Statistik Asas

GSA1072
Topik 1. Pengenalan

KLL_2018_IPGKTI
 1. Pengenalan

1.1 Pengertian statistik

1.2 Jenis-jenis statistik
- deskriptif dan inferensi
1.3 Jenis-jenis pembolehubah
1.4 Jenis-jenis skala
- nominal, ordinal, sela dan nisbah
1.5 Kepentingan statistik dalam kehidupan
seharian
Apakah itu statistik?

Beri satu contoh statistik dalam

pengalaman anda
 Apakah itu statistik?
Statistik merujuk kepada satu set data
(maklumat) dan cara data itu dianalisa.

Statistik adalah teknik dan kaedah

untuk penyelidik mengumpul,
mengelas, meringkas, menganalisa dan
mengintepretasi data.
 Analisis Statistik
• Data merupakan skor mentah yang tidak
memberi sebarang maklumat yang berguna
kecuali dianalisis dengan menggunakan kaedah
tertentu seperti kaedah berstatistik.
• Data perlu diproses untuk mendapatkan
maklumat yang berguna dan bermakna daripada
data.
• Pemprosesan data merupakan teknik untuk
pengumpulan, pengolahan, penganalisisan,
penyimpanan dan pengeluaran data.
 Analisis Statistik

• Merupakan tatacara, teknik dan kaedah

yang digunakan untuk tujuan memahami
data dan maklumat, membuat penelitian,
meringkas dan membuat analisis bagi
memperihalkan berbagai ragam data.
• Peranan utamanya ialah supaya data yang
berbagai macam ini mudah difahami oleh
orang ramai.
 Analisis Statistik
• Matlamat pemprosesan data ialah untuk
mendapatkan maklumat yang berguna
dan bermakna daripada data.

Analisis statistik berasaskan:-

Objektif
penyelidikan
Maklumat Jenis Skala
populasi atau Nominal, Ordinal,
sampel Sela, Nisbah

Populasi – parameter (keyakinan

100%)
Sampel – statistik (keyakinan <
 Prosedur
1. Pengumpulan & Pengelasan Data
2. Perwakilan data (jadual /graf /carta) &
interpretasi data
3. Analisis data
– mencari nilai ukuran kecenderungan
memusat, ukuran serakan &
Interpretasi data
- menerangkan Taburan data &
Interpretasi data
4. Membuat kesimpulan ttg data numerikal
 Istilah dalam statistik
• Pembolehubah
• Sebarang objek/fenomena yang sifatnya
boleh berubah
• E.g. jantina, berat badan, markah, gred.
• Populasi
• Keseluruhan set individu, objek, benda atau
fenomena yang mempunyai ciri-ciri
kesamaan
• E.g. Pelajar PPISMP seluruh negara,
pengundi Malaysia
 Istilah dalam statistik

• Sampel
• Sebahagian daripada populasi yang
dipilih dengan menggunakan kaedah
pemilihan sampel tertentu.
• Ciri-ciri sampel yang baik:
• Dipilih secara rawak
• Memiliki ciri populasi
• Mewakili sampel
 Istilah dalam statistik
• Parameter
• Ukuran numerik yang menerangkan ciri-ciri
populasi
• Parameter kepada purata/min populasi
diwakili oleh simbol mew (μ).
• Statistik
• Ukuran numerik yang menerangkan ciri-ciri
sampel
• Diperolehi daripada manipulasi/hasil analisis
data
 Istilah dalam statistik

• Pembolehubah Tak bersandar /Bebas

• Pemboleh ubah yang
mempengaruhi/memberi kesan kepada
suatu pemboleh ubah yang lain.
• Pembolehubah Bersandar/Terikat
• Pemboleh ubah yang dipengaruhi oleh
pemboleh ubah bebas.
 Istilah dalam statistik

• Pembolehubah dalam statistik

biasanya dipanggil data
 Jenis-jenis statistik: -

• Statistik deskriptif / keperihalan

• Statistik Inferensi / pentakbiran
 Jenis-jenis Statistik

• Statistik deskriptif
• Menggunakan kaedah berangka dan grafik untuk
menentukan corak set data, meringkaskan maklumat
daripada set data dan mempersembahkan maklumat
yang dikumpul daripada sampel dalam bentuk yang
menarik.

• Oleh kerana pemerihalannya terhad kepada sampel

sahaja ia tidak digunakan untuk tujuan membuat
kesimpulan dan generalisasi menyeluruh kepada
populasi yang dikaji

• Cth: pencapaian pelajar dalam PT3

 Jenis-jenis Statistik

• Statistik Inferens
• Prosedur-prosedur untuk membuat
generalisasi/kesimpulan mengenai
populasi yang dikaji berdasarkan
maklumat daripada sampel yang diambil
dari populasi

• Digunakan untuk meramal ciri-ciri

keseluruhan populasi dari sampel,
contoh : brosur dari insurans, unit trust
 Perbezaan Statistik Deskriptif dan Inferensi
STATISTIK FUNGSI
 Menghuraikan ciri-ciri
pemboleh ubah.
 Ia digunakan untuk membuat
kesimpulan mengenai data
DESKRIPTIF numerikal.
 Tidak membuat generalisasi
daripada sampel kajian
kepada populasi di mana
sampel diambil.
UJIAN
Frekuensi, min, mod,
medium, sela, sisihan
piawai, varians,
peratusan, kadar,
nisbah, taburan normal,
skor z dan sebagainya.

 Menghurai perhubungan Ujian-t, unjian ANOVA,

antara pemboleh ubah. Ujian Khi-Kuasa Dua,
INFERENSI  Menghuraikan ciri-ciri ujian korelasi Pearson
sampel yang dipilih daripada dan sebagainya.
populasi.
 Membuat generalisasi ciri-
ciri sampel mengenai
populasinya.
Dua jenis statistik: -

• Statistik deskriptif atau

keperihalan
• Statistik Inferensi atau
pentakbiran
 Jenis Pembolehubah / Data

• Dua jenis data iaitu:

• Data Kuantitatif-numerik
Nilai-nilai data adalah bilangan atau
ukuran berangka
Cth : tinggi, markah, isipadu air hujan,...
• Data Kualitatif- bukan numerik
Nilai-nilai data adalah kategori bukan
berangka.
Cth: jenis darah, jantina, jenama telefon
bimbit,...
 Jenis Pembolehubah / Data

Data Kuantitatif-numerik
• Data kuantitatif boleh dalam bentuk:
• Diskrit - Boleh mengambil nilai-nilai yang
merupakan nombor bulat sahaja.
• Contoh: bilangan anak dalam keluarga, saiz kasut
bagi pelajar sebuah kelas dan bilangan buah
kereta,...
• Selanjar- Tidak boleh mengambil nilai yang
tepat tetapi boleh dihampirkan kepada
ukuran tertentu
• Contoh: tinggi pelajar, berat buah jambu , halaju
kereta, pelajar-pelajar PPSMP, gaji pensyarah,...
 Jenis Pembolehubah / Data

Jenis
Pembolehubah/
Data

Kuantitatif Kualitatif
(Numerik) (Bukan-numerik)

Diskrit Selanjar
 Aktiviti
• Tajuk Kajian -
• Populasi –
• Sampel –
• Pembolehubah –
• Data
• Parametik – Cth: Min populasi
• Statistik – Cth: Min sampel

• Jenis pembolehubah – Kuantitatif/kualitatif/diskrit/selanjar

• Jenis skala - Nominal/Odinal/Sela/Nisbah

• Pernyataan – boleh buat kesimpulan/generalisasi?

 Jenis Skala

• Data Nominal
• Data nominal sesuai pada data yang hanya
dapat diklasifikasikan ke dalam kategori,
nama atau label.
• Kategori tidak dapat disusun mengikut
urutan.
• Dapat memberikan nilai numerik pada
kategori tapi tidak dapat melakukan operasi
matematik) terhadap nilai-nilainya (tidak
dapat diukur)
• Cth: lelaki = 0 dan perempuan = 1
 Data nominal_contoh
• Pembolehubah : Warganegara
Warganegara Kod
Malaysia 1
Singapura 2
Thailand 3
Indonesia 4
• Pembolehubah : Pengguna Cermin Mata

P. Cermin Mata Kod

Ya 0
Tidak 1

Warganegara & Pengguna Cermin Mata

adalah Data Nominal
 Jenis Skala

• Data Ordinal
• Sama seperti data nominal, tetapi data ini
tersusun mengikut tertib/urutan tertentu
• Biasanya digunakan untuk penilaian atau
penentuan kedudukan sesuatu
• Tidak boleh mengukur perbezaan di antara
dua data
• Dapat memberikan nilai numerik namun
tidak dapat melakukan operasi matematik
• Data ordinal boleh disusun dgn gunapakai
skala Likert (biasanya guna nilai 1 sehingga
5 utk tentukan tahap setiap ukuran,
cth: 1 (paling rendah)  5 (paling tinggi)
 Data Ordinal_contoh

• Pengundi-pengundi diklasifikasikan sebagai

low-income, middle-income, high-income
• Frekuensi Penerbangan:
tidak pernah, jarang, kadang-kadang, selalu·
• Bagaimana penilaian anda terhadap restoran itu?
Sangat baik, baik, cukup, kurang.
• Senaraikan jenis majalah mengikut minat anda
Pembolehubah Kategori Tahap/Nilai
(jenis majalah)
Education Sangat suka 1

Cooking Suka 2

Interior design Kurang suka 3

Fashion Tidak suka 4

 Data Ordinal_contoh
Pembolehubah Kategori Nilai/Tahap
Tahap Amat tidak berkesan
Tidak berkesan
1
2
Keberkesanan Berkesan
Amat berkesan
3
4

Tahap Sangat setuju

Setuju
1
2
Persetujuan Berkecuali
Tidak setuju
3
4
Sangat tidak setuju 5

Tahap Sangat tidak berpuas

hati
1
2
Kepuasan :
:
3
4
: 5
:
Sangat berpuas hati

Tahap Prestasi Sangat Tinggi

Tinggi
1
2
Sederhana 3
Rendah 4
Sangat Rendah 5
 Jenis Skala
• Data ordinal
• Contoh: Tahap persetujuan
• Kualiti perkhidmatan di hospital awam adalah baik (dlm soal
selidik)
Amat bersetuju Bersetuju Tidak pasti Kurang bersetuju Tidak bersetuju

1 2 3 4 5

Skala Likelt ialah skala ordinal

Nombor dlm contoh skala ordinal
-- ringkaskan pernyataan2 tertentu
-- menunjukkan susunan / peringkat persetujuan ttg
kualiti perkhidmatan yg baik di Hospital Awam
-- menunjukkan tertib persetujuan
-- tidak boleh digunakan utk penghitungan
-- tidak menunjukkan jurang perbezaan atr kategori
(cth: jarak di atr 2 dan 4 tidak semestinya sama dgn
jarak di atr 3 dan 5)
 Jenis Skala

• Data Interval/Sela
• (1) Data interval adalah sama spt data
ordinal iaitu data boleh disusun
• (2) Data interval mewakil nombor nyata
(real number)
• (3) Perbezaan antara data bermakna dan
boleh diukur.
Jarak atr setiap skala adalah sama
Cth: Skor ujian kecerdasan (intelligence quotient)
jarak atr skor IQ 100 & 110 = jarak atr skor IQ 110 & 120
 Data interval_contoh

• Senarai suhu-suhu didih bagi cecair yang berbeza.

Kita boleh tahu samada suhu didih cecair A lebih
tinggi daripada suhu didih cecair B. jika suhu didih
cecair A adalah 212 darjah dan suhu didih cecair B
adalah 284 darjah ,
suhu didih cecair B adalah lebih tinggi daripada suhu
didih cecair A.
• (4) Nilai sifar bersifat arbitrary (tiada nilai sifar sebenar)
(tidak menggambarkan kosong secara mutlak, cth: 0 darjah
celcius bukan bermakna tak ada suhu, ia Cuma satu titik dlm skala)
• Skor ujian kecerdasan (intelligence quotient)
cth: Skor 140 tidak menunjukkan kecerdasan 2 kali ganda skor
70
 Data interval_contoh

Tahap Kepuasan

Sanga Sangat
t tidak puas
puas hati
hati
1 2 3 4 5 6 7
Data interval_contoh

Diskrit
• Bilangan pelajar
• Bilangan buku yang dibaca dalam satu
semester
Selanjar
• Suhu
• Tinggi pelajar
• Masa melayari internet
 Jenis Skala

• Data Nisbah (ratio data)

• Data nisbah adalah sama seperti data
interval kecuali nisbah atr data memberi
makna
• Data nisbah mempunyai nilai kosong
secara mutlak.
Nilai kosongnya mempunyai maksud
tiada kuantiti.
Seseorang yang tidak bekerja bermaksud
gajinya RM 0.
 Data Nisbah_Contoh

• 4 orang dipilih secara rawak dan ditanya

berapa banyak duit yang mereka bawa
sekarang. Berikut adalah hasilnya : $21, $50, $65,
and $300.
• Adakah data ini boleh disusun ikut urutan? Ya,
$21 < $50 < $65 < $300.
• Bolehkah kita mengira nisbah ? Ya sebab $0 nilai
paling minimum yang mereka bawa.
• Individu yang mempunyai $300 adalah
mempunyai 6 kali ganda daripada individu yang
mempunyai $50.
• Cth lain: umur, skor ujian, jumlah jam belajar
untuk suatu ujian. Panjang, tinggi, berat
 Nominal Ordinal Interval Nisbah

Tertib X / / /

Perbeza- X X / /
an atr data
Nisbah
atr data X X X /
(nilai sifar
bermakna)
Sekian. Terima kasih