Professional Documents
Culture Documents
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.
biasa ialah:
Contoh
Jadual 3.1 Harga Saham bagi 20 Kaunter KLSE (RM)
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
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
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
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
fM = f
16
fM =
N
f 1M1 + f 2 M 2 + f 3M 3 + + fiMi = f 1 + f 2 + f 3 + + fi
17
fiMi = fi
250 = = 6.25 40
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
N 2
- cf p
f med
( W)
20 2
- 18 (2) 4
1 (2) 2
= 5 +1 =6
19
Titik tengah kelas mod Kelas mod mempunyai kekerapan yang terbesar
Md o
1+ 3 = 2 = 2
20
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
X = 65 =13 =
N 5
+ + + 5 3 4
15 20
-4
10
23
X - SPM =
N
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
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
( X X)
29
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
( X X)
S= =
30
= 470 .41
risiko kewangan
kualiti
populasi
Pendapatan isirumah antara dua bandar Ponteng kerja diantara dua kilang
31
Sekuriti Kewangan A B
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
= 29
1
(100 ) C.V. =
2 2
2 = 84 2 = 10
10 = (100 ) 84 = 11.90
35
Populasi
Sampel
2
f (M ) =
N
2
f (M X ) =
n S
2
__ 2
=
36
S =
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
38
Teorem Chebyshev
Digunakan
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