Statistik Perihalan

Objektif Pembelajaran

Untuk menggunakan ringkasan statistik dalam memerihalkan sesuatu koleksi data. Untuk menggunakan min, median dan mod dalam memerihalkan bagaimana data bertaburan. Untuk menggunakan julat, varian dan sisihan piawai dalam memerihalkan bagaimana data bertaburan. Untuk mengkaji analisis data permulaan berdasarkan komputer untuk melihat cara-cara lain yang berguna dalam meringkaskan data.

Ukuran Kecenderungan Memusat

Satu jenis pengukuran yang digunakan untuk memerihalkan set data . Pengukuran kecenderungan memusat menghasilkan maklumat berkaitan dengan titik tengah pada satu kumpulan nombor.
3

Data Tidak Berkumpul

Ukuran

biasa ialah:

Mod Median Min Persentil (Percentiles) Sukuan (Quartiles)

Contoh
Jadual 3.1 Harga Saham bagi 20 Kaunter KLSE (RM)

14.25 24.00 27.00 34.22 19.00

5

19.00 23.00 25.00 15.50 19.00

11.00 43.25 15.00 15.00 27.00

28.00 19.00 7.00 22.00 21.00

Mod

Mod adalah nilai yang paling kerap ujud didalam set data Sesuai digunakan untuk semua jenis paras pengukuran data (nominal, ordinal, interval, dan ratio) Bimodal Set data yang mempunyai dua mod model Berbilang-modal Set data yang mempunyai lebih dari dua mod

Contoh - Mod
Menyusun data didalam susunan yang menaik (menyusun dari nombor terkecil hingga terbesar) membantu kita menentukan mod.
7.00 11.00 14.25 15.00 15.00 15.50 19.00 19.00 19.00 19.00

21.00 22.00 23.00 24.00 25.00 27.00 27.00 28.00 34.22 43.25

Bagi data yang ditunjukkan didalam Jadual 3.1, mod ialah RM19.00 kerana harga tawaran berlaku 7sebanyak 4 kali.

Median

Median

ialah titik tengah sesuatu kumpulan nombor yang disusun secara menaik. Boleh digunakan untuk data ordinal, interval, dan ratio Tidak sesuai untuk data data nominal Tidak dipengaruhi oleh nilai data ekstrim yang besar atau kecil
8

Median: Tatacara Pengiraan

Langkah

Susun data didalam susunan menaik Jika bilangan data adalah ganjil, carikan sebutan ditengahtengah didalam susunan tersebut. Ia adalah median Jika bilangan data adalah genap, kirakan purata dua angka ditengah-tengah susunan tersebut. Purata ini adalah median

Langkah

Kedudukan median dalam susunan menaik adalah dikedudukan (n+1)/2.

Median: Contoh dengan Bilangan Nombor Ganjil

Susunan Meningkat 3 4 5 7 8 9 11 14 15 16 16 17 19 19 20 21 22

Terdapat 17 nombor dalam susunan meningkat. Kedudukan median = (n+1)/2 = (17+1)/2 = 9 Median ialah sebutan ke 9 = 15. Jika 22 digantikah dengan 100, median masih 15. Jika 3 digantikan dengan -103, median masih lagi 15.

10

Median: Contoh dengan Bilangan Nombor Genap

Susunan menaik 3 4 5 7 8 9 11 14 15 16 16 17 19 19 20 21 Terdapat 16 sebutan dalam susunan menaik. Kedudukan median = (n+1)/2 = (16+1)/2 = 8.5 Median terletak antara kedudukan 8 dan 9, iaitu (14 + 15)/2 = 14.5. Jika 21 digantikan dengan 100, median adalah 14.5. Jika 3 digantikan dengan -88, median adalah 14.5.

11

Min Arimatik

Biasanya dipanggil sebagai min sahaja Merupakan purata bagi kumpulan angka Sesuai untuk data bertaraf interval dan ratio Tidak sesuai untuk data bertaraf nominal atau ordinal Dipengaruhi oleh setiap nilai didalam set data, termasuk nilai ekstrim Dikira dengan menjumlahkan semua nilai didalam set data den membahagikan jumlah tersebut dengan bilangan data dalam set data

12

Min Populasi

X = X +X +X =
1 2

+ ... + X N

24 + 13 + 19 + 26 + 11 = 5 93 = 5 = 18.6

13

Min sampel

X = X + X + X X=
1 2

+ ... + X n

57 + 86 + 42 + 38 + 90 + 66 = 6 379 = 6 = 63 .167

14

Data Berkumpulan
Tiga ukuran kecenderungan memusat akan dibincangkan bagi data berkumpulan iaitu: min, median dan mod.
15

Min Data Berkumpulan

Purata wajaran bagi titik tengah kelas Kekerapa kelas digunakan sebagai wajaran

fM = f
16

fM =
N

f 1M1 + f 2 M 2 + f 3M 3 + + fiMi = f 1 + f 2 + f 3 + + fi

Pengiraan Min Berkumpulan

Jeda Kelas 13 35 57 79 9 11 11 13 Jumlah Kekerapan (fi) 16 2 4 3 9 6 40 Titik Tengah (Mi) 2 4 6 8 10 12 fiMi 32 8 24 24 90 72 fM = 252

17

fiMi = fi

250 = = 6.25 40

Median Data Berkumpulan

N 2

Median = L +

- cf p

f med

( W)

L = had bawah jeda kelas median cfp = jumlah terkumpul kekerapan sehingga kelas tersebut, tetapi tidak melibatkan kekerapan median kelas Fmed = kekerapan median W = keluasan jedia kelas median (had atas kelas had bawah kelas) N = jumlah bilangan kekerapan

18

Median Data Berkumpulan - Contoh

Jeda Kelas Kekerapan (fi) Kekerapan Terkumpul 13 35 57 79 9 11 11 13 Jumlah 16 2 4 3 9 6 40 2 4 6 8 10 12

Median = L + =5+ =5+

N 2

- cf p

f med

( W)

20 2

- 18 (2) 4

1 (2) 2

= 5 +1 =6

19

Mod Data Berkumpulan

Jeda Kelas Kekerapan (fi) 13 35 57 79 9 11 11 13 Jumlah 16 2 4 3 9 6 40

Titik tengah kelas mod Kelas mod mempunyai kekerapan yang terbesar

Md o

1+ 3 = 2 = 2

20

Ukuran Serakan: Data Tak Berkumpul

Ukuran variabiliti menerangkan serakan atau pencaran set data. Ukuran serakan yang biasa ialah Jeda (Range) Purata Sisihan Mutlak (Mean Absolute Deviation, MAD) Varian (Variance) Sisihan Piawai (Standard Deviation) Skor Z (Z scores) Pengkali variasi (Coefficient of Variation)

21

Jeda (Range)
Jeda

adalah perbezaan di antara nilai terbesar dan nilai terkecil. Mudah dikira Tidak mengambilkira semua data yang lain kecuali dua titik ekstrim Contoh: Jeda = Terbesar Terkecil = 48 - 35 = 13

35 37 37 39 40 40

41 41 43 43 43 43

44 44 44 44 44 45

45 46 46 46 46 48

22

Sisihan dari Min

Set

Data: 5, 9, 16, 17, 18 Min:

X = 65 =13 =
N 5
+ + + 5 3 4
15 20

Sisihan dari min: -8, -4, 3, 4, 5

-8
0 5

-4
10

23

Sisihan Purata Mutlak

Sisihan purata mutlak (SPM) adalah purata nilai mutlak bagi sisihan disekitar min bagi set nombor.

X - SPM =
N
24

Sisihan Purata Mutlak - Contoh

X- -8 -4 +3 +4 +5 (X -) = 0 |X - | +8 +4 +3 +4 +5 |X - | = 24

X 5 9 16 17 18 X 25 = 65

X = 65 = 13 =
N 5

| X - | SPM =
N 24 = 5 = 4.8

Varian
Varian ialah purata sisihan kuasadua dari min bagi set nombor. Populasi varian ditandakan dengan huruf Greek, 2 dan formulanya:

26

(X - ) =
N

Varian - Contoh
X 5 9 17 17 18 X = 65 X- -8 -4 +3 +4 +5 (X -) = 0 ( X - )2 64 16 9 16 25 (X - )2 = 130

Jumlah sisihan kuasadua daripada min (X - )2 bagi set nombor dipanggil sebagai Jumlah Kuasadua X (SSX) SSX = (X - )2 = 130

2 = = =

SSX N (X - ) 2 N

27

130 = 26.0 5

Sisihan Piawai Populasi

Punca kuasadua varian

X 5 9 17 17 18 X- -8 -4 +3 +4 +5 (X -) = 0 ( X - )2 64 16 9 16 25 (X - )2 = 130

2 =

SSX N
2

(X - ) =
N 130 = = 26.0 5

= 2 = 26.0 = 5.1

X = 65

28

Varian Sampel
Purata

X ) XX X (X
625 71 -234 -462 0 390,625 5,041 54,756 213,444 663,866

sisihan kuasadua dari min aritmatik

2

2,398 1,844 1,539 1,311 7,092

n1 663 ,866 = 3 = 221 ,288 .67

( X X)

29

Sisihan Piawai Sampel

Punca kuasadua varian sampel

XX ) XX X (
2,398 1,844 1,539 1,311 7,092 625 71 -234 -462 0 390,625 5,041 54,756 213,444 663,866

n 1 663 ,866 = 3 = 221 ,288 .67

( X X)

S= =

221 ,288 .67

30

= 470 .41

Penggunaan Sisihan Piawai

Petunjuk
Kawalan

risiko kewangan

kualiti

Pembinaan carta kawalan kualiti Kajian kebolehan proses

Perbandingan

populasi

Pendapatan isirumah antara dua bandar Ponteng kerja diantara dua kilang

31

Sisihan Piawai sebagai Petunjuk Risiko Kewangan

Sekuriti Kewangan A B

Kadar Pulangan Tahunan 15% 15% 3% 7%

32

Skor Z
Skor Z mewakili nombor nilai sisihan piawai di atas atau di bawah min bagi set nombor apabila data adalah bertaburan normal. Menggunakan skor Z membolehkan kita menterjemahkan nilai kasar jarak daripada min kepada unit sisihan piawai.

Populasi

Sampel

33

X- Z=

X-X Z= s

Pengkali Korelasi

Pengkali variasi adalah statistik dimana kadar sisihan piawai terhadap min dinyatakan sebagai peratus dan ditandakan sebagai CV. Ukuran serakan relatif

C.V. = (100 )
34

Pengkali Korelasi

= 4.6 ( 100 ) C.V . =

1 1 1 1

= 29
1

4.6 ( 100 ) = 29 = 15.86

(100 ) C.V. =
2 2

2 = 84 2 = 10

10 = (100 ) 84 = 11.90

35

Varian dan Sisihan Piawai bagi Data Berkumpulan

Populasi

Sampel
2

f (M ) =
N
2

f (M X ) =
n S
2

__ 2

=
36

S =

Varian dan Sisihan Piawai bagi Data Berkumpulan

Class Interval
20-under 30 30-under 40 40-under 50 50-under 60 60-under 70 70-under 80

f
6 18 11 11 3 1 50

M
25 35 45 55 65 75

f M M
150 630 495 605 195 75 2150
2

( M )
324 64 4 144 484 1024

( M )
1944 1152 44 1584 1452 1024 7200

-18 -8 2 12 22 32

37

=
2

f ( 7200 M ) N = 50

= 144

2 1 =2 = = 4 1 4

Peraturan Empirikal Data adalah bertaburan normal (atau menghampiri normal)

Jarak dari Min 1 2 3 Peratus Nilai Terletak Disekitar Jarak dari Min 68.0 95.0 99.7

38

Teorem Chebyshev
Digunakan

untuk semua taburan

1 P( k < X < + k) 1 2 k

untuk k > 1

39

Teorem Chebyshev
Bilangan Sisihan Piawai K=2 Jarak dari Min Bahagian Minimum Nilai Terletak Disekitar Jarak dari Min 1-(1/2)2 = 0.75

K=3

1-(1/9)2 = 0.89

K=4

1-(1/4)2 = 0.94

40