You are on page 1of 22

BAB 1 MTK 3008 - Biostatistik

BAB 1
PENGENALAN KEPADA ANALISIS DATA DAN BIOSTATISTIK

1.1 Unsur Asas Statistik

 Statistik ialah cara untuk mengemukakan maklumat dalam satu


bentuk yang lebih tepat dan jelas.
 Ia adalah satu bidang sains berkaitan dengan kaedah
pengumpulan, pemerihalan, penganalisaan dan seterusnya
mempersembahkan data ke dalam bentuk yang mudah difahami.
 Terdapat 2 jenis statistik iaitu:
i) Statistik perihalan  kaedah-kaedah yang digunakan untuk
menyusun, mempersembah dan memerihalkan data yang
dikumpul
ii) Statistik pentadbiran  kaedah-kaedah yang menggunakan
keputusan daripada sampel untuk membuat keputusan atau
ramalan mengenai populasi

Istilah - istilah Asas

 Populasi
Suatu himpunan lengkap individu atau objek yang cirinya ingin
dikaji. Suatu populasi mungkin terdiri daripada himpunan
manusia, binatang, barangan dan sebagainya. Setiap invidu
atau objek populasi dikenali sebagai ahli atau unsur populasi.
Contoh: pelajar-pelajar Universiti Malaysia Terengganu

 Sampel
Sebahagian daripada populasi yang dipilih untuk kajian
Contoh: Pelajar Sains Biologi daripada pelajar UMT

nbi/ppimg/umt/2016 1
BAB 1 MTK 3008 - Biostatistik

 Pemboleh ubah
Suatu ciri di bawah kajian yang nilainya berubah dari unsur ke
unsur yang lain
Contoh: Markah biostatistik bagi pelajar SMS (SB)

 Cerapan
Nilai yang diperolehi bagi suatu pemboleh ubah
Contoh: Markah biostatistik – cerapan pertama: 52
cerapan kedua : 63

 Statistik
Sukatan berangka (sebarang nombor) yang dapat menerangkan
ciri-ciri suatu sampel
Contoh: Purata pendapatan sebulan bagi sampel 10 orang
petani ialah RM 450

 Parameter
Sukatan berangka (sebarang nombor) yang dapat menerangkan
ciri-ciri suatu populasi
Contoh: Satu bancian ke atas semua penduduk Malaysia
mendapati 35% daripada penduduk Malaysia berumur di antara
15 hingga 40 tahun
Parameter: 35%, Populasi: penduduk Malaysia

Latihan 1.1
1. Dapatkan 5 contoh yang bersesuaian daripada setiap istilah
berikut:
(a) Populasi dan sampel
(b) Pemboleh ubah dan cerapan

nbi/ppimg/umt/2016 2
BAB 1 MTK 3008 - Biostatistik

2. Atirah ingin meengetahui tentang kos perbelanjaan mingguan


dalam kalangan pelajar UMT. Memandangkan jumlah pelajar
yang ramai, dia telah memilih pelajar asrama di Blok B. Hasil
daripada kajian, didapati purata perbelanjaan mereka ialah RM
12.30
Berdasarkan situasi di atas, kenalpasti
(a) populasi
(b) sampel
(c) pembolehubah
(d) statistik

Jenis-jenis Data

 Data ialah maklumat atau cerapan yang bernombor atau jenis


ruang yang boleh diwakili dalam bentuk nombor mengenai ciri-
ciri tertentu suatu populasi.
 Cerapan itu mestilah dapat dihitung dan dikelaskan.
 Data terbahagi kepada 2 jenis:
(a) Data kuantitatif
 adalah data yang nilainya menunjukkan banyak, kekuatan
atau saiz sesuatu maklumat. Ia adalah suatu nombor.
 Contoh: tinggi, berat, suhu, panjang, masa dan lain-lain
 Data kuantitatif terbahagi kepada 2 iaitu:
(i)Data diskrit  data yang dihuraikan oleh pemboleh ubah
diskrit yang nilainya adalah terbilangkan atau boleh diukur
secara tepat atau
Contoh: I. Bilangan anak dalam keluarga
II. Jumlah gol yang dijaringkan dalam perlawanan
bola
(ii) Data selanjar  data yang boleh dihuraikan oleh
pemboleh ubah selanjar yang boleh mengambil sebarang

nbi/ppimg/umt/2016 3
BAB 1 MTK 3008 - Biostatistik

nilai berangka daripada suatu selang atau nilainya tidak


boleh diukur dengan tepat.
Contoh: I. Tinggi pokok yang ditanam
II. Berat badan pelajar yang mengambil kursus
MAT3001

(b) Data kualitatif


 adalah data yang nilainya tidak boleh diukur secara
berangka tetapi hanya menunjukkan kelas, jenis atau pangkat
bandingan sahaja.
 Contoh: jantina, warna, bangsa, pangkat, status pelajar dan
lain-lain.

Latihan 1.2
Dapatkan 5 contoh selain daripada contoh di atas bagi
pembolehubah kuantitatif dan pembolehubah kualitatif.

1.2 Taburan Kekerapan

 Apabila kita mempunyai data yang besar, adalah berguna untuk


kita menyusun dan meringkaskan data tersebut ke dalam bentuk
jadual.
 Jadual yang dibina ini dikenali sebagai jadual kekerapan.
 Berikut adalah contoh jadual kekerapan yang menunjukkan aras
nikotin untuk bagi 40 orang perokok.

nbi/ppimg/umt/2016 4
BAB 1 MTK 3008 - Biostatistik

Aras nikotin Kekerapan


(ng/ml) (Bilangan
perokok)
0 – 99 11
100 – 199 12
200 – 299 14
300 – 399 1
400 – 499 2
Jadual 1.1 : Jadual kekerapan bagi 40 orang perokok

 Istilah-istilah asas dalam jadual kekerapan:

a) Had kelas ialah nilai-nilai hujung bagi suatu kelas.


Nilai hujung yang lebih kecil dinamakan had bawah ( h.b) dan
nilai hujung yang lebih besar dinamakan had atas (h.a).

Kelas Kekerapan
Kelas pertama fi Kekerapan kelas
had bawah (h.b) pertama
had atas (h.a)

b) Kekerapan, f bagi kelas ke-i, ialah nombor berangka yang


i

mewakili bilangan data yang tergolong dalam kelas ke-i.

c) Titik tengah ialah nilai tengah sesuatu kelas.


1
Titik tengah = 2 (had atas + had bawah)

d) Sempadan kelas ialah nombor yang digunakan untuk


memisahkan kelas, tanpa sebarang jurang yang dihasilkan
daripada had kelas. Cara untuk mendapatkannya: Cari beza di
antara had bawah kelas kedua dan had atas kelas pertama

nbi/ppimg/umt/2016 5
BAB 1 MTK 3008 - Biostatistik

kemudian bahagi dua. Tolak nilai yang diperolehi dengan


semua had bawah setiap kelas.

e) Saiz (lebar) kelas ialah perbezaan antara dua had bawah


kelas yang berturutan.
Cth: Lebar kelas = 100 – 0 = 100 (bkn 99)

 Jadual taburan kekerapan perlu dibina kerana:


(a) set data yang besar perlu diringkaskan

(b) mendapatkan maklumat dariapada data

(c) ia adalah asas untuk membina graf yang penting ( eg


histogram)

 Taburan kekerapan relatif


Taburan kekerapan relatif ialah nisbah kekerapan bagi setiap
selang kelas kepada jumlah kekerapan. Oleh itu bagi sebarang
selang kelas,
Kekerapan Relatif = Kekerapan bagi kelas
Jumlah kekerapan

dan jumlah kekerapan relatif adalah satu.

Aras nikotin Kekerapan Kekerapan


(ng/ml) (Bilangan relatif
perokok)
0 – 99 11 0.28
100 – 199 12 0.30
200 – 299 14 0.35
300 – 399 1 0.03
400 – 499 2 0.05
Jumlah 40 1
nbi/ppimg/umt/2016 6
BAB 1 MTK 3008 - Biostatistik

 Peratusan data di dalam setiap kelas di beri oleh


Peratusan = kekerapan relatif x 100%

1.3 Sukatan Kecenderungan Memusat

Tatatanda Hasiltambah

 Katakan suatu sampel terdiri daripada 5 ukuran berat badan (dlm


kg):
55, 56, 65, 42, 74
 Pembolehubah x: berat pelajar
x1  55, x 2  56, x3  65, x 4  42, x5  74

 Jumlah berat 5 pelajar = x  x  x  x  x  55  56  65  42  74  292


1 2 3 4 5

 Huruf Greek sigma,  , digunakan sebagai tatatanda suatu hasil


tambah. Maka jumlah berat 5 pelajar boleh ditulis sebagai
5

 x  x  x  x  x  x  55  56  65  42  74  292
i 1
i 1 2 3 4 5

Contoh 1.1
Bagi sampel di atas, dapatkan
2 2
5
 5  5

(a)  ( x  5) (b)  x (c)  ( x)


i 1  i 1  i 1

Penyelesaian
5

 ( x  5)  (55  5)  (56  5)  (65  5)  (42  5)  (74  5)


(a) i 1

 50  51  60  37  69  267

2
 5 
(b)   x   (55  56  65  42  74) 2  (292) 2  85264
 i 1 

5 2

 ( x)  (55) 2  (56) 2  (65) 2  (42) 2  (74) 2


(c) i 1

 3025  3136  4225  1764  5476  17626

nbi/ppimg/umt/2016 7
BAB 1 MTK 3008 - Biostatistik

Latihan 1.3
Diberi data tak terkumpul: 11, 24, 32, 45, 53
Dapatkan
2 2
5
 5  5

(a)  ( x  9)
i 1
(b)  x
 i 2 
(c)  ( x  10)
i 3

1.3.1 Data tak terkumpul (data mentah)

(a) Min
 Min bagi cerapan ditandakan dan ditakrifkan
x1 , x 2 , x3 ,..., x n x

sebagai
Jumlah nilai semua cerapan
x 
Jumlah bilangan cerapan
n

x  x 2  x 3 ...  x n x i
 1  i 1

n n

Contoh 1.2
Data di bawah menunjukkan baki yang tinggal selepas ditolak
perbelanjaan oleh sebuah keluarga dalam 6 bulan pertama.
RM 624.50 RM 575.30 RM 244.10
RM 717.60 RM 113.30 RM 818.40
Cari min baki yang tinggal.
Penyelesaian
624.50  717.60  575.30  113 .30  244.10  818.40
x
6
 515.53

Maka min bagi baki yang tinggal ialah RM 515.53.

(b) Median
 Median ialah satu ukuran penengah apabila semua ukuran

disusun dengan tertib menaik atau menurun.


nbi/ppimg/umt/2016 8
BAB 1 MTK 3008 - Biostatistik

 Jika diberi data tak terkumpul, susun semula data dalam


bentuk menaik atau menurun, maka median bagi data ini:
 n 1
i. Jika n ganjil, median ialah cerapan ke-  2 
ii. Jika n genap, median diberi oleh min bagi dua cerapan di
tengahnya.

Contoh 1.3
Cari markah median bagi dua pelajar di bawah:
i) Pelajar A : 31, 42, 71, 26, 10, 14, 16, 88
ii) Pelajar B : 92, 20, 63, 44, 51, 72, 38
Penyelesaian
i) Susun markah pelajar A dalam tertib menaik: 10, 14, 16, 26, 31,
42, 71, 88
Bilangan cerapan adalah genap,maka median markah pelajar A =
26  31
 28.5
2

ii) Markah pelajar B dalam susunan menaik: 20, 38, 44, 51, 63, 72,
92
Bilangan cerapan adalah ganjil, maka median markah pelajar B
ialah cerapan
7 1
ke- 2  4 iaitu 51.
(c) Mod
 Mod ialah nilai cerapan yang paling kerap muncul dalam suatu

set data.
 Bagi data tak terkumpul, modnya ialah cerapan yang
mempunyai kekerapan tertinggi.

Contoh 1.4
Cari mod bagi set data berikut:
Set data Mod
nbi/ppimg/umt/2016 9
BAB 1 MTK 3008 - Biostatistik

i) 1,4, 6, 3, 6, 4, 6, 8, 7, 6, 3 6
ii) 1,2, 2, 3, 1, 4, 5, 5, 2, 1, 5, 3, 3, 4, 4
iii) 8, 7, 7, 4, 8, 4, 3, 2, 8, 7, 1
iv) 2, 4, 6, 8, 10, 1, 3, 5, 7
v) 1, 3, 1, 1, 3, 3, 2, 3, 4, 3, 1, 3, 6, 3, 3

Latihan 1.4
Cari min, mod dan median bagi data-data di bawah:
a)14, 23, 15, 14, 19, 21, 13, 14
b)5, 6, 9, 3, 7, 11, 13, 6, 3, 8, 2

Kepencongan
 Kepencongan adalah perbandingan tentang nilai min, mod dan

median yang diperolehi daripada data seperti yang ditunjukkan


dalam rajah berikut:

(a) Pencong ke kiri


(Kepencongan
negatif)
 Nilai min dan
median berada di
sebelah kiri nilai
mod.

(b) Simetri
(Kepencongan sifar)
 Nilai min, median
dan mod yang
sama

nbi/ppimg/umt/2016 10
BAB 1 MTK 3008 - Biostatistik

(c) Pencong ke kanan


(Kepencongan
positif)
 Nilai min dan
median berada di
sebelah kanan nilai
mod.
 Data yang pencong ke kanan mempunyai ekor yang panjang
sebelah kanan.
 Data yang pencong ke kiri mempunyai ekor yang panjang
sebelah kiri.

1.4 Sukatan Serakan

 Ia memberikan suatu nilai yang boleh menghuraikan satu set


data.
 Misalnya, berikut adalah perbelanjaan 2 orang surirumah selama
6 hari.
i. Fatimah : RM 20, RM 35, RM 74, RM 60, RM 44, RM 55
RM 288
Maka, min x  6  RM 48
ii. Saleha : RM 48, RM 47, RM 52, RM 50, RM 41, RM 50
RM 288
Maka, min x  6  RM 48
o Walaupun min adalah sama, tetapi perbelanjaan Fatimah lebih
tersebar.
o Jadi sukar untuk menentukan perbelanjaan mana yang lebih
baik.
o Didapati perbelanjaan Saleha lebih konsisten.

nbi/ppimg/umt/2016 11
BAB 1 MTK 3008 - Biostatistik

Fatimah
Saleha

x
o Antara cara penyukatan serakan ialah a) Varians
b) Sisihan Piawai
c) Julat

1.4.1 Bagi data tak terkumpul

 Bagi suatu set sampel data x1 , x 2 , x3 ,  , x n , varians bagi set data ini
ditakrifkan sebagai
2
 n 
  xi  n

Varians sampel,
n
xi   i 1  atau  (x  x) 2
 2 i

n S2  i 1

S 2  i 1 n 1
n 1
o Sisihan Piawai = Varians

Contoh 1.5
Berat dalam kg ikan yang ditangkap oleh seorang pengail adalah
seperti berikut:
3.4 2.1 8.3 12.19.4 4.4 4.1 5.6
Tentukan varians dan sisihan piawai.
Penyelesaian
8

x
i 1
2
i  x12  x 22  x32    x82

 (3.4) 2  ( 2.1) 2  (8.3) 2  (12.1) 2  (9.4) 2  ( 4.4) 2  ( 4.1) 2  (5.6) 2


 387.16
8

x
i 1
i  x1  x 2  x3    x8

 3.4  2.1  8.3  12.1  9.4  4.4  4.1  5.6


 49.4

nbi/ppimg/umt/2016 12
BAB 1 MTK 3008 - Biostatistik

2
 8 
  xi 
Jadi,
8
 i 1   49.4 2
 i x 2

8
387. 16 
8
S 2  i 1   11 .73
8 1 7

Sisihan piawai = Varians  11 .73  3.42 (hampir kepada 2 titik


perpuluhan)

Uji pemahaman….

Berikut markah kuiz bagi pelajar


Markah Bilangan pelajar
0 1
1 3
2 5
3 15
4 11
5 6

Nyatakan:
(a) Min
(b) Mod
(c) Median
(d) Sisihan piawai
(e) Julat

1.5 Penyajian Data

 Penyajian data merupakan cara suatu data itu dipersembahkan.


nbi/ppimg/umt/2016 13
BAB 1 MTK 3008 - Biostatistik

 Terdapat beberapa persembahan grafik yang biasa digunakan


seperti
(a) Histogram
(b) Poligon kekerapan
(c) Ogif
(d) Plot Kotak
(e) Plot Dahan dan Daun

1.5.1 Histogram dan poligon kekerapan

 Histogram ialah sejenis bar untuk data selanjar atau data diskrit.
 Untuk membina histogram,
(a) tandakan sempadan-sempadan kelas pada paksi mendatar
(b) tandakan kekerapan pada paksi menegak
(c) Bagi setiap kelas, lukiskan suatu palang/bar dengan
tingginya bersamaan dengan kekerapan bagi kelas itu.
poligon kekerapan

25
lebar palang sama
kekerapan

20 dengan lebar kelas


15
10
5

29.5 34.5 39.5 44.5 49.5 54.5 sempadan kelas

 Untuk membina suatu poligon kekerapan, tandakan suatu titik


pada titik tengah bahagian atas palang bagi setiap kelas dalam
histogram, kemudian sambungkan titik-titik ini dengan suatu
garis luru terputus.
 Bagi tujuan melengkapkan lagi poligon kekerapan supaya tidak
kelihatan ‘terapung’, tambahkan satu kelas kekerapan sifar
sebelum kelas pertama dan selepas kelas terakhir.

nbi/ppimg/umt/2016 14
BAB 1 MTK 3008 - Biostatistik

Latihan 1.7
Binakan histogram dan poligon kekerapan bagi jadual di bawah

141 - 146 - 151 - 156 - 161 - 166 -


Tinggi 145 150 155 160 165 170
Bilangan 2 5 10 12 14 7

30 - 40 - 50 - 60 - 70 - 90 -
Markah 39 49 59 69 79 80 - 89 99
Bil.
Pelajar 5 10 25 30 10 5 5

2.4.2 Ogif

 Perwakilan graf bagi taburan kekerapan longgokan dinamakan


ogif atau poligon kekerapan longgokan.

Berat Ikan Bilangan ikan


(kg) (kekerapan)
1.2 – 1.6 2
1.7 – 2.1 4
2.2 – 2.6 4
2.7 – 3.1 6
3.2 – 3.6 1
3.7 – 4.1 3

 Sebelum kita dapat melakarkan ogif, terlebih dahulu kita perlu


membina jadual taburan kekerapan longgokan ‘kurang daripada’
atau ‘lebih daripada’ seperti berikut:

nbi/ppimg/umt/2016 15
BAB 1 MTK 3008 - Biostatistik

(a) kekerapan longgokan ‘kurang daripada’

Berat ikan Kekerapan


longgokan
Kurang daripada 1.15 0
Kurang daripada 1.65 0+2=2
Kurang daripada 2.15 2+4=6
Kurang daripada 2.65 6 + 4 = 10
Kurang daripada 3.15 10 + 6 = 16
Kurang daripada 3.65 16 + 1 = 17
Kurang daripada 4.15 17 + 3 = 20

(b) kekerapan longgokan ‘lebih daripada’

Berat bungkusan Kekerapan longgokan


Lebih daripada 1.15 20
Lebih daripada 1.65 20 – 2 = 18
Lebih daripada 2.15 18 – 4 = 14
Lebih daripada 2.65 14 – 4 = 10
Lebih daripada 3.15 10 – 6 = 4
Lebih daripada 3.65 4–1=3
Lebih daripada 4.15 3–3=0

 Terdapat 2 jenis ogif:


(a) Ogif ‘kurang daripada’ yang dibina daripada taburan
kekerapan longgokan ‘kurang daripada’.
(b) Ogif ‘lebih daripada’ yang dibina daripada taburan
kekerapan longgolan ‘lebih daripada’.

nbi/ppimg/umt/2016 16
BAB 1 MTK 3008 - Biostatistik

 Langkah-langkah membina ogif ialah


(a) Tandakan sempadan-sempadan kelas pada paksi
mendatar (paksi-x)
(b) Tandakan kekerapan longgokan pada paksi menegak
(paksi-y)
(c) Tandakan titik-titik pada setiap sempadan kelas di mana
ketinggiannya adalah bersamaan dengan kekerapan
longgokan kelas itu. Sambungkan titik-titik ini dengan satu
garis yang licin (jangan guna pembaris).
kekerapan
longgokan ogif 'lebih daripada'

30

ogif 'kurang daripada'


20

10

sempadan
29.5 39.5 49.5 59.5 69.5 atas

Latihan 1.8
Berdasarkan Latihan 1.7, bina
(a) jadual kekerapan longgokan ‘kurang daripada’ dan ‘lebih
daripada’
(b) Ogif ‘kurang daripada’ dan ‘lebih daripada’ pada graf yang
sama

1.5.3 Plot dahan dan daun

nbi/ppimg/umt/2016 17
BAB 1 MTK 3008 - Biostatistik

 Plot dahan dan daun merupakan teknik penyenaraian data yang


digunakan untuk data kuantitatif sahaja
 Setiap nilai data dibahagikan kepada 2 bahagian: dahan dan
daun
 Dahan boleh mengandungi 1 atau 2 digit berdasarkan julat data
yang diberi
 Salah satu daripada kelebihan kaedah ini ialah maklumat
mengenai data asal boleh diperolehi terus daripada plot ini.
 Tidak sesuai digunakan apabila
i. Bilangan data besar
ii. Julat bagi data adalah besar

Contoh 1.7
Jenis data yang mempunyai 2 digit sahaja.
60 31 42 55 64 68 78
59 53 63 81 44 58 62
75 65 72 69 86 75 47

 Daripada data ini, didapati nilainya adalah antaar 31 – 86. Oleh


itu digit pertama diambil sebagai dahan dan digit kedua sebagai
daun.
 Dahan disenaraikan mengikut turutan nombor terkecil dibahgian
kiri garis tegak.

Dahan Daun
3 1
4 2 4 7
5 3 5 8 9
6 0 2 3 4 5 8 9
7 2 5 5 8
8 1 6

nbi/ppimg/umt/2016 18
BAB 1 MTK 3008 - Biostatistik

 Daripada plot dahan dan daun ini, didapati nilai minimum ialah
31 dan nilai maksimum ialah 86. Dahan 6 didapati mempunyai
kekerapan tertinggi.
Latihan 1.9
Berdasarkan data tak terkumpul berikut, bina plot dahan dan daun.
137 122 139 145 138 151 142 152
149 136 160 147 165 154 123 147

1.5.4 Kuartil

 Kuartil-kuartil membahagikan set data kepada 4 kumpulan yang


sama banyak setelah set data itu disusun mengikut tertib.
 Misalnya perhatikan set data berikut:
35, 42, 45, 47, 50, 53, 62, 65, 71, 77, 85

Q1 Q2 Q3

Kuartil pertama, Q = 45 1

Kuartil kedua, Q = 53 2 *** Q2 juga dikenali sebagai


median.
Kuartil ketiga, Q = 71 3

Kuartil Q , Q dan Q membahagikan set data kepada 4 kumpulan


1 2 3

di mana setiap kumpulan mengandungi 2 nombor.

 Julat antara kuartil = Q - Q 3 1

Bagi contoh di atas, julat antara kuartil = 71 – 45 = 26

Latihan 1.9
nbi/ppimg/umt/2016 19
BAB 1 MTK 3008 - Biostatistik

Cari julat dan julat antara kuartil bagi data-data berikut:


(a) 12, 10, 13, 7, 7, 4, 16, 10, 12, 8, 5, 9
(b) 11, 14, 15, 18, 13, 21, 20, 17
(c) 20, 15, 33, 61, 30, 50, 62, 49, 23, 88, 70, 54, 67

1.5.6 Plot Kotak

 Plot yang menunjukkan kedudukan Q , Q , dan Q berdasarkan


1 2 3

nilai terbesar dan terkecil (5 ringkasan nombor) bagi suatu set


data.
 Langkah-langkah melukis plot kotak:
i) Tentukan cerapan terkecil dan cerapan terbesar.
ii) Tentukan nilai bagi Q , Q , dan Q .
1 2 3

iii) Lukiskan satu garisan melintang dan skalakan berdasarkan


nilai terkecil dan nilai terbesar.
iv) Tandakan nilai cerapan terkecil, cerapan terbesar, Q , Q , dan 1 2

Q 3di atas daripada garisan yang dilukiskan dan lakarkan


plot kotak seperti yang ditunjukkan dalam rajah di bawah:
nilai terkecil nilai terbesar
Q1 Q2 Q3

2 4 6 10 12

Contoh 1.9
Pertimbangkan set data ini: 24, 28, 33, 33, 37, 39, 47, 51, 59
Lukiskan plot kotak.
Penyelesaian
i) Nilai terkecil = 24, nilai terbesar = 59
28  33 47  51
ii) Q  2  30.5, Q  37, , Q  2  49
1 2 3

nbi/ppimg/umt/2016 20
BAB 1 MTK 3008 - Biostatistik
Q1 Q2 Q3

20 30 40 50 60

Plot kotak

Soalan cepu mas…


Cuba fikirkan kenapa plot kotak di bawah adalah salah:
Q1 Q2 Q3

24 30.5 37 49 59

Latihan 1.11
Lukiskan plot kotak berdasarkan data yang diperoleh daripada data
dalam Latihan 1.7 .

1.6 Definisi Asas Dalam Biostatistik

 Biostatistik  cabang lain ilmu statistik yang lebih menekankan


pada lapangan biologi dan perubatan.

 Terdapat empat jenis data Biologi iaitu:

(a) Data dalam skala nominal


 Untuk pembolehubah kualitatif
 Data tidak boleh disusun
 Cth: warna, jantina

(b) Data dalam skala ordinal


 Untuk pembolehubah kualitatif
nbi/ppimg/umt/2016 21
BAB 1 MTK 3008 - Biostatistik

 Data boleh disusun


 Cth: tahap pengajaran pensyarah, tahap kebersihan restoren

(c) Data dalam skala selang


 Untuk data kuantitatif
 0 yang tak bererti
 Nisbah dua nombor adalah tak bermakna
 Cth: suhu, saiz kasut

(d) Data dalam skala nisbah


 Untuk data kuantitatif
 0 adalah bermakna
 nisbah di antara dua nombor adalah bermakna
 Cth: Jarak ke kelas, bilangan pesakit dalam sejam, bilangan
jualan dalam sehari

POPULASI
Pembolehubah rawak – parameter :

Sampel rawak bersaiz, n


Menghasilkan data berangka,

Data sampel ditadbirkan kedalam statistik :


Graf dan gambarajah

Analisis data
Pelbagai ujian hipotesis

Kesimpulan tentang populasi dikaji

Rajah 1.1 : Pendekatan am dalam analisis statistik

nbi/ppimg/umt/2016 22

You might also like