topik 6 statistik asas
TRANSCRIPT
-
7/29/2019 Topik 6 Statistik Asas
1/25
Topik
6 StatistikAsas
HASIL PEMBELAJARAN
Di akhir topik ini, anda seharusnya dapat:
1. Menjelaskanpengertiandanpenggunaanstatistik;
2. Melukiskekerapan,histogramdancartapai;
3. Melukispoligondanogifsertamenjelaskandanmengirapersentil.
4. Mengiraukuranmemusatdanserakansertaskorpiawai;dan
5. Mengirapekalikorelasidanregresilinearmudah.
X PENGENALAN
Pengukuran melibatkan pengumpulan data yang banyak daripada ujian/inventori yang digunakan. Statistik dapat membantu kita untuk merumuskandatayangbanyakinikepadabentuklainyangmudahkitafaham,sepertigrakatauangkarumusan.Kitapernahmengirapurata(angkarumusan)bagiangka-angkayangbanyakuntukmencarinilaitengahangka-angkaini.Kitajugapernahmencariangkaterkecildanangkaterbesardanjugajulatantarakedua-duaangka
ini, untuk mencariperbezaan terbesarantara angka-angkatersebut.Purata danjulatbagiangka-angkainiadalahmaklumatyangbolehmembantukitamemahamitaburan angka-angkatersebut,iaitusepertiangka terkecil,angka tengah,angkaterbesar dan julatnya. Topik ini akan membincangkan beberapa kaedah asasstatistik(basic statistical methods)yangdiperlukanuntukmenganalisisskor/datadaripadaujian/inventori.
-
7/29/2019 Topik 6 Statistik Asas
2/25
TOPIK6 STATISTIKASAS t 129
6.1 PENGERTIAN DAN PENGGUNAANSTATISTIK
Statistikmempunyaipelbagaikepentingandalampelbagaiorganisasi.Biasanyasekumpulan pegawai penyelidik akan dilantik untuk menganalisis data yangada berdasarkan kelayakan dan kepakaran mereka. Sebagai seorang guru,apakah skil dan kemahiran yang anda perlukan untuk mendapatkan statistikyangtepatdanbolehdipercayai?
Statistikdigunakandalampelbagaibidangyangdengansendirinyamemberikanpengertian yang tertentu. Kepada orang ramai, statistik bermaksud angkayangdirekodkanmengikutkategoritertentu.Contohnya,statistikkemalangan
jalan raya memberikan kita maklumat tentang kemalangan jalan raya, yangpecahkankepadabeberapakategori, sepertimaut,cedera parah, cedera ringandan sebagainya. Jabatan Kaji Cuaca, misalnya, memberikan statistik hujan/ramalanhujansetiapbulan.Pihaksekolahpulamemberikanstatistikpencapaianpelajar, misalnya, bilangan pelajar yang mendapat gred tertentu dalampeperiksaan SPM. Kepada mereka yang menjalankan kajian pula, statistikmerupakan kaedah yang boleh digunakan untuk menganalisis data kajian.Kepada ahli-ahli statistik, statistik merupakan satu bidang matematikyang dapatmenghasilkan teori dan kaedah untuk menganalisis data.Kesimpulannya, statistik bererti satu set teori dan kaedah yang bolehdigunakanuntukmemahamidata.
Dalam bidang pendidikan, statistik boleh diguna untuk menyampaikanmaklumatdalampelbagaisituasi.Seperticontohyangdiberikanlebihawal,statistikbolehdigunauntukmenunjukkantaburanpelajarmengikutpencapaian.Maklumatinibolehdibentangdenganmenggunakanjadualataugraksepertihistogram/carta pai. Seterusnya, jika seseorang penyelidik ingin melihathubungan antara dua pemboleh ubah, contohnya antara lama masa belajardengan pencapaian, kaedah statistik korelasi boleh gunakan untuk mengirakekuatanhubunganini.Statistikjugabolehdigunakanuntukmengujihipotesistertentu,misalnyamengujisamaadawujudhubunganantaralamamasabelajar
denganpencapaian.Selainmengujihubungan,kaedahstatistikbolehdigunakanuntukmengujiperbezaanantaraduaminataulebih,iaitudenganmenggunakanujian-tatauANOVA.Rajah6.1menunjukkankegunaanstatistik.
-
7/29/2019 Topik 6 Statistik Asas
3/25
130 TOPIK6 STATISTIKASAS
Seterusnya, penyelidik memerlukan pengetahuan statistik untuk merekabentuk (design) sesuatu penyelidikan, seperti mereka bentuk eksperimen, danmenentukan kaedah analisis data yang sesuai untuk sesuatu reka bentuk.Pengetahuan statistik juga dapat digunakan oleh guru untuk memahamikajian-kajian yang ditulis dalam bentuk empirikal. Dalam bidang pengukuranpula, kaedah statistik digunakan untuk mengira indeks kebolehpercayaan,indekskesahanatauindekkesahanramalan.Rajah6.2menunjukkanduajenisstatistik yang digunakan dalam bidang pendidikan, iaitu statistik deskriptifyangdigunakan untukmenjelaskan sesuatuukuran (seperti min dan sisihanpiawai);dan statistik inferensiyangdigunakanuntukmengujihipotesis.Sebahagian daripada statistik-statistik ini dibincangkan dalam bahagian-
bahagianseterusnya.
Rajah 6.1 :Kegunaanstatistik
Rajah 6.2 :Statistikyangdigunakandalampendidikan
6.2 KEKERAPAN, HISTOGRAM DAN CARTAPAI
Selepas data mentah dikumpul ia perlu dirumuskan dalam bentuk yangmudah difaham, misalnya dalam bentuk jadual atau grak. Salah satukaedahmerumuskandataialahmenyediakanjadualtaburandataasaldenganmenggunakankekerapandanperatus,danjugamelukishistogramtaburannya.
Jadualkekerapan danhistogrambolehdisediadengan menggunakan data asalatau data yang dikumpulkan ke dalam beberapa kelas. Sebagai contoh, kita
-
7/29/2019 Topik 6 Statistik Asas
4/25
TOPIK6 STATISTIKASAS t 131
gunakan taburan markah ujian mingguan bagi 50 orang pelajar yang markahpenuhnyaialah10.MarkahasaldiberikandalamJadual6.1.
Jadual 6.1:MarkahUjian50OrangPelajar
2 5 4 1 6 3 7 5 4 7
5 6 2 7 8 6 4 2 9 5
3 5 6 4 0 7 8 5 3 6
8 4 9 6 5 4 7 1 5 10
5 7 3 5 6 2 8 4 3 6
6.2.1 Taburan Kekerapan
Seterusnya,daripadadatayangandatelahsusunkankekerapanmarkahinibolehdikiradenganmudah (bilangan pelajar yang mendapat markah tertentu)danperatuspelajaryangmendapatmarkahtersebutditunjukkandalamJadual6.2.Peratusnyadikiradenganmembahagikan setiapkekerapan dengan 50 dandidarabkan dengan 100. Sebagai langkah semakan, kita perlu menjumlahkanlajur Kekerapan, yang sepatutnya berjumlah 50 (jumlah pelajar); danmenjumlahkanlajurPeratus,yangsepatutnyaberjumlah100(jumlah%).Peratuskekerapan boleh diguna untuk menjelaskan bilangan pelajar yang mendapatmarkah tertentu, selain memberikankekerapan, misalnya, seramai 10 orangpelajar(20%)telahmendapatlimamarkah.
SEMAK KENDIRI 6.1
Susunkan data dalam Jadual 6.1 daripada yang terkecil kepada yangterbesar.
-
7/29/2019 Topik 6 Statistik Asas
5/25
132 TOPIK6 STATISTIKASAS
6.2.2 Histogram
Jadual 6.2 :TaburanKekerapanMarkahUjian
Rajah 6.3:Histogramtaburankekerapanmarkahujian
Histogram ialah rajah berbentuk kotak yang dilukis dengan paksi-Ymenunjukkan kekerapan dan paksi-X menunjukkan markah yang diperolehpelajar.
Taburankekerapaninijugabolehdibentangdalambentukgrak,misalnyahistogram.Histogrambagitaburanmarkahujianmingguandiatasditunjukkandalam Rajah 6.3. Dalam rajah ini, tinggi sesuatu kotak itu menunjukkankekerapan/bilangan pelajar yang mendapat markah tertentu, misalnya
bilanganpelajaryangmendapatlimamarkahialah10.
-
7/29/2019 Topik 6 Statistik Asas
6/25
TOPIK6 STATISTIKASAS t 133
Satu lagi cara memaparkan taburan markah ialah dengan mengumpulkanbeberapa markah yang sama julatnya kepada beberapa kelas. Jadual 6.3menunjukkan taburan kekerapan 50 markah ujian yang dikumpulkan kepada
lima(5)kelas[kelaspertama(0-2)mengandungitiga(3) markah, iaitu 0, 1 dan2,disebabkanada11markahasal(iaitu,0hingga10)].Dalamtaburanini,jedakelas menunjukkan markah-markah yang dimasukkan dalam kelas tersebut.Taburan kekerapan berkelas ini adalah sesuai bagi data yang banyak danmempunyaijulatyangbesar.Biasanyabilangankelasadalahdiantara7hingga10 kelas. Justeru, pengunaankekerapanberkelasdapatmengurangkanbilanganmarkah/skoryangdimasukkankedalamjadualkekerapan.
Jadual 6.3:TaburanKekerapanBerkelasMarkahUjian
Dalamcontoh ini, taburankekerapanmarkah asal (Jadual 6.2) terdiri daripada11 markah, sementara taburan kekerapanberkelas hanyaterdiri daripada lima(5)kelas.Walaubagaimanapun,penjimataninimenyebabkanmaklumat
asal yang lebih terperinc i tidak dapa t ditunjukkan. Seterusnya,taburankekerapan berkelas markah ujian mingguan ini juga boleh dibentang dalambentukhistogram,iaitusepertiyangditunjukkandalamRajah6.4.
Rajah 6.4:Histogramtaburankekerapanberkelasmarkahujian
-
7/29/2019 Topik 6 Statistik Asas
7/25
134 TOPIK6 STATISTIKASAS
6.2.3 Carta Pai
Cartapaiialahsatugrakyangmenggambarkansaizkekerapanbagisesuatusetdatayangberkadarandenganluassektornya.
Biasanya bilangan kelas kekerapan bagi set data ini adalah kecil untukmemudahkan kita melukiscartaini.Dalamcontoh berikut, taburankekerapanberkelas markah ujian mingguan (Jadual 6.3) yang mempunyai lima (5) kelaskekerapandigunakanuntukmelukiscartapai.Cartainibolehdilukisdenganmenggunakan perisian komputer tertentu dengan hanya memasukkankekerapan. Untuk melukis sendiri carta ini, kita memerlukan maklumattentang jeda kelas kekerapan, kekerapan dan darjah sudut carta pai. Jadual6.4 menunjukkan jeda kelas, kekerapan dan darjah sudut bagi markah ujianmingguan.
Jadual 6.4 :TaburanKekerapanBerkelasdanDarjahSudut
Untukmendapatkandarjahsudutcartapai,kitaperlumengiranyasepertiberikut.Dalamcontohini,kekerapanyangdigunakanialah7,iaitukekerapanbagikelas
berjeda0-2.
Darjahsudut = (360ialahjumlahsudutdipusat bagisatubulatan). =
7 2520360 50.4
50 50
= =
Kekerapan360
Jumlah Pelajar
SEMAK KENDIRI 6.1
Apakah maklumat yang hilang apabila kita mengira min denganmenggunakantaburankekerapanberkelas?
-
7/29/2019 Topik 6 Statistik Asas
8/25
TOPIK6 STATISTIKASAS t 135
Rajah 6.5 menunjukkan carta pai bagi kekerapan seperti yang diberikan dalamJadual6.4.Luassetiapbahagiancartapaiinimenggambarkankekerapanbagikelastertentu,yangsetiapsatunyadilukismengikutluassudutbagikekerapantersebut.
Contohnya,kekerapanbagikelasberjeda(5-6)markahialah18(yangterbesar)dansudutbagikelasiniialah129.6o,,yangmemberikanluasyangterbesar.
Nota:AngkadalamkotakadalahjedakelaskekerapanRajah 6.5:Cartapaimarkahujian
6.3
POLIGON DAN OGIF
Terdapat dua (2) lagi grak yang boleh diguna untuk menjelaskan taburankekerapan,iaitupoligondanogif.
Poligon agak mudah dilukis, iaitu dengan menyambung titik-titik tengahbahagianataskotakkekerapandengangaris-garislurus.
Rajah 6.6 menunjukkan graf poligon bagi taburan kekerapan markah ujianmingguan. Ia dilukis berasaskan histrogram dalam Rajah 6.3. Graf ini dapatmenunjukkanbentuktaburankekerapandenganlebihjelas.
-
7/29/2019 Topik 6 Statistik Asas
9/25
136 TOPIK6 STATISTIKASAS
Bagi data yang besar, yang dibahagikan kepadabanyakkelas, graf ini hampirmenyerupai taburan ukuran populasi sebenar. Di sini populasi bermaksudsemua subjek/pelajar sasaran dari mana ukuran itu diambil. Data yang kitacerap/peroleh daripada sekumpulan pelajar hanyalah data sampel sahaja.Semakinbesarsampelyangkitacerap,semakindekatukurandaripadasampelitumenghampiriukurandaripadapopulasi.
Rajah 6.6 : Poligontaburankekerapanmarkahujian
AKTIVITI 6.1
Berikansatucontohpopulasi,sampeldanukurannya.Bilakahtaburanukuransampelakanmeyerupaitaburanukuranpopulasi?
Untukmelukisogif(ogive), iaitugrafgarisyangmenghubungkanperatuskekerapanterkumpul(cumulative frequency percentage),kitaperlumencariperatuskekerapanterkumpultersebut.
Peratus kekerapan terkumpul boleh dicari dengan menjumlahkan peratuskekerapandaripada ukuranterendah hinggatertinggi. Jadual6.5menunjukkankekerapanmarkahujianmingguanbersamaperatuskekerapandanperatuskekerapan terkumpulnya. Peratus kekerapan terkumpulyang terakhir ialah100%,iaituperatusbagisemuakekerapan.
-
7/29/2019 Topik 6 Statistik Asas
10/25
TOPIK6 STATISTIKASAS t 137
Rajah 6.7 menunjukkan ogif peratus kekerapan terkumpul yang dilukisdenganpaksi-Xmenunjukkanmarkahujiandanpaksi-Ymenunjukkanperatuskekerapanterkumpul.Peratusinidilukispadasempadansebelahkananmarkah,misalnya,bagimarkah4,titik38%ditandapadasempadankananmarkah4,iaitupadasempadanmarkah4danmarkah5.
Jadual 6.5:PeratusKekerapanTerkumpulMarkahUjian
Rajah 6.7:Peratuskekerapanterkumpulmarkahujian
SEMAK KENDIRI 6.3
DenganmenggunakanRajah6.7,silacarimarkahbagiP80danberapaperatuspelajaryangmendapatmarkahrendahdaripada5.
-
7/29/2019 Topik 6 Statistik Asas
11/25
138 TOPIK6 STATISTIKASAS
6.4 UKURAN MEMUSAT DAN UKURANSERAKAN
Kita telah melihat bentuk taburan kekerapan, dengan menggunakan markahujian mingguan sebagai contoh. Bentuk taburan kekerapan ini bolehdigambardenganmenggunakanhistogramataupoligon(Rajah6.6).Markahinihanyalahmerupakanmarkahsampel50orangpelajardaripadapopulasitertentu,misalnyasemuapelajartahunlimadalamsesuatudaerah.Sekiranyakitadapatmengumpulmarkahdaripadapopulasi,kitaakandapatmelihatbentuktaburanmarkah/skor populasi bagi ujian mingguan tersebut. Contoh taburan skorpopulasiditunjukkandalamRajah6.6.Dua(2)unsurpentingbagidatadaripadasampelataupopulasiialah(a)ukuranmemusatdan(b)ukuranserakan.
Ukuranmemusatialahukuranyangmenggambarkanskortengahbagisesuatuset data. Ukuran memusat ini termasuklah mod, median dan min. Ukurankeduabagisesuatusetdata/skorialahukuranserakan,iaituukuranyangmenggambarkan darjah serakan bagi sesuatu set data/skor. Ukuran serakantaburantermasuklahjulat,variansdansisihanpiawai.
Rajah6.9menunjukkantaburandata/ukurandaripadasatupopulasitertentu.Minbagidata/skordaripadasesutupopulasiialahdansisihanpiawainyaialah.
Rajah 6.8:Taburandata/skorpopulasi
-
7/29/2019 Topik 6 Statistik Asas
12/25
TOPIK6 STATISTIKASAS t 139
6.4.1 Pengiraan Ukuran Memusat
Sepertiyangdijelaskan,terdapattiga(3)ukuranmemusatyangbiasadigunakan,
iaitu mod, median dan min seperti dalam Rajah6.10. Kita akan menentukan/mengiramod,mediandanmindenganmenggunakanmarkahujianmingguansebagaicontoh.
Rajah 6.9:Pengiraanukuranmemusat
(a) Pengiraan Mod Mod ialah skor yang mempunyai kekerapan paling tinggi, misalnya
markahyangpelajarpalingramaimemperolehnya.
Mod mudah ditentukan sekiranya kita telah menyediakan taburankekerapanskor/markahasalterlebihdahulu.Bagimarkahujianbulanan(lihatJadual6.2),modbagisetmarkahiniialah lima,iaitumarkahyangmempunyaikekerapanpalingtinggi(iaitu10).
(b) Pengiraan Median Medianialahskortengahsesuatusetdata/skor,misalnyamarkahtengah
bagisetmarkahujianmingguan.
-
7/29/2019 Topik 6 Statistik Asas
13/25
140 TOPIK6 STATISTIKASAS
Sekiranya sesuatu set data mempunyai dua (2) angka tengah, mediadata ini ialah purata kedua-dua data tengah tersebut. Median mudahditentukansekiranyakitatelahmenyusundatadaripadayangterendah
hinggatertinggiatausebaliknya.Bagimarkahujianmingguan,daripadajadualmarkahyangtelahandasusun(daripada jadual6.1),medianbagisetmarkahiniialahlima,iaitupuratadua(2)markahtengah(markahke-25=5danmarkahke-26=5).
(c) Pengiraan Min Min ialah purata sesuatu set data/skor, misalnya markah purata bagi
setmarkahujianmingguan.Minmudahdikira,sekiranyabilangandataadalahkecil,tetapiagaksusahdikirabagidatayangbanyak.
Walaubagaimanapun,kitabolehmenggunakankomputeruntukmengira
minbagidatayangbanyak.Untukkitamengirasendirimin,kitaperlumenjumlahkansemuaskor/markahdankemudiandibahagikandengan
bilanganmarkah/pelajar.Dalambentuksimbolmatematik,mindikirasepertiberikut:
n___
1
x x / n,i
i=
dimanaialahtandajumlahx iialahmarkahbagipelajarke-i(i=1,2,...
,n)dannialahbilangan pelajar. Dalam contoh markah ujian mingguan(lihatJadual6.1),minbolehdikirasepertiberikut:
n___
1
x x /n, (2 5 4 ........ 3 6) / 50 5.06i
i=
+ + + + + =
Jadi, bagi data ini, didapati ukuran memusatnya adalah hampir sama,iaitumodialahlima,medianialahlimadanminialah5.06.
-
7/29/2019 Topik 6 Statistik Asas
14/25
TOPIK6 STATISTIKASAS t 141
6.4.2 Pengiraan Ukuran Serakan
Rajah 6.11 menunjukkan tiga (3) pengiraan ukuran serakan yang biasadigunakan, iaitu julat, varians dan sisihan piawai. Kita akan menentukan/
mengirajulat,variansdansisihanpiawaiinidenganmenggunakanmarkahujianmingguansebagaicontoh.
AKTIVITI 6.2
Carimod,mediandanminbagimarkahujianberikut:
8 4 9 6 5 4 7 1 5 10
Rajah 6.10:Pengiraanukuranserakan
(a) Pengiraan Julat Julatialahperbezaanskoryangterrtinggidenganterendah,misalnya
perbezaanmarkahtertinggidenganmarkahterendahpelajar.
Julat mudah ditentukan sekiranya sekiranya kita telah menyusun datadaripada yang terendah hingga tertinggi atau sebaliknya. Bagi markahujian mingguan, daripada Jadual 6.1 markah yang telah anda susun,
julatbagisetmarkahiniialah10 [iaitu10(markahtertinggi)0(markahterendah].
-
7/29/2019 Topik 6 Statistik Asas
15/25
142 TOPIK6 STATISTIKASAS
(b) Pengiraan Varians dan Sisihan Piawai Varians(variance)ialahukuranserakanyangmengambilkirasemuadata
yangada,berbezadaripadajulatyangbergantungkepadadua(2)ukuransahaja,iaituyangterendahdantertinggi.
Varians agak sukar dikira sebab ia melibatkan jumlah kuasa-dua (sumof squares) bagi semuaukuran, iaitu kita perlumenjumlahkan kuasa-duaperbezaansetiapukurandaripadaminkeseluruhanukuran.Rumusuntukmengiravariansialah:
Varians( s ) =
Untuk memudahkan pengiraan varians dalam contoh ini, kita hanyamenggunakan 10 markahpertamadaripada50markahujianmingguan.Minbagi10markahinidankuasa-duaperbezaanmarkahdaripadaminditunjukkandalamJadual 6.6.Varians bagidata ini bolehdikiraseperti
berikut:
/( 1)n 2
1
[( ) ]n
i
i
x x=
dimanax ialahminkeseluruhandata.
Sisihan piawai (standard deviation) adalah juga ukuran serakan dan iaamatlahberkaitdenganvarians,iaitusisihanpiawaiadalahpunca-ganda-duavarians:
Sisihanpiawai(s)=s2
( )=
= = = 2
1
36.4s / 1 4.044
9
n
i
i
x x n
-
7/29/2019 Topik 6 Statistik Asas
16/25
TOPIK6 STATISTIKASAS t 143
Pengiraan sisihan piawai bagi contoh varians di atas ialahs =s2 = (4.04)=2.01. Varians/sisihan piawai boleh diguna untuk menunjukkan berapa besarperbezaan antara ukuran. Sekiranya semua ukuran mempunyai nilai yangsama (semua pelajar mendapat markah yang sama), varians/sisihan piawai
bagi ukuran ini ialah sifar, iaitu tiada langsung serakan. Selain itu, berbandingdengan varians,sisihanpiawai lebihmudah kita fahami,disebabkanbagi datayangbanyak,iamempunyaihubunganlangsungdenganukuran,iaitudengananggaranukurantertinggi,terendahdanjulatsepertiberikut:
(a) Anggaranukurantertinggi=min+(3sisihanpiawai)4.4+(3 2.01)= 4.4+6.03=10.43.
(b) Anggaranukuranterendah=min(3sisihanpiawai)=4.4(3 2.01)= 4.46.03=-1.63.
(c) Anggaranjulat=Ukurantertinggiukuranterendah=6sisihanpiawai =6 2.01=12.06.
Jadual 6.6:JumlahKuasa-duaPerbezaanMarkahdaripadaMin
AKTIVITI 6.3
Min markah peperiksaan yangdiambil oleh 1,000orangcalonialah 50denganvarians16.Anggarkanmarkahterendahdantertinggisertajulatmarkahbagicalon-calonini.
-
7/29/2019 Topik 6 Statistik Asas
17/25
144 TOPIK6 STATISTIKASAS
6.5 SKOR PIAWAI
Biasanyamarkahujian/peperiksaanatauukurandaripadainventoridiberitidak
berasaskankepadamarkah/skorpenuhyangsama.Dengandemikian,kitaakanmenghadapimasalahapabilakitainginmembuatinterpretasi/menilaimarkah/skortersebut.Satukaedahtelahdigunakanuntukmenyeragamkanmarkah/skorsupayamarkah/skorinimempunyaimindansisihanpiawaiyangsama.Kaedahini menghasilkan skor piawai, iaitu skor yang mempunyai min dan sisihanpiawai yang tertentu. Skor piawai yang asas ialah skor-z (z-score), yangbolehdikiradenganmenggunakanrumusdibawah:
Skor-z=SkorMentahMinSisihanPiawai
Skor-z ini mempunyai min sifar dan sisihan piawai 1 ( = 0, = 1). Sebagaicontoh,skor-zbagimarkahenamdalamJadual6.6bolehdikirasepertiberikut:
Skor-z=SkorMentahMin=64.4=1.6=0.79.SisihanPiawai 2.012.01
Rajah 6.12 menunjukkan taburan skor piawai yang mempunyai min 100dan sisihan piawai 15. Rajah ini juga menunjukkan taburan skor adalah diantaraskortertinggi145(min+3sisihanpiawai)danskorterendah55(min3 sisihan piawai). Persentil bagi markah-markah daripada 55 hingga 145ditunjukkandibawahnya.Kebanyakanmarkahpeperiksaanmenggunakanskor piawai yang mempunyai min 100 dan sisihan piawai 15 dan bagi ujianpencapaian, menggunakan skor piawai yang mempunyai min 10 dan sisihanpiawaitiga.
Rajah 6.11:Taburanskorpiawaidanpersentil
-
7/29/2019 Topik 6 Statistik Asas
18/25
TOPIK6 STATISTIKASAS t 145
Secaraamnya,skorpiawailaindenganpelbagaimin()dansisihanpiawai( )bolehdikiramenggunakanskor-zsepertirumusberikut:
Skorpiawai(SP)=
z + .Sebagaicontoh,jikakitainginmenukarskormentahseorangpelajardalamsatu ujian pencapaian kepadaskor piawai dengan min 10 dan sisihan piawaitiga, kita perlu mengira terlebih dahulu skor-z bagi markah mentah pelajartersebut.Contohnya,kita inginmenukar markah mentah limadaripada Jadual6.6kepadaskorpiawai(=10,=3).
Skor-z=SkorMentahMin=54.4=0.6=0.29. SisihanPiawai 2.012.01
SP= z + =(3)(0.29)+10=0.87+10=10.87.
InibermaknamarkahmentahlimasepertidalamJadual6.6(=4.4, =2.01)menjadi0.29,apabiladiubahkepadaskorpiawaiz(=0,=1);danmenjadi10.87,apabiladiubahkepadaskorpiawai( =10, =3).Apayangtekalialahketiga-tigaskorinimelebihisetiapminbagiskormasing-masing. Tigajenisbahaniaituloam,bahanorganik,danpasirsungai(silalihatRajah1.11,1.12dan1.13)adalahmedium yang menjamin tumbuhan dapat hidup segar dan sempurna. Berikutmerupakanjenis-jeniscampuranmediumdankegunaannya:
6.6 KORELASI LINEAR
Analisis korelasi linear (linear correlation analysis) adalah satu kaedah statistikuntuk menilai kekuatan hubungan linear antara dua (2) pembolehubah.Hubungan linear disini bermaksudgraf hubungannyaadalah berbentukgarislurus.Sebaliknya,jikahubunganinitidaklinear(mungkinkuadratik/logaritmadsb),makaanalisiskorelasilinearinitidakbolehdigunakan.
Jadi, sebelum kita meneruskan penganalisisan data, eloklah kita melihat graf
hubungan antara dua (2) pemboleh ubah ini dengan melukis skatergram(scattergram). Seterusnya, analisis korelasi linear akan memberikan pekalikorelasi antara dua (2) pemboleh ubah. Pekali ini mempunyai nilai antara -1hingga+1.Pekalikorelasiyangpositifmenunjukkanhubungansecaralangsung,iaituapabilaskorpembolehubahpertamameningkat,skorpembolehubahkedua
jugaturutmeningkat,dansebaliknya(seperti lamabelajardenganpencapaian).Bagipekalikorelasiyangnegatif,hubunganantarapembolehubahadalahsecarasongsang,iaituapabilaskorpembolehubahpertamameningkat,skorpembolehubahkeduaakanmenurun,dansebaliknya(sepertilamamenontonTVdenganpencapaian).
-
7/29/2019 Topik 6 Statistik Asas
19/25
146 TOPIK6 STATISTIKASAS
Walaubagaimanapun, dari segi kekuatan hubungan, kita perlu melihat nilaimutlak bagi sesuatu nilaipekalikorelasiitu (misalnya, nilaimutlak bagi -0.85ialah+0.85).Secaraam,interpretasiterhadappekalikorelasiadalahagaksubjektif,
bergantungpadasesuatubidangilmu.Sebagaicontoh, dalambidangsainssosial,pekali korelasi -0.3 atau +0.3 dianggapkan sudah agak tinggi,memandangkanterdapat banyak faktor yang mempengaruhi sesuatu pemboleh ubah. Sebagaipanduan,Jadual6.7menunjukkankekuatanhubunganantarapembolehubah
berdasarkannilaimutlakpekalikorelasiantaranya.
Jadual 6.7:KekuatanHubunganMengikutNilaiMutlakPekaliKorelasi
Nilai Mutlak Kekuatan Hubungan
-
7/29/2019 Topik 6 Statistik Asas
20/25
TOPIK6 STATISTIKASAS t 147
Analisis seterusnya ialah mengira pekali korelasi linear antara markah Ujian1 dan Ujian2dengan menggunakan kaedah analisis korelasi Pearson. Rumusuntuk mengira pekali ini ialah seperti berikut dan angka-angka yang perludikiratelahdimasukkankedalamJadual6.8.
Rajah 6.13 Skatergrammarkahujian1danujian2
-
7/29/2019 Topik 6 Statistik Asas
21/25
148 TOPIK6 STATISTIKASAS
Jadual 6.8:AnalisisKorelasiLinearbagiMarkahUji-Semula
Ujian 1(xi)
Ujian 2(yi)
_(xi-x)
_(xi-x)
_(yi-y)
_(yi-y)
_ _(xi-x)(yi-y)
2 1 2.4 5.76 3.6 12.96 8.64
5 4 0.6 0.36 0.6 0.36 0.36
4 5 0.4 0.16 0.4 0.16 0.16
1 2 3.4 11.56 2.6 6.76 8.84
6 6 1.6 2.56 1.4 1.96 2.243 4 1.4 1.96 0.6 0.36 0.84
7 6 2.6 6.76 1.4 1.96 3.64
5 6 0.6 .36 1.4 1.96 0.84
4 4 0.4 0.16 0.6 0.36 0.247 8 2.6 6.76 3.4 11.56 8.84
Min = 4.4 Min = 4.6 =0 =36.4 =0 =38.4 =33.6
PekalikorelasilinearPearson
n
i i x y
i=1
[(x - )(y - y)]/(n -1)(s )(s )] ,x dimanax dan
y ialahmasing-masingminmarkahUjian1 danUjian2, sementara xs dan ys ialahmasing-masingsisihanpiawaimarkahUjian1danUjian2.
Tiga (3) pengiraan berikut perlu dibuat untuk mencari pekali korelasi. Pekalikorelasi yang diperoleh ialah 0.9, yang menunjukkan hubungan kuat antaramarkah Ujian 1 dan Ujian 2, yang juga menjadi indeks kebolehpercayaan
bagi ujian tersebut. Justeru, kita boleh memutuskan bahawa ujian inimempunyaikebolehpercayaanyangtinggi.
(a) Sisihanpiawai(sx)=2.01(telahdikiramelaluiJadual6.6)
(b) Sisihanpiawai(sy)=
(c) Pekalikorelasi(rxy) =n
2
1
[( ) ]/( 1)( )( )],i x y
i
y y n s s=
=[33.6]/[(9)(2.01)(2.06)]=[33.6]/[37.26]=0.90
n2
1
[( ) ] /( 1)= (38.4/9) = 4.26 = 2.06i
i
y y n=
-
7/29/2019 Topik 6 Statistik Asas
22/25
TOPIK6 STATISTIKASAS t 149
Sebagai kesinambungan kepada korelasi linear, kita akan meneroka sedikittentang regresi linear mudah. Bagi dua pemboleh ubah yang mempunyaihubungan, analisis regresi ini akan menghasilkan persamaan yang
menghubungkan pemboleh-pemboleh ubah tersebut. Persamaan ini bolehdigunakan untuk tujuan meramal nilai pemboleh ubah kedua, apabila diberinilaipembolehubahpertama.Seperti yang kita ketahui,dalampengukurandanpenilaian, kaedah regresi boleh diguna untuk menentukan kesahan ramalan.Seterusnya, perkataan lineardalamfrasaregresi linearmudah bermaksudhubungan antara dua pemboleh ubah itu adalah linear, sementara perkataanmudah bermaksud hanya terdapat satu pemboleh ubah peramal dalampersamaanini.
Ringkasannya, regresi linear mudah ialah satu model regresi yangmenghubungkansatupembolehubahbersandar( dependent variable)dengansatu
pembolehubahperamal(predictor variable)secaralinear.
Sebagaicontohpengiraanpekaliregresi,kitaakangunakanmarkahUjian1danUjian2yangdiberikandalamJadual6.8.Disini,kitamengandaikanmarkahUjian1sebagaiperamalkepadamarkahUjian2.Sebagaimanajugaanalisiskorelasi,kitaperlu melukis skatergram sebelum melakukananalisis regresi.Seterusnya, bagimengirapekaliregresi,kitabolehgunakanmodelpersamaanregresiberikut:
Y=bX+a,
dimanaYialahpembolehubahke-2(yangdiramal),Xialahpembolehubahpertama(peramal),bialahpekaliregresi,danaialahangkatappersamaanini.Nilaiadanbbolehdikiradenganmenggunakanrumusberikut:
y xb = r(s /s ) = (0.90)(2.06/2.01) = (0.90)(1.02) = 0.91
a = y - b x = (4.6) - (0.91)(4.4) = 4.6 - 4.00 = 0.60
Y=0.91X+0.60
Y=bX+a=0.91X+0.60.Olehitu,persamaanyangmenghubungkanmarkahUjian2(Y)denganmarkahUjian1(X)ialah:
Y=0.91X+0.60
-
7/29/2019 Topik 6 Statistik Asas
23/25
150 TOPIK6 STATISTIKASAS
Jika kita ingin meramal markah pelajar dalam Ujian 2, sekiranya pelajarini mendapat tujuh markah dalam Ujian 1, kita gantikan X dengan 7 dalampersamaandiatas,iaitu:
Y=0.91X+0.60=(0.91)(7)+0.60=6.37+0.60=6.97(markahUjian2sebenarialah6dan8).
RUMUSAN
Topikinitelahmenjelaskanbeberapakaedahasasstatistikyangbolehdigunakandalam bidang pengukuran dan penilaian. Penjelasan awal dibuat tentangpengertian dan penggunaan statistik dalam pendidikan, termasuk dalam
bidang pengukuran dan penilaian. Bahagian seterusnya menjelaskan tentangpenggunaan angka dan grak untuk menggambarkan taburan data, iaitupenggunaankekerapan,histogramdancartapai.
Dua lagi grak yang penting untuk menjelaskan taburan data dijelaskanjuga, iaitu poligon dan ogif. Poligon dilukis bersama histogram untukmenunjukkan taburan data menggunakan graf garis. Ogif pula digunakanuntuk mencari persentil sesuatu skor dan sebaliknya. Seterusnya, analisis asasdiguna untuk menentukan ukuran memusat dan serakan serta skor piawai.Ukuraninitermasukmod,median,min,julat,varians,sisihanpiawaidanskor
piawai. Akhirnya, konsep serta pengiraan pekali korelasi dan regresi turutdiperkenalkan.
CartaPaiHistogramKorelasiLinearPersentilRegresiLinearMudah
SkorPiawaiStatistikUkuranMemusatUkuranSerakan
-
7/29/2019 Topik 6 Statistik Asas
24/25
TOPIK6 STATISTIKASAS t 151
UJIAN 1
1. Jelaskanpengertianstatistik.2. Bagaimanakahandamengirasudutcartapaidipusatbulatan?
3. Pekalikorelasiantaraduapembolehubahialah-0.85.Jelaskanhubungandankekuatanhubunganini.
UJIAN 2
Markahujianbagi10orangpelajaradalahsepertiberikut:
5 7 3 5 6 2 8 5 3 6
1. Carimod,mediandanminbagimarkah-markahini.
2. Carijulat,variansdansisihanpiawainya.
3. Tukarkanmarkahtujuhkepadaskor-z.
RUJUKAN
Buana: Pengajar Jurusan Sejarah Universitas Negeri Makassar. Ujian nasional:Penilaian atau evaluasi?
Gareld,J.(1992).Assessment and teaching statistics.JSE.
Hanna,G.S.,&Dettmer,P.A.(2004).Assessment for effective teaching: Using context-adaptive planning. Boston:Pearson-Allan&AllynandBacon.
Mehrens, W. A., & Lehmann, I. J. (1991). Measurement and evaluation ineducation and psychology (4thed.).Chicago:Holt,RinehartandWinston.
Nitko,A. J. (2004).Educational assessment of students. Upper Saddle River, N.J.:Pearson-MerillPrenticeHall.
-
7/29/2019 Topik 6 Statistik Asas
25/25
152 TOPIK6 STATISTIKASAS
Sarle,W.S. (1997).Disseminations of the international statistical applications institute,Volume1,Edition4,1995.Wichita:AcgPress,Pp.61-66.
VanDalen.,D.P.(1979).Understanding educational research (4thed.).McGraw-Hill.Inc.