You are on page 1of 9

UNIT PELAJARAN10

MISKONSEPSI SUKATAN SERAKAN

HASIL PEMBELAJARAN

Di akhir unit ini, anda diharap dapat:

1.

Mengenalpasti miskonsepsi ukuran serakan yang asas seperti julat,


varian dan sisihan piawai.

2.

Mengenalpasti miskonsepsi ukuran serakan berdasarkan kuartil.

3.

Mengenalpasti miskonsepsi kuran serakan berdasarkan persentil.


Unit 10 Miskonsepsi Sukatan Serakan|

214

PENGENALAN

emang tidak dapat dinafikan yang kita mungkin berhadapan dengan


miskonsepsiapabila mempelajari sesuatu yang baharu. Anda mungkin memahami apa yangtelah
dipelajari mengenai sukatan serakan mengikut pendapat anda sendiri dan inimungkin menimbulkan
miskonsepsi terhadap apa yang telah dipelajari. Dalam unit ini, anda akandidedahkan kepada
beberapa miskonsepsi dalam sukatan serakan seperti miskonsepsi terhadapjulat, sisihan piawai dan
sebagainya.

Miskonsepsi terhadap julat

Julat seperti yang telah anda pelajari dalam unit yang lepas adalah satu ukuran serakan
yangmencari perbezaan antara nilai terbesar dan nilai terkecil dalam sesuatu set data itu.
Terdapatbeberapa miskonsepsi tentang julat iaitu :

(a) julat boleh digunakan dengan tepat untuk menentukan serakan bagi mana-mana satu
setdata.
(b) dua set data yang mempunyai julat yang sama juga mempunyai serakan data
yangsama.
(c) nilai min bagi satu set data mest berada di tengah-tengah julat.

Pernyataan (a) adalah satu miskonsepsi oleh kerana bagi satu set data yang besar, nilai
julattidak memberi gambaran yang tepat mengenai sebaran data itu. Julat hanya sesuai untuk
setdata yang kecil serta tidak mempunyai nilai terpencil atau ekstremun. Seperti yang anda
ketahui,untuk mengira julat hanya diperlukan dua nilai-nilai sahaja iaitu nilai terbesar dan nilai
terkecilmanakala cerapan-cerapan lain diabaikan. Disamping itu nilai julat amat dipengaruhi
olehcerapan yang terpencil atau nilai ekstremun yang terdapat dalam sesuatu set data seperti
yangdisebutkan di atas. Cerapan terpencil ini akan memberi gambaran seolah-olah sebaran set
dataitu adalah meluas. Sebagai contoh, set data berikut: 3, 4, 4, 5, 7, 8, 8, 8, 45 mempunyai
nilaijulatnya 32 iaitu perbezaan antara 45 dengan 3. Ini membayangkan bahawa set data itu
tersebarluas. Namun hakikat sebenarnya adalah set data itu hampir keseluruhannya antara 3 dan 8.
Nilai45 itu merupakan cerapan terpencil dalam set data itu.

Bolehkah anda memberi contoh-contoh yang lain?

Pernyataan (b) adalah satu miskonsepsi oleh kerana dua set data yang mempunyai nilai julat
yang sama tidak semestinya mempunyai sebaran yang sama. Sebagai contoh, perhatikan dua
set data berikut:
Set A: 1

10

dan

Set B: 1 2

10

10

10

Kedua-dua set data mempunyai nilai julat 9 tetapi sebaran data-data itu amat berbeza. Serakan
data bagi set A adalah lebih kurang sekata manakala serakan data bagi set B lebih tertumpu
kepada penghujung ekstrem data.

Cuba anda pula memberi contoh-contoh yang lain.

Pernyataan (c) adalah satu miskonsepsi oleh kerana nilai min satu set data itu tidak semestinya
berada ditengah-tengah julat set data tersebut.
Unit 10 Miskonsepsi Sukatan Serakan|
216

Mungkin anda boleh memberikan satu contoh untuk menggambarkan keadaan


tersebut.

Tiga pernyataan di atas merupakan miskonsepsi-miskonsepsi mengenai julat yang mungkin

dipunyai oleh para pelajar dalam mempelajari konsep ini.

Bolehkah anda menyenaraikan miskonsepsi-miskonsepsi yang lain mengenai julat?

Miskonsepsi terhadap varian dan sisihan piawai

Seperti yang telah anda pelajari, varian merupakan purata bagi jumlah hasiltambah
sisihandaripada min bagi kesemua cerapan manakala nilai sisihan piawai diperolehi dengan
memcarinilai positif punca kuasa dua nilai varian tersebut. Jadi, sisihan piawai menunjukkan
secarapurata sejauh mana cerapan-cerpan itu dari nilai min bagi sesuatu set data itu.
Antara
miskonsepsi terhadap varian dan sisihan piawai adalah seperti berikut:
(a) nilai varian dan nilai sisihan piawai boleh jadi negatif jika ada cerapancerapan
yangbernilai negatif.
(b) varian dan sisihan piawai mempunyai unit ukuran yang sama.
(c) nilai varian dan sisihan piawai tidak boleh sifar.
(d) nilai sisihan piawai tidak dipengaruhi oleh cerapan-cerapan yang ekstremun.
(e) sisihan piawai adalah ukuran serakan yang sesuai digunakan apabila median
digunakansebagai sukatan kecenderungan memusat.
Pernyataan (a) adalah satu miskonsepsi oleh kerana nilai-nilai varian dan sisihan piawai
adalahsentiasa positif tidak kira samada nilai-nilai individu cerapan adalah positif atau negatif.
Sebagaicontoh, bagi set data berikut: 3 -2 6 -1 4, varian ialah 9.2 dan sisihan piawai pula
ialah 3.03.
Ini menunjukkan kedua-dua nilai tersebut adalah positif walaupun
cerapannegatif.

terdapat cerapan-

Cuba anda semak jawapan di atas. Bagaimana pula jika kesemua cerapan adalah
negatif seperti berikut:
-6, -8, -8, -5, -10, -6. Cuba anda tentukan varian dan sisihan piawai.

Pernyataan (b) adalah satu miskonsepsi oleh kerana varian mempunyai unit ukuran kuasa duaunit
ukuran asal manakala sisihan piawai mempunyai unit ukuran yang sama dengan yang asal.Sebagai
contoh, bagi set data berikut tentang kelajuan kereta yang melalui satu simpang dalamseminit:
60km, 65km, 60km, 70km, 75km, 72km.

Varian bagi data ini adalah 33.33 km2 dansisihan

piawai pula adalah 5.77 km.

Boleh kah anda memberi satu contoh yang lain?

Pernyataan (c) adalah satu miskonsepsi oleh kerana nilai varian dan sisihan piawai boleh jadi
sifar. Sebagi contoh untuk set data berikut: 6
langsung

6. Data ini tidak ada variasi

Unit 10 Miskonsepsi Sukatan Serakan|


218

oleh kerana cerapan-cerapan kesemuanya mempunyai nilai yang sama. Oleh itu, varian dan
sisihan piawai adalah sifar.

Cuba anda berikan satu contoh yang lain dengan menunjukkan jalan kerjanya sekali.

Pernyataan (d) ternyata satu miskonsepsi oleh kerana kewujudan walaupun satu nilai ekstemun
akan memperbesarkan nilai sisihan piawai.

Cuba anda cari sisihan piawai dan bandingkan bagi kedua-dua set data berikut:
Set A: 4, 4, 5, 7, 9

Set B: 4, 4, 5, 7, 30.

Pernyataan (e) adalah satu miskonsepsi oleh kerana sisihan piawai hanya sesuai
digandingkandengan min. Apabila median digunakan sebagai ukuran kecenderungan memusat,
maka ukuranserakan yang sesuai ialah julat antara kuartil. Seperti yang diterangkan sebelum ini,

kedua-duanilai min dan sisihan piawai adalah amat sensitif terhadap nilai ekstremun
manakala tidaksebegitu dengan pasangan median dan julat antara kuartil.

Cuba anda fikirkan jika ada lagi miskonsepsi terhadap varian dan sisihan piawai.

Miskonsepsi terhadap sukatan serakan berdasarkan kuartil dan persentil

Seperti yang telah anda pelajari, ada dua sukatan serakan berdasarkan kuartil dan persentil
iaitumasing-masing julat antara kuartil dan julat persentil. Julat antara kuartil merupakan
perbezaanantara kuartil atas dengan kuartil bawah manakala julat persentil adalah antara persentil
ke-90dan persentil ke-10. Antara miskonsepsi terhadap julat antara kuartil dan julat persentil
adalahseperti berikut:
(a) Julat antara kuartil sesuai digunakan sebagai ukuran serakan jika min
digunakansebagai ukuran memusat.
(b) Julat antara kuartil senang dipengaruhi oleh nilai-nilai ekstremun.
(c) Julat antara kuartil memberitahu anda tentang julat keseluruhan cerapan dalam
setdata.
(d) Julat persentil memberitahu anda tentang julat keseluruhan cerapan dalam set data.
Pernyataan (a) merupakan satu miskonsepsi oleh kerana jika min digunakan sebagai
ukuranmemusat, maka ukuran serakan yang sesuai adalah sisihan piawai. Julat antara kuartil
sesuaidigunakan selagi ukuran serakan hanya apabila median digunakan sebagi ukuran memusat.
Pernyataan (b) adalah miskonsepsi oleh kerana julat antara kuartil tidak dipengaruhi oleh
nilaiekstremun. Ini disebabkan julat antara kuartil hanya memberitahu anda tentang julat
pertengahan50% daripada cerapan-cerapan yang terdapat dalam set data.

Pernyataan (c) adalah miskonsepsi oleh kerana julat antara kuartil hanya memberitahu
andatentang julat pertengahan 50% daripada cerapan-cerapan yang terdapat dalam set data.
Pernyataan (d) adalah satu miskonsepsi oleh kerana julat persentil hanya memberitahu
andatentang julat pertengahan 80% daripada cerapan-cerapan yang terdapat dalam set data.
Bolehkah anda fikirkan miskonsepsi-miskonsepsi yang lain yang berkaitan
denganjulat antara kuartil dan julat persentil?

RUMUSAN

Secara keseluruhannya, kita telah didedahkan dengan miskonsepsi-miskonsepsi yang


mungkinwujud seperti miskonsepsi terhadap julat, miskonsepsi terhadap varian dan sisihan piawai
danmiskonsepsi terhadap sukatan serakan berdasarkan kuartil dan persentil.

Namun, apa

yangtelah dibincangkan hanyalah miskonsepsi umum yang telah diketahui oleh guru.
Diharapkandengan penerangan dan contoh-contoh yang diberikan dalam unit ini dapat membantu
kita untukmemahami miskonsepsi yang wujud dalam sukatan serakan dan merancang aktiviti-aktiviti
yangberkaitan dengan p&p dalam usaha kita untuk mencegah dan seterusnya mengatasi
miskonsepsiyang berlaku.

KATA KUNCI

Miskonsepsi terhadap julat, miskonsepsi terhadap varian dan sisihan piawai, miskonsepsi
terhadap sukatan serakan berdasarkan kuartil dan persentil.Unit 10 Miskonsepsi Sukatan
Serakan|222

Latihan Sumatif

1.

Nyatakan miskonsepsi yang berlaku dalam kalangan pelajar berkaitan sukatan serakan.

2.

Rancangkan aktiviti p&p yang sesuai dan boleh digunakan untuk mengatasi miskonsepsi
yang dinyatakan dalam soalan 1.Unit 10 Miskonsepsi Sukatan Serakan|223

Rujukan

Dunn, S.D. (2001). Statistic and data analysis for the behavioral sciences. New York: McGraw-Hill.
Haylock, D. (2010). Mathematics Explained For Primary Teachers (4th Ed.). London: Sage
Publications
Howitt, D., & Cramer, D. (2000). An introduction to statistics in psychology: A complete guide for
students. (2nd Ed.). Harlow, England: Prentice Hall.
Iran Herman.(2004). Statistik dan analisis data sains sosial. Alor Star: Percetakan Ustaras Sdn.Bhd.
Kennedy, L. M, & Tipps, S. (2011).Guiding Childrens Learning of Mathematics.(12th Ed.). Bermont:
Wadsworth.

Weiss, N. A. (2005). Introductory Statistics (7th Ed.). Boston: Pearson & Addison Wesley.
Utts, J. M., & Heckard, R. F.(2004). Mind on Statistics (2nd Ed.). Belmont, CA: Thomson Learning.
http://www.epcae.org/uploads/documents/Central_Tendency_pck_SEP20.pdf