BAB 1 : ASAS STATISTIK Statistik adalah satu bidang sains yang berkaitan dengan kaedah pegumpulan, pemerihalan, penganalisisan

dan pentafsiran serta kebolehpercayaan sesuatu set data. Ilmu statistik sangat berguna dalam bidang kawalan kualiti. Oleh yang demikian, dalam bab ini kita akan mempelajari asas statistik yang merangkumi beberapa objektif pembelajaran seperti berikut: 1 Menganalisis data melalui pengiraan Min, Julat dan Sisihan Piawai 2 Membina Jadual Taburan Kekerapan 3 Melakar rajah histogram 4 Mengenal rajah lengkung normal dan mengira luas di bawah lengkung normal 5 Menyelesaikan masalah berkaitan kawalan kualiti dengan menggunakan Jadual Luas Dibawah Legkung Normal 1.1 Beberapa Istilah Asas Dalam Statistik Sebelum kita mempelajari lebih lanjut analisis data melalui pengiraan Min, Julat dan Sisihan Piawai, kita terlebih dahulu perlu mengenal beberapa istilah penting yang akan biasa ditemui di dalam topik ini seperti: Populasi~ ialah satu set yang mewakili semua ukuran yang sedang dalam pemerhatian. Sampel ~ialah satu subset ukuran yang dipilih dari populasi. Rajah 1.1 Populasi dan sampel.

Cerapan~ ialah nilai bersekutu dengan kuantiti yang diukur. Set data~ ialah set yang mengandungi cerapan-cerapan. Contoh 1.2.2 Jadual tinggi (dalam sm) 20 orang murid darjah 1 123 120 118 118 120 121 115 120 125 125 124 122 122 124 120 124 Kekerapan~ merupakan jumlah ulangan sesuatu data dipungut 1.1 Pemerihalan Data Ciri-ciri yang terdapat pada satu set data boleh diperihalkan cara bergraf/ bergambar dan juga cara numerik. Secara umumnya, pemerihalan data secara numerik biasanya melibatkan 2 jenis data iaitu Data Terkumpul dan Data Tak Terkumpul.

1.1.1 Pemerihalan Data Cara Numerik

1.1.1.1

Pengiraan Min, Julat dan Sisihan Piawai

Min Purata atau min sampel adalah satu sukatan kecenderungan memusat. Sukatan kecenderungan memusat pada dasarnya adalah satu titik yang mana cerapan yang lain gemar berlegar hampir kepadanya. Ia juga boleh jadi titik yang menandakan kedudukan pertengahan satu set data. Julat
Bagi data tak terkumpul: Julat = cerapan terbesar cerapan terkecil. Manakala bagi data terkumpul: Julat=Sempadan atas kelas tertinggi sempadan bawah kelas terendah Varians dan Sisihan Piawai Sukatan serakan pada amnya memperihalkan bagaimana titik data atau cerapan dalam set data tertebar. Varians dan sisihan piawai adalah satu kuantiti yang mengukur purata serakan cerapan dari minnya. Semasa menghitung nilai varians dan sisihan piawai bagi sesuatu set data, adalah penting untuk mengenalpasti samada data yang dicerap merupakan data bagi suatu populasi atau sampel. Ini kerana rumus yang berbeza digunakan bagi data yang mewakili populasi dengan data yang mewakili sampel. Jenis-jenis Data Lazimnya data yang akan dianalisis boleh dimasukkan ke dalam salah satu dari kategori berikut: Data Tak Terkumpul (i) Data mentah yang disenaraikan satu persatu ATAU - (ii)Data berkekerapan yang tidak dikelaskan Data Terkumpul Data berkekerapan yang dikelaskan Bagi setiap kategori, rumus yang digunakan untuk mengira nilai ukuran yang akan digunakan berbeza sedikit di antara satu dengan yang lain.

i) ii)

DATA TAK TERKUMPUL(DATA MENTAH YANG DISENARAIKAN SATU PERSATU) Min Rumus untuk mengira min bagi data jenis ini adalah:

Julat Pengiraan julat bagi data jenis ini menggunakan rumus: Julat = Cerapan Terbesar Cerapan Terkecil

Varians dan Sisihan Piawai Rumus yang berlainan digunakan bagi data yang mewakili populasi dengan data yang mewakili sampel Sampel Varians (s2) bagi Sampel Populasi Varians (2) bagi Populasi

di mana x ialah min sampel dan n ialah saiz sampel. Sisihan piawai(s) sisihan piawai()

Contoh 1: 1. Bagi set nilai markah yang diberikan di bawah ini : {71, 72, 71, 65, 60, 63, 75, 76, 73, 71, 66, 69, 84, 48, 71} kirakan min, julat, varians dan sisihan piawai Penyelesaian:

DATA TAK TERKUMPUL(DATA BERKEKERAPAN YANG TIDAK DIKELASKAN) Contoh Data Markah Pelajar 48 60 63 65 66 69 71 72 73 75 76 84 Kekerapan, f 1 1 1 1 1 1 4 1 1 1 1 1 f = 15

Min Rumus untuk mengira min bagi data jenis ini adalah:

Min x= fx f
Julat Pengiraan julat bagi data jenis ini menggunakan rumus: Julat = Cerapan Terbesar Cerapan Terkecil Varians dan Sisihan Piawai Rumus yang berlainan digunakan bagi data yang mewakili populasi dengan data yang mewakili sampel Sampel Varians (s2) bagi Sampel Populasi Varians (2) bagi Populasi

s2 = f(x-x)2 f -1
di mana x ialah min sampel Sisihan piawai(s)

2 = f(x-x)2 f
sisihan piawai()

=
Contoh 2 : Bagi set nilai markah yang diberikan di bawah ini : {71, 72, 71, 65, 60, 63, 75, 76, 73, 71, 66, 69, 84, 48, 71} a) Binakan jadual berkekerapan b) Kirakan min, julat, varians dan sisihan piawai Penyelesaian: x 48 60 63 65 66 69 71 72 73 75 76 84 f 1 1 1 1 1 1 4 1 1 1 1 1 f = 15 fx (x-x)

(x-x)2

f(x-x)2

DATA TERKUMPUL (DATA BERKEKERAPAN YANG DIKELASKAN) Contoh Data: Skor Had Bawah Kelas 1.00 2.00 3.00 4.00 5.00 Had Atas Kelas 1.99 2.99 3.99 4.99 5.99 Titik Tengah/ Tanda Kelas/ x 1.495 2.495 3.495 4.495 5.595 Kekerapan Kekerapan Sempadan f Kumulatif Bawah cf Kelas 2 1 3 2 5 2 3 6 8 13 0.995 1.995 2.995 3.995 4.995 Sempadan Atas Kelas 1.995 2.995 3.995 4.995 5.995

1.00 -1.99 2.00 -2.99 3.00-3.99 4.00-4.99 5.00-5.99

Sebelum dapat mengira Min, Julat, Varians dan Sisihan Piawai bagi data jenis ini, kita perlu mengenal terlebih dahulu beberapa istilah yang berkaitan dengannya seperti:
i)

Sela Kelas/Jarak Kelas Merupakan selangan sesuatu kelas Contoh : Merujuk kepada jadual diatas, sela kelas ialah: 1.00-1.99, 2.00-2.99, 3.00-3.99,4.00-4.99,5.00-5.99 Had Bawah Kelas-Merupakan nombor terkecil dalam sesuatu kelas Contoh: Bagi kelas 3.00-3.99, had bawah kelas ialah 3.00 Contoh: Bagi kelas 3.00-3.99, had atas kelas ialah 3.99

ii)

iii) Had Atas Kelas-Merupakan nombor terbesar dalam sesuatu kelas

iv) Tanda Kelas/Titik Tengah (x) = Had Atas Kelas Had Bawah Kelas

2 Contoh : Tanda kelas bagi kelas 3.00-3.99 = 3.99-3.00 2 = 3.495

v) Sempadan Atas Kelas Merupakan titik tengah antara had atas sesuatu kelas dengan had

bawah kelas SELEPASnya. Contoh : Tanda kelas bagi kelas 3.00-3.99 = 4.00-3.99 2 = 3.995
vi) Sempadan Bawah Kelas Merupakan titik tengah antara had bawah sesuatu kelas dengan

had atas kelas SEBEUMYAnya. Contoh : Tanda kelas bagi kelas 3.00-3.99

3.00-2.99

2 = 2.995 vii) Kekerapan,f merupakan jumlah ulangan sesuatu data dipungut viii) Kekerapan kumulatif,cf merupakan hasil tambah kekerapan kelas yang dirujuk dengan kelas-kelas sebelumnya. ix) Saiz kelas merupakan beza antara sempadan atas dan sempadan bawah sesuatu kelas Saiz kelas = Sempadan Atas Kelas-Sempadan Bawah Kelas ATAU Saiz kelas = Had Atas Kelas Had Bawah Kelas + 1 Min Rumus untuk mengira min bagi data jenis ini adalah:

Min x= fx f
~ Dimana x adalah tanda kelas/titik tengah sesuatu kelas Julat Pengiraan julat bagi data jenis ini menggunakan rumus: Julat=Sempadan atas kelas tertinggi sempadan bawah kelas terendah ATAU Julat = Had atas kelas tertinggi Had Bawah kelas Terendah + 1 Varians dan Sisihan Piawai Rumus yang berlainan digunakan bagi data yang mewakili populasi dengan data yang mewakili sampel Sampel Varians (s2) bagi Sampel Populasi Varians (2) bagi Populasi

s2 = f(x-x)2 f -1
di mana x ialah min sampel Sisihan piawai(s)

2 = f(x-x)2 f
di mana x ialah min bagi populasi sisihan piawai()

Contoh 3: Jadual di bawah menunjukkan skor yang diperoleh oleh sekumpulan peserta dalam satu pertandingan Kekerapan f 1.00 -1.99 2 2.00 -2.99 1 3.00-3.99 3 4.00-4.99 2 5.00-5.99 5 Kirakan min, julat, varians dan sisihan piawai bagi data berkenaan. Penyelesaian: Skor Titik Tengah/ Tanda Kelas/ x 1.495 2.495 3.495 4.495 5.595 Kekerapan f fx (x-x) (x-x)2 f(x-x)2 Skor

1.00 -1.99 2.00 -2.99 3.00-3.99 4.00-4.99 5.00-5.99

2 1 3 2 5 f = fx= f(x-x)2=

1.1.1.2 Membentuk Jadual Taburan Kekerapan Jadual taburan kekerapan boleh dibentuk daripada data mentah yang diperoleh. Tujuan menyusun data adalah untuk membolehkan kita melihat dengan segera sebahagian ciri-ciri data yang telah dikumpulkan. Langkah-langkah Untuk Membina Jadula Taburan Kekerapan 1. Menentukan bilangan kelas, K menggunakan rumus : K= 1+3.3 log n Dimana K = anggaran bilangan kelas dan n = bilangan data mentah
2. Menentukan Saiz Kelas menggunakan rumus:

Saiz kelas = Julat K 3. Menentukan Had dan Sempadan Kelas Contoh soalan: Paras kandungan florida (bds) dalam bekalan air minuman bagi sampel 25 hari dicerap dan direkod seperti berikut: 75 86 84 85 97 94 89 84 83 89 88 78 77 76 82 72 92 105 94 83 81 85 97 93 79 Binakan Jadual Taburan Kekerapan bagi data di atas. Penyelesaian: 1. K= 1+3.3 log n K=1+3.3 log 25 =5.61 6 2. Saiz kelas = Julat K =(105-72) 6 = 5.5 6 3. Kandungan Florida(bds) Kekerapan,f 72-77 78-83 84-89

1.1.2

90-95 96-101 102-107 Pemerihalan Data Cara Bergraf /Bergambar

Setelah data dikumpulkan, data tadi perlu diringkaskan supaya interpretasi bermakna boleh dilakukan. Langkah pertama dlam membentangkan data yang diperolehi ialahmenggambarkannya. Di antara cara-cara data boleh digambarkan ialah menggunakan: carta pai (pie chart) carta turus (bar chart) piktogram (pictogram) plot dahan-dan-daun (stem-and-leaf plot) rajah dot (dot diagram) plot kotak (box plot) histogram (histogram) poligon kekerapan (frequency histogram) ogif (ogive) Walaubagaimanapun, dalam sub topik ini kita hanya akan mempelajari pemerihalan data menggunakan Rajah Histogram sahaja. Langkah-langkah melakar Rajah Histogram. a) Tandakan sempadan kelas pada paksi melintang (X) b) Tandakan kekerapan kelas pada paksi menegak (Y) c) Bina turus/palang tegak menunjukkan kekerapan setiap kelas. Contoh: Binakan rajah histogram berdasarkan jadual berikut: Skor Tanda Kelas,x Kekerapan, f 1.00 -1.99 1.495 2 2.00 -2.99 2.495 1 3.00-3.99 3.495 3 4.00-4.99 4.495 2 5.00-5.99 5.595 5 RAJAH HISTOGRAM KEKERAPAN

Sempadan Kelas 0.995-1.995 1.995-2.995 2.995-3.995 3.995-4.995 4.995-5.995

1.2

Sempadan Kelas Lengkung Normal -Taburan kebarangkalian selanjar yang penting dalam dalam bidang statistik ialah taburan normal. -Lengkung normal yang berbentuk seperti loceng seperti rajah di bawah menerangkan banyak fenomena yang berlaku dalam alam semulajadi, di industri mahupun dalam sesuatu kajian. Ia mempunyai cirri-ciri berikut: a) Berbentuk loceng b)Simetri sekitar min c)Menghampiri paksi melintang tetapi tidak akan menyentuh -Taburan normal piawai ialah taburan kebarangkalian normal yang mempunyai min, =0 dan sisihan piawai, =1.

-pembolehubah rawak yang bersabit dengan taburan normal disebut pembolehubah rawak normal piawai dan ditanda dengan huruf Z. Z =X- -Apabila X mempunyai nilai x, maka nilai Z yang setara adalah =(x - )/ -Kebarangkalian Q() = P(Z > ) bagi nilai-nilai yang positif.

Contoh: 1. Cari nilai bagi: a) P(Z >1.54) =P (Z<-1.54)

b) P(Z >0.863)= P (Z<-0.86)

c) P(Z<0.65)

d) P(Z>-0.95)

e) P(Z<-0.72)

2. Seorang kontraktor membina bangunan membayar upah purata per jam kepada buruhnya sebanyak RM3.50 per jam dengan sisihan piawai 45sen. Jika pembayaran upah adalah tertabur normal, berapa peratuskah buruh binaan menerima upah: i. lebih besar daripada RM3.90 ii. antara RM3.00 hingga RM3.50