5.0 5.

Menganalisis dan Menterjemah Data Pengenalan

Bab ini akan memperkenalkan bidang Statistik yang asas. Di sini, beberapa analisis data yang mudah akan dijalankan Data- data ini akan dikumpul dan diringkaskan dalam jadual dan diwakilkan dengan perwakilan- perwakilan seperti carta dan graf. Seterusnya perwakilan ini akan diterjemahkan melalui penerangan yang berkaitan seperti mengenalpasti ukuran kecenderungan memusat, serakan atau jenis taburan dan ini akan memberi makna dan gamabaran yang jelas. Kemahiran ini amat perlu diterapkan dalam pendidikan guru khususnya dan sangat berguna dalam kehidupan seharian. 5.2 Pembahagian Data

Data kuantitatif boleh dibahagi kepada 4 jenis menggunakan empat jenis skala pengukuran. Skala boleh ditakrifkan sebagai angka yang digunakan untuk mengkelas atau menunjukkan tahap nilai sesuatu ukuran. Suatu data dikelaskan dalam skala a. nominal, b. ordinal, c. sela, dan d. nisbah !.".# Data $ominal $ominal ialah skala yang dianggap paling mudah dan mempunyai ketepatan yang paling rendah. Skala ini mengkategorikan pemboleh ubah berdasarkan persamaan dan seterusnya memberikan nama kepada pemboleh ubah berkenaan. %antina, ras dan warna adalah contoh data nominal. %antina diwakilkan dengan # bagi lelaki dan " bagi perempuan. $ilai nombor # bukan bermaksud lebih kecil dari " atau lebih baik dari ". $ilai nombor # dan " hanyalah melambangkan atau mewakili kategori bagi lelaki dan perempuan. Begitu juga bagi ras dimana # mewakili kaum &elayu, " mewakili kaum 'ina, ( mewakili kaum )ndia dan 4 mewakili kaum-kaum lain. $ombor hanya perwakilan sesuatu kumpulan data. Serupa juga bagi warna dimana kita boleh menyatakan # sebagai &erah, " sebagai kuning, ( sebagai hijau dan sebagainya. 'iri-ciri utama skala nominal adalah* i. Setiap ahli hanya dimiliki oleh satu kategori sahaja, misalnya, indi+idu yang dikelaskan ke dalam kategori lelaki tidak boleh menjadi ahli kategori jantina lain. ii. $ombor yang mewakili setiap kategori tidak mempunyai nilai pemeringkatan, tetapi dianggap sebagai nama kategori sahaja. iii. ,engkelasan data asal bagi data nominal bersifat satu kepada satu.

!."." Data -rdinal

1

-rdinal ialah skala yang memberikan nilai pemeringkatan atau pangkatan. Data ordinal boleh disusun sama ada daripada yang terendah kepada nilai yang tertinggi atau daripada yang lemah kepada yang cemerlang. $ombor atau kategori yang diguna menggambarkan ukuran asal pemboleh ubah mengikut susunan daripada kecil kepada yang besar atau dari kategori yang kurang baik kepada kategori yang lebih baik. Kedudukan, gred dan jawatan adalah contoh data ordinal. ,elajar yang mendapat nombor # dalam kelas tentunya lebih baik dari pelajar yang mendapat nombor ", ( dan seterusnya. .red / juga lebih baik dari gred B, ' dan D. Sarjan lebih berpangkat berbanding koperal dan lans-koperal. 'iri-ciri utama data ordinal adalah * i. Kategori yang digunakan bagi mengkelaskan data ordinal adalah saling eksklusif. ii. 0kuran yang digunakan, memperlihatkan pemeringkatan secara logik. iii. 0kuran mempunyai pemberat dimana setiap kategori mempunyai pemberat yang kurang atau lebih berbanding kategori lain. &arkah, ketinggian, berat, gred, dan jawatan adalah contoh data ordinal. &arkah 123 tentunya lebih baik dari !23. #42 cm sudah pasti lebih tinggi dari #22 cm. Benda yang beratnya 42 kg tentunya lebih berat dari "! kg. !.".( Data Sela Skala sela ini mempunyai ciri pemeringkatan dan juga mempunyai perbe5aan bagi setiap unit sela yang sama nilai. Skala ini berupaya menunjukkan perbe5aan antara beberapa kategori dan ia boleh menunjukkan kesamaan dalam unit ukuran yang digunakan. 'ontoh ukuran berskala sela ialah ukuran suhu. Dalam hal ini, perbe5aan suhu antara "!6' dengan (!6' adalah sama dengan perbe5aan suhu antara !6' dengan #!6', iaitu perbe5aan #2 darjah. $ilai perbe5aan ini sama kerana ia dikira dari titik origin iaitu 26'. $ilai sifar 728 merupakan suatu nilai yang arbitrari, yang tidak menggambarkan nilai kuantiti kosong, iaitu skala sela tidak mempunyai nilai mutlak. &isalnya, suhu 26' merupakan nilai permulaan sistem pengukuran suhu dalam 6'. Suhu 26' di sini bukan bermakna tidak ada kepanasan. Begitu juga dengan markah pencapaian. Katakan pelajar / mendapat markah 92 dan pelajar B mendapat markah :!. Be5anya adalah #! markah. %ika pelajar ' mendapat 42 markah dan pelajar D mendapat 4! markah, be5anya juga adalah #! markah. Kita boleh kata perbe5aan pelajar / dengan B dan perbe5aan ' dengan D adalah sama. Kita tidak boleh katakan kepandaian pelajar / dua kali ganda pelajar D walau pun pelajar / mendapat 92 markah dan pelajar D mendapat 4! markah. Sekiranya seorang pelajar memperolehi 2 markah, tidak bererti dia tiada kepandaian kerana nilai sifar 728 ini bukan mutlak dan hanya sebagai permulaan ukuran sahaja.

'iri-ciri skala sela adalah *

2

i. Kategori yang digunakan bagi mengkelaskan data sela adalah saling eksklusif. ii. 0kuran yang diguna menggambarkan susunan pemeringkatan secara logik. iii. 0kuran yang diguna mempunyai pemberat, iaitu sesuatu ukuran sama ada lebih kecil atau lebih besar daripada yang lain. i+. 0kuran dalam skala sela bernilai arbitrari 7tidak mutlak8. $ilai sifar 728 juga adalah arbitrari. +. ,erbe5aan satu unit ukuran mempunyai nilai yang sama bagi semua perbe5aan ukuran. !.".4 Data $isbah Skala nisbah ialah skala yang mempunyai semua ciri skala sela dan juga nilai mutlak. Dalam skala nisbah nilai sifar 728 adalah kosong dan mutlak. %arak, berat dan wang adalah contoh data berskala nisbah. %arak 4 km adalah dua kali jarak ( km. $ilai wang ;&#2 adalah dua kali ganda nilai wang ;&!. $ilai sifar 728 bagi jarak 2 km dan ;&2 adalah benar-benar tiada jarak dan tiada wang. <atihan # * /pakah jenis data bagi makanan kegemaran= /pakah jenis data bagi sai5 kasut= /pakah jenis data bagi kedudukan dalam kelas= <atihan " * /pakah yang dimaksudkan dengan skala <ikert= Berikan contoh yang sesuai bagi data yang menggunakan skala <ikert. 5.3 Mengumpul dan Mewakilkan Data

!.(.# &engumpul Data Data asal atau data mentah boleh samaada digunakan terus atau dikumpulkan untuk diwakilkan dalam bentuk yang dikehendaki. Data yang digunakan terus atau tidak perlu dikumpulkan biasanya adalah dalam kuantiti yang kecil atau mempunyai julat yang kecil. &isalnya data mengenai cita-cita pelajar dalam sesuatu kelas. ,erwakilan data boleh digambarkan secara terus samada melalui piktograf, carta palang atau apa saja perwakilan yang sesuai. Bagi kuantiti data yang banyak atau besar julatnya, maka adalah lebih baik dikumpulkan dahulu data tersebut dalam sela mengikut sai5 kelasnya. ,erwakilan data boleh digambarkan melalui histogram atau apa saja perwakilan yang sesuai.

&isalnya data mengenai umur orang yang datang ke dewan orang ramai. Data ini elok dikumpulkan dahulu. %ika umur #-! tahun dikumpulkan, maka sai5 kelasnya adalah !. secara umum data dikumpul dalam kelas umur mengikut jadual berikut* 0mur 7>ahun8 #-! 4 - #2 ## -#! #4 - "2 .undalan Kekerapan ( 1 #" # "

Secara lebih statistikal, bilangan kelas dan sai5 kelas dapat ditentukan dengan lebih baik melalui formula berikut? Bilangan kelas * K A # B (.( log7n8

K @ bilangan kelas yang sesuai n @ jumlah data Sai5 kelas * sai5 kelas @

<atihan ( * (! 4! 4! :2 :4 :! :2 4" !2 4" 4! 44 :1 :2 4! 4" 42 12 :" !" 41 :" 4: !! !! !! 9! :2 !! 41 44 1! 41 42 1" 42 44 92 !4 12 4" :2 42 41 :! 12 41 :" :! :!

Kirakan berapa bilangan kelas 7K8 dan sai5 kelas yang sesuai bagi data di atas=

!.(." ,erwakilan Data

4

,erwakilan data boleh dibuat dalam bentuk seperti carta dan graf. Di antaranya ialah piktograf, carta palang, histogram, graf garis, carta pai dan ogif. Kita perlu tahu membaca data, memilih dan membina perwakilan data dan boleh menterjemah data tersebut. <ihat contoh C contoh di bawah*

,iktograf

'arta ,alang

Distogram

.raf .aris

,oligon Kekerapan

-gif

Stem and Leaf

Boxplot <atihan 4 *

Scattergram

/nda dikehendaki mengumpul beberapa keratan perwakilan data dari mana-mana bahan bercetak seperti akhbar, majalah, bulletin dan sebagainya dan buat ulasan mengenai perwakilan tersebut. <atihan ! * /nda dikehendaki mendapatkan maklumat tentang bagaimana cara mewakilkan data menggunakan stem and leaf, box-plot dan scattergram. 'ontoh data tidak terkumpul Berikut adalah data pemilikan kereta bagi "4 keluarga. Bilangan kereta 2 # " ( 4 .undal Kekerapan ( 1 #" # "

,embacaan data * Data dibaca secara terus mengikut bilangan kereta dan kekerapan yang diberi. >iga keluarga tidak memiliki kereta. <apan keluarga memiliki sebuah kereta dan dua belas keluarga memiliki dua buah kereta. &anakala hanya satu keluarga memiliki sebuah kereta dan dua keluarga memiliki empat buah kereta. >erjemahan data * Data diterjemah mengikut tujuan. Kebanyakan keluarga memiliki satu dan dua buah kereta. Sejumlah #" keluarga memiliki dua buah kereta dan 1 keluarga memiliki sebuah kereta. >erdapat ( keluarga yang kurang mampu untuk memiliki kereta manakala ada ( keluarga lain mampu memiliki tiga dan empat buah kereta.

Data boleh diwakilkankan dalam bentuk carta palang seperti berikut *

7

'arta ,alang ,emilikan Kereta kereta setiap Setiapkeluarga Keluarga

Kekerapan (keluarga)

Bilangan kereta (buah)

<atihan 4 * ,enggunaan gundal sangat membantu dalam mempastikan setiap data telah diambilkira. %elaskan bagaimana teknik analisis data yang cepat dan tepat bagi data latihan 4 di bawah dilaksanakan=

<atihan : * Bayangkan anda telah mengutip data mengenai jumlah binatang peliharaan pelajar dalam kelas anda. Data mentah dari 42 pelajar adalah seperti berikut* 2 " # " 2 4 # 2 " " # 4 # # " 1 2 # " 4 " # " 2 ( " 2 # ( 2 # 4 2 ( 2 " ( 4 4 ( ( ( 2 # " 2 # # ( 2 " 2 ( " 2 4 " " ( # ,ilih satu perwakilan data yang sesuai untuk menggambarkan data tersebut. /pabila anda menterjemah data di atas, selain dari jumlah binatang peliharaan, apakah maklumat lain yang anda fikir penting=. 'ontoh data terkumpul Berikut adalah data umur bagi "22 orang yang berada dalam satu dewan orang ramai. Umur 2-9 #2-#9 "2-"9 (2-(9 42-49 !2-!9 42-49 :2-:9 12-19 92-99 Gundal Kekerapan 1 #" "4 4( 4# ": "( #1 ( #

Distogram ,engunjung Dewan -rang ;amai

Kekerapan (orang)

Umur (tahun)

<atihan 1 * /pakah be5a antara carta palang dan histogram= Bincangkan sifat-sifat carta palang dan histogram. Berikan " contoh data yang sesuai dipaparkan menggunakan carta palang dan histogram. <atihan 9 * Satu pemerhatian di pintu pagar sekolah telah dilakukan untuk mencatat bilangan penumpang setiap kereta yang masuk ke kawasan sekolah. Berikut adalah carta palang yang dibina hasil dari pemerhatian tersebut. 'arta palang kereta yang masuk ke sekolah

Kekerapan (bil kereta)

Bilangan penumpang (orang) 10

Bincangkan perkara berikut* Berapa buah kereta yang membawa empat penumpang= Berapa jumlah kereta yang masuk ke sekolah= <atihan #2 * %adual berikut menunjukkan data rancangan >E yang diminati oleh pelajar S&K %alan &erab. %umlah pelajar sekolah ini adalah 142 orang. ;ancangan / B ' D F G . Bilangan ,elajar 44 (" "1 "! "( "# "!

a. Berapakah sai5 sampel yang digunakan= b. Dalam peratus terhampir, berapa peratuskah ;ancangan / diminati oleh pelajar sekolah ini= c. Berapa ramaikah pelajar sekolah ini berkemungkinan meminati rancangan /= d. Sekiranya %amal kurang setuju dengan hasil dapatan ini dan dia membuat kajian keatas (! orang pelajar perempuan dalam kelas pendidikan jasmani beliau. /dakah sampel kajian %amal rawak= %elaskan.

11

<atihan ##H * Bincangkan apakah kesilapan atau kekeliruan yang terdapat dalam perwakilan data berikut=

12

5.

Ukuran Ke!enderungan Memusat

Selain menterjemah perwakilan data, kita juga boleh mengira nilai ukuran-ukuran kecenderungan memusat iaitu nilai min, mod dan media. Sebaran data pula boleh dilihat melalui nilai julat, sisihan piawai dan +arians. Secara umumnya, min adalah purata, median adalah nilai di tengah- tengah kumpulan data yang tersusun manakala mod adalah data yang mempunyai kekerapan tertinggi atau paling kerap berlaku. !.4.# &encari nilai min, mod dan median data tidak terkumpul* Data * #(, #1, #(, #4, #(, #4, #4, "#, #( &in adalah purata *

@ 7#( B #1 B #( B #4 B #( B #4 B #4 B "# B #(8 I 9 @ #! &edian adalah nilai ditengah- tengah. Data perlu disusun dalam susunan menaik atau menurun. #(, #(, #(, #(, #4, #4, #4, #1, "# %umlah data ialah sembilan, &aka, nilai di tengah - tengah adalah nilai ke 79B#8 I " @ #2 I " @ ! 7nilai kelima8 * #(, #(, #(, #(, #4, #4, #4, #1, "#, maka median adalah #4. ' &od adalah kekerapan tertinggi dan dalam senarai ini mod adalah #(.

13

$ilai terbesar adalah "# dan nilai terkecil adalah #(. &aka julat adalah be5a nilai terbesar dengan nilai terkecil. &aka julat adalah "# C #( @ 1. &in &edian &od %ulat * #! * #4 * #( *1

Ukuran Min 0ntuk mengira min, kita perlu jumlahkan semua data dan bahagi dengan bilangan data.

Set / * 2" 2" 3" 5" 5" #" $ %umlahkan* 2 & 2 & 3 & 5 & 5 & # & $ ' 32 >erdapat : data, maka perlu dibahagi :* 32 ( # ' .5#... )adi min adalah .5#

Set B * 2" 3" 3" " %" # %umlahkan* 2 & 3 & 3 & & % & # ' 25 >erdapat 4 data, maka perlu dibahagi 4* 25 ( % ' .1%%... )adi min adalah .1# Susunkan secara menaik* 2 " 3 " *3 " + " % " # $ampaknya terdapat dua nilai ditengah dan puratanya adalah median. *3 & + ( 2 ' 3.5 maka median adalah 3.5

Median 0ntuk mengira median, kita perlu susunkan data secara menaik atau menurun. $ilai ditengah- tengah adalah median. %ika terdapat dua nilai ditengah, maka puratanya adalah median. M,d &od adalah data yang mempunyai kekerapan tertinggi. &od boleh jadi lebih dari satu nilai samada dwimod atau multimod mengikut nilai pada data.

Susunkan secara menaik* 2 " 2 " 3 " *5+ " 5 " # " $ $ombor ditengah ditandakan dalam kurungan adalah !. maka median adalah 5

Data * 2"2"3"5"5"#"$ $ilai yang kerap pada data adalah " dan !. Keduaduanya adalah nilai mod. maka m,d adalah 2 dan 5

Data * 2"3"3"

"%"#

hanya nilai ( sahaja yang kerap berbanding nilai lain. Maka m,d adalah 3 7unimod8

7dwimod8
14

)ulat 0ntuk mendapatkan julat, cari be5a antara nilai tertinggi dengan nilai terendah

Data * 2"2"3"5"5"#"$ $ilai terendah adalah " dan nilai tertinggi adalah 1. &aka julat * $ - 2 ' % )ulat adalah %

Data * 2"3"3"

"%"#

$ilai terendah adalah " dan nilai tertinggi adalah :. &aka julat * # - 2 ' 5 )ulat adalah 5

<atihan #" * /pakah yang anda faham bagi situasi berikut * a8 &in bagi matapelajaran matematik kelas ! 'empaka adalah 1! dan kelas ! &awar adalah :2 pada 0jian semester satu= b8 &arkah matematik kelas 'empaka berjulat 42 manakala kelas &awar berjulat 42. !.4." &encari nilai min, mod dan median data terkumpul Bagi data terkumpul, pengiraan ukuran kecenderungan memusat min, mod, median dapat dilakukan menggunakan formula. /nda digalakkan secara berkumpulan membuat pembelajaran kendiri mengenai ukuran kecenderungan memusat bagi data terkumpul. Dilampirkan bersama sedikit panduan untuk anda. &in &in adalah purata dan ia dikira menggunakan nilai titik tengah. ,engiraannya adalah menggunakan formula f i M i = f i &edian $ilai median bagi data tidak terkumpul adalah nilai yang terletak ditengah-tengah apabila data tersebut disusun secara menaik. Bagi data yang terkumpul, pengiraan median agak rumit dan menggunakan formula berikut*
N 2

Median = L +
di mana

- cf p

f med

( W)

15

< cfp fmed J $

@ had bawah selang kelas median @ jumlah terkumpul kekerapan sehingga kelas tersebut, tetapi tidak melibatkan kekerapan kelas median @ kekerapan median @ keluasan selang kelas median 7had atas kelas C had bawah kelas8 @ jumlah bilangan kekerapan

&od Kelas mod adalah selang kelas yang mempunyai kekerapan yang tertinggi. $ilai mod bagi data terkumpul dikira mengikut formula berikut *

dimana LB sempadan bawah kelas mod KB be5a kekerapan kelas mod dengan kelas sebelumnya KA be5a kekerapan kelas mod dengan kelas selepasnya ' sai5 kelas mod.

5.5

Ukuran .erakan

0kuran serakan menerangkan serakan atau taburan sesuatu set data. &enggunakan ukuran serakan bersama-sama ukuran kecenderungan memusat membuatkan pemerihalan atau perwakilan data lebih lengkap lagi. >iga >aburan dengan &in Sampel yang sama dan Serakan Berbe5a

=50

16

%ulat %ulat adalah perbe5aan di antara nilai terbesar dan nilai terkecil. Jalaupun ia hanya merupakan nilai numerik tunggal yang merupakan ukuran serakan kasar dan dapat menerangkan jarak ke sempadan luar set data atau taburan sesuatu data. %ulat @ $ilai terbesar C nilai terkecil Earian Earian ialah purata jumlah kuasadua sisihan antara min dan set nombor. ,opulasi +arian ditandakan dengan huruf .reek, " dan formulanya ialah*
2 =

(X - ) 2
N

&enggunakan set nombor seperti berikut, kita boleh mengira +ariannya** / ! 9 #4 #: #1 L @ 4! /- -1 -4 B( B4 B! 7L - 8 @ 2 * / - +2 44 #4 9 #4 "! 7L - 8" @ #(2

Earian @ 2 =

(X - ) 2 N

130 = 26.0 5

Earian adalah kuasadua sisihan piawai, maka nilai +arian digunakan untuk memperolehi nilai sisihan piawai.

Sisihan ,iawai Sisihan piawai ialah punca kuasadua +arian. sebagai , dan dikira sebagaimana berikut*

Sisihan piawai populasi ditandakan

17

= =
2

(X - )
N

Berdasarkan kepada contoh di atas, nilai sisihan piawai ialah

= 2 = 26 = 5.1

Data 0erkumpul Sisihan ,iawai ,opulasi dan Sampel Bagi data terkumpul, ukuran serakan seperti +arian dan sisihan piawai dikira menggunakan formula seperti berikut*

Earian bagi sampel ditandakan sebagai s" dan sisihan piawai ialah s. ,engiraan +arian dan sisihan piawai bagi sampel berbe5a sedikit daripada pengiraan +arian dan sisihan piawai untuk populasi. >ujuan utama pengiraan +arian dan sisihan piawai untuk sampel adalah untuk menganggar +arian dan sisihan piawai untuk populasi. &enggunakan n C # sebagai pembahagi 7 denominator8 bagi sampel berbanding $ untuk populasi, menghasilkan penganggaran yang lebih baik untuk nilai populasi.

Earian untuk sampel*

s2 =

(X - X) 2
n -1

Sisihan piawai untuk sampel*

s = s2

Dan, Earian untuk populasi*

f(M - ) 2 = N

18

Sisihan piawai untuk populasi*

= 2

di mana, f @ kekerapan & @ titik tengah kelas $ @ f atau jumlah kekerapan populasi @ min kumpulan bagi populasi.

<atihan #( * Berdasarkan nilai min, mod dan median dalam taburan data berikut, bincangkan* i8 ii8 sifat-sifat data berikan contoh- contoh yang berkaitan.

a8 >aburan $ormal

b8 ,encong ,ositif 7positively skewed8

19

c8 ,encong $egatif 7negatively skewed8

<atihan #4 * Bincangkan tentang serakan data berikut * a8 <engkung berikut mempunyai serakan yang berbe5a dan min yang sama.

20

lengkung #

lengkung "

b8 <engkung berikut mempunyai serakan yang sama tetapi nilai minnya berbe5a.

lengkung (

lengkung 4

<atihan #! * a8 /pakah sifat-sifat yang ada pada taburan normal=

21

b8 .ambarkan situasi pada data yang ada pada lengkung leptokurtic, mesokurtic dan platykurtic

.k,r 1 Skor M mewakili nilai sisihan piawai di atas atau di bawah min bagi set nombor yang mempunyai taburan normal. &enggunakan skor M membolehkan kita menterjemahkan nilai kasar jarak daripada min kepada unit sisihan piawai.

Z=

X-

dan untuk sampel

Z= X-X s

Skor T
22

T=10z + 50

,erkaitan antara sisihan piawai, skor M dan skor > dapat dilihat pada rajah berikut *

Kaji dan bincangkan situasi berikut * a8 %amal mendapat markah matematik dan sains sebanyak 92 dan 12 masing- masing. Diberi min bagi matematik dan sains adalah :2, sisihan piawai matematik adalah 1 manakala sisihan piawai sains adalah 4. Kirakan nilai skor M dan skor >. /dakah markah matematik %amal lebih baik dari sains=

b8 /5mi mendapat markah mu5ik dan pendidikan jasmani sebanyak :2 dan 1! masing- masing. Diberi min bagi mu5ik dan pendidikan jasmani adalah 12, sisihan piawai juga sama iaitu !. Kirakan nilai skorM dan skor >. /dakah markah pendidikan jasmani /5mi lebih baik dari mu5ik=
23

24

5.%

K234546GK47846

/ida melakukan ujikaji melambung sebiji dadu adil di atas meja dan dicatatkan kesudahannya. /dakah nombor 2 ialah kesudahannya= &ungkin jawapannya ialah barangkali atau kurang pasti atau mustahil. Daripada kenyataan di atas unsur-unsur ketidakpastian berlaku dan muncul dalam kehidupan harian. -leh itu adalah penting untuk kita memperoleh pengetahuan dan kemahiran dalam menentukan sejauh mana sesuatu kejadian itu mungkin berlaku. Dalam matematik unsur ketidakpastian dikaji dalam bidang kebarangkalian. Kebarangkalian berlaku daripada permainan yang melibatkan peluang seperti perjudiaan, kajian fi5ik, genetik, insuran dan sebagaimya. Beberapa terminologi yang berkaitan dengan kebarangkalian seperti ujikaji, kesudahan yang mungkin, ruang sampel dan peristiwa akan diberi tumpuan dalam modul ini. 5.%.1 Ujikaji dan Kesudahan 0jikaji ialah satu proses atau tindakan yang dilakukan untuk melihat kepada hasil &isalnya akti+iti melambung duit syiling, kita akan memperhatikan kepada hasil yang berlaku. Dalam ujiikaji melambung duit syiling, terdapat dua keputusan yang mungkin terjadi iaitu muka angka dan muka gambar dan setiap keputusan ini dikenali sebagai kesudahan. Dengan kata lain kesudahan bagi suatu ujikaji ialah keputusan yang mungkin terjadi dalam ujikaji.

5.%.2 5uang .ampel

;uang sampel ialah set semua kesudahan yang mungkin bagi suatu ujikaji. ;uang sampel diwakili oleh S atau N dan boleh ditulis dengan menggunakan tata tanda set. &isalnya ruang sampel bagi ujikaji melambung sekeping duit syiling mempunyai " titik sampel. Semua kesudahan yang mungkin ialah gambar dan angka, S @ O g, a P. Begitu juga dengan ujikaji melambung sebiji dadu iaitu semua kesudahan yang mungkin #, ", (. 4, !, 4 iaitu S @ O#, ", (, 4, !, 4P.

25

Dalam suatu ujikaji kita boleh menyenaraikan semua kesudahan yang mungkin untuk mendapatkan ruang sampel secara akti+iti dan penaakulan

'ontohnya Sebuah beg mengandungi guli yang berwarna putih, biru, dan hijau. Sebiji guli dikeluarkan secara rawak daripada beg itu. . Kita boleh menentukan semua kesudahan yang mungkin bagi ujikaji mengambil sebiji guli daripada aktiviti. Sebaliknya kita boleh juga menentukan kesudahan yang mungkin secara penaakulan iaitu kita menganalisis ujikaji atau situasi berkenaan dan mempertimbangkan secara teliti semua kesudahan yang mungkin berlaku. Setiap kali guli diambil, guli berwarna putih atau biru atau hijau mungkin dipilih. &aka semua kesudahan yang mungkin ialah O putih, biru, hijauP Begitu juga kita boleh meramalkan keputusan perlawanan hoki secara penaakulan, >erdapat ( keputusan yang mungkin dicapai oleh perlawanan tersebut iaitu menang atau seri atau kalah. &aka kesudahan yang mungkin ialah O menang, seri, kalah P.

>erdapat dua kaedah untuk menyenaraikan semua kesudahan yang mungkin dengan menggunakan

7a8 %adual 7b8 .ambar rajah 7a8 %adual " biji dadu dilambung serentak, maka ruang sampelnya.
a!u 2 a!u 1

1 (1" 1)

2 (1" 2)

3 (1" 3)

4 (1" 4)

5 (1" 5)

6 (1" 6)

26

2 3 4 5 6

(2" 1) (3" 1) (4" 1) (5" 1) (6" 1)

(2" 2) (3" 2) (4" 2) (5" 2) (6" 2)

(2" 3) (3" 3) (4" 3) (5" 3) (6" 3)

(2" 4) (3" 4) (4" 4) (5" 4) (6" 4)

(2" 5) (3" 5) (4" 5) (5" 5) (6" 5)

(2" 6) (3" 6) (4" 6) (5" 6) (6" 6)

S @ O 7#,#8, 7#,"8, 7#,(8, 7#,48, 7#,!8, 7#,48, 7",#8, 7","8, 7",(8, 7",48, 7",!8, 7",48, 7(,#8, 7(,"8, 7(,(8, 7(,48, 7(,!8, 7(,48, 74,#8, 74,"8, 74,(8, 74,48, 74,!8, 74,48, 7!,#8, 7!,"8, 7!,(8, 7!,48, 7!,!8, 7!,48, 74,#8, 74,"8, 74,(8, 74,48, 74,!8, 74,48 P 7b8 .ambar rajah pokok .ambar rajah pokok biasanya digunakan untuk membantu menyenaraikan semua kesudahan yang mungkin bagi suatu uji kaji yang melibatkan pemilihan secara berturut-turut. Dalam suatu permainan tertentu, seseorang pemain perlu memilih secara rawak dua keping kad dari sebuah kotak yang mengandungi dua keping kad yang masing-masing berlabel a dan b. Kad pertama dikeluarkan dikehendaki masuk semula ke dalam kotak sebelum kad kedua dipilih. a8 Senaraikan semua kesudahan yang mungkin. b8 >uliskan ruang sampel dengan menggunakan tatatanda set.

,ilihan #

,ilihan " a

Kesudahan 7a,a8

a b 7a,b8

7b,a8
27

b b 7b,b8

S @ O 7a,a8, 7a,b8, 7b,a8, 7b,b8 P

5.%.3 Peristiwa

Dalam bahasa perkataan peristiwa bermaksud kejadian atau perkara yang Dalam bahasa perkataan peristiwa bermaksud kejadian atau perkara yang menarik perhatian. >anggal (# -gos #9!:, adalah suatu peristiwa dalam sejarah negara kita,

Dalam matematik, perkataan peristiwa menunjukkan kesudahan yang memenuhi syarat-syarat tertentu. ,eristiwa adalah suatu subset bagi ruang sampel.

'ontoh

/pabila sebiji dadu dilambung S @ O#, ", (, 4, !, 4P / * ,eristiwa nombor genap diperolehi B * ,eristiwa mendapat nombor perdana ' * ,eristiwa mendapat nombor ganjil

/ @ O ", 4, 4P B @ O ", (, ! P
28

' @ O#, (, ! P

'uba selesaikan.

&

<ima keping kad seperti yang ditunjukkan di atas telah dimasukkan ke dalam sebuah kotak. Sekeping kad itu adalah dipilih secara rawak daripada kotak itu. $yatakan unsur-unsur ruang sampel yang memenuhi setiap syarat berikut.* 7a8 Sekeping kad berhutruf +okal dipilih 7b8 Sekeping kad berhuruf konsonan dipilih

Sesuatu peristiwa / adalah mungkin bagi suatu sampel jika / c S dan / Q R. %ika / @ R, maka peristiwa / adalah tidak mungkin berlaku.

'ontoh Satu nombor dua digit adalah dibentukkan daripada digit-digit #, ", (. >entukan sama ada setiap peristiwa yang berikut adalah mungkin bagi suatu ruang sampel atau tidak. a8 b8 c8 / * ,eristiwa mendapat satu nombor genap, B * ,eristiwa mendapat satu nombor di antara #2 dan (4. ' * ,eristiwa mendapat satu nombor dengan keadaan hasil tambah digitdigitnya adalah lebih besar daripada 4.

,enyelesaian

S @ O##, #", #(, "#, "", "(, (#, (", ((P

29

a8 / @ O#", "", ("P c S

&aka, peristiwa / adalah mungkin.

b8 B @ O##, #", #(, "#, "", "(, (#, (", ((P @ S &aka, peristiwa B adalah mungkin.

c8 ' @ O

P @R

&aka, peristiwa ' adalah tidak mungkin.

30

5.%.

Kebarangkalian

Kebarangkalian bagi peristiwa / berlaku ialah nisbah bilangan unsur dalam peristiwa / kepada bilangan unsur dalam ruang sampel, S

,7 / 8 @

n 7 / 8 @ bilangan unsur dalam peristiwa / atau bilangan kesudahan bagi peristiwa / n 7 S 8 @ bilangan unsur dalam ruang sampel atau bilangan cubaan

Kebarangkalian mempunyai nilai dari 2 hingga # iaitu

2 S ,7/8 S # , 7/8 @ 2 bermakna peristiwa / tidak akan berlaku atau mustahil berlaku , 7/8 @ # bermakna peristiwa / pasti atau tentu berlaku

'ontoh Sebiji dadu adil dilambung. / ialah peristiwa mendapat nombor perdana. 'ari kebarangkalian /. S @ O #, ", (, 4, !, 4 P n7 S 8 @ 4 / @ O ", (, ! P

31

n7 / 8 @ (

,7 / 8 @

Kebarangkalian tidak dapat meramalkan peristiwa secara pasti atau mutlak. ,ada amnya, bilangan kesudahan yang dijangkakan bagi peristiwa / @ 7Bilangan cubaan8 T ,7/8 'ontoh

Dua keping duit syiling dilambung sebanyak "22 kali. >entukan bilangan kali untuk mendapat dua gambar. Bilangan kali untuk mendapat dua gambar @ U "22

@ !2

5.%.5 Kebarangkalian Peristiwa Pelengkap

Peristiwa pelengkap bagi peristiwa / dalam suatu ruang sampel S terdiri daripada semua kesudahan S yang bukan kesudahan /. ,eristiwa pelengkap bagi peristiwa / biasanya ditandakan sebagai 49 . %ika / ialah sebarang peristiwa bagi ruang sampel S dan 49 ialah peristiwa pelengkapnya, iaitu kebarangkalian bagi peristiwa / tidak akan berlaku ,7 /V8 @ # C , 7 / 8
32

'ontoh

Satu huruf dipilih secara rawak daripada perkataan W$K;/X. %ika E mewakili peristiwa mendapatkan +okal, nyatakan pelengkap EV

S @ O $, K, ;, / P

E@O/P

EV @ O $, K, ; P

5.%.% Kebarangkalian Peristiwa 3ergabung

Peristiwa bergabung ialah peristiwa yang dihasilkan daripada kesatuan atau persilangan dua peristiwa atau lebih. ,eristiwa bergabung :4 atau 3; dan :4 dan 3; masing-masing dihasilkan daripada kesatuan dan persilangan dua peristiwa itu. -leh itu, kita boleh menyenaraikan semua kesudahan bagi a8 ,eristiwa :4 atau 3; sebagai unsur set 4 < 3 b8 ,eristiwa :4 dan 3; sebagai unsur set 4 = 'ontoh 3.

33

Sekeping duit syiling dilambungkan sebanyak dua kali. Senaraikan semua kesudahan yang mungkin bagi peristiwa a8 &endapat angka pada lambungan pertama atau kedua b8 &endapat angka pada lambungan pertama dan kedua. S @ O 7a,a8, 7a,g8, 7g,a8, 7g,g8 / * ,eristiwa mendapat angka pada lambungan pertama / @ O 7a,a8, 7a,g8 P B * ,eristiwa mendapat angka pada lambungan kedua B @ O 7a,a8, 7g,a8 P ,eristiwa mendapat angka pada lambungan pertama atau kedua ialah peristiwa :4 atau 3;. ,eristiwa W/ atau BX @ / Y B

@ O7a, a8 , 7a, g8 , 7g, a8P

a8 ,eristiwa mendapat angka pada lambungan pertama dan kedua ialah peristiwa :4 dan 3;. ,eristiwa W/ dan BX @ / Z B @ O7a, a8P

%ika kita dapat menyenaraikan set kesudahan bagi peristiwa bergabung W/ atau BX dan W/ dan BX, maka kita boleh mengira kebarangkalian dengan rumus ,7/ atau B8 @ ,7/ Y B8 @

34

dan ,7/ dan B8 @ ,7/

B8 @

35

5ujukan > 'hua [an ,iaw 7"2248. Kaedah companies, &alalaysia. an Statistik !enyelidikan . >he &c.raw-Dill

Dopkins, K.D. 7#9918. "ducational and !sycological #easurement and "valuation . 71 th. Fd8. Boston* /llyn and Bacon. %erry Dowett 7"2228. $umber power % a real world approach to#aths&' 'ontemporary Books. 0S/ &ohd &ajid Konting 7"2228. Kaedah !enyelidikan !endidikan. Kuala <umpur, $oll, E.D. \ Scannel, D.,. 7#99"8. (ntroductions to "ducational #easurement' Boston* Doughton &ifflin 'ompany. ,opham, J.%. 7"2228. #odern "ducational #easurement, !ractical )uidelines for "ducational Leaders. 7(rd. Fd8. Boston* /llyn and Bacon. Siti ;ahayah /riffin 7"22(8. *eori, Konsep dan Amalan alam !engukuran dan !enilaian' ,enerbitan ,usat ,embangunan /kademik, Bangi, 0ni+ersiti Kebangsaan &alaysia. [ap [ee Khiong, Jan 'hwee Seng, )smail /bu Bakar 7#91!8. !engukuran an !enilaian dalam !endidikan. Kuala <umpur, Deinemann /sia. ,ercetakan Dewan Bahasa Dan ,usaka.

36