 orang pelajar dalam satu ujian ialah 5,8,10,4 dan 3.
Cari skor-z dan skor-t untuk pelajar yang mempunyai 10 markah.
45
46
PENTAFSIRAN SKOR-Z
Contoh: Abdullah mempunyai skor sebanyak 55 dalam ujian
Matematik; skor purata kumpulan normal ialah 60 dan sisihan
piawai 15. Maka skor piawai Abdullah ialah:
(55 − 60)
𝑧= = −0.33
15
49
VARIAN
• Varian ialah purata sisihan kuasadua dari min bagi set nombor.
• Populasi varian ditandakan dengan huruf Greek, σ2 dan
formulanya:
50
51
SISIHAN PIAWAI POPULASI
Punca kuasadua varian
52
VARIAN SAMPEL
• Purata sisihan kuasadua dari min aritmatik
X X-X (X - X)2
2398 625 390625
1844 71 5041
1539 -234 54756
1311 -462 213444
7092 0 663866
53
MEMPIAWAIKAN DATA
• Piawaian data (standardizing data) digunakan untuk melakukan
perbandingan antara unit-unit dalam populasi kajian.
54
Proporsi
• Merupakan pengiraan pembahagian setiap sub-unit.
• Menyata dan membandingkan kategori-kategori dalam variable
tunggal.
• Contoh: Pengkaji ingin mengetahui proporsi penduduk untuk tiga
bangsa di Kampung A.
Bangsa Bilangan
Penduduk
Melayu 3458
Cina 2163
India 1450
Jumlah 7071 55
𝐵𝑖𝑙 𝑝𝑒𝑛𝑑. 𝑀𝑒𝑙𝑎𝑦𝑢 3458
𝑃𝑟𝑜𝑝𝑜𝑟𝑠𝑖 𝑀𝑒𝑙𝑎𝑦𝑢 = = = 0.49
𝐵𝑖𝑙 𝑃𝑒𝑛𝑑 𝑃𝑜𝑝𝑢𝑙𝑎𝑠𝑖 7071
𝐵𝑖𝑙 𝑝𝑒𝑛𝑑. 𝐶𝑖𝑛𝑎 2163
𝑃𝑟𝑜𝑝𝑜𝑟𝑠𝑖 𝐶𝑖𝑛𝑎 = = = 0.31
𝐵𝑖𝑙 𝑃𝑒𝑛𝑑 𝑃𝑜𝑝𝑢𝑙𝑎𝑠𝑖 7071
𝐵𝑖𝑙 𝑝𝑒𝑛𝑑. 𝐼𝑛𝑑𝑖𝑎 1450
𝑃𝑟𝑜𝑝𝑜𝑟𝑠𝑖 𝐼𝑛𝑑𝑖𝑎 = = = 0.20
𝐵𝑖𝑙 𝑃𝑒𝑛𝑑 𝑃𝑜𝑝𝑢𝑙𝑎𝑠𝑖 7071
56
Peratusan
• Mempiawai data dengan menggunakan peratusan.
• Contoh: peratusan bagi bangsa Melayu, Cina dan India masing-masing
ialah 49%, 31% dan 20%
• Formula:
57
Perubahan Peratusan
• Digunakan untuk membandingkan frekuensi dalam peratusan bagi
aktiviti yang berlaku pada satu masa tertentu dengan satu masa lain.
58
Contoh:
𝑘𝑎𝑑𝑎𝑟
𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑛𝑑𝑢𝑑𝑢𝑘 𝑦𝑎𝑛𝑔 𝑚𝑒𝑚𝑝𝑢𝑛𝑦𝑎𝑖 𝑖𝑗𝑎𝑧𝑎ℎ 𝑝𝑒𝑟𝑡𝑎𝑚𝑎 & 𝑚𝑒𝑛𝑔𝑎𝑛𝑔𝑔𝑢𝑟
= 𝑥 1000
𝐽𝑢𝑚𝑙𝑎ℎ 𝑝𝑒𝑛𝑑𝑢𝑑𝑢𝑘 𝑦𝑎𝑛𝑔 𝑚𝑒𝑚𝑝𝑢𝑛𝑦𝑎𝑖 𝑖𝑗𝑎𝑧𝑎ℎ 𝑝𝑒𝑟𝑡𝑎𝑚𝑎
60
Contoh: Pengkaji mengumpul data tentang kadar pengangguran dalam
kalangan penduduk yang mempunyai ijazah pertama di tiga buah negeri untuk
satu jangkamasa tertentu dan menjadualkan seperti di bawah:
Negeri Jumlah Penduduk yang Jum. Penduduk yang
Mempunyai Ijazah Mempunyai Ijazah
Pertama pertama &
Menganggur
A 114326 1107
B 235715 2493
C 4567190 29008
Dalam kes ini, pengiraan kadar boleh dibuat per 1000 unit.
1107
1) 𝐾𝑎𝑑𝑎𝑟 𝑝𝑒𝑛𝑔𝑎𝑛𝑔𝑔𝑢𝑟𝑎𝑛 𝑛𝑒𝑔𝑒𝑟𝑖 𝐴 = 𝑥 1000 = 9.68
114326
2493
2) 𝐾𝑎𝑑𝑎𝑟 𝑝𝑒𝑛𝑔𝑎𝑛𝑔𝑔𝑢𝑟𝑎𝑛 𝑛𝑒𝑔𝑒𝑟𝑖 𝐵 = 𝑥 1000 = 10.58
235715
29008
3) 𝐾𝑎𝑑𝑎𝑟 𝑝𝑒𝑛𝑔𝑎𝑛𝑔𝑔𝑢𝑟𝑎𝑛 𝑛𝑒𝑔𝑒𝑟𝑖 𝐶 = 𝑥 1000 = 6.35 61
4567190
Nisbah
• Digunakan untuk membandingkan kadar atau bentuk pengukuran lain
antara kategori-kategori dalam suatu variable.
• Contoh: kadar keciciran pelajar lelaki dan pelajar perempuan diperingkat
sekolah menengah di bandar A masing-masing ialah 350 per 10000 dan 75
per 10000. Maka nisbah keciciran pelajar lelaki dan perempuan ialah:
350
𝑁𝑖𝑠𝑏𝑎ℎ 𝑘𝑒𝑐𝑖𝑐𝑖𝑟𝑎𝑛 𝑝𝑒𝑙𝑎𝑗𝑎𝑟 𝑙𝑒𝑙𝑎𝑘𝑖 𝑑𝑎𝑛 𝑝𝑒𝑟𝑒𝑚𝑝𝑢𝑎𝑛 = = 4.67
75
• Oleh itu, kadar keciciran pelajar lelaki adalah 4.67 kali lebih tinggi
berbanding perempuan.
62
Nisbah
• Dalam kes tertentu, nisbah juga dilaporkan menggunakan piawaian
berdasarkan 100 agar mudah difahami.
• Contoh:
9.688
𝑁𝑖𝑠𝑏𝑎ℎ 𝑝𝑒𝑛𝑔𝑎𝑛𝑔𝑔𝑢𝑟𝑎𝑛 𝑛𝑒𝑔𝑒𝑟𝑖 𝐴/𝑛𝑒𝑔𝑒𝑟𝑖 𝐵 = x 100 = 91.49
10.58