1

Statistik Perihalan
2
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.

3
Ukuran Kecenderungan Memusat
Pengukuran kecenderungan memusat
menghasilkan maklumat berkaitan
dengan titik tengah pada satu
kumpulan nombor.
Satu jenis pengukuran yang digunakan
untuk memerihalkan set data .
4
Data Tidak Berkumpul
Ukuran biasa ialah:
Mod
Median
Min
Persentil (Percentiles)
Sukuan (Quartiles)
5
Contoh
14.25

19.00

11.00

28.00

24.00

23.00

43.25

19.00

27.00

25.00

15.00

7.00

34.22

15.50

15.00

22.00

19.00

19.00

27.00

21.00

Jadual 3.1
Harga Saham bagi 20 Kaunter KLSE (RM)
6
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
7
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
sebanyak 4 kali.
8
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
9
Median:
Tatacara Pengiraan
Langkah 1
Susun data didalam susunan menaik
Jika bilangan data adalah ganjil, carikan sebutan ditengah-
tengah didalam susunan tersebut. Ia adalah median
Jika bilangan data adalah genap, kirakan purata dua angka
ditengah-tengah susunan tersebut. Purata ini adalah
median

Langkah 2
Kedudukan median dalam susunan menaik adalah
dikedudukan (n+1)/2.
10
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.
11
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.
12
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
13
Min Populasi
6 . 18
5
93
5
11 26 19 13 24
N
...
N
X
X X X X N 3 2 1
=
=
+ + + +
=
+ + + +
= =

14
Min sampel
167 . 63
6
379
6
66 90 38 42 86 57
n
...
n
X
X
X X X X
n 3 2 1
=
=
+ + + + +
=
+ + + +
= =

15
Data Berkumpulan
Tiga ukuran kecenderungan memusat
akan dibincangkan bagi data
berkumpulan iaitu:

min,
median dan
mod.
16
Min Data Berkumpulan
Purata wajaran bagi titik tengah kelas
i 3 2 1
i i 3 3 2 2 1 1
f f f f
M f M f M f M f
N
fM

f
fM
+ + + +
+ + + +
=
= =

Kekerapa kelas digunakan sebagai wajaran

17
Pengiraan Min Berkumpulan
Jeda Kelas Kekerapan (f
i
) Titik Tengah
(M
i
)
f
i
M
i

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 EfM = 252
6.25
40
250

f
M f

i i
= = =

18
Median Data Berkumpulan
( ) W
f
cf -
L Median
med
p 2
N
+ =
L = had bawah jeda kelas median
cf
p
= jumlah terkumpul kekerapan sehingga kelas tersebut,
tetapi tidak melibatkan kekerapan median kelas
F
med
= kekerapan median
W = keluasan jedia kelas median (had atas kelas had bawah kelas)
N = jumlah bilangan kekerapan

19
Median Data Berkumpulan -
Contoh
Jeda
Kelas
Kekerapan
(f
i
)
Kekerapan
Terkumpul
1 3 16 2
3 5 2 4
5 7 4 6
7 9 3 8
9 11 9 10
11 13 6 12
Jumlah 40
( )
6
1 5
(2)
2
1
5
(2)
4
18 -
5
W
f
cf -
L Median
2
20
med
p 2
N
=
+ =
+ =
+ =
+ =
20
Mod Data Berkumpulan
Titik tengah kelas mod
Kelas mod mempunyai
kekerapan yang terbesar
Jeda
Kelas
Kekerapan
(f
i
)
1 3 16
3 5 2
5 7 4
7 9 3
9 11 9
11 13 6
Jumlah 40
2
2
3 1
Mod
=
+
=
21
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)
22
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
23
Sisihan dari Min
Set Data: 5, 9, 16, 17, 18
Min:

= = =

X
N
65
5
13
0 5 10 15 20
-8
-4
+
3
+
4
+
5

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

24
Sisihan Purata Mutlak
Sisihan purata mutlak (SPM) adalah
purata nilai mutlak bagi sisihan disekitar
min bagi set nombor.
N
- X
SPM


=
25
Sisihan Purata Mutlak - Contoh
X

X -

|X - |

5

-8

+8

9

-4

+4

16

+3

+3

17

+4

+4

18

+5

+5

EX = 65

E(X -) = 0

E|X - | = 24

13
5
65

N
X
= = =

4.8

5
24


N
| - X |
SPM
=
=

26
Varian
Varian ialah purata sisihan kuasadua dari
min bagi set nombor. Populasi varian
ditandakan dengan huruf Greek, o
2
dan
formulanya:
N
) - (X

2
2


= o
27
Varian - Contoh
X X - ( X - )
2

5 -8 64
9 -4 16
17 +3 9
17 +4 16
18 +5 25
EX = 65 E(X -) = 0 E(X - )
2
= 130
Jumlah sisihan kuasadua
daripada min (X - )
2
bagi set
nombor dipanggil sebagai
Jumlah Kuasadua X (SS
X
)
SS
X
= E(X - )
2
= 130
26.0
5
130


N
) - (X


N
SSX

2
2
= =

=
= o

28
Sisihan Piawai Populasi
Punca kuasadua varian
X X - ( X - )
2

5 -8 64
9 -4 16
17 +3 9
17 +4 16
18 +5 25
EX = 65 E(X -) = 0 E(X - )
2
= 130
5.1 26.0
26.0
5
130


N
) - (X


N
SSX

2
2
2
= = o = o
= =

=
= o

29
Varian Sampel
Purata sisihan kuasadua dari min aritmatik
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 X
( )
2
X X
( )
2
2
1
663 866
3
221 288 67
S
X X
n
=

=
=

,
, .
30
Sisihan Piawai Sampel
Punca kuasadua varian
sampel
( )
2
2
2
1
663 866
3
221 288 67
221 288 67
470 41
S
X X
S
n
S
=

=
=
=
=
=

,
, .
, .
.
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 X
( )
2
X X
31
Penggunaan Sisihan Piawai
Petunjuk risiko kewangan
Kawalan kualiti
Pembinaan carta kawalan kualiti
Kajian kebolehan proses
Perbandingan populasi
Pendapatan isirumah antara dua bandar
Ponteng kerja diantara dua kilang
32
Sisihan Piawai sebagai Petunjuk
Risiko Kewangan
Sekuriti Kadar Pulangan Tahunan
Kewangan
A 15% 3%
B 15% 7%
33
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.
s
X - X
Z =
Populasi
Sampel
- X
Z
34
Pengkali Korelasi
Pengkali variasi adalah statistik dimana kadar
sisihan piawai terhadap min dinyatakan sebagai
peratus dan ditandakan sebagai CV.
Ukuran serakan relatif
( ) 100 . V . C

o
=
35
Pengkali Korelasi
( )
( )
1
29
4 6
100
4 6
29
100
1586
1
1
1
1

o
o

=
=
=
=
=
.
.
.
. . CV
( )
( )
90 . 11
100
84
10
100
10
84
2
2
2
2
. V . C
2
=
=
=
=
=

o
o
36
Varian dan Sisihan Piawai bagi Data
Berkumpulan
2
2
2

N
) M ( f

Populasi
o = o

= o

2
2
__
2
S S
n
) X M ( f
S
ampel S
=

37
Varian dan Sisihan Piawai bagi Data
Berkumpulan
1944
1152
44
1584
1452
1024
7200
20-under 30
30-under 40
40-under 50
50-under 60
60-under 70
70-under 80
Class Interval
6
18
11
11
3
1
50
f
25
35
45
55
65
75
M
150
630
495
605
195
75
2150
fM
-18
-8
2
12
22
32
M
( )
f
M
2

324
64
4
144
484
1024
( )
2
M
( )
2
2
7200
50
144
o

= = =

f
N
M
o
o
= = =
2
144 12
38
Peraturan Empirikal
Jarak dari Min Peratus Nilai Terletak
Disekitar Jarak dari Min
1 68.0
2 95.0
3 99.7
Data adalah bertaburan normal (atau menghampiri
normal)
39
Teorem Chebyshev
Digunakan untuk semua taburan
1 > k ntuk u
k
1
1 ) k X k ( P
2
> o + < < o
40
Teorem Chebyshev
Bilangan
Sisihan
Piawai
Jarak dari Min Bahagian Minimum Nilai
Terletak Disekitar Jarak dari Min
K = 2 2 1-(1/2)
2
= 0.75
K = 3 3 1-(1/9)
2
= 0.89
K = 4 4 1-(1/4)
2
= 0.94