1.0 PENGENALAN

Statistik bermaksud prosedur mengumpul, mengukur, mengklasifikasi, menghitung,

menganalisis dan mentafsirkan data kuantitiatif yang diperoleh secara sistematik seperti

melakukan pemerhatian di kawasan sekeliling. Secara umumnya, perkataan statistik

mempunyai berbagai makna. Webster’s Third New International Dictionary memberikan

definasi statistik sebagai sains yang berurusan dengan pungutan, analisis, tafsiran dan

persembahan data numerik. Statistik juga merupakan satu cabang matematik dan banyak

daripada sains statistik berdasarkan kepada pemikiran matematik serta terbitannya. Selain itu,

banyak daripada bidang-bidang akademik, termasuk perniagaan, menawarkan kursus statistik

di dalam disiplinnya. Walau bagaimanapun, statistik telah menjadi satu bidang pengajian di

dalam bidangnya.

Manusia menggunakan perkataan statistik dengan merujuk kepada kumpulan data.

Sebagai contoh, mereka mungkin berkata mereka memungut statistik dari operasi perniagaan

mereka. Pernyataan statistic digunakan sekurang-kurangnya di dalam dua cara yang penting.

Pertama, statistik boleh merupakan pengukuran perihalan yang dikira daripada sampel dan

digunakan untuk membuat penerangan terhadap populasi. Kedua, statistik merupakan taburan

t yang digunakan di dalam analisis data. Sebagai contoh, penyelidik menggunakan taburan

tertentu untuk menganalisis data yang akan merujuk kepada statistik-t di dalam menganalisis

data.

Berikut merupakan beberapa penggunaan yang biasa bagi perkataan statistik:

Sains yang memungut, menganalisis, mentafsir dan mempersembahkan data.

Cabang metematik

Kursus pengajian

Kenyataan dan angka

Pengukuran yang diambil dari sampel

Jenis taburan yang digunakan untuk menganalisis data.

1

Seterusnya, definisi bagi data terkumpul ialah data yang telah dikumpulkan ke dalam

kelas-kelas tertentu. Dalam jadual kekerapan data terkumpul, kekerapan yang ditunjukkan

ialah kekerapan bagi setiap kelas. Ada tiga ukuran kecenderungan memusat yang akan

dibincangkan bagi data terkumpul iaitu mod, min, median, manakala bagi sukatan serakan pula

ialah julat, varians dan juga sisihan piawai. Bagi data tak terkumpul pula ialah data yang tidak

dikumpulkan mengikut kelas tertentu. Dalam jadual data tak terkumpul, kekerapan yang

ditunjukkan adalah kekerapan bagi setiap data yang berasingan sahaja. Data tak terkumpul

juga dikenali sebagaidata mentah. Ukuran kecenderungan memusat bagi data yang tidak

berkumpul pula adalah min, mod, median, peratusan dan quantil.

Kelas mod ialah selang kelas dengan kekerapan tertinggi dalam set data. Bagi data

terkumpul, nilai min khusus tidak diketahui. Jadi, titik tengah bagi setiap jeda kelas digunakan

untuk mewakili semua nilai di dalam jeda kelas tersebut. Titik tengah ini akan diwajarkan

dengan kekerapan nilai di dalam jeda kelas tersebut. Mod tidak semestinya wujud dalam set

data. Satu set data boleh mempunyai dua atau lebih mod.

Selain itu, definisi min adalah purata nilai dari cerapan ataupun pembolehubah. Min

dipengaruhi oleh nilai ekstrem. Min bagi data terkumpul dikira dengan menjumlahkan hasil

darab titik tengah kelas dengan kekerapan kelas dan membahagikan jumlah tersebut dengan

bilangan kekerapan.

Median ialah nilai tengah cerapan yang disusun dalam tertib menaik atau menurun.

Nilai median bagi data tak terkumpul adalah nilai yang terletak ditengah-tengah apabila data

tersebut disusun secara menaik.

Dalam statistik, varians diperkenalkan agar dapat menerangkan bagaimana nilai

diagihkan di antara nilai jangkaan. Oleh itu varians diperolehi dengan mencampur nilai kuasa

dua perbezaan di antara nilai individu dan nilai jangkaan. Ini bermakna nilai varians sentiasa

positif. Secara ringkasnya, varians adalah purata sisihan kuasa dua dari min bagi set nombor.

Simbol bagi varians ditandakan dengan huruf Greek ¿).

Akhir sekali , sisihan piawai pula ditakrifkan sebagai punca kuasa dua varians. Ia

merupakan gambaran tentang serakan taburan pencapaian calon dalam sesuatu ujian. Satu

taburan kebarangkalian, pembolehubah rawak atau populasi atau banyak set nilai adalah

ukuran serakan nilainya Sisihan piawai rendah menunjukkan markah adalah homogenous

manakala sisihan piawai tinggi menunjukkan markah adalah heterogenou

2

2.0 DATA TERKUMPUL

2.1 SUKATAN KECENDERUNGAN MEMUSAT

Kami telah mendapat tugasan untuk melakukan kajian mengenai umur bapa bagi data

terkumpul. Kami telah bersetuju untuk melakukan kajian kami di asrama Aspuri Melati 1

di IPG Kampus Perlis. Sasaran kami ialah para guru pelatih wanita yang menginap di

asrama Aspuri Melati 1. Berikut adalah data yang telah kami dapat setelah melakukan

pemerhatian dan soal selidik kepada sasaran kami. Data-data yang telah dikumpul ini

akan dijadikan sampel untuk mencari mod, min, dan median.

BILNO. BILIK MELATI 1

UMUR BAPA

BILNO. BILIK MELATI 1

UMUR BAPA

R1 A 101 49 R31 A 214 45R2 A 102 45 R32 A 214 48R3 A 103 56 R33 A 215 49R4 A 103 52 R34 A 215 46R5 A 104 54 R35 A 216 44R6 A 104 60 R36 A 218 45R7 A 105 49 R37 A 218 43R8 A 107 51 R38 A 220 42R9 A 107 70 R39 A 220 41

R10 A 108 43 R40 A 222 47R11 A 109 61 R41 A 222 50 R12 A 109 44 R42 A 301 48R13 A 110 45 R43 A 301 46R14 A 110 57 R44 A 302 44R15 A 112 52 R45 A 302 48R16 A 112 68 R46 A 303 49R17 A 113 49 R47 A 303 57R18 A 115 43 R48 A 304 52R19 A 202 65 R49 A 304 54R20 A 202 49 R50 A 305 61R21 A 203 51 R51 A 305 60R22 A 203 53 R52 A 306 43R23 A 204 60 R53 A 306 47R24 A 207 67 R54 A 307 50R25 A 208 45 R55 A 307 54R26 A 209 43 R56 A 308 43R27 A 209 40 R57 A 308 42R28 A 210 61 R58 A 309 49R29 A 210 57 R59 A 309 48R30 A 212 54 R60 A 310 47

Data yang diperoleh mengenai umur bapa

BIL NO. BILIK UMUR BIL NO. BILIK UMUR

3

MELATI 1 BAPA MELATI 1 BAPAR61 A 310 51 R81 A 403 43R62 A 311 53 R82 A 404 49R63 A 311 61 R83 A 406 45R64 A 312 70 R84 A 407 51R65 A 312 43 R85 A 408 53R66 A 313 44 R86 A 409 54R67 A 313 49 R87 A 412 57R68 A 314 51 R88 A 412 52R69 A 314 55 R89 A 415 50R70 A 315 57 R90 A 415 51R71 A 315 58 R91 A 418 43R72 A 316 59 R92 A 419 49R73 A 316 61 R93 A 421 47R74 A 317 43 R94 A 421 45R75 A 317 59 R95 A 422 40R76 A 318 57 R96 A 422 41R77 A 318 43 R97 A 423 42R78 A 319 49 R98 A 423 47R79 A 319 48 R99 A 424 49R80 A 402 51 R100 A 424 51

MENENTUKAN SELANG KELAS DAN MEMBINA JADUAL TABURAN KEKERAPAN

Langkah-langkah untuk membina jadual kekerapan bagi jadual terkumpul bagi

menunjukkan data umur bapa pelajar IPG Kampus Perlis yang tinggal di asrama Aspuri

Melati 1 adalah seperti berikut:

Langkah 1

Terdapat beberapa perkara yang perlu dipertimbangkan semasa memilih selang kelas

iaitu :

Pilih selang kelas yang sesuai supaya bilangan kelas yang terhasil adalah

dalam lingkungan 5 – 12

pastikan setiap data terkumpul ke dalam satu kelas sahaja.

sentiasa pilih selang kelas yang sama saiz, iaitu setiap kelas menerangkan julat

nilai yang sama

4

Langkah 2

Sekiranya hendak memilih selang kelas yang sesuai supaya bilangan kelas

yangterbentuk ialah n, julat selang kelas boleh ditentukan seperti yang berikut.

Julat selang kelas = nilaidata tertingg−Nilaidata terendah

n

Langkah 3

Bentukkan kelas-kelas yang sesuai dan pastikan nilai minimum dan nilai maksimum

tidak disingkirkan.

Umur BapaKekerapan (

f )

Titik Tengah

(x) (fx) (x2) (fx2)

40 – 44 22 42 924 1764 38874

45 – 49 31 47 1457 2209 68479

50 – 54 23 52 1196 2704 62192

55 – 59 11 57 627 3249 35739

60 – 64 8 62 496 3844 30752

65 – 69 3 67 201 4489 13467

70 – 74 2 72 144 5184 10368

Jadual Taburan Kekerapan Data Terkumpul

∑ f=100

∑ fx=5045

∑ fx2=259871

5

a) Mod

Nilai mod ialah selang kelas yang mempunyai kekerapan tertinggi. Berdasarkan jadual

kekerapan yang kami perolehi:

Umur Bapa 40 – 44 45 – 49 50 – 54 55 – 59 60 – 64 65 – 69 70 – 74

Kekerapan (f ) 22 31 23 11 8 3 2

Nilai mod dalam jadual kekerapan di atas ialah 31. Nilai tersebut berada dalam kelas mod

45 – 49. Maka 45 – 49 dikenali sebagai mod.

Penentuan nilai mod bagi data terkumpul daripada Histogram

Langkah-langkah untuk melukis histogram daripada jadual kekerapan data terkumpul ini

adalah :

Langkah 1

Cari sempadan bawah dan sempadan atas bagi setiap kelas.

Umur Bapa Kekerapan (f ) Sempadan bawah Sempadan atas

40 – 44 22 39.5 44.5

45 – 49 31 44.5 49.5

50 – 54 23 49.5 54.5

55 – 59 11 54.5 59.5

60 – 64 8 59.5 64.5

65 – 69 3 64.5 69.5

70 – 74 2 69.5 74.5

Langkah 2

6

Pilih skala yang sesuai pada paksi-x untuk mewakili selang kelas dan paksi-y untuk

mewakili kekerapan.

Langkah 3

Lukis segi empat tepat untuk mewakili setiap selang kelas dengan lebarnyasama dengan

saiz selang kelas dan tingginya berkadaran dengan kekerapan.

b) Min

7

Untuk mengira min bagi data terkumpul melalui jadual kekerapan, satu anggapan mesti

dibuat untuk memudahkan kiraan, iaitu nilai tengah setiap kelas diambil sebagai perwakilan

kelas tersebut.

Misalnya, bagi kelas jadual kekerapan yang kami perolehi, 40 – 44

Nilai tengah kelas ¿40+44

2=42

Nilai tengah kelas dinamakan tanda kelas

Min ¿Jumlahhasil darabkekerapan dengan tandakelas

Jumlah kekerapan

Dalam simbol,

~x ¿∑fx∑ f

x=tanda kelas , f=kekerapan kelas

∑ fx=5045

∑ f=100

~x ¿5045100

=50.45

8

c) Median

Median bagi data terkumpul dapat ditentukan daripada jadual kekerapan dengan

menggunakan rumus berikut:

median, m = L + ( N2 −F

f m)C

L = sempadan bawah kelas median

N = jumlah kekerapan

C = saiz kelas median

F = kekerapan longgokan sebelum kelas median

f m = kekerapan kelas median

Umur BapaKekerapan

(f )

Titik

Tengah

(x)(fx) (x2) (fx2) F

40 – 44 22 42 924 1764 38874 22

45 – 49 31 47 1457 2209 68479 53

50 – 54 23 52 1196 2704 62192 76

55 – 59 11 57 627 3249 35739 87

60 – 64 8 62 496 3844 30752 95

65 – 69 3 67 201 4489 13467 98

70 – 74 2 72 144 5184 10368 100

Jumlah kekerapan, N = 100

Median = cerapan ke 100

2 = cerapan ke-50

9

Cerapan ke-50 terletak dalam kelas 45 – 49

Sempadan bawah kelas median, L = 44.5

Saiz kelas median, C = 49.5 – 44.5 = 5

Kekerapan longgokan sebelum kelas median, F = 22

Kekerapan kelas median, f m = 31

Gunakan rumus, m = L + ( N2 −F

f m)C

m = 44.5 + ( 1002

−22

31 )5=49 .02

Penentuan median daripada ogif data terkumpul

Ogif ialah graf kekerapan longgokan. Untuk melukis ogif daripada jadual kekerapan

longgokan misalnya jadual kekerapan di bawah, langkah-langkahnya adalah seperti berikut:

Langkah 1

Tambahkan satu kelas dengan kekerapan longgokan 0 sebelum kelas pertama. Kemudian,

cari sempadan atas bagi setiap kelas.

Umur Bapa Sempadan atas Kekerapan Kekerapan longgokan

35 – 39 39.5 - 0

40 – 44 44.5 22 22

45 – 49 49.5 31 53

50 – 54 54.5 23 76

55 – 59 59.5 11 87

60 – 64 64.5 8 95

10

65 – 69 69.5 3 98

70 – 74 74.5 2 100

Langkah 2

Pilih skala yang sesuai pada paksi-x untuk mewakili sempadan atas dan paksi-y untuk

mewakili kekerapan longgokan. Setiap nilai (sempadan atas, kekerapan longgokan)

merupakan satu titik pada satah Cartesan. Plotkan setiap titik daripada jadual yang

disediakan dalam Langkah 1. Kemudian, lukis lengkung yang licin melalui setiap titik yang

diplotkan itu.

Berdasarkan jadual kekerapan longgokan yang dibina, ogif seperti di bawah dapat

dilukiskan.

Median = Cerapan ke-100

2

11

= Cerapan ke- 50

= 49.02

2.2 SUKATAN SERAKAN

a) Julat Set Data Terkumpul

Untuk data terkumpul, nilai tengah kelas tertinggi dan kelas terendah perlu ditentukan

terlebih dahulu.

Julat = tanda kelas tertinggi – tanda kelas terendah

Bagi jadual kekerapan yang kami perolehi,

Nilai tanda kelas tertinggi = 70+74

2=72

Nilai tanda kelas terendah = 40+44

2=42

Julat = 72 – 42 = 30

Umur Bapa Sempadan atas Kekerapan Kekerapan longgokan

35 – 39 39.5 - 0

40 – 44 44.5 22 22

45 – 49 49.5 31 53

50 – 54 54.5 23 76

55 – 59 59.5 11 87

60 – 64 64.5 8 95

65 – 69 69.5 3 98

12

70 – 74 74.5 2 100

Berdasarkan jadual kekerapan di atas, satu binaan ogif telah berjaya dihasilkan.

b) Julat antara Kuartil Data Terkumpul Daripada Jadual Kekerapan Longgokan

13

Kuartil pertama ialah 14

daripada jumlah keseluruhan data

Q1=cerapan ke 100

4 ¿cerapan ke25

Daripada graf ogif, Q1=44.9

Kuartil ketiga ialah 34

daripada jumlah keseluruhan data

Q3=cerapan ke 3

4 (100 )=cerapanke 75

Daripada graf ogif, Q3=62.6

Julat antara kuartil adalah beza antara kuartil ketiga dan pertama

Julat antara kuartil = 62.6 – 44.9 = 17.7

14

b) Varians

Varians ialah sukatan min bagi kuasa dua sisihan-sisihan daripada min. Untuk menganggarkan

varians, tanda kelas setiap kelas digunakan.

Varians, σ 2=∑ f x2

∑ f−( x̌ )2

Umur BapaKekerapan

(f )

Titik

Tengah

(x)(fx) (x2) (fx2) F

40 – 44 22 42 924 1764 38874 22

45 – 49 31 47 1457 2209 68479 53

50 – 54 23 52 1196 2704 62192 76

55 – 59 11 57 627 3249 35739 87

60 – 64 8 62 496 3844 30752 95

65 – 69 3 67 201 4489 13467 98

70 – 74 2 72 144 5184 10368 100

Varians bagi jadual kekerapan yang kami perolehi menggunakan rumus seperti di atas ialah:

σ 2=∑ f x2

∑ f−( x̌ )2

∑ f=100

∑ fx2=259871

15

~x ¿5045100

=50.45

σ 2=259871100

−(50.45 )2=53.5075

c) Sisihan Piawai

Punca kuasa dua varians dinamakan sisihan piawai. Untuk mendapatkan suatu sukatan unit

yang sama dengan julat dan julat antara kuartil, punca kuasa dua bagi varians diambil.

Sisihan piawai σ=√∑ f x2

∑ f−( x̌ )2

Sisihan piawai bagi jadual kekerapan yang kami perolehi menggunakan rumus seperti di atas

ialah:

Umur BapaKekerapan

(f )

Titik

Tengah

(x)(fx) (x2) (fx2) F

40 – 44 22 42 924 1764 38874 22

45 – 49 31 47 1457 2209 68479 53

50 – 54 23 52 1196 2704 62192 76

55 – 59 11 57 627 3249 35739 87

60 – 64 8 62 496 3844 30752 95

65 – 69 3 67 201 4489 13467 98

70 – 74 2 72 144 5184 10368 100

σ=√∑ f x2

∑ f−( x̌ )2

∑ f=100

∑ fx2=259871

16

~x ¿5045100

=50.45

σ 2=259871100

−(50.45 )2=53.5075

σ=√53.5075=7.315

2.3 JUSTIFIKASI

Kumpulan kami telah diberi tajuk kajian data terkumpul mengenai umur bapa. Kami

telah memilih sasaran para guru pelatih wanita di asrama Aspuri Melati 1 di IPG Kampus

Perlis sebagai responden kami . Kami memilih sasaran ini kerana kami juga merupakan

penghuni di blok Melati 1 ini. Sehubungan dengan itu, kami lebih mudah untuk melakukan

kajian dan soal selidik di sini. Maklumat tentang data terkumpul ini dilakukan secara soal

selidik di setiap bilik di asrama ini. Kami telah pergi ke satu bilik ke satu bilik untuk

mandapatkan data-data tersebut untuk dijadikan sampel untuk mencari mod, min, median,

julat, varians dan juga sisihan piawai.

Data yang diperlukan mengenai umur bapa ini adalah sekurang-kurangnya 100

responden untuk menganalisis data-data tersebut. Kami melakukan soal selidik ini pada

waktu malam. Hal ini kerana guru pelatih akan berada di biliknya pada waktu malam

berbanding pada waktu siang berikutan jadual kuliah yang berlainan mengikut kelas

masing-masing.

Setelah memperoleh 100 sampel data, kami telah memilih selang kelas sebanyak 5

tahun. Kami perlu mencari sukatan kecenderungan memusat dan juga sukatan serakan

iaitu mod, min, median, julat, varians sisihan piawai dan juga membina graf yang

bersesuaian.

Berdasarkan data yang diperoleh, nilai mod bagi umur bapa responden ialah 31. Nilai

tersebut berada dalam kelas mod 45 – 49. Purata keseluruhan data iaitu min yang

diperoleh adalah sebanyak 50.45. Median pula iaitu nilai yang berada di tengah-tengah

data setelah disusun mengikut tertib menaik adalah sebanyak 49.02. Selain itu, varians dan

sisihan piawai yang diperoleh daripada data ini adalah 53.5075 dan juga 7.315.

Kami telah membina graf histogram untuk menunjukkan dengan lebih jelas lagi

mengenai jadual kekerapan data yang diperoleh ini. Kebanyakkan umur bapa responden

17

adalah sekitar 50 tahun. Berdasarkan dapatan, umur bapa responden yang paling muda

adalah 40 tahun dan umur bapa yang paling tua adalah 70 tahun.

2.4 BUKTI KAJIAN

18

19

3.0 DATA TAK TERKUMPUL

3.1 SUKATAN KECENDERUNGAN MEMUSAT

20

Tugasan kajian yang kudua ini adalah mengenai warna kereta yang dimiliki oleh guru pelatih

IPG Kampus Perlis. Data tak terkumpul yang berikut menunjukkan warna kereta para guru

pelatih IPG Kampus Perlis setelah kami melakukan pemerhatian dan soal selidik di sini.

21

BIL. WARNA KERETA BIL. WARNA KERETA BIL. WARNA KERETA

R1 Hitam R35 Maroon R69 SilverR2 Hitam R36 Silver R70 KuningR3 Biru R37 Hitam R71 MerahR4 Hitam R38 Biru R72 BiruR5 Hitam R39 Biru R73 HitamR6 Merah R40 Kuning R74 SilverR7 Kuning R41 Puith R75 JinggaR8 Hitam R42 Hitam R76 MaroonR9 Hitam R43 Biru R77 Hijau

R10 Hitam R44 Merah R78 Merah JambuR11 Silver R45 Biru R79 MaroonR12 Silver R46 Biru R80 HitamR13 Puith R47 Hijau R81 HitamR14 Hitam R48 Puith R82 PuithR15 Biru R49 Hitam R83 HitamR16 Hijau R50 Hitam R84 Merah JambuR17 Merah R51 Hitam R85 PuithR18 Hitam R52 Silver R86 Kelabu R19 Hitam R53 Biru R87 Merah JambuR20 Puith R54 Maroon R88 HitamR21 Puith R55 Kuning R89 KelabuR22 Hijau R56 Maroon R90 MerahR23 Silver R57 Hitam R91 KelabuR24 Puith R58 Hitam R92 SilverR25 Hitam R59 Biru R93 PuithR26 Silver R60 Puith R94 SilverR27 Kuning R61 Silver R95 PuithR28 Maroon R62 Puith R96 BiruR29 Puith R63 Puith R97 KuningR30 Hitam R64 Hitam R98 KelabuR31 Puith R65 Puith R99 BiruR32 Silver R66 Puith R100 SilverR33 Silver R67 PuithR34 Biru R68 Silver

Jadual taburan kekerapan data tak terkumpul

Warna Kereta Kekerapan (f )

Hitam 24

Silver 15

Putih 18

Biru 13

Merah 5

Kuning 6

Merah Jambu 3

Oren 1

Maroon 7

Hijau 4

Kelabu 4

Sehubungan dengan itu, kami dikehendaki mencari mod, min dan median dengan

menggunakan sampel data yang telah diperoleh.

a) Mod

Mod data tak terkumpul ialah nilai atau cerapan yang mempunyai kekerapan paling

tinggi dalam suatu set.

24, 15, 18, 13, 5, 6, 3, 1, 7, 4, 4

Jadi, mod bagi data tak terkumpul yang kami perolehi di atas ialah 4

WARNA KERETA GURU PELATIH IPG KAMPUS PERLIS

22

Warna Kereta0

5

10

15

20

25

30

HitamSilverPutihBiruMerahKuningPinkOrenMaroonHijauKelabu

Kekerapan

Graf histogram bagi warna kereta guru pelatih IPG Kampus Perlis

b) Min

Min data tak terkumpul ialah hasil tambah nilai bagi semua cerapan dalam data itu

dibahagi dengan bilangan cerapan iaitu :

x mewakili sebarang cerapan dalam data

N mewakili bilangan cerapan dalam data

Secara ringkasnya,

min, ~x ¿∑xN

Bagi jadual kekerapan di bawah, nilai min ialah:

23

Warna Kereta Kekerapan (f )

Hitam 24

Silver 15

Putih 18

Biru 13

Merah 5

Kuning 6

Merah Jambu 3

Oren 1

Maroon 7

Hijau 4

Kelabu 4

~x ¿∑xN

~x ¿24+15+18+13+5+6+3+1+7+4+4

11=9.09

c) Median

24

Median data tak terkumpul ialah nilai tunggal yang berada di tengah-tengah sesuatu

set data yang telah disusun mengikut tertib. Median membahagikan data itu kepada

dua bahagian supaya setiap bahagian mempunyai bilangan data yang sama banyak.

Median bagi set data tak terkumpul yang kami perolehi ialah :

Set data : 24, 15, 18, 13, 5, 6, 3, 1, 7, 4, 4

Susun semula semua nombor mengikut tertib menaik

1, 3, 4, 4, 5, 6, 7, 13, 15, 18, 24

Jadi, nilai median ialah 6.

d) Julat Set Data Tak Terkumpul

Julat ialah sukatan perbezaan antara nilai terbesar dan nilai terkecil dalam suatu set

data.

Julat = nilai terbesar – nilai terkecil

Berdasarkan jadual kekerapan yang kami perolehi, julat set data yang terhasil ialah,

Nilai terbesar = 24 buah kereta hitam

Nilai terkecil = 1 buah kereta oren

Julat = 24 – 1 = 23 buah

3.2 JUSTIFIKASI

25

Pada tugasan yang kedua ini pula, kumpulan kami telah diberi tajuk kajian data

tak terkumpul mengenai warna kereta. Kami telah memilih sasaran para warga di

IPG Kampus Perlis sebagai responden kami. Kami memilih sasaran ini kerana boleh

dikatakan majoriti para pensyarah dan kakitangan di IPG ini menaiki kereta ke

tempat kerja. Para guru pelatih di sini juga kebanyakannya membawa kereta ke sini

berikutan ada yang menginap di luar kolej kediaman. Sehubungan dengan itu, kami

lebih mudah untuk melakukan pemerhatian dan soal selidik di sini.

Maklumat tentang data terkumpul ini dilakukan secara pemerhatian dan soal

selidik. Ada juga pemerhatian yang dilakukan dengan cara mengedarkan borang

kepada warga IPG ini. Kami telah melakukan pemerhatian di sekitar IPG Kampus

Perlis supaya dijadikan sampel untuk mencari sukatan kecenderungan memusat

iaitu mod, min, dan median.

Data yang diperlukan mengenai warna kereta ini adalah sekurang-kurangnya

100 data untuk menganalisis data-data tersebut. Kami melakukan pemerhatian dan

soal selidik pada waktu rehat dan selepas waktu kuliah.

Selepas mendapat maklumat dan data yang secukupnya, kami telah membuat

jadual kekerapan bagi menunjukkan dengan lebih terpeinci mengenai data yang

telah dikumpul. Hasil kajian mendapati jumlah warna kereta yang tertinggi di IPG

Kampus Perlis adalah warna hitam. Hal ini mungkin kerana wkereta yang berwarna

hitam kelihatan mewah dan boleh menarik perhatian ramai. Selain itu, warna hitam

juga mudah untuk dijaga kerana warnanya yang gelap menampakkan lebih elegen.

Jumlah warna kereta yang terendah adalah warna oren. Warna oren ini sangat

menonjol dan sukar untuk didapati dan selalunya edisinya keluaran terhad. Hal ini

menyebabkan warna ini kurang menjadi pilihan warga IPG Kampus Perlis ini.

Mod bagi data warna kereta ialah 4 iaitu warna hijau dan kelabu. Purata

keseluruhan data iaitu min yang diperoleh adalah sebanyak 9.09 manakala nilai

edian pula adalah 6.

3.3 BUKTI KAJIAN

26

27

4.0 KESIMPULAN

28

Kesimpulan yang dapat kami rumuskan adalah tajuk Smart Statistik ini adalah salah

satu tajuk yang menggunakan formula yang banyak dan terpeinci. Jika tidak dapat

menguasai formula dengan baik, maka individu tersebut tidak dapat manjawab soalan itu

dengan baik.

Selain itu juga melalui kerja kursus ini, kami dapat mencapai objektif kerja kursus iaitu

mengumpul maklumat tentang teori-teori dalam tajuk Smart Statistik. Kami telah mengumpul

data dan menganalisis data yang telah diperoleh dan seterusnya mempersembahkan data

dalam bentuk visual yang sesuai. Setelah itu, kami juga mendokumentasikan dapatan yang

telah dikumpul dalam kerja kursus pendek ini.

Secara konklusinya, kami dapat menyatakan dengan jelas mengenai definisi-definisi

istilah yang diguna pakai dalam tajuk Smart Statistik ini setelah selesai manyiapkan kerja

kursus ini seperti mod, min, median, julat, varians dan juga sisihan piawai. Di samping itu,

kami juga lebih mahir membuat pelbagai graf menggunakan bantuan kemudahan ICT.

5.0 REFLEKSI INDIVIDU

NAMA : NUURUL EZZAH BINTI MOHD SOBLI NO.I/C : 920612-03-5514

29

Alhamdulillah, syukur ke hadrat Illahi kerana dengan jayanya saya dapat menyiapkan

Kerja Kursus Pendek bagi subjek Matematik Asas (MT 3311 D1). Banyak pengalaman yang

saya timba sepanjang menyiapkan kerka kursus ini.

Sebelum memulakan tugasan ini, saya dan rakan yang lain telah diberi penerangan

serba sedikit berkenaan kerja kursus ini oleh pensyarah bimbingan kami, Puan Habibah binti

Buang. Beliau memberikan tips berguna, tunjuk ajar serta bimbingan bagaimana bayangan

kerja kursus kami, kepada saya dan rakan-rakan. Tanpa usaha dan kesungguhan beliau, kerja

kursus ini tidak mungkin terhasil.

Setelah berjaya mengumpul data, dan melakukan soal selidik kepada responden yang

berkenaan, saya dan rakan memulakan kerja menyiapkan laporan kerja kursus tersebut. Kami

turut melakukan rujukan daripada bahan-bahan bacaan yang kami perolehi daripada

perpustakaan, laman sesawang, dan banyak lagi berkenaan rumus statistik, definisi dan lain-

lain lagi. Bahan-bahan ini banyak membantu kami baik secara langsung mahupun tidak

langsung.

Laporan kerja kursus kami ini berjaya dihasilkan mengikut elemen-elemen dan kriteria

yang dikehendaki. Alhamdulillah, saya berasa sangat lega apabila kami berjaya menghasilkan

kerja kursus ini tepat pada masanya. Satu ilmu yang saya perolehi apabila berakhirnya kerja

kursus ini ialah, dalam kehidupan seharian kita, tidak lengkap sekiranya tiada kewujudan

statistik. Dengan kata ringkas, semua hal ada perkaitannya dengan statistik!

`Harapan saya agar, kerja kursus yang berjaya kami hasilkan ini memenuhi kehendak

pemarkahan pensyarah yang menilai hasil kerja kami ini. Sekian, terima kasih

NAMA : NURKHAIRUN NISHA BINTI ZAINODIN NO.I/C : 930709-10-5004

30

Alhamdulillah, bersyukur ke hadrat Allah SWT kerana dengan izin-Nya dapat saya

menyiapkan kerja kursus pendek (KKP) ini bersama rakan sekumpulan iaitu Nuurul Ezzah binti

Mohd Sobli dalam tempoh masa yang telah ditetapkan. Terlebih dahulu, saya ingin

mengucapkan ribuan terima kasih kepada Puan Habibah binti Buang selaku pensyarah

pembimbing yang telah banyak memberi tunjuk ajar sepanjang proses menyiapkan kerja kursus

ini. Tidak lupa juga ucapan terima kasih ini juga saya tujukan kepada rakan sekumpulan saya

yang telah member kerjasama yang baik sepanjang proses menyiapkan kerja kursus ini.

Tugasan yang diberi pada kali ini ialah mencari maklumat mengenai Smart Statistik dan

membuat kajian mengenai data terkumpul dan data tidak terkumpul berdasarkan tajuk yang

diberi iaitu umur bapa dan juga warna kereta. Saya juga seperti rakan-rakan lain yang

menghadapi beberapa kekangan pada mulanya dalam mencari maklumat tentang tugasan ini.

Saya telah mencari inisiatif lain dengan mencari maklumat dari pelbagai sumber antaranya di

Perpustakaan IPG Kampus Perlis, Perpustakaan Negeri Kangar dan internet. Setelah itu, saya

dapat mengumpul bahan sebanyak yang mungkin untuk menjadi rujukan ketika menyiapkan

kerja kursus ini.

Selepas menerima tugasan ini, kami telah berbincang bersama-sama untuk

melaksanakan tugasan ini dengsn membahagikan tugas masing-masing. Kami telah membuat

pemerhatian dan soal selidik bersama-sama apabila ada masa terluang untuk memastikan data

yang diperlukan mencukupi. Saya dan rakan saya Berjaya mengumpul data seperti mana yang

dikehendaki oleh pensyarah. Kami juga mendapat respon yang baik daripada semua

responden ketika melakukan soal selidik.

Hasil daripada tugasan ini, apa yang dapat saya simpulkan ialah statistik adalah

pengetahuan dan kemahiran yang sangat penting yang perlu kita ketahui. Sebagai seorang

bakal guru, saya akan melakukan pengetahuan statistik ini di sekolah kelak. Jadi saya perlu

benar-benar mahir supaya tidak akan susah di kemudian hari. Statistik ini sangat berguna

dalam kehidupan seharian kita.

Akhir kata, harapan saya agar tugasan yang kami lakukan ini dapat memenuhi

kehendak pensyarah dan dapat dijadikan rujukan pada masa akan datang. Semoga dengan

kerja kursus saya dan rakan sekumpulan ini dapat membantu rakan-rakan yang lain dalam

mempelajari tajuk statistik ini.

31