Professional Documents
Culture Documents
SMU3063
STATISTIK ASAS
SMU3063
Statistik Asas
Zulkifley Mohamed
Sazelli Ab. Ghani
2013
II
PRAKATA
Modul ini dibina untuk membantu pelajar dalam proses pembelajaran dan
pembelajaran bagi kursus statistik asas. Modul ini bukan sahaja dapat
melengkapkan pelajar tentang pengetahuan berkait dengan statistik asas,
ianya juga mampu membantu pelajar untuk mengarap pengetahuan statistik
untuk digunakan di peringkat yang lebih tinggi.
III
ISI KANDUNGAN
1.
Sifat-sifat statistik
2.
15
3.
Statistik pemerihalan
35
4.
Konsep kebarangkalian
61
5.
84
6.
Teknik pensampelan
97
7.
8.
111
128
IV
Sifat-sifat Statistik
UNIT PELAJARAN 1
SIFAT-SIFAT STATISTIK
HASIL PEMBELAJARAN
Pada penghujung unit ini, pelajar diharap dapat:
1. Menerangkan maksud statistik, jenis-jenis statistik dan istilah-istilah
asas statistik.
2. Menerangkan dan mentakrifkan semula istilah asas statistik seperti
populasi, sampel, parameter populasi dan statistik sampel.
3. Mengenalpasti beberapa jenis pembolehubah dan sumber data.
PENGENALAN
Statistik digunakan sangat meluas bukan sahaja dalam menganalisis data
tetapi bersangkut dengan memberi makna kepada data yang dianalisis.
Statistik
digunakan
untuk
mengumpul,
mengatur,
meringkaskan,
Sifat-sifat Statistik
ISI KANDUNGAN
Jenis-jenis statistik
Kumpul
data
Persembah
Data
Analisis
Data
Interpretasi
taburan
6
Sifat-sifat Statistik
hujan
pula
boleh
dibahagikan
mengikut
dan sebagainya.
sifatnya,
iaitu
Pembolehubah-pembolehubah
seperti
jantina
(sama
ada
lelaki
atau
status
perkahwinan
dan
sebagainya
dikenali
sebagai
diklasifikasikan
kepada
pembolehubah kualitatif.
kuantitatif
seterusnya
boleh
diskret.
Manakala
pembolehubah
selanjar
pula
ialah
Pembolehubah selanjar
diperoleh dengan cara mengukur dan mungkin terdiri dari nombor pecahan
dan nombor perpuluhan.
Sifat-sifat Statistik
pembolehubah kualitatif, pembolehubah kuantitatif diskret dan pembolehubah
kuantitatif selanjar.
Pembolehubah
Kuantitatif
Diskret
Kualitatif
Selanjar
Berat pelajar
Ketinggian bangunan di Kuala Lumpur
Kelajuan kenderaan di litar perlumbaan
Bilangan peserta di sebuah seminar
Bilangan kesalahan menaip yang dilakukan
oleh jurutaip
Bilangan aduan yang diterima oleh
sesebuah organisasi
Pembolehubah
kuantitatif
Diskret
Selanjar
hendak dikaji, semakin besarlah kos yang perlu ditanggung. Untuk mengatasi
masalah ini, sampel digunakan. Perbezaan utama di antara populasi dan
sampel mempunyai kaitan dengan bagaimana pemerhatian diberikan kepada
8
Sifat-sifat Statistik
sesuatu set data. Populasi merangkumi setiap unsur daripada set
pemerhatian
yang
boleh
dibuat.
Manakala
sampel
terdiri
daripada
Populasi
Sampel
manakala
parameter
menggambarkan
keseluruhan
populasi.
Sebagai contoh min bagi populasi ditanda sebagai dan varians bagi
populasi ditanda sebagai 2. Kedua-dua ukuran ini dinamakan parameter
populasi. Manakala min bagi sampel pula ditanda sebagai x dan varians bagi
sampel ditanda sebagai s2. Kedua-dua ukuran ini dinamakan statistik sampel.
Sebagai contoh, rajah di bawah menerangkan tentang parameter dan statistik
min yang dihitung daripada populasi dan sampel.
Sifat-sifat Statistik
Populasi
Sampel
Sampel Rawak
Parameter
populasi, min .
Statistik sampel,
min x .
Sumber-sumber data
Sumber-sumber data boleh dibahagikan kepada dua, iaitu sumber primer
(peringkat pertama) dan sumber sekunder (peringkat kedua). Data mungkin
boleh diperoleh daripada penyelidikan, laporan penyelidikan, laporan tahunan
statistik, laporan tahunan syarikat, laporan terbitan kerajaan, jurnal dan lainlain.
Data sumber primer adalah data yang belum pernah diterbitkan, iaitu data
yang diperolehi daripada kajian penyelidikan yang baru dan dipungut dari
sumber asalnya, contohnya, dalam pemasaran, ia adalah maklumat yang
diperolehi secara langsung daripada sumber asalnya iaitu melalui kaji selidik,
pemerhatian atau eksperimen. Data yang dipungut oleh penyelidik, badanbadan kerajaan atau organisasi yang memerlukan data dinamai data primer
atau data peringkat pertama. Data primer belum pernah dikumpul oleh
sesiapa sebelum ini. Kaedah pemerhatian, temuduga berdepan atau melalui
pos boleh digunakan untuk memunggut data primer.
10
Sifat-sifat Statistik
Data sumber sekunder
Data sekunder atau data peringkat kedua adalah data yang telah pun
dikumpulkan sebelum ini dan mudah didapati daripada sumber-sumber lain.
Data sekunder lebih murah dan lebih cepat diperolehi daripada data primer.
Data sekunder kemungkinan boleh didapati apabila data primer tidak boleh
diperolehi. Data sekunder adalah data yang telah diterbitkan bertujuan untuk
kegunaan orang perseorangan atau sesebuah organisasi. Data sekunder
boleh didapati daripada laporan statistik, laporan penyelidikan, laporan
daripada terbitan kerajaan, jurnal, laporan syarikat dan seumpamanya.
11
Sifat-sifat Statistik
PENILAIAN KENDIRI
1. Terdapat dua jenis pembolehubah yang dikenali sebagai:
A. Statistik
B. Sampel
C. Populasi
4. Satu set unit (cth: pelajar) yang berpotensi untuk dikaji dikenali sebagai:
A. Statistik
B. Sampel
C. Populasi
A. Jantina seseorang
B. Jarak (KM) antara Tanjong Malim dan Kuala Lumpur
C. Bilangan pemilikan kenderaan sesebuah keluarga
12
Sifat-sifat Statistik
6. Satu kajian telah dilakukan terhadap 200 orang pelajar yang dipilih secara
rawak daripada pelajar fakulti Sains dan Matematik, UPSI.
Apakah
7. Satu kajian telah dilakukan terhadap 50 pelajar yang dipilih secara rawak
daripada fakulti Sains dan Matematik UPSI. Apakah sampel bagi kajian
ini?
8. 100 batang pen telah dipilih secara rawak daripada simpanan pen yang
dikeluarkan oleh sebuah syarikat pengeluar pen. 100 batang pen ini
dikenali sebagai:
A. Parameter
B. Statistik
C. Sampel
9. 100 batang pen telah dipilih secara rawak daripada simpanan pen yang
dikeluarkan oleh sebuah syarikat pengeluar pen. Simpanan pen yang
dikeluarkan oleh sebuah syarikat pengeluar pen dikenali sebagai:
A. Parameter
B. Populasi
C. Sampel
13
Sifat-sifat Statistik
10. Min dan sisihan piawai dikenali sebagai statistik jika ia dihitung daripada:
A. Sampel
B. Populasi
C. Parameter
A. Parameter sahaja
B. Statistik sahaja
C. Parameter dan statistik
RUJUKAN
Bluman, A.G.(2009). Elementary Statistics: A Step by Step Approach (7th ed). New
York: McGraw Hill.
Johnson, R. & Kuby, P. (2004). Elementary Statistics (9th ed). Boston: Duxbury
Press.
14
UNIT PELAJARAN 2
TABURAN KEKERAPAN DAN GRAF
HASIL PEMBELAJARAN
Pada penghujung unit ini, pelajar diharap dapat:
PENGENALAN
Topik ini mendedahkan kepada pelajar tentang teknik-teknik bagi merekod
dan mempersembahkan data pembolehubah kuantitatif dan kualitatif dalam
bentuk yang sistematik dan tersusun. Topik-topik yang akan dibincangkan
merangkumi jadual taburan kekerapan, jadual taburan kekerapan selanjar,
jadual taburan kekerapan melonggok, jadual taburan kekerapan relatif,
histogram, poligon kekerapan, graf kekerapan melonggok (ogif), carta
bulatan, carta palang ringkas, carta palang berganda, carta palang
berkomponen dan carta palang berkomponen berperatusan.
15
ISI KANDUNGAN
data dengan nilai yang sama atau hampir-hampir sama ke dalam satu
kumpulan dinamai jadual taburan kekerapan.
Contoh 1
Satu kajian telah dilakukan di sebuah kawasan perumahan untuk mengetahui
pemilikan telefon bimbit bagi setiap keluarga.
2, 3, 2, 1, 4, 5, 1, 2, 2, 2, 3, 3, 4, 3, 4, 3, 2, 5, 1, 1
Data di atas boleh dipersembahkan dalam jadual taburan frekuensi dengan
menggunakan langkah-langkah berikut:
(i)
(ii)
Bina jadual dengan tiga jalur, iaitu nombor bagi selang (x), tally
(bilangan yang dihitung) dan frekuensi.
16
Tally
||||
Frekuensi (f)
4
|||| |
||||
|||
||
Jumlah
20
Satu lagi
contoh jadual taburan frekuensi yang mengambil nilai diskret adalah seperti
berikut.
Contoh 2
Markah ujian statistik
60
65
11
70
20
75
25
80
15
85
10
90
Jumlah
90
17
(i)
(ii)
(iii)
NT NR
SK
Contoh 3
Markah yang diperoleh oleh 40 pelajar yang menduduki peperiksan kursus
statistik asas adalah seperti berikut:
51
62
72
80
87
66
73
83
74
65
78
88
53
75
92
76
82
93
77
84
89
65
81
68
75
58
94
79
67
86
69
71
77
98
81
79
64
70
85
71
(ii)
(iii)
98 51
5
10
Markah (y)
50-59
Tally
|||
Frekuensi (f)
3
60-69
|||| |||
70-79
14
80-89
|||| |||| |
11
90-99
||||
Jumlah
40
18
Markah ujian
statistik
60
Frekuensi (f)/
Bilangan pelajar
5
Frekuensi
Melonggok
5
65
11
5 1116
70
20
16 2036
75
25
36 2561
80
15
61 1576
85
10
76 1086
90
86 490
Contoh 5
Markah (y)
Tally
Frekuensi (f)
50-59
|||
Frekuensi
Melonggok
3
60-69
|||| |||
3 811
70-79
14
11 1425
80-89
|||| |||| |
11
25 1136
90-99
||||
36 440
19
Jadual taburan frekuensi yang dinyatakan dalam nilai nisbah atau peratus
dinamakan jadual taburan frekuensi relatif. Sila rujuk Contoh 2 dan 3 bagi
jadual frekuensi diskret dan jadual frekuensi selanjar di atas. Jadual-jadual
tersebut boleh ditokok menjadi jadual frekuensi relatif seperti berikut:
Contoh 6
Markah Ujian
Statistik
60
Frekuensi Relatif
65
11
11
100 12.22
90
70
20
20
100 22.22
90
75
25
25
100 27.78
90
80
15
15
100 16.67
90
85
10
10
100 11.11
90
90
4
100 4.44
90
Jumlah
90
90
100 100.00
90
5
100 5.56
90
Histogram
Maklumat-maklumat daripada jadual yang telah dibina sebelum ini boleh kita
persembahkan dalam bentuk graf.
20
Contoh 7
Kelajuan kenderaan yang dicatatkan di sebuah lebuh raya adalah seperti
berikut:
Kelajuan kenderaan
(KM/Jam)
Bil. Kenderaan/ Frekuensi
9599
2
125129
1
Histogram:
Bilangan Kenderaan Mengikut Kelajuan (KM/Jam)
12
BilanganKenderaan
10
8
6
4
2
0
94.5
Kelajuan (KM/Jam)
Poligon Frekuensi
Graf
poligon
frekuensi
diperolehi
dengan
melakarkan
garis
yang
21
Contoh 8
Kelajuan kenderaan yang dicatatkan di sebuah lebuh raya adalah seperti
berikut:
Kelajuan kenderaan
(KM/Jam)
Bil. Kenderaan/ Frekuensi
9599
2
125129
1
Poligon:
Bilangan Kenderaan Mengikut Kelajuan (KM/Jam)
12
BilanganKenderaan
10
8
6
4
2
0
94.5
Kelajuan (KM/Jam)
lebih daripada.
daripada paksi-x diwakili oleh had bawah data dan paksi-y mewakili frekuensi
melonggok. Manakala bagi ogif lebih daripada paksi-x diwakili oleh had atas
data dan paksi-y mewakili frekuensi melonggok. Daripada ogif yang diperoleh,
pelajar boleh menganggar nilai median. Perhatikan contoh di bawah, iaitu
data berkenaan taburan hujan di bandar Tanjong Malim yang dicatatkan pada
bulan Disember 2012.
22
Contoh 9
Taburan hujan (mm)
300
Frekuensi
Melonggok
3
400
3+6=9
500
9+7=16
600
16+8=24
700
24+3=27
800
27+2=29
900
29+1=30
Jumlah
30
Kekerapan Melonggok
35
30
25
20
15
10
5
0
300
400
500
600
700
800
900
Satu lagi ogif yang boleh dibina adalah Ogif lebih daripada. Iaitu ogif yang
menggunakan frekuensi melonggok lebih daripada sebagai paksi-y. Contoh
10 menunjukkan bagaimana Ogif lebih daripada dibina.
23
Contoh 10
Taburan Hujan (mm)
300
Frekuensi Melonggok
27+3=30
400
21+6=27
500
14+7=21
600
6+8=14
700
3+3=6
800
1+2=3
900
Jumlah
30
Kekerapan Melonggok
35
30
25
20
15
10
5
0
300
400
500
600
700
800
900
Carta bulatan
Sebelum ini kita telah mempelajari bagaimana mempersembahkan data
kuantitatif
24
Contoh 12
Bilangan program yang ditawarkan di sebuah universiti tempatan.
Negara
Malaysia
Bilangan penduduk
29
Thailand
70
Filipina
96
Jumlah
195
Sudut sector
29
360 o 53.6 o
195
70
360 o 129.2 o
195
96
360 o 177.2 o
445
25
Carta Bulatan:
Penduduk di Negara Asean Terpilih
Malaysia 29
Filipina 96
Thailand 70
Carta Palang
26
Program
Sarjana Muda Pendidikan (Biologi)
Sarjana Muda Pendidikan (Fizik)
Sarjana Muda Pendidikan (Kimia)
Sarjana Muda Pendidikan
(Matematik)
Sarjana Muda Sains (Matematik)
Jumlah
Bilangan
Pelajar
150
70
80
200
150
650
Carta Palang:
Pendaftaran Pelajar Mengikut Program di FSM, UPSI
250
Bilangan Pelajar
200
150
100
50
Sarjana Muda
Pendidikan
(Biologi)
Sarjana Muda
Pendidikan
(Fizik)
Sarjana Muda
Pendidikan
(Kimia)
Sarjana Muda
Pendidikan
(Matematik)
Sarjana Muda
Sains
(Matematik)
Program
Jualan (Liter)
Stesyen
Stesyen
Minyak A
Minyak B
7000
6000
Ron 95
Ron 97
8000
7000
Diesel
4000
7000
Jumlah
19000
20000
Jualan (Liter)
7000
6000
5000
4000
3000
Stesyen Minyak A
2000
1000
Stesyen Minyak B
0
Ron 95
Ron 97
Diesel
Jenis Minyak
28
Jualan (Liter)
Stesyen
Stesyen
Minyak A
Minyak B
7000
6000
Ron 95
Ron 97
8000
7000
Diesel
4000
7000
Jumlah
19000
20000
Jualan (Liter)
12000
10000
8000
6000
Stesyen Minyak B
4000
2000
Stesyen Minyak A
0
Ron 95
Ron 97
Diesel
Jenis Minyak
Carta
palang berkomponen berperatusan mempunyai bentuk yang sama dengan
carta palang berkomponen. Walau bagaimanapun nilai palang bagi setiap
komponen dihitung dalam bentuk peratus.
29
Ron 95
Hasil Jualan
Peratus
Stesyen
Minyak B
7000
6000
100 36.8
19000
Peratus
6000
100 30
20000
Ron 97
8000
8000
100 42.1
19000
7000
7000
100 35
20000
Diesel
4000
4000
100 21.1
19000
7000
7000
100 35
20000
Jumlah
19000
100
20000
100
100%
90%
Jualan (Peratus)
80%
70%
60%
50%
40%
Stesyen Minyak B
30%
20%
Stesyen Minyak A
10%
0%
Ron 95
Ron 97
Diesel
Jenis Minyak
30
PENILAIAN KENDIRI
1. Senaraikan
graf
dan
carta
yang
sesuai
digunakan
bagi
2. Bayaran bil letrik (RM) yang dicatatkan oleh sebuah keluarga setiap bulan
dalam tempoh 36 bulan adalah seperti berikut:
191
170
148
198
162
133
152
125
143
122
115
131
150
185
102
174
175
135
183
144
154
151
168
112
167
108
124
157
146
111
149
166
129
169
155
137
Tally
|||| ||||
|||| |||| ||
|||| ||||
|||| ||
|||| |||| |||| ||||
Frekuensi
4.
31
Remaja lelaki
|||| |||| ||||
|||| |||| |||
|||| ||||
|||| |||
|||| ||||
Remaja perempuan
|||| |||| |||| ||
|||| |||| ||||
|||| |||| ||
|||| |
|||| |
5. Bilangan pinjaman buku yang dibuat oleh pelajar yang mengikuti program
PhD di sebuah IPTA dalam masa satu semester dicatatkan seperti di
bawah:
Bil. Pinjaman Buku
Bil. Pelajar
1
6
2
10
3
12
4
15
5
13
6
11
7
5
Bilangan
Tempatan
Luar negara
3000
1000
5000
1500
400
200
600
200
200
100
9200
3000
BSc
BEd
MSc
MEd
PhD
Jumlah
7. Jumlah masa yang dihabiskan oleh pelajar bagi menganalisis data projek
tahun akhir adalah seperti berikut:
Masa (Jam)
Bil. Pelajar
1-3
5
3-5
10
5-7
13
7-9
25
9-11
8
11-13
6
13-15
4
32
Bilangan
3
5
7
9
11
8
6
4
53
Perbelanjaan Operasi
Emolumen
Perkhidmatan dan
bekalan
Pemberian dan kenaan
bayaran tetap
Pembelian asset
Bilangan
(000,000,000)
50
30
100
10
33
80000
70000
Bilangan
60000
50000
40000
30000
Asing
20000
Tempatan
10000
0
Pertanian
Pengilangan
Pembinaan
Perkhidmatan
(a)
(b)
(c)
(d)
RUJUKAN
Bluman, A.G.(2009). Elementary Statistics: A Step by Step Approach (7th ed).
New York: McGraw Hill.
Johnson, R. & Kuby, P. (2004). Elementary Statistics (9th ed). Boston:
Duxbury Press.
34
Statistik Pemerihalan
UNIT PELAJARAN 3
STATISTIK PEMERIHALAN
HASIL PEMBELAJARAN
Pada penghujung unit ini, pelajar diharap dapat:
PENGENALAN
Ukuran kecenderungan memusat banyak digunakan dalam kehidupan harian.
Purata taburan hujan, purata kelajuan kenderaan di sebuah lebuhraya, purata
perbelanjaan isi rumah dalam sebulan, purata markah kursus statistik yang
diperolehi oleh sekumpulan pelajar dan sebagainya adalah antara contoh
ukuran kecenderungan memusat yang melibatkan min.
akan diterangkan.
Statistik Pemerihalan
piawai. Seterusnya daripada nilai-nilai ukuran kencenderungan memusat dan
ukuran serakan pelajar akan didedahkan kaitan antara kedua-dua ukuran ini.
ISI KANDUNGAN
Min aritmetik
Satu nilai yang mewakili sekumpulan data dinamakan ukuran memusat. Min
aritmetik adalah salah satu ukuran memusat.
5, 5, 6, 6, 6, 7, 7, 8, 8, 9.
6.7
10
10
Bagi menghitung min, pelajar terlebih dahulu perlu mengenal pasti jenis data
kuantitatif. Jenis data yang dimaksudkan adalah data tak terkumpul dan data
terkumpul. Kaedah menghitung min bagi data tak terkumpul dan data
terkumpul ditunjukkan seperti di bawah:
Menghitung min aritmetik daripada data tak terkumpul
Rumus bagi menghitung min aritmetik bagi data tak terkumpul adalah seperti berikut:
n
xi
x i 1
n
36
Statistik Pemerihalan
Contoh 1
Markah matematik bagi ujian percubaan PMR yang diperoleh oleh tujuh (7) orang
pelajar di sebuah sekolah adalah seperti berikut:
50, 65, 78, 73, 75, 84, 90
xi
x i 1
n
50 65 73 75 78 82 90 513
73.3
7
7
fi x i
x i 1
fi
i 1
Contoh 2
Sekumpulan pelajar diberi ujian matematik. Markah yang diperoleh dikumpulkan
dalam bentuk jadual seperti di bawah:
Markah Matematik
55
65
75
80
85
90
95
Bilangan pelajar
10
15
20
14
12
Nilai min bagi taburan data di atas dihitung dengan menggunakan rumus:
n
fi x i
x i 1
fi
i 1
37
Statistik Pemerihalan
xi
55
65
75
80
85
90
95
fi
10
15
20
14
12
275
650
1125
1600
1190
1080
570
fi xi
7
fi x i
x i 1
7
fi
79.1
5 10 15 20 14 12 6
82
i 1
sebagai
Bilangan Hari
3
350 399
400 449
450 499
500 549
550 599
600 649
Jumlah
30
Nilai min taburan hujan (mm) dihitung menggunakan rumus yang berikut:
n
fi x i
x i 1
fi
i 1
fi
xi
fi xf
300 349
324.5
973.5
350 399
374.5
1872.5
38
Statistik Pemerihalan
400 449
424.5
2971.5
450 499
474.5
4270.5
500 549
524.5
1573.5
550 599
574.5
1149.0
600 649
624.5
624.5
Jumlah
30
13435
fi x i
x i 1
n
fi
13435
447.8
30
i 1
Contoh 4
Seorang pegawai statistik ingin menghitung min pendapatan isi rumah bagi
sebuah bandar. Maklumat yang telah dikumpul adalah seperti berikut:
Pendapatan Isi rumah (RM000)
10 dan kurang daripada 20
20 dan kurang daripada 30
30 dan kurang daripada 40
40 dan kurang daripada 50
50 dan kurang daripada 60
60 dan kurang daripada 70
70 dan kurang daripada 80
80 dan kurang daripada 90
90 dan kurang daripada 100
Frekuensi
5
10
15
30
40
20
16
14
12
fi x i
x i 1
fi
i 1
fi
xi
fi xf
5
10
15
30
15
25
35
45
75
250
525
1350
39
Statistik Pemerihalan
50 dan kurang daripada 60
60 dan kurang daripada 70
70 dan kurang daripada 80
80 dan kurang daripada 90
90 dan kurang daripada 100
Jumlah
40
20
16
14
12
162
55
65
75
85
95
2200
1300
1200
1190
1140
9230
fi x i
x i 1
fi
9230
57 (RM000)
162
i 1
Median
Selain daripada min, ukuran kecenderungan memusat yang sering digunakan
ialah median. Nilai yang berada di kedudukan tengah bagi sekumpulan data
dinamakan median dengan syarat data tersebut telah disusun sama
ada
Bagi menghitung nilai median bagi data tak terkumpul, kita hanya perlu
menyusun data sama ada mengikut turutan menaik atau menurun. Dengan
kata lain tiada rumus khusus bagi menghitung median bagi data tak
terkumpul.
Contoh 5
Wang saku (RM) yang dibawa oleh tujuh (7) pelajar ke sekolah setiap hari
adalah seperti berikut:
40
Statistik Pemerihalan
1.50, 2.00, 2.50, 3.00, 3.50, 3.50, 4.00, 4.50 (susunan menaik)
3.25
2
i 1
F
m 1
2
~
x Lm
c
fm
Dengan:
Lm
Fm1
fm
selang kelas.
41
Statistik Pemerihalan
Contoh 7
Bayaran penggunaan air bagi sebuah keluarga besar di bandar Kuala Lumpur
untuk tempoh dua (2) tahun dicatatkan seperti berikut:
Bayaran
Penggunaan Air (RM)
Bilangan Bulan
100-149
150-199
200-249
250-299
300-349
i 1
Fm 1
2
~
x Lm
c
fm
Had bawah
99.5
149.5
199.5
249.5
299.5
fi
8 fm
Fi
14
20
24
6
Fm1
Kelas median
x~ Lm
nf
i 1
Fm 1
12 6
2
c 199.5 8 50 237
fm
Contoh 8
Markah yang diperoleh oleh tiga puluh (30) pelajar Program Matematik yang
mengambil kursus Fizik adalah seperti berikut:
Markah Fizik
30 dan kurang daripada 40
Bilangan Pelajar
3
5
42
Statistik Pemerihalan
80 dan kurang daripada 90
Jumlah
30
i 1
Fm 1
2
~
x Lm
c
fm
Had bawah
fi
Fi
30
40
50
12 Fm1
60 Lm
7 fm
19
70
24
80
28
90
30
Jumlah
30
x~ Lm
Kelas median
nf
i 1
Fm 1
15 12
c 60
10 64.3
fm
7
Contoh 9
Dengan merujuk pada Contoh 8, data adalah seperti berikut:
Markah Fizik
30 dan kurang daripada 40
Bilangan Pelajar
3
5
43
Statistik Pemerihalan
60 dan kurang daripada 70
Jumlah
30
fi
Fi
40
50
60
12
70
19
80
24
90
28
100
30
Jumlah
30
Kekerapan Melonggok
35
30
25
20
15
10
5
0
40
50
60
70
80
90
100
Statistik Pemerihalan
Mod
Mod ialah nilai yang paling kerap berlaku dalam sesuatu kumpulan data. Mod
juga boleh diperolehi jika data tersebut adalah data kualitatif.
Contoh 10
Harga tiket yang dibeli oleh sepuluh orang pengunjung bagi satu perlumbaan
kereta adalah seperti berikut:
200, 150, 100, 50, 100, 300, 100, 50, 300, 200
Nilai yang paling kerap berlaku bagi contoh ini ialah 100. Ini bermaksud nilai
mod bagi harga tiket ialah 100.
Contoh 11
Program yang diminati oleh sepuluh orang pelajar untuk kemasukan ke
universiti adalah seperti berikut:
Contoh 12
Jumlah bulan yang dihabiskan oleh penyelidik-penyelidik di sebuah universiti
untuk melengkapkan projek mereka adalah seperti berikut:
Jumlah Bulan
10
11
12
Bilangan Projek
13
45
Statistik Pemerihalan
Menghitung mod daripada data terkumpul
Pelajar boleh menggunakan rumus seperti di bawah dalam menghitung mod
daripada data terkumpul.
1
x Lm
c
1 2
Dengan
Lm had bawah kelas mod;
1 f m f m 1 ;
2 f m f m 1 ;
c selang kelas;
f m kekerapan kelas mod;
f m1 kekerapan sebelum kelas mod;
f m1 kekerapan selepas kelas mod.
Contoh 13
Jangka masa menunggu pelanggan yang dicatatkan di sebuah bank
komersial sebelum mendapat perkhidmatan di kaunter bank adalah pada hari
Isnin minggu pertama adalah seperti berikut:
Jangka Masa
Menunggu (Minit)
Bilangan Pelanggan
0-4
5-9
10-14
15-19
20-24
25-29
10
15
20
Kelas mod
46
Statistik Pemerihalan
Menganggar mod daripada histogram
Contoh 14
Jangka masa menunggu pelanggan yang dicatatkan di sebuah bank
komersial sebelum mendapat perkhidmatan di kaunter bank adalah pada hari
Isnin minggu pertama adalah seperti berikut:
Jangka Masa
Menunggu (Minit)
Bilangan Pelanggan
0-4
5-9
10-14
15-19
20-24
25-29
10
15
20
Kelas mod
Histogram
25
Bilangan Pelanggan
20
15
Anggaran nilai mod
10
5
4.5
9.5
14.5
19.5
24.5
29.5
0
Jangka Masa Menunggu
47
Statistik Pemerihalan
Kebaikan dan kelemahan min, median dan mod boleh disenaraikan seperti
berikut:
Kebaikan min
1. Min merupakan pengukur yang sesuai digunakan jika kesemua
cerapan perlu diambil kira dalam menghitung ukuran kecenderungan
memusat
2. Min merupakan pengukuran yang baik jika terdapat bilangan data yang
besar
3. Min memberi pemberat yang seragam secara relatif mengikut saiz data
4. Min sering digunakan dalam analisis lanjutan
Kelemahan min
1. Min tidak dapat dianggarkan secara bergraf
2. Min tidak boleh digunakan bagi mengukur data kualitatif
3. Min dipengaruhi oleh nilai melampau
Kebaikan median
1. Median tidak dipengaruhi oleh nilai melampau
2. Median sesuai digunakan dalam ukuran kecenderungan memusat
yang melibatkan data yang berkelas terbuka
3. Median boleh dianggarkan daripada ogif
Kelemahan median
1. Median tidak seuai digunakan sebagai ukuran kecenderungan
memusat jika kesemua nilai termasuk yang terkecil dan terbesar dalam
sesuatu kumpulan data perlu diambil kira
2. Median tidak mengambil kira kesemua cerapan dalam kumpulan data
Kebaikan mod
1. Mod tidak dipengaruhi oleh nilai melampau
48
Statistik Pemerihalan
2. Mod boleh diperolehi jika data melibatkan dalam selang terbuka
3. Mod boleh dianggarkan dari histogram
Kelemahan Mod
1. Mod tidak boleh dihitung jika melibatkan data berbentuk bi-modal
2. Mod tidak mengambil kira kesemua cerapan dalam kumpulan data
Contoh 15
Markah matematik yang diperoleh oleh sekumpulan sepuluh orang pelajar
adalah seperti berikut:
85, 92, 70, 68, 60, 65, 75, 62, 73, 64
Julat = 92 62=30
Statistik Pemerihalan
. . . k1 . . . k2 . . . k3 . . .
25%
k1, k2 dan k3 mewakili kuartil pertama kuratil kedua (median) dan kuartil
ketiga.
Kuartil pertama boleh dihitung dengan mula-mula mencari kedudukan kuartil
tersebut. Rumus yang digunakan adalah seperti berikut:
Kedudukan k1
(n 1)
4
Kedudukan k 3
3(n 1)
4
Contoh 16
Markah diperolehi oleh 9 orang pelajar dalam satu ujian matematik adalah
seperti berikut:
55, 57,70, 73,74, 77,81, 84,85
Kedudukan k1
(n 1) (9 1)
2.5
4
4
Kedudukan k 3
3(n 1) 3(9 1)
7.5
4
4
sk
k 3 k1 82.5 63.5
9.5.
2
2
50
Statistik Pemerihalan
k 1 Lk1
dengan Lk1
nf
i 1
Fk11
f k1
kelas sebelum kelas kuartil pertama; fk1 kekerapan kelas kuartil pertama; c
selang kelas.
k 3 Lk3
3 n f
i 1
Fk3 1
f k3
Dengan Lk3 had bawah kelas kuartil ketiga; Fk3 1 kekerapan melonggok kelas
sebelum kelas kuartil ketiga; fk3
kelas.
51
Statistik Pemerihalan
Contoh 17
Bayaran bulanan sewa premis perniagaan di sebuah kompleks membeli
belah adalah seperti berikut:
Bayaran Bulanan (RM)
1000 dan kurang daripada 1999
Bilangan Premis
2
12
14
Jumlah
50
Kuartil pertama, kuartil ketiga dan sisihan kuartil dihitung seperti berikut:
(1) Dapatkan kedudukan kelas k 1
k3
f
4
3
f
4
Had Bawah
fi
Fi
999.5
1999.5
6 Fk11
Lk1
2999.5
3999.5
Lk3
4999.5
5999.5
8 fk1
12
14 fk3
14
Kelas k1
26 Fk3 1
40
48
6999.5
50
Jumlah
50
Kelas k3
52
Statistik Pemerihalan
n f
i 1
F
12.5 6
k11
k1 Lk1 4
c 2999.5
1000 3812
f k1
8
k 3 Lk3
3 n f
i 1
F
37.5 26
k3 1
4
c 4999.5
1000 5821
fk3
14
k 3 k1 5821 3812
1004.5
2
2
Sisihan piawai
Antara ukuran serakan yang kerap digunakan dalam statistik adalah sisihan
piawai. Pelajar boleh mendapatkan sisihan piawai dengan mengira punca
kuasa dua min perbezaan kuasa dua antara nilai sesuatu cerapan dan min.
i1
x
i1
2
i
x
i1
Dengan
xi cerapan ke-i;
N ialah bilangan data.
53
Statistik Pemerihalan
x i
i1
n -1
xi
i1
i1
n
n
n -1
Dengan
xi cerapan ke-i;
n ialah bilangan data.
Contoh 18
Berat badan (kg) yang diperoleh daripada sampel yang terdiri daripada enam
orang pelajar adalah seperti berikut:
50, 55, 60, 70, 80, 85
Sisihan piawai boleh dihitung seperti berikut:
i 1
i 1
xi
n 1
50
55 2 60 2 70 2 80 2 85 2
50 55 60 70 80 852
6
14.02
f x
i
i1
n fi xi2 n fi xi
i1N i1N
54
Statistik Pemerihalan
Contoh 19
Catatan masa yang dibuat oleh 20 orang atlet dalam saringan larian 100
meter adalah seperti berikut:
Catatan Masa (Minit)
8.5
9.0
9.5
10
Bilangan Atlet
8.5
9.0
9.5
10
fi
20
f i xi
16
42.5
54
38
30
180.5
f i xi2
128
361.25
486
361
300
1636.25
6 fi xi2 6 fi xi
i1N i1N
20 20
Jika data yang diperoleh adalah daripada sampel, rumus sisihan piawai di
atas menjadi
n
f x
i 1
n 1
fi x i
n
2
fi x i i 1
n
i 1
n 1
Contoh 20
Masa (saat) yang diambil oleh seorang telefonis di sebuah syarikat untuk
menjawab panggilan telefon dicatatkan seperti berikut:
Masa(saat)
Bilangan Panggilan
10 14
15 19
20 24
25 29
30 34
35 39
Jumlah
30
55
Statistik Pemerihalan
xi
12
17
22
27
32
37
fi
30
f i xi
36
102
176
189
128
74
705
f i xi2
432
1734
3872
5103
4096
2738
17975
fi x i
n
2
i 1
7052
fi x i
17975
n
30 6.97
i 1
n 1
29
56
Statistik Pemerihalan
PENILAIAN KENDIRI
1. Dalam ukuran kecenderungan memusat, nyatakan perbezaan antara min,
median dan mod.
Bilangan Keluarga
60
150
50
Bilangan Kenderaan
30-<50
20
50-<70
25
70-<90
35
90-<110
40
110-<130
50
130-<150
70
150-<170
50
170-<190
40
190-<210
30
210-<230
50
57
Statistik Pemerihalan
Kira min, median dan mod pembelian petrol.
5. Anggarkan nilai median dan mod dengan menggunakan graf yang sesuai
daripada soalan 4.
6. Ketua sebuah kesatuan kakitangan menjangkakan nilai median dapat membantu
bagi menentukan tuntutan kenaikan gaji bulanan yang dicadangkan terhadap
organisasinya. Maklumat gaji bulanan yang diperoleh adalah seperti berikut:
Gaji Bulanan (RM)
Bilangan Kakitangan
12
Jumlah
45
7. Harga jualan ikan bawal yang dicatatkan oleh pegawai LKIM di sebuah pasar
runcit dalam masa sebulan adalah seperti berikut:
Harga (RM)
Bilangan Hari
10-<12
12-<14
14-<16
16-<18
18-<20
20-<22
Jumlah
30
8. Lebihan potongan besi yang dilakukan oleh sebuah syarikat kejuruteraan dalam
penghasilan cerucuk besi bagi tujuan pembinaan dicatatkan seperti berikut:
Lebihan Potongan Besi (cm)
0.95-<1.45
210
1.45-<1.95
160
58
Statistik Pemerihalan
1.95-<2.45
240
2.45-<2.95
120
2.95-<3.45
50
Jumlah
780
10. Bilangan motosikal yang dimiliki penduduk di sebuah bandar dicatatkan seperti
berikut:
Bilangan Motosikal
Bilangan keluarga
10
150
50
Bilangan Kenderaan
30-<50
20
50-<70
25
70-<90
35
90-<110
40
110-<130
50
130-<150
70
150-<170
50
170-<190
40
190-<210
30
210-<230
50
Jumlah
410
59
Statistik Pemerihalan
12. Perbelanjaan bulanan daripada sampel 40 keluarga di sebuah taman perumahan
adalah seperti berikut:
Perbelanjaan
bulanan(RM)
Bilangan Keluarga
10001099
1
11001199
4
12001299
12
13001399
7
14001499
6
15001599
10
Hitung min, mod, sisihan piawai dan tentukan bentuk taburan data ini.
13. Maklumat tentang gaji bulanan yang diperoleh oleh kakitangan awam di sebuah
organisasi adalah seperti berikut:
Bilangan Kakitangan
1000-<1250
1250-<1500
1500-<1750
12
1750-<2000
2000-<2250
2250-<2500
Jumlah
45
RUJUKAN
Bluman, A.G.(2009). Elementary Statistics: A Step by Step Approach (7th ed). New
York: McGraw Hill.
Johnson, R. & Kuby, P. (2004). Elementary Statistics (9th ed). Boston: Duxbury
Press.
60
Konsep Kebarangkalian
UNIT PELAJARAN 4
KONSEP KEBARANGKALIAN
HASIL PEMBELAJARAN
Pada akhir unit ini, anda diharap dapat:
PENGENALAN
Peluang, kemungkinan dan kebarangkalian terjadinya sesuatu perkara dan
peristiwa sering kita dengar dalam kehidupan harian. Kadangkala kita lebih
lebih suka menyebutnya sebagai kebarangkalian. Kebarangkalian terjadinya
sesuatu perkara amat menarik untuk kita ketahui kerana dengan berbuat
demikian kita mampu membuat perancangan. Umpamanya jika kita
mengetahui bahawa kemungkinan hari ini akan berlaku kesesakan disebuah
lebuhraya, sudah pasti kita akan mengelak daripada melalui lebuhraya seperti
berikut. Begitu juga, jika seorang penganalisis pemasaran merasakan
sesuatu produk tidak lagi diterima oleh penggunaan, sudah pasti beliau akan
memikirkan produk yang disukai oleh pelanggan.
Contoh
yang
kemungkinan
diberikan
atau
ialah
dengan
beberapa
istilah
keadaan
matematiknya
ia
yang
melibatkan
disebut
sebagai
kebarangkalian.
61
Konsep Kebarangkalian
Kebarangkalian boleh ditakrifkan sebagai kajian secara rawak atau
kemungkinan berlakunya sesuatu peristiwa yang dikaitkan dengan
ujikaji.
Jika kita ambil contoh mudah iaitu melambung duit syiling (ujikaji), kesudahan
ujikaji ini adalah sama ada mendapat bunga (X) atau sen (Y). Ini dikenali
sebagai ruang sampel S{X, Y}.
Maka kebarangkalian untuk mendapatkan bunga, K(X) pada lambungan itu
adalah:
[(Bilangan bunga pada lambungan n(X)]/ [(Jumlah keseluruhan n(S)] atau ia
boleh ditulis sebagai:
K(X )
n( X ) 1
.
n( S ) 2
Sebelum ini kita telah ditunjukkan peristiwa dan ujikaji dalam sesuatu
kebarangkalian, seterusnya kita akan diterangkan mengenai ruang sampel.
ISI KANDUNGAN
Ruang sampel
Ruang sampel ialah set yang mengandungi kesudahan yang mungkin dari
sesuatu ujikaji. Simbol yang biasa digunakan bagi ruang sampel ialah S.
Setiap kesudahan dalam sesuatu ruang sampel dikenali sebagai unsur atau
elemen atau titik sampel. Sebagai contoh dalam lambungan sebiji buah dadu,
ruang sampel bagi kesudahan lambungan ini boleh ditulis sebagai:
62
Konsep Kebarangkalian
S {1, 2, 3, 4, 5, 6} .
buah dadu}.
S x 1 x 0, 2, 4
Aksiom kebarangkalian
a)
b)
c)
d)
K ( X 1 X 2 X 3 ...) K ( X 1 ) K ( X 2 ) K ( X 3 ) ...
63
Konsep Kebarangkalian
Jika X dan Y ialah dua peristiwa dari satu ujikaji rawak dengan ruang sampel
S, maka hukum asas kebarangkaliannya adalah:
a)
K(Xc ) 1 K(X).
Pembuktian
S= X Xc dan X Xc ,
maka dari aksiom (b) dan (d),
1 K(X) + K(Xc), maka
K(Xc) 1 K(X)
b)
K() 0.
Pembuktian
Jika X maka Kc S. Maka
K() 1 - K(S) 1 - 1 0.
c)
Pembuktian
X Y = X (Y Xc ), dan dari aksiom (d)
K(X Y) = K(X) + K(Y Xc ), walaubagaimanapun
Y = (X Y) (Y Xc ), dan
K(Y) = K(X Y) + K(Y Xc ), maka
K(Y Xc) K(Y) K(X Y).
d)
64
Konsep Kebarangkalian
Pembuktian
Y = X (Y Xc ), daripada aksiom (d),
K(Y) = K(X) + K(Y X c ), maka
K(Y X c) K(Y) K(X).
e)
Pembuktian
Y = X (Y X c ) dan X (Y X c ) ,
daripada aksiom (d),
K(Y) = K(X) + K(Y X c ) K(X),
disebabkan aksiom (a) maka,
K(Y X c ) 0.
f)
Pembuktian
(X Y) boleh diwaklili oleh kesatuan bagi peristiwa saling eksklusif,
iaitu,
X Y = X (X c Y), dan dari aksiom (d),
K(X Y) = K(X) + K(X c Y),
(1)
walaubagaimanapun,
Y = (X Y) (X c Y) iaitu kesatuan bagi peristiwa saling eksklusif.
Maka
K(Y) = K(X Y) + K(X c Y), dan
K(X
dalam (1),
memberikan hasil
K(X Y) = K(X) + K(Y) K(X Y ).
65
Konsep Kebarangkalian
g)
K X 1 ... X n K X i K X i X J
i j
K X
i j k
X j X k ... K X i ... X n
Pembuktian
K(X Y Z) = K(X) + K(Y)+ K(Z) K(X Y )
- K(X Z ) - K(Y Z ) + K(X Y Z )
Biar WY Z, maka X W X (Y Z) (X Y) (X Z) dan
K(X W) K(X Y) K(X Z) - K(X Y X Z)
= K(X Y) + K(X Z) - K(X Y Z) maka,
K(X Y Z ) K(X W)
=K(X) + K(W) - K(X W)
=K(X) + K(Y) + K(Z) - K(Y Z)
-[K(X Y) + K(X Z) - K(XY Z)]
K(X Y Z) = K(X) + K(Y)+ K(Z) K(X Y )
- K(X Z ) - K(Y Z ) + K(X Y Z ).
66
Konsep Kebarangkalian
Ruang kebarangkalian terhingga dan tak terhingga
1
N
n
N
atau
n
.
N
Pembuktian
Katakan X 1 , X 2 ,..., X n mewakili kesudahan dari ruang sampel S
kebarangkalian setiap satu ialah
1
N
dengan
Konsep Kebarangkalian
K ( X ) K ( X 1 X 2 ... X n )
K ( X 1 ) K ( X 2 ) ... K ( X n )
1
N
N1 ... N1
Nn .
Contoh 1
Jika X dan Y ialah dua peristiwa dengan
K ( X ) 12 , K (Y ) 13 dan K ( X Y ) 14 .
Kira nilai bagi:
a)
K(X c )
e)
K(X Y c )
b)
K (Y c )
f)
K(X c Y c )
c)
K(X Y)
g)
K(X c Y c )
d)
K(X c Y )
Penyelesaian:
a)
K ( X c ) 1 K ( X ) 1 12
b)
K (Y c ) 1 K (Y ) 1 13
1
2
2
3
c)
K ( X Y ) K ( X ) K (Y ) K ( X Y )
12 13 14
127
d)
K ( X c Y ) K (Y ) K ( X Y )
13 14
121
e)
K(X Y c ) K(X ) K(X Y)
12 14
1
4
68
Konsep Kebarangkalian
f)
K ( X c Y c ) K ( X Y )c
1 K(X Y)
1 127
125
g)
K ( X c Y c ) K ( X Y )c
1 K(X Y)
1 14
3
4
Contoh 2
Katakan ruang sampel S terdiri daripada 3 unsur iaitu S{x,y,z}. Bagi setiap
yang berikut tentukan sama ada ia merupakan fungsi bagi ruang
kebarangkalian S.
a)
K ( x) 15 , K ( y) 12 , K ( z) 103
b)
K ( x) 13 , K ( y) 17 , K ( z)
c)
K ( x) 17 , K ( y) 72 , K ( z)
d)
K ( x) 18 , K ( y) 78 , K ( z) 0
2
7
6
7
Penyelesaian:
Dengan menggunakan aksiom (a) dan (b), fungsi bagi ruang kebarangkalian
S adalah seperti berikut:
a)
K ( x) K ( y) K ( z) 15 12 103 1
Merupakan fungsi bagi ruang kebarangkalian S.
b)
K ( x) K ( y) K ( z) 13 17 72 16
21
Ia bukan fungsi bagi ruang kebarangkalian S.
c)
Disebabkan K ( x) 17
Ia bukan fungsi bagi ruang kebarangkalian S.
69
Konsep Kebarangkalian
d)
K ( x) K ( y) K ( z) 18 78 0 1
Merupakan fungsi bagi ruang kebarangkalian S.
70
Konsep Kebarangkalian
PENILAIAN KENDIRI
1. Ruang sampel S mengandungi 4 unsur iaitu S{w,x,y,z}. Fungsi berikut
yang manakah merupakan ruang kebarangkalian S.
a) K(w) 41 ,K(x) 41 ,K(y) 41 , K(z) 41
b) K(w) 32 ,K(x) 31 ,K(y) 0, K(z) 0
c) K(w) 61 ,K(x) 125 ,K(y) 121 , K(z) 31
d) K(w) 37 ,K(x) 71 ,K(y) 37 , K(z) 72
23
2. Diberi K (Y c ) 54 , K ( X Y ) 17 dan K ( X Y ) 55
, kira
a) K (Y )
b) K (X )
c) K ( X c Y c )
d) K ( X c Y c )
e) K ( X Y c )
3. Jika X dan Y ialah dua peristiwa dengan K ( X ) 15 , K (Y ) 17 dan
K ( X Y ) 19 .
Kira nilai bagi:
a) K ( X c )
b) K (Y c )
c) K ( X Y )
d) K ( X c Y )
e) K ( X Y c )
f)
K(X c Y c )
g) K ( X c Y c )
71
Konsep Kebarangkalian
4. Diberi K ( X ) 13 , K (Y c ) 54 , K ( X Y ) 17 dan K ( X Y Z ) 19
kira
a) K ( X c Y c )
b) K ( X c Y c Z c )
c) K ( X Y c )
5. Kirakan K(X Y Z) jika K(X) 0.3, K(Y) 0.4, K(Z) 0.5 dan ruang
sampel S X Y Z.
7. Satu ujikaji melambung syilling adil sebanyak tiga kali telah dilakukan.
Katakan X adalah kesudahan mendapat bunga pada lambungan pertama,
Y mendapat sekurang-kurangnya satu bunga dan Z mendapat bunga
pada lambungan terakhir. Dapatkan K(Xc), K(X Y) dan K(X Z).
Kebarangkalian bersyarat
bergantung
kepada
sesuatu
peristiwa
yang
lain.
Umpamanya
72
Konsep Kebarangkalian
sebelum peperiksaan. Serangan jantung berkait dengan amalan hidup.
Kebarangkalian bersyarat akan dihasilkan apabila kebarangkalian bagi
peristiwa-peristiwa di atas dihitung.
berikut:
K (Y X )
n(Y X ) n(S ) K (Y X )
n( X ) n(S )
K(X )
K ( X Y )
, kita akan perolehi:
K(X )
K(Y X)
K(Y)
maka:
K(X Y) K(Y ) K(X | Y).
Dalam teorem pendaraban, untuk setiap peristiwa X1, X2 ,, Xn
K(X1 X2 X3 Xn)K(X1) K(X2 | X1) P(X3) K(X3 | X1 X2)
K(Xn | X1 X2 Xn-1 )
73
Konsep Kebarangkalian
untuk semua integer positif r, dan
K(X1 X2 X3 | Y ) K(X1 | Y) + K(X2 | Y)+
Pembuktian
K (X 1 X 2 ...) Y
K(Y)
K (X 1 Y ) (X 2 Y ) ...
K(Y)
K( X 1 X 2 ... Y)
...
K(Y)
K(Y)
K( X 1 X 2 ... Y)
K( X 1 Y) K( X 2 Y) ...
Contoh 3
Jika kebarangkalian untuk dua peristiwa X dan Y adalah seperti berikut:
K (X )
2
1
1
, K(Y) , dan K(X Y) .
5
4
2
Kira
a) K(X Y)
b) K(X | Y)
c) K(Y | X)
d) K(Xc | Y c)
e) K(Yc | Xc)
74
Konsep Kebarangkalian
Penyelesaian:
a) K(X Y) K(X) K(Y) K(X Y), maka:
K(X Y) K(X) K(Y) K(X Y)
2 1 1
5 4 2
3
20
K(X Y )
K(X Y) 3 / 20 3
.
K(Y)
1/ 4
5
c) K(Y X )
K(X Y) 3 / 20 3
.
K(X)
2/5 8
b)
d)
K(X c | Y c )
K(X c Y c )
K(Y c )
K(X Y) c
1 K(Y)
1 K(X Y)
1 K(Y)
1/ 2
3/4
2
e)
K(Y c | X c )
K(X c Y c )
K(X c )
K(X Y) c
1 K(X)
1 K(X Y)
1 K(X)
1/ 6
3/5
5
18
75
Konsep Kebarangkalian
Persitiwa merdeka
Peristiwa-peristiwa,
a) Xc dan Y
b) X dan Yc
c) Xc dan Yc
Pembuktian
a)
K(X c Y) K(Y X c )
K(Y) K(X c Y )
K(Y) [1 K( X Y)]
K(Y) K(X c )
maka Xc dan Y ialah peristiwa merdeka.
b)
K(X Y c ) K(X)K(Y c X )
K(X) [1 K(Y X)]
K(X) K(Y c )
Konsep Kebarangkalian
c)
K(X c Y c ) K(X Y)c
1 K (X Y)
1 K(X) K(Y) K(X Y)
1 K(X)1 K(Y)
K(X c )K(Y c )
Contoh 4
Katakan X dan Y ialah dua peristiwa merdeka dengan K ( X )
K (Y )
1
dan
4
1
, kira
5
a) K(X Y)
b) K(X Y)
c) K(Xc Yc)
77
Konsep Kebarangkalian
d) K(Xc Yc)
e) K(Xc Y)
f) K(Xc Y)
Penyelesaian:
1 1
1
4 5 20
1 1 1 1
8
4 5 4 5 20
8
12
20 20
1
19
20 20
3 1
3
4 5 20
3 1 3 1 16
4 5 4 5 20
Gambarajah pokok
Contoh 5
Katakan kebarangkalian berlaku kemalangan di sebuah lebuh raya pada hari
tertentu
ialah
0.30.
Jika
kemalangan
berlaku,
kebarangkalian
akan
menyebabkan lebuh raya sesak adalah 0.50. Manakala jika kemalangan tidak
berlaku, kebarangkalian akan lebuh raya sesak 0.05.
78
Konsep Kebarangkalian
Lukiskan gambarajah pokok bagi situasi di atas dan kira kebarangkalian
kemalangan tidak berlaku.
Penyelesaian:
Katakan X = peristiwa berlaku kemalangan.
Y = peristiwa berlakunya kesesakan lebuh raya.
K(Y |X)=0.50
K(Yc | X)=0.50
K(X)= 0.30
K(Y | Xc)=0.05
K(Xc)= 0.70
K(Yc | Xc)=0.95
Daripada gambarajah pokok, kita telah diperlihatkan dua peristiwa saling
eksklusif
iaitu
berlaku
kemalangan
dan
tidak
berlaku
kemalangan.
atau
K(Y c ) 1 K(Y) 1 0.185 0.815
79
Konsep Kebarangkalian
Contoh 6
Kebarangkalian seorang perlumba kereta memenangi perlumbaan dalam
setiap perlumbaan ialah 0.20. Perlumba berkenaan telah berlumba dalam tiga
perlumbaan.
a) Lukiskan gambarajah pokok bagi situasi di atas.
b) Kira kebarangkalian perlumba tersebut memenangi dalam kesemua
perlumbaan.
c) Kira kebarangkalian perlumba memenangi dalam perlumbaan kedua
sahaja.
d) Kira kebarangkalian perlumba memenangi dalam perlumbaan dalam
sekurang-kurang dua perlumbaan.
Penyelesaian:
Katakan X = peristiwa perlumba memenangi perlumbaan.
a)
80
Konsep Kebarangkalian
c) K(Xc X Xc ) K(Xc)K(X)K(Xc)
=0.80 0.20 0.80=0.128
d) Katakan
K(0) kebarangkalian tiada menangi perlumbaan.
K(1) kebarangkalian menang dalam satu perlumbaan.
K(2) kebarangkalian menang dalam dua perlumbaan.
K(3) kebarangkalian menang dalam tiga perlumbaan.
81
Konsep Kebarangkalian
PENILAIAN KENDIRI
1. X dan Y ialah dua peristiwa dengan
K(X) 0.35 , K(Y) 0.55 dan K[(X Y)c] 0.15. Kira
a) K(X Y)
b) K(X | Y)
c) K( Xc | Y)
2
5
, K(Y)
2
3
1
5
. Kira
a) K(X Y)
b) K(Y | X)
c) K( Yc | X)
4. Seorang calon guru dikehendaki menduduki tiga ujian dan perlu lulus
sekurang-kurangnya dua ujian sebelum boleh menjadi guru. Ujian-ujian
tersebut adalah ujian emosi, ujian ketrampilan diri dan ujian pengucapan
awam. Kebarangkalain calon guru berjaya dalam setiap ujian ialah 0.80.
82
Konsep Kebarangkalian
6. K(X) 0.2, K(Y) 0.5 dan K(Z) 0.7 ialah kebarangkalian bagi ujikaji
peristiwa-peristiwa merdeka X, Y dan Z. Kira kebarangkalian:
4
5
. Kira
a) K(Y)
b) K(X|Y)
c) K(Y|X)
d) K(Yc|X)
RUJUKAN
Seymour, L. & Schiller, J. (1998). Introduction to Probability and Statistics. San
Francisco: McGraw-Hill.
Jusoh, M. (1986). Kebarangkalian dan Statistik. Kuala Lumpur: Dewan Bahasa dan
Pustaka.
83
UNIT PELAJARAN 5
PEMBOLEHUBAH RAWAK DISKRET DAN SELANJAR
HASIL PEMBELAJARAN
Di akhir topik ini, anda diharap dapat:
1. Memahami apakah yang dikatakan pembolehubah rawak diskret dan
selanjar.
2. Mendapatkan fungsi kebarangkalian sesuatu pembolehubah rawak diskret
dan selanjar.
PENGENALAN
Bahagian ini akan membincangkan fungsi kebarangkalian pembolehubah
rawak diskret dan selanjar. Selain daripada itu fungsi taburan kebarangkalian
pembolehubah rawak diskret dan selanjar turut dibincangkan.
ISI KANDUNGAN
Pembolehubah rawak diskret
Pembolehubah rawak ialah kesudahan bagi ruang sampel S dari satu ujikaji
rawak dengan fungsi X yang memetakan setiap unsur s dalam S
bagi
84
a)
f(x) 0, x R.
b)
xR f(x) 1.
c)
Contoh 1
Katakan f ( x)
x
untuk x1,2,3,4, 5 merupakan fungsi pembolehubah rawak
15
(i)
f(x) 0, x R iaitu:
f (1)
(ii)
1
2
3
4
5
, f (2) , f (3) , f (4) , f (5) 0
15
15
15
15
15
xR f(x) 1
iaitu:
(iii)
Contoh 2
Sebiji buah dadu adil dilambung. Ruang sampel yang terbentuk dalam
lambungan dadu ini adalah seperti berikut:
S{1,2,3,4,5,6}
Contoh 3
Katakan X ialah pembolehubah rawak dalam ruang sampel S mendapat
nombor ganjil dalam lambungan dadu. Maka
Jika sekeping siling dilambung sebanyak dua kali. Ruang sampel yang
terbentuk daripada dua lambungan ini ialah:
K(KK)
1
1
1
1
; K(KB) ; K(BB) ; K(BK) .
4
4
4
4
Set imej bagi X ialah X(S){0,1,2}. Maka fungsi kebarangkalian bagi X ialah:
f(0) K(BB)
1
4
f(1) K(KB,BK)
f(2) K(KK)
1
1 2
+
4
4 4
1
4
86
1
4
2
4
1
4
Contoh 4
Katakan beberapa fungsi kebarangkalian pembolehubah rawak X adalah
seperti berikut:
a)
f(x) qx
x1, 2, 3.
b)
f ( x ) q( x 2)2
x 1, 2, 3.
c)
3
f ( x ) q
4
x 1
x0, 1, 2.
Penyelesaian:
a)
q 2q 3q 1
6q 1
q
b)
1
.
6
87
1
.
50
c)
q( 34 )0 q( 34 )1 q( 34 )2 1
q 34 q 169 q 1
37
16
q 1
q
16
.
37
f x
xi x
- x
Teorem 2
1.
F(-)0;
2.
F()1;
3.
Contoh 6
Jika fungsi kebarangkalian pembolehubah rawak X diberi seperti berikut:
88
f(x)
1
10
2
2
10
3
3
10
4
4
10
F(x)
1
10
2
3
10
3
6
10
4
10
10
Contoh 7
Tunjukkan fungsi F(x)
x 2 4
20
Penyelesaian:
F(1)
13
8
5
, F(2)
, F(4) 1.
, F(3)
20
20
20
F(-)0;
F()1;
Teorem 3
89
Contoh 8
Katakan fungsi taburan pembolehubah rawak X diberi seperti berikut:
F (x)
0
1
7
3
7
6
7
1
x 1
1 x 3
3 x 5
5 x 7
7 x 10
Penyelesaian:
f(x)
1
7
2
7
3
7
1
7
K ( X 5) f ( x )
x 5
3
.
7
2
3 5
0 .
7
7 7
Fungsi pembolehubah rawak selanjar f(x) bagi set nombor nyata R dikenali
sebagai fungsi ketumpatan kebarangkalian bagi pembolehubah rawak
selanjar X jika dan hanya jika
K (a X b) f ( x ) dx.
a
90
yang mana a b.
a)
b)
f(x) 0, x R.
f(x )dx 1.
Contoh 9
Tunjukkan fungsi kebarangkalian yang berikut merupakan fungsi ketumpatan
kebarangkalian pembolehubah rawak selanjar X.
1
7 3 x 10
f (x)
0 sebaliknya
Penyelesaian:
Fungsi ketumpatan kebarangkalian f(x) pembolehubah rawak selanjar di atas
mempunyai sifat-sifat berikut:
a)
f(x) 0, x R.
b)
10
f(x) dx 1 iaitu:
1
7
10
dx 71 x 3 1.
fungsi ketumpatan
kebarangkalian.
Contoh 10
Fungsi ketumpatan kebarangkalian f(x) pembolehubah rawak selanjar X
diberi sebagai:
91
1 x 3
qx
f (x)
0
sebaliknya
Penyelesaian:
q 2
9q q 8q
1 qx dx 2 x 1 2 2 2 1
3
maka q
1
.
4
3
K ( X 2)
1
2 4
x dx x8
3
2
98 84 58 .
F(x)
f(x)dx
- x
a)
F(-)0;
b)
F()1;
c)
Contoh 11
Fungsi ketumpatan kebarangkalian pembolehubah rawak selanjar X diberi
seperti berikut:
92
f (x)
0
0x3
sebaliknya
x2 7
x2 7
F(x) f(x)dx x dx
6x
6 x.
-
0
2
2
0
x
7
6
0x3
sebaliknya
Teorem 4
Bagi
pembolehubah
kebarangkalian
f(x)
rawak
dan
selanjar
fungsi
dengan
taburan
fungsi
kebarangkalian
ketumpatan
F(x),
nilai
K x1 X x 2 F x1 F x 2
dF(x)
dx
93
PENILAIAN KENDIRI
1.
x 22
Tunjukkan bahawa f ( x )
50
2.
Tunjukkan bahawa f ( x )
12
25 x
3.
x2
14
4.
5.
a)
f ( x ) kx
x 1, 2, 3, 4, 5.
b)
f (x) k x
2
x 2, 3, 4.
c)
3
f (x) k
x
x 1, 2, 3.
94
0
1
5
3
F(x)
5
4
5
1
x3
3x5
5x7
7x9
9 x 11
6.
qx
f (x)
0
1 x 5
sebaliknya
Dapatkan:
7.
a)
Nilai q,
b)
K(X<3).
q2x 7
f (x)
0
0x5
sebaliknya
Dapatkan:
8.
a)
Nilai q,
b)
c)
4 x 2 (3 x )
f ( x ) 27
0
0 x 3
sebaliknya
95
9.
a)
b)
K(1<X<2).
2 ( x - 2)
f (x) 3
0
1 x 4
sebaliknya
Dapatkan:
a) Fungsi taburan kebarangkalian,
b) F(x=2).
RUJUKAN
Bluman, A.G.(2009). Elementary Statistics: A Step by Step Approach (7th ed). New
York: McGraw Hill.
Johnson, R. & Kuby, P. (2004). Elementary Statistics (9th ed). Boston: Duxbury
Press.
96
Teknik Pensampelan
UNIT PELAJARAN 6
TEKNIK PENSAMPELAN
HASIL PEMBELAJARAN
Pada penghujung unit ini, pelajar diharap dapat:
maksud
ralat
pensampelan
dan
ralat
bukan
PENGENALAN
Dalam Unit Pelajaran 1, telah dibincang tentang populasi dan sampel. Dalam
melakukan sesuatu kajian atau penyelidikan, proses mendapatkan data yang
tepat daripada populasi atau sampel adalah penting bagi menerbitkan hasil
yang boleh dipercayai serta boleh membuat keputusan yang jitu. Daripada
manakah data ini diperolehi? Data bagi sesuatu penyelidikan itu boleh
diperolehi melalui tinjauan, melakukan eksperimen, meneliti dokumen atau
cara-cara yang lain.
Teknik Pensampelan
a)
Dalam kebanyakan kes, saiz populasi adalah agak besar. Oleh itu
b)
populasi itu mungkin melebihi bajet yang terhad bagi kebanyakan kajian. Oleh
sebab ltu, maka mengambil sampel adalah opsyen yang paling sesuatu
dalam menangani masalah bajet yang terhad ini
c)
98
Teknik Pensampelan
ISI KANDUNGAN
Jenis-jenis sampel
atau
tidak
rawak.
Sampel
rawak
adalah
sampel
di
mana
Katakan kita mempunyai satu senarai nama 100 orang pelajar dan kita
berhasrat memilih 10 orang pelajar sahaja. Jika kita menulis setiap satu nama
itu di atas secebis kertas dan kemudian memasukkannya ke dalam satu
kotak, goncangkan kotak itu dan seterusnya mengambil 10 nama daripada
kotak itu, maka ini dipanggil pengambilan sampel secara rawak. Sebaliknya,
jika kita menyenaraikan 100 nama mengikut abjad dan kemudian memilih 10
nama teratas, maka pengambilan sampel ini bukan secara rawak kerana 90
nama yang lain di bawah senarai itu langsung tidak berpeluang untuk dipilih.
Bolehkah anda memberi contoh yang lain bagi pengambilan secara rawak
dan bukan rawak?
99
Teknik Pensampelan
ii) Sampel yang dipilih mestilah saksama. Sebagai contoh, jika kita ingin
meninjau pilihan rakyat tentang parti politik mana yang sesuai untuk
mentadbir Malaysia dan kita hanya memilih rakyat yang tinggal di bandarbandar besar sahaja, maka ini tidak mencerminkan keseluruhan rakyat
Malaysia kerana tidak ada penglibatan rakyat di luar bandar. Sudah tentu
data yang dperolehi itu pincang dan tidak saksama.
i)
Teknik Pensampelan
sama. Ahli statistik selalunya menggunakan jadual sifir nombor rawak bagi
mengatasi kesukaran ini. Jadual sifir nombor rawak adalah adalah satu jadual
dengan senarai digit dari 0 sehingga 9 yang diperolehi dengan syarat setiap
digit wujud dengan peluang yang sama. Jadual sifir ini amat berguna apabila
kita hendak membentuk suatu sampel rawak daripada suatu populasi.
Cara yang biasa digunakan dalam menggunakan jadual sifir ini ialah setiap
ahli dalam satu populasi itu diberi satu nombor. Nombor-nombor ini mestilah
berbeza di antara satu sama lain dn digit-digitnya mestilah berturutan.
Kemudian kita pilih nombor daripada jadual sifir nombor rawak.
Ada banyak langkah memilih nombor daripada jadual sifir rawak. Di antaranya
adalah:
c) Memilih digit dan padankannya dengan nombor yang diberi kepada ahli
-ahli populasi.
Contoh 1
Katakan kita hendak memdapatkan satu sampel rawak mudah seramai 50
orang pelajar daripada 1000 orang pelajar di sebuah fakulti di UPSI untuk
meninjau sama ada mereka memiliki komputer riba atau sebaliknya.
Mula-mula setiap 1000 orang pelajar dari fakulti itu diberi satu nombor yang
berlainan dari 000 sehingga 999. Kemudian kita pilih mana-mana baris
katakan baris ke-10, dan lajur pertama untuk memulakan bacaan.
Jadi, nombor yang didapati daripada jadual sifir adalah seperti berikut:
32 70 17 72 03 61 66 26 24 71 22 77 88 33 17 78 08 92 73 49
101
Teknik Pensampelan
327 017 720 361 662 624 712 277 883 317 780 892 734 ...
102
Teknik Pensampelan
Contoh 2
Katakan kita hendak menguji kualiti bateri kecil yang dikeluarkan oleh sebuah
kilang. Jadi kita mengambil satu sampel bersaiz 100 daripada 3000 bateri
kecil yang dikeluarkan oleh kilang tersebut setiap hari.
Pada mulanya, kita pilih sebiji bateri kecil secara rawak daripada 30 biji bateri
kecil yang pertama dihasilkan. Jika bateri kecil yang terpilih adalah bateri ke7, bateri yang seterusnya ialah bateri yang mempunyai selang 30, iaitu ke-37,
ke-67, ke-97, ke-127 dan seterusnya sehinggalah 100 bateri kecil diperolehi.
103
Teknik Pensampelan
Contoh 3
Strata
1
2
3
Pendapatan
< RM 1000
RM 1000 RM 3000
> RM 3000
Jumlah
Bilangan pekerja
600
300
100
1000
Jika kita ingin mengambil satu sampel rawak bersaiz 50 orang daripada
populasi keseluruhan pekerja di zon industri bebas ini, maka saiz sampel
daripada setiap strata adalah seperti berikut:
Strata
1
2
3
Pendapatan
< RM 1000
RM 1000 RM 3000
> RM 3000
Jumlah
Populasi
setiap strata
600
300
100
1000
Saiz sampel
600 50/1000 = 30
300 50/1000 = 15
100 50/1000 = 5
50
Teknik Pensampelan
kumpulan-kumpulan geografi yang berbeza. Kumpulan-kumpulan ini dipanggil
kelompok atau kluster. Sebagai langkah pertama, pilih secara rawak
beberapa kelompok. Kemudian kita pilih secara rawak satu sampel yang
terdiri daripada ahli-ahli tertentu bagi setiap kelompok yang terpilih itu.
Contoh 4
Katakan kita ingin meninjau tentang keberkesanan metodologi pengajaran
yang baru di sekolah-sekolah dalam satu negeri yang besar. Mula-mula kita
bahagikan negeri itu kepada katakan 20 buah daerah yang kita rujukkan
sebagai kelompok-kelompok. Pastikan kesemua 20 daerah ini adalah hampir
serupa dan oleh itu adalah mewakili ciri-ciri populasi. Kemudian kita pilih
secara rawak katakan 4 daerah daripada 20 daerah tersebut. Selepas itu kita
pilih pula beberapa sekolah secara rawak daripada setiap kelompok untuk
meninjau
tentang
keberkesanan
kaedah
pengajaran
yang
baru
itu.
dua
jenis
ralat:
ralat-ralat
pensampelan
atau
bukan
105
Teknik Pensampelan
responden mungkin memberi maklumat palsu atau penyelidik membuat
kesilapan apabila memasuki data ke dalam komputer dan sebagainya.
Dalam menjalankan sesuatu tinjauan atau kajian, bukan semua sampel boleh
diperolehi secara rawak oleh sebab-sebab tertentu. Dalam sesuatu populasi
itu, tidak semua ahli mempunyai peluang untuk dipilih menganggotai ssesuatu
sampel. Jadi, pengambilan sampel tidak dapat dilakukan secara rawak.
Misalnya seorang penyelidik ingin mengkaji sikap pelajar tingkatan 4 terhadap
pembelajaran statistik dan pengetua hanya membenarkan kajian dijalankan
ke atas sebuah kelas sahaja. Penyelidik tidak dapat mendapatkan sampel
secara rawak.
106
Teknik Pensampelan
Teknik pensampelan pertimbangan
Sebagai contoh, katakan seorang pengkaji itu ingin memilih satu sampel
bersaiz 1000 orang daripada satu bandaraya dengan populasinya terdiri
daripada 52% lelaki dan 48% perempuan. Untuk memilih atu sampel kuota,
pengkaji itu akan memilih 520 orang lelaki dan 480 orang perempuan yang
pertama didekatinya. Dengan ini sampel itu memgandungi dengan tepat 52%
lelaki dan 48% perempuan.
107
Teknik Pensampelan
PENILAIAN KENDIRI
1. Nyatakan dengan ringkas sebab-sebab sampel-sampel diambil apabila
menjalankan kajian.
3. Sebuah ladang mempunyai 6 baris pokok kelapa sawit di mana setiap baris
mengandungi 15 pokok kelapa sawit. Nyatakan secara ringkas sama ada
sampel-sampel yang diperolehi dengan cara-cara berikut adalah adil.
(a) 10 keping kad dipilih secara rawak daripada sebuah kotak yang
mengandungi 90 keping kad bernombor di mana setiap kad sepadan
dengan sepohon pokok kelapa sawit.
(b) Pokok yang kelapan dalam setiap baris dipilih.
(c) Pokok
daripada
108
Teknik Pensampelan
(a) Adakah sampel yang diambil itu sampel rawak atau sampel bukan
rawak?
(b) Apakah teknik pensampelan yang digunakan dan terangkan?
(c) Apakah ralat sistematik yang mungkin telah dilakukan?
(a) Adakah sampel yang diambil itu sampel rawak atau sampel bukan
rawak?
(b) Jika sampel rawak, apakah teknik pensampelan yang digunakan?
(c) Apakah ralat sistematik yang mungkin telah dillakukan?
8. Sebuah syarikat mempunyai 100 orang pekerja di mana 58% adalah lelaki
dan 48% adalah perempuan. Jabatan sumber manusia syarikat itu ingin
meninjau pendapat para pekerja mengenai satu isu dengan mengambil
satu sampel seramai 50 orang pekerja. Untuk menjalankan tinjauan ini,
para pekerja dibahagikan kepada dua kumpulan iaitu lelaki dan
perempuan.dan kemudian dipilih secara rawak 29 orang lelaki dan 21
orang perempuan daripada kumpulan-kumpulan itu. Apakah teknik
pensampelan yang digunakan untuk mengambil sampel? Terangkan.
109
Teknik Pensampelan
RUJUKAN
Bluman, A.G.(2009). Elementary Statistics: A Step by Step Approach (7th ed). New
York: McGraw Hill.
Johnson, R. & Kuby, P. (2004). Elementary Statistics (9th ed). Boston: Duxbury
Press.
Mann, P.S.(2005). Introductory Statistics Using Technology (5th ed). Hoboken,NJ:
Wiley.
110
UNIT PELAJARAN 7
PENGANGGARAN PARAMETER POPULASI
HASIL PEMBELAJARAN
Pada penghujung unit ini, pelajar diharap dapat:
1. Menerangkan maksud
keyakinan
2. Menyelesaikan masalah untuk menentukan anggaran titik bagi min
populasi
3. Menyelesaikan masalah untuk menentukan selang keyakinan bagi
min populasi menggunakan taburan z dan juga taburan t
PENGENALAN
Satu masalah statistik yang biasa dihadapi oleh para penyelidik adalah untuk
mendapatkan maklumat mengenai parameter sesuatu populasi, misalnya min
populasi . Jika saiz populasi adalah besar, kita boleh mendapatkan
maklumat yang secukupnya dengan mengambil satu sampel daripada
populasi berkenaan. Dengan pengambilan sampel ini melalui teknik-teknik
pensampelan yang telah dipelajari dalam Unit Pelajaran 6, seseorang
penyelidik itu dapat membuat penganggaran tentang nilai parameter populasi
yang sedang dikaji.
Penganggaran adalah satu prosedur di mana satu nilai berangka atau nilainilai berangka diberikan kepada satu parameter populasi berdasarkan
maklumat yang diperolehi daripada sampel yang diambil. Parameter populasi
111
ISI KANDUNGAN
Penganggaran titik
Contoh 1
112
adalah
diberikan
di
bawah.
Gunakan
data
tersebut
untuk
53.8 54.4 45.2 42.9 49.9 48.2 41.6 58.9 48.6 53.1 59.4 49.7 43.7 52.7
47.7 41.5 35.3 58.9 35.9 42.5 57.2 45.1 50.3 50.0 41.9 37.3 39.7 42.0
62.7 62.8 46.6 60.5 43.9 56.4 49.8 63.9
Penyelesaian:
Kita anggarkan min populasi harga bagi semua rumah kos rendah di Kuala
Lumpur dengan menggunakan nilai min sampel harga
, bagi sampel
Maka, x
x 1774.0 49.28
n
36
Perlu diingatkan bahawa anggaran titik ini mungkin berlainan jika kita ambil
sampel yang lain daripada populasi yang sama. Jadi, nilai yang diberikan
kepada sesuatu min populasi itu bergantung kepada anggaran titik daripada
mana sampel itu diambil.
Contoh 2
Satu sampel seramai 32 orang murid daripada sebuah sekolah mengambil
bahagian dalam satu kajian di mana mereka diminta menyatakan jarak rumah
mereka ke sekolah. Dapatan kajian adalah seperti berikut (dalam kilometer).
113
8 7
3 27 21 10 13 3 7
6 13 6 14 4 1 10 3
13
30
9 2 12 16 18
Penyelesaian:
Min sampel x
x 303 9.47 km
n
32
Penganggaran selang
114
atau
x z/2 ( / n )
( / n ) adalah sisihan piawai bagi min sampel atau ralat piawai bagi min
adalah jumlah luas bagi kedua-dua hujung bagi satu lengkongan taburan
normal
/2
piawai.
/2
mewakili
luas
bagi
setiap
hujung.
/2
115
Sebutan z/2 .(/n) dikenali sebagai ralat margin atau ralat maksimum
anggaran.
Peraturan pembundaran
Apabila menghitung sesuatu selang keyakinan bagi min populasi yang
menggunakan data mentah, bundarkan kepada lebih satu titik perpuluhan
berbanding dengan data asal. Jika min sampel diberi di dalam masalah itu,
bundarkan selang keyakinan kepada bilangan titik perpuluhan yang sama
seperti yang diberikan kepada min sampel
116
Penyelesaian:
Diberi
= 23.2, = 2, n = 50,
+ z/2 .(/n)
Kita perolehi:
23.2 (1.96) (2/50) < < 23.2 + (1.96) (2/50)
23.2 0.55 < < 23.2 + 0.55
Oleh itu Timbalan Naib Canselor (HEP) itu boleh menyatakan dengan
keyakinan 95% bahawa purata umur bagi pelajar-pelajar yang berdaftar
dengan universiti tersebut adalah di antara 22.7 tahun dan 23.8 tahun
berdasarkan kepada sampel bersaiz 50 orang pelajar.
117
Contoh 4
Suatu ubat tertentu diketahui boleh meningkatkan kadar denyutan nadi
penggunanya. Diketahui juga yang sisihan piawai bagi kadar denyutan nadi
itu adalah 5 denyutan setiap minit. Satu sampel seramai 30 orang pengguna
diambil datanya dan didapati min kadar denyutan nadi mereka adalah 104
denyutan setiap minit. Cari selang keyakinan 99% bagi min populasi.
Penyelesaian:
Diberi
+ z/2 .( /n)
Diperolehi:
104 (2.58) (5/30)
< <
101.6
atau
106
104 + 2
Oleh itu kita boleh nyatakan dengan keyakinan 99% bahawa min bagi kadar
denyutan nadi adalah di antara 102 dan 106 denyutan setiap minit.
118
Contoh 5
Satu sampel sebanyak 50 hari menunjukkan yang sebuah restoran makanan
segera melayani seramai 182 orang pelanggan waktu makan tengahari.
Diberi sisihan piawai bagi sampel itu adalah 8 orang pelanggan. Cari selang
keyakinan 90% bagi min populasi.
Penyelesaian:
Diberi
= 182, s = 8, n = 50,
+ z/2 .( s/n),
Diperolehi,
182 1.65(8/50) < <
180.1 <
180 <
atau
182 + 1.65(8/50)
< 18.3.9
< 184
(bundarkan)
182 2
Oleh itu, kita boleh nyatakan dengan keyakinan 90% bahawa pada sesuatu
waktu makan tengahari, restoran itu melayani antara 180 dan 184 pelanggan
Contoh 6
119
12 9
8 7
3 27 21 10 13 3 7
6 13 6 14 4 1 10 3
13
30
9 2 12 16 18
Penyelesaian:
Sebelum dibentuk selang keyakinan itu, perlu di cari anggaran titik iaitu min
sampel terlebih dahulu
x 303 9.5 km
n
32
+ z/2 ( s/n),
Maka diperolehi:
9.5 1.96 (7.1/32) < < 9.5 + 1.96 (7.1/32)
7.0
< <
11.0
120
Dalam banyak situasi, sisihan piawai populasi tidak diketahui dan saiz
sampel mungkin kurang daripada 30. Dalam situasi begini, sisihan piawai
sampel boleh digunakan dalam membentuk selang keyakinan. Walau
bagaimanapun, taburan z tidak boleh digunakan oleh kerana tidak memenuhi
syarat-syarat yang ditetapkan. Sebaliknya, pakar statistik mengesyorkan
supaya digunakan taburan t apabila sisihan piawai populasi tidak diketahui
dan saiz sampel kurang daripada 30.
t/2 .( s/n)
< <
+ t/2 .( s/n)
Untuk mencari nilai t/2 bagi selang keyakinan 95% dan 21 darjah kebebasan
adalah bersamaan dengan 2.080.
Untuk mencari nilai t/2 bagi selang keyakinan 99% dan 13 darjah kebebasan
adalah bersamaan dengan 3.012
Contoh 7
Dalam satu pemeriksaan kenderaan oleh pihak JPJ di sebuah lebuhraya, 10
buah
kenderaan
telah
dipilih
secara
rawak oleh
pegawai-pengawai
Penyelesaian:
Oleh kerana
Juga diberi,
= 0.32, s = 0.08, d.f. = 10 -1 = 9. Jadi, t/2 = 2.262
122
0.263
< <
0.377
atau
(bundarkan)
0.32 + 0.06
Oleh itu, kita boleh nyatakan dengan keyakinan 95% bahawa min populasi
bagi kehausan tayar sebelah kanan adalah di antara 0.26 cm dan 0.38 cm.
Contoh 8
Min bacaan hemoglobin bagi satu sampel tediri daripada 20 orang guru
adalah 16 g / 100 ml, dengan sisihan piawai sampel ialah 2 g. Cari selang
keyakinan 99% bagi min populasi
Penyelesaian:
Diberi n = 20, jadi d.f. = 20 1 = 19. Juga
= 16 dan s = 2
123
atau
(bundarkan)
16 1
Oleh itu, kita boleh nyatakan dengan keyakinan 99% bahawa min populasi
bagi bacaan hemoglobin adalah di antara 15g / 100ml dan 17g / 100ml.
Contoh 9
Satu sampel rawak yang terdiri daripada 20 meter parker di sebuah
bandaraya menunjukkan hasil kutipan untuk sehari seperti berikut (dalam RM)
2.60
1.05
2.45
2.90
1.30
3.10
2.35
2.00
2.80
2.40
2.35
2.40
1.95
Penyelesaian:
a)
= 2.175, s = 0.585
b) n = 20, d.k, = 19. Juga, bagi selang keyakinan 95%, t/2 = 2.093
Maka, ralat margin = 2.093 (0.585/20) = 0.274
124
Maka, kita boleh nyatakan dengan keyakinan 95% bahawa hasil kutipan
sehari adalah antara RM1.901 dan RM2.449
PENILAIAN KENDIRI
1. Apabila mencari selang keyakinan bagi min sesuatu populasi, nyatakan
bila anda akan menggunakan taburan z atau taburan t.
2.
Bagi sesuatu set data yang diperolehi daripada satu sampel, didapati
n = 64,
3.
Sisihan piawai bagi satu populasi diketahui sebagai =15.3. Satu sampel
yang mempunyai 36 cerapan dipilih daripada populasi ini dan didapati
74.8.
4.
(a) Cari anggaran titik bgi purata harga buku. Bentukkan selang keyakinan
95% bagi purata harga semua buku .
(b) Dapatkan selang keyakinan 90% bagi purata harga semua buku.
31 45 79 64 38 48 39 68 52 59 68 79 42 79 53 74 66 66
71 61 52 47 39 54 67 55 71 77 64 60 75 42 69 48 57 48
6. Katakan suatu sampel dipilih secara rawak daripada satu populasi dengan
= 68.50 dan s = 8.9
(c) Adakah julat bagi selang keyakinan 90% dalam (a) lebih kecil dari
selang keyakinan 95%? Jika ya, terangkan mengapa.
126
7. Lapan orang siswa telah dipilih secara rawak daripada sebuah universiti
dan didapati dalam satu minggu secara purata, mereka telah berjalan
sejauh 39.2 km di dalam kampus untuk ke bilik kuliah dengan sisihan
piawainya adalah 3.2 km. Bentukkan satu selang keyakinan 95% untuk
min populasi.
8. Satu sampel rawak sebanyak 16 akaun bank pelajar yang diambil daripada
sebuah bank tempatan di kampus sebuah universiti untuk meninjau jumlah
wang yang dikeluarkan daripada akaun mereka dalam sebulan telah
menghasilkan data berikut (dalam RM):
465 72
128 68
Bentukkan satu selang keyakinan 90% bagi min jumlah wang yang
dikeluarkan oleh semua pelajar universiti tersebut yang ada akaun dalam
bank itu.
RUJUKAN
Bluman, A.G. (2009). Elementary Statistics: A Step by Step Approach (7th ed). New
York: McGraw Hill.
Johnson, R. & Kuby, P. (2004). Elementary Statistics (9th ed). Boston: Duxbury
Press.
Mann, P.S.(2005). Introductory Statistics Using Technology (5th ed). Hoboken,NJ:
Wiley.
127
UNIT PELAJARAN 8
ANALISIS KORELASI DAN REGRESI
HASIL PEMBELAJARAN
Pada penghujung unit ini, pelajar diharap dapat:
1.
2.
3.
PENGENALAN
Kadangkala seseorang penyelidik ingin melihat hubungan antara dua perkara
yang selidik.
Tujuan
melakukan
analisis
korelasi
bukan
sahaja
untuk
Setelah kita
Ini boleh
dilakukan dengan menyesuaikan data kepada satu garis lurus yang dikenali
128
ISI KANDUNGAN
Analisis korelasi
Analisis korelasi digunakan bagi menentukan hubungan dan kekuatan
hubungan antara dua pembolehubah.
xy - x y
n
x x n y y
-1
+1
Hubungan positif yang kuat
Tiada hubungan
Contoh 1
Seorang guru ingin menentukan adakah terdapat hubungan antara jumlah
jam belajar dan pencapaian matematik pelajar.
berapa kuatkah hubungan tersebut? Data mengenai jumlah jam belajar dan
markah matematik pelajar adalah seperti berikut:
Pelajar
Ali
Badariah
Chin
2
2
3
3
3
3
4
70
75
80
85
85
90
90
Penyelesaian:
X
1
1
2
2
2
3
3
3
3
4
Y
60
65
70
70
75
80
85
85
90
90
y 770
x 24
r
Xy
60
65
140
140
150
240
255
255
270
360
xy 1935
x2
1
1
4
4
4
9
9
9
9
16
2
66
y2
3600
4225
4900
4900
5625
6400
7225
7225
8100
8100
60300
(10)(60300)-(24)(770)
xy - x y
0.945
n
10
(
66
)
(
24
)
10
(
60300
)
(
770
)
x x n y y
Nilai r=0.945 menunjukkan hubungan positif yang kuat antara jumlah jam
belajar dengan markah matematik pelajar.
(i)
(ii)
(iii)
tujian= r
n2
1 r 2
Contoh 2
Dengan menggunakan Contoh 1, pada aras keertian =0.01, tunjukkan terdapat
hubungan antara jumlah jam belajar dengan markah matematik pelajar.
Penyelesaian:
=0.01
Darjah kebebasan = n 2 = 8
Nilai kritikal, t 2 , 8 3.3554
131
t ujian r
n2
1 r
0.945
10 2
1 0.9452
8.172
Menolak H0
3.3554 8.172
-3.3554
Terdapat hubungan kolerasi yang signifikan antara jumlah jam belajar dengan
markah matematik.
analisis regresi ringkas, kita cuba menyuaikan data pada satu garis lurus
yang dikenali sebagai garis regresi. Penyuaian data pada satu garis lurus
melibatkan pembolehubah bersandar dan pembolehubah tak bersandar. Garis
regresi juga dikenali sebagai garis penyuaian terbaik di mana jumlah jarak
mencancang daripada setiap titik adalah paling minimum. Dengan membina garis
regresi kita boleh melakukan peramalan. Pembolehubah yang diramalkan dikenali
meramal
nilai
pembolehubah
bersandar
dikenali
sebagai
markah matematik pelajar jika pelajar tersebut belajar dengan jumlah jam
132
dengan
dengan
xy - x y
n x x
a y bx
Contoh 3
Dengan menggunakan Contoh 1, dapatkan garis regresi dengan menyuaikan
data tersebut. Seterusnya anggarkan markah matematik yang akan diperoleh
oleh pelajar jika jumlah masa yang dihabiskan untuk belajar adalah 3.5 jam.
133
y
60
65
70
70
75
80
85
85
90
90
x 24
xy
60
65
140
140
150
240
255
255
270
360
xy 1935
y 770
x2
1
1
4
4
4
9
9
9
9
16
2
66
a y bx
10
10
Bagi contoh ini, katakan kita ingin meramal markah yang bakal diperoleh oleh
pelajar apabila beliau menghabiskan masa belajar selama 3.5 jam. Nilai
anggaran markah adalah seperti berikut:
y 52.14 10.36x 52.14 (10.36)(3.5) 88.4
134
y 52.14 10.36x
135
PENILAIAN KENDIRI
1. Seorang pensyarah ingin mengetahui kaitan antara ketidakhadiran kuliah
pelajarnya dengan pencapaian bagi kursus statistik asas yang diajar.
Data yang dikumpul ditunjukkan seperti berikut:
Nama Pelajar
Bilangan hari
tidak hadir
kuliah
Markah
statistik asas
Ahmad
1
Badrul
1
Chin
2
Daim
3
Elias
3
Faridah
3
Gobalan
4
80
80
78
75
74
74
65
2. Taburan hujan (mm) dan harga cili bagi bulan tertentu di sebuah kawasan
adalah seperti berikut:
Taburan
hujan (mm)
10
12
14
16
18
20
Harga cili
per kg
4.50
5.00
5.00
5.50
6.00
6.00
6.00
6.50
6.50
7.00
136
10
10
12
12
15
14
16
18
20
15
18
18
20
Pada aras keertian =0.05, uji sama ada terdapat hubungan antara jangka
hayat mesin (tahun) dengan peratus kerosakan.
Kawasan
A
B
C
D
E
F
G
Bilangan jenayah
7
6
5
7
4
6
5
137
Bilangan pelajar
1
2
3
4
5
6
7
8
9
10
15
20
22
25
28
39
32
33
34
35
Peratus pencapaian
gred A matematik
70
65
60
60
58
55
50
50
48
45
a. Pada paras keertian = 0.05, uji sama ada terdapat hubungan antara
bilangan pelajar dengan peratus pencapaian gred A matematik.
b. Jika
terdapat
hubungan
yang
signifikan,
anggarkan
peratus
RUJUKAN
Bluman, A.G. (2009). Elementary Statistics: A Step by Step Approach (7th ed). New
York: McGraw Hill.
Johnson, R. & Kuby, P. (2004). Elementary Statistics (9th ed). Boston: Duxbury
Press.
Mann, P.S.(2005). Introductory Statistics Using Technology (5th ed). Hoboken,NJ:
Wiley.
138
APPENDIKS
JADUAL STATISTIK
Jadual Binomial
Jadual Poisson
Jadual Normal Piawai
Jadual Songsang Normal Piawai
Jadual Taburan t
Jadual Khi Kuasadua
Jadual Taburan F
Jadual Binomial
Bagi pembolehubah rawak binomial (n, p), nilai dalam jadual adalah Kb{X x} untuk
setiap x, n dan p.
Contoh: Kb{X 3} = 0.8125 bagi n=5 dan p=0.50,
Kb{X 6} = 0.3504 bagi n=10 dan p=0.70.
Nilai p
x
0.1
10
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0
1
0
1
0
1
10
ii
n x
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
15
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
0.2059
0.5490
0.8159
0.9444
0.9873
0.9978
0.9997
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0352
0.1671
0.3980
0.6482
0.8358
0.9389
0.9819
0.9958
0.9992
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0047
0.0353
0.1268
0.2969
0.5155
0.7216
0.8689
0.9500
0.9848
0.9963
0.9993
0.9999
1.0000
1.0000
1.0000
1.0000
0.0005
0.0052
0.0271
0.0905
0.2173
0.4032
0.6098
0.7869
0.9050
0.9662
0.9907
0.9981
0.9997
1.0000
1.0000
1.0000
0.0000
0.0005
0.0037
0.0176
0.0592
0.1509
0.3036
0.5000
0.6964
0.8491
0.9408
0.9824
0.9963
0.9995
1.0000
1.0000
0.0000
0.0000
0.0003
0.0019
0.0093
0.0338
0.0950
0.2131
0.3902
0.5968
0.7827
0.9095
0.9729
0.9948
0.9995
1.0000
0.0000
0.0000
0.0000
0.0001
0.0007
0.0037
0.0152
0.0500
0.1311
0.2784
0.4845
0.7031
0.8732
0.9647
0.9953
1.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0008
0.0042
0.0181
0.0611
0.1642
0.3518
0.6020
0.8329
0.9648
1.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0003
0.0022
0.0127
0.0556
0.1841
0.4510
0.7941
1.0000
20
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
0.1216
0.3917
0.6769
0.8670
0.9568
0.9887
0.9976
0.9996
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0115
0.0692
0.2061
0.4114
0.6296
0.8042
0.9133
0.9679
0.9900
0.9974
0.9994
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0008
0.0076
0.0355
0.1071
0.2375
0.4164
0.6080
0.7723
0.8867
0.9520
0.9829
0.9949
0.9987
0.9997
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0000
0.0005
0.0036
0.0160
0.0510
0.1256
0.2500
0.4159
0.5956
0.7553
0.8725
0.9435
0.9790
0.9935
0.9984
0.9997
1.0000
1.0000
1.0000
1.0000
1.0000
0.0000
0.0000
0.0002
0.0013
0.0059
0.0207
0.0577
0.1316
0.2517
0.4119
0.5881
0.7483
0.8684
0.9423
0.9793
0.9941
0.9987
0.9998
1.0000
1.0000
1.0000
0.0000
0.0000
0.0000
0.0000
0.0003
0.0016
0.0065
0.0210
0.0565
0.1275
0.2447
0.4044
0.5841
0.7500
0.8744
0.9490
0.9840
0.9964
0.9995
1.0000
1.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0003
0.0013
0.0051
0.0171
0.0480
0.1133
0.2277
0.3920
0.5836
0.7625
0.8929
0.9645
0.9924
0.9992
1.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0006
0.0026
0.0100
0.0321
0.0867
0.1958
0.3704
0.5886
0.7939
0.9308
0.9885
1.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0004
0.0024
0.0113
0.0432
0.1330
0.3231
0.6083
0.8784
1.0000
iii
Jadual Poisson
Jadual memberikan Kb{X x} bagi taburan Poisson ().
Contoh:
Kb{X 2} = 0.9921 bagi = 0.4, Kb{X 7} = 0.9858 bagi = 2.5, dan Kb{X 5} =
0.1912 bagi = 8.
Nilai
X
0
1
2
3
4
5
6
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.9048
0.9953
0.9998
1.0000
1.0000
1.0000
1.0000
0.8187
0.9825
0.9989
0.9999
1.0000
1.0000
1.0000
0.7408
0.9631
0.9964
0.9997
1.0000
1.0000
1.0000
0.6703
0.9384
0.9921
0.9992
0.9999
1.0000
1.0000
0.6065
0.9098
0.9856
0.9982
0.9998
1.0000
1.0000
0.5488
0.8781
0.9769
0.9966
0.9996
1.0000
1.0000
0.5488
0.8442
0.9659
0.9942
0.9992
0.9999
1.0000
0.4493
0.8088
0.9526
0.9909
0.9986
0.9998
1.0000
0.4066
0.7725
0.9371
0.9865
0.9977
0.9997
1.0000
Nilai
X
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
1.0
1.5
2.0
2.5
3.0
3.5
4.0
4.5
5.0
0.3679
0.7358
0.9197
0.9810
0.9963
0.9994
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.2231
0.5578
0.8088
0.9344
0.9814
0.9955
0.9991
0.9998
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.1353
0.4060
0.6767
0.8571
0.9473
0.9834
0.9955
0.9989
0.9998
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0821
0.2873
0.5438
0.7576
0.8912
0.9580
0.9858
0.9958
0.9989
0.9997
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0498
0.1991
0.4232
0.6472
0.8153
0.9161
0.9665
0.9881
0.9962
0.9989
0.9997
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
0.0302
0.1359
0.3208
0.5366
0.7254
0.8576
0.9347
0.9733
0.9901
0.9967
0.9990
0.9997
0.9999
1.0000
1.0000
1.0000
1.0000
0.0183
0.0916
0.2381
0.4335
0.6288
0.7851
0.8893
0.9489
0.9786
0.9919
0.9972
0.9991
0.9997
0.9999
1.0000
1.0000
1.0000
0.0111
0.0611
0.1736
0.3423
0.5321
0.7029
0.8311
0.9134
0.9597
0.9829
0.9933
0.9976
0.9992
0.9997
0.9999
1.0000
1.0000
0.0067
0.0404
0.1247
0.2650
0.4405
0.6160
0.7622
0.8666
0.9319
0.9682
0.9863
0.9945
0.9980
0.9993
0.9998
0.9999
1.0000
iv
Nilai
X
5.5
6.5
7.5
8.5
9.5
0
1
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
Nilai
x
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
10
11
12
13
14
15
16
17
18
0.0000
0.0005
0.0028
0.0103
0.0293
0.0671
0.1301
0.2202
0.3328
0.4579
0.5830
0.6968
0.7916
0.8645
0.9165
0.9513
0.9730
0.9857
0.9928
0.9965
0.9984
0.9993
0.9997
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0000
0.0002
0.0012
0.0049
0.0151
0.0375
0.0786
0.1432
0.2320
0.3405
0.4599
0.5793
0.6887
0.7813
0.8540
0.9074
0.9441
0.9678
0.9823
0.9907
0.9953
0.9977
0.9990
0.9995
0.9998
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0000
0.0001
0.0005
0.0023
0.0076
0.0203
0.0458
0.0895
0.1550
0.2424
0.3472
0.4616
0.5760
0.6815
0.7720
0.8444
0.8987
0.9370
0.9626
0.9787
0.9884
0.9939
0.9970
0.9985
0.9993
0.9997
0.9999
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0000
0.0000
0.0002
0.0011
0.0037
0.0107
0.0259
0.0540
0.0998
0.1658
0.2517
0.3532
0.4631
0.5730
0.6751
0.7636
0.8355
0.8905
0.9302
0.9573
0.9750
0.9859
0.9924
0.9960
0.9980
0.9990
0.9995
0.9998
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0000
0.0000
0.0001
0.0005
0.0018
0.0055
0.0142
0.0316
0.0621
0.1094
0.1757
0.2600
0.3585
0.4644
0.5704
0.6694
0.7559
0.8272
0.8826
0.9235
0.9521
0.9712
0.9833
0.9907
0.9950
0.9974
0.9987
0.9994
0.9997
0.9999
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0000
0.0000
0.0000
0.0002
0.0009
0.0028
0.0076
0.0180
0.0374
0.0699
0.1185
0.1848
0.2676
0.3632
0.4657
0.5681
0.6641
0.7489
0.8195
0.8752
0.9170
0.9469
0.9673
0.9805
0.9888
0.9938
0.9967
0.9983
0.9991
0.9996
0.9998
0.9999
1.0000
1.0000
1.0000
1.0000
1.0000
1.0000
0.0000
0.0000
0.0000
0.0001
0.0004
0.0014
0.0040
0.0100
0.0220
0.0433
0.0774
0.1270
0.1931
0.2745
0.3675
0.4667
0.5660
0.6593
0.7423
0.8122
0.8682
0.9108
0.9418
0.9633
0.9777
0.9869
0.9925
0.9959
0.9978
0.9989
0.9994
0.9997
0.9999
0.9999
1.0000
1.0000
1.0000
1.0000
0.0000
0.0000
0.0000
0.0000
0.0002
0.0007
0.0021
0.0054
0.0126
0.0261
0.0491
0.0847
0.1350
0.2009
0.2808
0.3715
0.4677
0.5640
0.6550
0.7363
0.8055
0.8615
0.9047
0.9367
0.9594
0.9748
0.9848
0.9912
0.9950
0.9973
0.9986
0.9993
0.9996
0.9998
0.9999
1.0000
1.0000
1.0000
0.0000
0.0000
0.0000
0.0000
0.0001
0.0003
0.0010
0.0029
0.0071
0.0154
0.0304
0.0549
0.0917
0.1426
0.2081
0.2867
0.3751
0.4686
0.5622
0.6509
0.7307
0.7991
0.8551
0.8989
0.9317
0.9554
0.9718
0.9827
0.9897
0.9941
0.9967
0.9982
0.9990
0.9995
0.9998
0.9999
0.9999
1.0000
vi
1
2
x2 / 2
dx ,
-0.00
-0.01
-0.02
-0.03
-0.04
-0.05
-0.06
-0.07
-0.08
-0.09
-3.70
-3.60
-3.50
-3.40
-3.30
-3.20
-3.10
-3.00
-2.90
-2.80
-2.70
-2.60
-2.50
-2.40
-2.30
-2.20
-2.10
-2.00
-1.90
-1.80
-1.70
-1.60
-1.50
-1.40
-1.30
-1.20
-1.10
-1.00
-0.90
-0.80
-0.70
-0.60
-0.50
-0.40
-0.30
-0.20
-0.10
-0.00
0.0001
0.0002
0.0002
0.0003
0.0005
0.0007
0.0010
0.0013
0.0019
0.0026
0.0035
0.0047
0.0062
0.0082
0.0107
0.0139
0.0179
0.0228
0.0287
0.0359
0.0446
0.0548
0.0668
0.0808
0.0968
0.1151
0.1357
0.1587
0.1841
0.2119
0.2420
0.2743
0.3085
0.3446
0.3821
0.4207
0.4602
0.5000
0.0001
0.0002
0.0002
0.0003
0.0005
0.0007
0.0009
0.0013
0.0018
0.0025
0.0034
0.0045
0.0060
0.0080
0.0104
0.0136
0.0174
0.0222
0.0281
0.0351
0.0436
0.0537
0.0655
0.0793
0.0951
0.1131
0.1335
0.1562
0.1814
0.2090
0.2389
0.2709
0.3050
0.3409
0.3783
0.4168
0.4562
0.4960
0.0001
0.0001
0.0002
0.0003
0.0005
0.0006
0.0009
0.0013
0.0018
0.0024
0.0033
0.0044
0.0059
0.0078
0.0102
0.0132
0.0170
0.0217
0.0274
0.0344
0.0427
0.0526
0.0643
0.0778
0.0934
0.1112
0.1314
0.1539
0.1788
0.2061
0.2358
0.2676
0.3015
0.3372
0.3745
0.4129
0.4522
0.4920
0.0001
0.0001
0.0002
0.0003
0.0004
0.0006
0.0009
0.0012
0.0017
0.0023
0.0032
0.0043
0.0057
0.0075
0.0099
0.0129
0.0166
0.0212
0.0268
0.0336
0.0418
0.0516
0.0630
0.0764
0.0918
0.1093
0.1292
0.1515
0.1762
0.2033
0.2327
0.2643
0.2981
0.3336
0.3707
0.4090
0.4483
0.4880
0.0001
0.0001
0.0002
0.0003
0.0004
0.0006
0.0008
0.0012
0.0016
0.0023
0.0031
0.0041
0.0055
0.0073
0.0096
0.0125
0.0162
0.0207
0.0262
0.0329
0.0409
0.0505
0.0618
0.0749
0.0901
0.1075
0.1271
0.1492
0.1736
0.2005
0.2296
0.2611
0.2946
0.3300
0.3669
0.4052
0.4443
0.4840
0.0001
0.0001
0.0002
0.0003
0.0004
0.0006
0.0008
0.0011
0.0016
0.0022
0.0030
0.0040
0.0054
0.0071
0.0094
0.0122
0.0158
0.0202
0.0256
0.0322
0.0401
0.0495
0.0606
0.0735
0.0885
0.1056
0.1251
0.1469
0.1711
0.1977
0.2266
0.2578
0.2912
0.3264
0.3632
0.4013
0.4404
0.4801
0.0001
0.0001
0.0002
0.0003
0.0004
0.0006
0.0008
0.0011
0.0015
0.0021
0.0029
0.0039
0.0052
0.0069
0.0091
0.0119
0.0154
0.0197
0.0250
0.0314
0.0392
0.0485
0.0594
0.0721
0.0869
0.1038
0.1230
0.1446
0.1685
0.1949
0.2236
0.2546
0.2877
0.3228
0.3594
0.3974
0.4364
0.4761
0.0001
0.0001
0.0002
0.0003
0.0004
0.0005
0.0008
0.0011
0.0015
0.0021
0.0028
0.0038
0.0051
0.0068
0.0089
0.0116
0.0150
0.0192
0.0244
0.0307
0.0384
0.0475
0.0582
0.0708
0.0853
0.1020
0.1210
0.1423
0.1660
0.1922
0.2206
0.2514
0.2843
0.3192
0.3557
0.3936
0.4325
0.4721
0.0001
0.0001
0.0002
0.0003
0.0004
0.0005
0.0007
0.0010
0.0014
0.0020
0.0027
0.0037
0.0049
0.0066
0.0087
0.0113
0.0146
0.0188
0.0239
0.0301
0.0375
0.0465
0.0571
0.0694
0.0838
0.1003
0.1190
0.1401
0.1635
0.1894
0.2177
0.2483
0.2810
0.3156
0.3520
0.3897
0.4286
0.4681
0.0001
0.0001
0.0002
0.0002
0.0003
0.0005
0.0007
0.0010
0.0014
0.0019
0.0026
0.0036
0.0048
0.0064
0.0084
0.0110
0.0143
0.0183
0.0233
0.0294
0.0367
0.0455
0.0559
0.0681
0.0823
0.0985
0.1170
0.1379
0.1611
0.1867
0.2148
0.2451
0.2776
0.3121
0.3483
0.3859
0.4247
0.4641
Baca: Mendapat luas sehingga z = -1.25, lihat nilai 1.20 di lajur pertama dan
nilai 0.05 di baris pertama, nilai F(z) yang dikehendaki adalah tempat
pertemuan baris dan lajur berkenaan. Bagi luas sehingga +1.96, lihat 1.90 di
lajur pertama dan nilai +0.06 di baris pertama, nilai F(z) diperolehi begitu juga.
Di sini, F(-1.25) = 0.1056, dan F(1.96) = 0.9750.
vii
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.00
0.10
0.20
0.30
00
0.40
0.5000
0.5398
0.5793
0.6179
0.6554
0.6915
0.7257
0.7580
0.7881
0.8159
0.8413
0.8643
0.8849
0.9032
0.9192
0.9332
0.9452
0.9554
0.9641
0.9713
0.9772
0.9821
0.9861
0.9893
0.9918
0.9938
0.9953
0.9965
0.9974
0.9981
0.9987
0.9990
0.9993
0.9995
0.9997
0.9998
0.9998
0.9999
0.9999
0.5040
0.5438
0.5832
0.6217
0.6591
0.6950
0.7291
0.7611
0.7910
0.8186
0.8438
0.8665
0.8869
0.9049
0.9207
0.9345
0.9463
0.9564
0.9649
0.9719
0.9778
0.9826
0.9864
0.9896
0.9920
0.9940
0.9955
0.9966
0.9975
0.9982
0.9987
0.9991
0.9993
0.9995
0.9997
0.9998
0.9998
0.9999
0.9999
0.5080
0.5478
0.5871
0.6255
0.6628
0.6985
0.7324
0.7642
0.7939
0.8212
0.8461
0.8686
0.8888
0.9066
0.9222
0.9357
0.9474
0.9573
0.9656
0.9726
0.9783
0.9830
0.9868
0.9898
0.9922
0.9941
0.9956
0.9967
0.9976
0.9982
0.9987
0.9991
0.9994
0.9995
0.9997
0.9998
0.9999
0.9999
0.9999
0.5120
0.5517
0.5910
0.6293
0.6664
0.7019
0.7357
0.7673
0.7967
0.8238
0.8485
0.8708
0.8907
0.9082
0.9236
0.9370
0.9484
0.9582
0.9664
0.9732
0.9788
0.9834
0.9871
0.9901
0.9925
0.9943
0.9957
0.9968
0.9977
0.9983
0.9988
0.9991
0.9994
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
0.5160
0.5557
0.5948
0.6331
0.6700
0.7054
0.7389
0.7704
0.7995
0.8264
0.8508
0.8729
0.8925
0.9099
0.9251
0.9382
0.9495
0.9591
0.9671
0.9738
0.9793
0.9838
0.9875
0.9904
0.9927
0.9945
0.9959
0.9969
0.9977
0.9984
0.9988
0.9992
0.9994
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
0.5199
0.5596
0.5987
0.6368
0.6736
0.7088
0.7422
0.7734
0.8023
0.8289
0.8531
0.8749
0.8944
0.9115
0.9265
0.9394
0.9505
0.9599
0.9678
0.9744
0.9798
0.9842
0.9878
0.9906
0.9929
0.9946
0.9960
0.9970
0.9978
0.9984
0.9989
0.9992
0.9994
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
0.5239
0.5636
0.6026
0.6406
0.6772
0.7123
0.7454
0.7764
0.8051
0.8315
0.8554
0.8770
0.8962
0.9131
0.9279
0.9406
0.9515
0.9608
0.9686
0.9750
0.9803
0.9846
0.9881
0.9909
0.9931
0.9948
0.9961
0.9971
0.9979
0.9985
0.9989
0.9992
0.9994
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
0.5279
0.5675
0.6064
0.6443
0.6808
0.7157
0.7486
0.7794
0.8078
0.8340
0.8577
0.8790
0.8980
0.9147
0.9292
0.9418
0.9525
0.9616
0.9693
0.9756
0.9808
0.9850
0.9884
0.9911
0.9932
0.9949
0.9962
0.9972
0.9979
0.9985
0.9989
0.9992
0.9995
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
0.5319
0.5714
0.6103
0.6480
0.6844
0.7190
0.7517
0.7823
0.8106
0.8365
0.8599
0.8810
0.8997
0.9162
0.9306
0.9429
0.9535
0.9625
0.9699
0.9761
0.9812
0.9854
0.9887
0.9913
0.9934
0.9951
0.9963
0.9973
0.9980
0.9986
0.9990
0.9993
0.9995
0.9996
0.9997
0.9998
0.9999
0.9999
0.9999
0.5359
0.5753
0.6141
0.6517
0.6879
0.7224
0.7549
0.7852
0.8133
0.8389
0.8621
0.8830
0.9015
0.9177
0.9319
0.9441
0.9545
0.9633
0.9706
0.9767
0.9817
0.9857
0.9890
0.9916
0.9936
0.9952
0.9964
0.9974
0.9981
0.9986
0.9990
0.9993
0.9995
0.9997
0.9998
0.9998
0.9999
0.9999
0.9999
0.50
0.60
0.70
0.80
0.90
1.00
1.10
1.20
1.30
1.40
1.50
1.60
1.70
1.80
1.90
2.00
2.10
2.20
2.30
2.40
2.50
2.60
2.70
2.80
2.90
3.00
3.10
3.20
3.30
3.40
3.50
3.60
3.70
3.80
viii
1
2
e x
/2
dx
0.000
0.001
0.002
0.003
0.004
0.005
0.006
0.007
0.008
0.009
0.00
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
0.10
0.11
0.12
0.13
0.14
0.15
0.16
0.17
0.18
0.19
0.20
0.21
0.22
0.23
0.24
0.25
0.26
0.27
0.28
0.29
0.30
0.31
0.32
0.33
0.34
0.35
0.36
0.37
0.38
0.39
0.40
0.41
0.42
0.43
0.44
0.45
0.46
0.47
0.48
0.49
0.50
-2.326
-2.054
-1.881
-1.751
-1.645
-1.555
-1.476
-1.405
-1.341
-1.282
-1.227
-1.175
-1.126
-1.080
-1.036
-0.994
-0.954
-0.915
-0.878
-0.842
-0.806
-0.772
-0.739
-0.706
-0.674
-0.643
-0.613
-0.583
-0.553
-0.524
-0.496
-0.468
-0.440
-0.412
-0.385
-0.358
-0.332
-0.305
-0.279
-0.253
-0.228
-0.202
-0.176
-0.151
-0.126
-0.100
-0.075
-0.050
-0.025
0.000
-3.090
-2.290
-2.034
-1.866
-1.739
-1.635
-1.546
-1.468
-1.398
-1.335
-1.276
-1.221
-1.170
-1.122
-1.076
-1.032
-0.990
-0.950
-0.912
-0.874
-0.838
-0.803
-0.769
-0.736
-0.703
-0.671
-0.640
-0.610
-0.580
-0.550
-0.522
-0.493
-0.465
-0.437
-0.410
-0.383
-0.356
-0.329
-0.303
-0.277
-0.251
-0.225
-0.199
-0.174
-0.148
-0.123
-0.098
-0.073
-0.048
-0.023
0.003
-2.878
-2.257
-2.014
-1.852
-1.728
-1.626
-1.538
-1.461
-1.392
-1.329
-1.270
-1.216
-1.165
-1.117
-1.071
-1.028
-0.986
-0.946
-0.908
-0.871
-0.834
-0.800
-0.765
-0.732
-0.700
-0.668
-0.637
-0.607
-0.577
-0.548
-0.519
-0.490
-0.462
-0.434
-0.407
-0.380
-0.353
-0.327
-0.300
-0.274
-0.248
-0.222
-0.197
-0.171
-0.146
-0.121
-0.095
-0.070
-0.045
-0.020
0.005
-2.748
-2.226
-1.995
-1.838
-1.717
-1.616
-1.530
-1.454
-1.385
-1.323
-1.265
-1.211
-1.160
-1.112
-1.067
-1.024
-0.982
-0.942
-0.904
-0.867
-0.831
-0.796
-0.762
-0.729
-0.697
-0.665
-0.634
-0.604
-0.574
-0.545
-0.516
-0.487
-0.459
-0.432
-0.404
-0.377
-0.350
-0.324
-0.298
-0.272
-0.246
-0.220
-0.194
-0.169
-0.143
-0.118
-0.093
-0.068
-0.043
-0.018
0.008
-2.652
-2.197
-1.977
-1.825
-1.706
-1.607
-1.522
-1.447
-1.379
-1.317
-1.259
-1.206
-1.155
-1.108
-1.063
-1.019
-0.978
-0.938
-0.900
-0.863
-0.827
-0.793
-0.759
-0.726
-0.693
-0.662
-0.631
-0.601
-0.571
-0.542
-0.513
-0.485
-0.457
-0.429
-0.402
-0.375
-0.348
-0.321
-0.295
-0.269
-0.243
-0.217
-0.192
-0.166
-0.141
-0.116
-0.090
-0.065
-0.040
-0.015
0.010
-2.576
-2.170
-1.960
-1.812
-1.695
-1.598
-1.514
-1.440
-1.372
-1.311
-1.254
-1.200
-1.150
-1.103
-1.058
-1.015
-0.974
-0.935
-0.896
-0.860
-0.824
-0.789
-0.755
-0.722
-0.690
-0.659
-0.628
-0.598
-0.568
-0.539
-0.510
-0.482
-0.454
-0.426
-0.399
-0.372
-0.345
-0.319
-0.292
-0.266
-0.240
-0.215
-0.189
-0.164
-0.138
-0.113
-0.088
-0.063
-0.038
-0.013
0.013
-2.512
-2.144
-1.943
-1.799
-1.685
-1.589
-1.506
-1.433
-1.366
-1.305
-1.248
-1.195
-1.146
-1.098
-1.054
-1.011
-0.970
-0.931
-0.893
-0.856
-0.820
-0.786
-0.752
-0.719
-0.687
-0.656
-0.625
-0.595
-0.565
-0.536
-0.507
-0.479
-0.451
-0.423
-0.396
-0.369
-0.342
-0.316
-0.290
-0.264
-0.238
-0.212
-0.187
-0.161
-0.136
-0.111
-0.085
-0.060
-0.035
-0.010
0.015
-2.457
-2.120
-1.927
-1.787
-1.675
-1.580
-1.499
-1.426
-1.359
-1.299
-1.243
-1.190
-1.141
-1.094
-1.049
-1.007
-0.966
-0.927
-0.889
-0.852
-0.817
-0.782
-0.749
-0.716
-0.684
-0.653
-0.622
-0.592
-0.562
-0.533
-0.504
-0.476
-0.448
-0.421
-0.393
-0.366
-0.340
-0.313
-0.287
-0.261
-0.235
-0.210
-0.184
-0.159
-0.133
-0.108
-0.083
-0.058
-0.033
-0.008
0.018
-2.409
-2.097
-1.911
-1.774
-1.665
-1.572
-1.491
-1.419
-1.353
-1.293
-1.237
-1.185
-1.136
-1.089
-1.045
-1.003
-0.962
-0.923
-0.885
-0.849
-0.813
-0.779
-0.745
-0.713
-0.681
-0.650
-0.619
-0.589
-0.559
-0.530
-0.502
-0.473
-0.445
-0.418
-0.391
-0.364
-0.337
-0.311
-0.285
-0.259
-0.233
-0.207
-0.181
-0.156
-0.131
-0.105
-0.080
-0.055
-0.030
-0.005
0.020
-2.366
-2.075
-1.896
-1.762
-1.655
-1.563
-1.483
-1.412
-1.347
-1.287
-1.232
-1.180
-1.131
-1.085
-1.041
-0.999
-0.958
-0.919
-0.882
-0.845
-0.810
-0.776
-0.742
-0.710
-0.678
-0.646
-0.616
-0.586
-0.556
-0.527
-0.499
-0.470
-0.443
-0.415
-0.388
-0.361
-0.335
-0.308
-0.282
-0.256
-0.230
-0.204
-0.179
-0.154
-0.128
-0.103
-0.078
-0.053
-0.028
-0.003
0.023
ix
0.000
0.001
0.002
0.003
0.004
0.005
0.006
0.007
0.008
0.009
0.51
0.52
0.53
0.54
0.55
0.56
0.57
0.58
0.59
0.60
0.61
0.62
0.63
0.64
0.65
0.66
0.67
0.68
0.69
0.70
0.71
0.72
0.73
0.74
0.75
0.76
0.77
0.78
0.79
0.80
0.81
0.82
0.83
0.84
0.85
0.86
0.87
0.88
0.89
0.90
0.91
0.92
0.93
0.94
0.95
0.96
0.97
0.98
0.99
0.025
0.050
0.075
0.100
0.126
0.151
0.176
0.202
0.228
0.001
0.279
0.305
0.332
0.358
0.385
0.412
0.440
0.468
0.496
0.524
0.553
0.583
0.613
0.643
0.674
0.706
0.739
0.772
0.806
0.842
0.878
0.915
0.954
0.994
1.036
1.080
1.126
1.175
1.227
1.282
1.341
1.405
1.476
1.555
1.645
1.751
1.881
2.054
2.326
0.028
0.053
0.078
0.103
0.128
0.154
0.179
0.204
0.230
0.256
0.282
0.308
0.335
0.361
0.388
0.415
0.443
0.470
0.499
0.527
0.556
0.586
0.616
0.646
0.678
0.710
0.742
0.776
0.810
0.845
0.882
0.919
0.958
0.999
1.041
1.085
1.131
1.180
1.232
1.287
1.347
1.412
1.483
1.563
1.655
1.762
1.896
2.075
2.366
0.030
0.055
0.080
0.105
0.131
0.156
0.181
0.207
0.233
0.259
0.285
0.311
0.337
0.364
0.391
0.418
0.445
0.473
0.502
0.530
0.559
0.589
0.619
0.650
0.681
0.713
0.745
0.779
0.813
0.849
0.885
0.923
0.962
1.003
1.045
1.089
1.136
1.185
1.237
1.293
1.353
1.419
1.491
1.572
1.665
1.774
1.911
2.097
2.409
0.033
0.058
0.083
0.108
0.133
0.159
0.184
0.210
0.235
0.261
0.287
0.313
0.340
0.366
0.393
0.421
0.448
0.476
0.504
0.533
0.562
0.592
0.622
0.653
0.684
0.716
0.749
0.782
0.817
0.852
0.889
0.927
0.966
1.007
1.049
1.094
1.141
1.190
1.243
1.299
1.359
1.426
1.499
1.580
1.675
1.787
1.927
2.120
2.457
0.035
0.060
0.085
0.111
0.136
0.161
0.187
0.212
0.238
0.264
0.290
0.316
0.342
0.369
0.396
0.423
0.451
0.479
0.507
0.536
0.565
0.595
0.625
0.656
0.687
0.719
0.752
0.786
0.820
0.856
0.893
0.931
0.970
1.011
1.054
1.098
1.146
1.195
1.248
1.305
1.366
1.433
1.506
1.589
1.685
1.799
1.943
2.144
2.512
0.038
0.063
0.088
0.113
0.138
0.164
0.189
0.215
0.240
0.266
0.292
0.319
0.345
0.372
0.399
0.426
0.454
0.482
0.510
0.539
0.568
0.598
0.628
0.659
0.690
0.722
0.755
0.789
0.824
0.860
0.896
0.935
0.974
1.015
1.058
1.103
1.150
1.200
1.254
1.311
1.372
1.440
1.514
1.598
1.695
1.812
1.960
2.170
2.576
0.040
0.065
0.090
0.116
0.141
0.166
0.192
0.217
0.243
0.269
0.295
0.321
0.348
0.375
0.402
0.429
0.457
0.485
0.513
0.542
0.571
0.601
0.631
0.662
0.693
0.726
0.759
0.793
0.827
0.863
0.900
0.938
0.978
1.019
1.063
1.108
1.155
1.206
1.259
1.317
1.379
1.447
1.522
1.607
1.706
1.825
1.977
2.197
2.652
0.043
0.068
0.093
0.118
0.143
0.169
0.194
0.220
0.246
0.272
0.298
0.324
0.350
0.377
0.404
0.432
0.459
0.487
0.516
0.545
0.574
0.604
0.634
0.665
0.697
0.729
0.762
0.796
0.831
0.867
0.904
0.942
0.982
1.024
1.067
1.112
1.160
1.211
1.265
1.323
1.385
1.454
1.530
1.616
1.717
1.838
1.995
2.226
2.748
0.045
0.070
0.095
0.121
0.146
0.171
0.197
0.222
0.248
0.274
0.300
0.327
0.353
0.380
0.407
0.434
0.462
0.490
0.519
0.548
0.577
0.607
0.637
0.668
0.700
0.732
0.765
0.800
0.834
0.871
0.908
0.946
0.986
1.028
1.071
1.117
1.165
1.216
1.270
1.329
1.392
1.461
1.538
1.626
1.728
1.852
2.014
2.257
2.878
0.048
0.073
0.098
0.123
0.148
0.174
0.199
0.225
0.251
0.277
0.303
0.329
0.356
0.383
0.410
0.437
0.465
0.493
0.522
0.550
0.580
0.610
0.640
0.671
0.703
0.736
0.769
0.803
0.838
0.874
0.912
0.950
0.990
1.032
1.076
1.122
1.170
1.221
1.276
1.335
1.398
1.468
1.546
1.635
1.739
1.866
2.034
2.290
3.090
Jadual Taburan t
Nilai dalam jadual adalah nilai t supaya luas sebelah kanan, Kb{T>t}= ,bagi d.k.
tertentu.
Contoh: Kb{T>2.0150}= 0.05, =5,
Kb{T>2.7181}= 0.01, =11.
Darjah
kebebasan
1
2
3
4
5
0.25
1.0000
0.8165
0.7649
0.7407
0.7267
0.10
3.0777
1.8856
1.6377
1.5332
1.4759
0.05
6.3137
2.9200
2.3534
2.1318
2.0150
0.025
0.01
0.005
0.001
12.7062 31.8210 63.6559 318.2888
4.3027 6.9645 9.9250 22.3285
3.1824 4.5407 5.8408 10.2143
2.7765 3.7469 4.6041
7.1729
2.5706 3.3649 4.0321
5.8935
6
7
8
9
10
0.7176
0.7111
0.7064
0.7027
0.6998
1.4398
1.4149
1.3968
1.3830
1.3722
1.9432
1.8946
1.8595
1.8331
1.8125
2.4469
2.3646
2.3060
2.2622
2.2281
3.1427
2.9979
2.8965
2.8214
2.7638
3.7074
3.4995
3.3554
3.2498
3.1693
5.2075
4.7853
4.5008
4.2969
4.1437
11
12
13
14
15
0.6974
0.6955
0.6938
0.6924
0.6912
1.3634
1.3562
1.3502
1.3450
1.3406
1.7959
1.7823
1.7709
1.7613
1.7531
2.2010
2.1788
2.1604
2.1448
2.1315
2.7181
2.6810
2.6503
2.6245
2.6025
3.1058
3.0545
3.0123
2.9768
2.9467
4.0248
3.9296
3.8520
3.7874
3.7329
16
17
18
19
20
0.6901
0.6892
0.6884
0.6876
0.6870
1.3368
1.3334
1.3304
1.3277
1.3253
1.7459
1.7396
1.7341
1.7291
1.7247
2.1199
2.1098
2.1009
2.0930
2.0860
2.5835
2.5669
2.5524
2.5395
2.5280
2.9208
2.8982
2.8784
2.8609
2.8453
3.6861
3.6458
3.6105
3.5793
3.5518
21
22
23
24
25
0.6864
0.6858
0.6853
0.6848
0.6844
1.3232
1.3212
1.3195
1.3178
1.3163
1.7207
1.7171
1.7139
1.7109
1.7081
2.0796
2.0739
2.0687
2.0639
2.0595
2.5176
2.5083
2.4999
2.4922
2.4851
2.8314
2.8188
2.8073
2.7970
2.7874
3.5271
3.5050
3.4850
3.4668
3.4502
26
27
28
29
30
0.6840
0.6837
0.6834
0.6830
0.6828
1.3150
1.3137
1.3125
1.3114
1.3104
1.7056
1.7033
1.7011
1.6991
1.6973
2.0555
2.0518
2.0484
2.0452
2.0423
2.4786
2.4727
2.4671
2.4620
2.4573
2.7787
2.7707
2.7633
2.7564
2.7500
3.4350
3.4210
3.4082
3.3963
3.3852
35
40
50
60
80
100
0.6816
0.6807
0.6794
0.6786
0.6776
0.6770
1.3062
1.3031
1.2987
1.2958
1.2922
1.2901
1.6896
1.6839
1.6759
1.6706
1.6641
1.6602
2.0301
2.0211
2.0086
2.0003
1.9901
1.9840
2.4377
2.4233
2.4033
2.3901
2.3739
2.3642
2.7238
2.7045
2.6778
2.6603
2.6387
2.6259
3.3400
3.3069
3.2614
3.2317
3.1952
3.1738
xi
Darjah
kebebasan
0.995
0.990
0.975
0.950
0.050
1
2
3
4
0.000
0.010
0.072
0.207
0.000
0.020
0.115
0.297
0.001
0.051
0.216
0.484
0.004
0.103
0.352
0.711
3.841 5.024
5.991 7.378
7.815 9.348
9.488 11.143
6.635 7.879
9.210 10.597
11.345 12.838
13.277 14.860
5
6
7
8
0.412
0.676
0.989
1.344
0.554
0.872
1.239
1.647
0.831
1.237
1.690
2.180
1.145
1.635
2.167
2.733
11.070
12.592
14.067
15.507
12.832
14.449
16.013
17.535
15.086
16.812
18.475
20.090
16.750
18.548
20.278
21.955
9
10
11
12
1.735
2.156
2.603
3.074
2.088
2.558
3.053
3.571
2.700
3.247
3.816
4.404
3.325
3.940
4.575
5.226
16.919
18.307
19.675
21.026
19.023
20.483
21.920
23.337
21.666
23.209
24.725
26.217
23.589
25.188
26.757
28.300
13
14
15
16
3.565
4.075
4.601
5.142
4.107
4.660
5.229
5.812
5.009
5.629
6.262
6.908
5.892
6.571
7.261
7.962
22.362
23.685
24.996
26.296
24.736
26.119
27.488
28.845
27.688
29.141
30.578
32.000
29.819
31.319
32.801
34.267
17
18
19
20
5.697
6.265
6.844
7.434
6.408
7.015
7.633
8.260
30.191
31.526
32.852
34.170
33.409
34.805
36.191
37.566
35.718
37.156
38.582
39.997
21
22
23
24
11.591
12.338
13.091
13.848
32.671
33.924
35.172
36.415
35.479
36.781
38.076
39.364
38.932
40.289
41.638
42.980
41.401
42.796
44.181
45.558
25
26
27
28
29
30
10.520
11.160
11.808
12.461
13.121
13.787
14.611
15.379
16.151
16.928
17.708
18.493
37.652
38.885
40.113
41.337
42.557
43.773
40.646
41.923
43.195
44.461
45.722
46.979
44.314
45.642
46.963
48.278
49.588
50.892
46.928
48.290
49.645
50.994
52.335
53.672
11.524
12.198
12.878
13.565
14.256
14.953
13.120
13.844
14.573
15.308
16.047
16.791
0.025
0.010
0.005
xii
Jadual Taburan F
Menunjukkan nilai genting bagi luas sebelah kanan = 0.10,
pada darjah kebebasan tertentu.
10
1
2
3
4
39.86
8.53
5.54
4.54
49.50
9.00
5.46
4.32
53.59
9.16
5.39
4.19
55.83
9.24
5.34
4.11
57.24
9.29
5.31
4.05
58.20
9.33
5.28
4.01
58.91
9.35
5.27
3.98
59.44
9.37
5.25
3.95
59.86
9.38
5.24
3.94
60.19
9.39
5.23
3.92
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
45
50
60
70
80
90
100
120
4.06
3.78
3.59
3.46
3.36
3.29
3.23
3.18
3.14
3.10
3.07
3.05
3.03
3.01
2.99
2.97
2.96
2.95
2.94
2.93
2.92
2.91
2.90
2.89
2.89
2.88
2.84
2.82
2.81
2.79
2.78
2.77
2.76
2.76
2.75
3.78
3.46
3.26
3.11
3.01
2.92
2.86
2.81
2.76
2.73
2.70
2.67
2.64
2.62
2.61
2.59
2.57
2.56
2.55
2.54
2.53
2.52
2.51
2.50
2.50
2.49
2.44
2.42
2.41
2.39
2.38
2.37
2.36
2.36
2.35
3.62
3.29
3.07
2.92
2.81
2.73
2.66
2.61
2.56
2.52
2.49
2.46
2.44
2.42
2.40
2.38
2.36
2.35
2.34
2.33
2.32
2.31
2.30
2.29
2.28
2.28
2.23
2.21
2.20
2.18
2.16
2.15
2.15
2.14
2.13
3.52
3.18
2.96
2.81
2.69
2.61
2.54
2.48
2.43
2.39
2.36
2.33
2.31
2.29
2.27
2.25
2.23
2.22
2.21
2.19
2.18
2.17
2.17
2.16
2.15
2.14
2.09
2.07
2.06
2.04
2.03
2.02
2.01
2.00
1.99
3.45
3.11
2.88
2.73
2.61
2.52
2.45
2.39
2.35
2.31
2.27
2.24
2.22
2.20
2.18
2.16
2.14
2.13
2.11
2.10
2.09
2.08
2.07
2.06
2.06
2.05
2.00
1.98
1.97
1.95
1.93
1.92
1.91
1.91
1.90
3.40
3.05
2.83
2.67
2.55
2.46
2.39
2.33
2.28
2.24
2.21
2.18
2.15
2.13
2.11
2.09
2.08
2.06
2.05
2.04
2.02
2.01
2.00
2.00
1.99
1.98
1.93
1.91
1.90
1.87
1.86
1.85
1.84
1.83
1.82
3.37
3.01
2.78
2.62
2.51
2.41
2.34
2.28
2.23
2.19
2.16
2.13
2.10
2.08
2.06
2.04
2.02
2.01
1.99
1.98
1.97
1.96
1.95
1.94
1.93
1.93
1.87
1.85
1.84
1.82
1.80
1.79
1.78
1.78
1.77
3.34
2.98
2.75
2.59
2.47
2.38
2.30
2.24
2.20
2.15
2.12
2.09
2.06
2.04
2.02
2.00
1.98
1.97
1.95
1.94
1.93
1.92
1.91
1.90
1.89
1.88
1.83
1.81
1.80
1.77
1.76
1.75
1.74
1.73
1.72
3.32
2.96
2.72
2.56
2.44
2.35
2.27
2.21
2.16
2.12
2.09
2.06
2.03
2.00
1.98
1.96
1.95
1.93
1.92
1.91
1.89
1.88
1.87
1.87
1.86
1.85
1.79
1.77
1.76
1.74
1.72
1.71
1.70
1.69
1.68
3.30
2.94
2.70
2.54
2.42
2.32
2.25
2.19
2.14
2.10
2.06
2.03
2.00
1.98
1.96
1.94
1.92
1.90
1.89
1.88
1.87
1.86
1.85
1.84
1.83
1.82
1.76
1.74
1.73
1.71
1.69
1.68
1.67
1.66
1.65
xiii
2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
45
50
60
70
80
90
100
120
12
15
20
25
30
40
60
90
120
60.71
9.41
5.22
3.90
3.27
2.90
2.67
2.50
2.38
2.28
2.21
2.15
2.10
2.05
2.02
1.99
1.96
1.93
1.91
1.89
1.87
1.86
1.84
1.83
1.82
1.81
1.80
1.79
1.78
1.77
1.71
1.70
1.68
1.66
1.64
1.63
1.62
1.61
1.60
61.22
9.42
5.20
3.87
3.24
2.87
2.63
2.46
2.34
2.24
2.17
2.10
2.05
2.01
1.97
1.94
1.91
1.89
1.86
1.84
1.83
1.81
1.80
1.78
1.77
1.76
1.75
1.74
1.73
1.72
1.66
1.64
1.63
1.60
1.59
1.57
1.56
1.56
1.55
61.74
9.44
5.18
3.84
3.21
2.84
2.59
2.42
2.30
2.20
2.12
2.06
2.01
1.96
1.92
1.89
1.86
1.84
1.81
1.79
1.78
1.76
1.74
1.73
1.72
1.71
1.70
1.69
1.68
1.67
1.61
1.58
1.57
1.54
1.53
1.51
1.50
1.49
1.48
62.05
9.45
5.17
3.83
3.19
2.81
2.57
2.40
2.27
2.17
2.10
2.03
1.98
1.93
1.89
1.86
1.83
1.80
1.78
1.76
1.74
1.73
1.71
1.70
1.68
1.67
1.66
1.65
1.64
1.63
1.57
1.55
1.53
1.50
1.49
1.47
1.46
1.45
1.44
62.26
9.46
5.17
3.82
3.17
2.80
2.56
2.38
2.25
2.16
2.08
2.01
1.96
1.91
1.87
1.84
1.81
1.78
1.76
1.74
1.72
1.70
1.69
1.67
1.66
1.65
1.64
1.63
1.62
1.61
1.54
1.52
1.50
1.48
1.46
1.44
1.43
1.42
1.41
62.53
9.47
5.16
3.80
3.16
2.78
2.54
2.36
2.23
2.13
2.05
1.99
1.93
1.89
1.85
1.81
1.78
1.75
1.73
1.71
1.69
1.67
1.66
1.64
1.63
1.61
1.60
1.59
1.58
1.57
1.51
1.48
1.46
1.44
1.42
1.40
1.39
1.38
1.37
62.79
9.47
5.15
3.79
3.14
2.76
2.51
2.34
2.21
2.11
2.03
1.96
1.90
1.86
1.82
1.78
1.75
1.72
1.70
1.68
1.66
1.64
1.62
1.61
1.59
1.58
1.57
1.56
1.55
1.54
1.47
1.44
1.42
1.40
1.37
1.36
1.35
1.34
1.32
62.97
9.48
5.15
3.78
3.13
2.75
2.50
2.32
2.19
2.09
2.01
1.94
1.89
1.84
1.80
1.76
1.73
1.70
1.68
1.65
1.63
1.62
1.60
1.58
1.57
1.56
1.54
1.53
1.52
1.51
1.44
1.41
1.39
1.36
1.34
1.33
1.31
1.30
1.28
63.06
9.48
5.14
3.78
3.12
2.74
2.49
2.32
2.18
2.08
2.00
1.93
1.88
1.83
1.79
1.75
1.72
1.69
1.67
1.64
1.62
1.60
1.59
1.57
1.56
1.54
1.53
1.52
1.51
1.50
1.42
1.40
1.38
1.35
1.32
1.31
1.29
1.28
1.26
xiv
Jadual Taburan F
Menunjukkan nilai genting bagi luas sebelah kanan = 0.05,
pada darjah kebebasan tertentu.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
45
50
60
70
80
90
100
120
10
161.4
18.51
10.13
7.71
6.61
5.99
5.59
5.32
5.12
4.96
4.84
4.75
4.67
4.60
4.54
4.49
4.45
4.41
4.38
4.35
4.32
4.30
4.28
4.26
4.24
4.23
4.21
4.20
4.18
4.17
4.08
4.06
4.03
4.00
3.98
3.96
3.95
3.94
3.92
199.5
19.00
9.55
6.94
5.79
5.14
4.74
4.46
4.26
4.10
3.98
3.89
3.81
3.74
3.68
3.63
3.59
3.55
3.52
3.49
3.47
3.44
3.42
3.40
3.39
3.37
3.35
3.34
3.33
3.32
3.23
3.20
3.18
3.15
3.13
3.11
3.10
3.09
3.07
215.7
19.16
9.28
6.59
5.41
4.76
4.35
4.07
3.86
3.71
3.59
3.49
3.41
3.34
3.29
3.24
3.20
3.16
3.13
3.10
3.07
3.05
3.03
3.01
2.99
2.98
2.96
2.95
2.93
2.92
2.84
2.81
2.79
2.76
2.74
2.72
2.71
2.70
2.68
224.6
19.25
9.12
6.39
5.19
4.53
4.12
3.84
3.63
3.48
3.36
3.26
3.18
3.11
3.06
3.01
2.96
2.93
2.90
2.87
2.84
2.82
2.80
2.78
2.76
2.74
2.73
2.71
2.70
2.69
2.61
2.58
2.56
2.53
2.50
2.49
2.47
2.46
2.45
230.2
19.30
9.01
6.26
5.05
4.39
3.97
3.69
3.48
3.33
3.20
3.11
3.03
2.96
2.90
2.85
2.81
2.77
2.74
2.71
2.68
2.66
2.64
2.62
2.60
2.59
2.57
2.56
2.55
2.53
2.45
2.42
2.40
2.37
2.35
2.33
2.32
2.31
2.29
234.0
19.33
8.94
6.16
4.95
4.28
3.87
3.58
3.37
3.22
3.09
3.00
2.92
2.85
2.79
2.74
2.70
2.66
2.63
2.60
2.57
2.55
2.53
2.51
2.49
2.47
2.46
2.45
2.43
2.42
2.34
2.31
2.29
2.25
2.23
2.21
2.20
2.19
2.18
236.8
19.35
8.89
6.09
4.88
4.21
3.79
3.50
3.29
3.14
3.01
2.91
2.83
2.76
2.71
2.66
2.61
2.58
2.54
2.51
2.49
2.46
2.44
2.42
2.40
2.39
2.37
2.36
2.35
2.33
2.25
2.22
2.20
2.17
2.14
2.13
2.11
2.10
2.09
238.9
19.37
8.85
6.04
4.82
4.15
3.73
3.44
3.23
3.07
2.95
2.85
2.77
2.70
2.64
2.59
2.55
2.51
2.48
2.45
2.42
2.40
2.37
2.36
2.34
2.32
2.31
2.29
2.28
2.27
2.18
2.15
2.13
2.10
2.07
2.06
2.04
2.03
2.02
240.5
19.38
8.81
6.00
4.77
4.10
3.68
3.39
3.18
3.02
2.90
2.80
2.71
2.65
2.59
2.54
2.49
2.46
2.42
2.39
2.37
2.34
2.32
2.30
2.28
2.27
2.25
2.24
2.22
2.21
2.12
2.10
2.07
2.04
2.02
2.00
1.99
1.97
1.96
241.9
19.40
8.79
5.96
4.74
4.06
3.64
3.35
3.14
2.98
2.85
2.75
2.67
2.60
2.54
2.49
2.45
2.41
2.38
2.35
2.32
2.30
2.27
2.25
2.24
2.22
2.20
2.19
2.18
2.16
2.08
2.05
2.03
1.99
1.97
1.95
1.94
1.93
1.91
xv
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
45
50
60
70
80
90
100
120
12
15
20
25
30
40
60
90
120
243.9
19.41
8.74
5.91
4.68
4.00
3.57
3.28
3.07
2.91
2.79
2.69
2.60
2.53
2.48
2.42
2.38
2.34
2.31
2.28
2.25
2.23
2.20
2.18
2.16
2.15
2.13
2.12
2.10
2.09
2.00
1.97
1.95
1.92
1.89
1.88
1.86
1.85
1.83
245.9
19.43
8.70
5.86
4.62
3.94
3.51
3.22
3.01
2.85
2.72
2.62
2.53
2.46
2.40
2.35
2.31
2.27
2.23
2.20
2.18
2.15
2.13
2.11
2.09
2.07
2.06
2.04
2.03
2.01
1.92
1.89
1.87
1.84
1.81
1.79
1.78
1.77
1.75
248.0
19.45
8.66
5.80
4.56
3.87
3.44
3.15
2.94
2.77
2.65
2.54
2.46
2.39
2.33
2.28
2.23
2.19
2.16
2.12
2.10
2.07
2.05
2.03
2.01
1.99
1.97
1.96
1.94
1.93
1.84
1.81
1.78
1.75
1.72
1.70
1.69
1.68
1.66
249.3
19.46
8.63
5.77
4.52
3.83
3.40
3.11
2.89
2.73
2.60
2.50
2.41
2.34
2.28
2.23
2.18
2.14
2.11
2.07
2.05
2.02
2.00
1.97
1.96
1.94
1.92
1.91
1.89
1.88
1.78
1.75
1.73
1.69
1.66
1.64
1.63
1.62
1.60
250.1
19.46
8.62
5.75
4.50
3.81
3.38
3.08
2.86
2.70
2.57
2.47
2.38
2.31
2.25
2.19
2.15
2.11
2.07
2.04
2.01
1.98
1.96
1.94
1.92
1.90
1.88
1.87
1.85
1.84
1.74
1.71
1.69
1.65
1.62
1.60
1.59
1.57
1.55
251.1
19.47
8.59
5.72
4.46
3.77
3.34
3.04
2.83
2.66
2.53
2.43
2.34
2.27
2.20
2.15
2.10
2.06
2.03
1.99
1.96
1.94
1.91
1.89
1.87
1.85
1.84
1.82
1.81
1.79
1.69
1.66
1.63
1.59
1.57
1.54
1.53
1.52
1.50
252.2
19.48
8.57
5.69
4.43
3.74
3.30
3.01
2.79
2.62
2.49
2.38
2.30
2.22
2.16
2.11
2.06
2.02
1.98
1.95
1.92
1.89
1.86
1.84
1.82
1.80
1.79
1.77
1.75
1.74
1.64
1.60
1.58
1.53
1.50
1.48
1.46
1.45
1.43
252.9
19.48
8.56
5.67
4.41
3.72
3.28
2.98
2.76
2.59
2.46
2.36
2.27
2.19
2.13
2.07
2.03
1.98
1.95
1.91
1.88
1.86
1.83
1.81
1.79
1.77
1.75
1.73
1.72
1.70
1.60
1.56
1.53
1.49
1.46
1.44
1.42
1.40
1.38
253.3
19.49
8.55
5.66
4.40
3.70
3.27
2.97
2.75
2.58
2.45
2.34
2.25
2.18
2.11
2.06
2.01
1.97
1.93
1.90
1.87
1.84
1.81
1.79
1.77
1.75
1.73
1.71
1.70
1.68
1.58
1.54
1.51
1.47
1.44
1.41
1.39
1.38
1.35
xvi
1
2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
45
50
60
70
80
90
100
120
10
4052
98.50
34.12
21.20
16.26
13.75
12.25
11.26
10.56
10.04
9.65
9.33
9.07
8.86
8.68
8.53
8.40
8.29
8.18
8.10
8.02
7.95
7.88
7.82
7.77
7.72
7.68
7.64
7.60
7.56
7.31
7.23
7.17
7.08
7.01
6.96
6.93
6.90
6.85
4999
99.00
30.82
18.00
13.27
10.92
9.55
8.65
8.02
7.56
7.21
6.93
6.70
6.51
6.36
6.23
6.11
6.01
5.93
5.85
5.78
5.72
5.66
5.61
5.57
5.53
5.49
5.45
5.42
5.39
5.18
5.11
5.06
4.98
4.92
4.88
4.85
4.82
4.79
5404
99.16
29.46
16.69
12.06
9.78
8.45
7.59
6.99
6.55
6.22
5.95
5.74
5.56
5.42
5.29
5.19
5.09
5.01
4.94
4.87
4.82
4.76
4.72
4.68
4.64
4.60
4.57
4.54
4.51
4.31
4.25
4.20
4.13
4.07
4.04
4.01
3.98
3.95
5624
99.25
28.71
15.98
11.39
9.15
7.85
7.01
6.42
5.99
5.67
5.41
5.21
5.04
4.89
4.77
4.67
4.58
4.50
4.43
4.37
4.31
4.26
4.22
4.18
4.14
4.11
4.07
4.04
4.02
3.83
3.77
3.72
3.65
3.60
3.56
3.53
3.51
3.48
5764
99.30
28.24
15.52
10.97
8.75
7.46
6.63
6.06
5.64
5.32
5.06
4.86
4.69
4.56
4.44
4.34
4.25
4.17
4.10
4.04
3.99
3.94
3.90
3.85
3.82
3.78
3.75
3.73
3.70
3.51
3.45
3.41
3.34
3.29
3.26
3.23
3.21
3.17
5859
99.33
27.91
15.21
10.67
8.47
7.19
6.37
5.80
5.39
5.07
4.82
4.62
4.46
4.32
4.20
4.10
4.01
3.94
3.87
3.81
3.76
3.71
3.67
3.63
3.59
3.56
3.53
3.50
3.47
3.29
3.23
3.19
3.12
3.07
3.04
3.01
2.99
2.96
5928
99.36
27.67
14.98
10.46
8.26
6.99
6.18
5.61
5.20
4.89
4.64
4.44
4.28
4.14
4.03
3.93
3.84
3.77
3.70
3.64
3.59
3.54
3.50
3.46
3.42
3.39
3.36
3.33
3.30
3.12
3.07
3.02
2.95
2.91
2.87
2.84
2.82
2.79
5981
99.38
27.49
14.80
10.29
8.10
6.84
6.03
5.47
5.06
4.74
4.50
4.30
4.14
4.00
3.89
3.79
3.71
3.63
3.56
3.51
3.45
3.41
3.36
3.32
3.29
3.26
3.23
3.20
3.17
2.99
2.94
2.89
2.82
2.78
2.74
2.72
2.69
2.66
6022
99.39
27.34
14.66
10.16
7.98
6.72
5.91
5.35
4.94
4.63
4.39
4.19
4.03
3.89
3.78
3.68
3.60
3.52
3.46
3.40
3.35
3.30
3.26
3.22
3.18
3.15
3.12
3.09
3.07
2.89
2.83
2.78
2.72
2.67
2.64
2.61
2.59
2.56
6056
99.40
27.23
14.55
10.05
7.87
6.62
5.81
5.26
4.85
4.54
4.30
4.10
3.94
3.80
3.69
3.59
3.51
3.43
3.37
3.31
3.26
3.21
3.17
3.13
3.09
3.06
3.03
3.00
2.98
2.80
2.74
2.70
2.63
2.59
2.55
2.52
2.50
2.47
xvii
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
40
45
50
60
70
80
90
100
120
12
15
20
25
30
40
60
90
120
6107
99.42
27.05
14.37
9.89
7.72
6.47
5.67
5.11
4.71
4.40
4.16
3.96
3.80
3.67
3.55
3.46
3.37
3.30
3.23
3.17
3.12
3.07
3.03
2.99
2.96
2.93
2.90
2.87
2.84
2.66
2.61
2.56
2.50
2.45
2.42
2.39
2.37
2.34
6157
99.43
26.87
14.20
9.72
7.56
6.31
5.52
4.96
4.56
4.25
4.01
3.82
3.66
3.52
3.41
3.31
3.23
3.15
3.09
3.03
2.98
2.93
2.89
2.85
2.81
2.78
2.75
2.73
2.70
2.52
2.46
2.42
2.35
2.31
2.27
2.24
2.22
2.19
6209
99.45
26.69
14.02
9.55
7.40
6.16
5.36
4.81
4.41
4.10
3.86
3.66
3.51
3.37
3.26
3.16
3.08
3.00
2.94
2.88
2.83
2.78
2.74
2.70
2.66
2.63
2.60
2.57
2.55
2.37
2.31
2.27
2.20
2.15
2.12
2.09
2.07
2.03
6240
99.46
26.58
13.91
9.45
7.30
6.06
5.26
4.71
4.31
4.01
3.76
3.57
3.41
3.28
3.16
3.07
2.98
2.91
2.84
2.79
2.73
2.69
2.64
2.60
2.57
2.54
2.51
2.48
2.45
2.27
2.21
2.17
2.10
2.05
2.01
1.99
1.97
1.93
6260
99.47
26.50
13.84
9.38
7.23
5.99
5.20
4.65
4.25
3.94
3.70
3.51
3.35
3.21
3.10
3.00
2.92
2.84
2.78
2.72
2.67
2.62
2.58
2.54
2.50
2.47
2.44
2.41
2.39
2.20
2.14
2.10
2.03
1.98
1.94
1.92
1.89
1.86
6286
99.48
26.41
13.75
9.29
7.14
5.91
5.12
4.57
4.17
3.86
3.62
3.43
3.27
3.13
3.02
2.92
2.84
2.76
2.69
2.64
2.58
2.54
2.49
2.45
2.42
2.38
2.35
2.33
2.30
2.11
2.05
2.01
1.94
1.89
1.85
1.82
1.80
1.76
6313
99.48
26.32
13.65
9.20
7.06
5.82
5.03
4.48
4.08
3.78
3.54
3.34
3.18
3.05
2.93
2.83
2.75
2.67
2.61
2.55
2.50
2.45
2.40
2.36
2.33
2.29
2.26
2.23
2.21
2.02
1.96
1.91
1.84
1.78
1.75
1.72
1.69
1.66
6331
99.49
26.25
13.59
9.14
7.00
5.77
4.97
4.43
4.03
3.72
3.48
3.28
3.12
2.99
2.87
2.78
2.69
2.61
2.55
2.49
2.43
2.39
2.34
2.30
2.26
2.23
2.20
2.17
2.14
1.95
1.89
1.84
1.76
1.71
1.67
1.64
1.61
1.58
6340
99.49
26.22
13.56
9.11
6.97
5.74
4.95
4.40
4.00
3.69
3.45
3.25
3.09
2.96
2.84
2.75
2.66
2.58
2.52
2.46
2.40
2.35
2.31
2.27
2.23
2.20
2.17
2.14
2.11
1.92
1.85
1.80
1.73
1.67
1.63
1.60
1.57
1.53
xviii
xix