WAJ3105 LITERASI NOMBOR

TAJUK 5 ANALISIS DAN INTERPRETASI DATA

SINOPSIS Tajuk ini memperkenalkan bidang statistik yang asas. Perwakilkan data seperti carta dan graf, seterusnya membaca dan mengintepretasi maklumat dari perwakilan data dibincangkan. Menganalisis dan mentafsir data seperti mengenalpasti ukuran kecenderungan memusat, serakan atau jenis taburan turut dibincangkan. Selain itu tajuk ini juga memberi pendedahan tentang idea kebarangkalaian. HASIL PEMBELAJARAN Membaca dan mengintepretasi maklumat data kuantitatif. Melaksana statistik asas, seperti mengumpul, menganalisis, dan mentafsir data bernombor. Meneroka peristiwa berkaitan dengan peluang (idea kebarangkalian). KERANGKA TAJUK-TAJUK

! "#S#S $ ! #!T%&P&%T S# $ T

M%M' ( $ ! M%!)#!T%P&%T S# M *"+M T $ T *+ !T#T T#, - !) T%" . $#/ *#"* !

M%!)+MP+", M%!) ! "#S#S $ ! M%!T ,S#& $ T '%&!0M'0&

M%!%&0* P%&#ST#/ '%&* #T ! P%"+ !)

76

WAJ3105 LITERASI NOMBOR 5.1 MEMBACA DAN MENGINTEPRETASI MAKLUMAT DATA KUANTITATIF YANG TELAH DIWAKILKAN DALAM BENTUK JADUAL, CARTA ATAU GRAF $ata boleh diwakilkan dalam bentuk jadual, carta atau graf. /alau bagaimanapun sebelum boleh membaca dan mengintepretasi maklumat data kuantitatif kefahaman tentang jenis data dan jenis perwakilan data adalah penting. 5.1.1 Pemb ! "# $ D % $ata kuantitatif boleh dibahagi kepada empat jenis skala pengukuran. Skala boleh ditakrifkan sebagai angka yang digunakan untuk mengkelas atau menunjukkan tahap1nilai sesuatu ukuran. Suatu data dikelaskan dalam skala berikut.
#.

nominal

##. ordinal ###. sela #&. nisbah

i. D % N'm#$ ( !ominal ialah skala yang dianggap paling mudah dan mempunyai ketepatan yang paling rendah. Skala ini mengkategorikan pembolehubah berdasarkan persamaan dan seterusnya memberikan nama kepada pembolehubah berkenaan. 2antina, ras dan warna adalah contoh data nominal. Misalnya, jantina diwakilkan dengan 3 bagi lelaki dan 4 bagi perempuan. !ilai nombor 3 bukan bermaksud lebih kecil dari 4 atau lebih baik dari 4. !ilai nombor 3 dan 4 hanyalah melambangkan atau mewakili kategori bagi lelaki dan perempuan. 'egitu juga bagi ras dimana 3 mewakili kaum Melayu, 4 mewakili kaum (ina, 5 mewakili kaum #ndia dan 6 mewakili kaum7kaum lain. !ombor hanya perwakilan sesuatu kumpulan data. 'egitu juga bagi warna dimana kita boleh menyatakan 3 sebagai merah, 4 sebagai kuning, 5 sebagai hijau dan sebagainya.

77

WAJ3105 LITERASI NOMBOR

(iri7ciri utama skala nominal adalah8 a. Setiap ahli hanya dimiliki oleh satu kategori sahaja, misalnya, indi9idu yang dikelaskan ke dalam kategori lelaki tidak boleh menjadi ahli kategori jantina lain. b. !ombor yang mewakili setiap kategori tidak mempunyai nilai pemeringkatan, tetapi dianggap sebagai nama kategori sahaja. c. Pengkelasan data asal bagi data nominal bersifat satu kepada satu. ##. D % O)*#$ ( 0rdinal ialah skala yang memberikan nilai pemeringkatan atau pangkatan. $ata 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 pembolehubah mengikut susunan daripada kecil kepada yang besar atau dari kategori yang kurang baik kepada kategori yang lebih baik. *edudukan, gred dan jawatan adalah contoh data ordinal. Murid yang mendapat nombor 3 dalam kelas tentunya lebih baik dari murid yang mendapat nombor 4, 5 dan seterusnya. )red lanskoperal. (iri7ciri utama data ordinal adalah 8 a. *ategori yang digunakan bagi mengkelaskan data ordinal adalah saling eksklusif. b. +kuran yang digunakan, memperlihatkan pemeringkatan secara logik. c. +kuran mempunyai pemberat dimana setiap kategori mempunyai pemberat yang kurang atau lebih berbanding kategori lain. Markah, ketinggian, berat, gred, dan jawatan adalah contoh data ordinal. Markah :;< tentunya lebih baik dari =;<. 3>; cm sudah pasti lebih tinggi dari 3;; cm. 0bjek yang beratnya >; kg tentunya lebih berat dari 4= kg. 78 juga lebih baik dari gred ', ( dan $. Sarjan lebih berpangkat berbanding koperal dan

WAJ3105 LITERASI NOMBOR

###. D % Se( Skala sela mempunyai ciri pemeringkatan dan juga mempunyai perbe?aan bagi setiap unit sela yang sama nilai. Skala ini berupaya menunjukkan perbe?aan antara beberapa kategori dan ia boleh menunjukkan kesamaan dalam unit ukuran yang digunakan. (ontoh ukuran berskala sela ialah ukuran suhu. $alam hal ini, perbe?aan suhu antara 4=@( dengan 5=@( adalah sama dengan perbe?aan suhu antara =@( dengan 3=@(, iaitu perbe?aan 3; darjah. !ilai perbe?aan ini sama kerana ia dikira dari titik asalan iaitu ;@(. !ilai sifar (;) merupakan suatu nilai yang arbitrari, yang tidak menggambarkan nilai kuantiti kosong, iaitu skala sela tidak mempunyai nilai mutlak. Misalnya, suhu ;@( merupakan nilai permulaan sistem pengukuran suhu dalam @(. Suhu ;@( di sini bukan bermakna tidak ada kepanasan. 'egitu juga dengan markah pencapaian. *atakan pelajar mendapat markah A; dan pelajar ' mendapat markah B=. 'e?anya adalah 3= markah. 2ika pelajar ( mendapat >; markah dan pelajar $ mendapat 6= markah, be?anya juga adalah 3= markah. *ita boleh kata perbe?aan pelajar pelajar dengan ' dan perbe?aan ( dengan $ adalah sama. *ita dua kali ganda pelajar $ walau pun tidak boleh katakan kepandaian pelajar

mendapat A; markah dan pelajar $ mendapat 6= markah. Sekiranya

seorang pelajar memperolehi ; markah, tidak bererti dia tiada kepandaian kerana nilai sifar (;) ini bukan mutlak dan hanya sebagai permulaan ukuran sahaja. (iri7ciri skala sela adalah 8 i. *ategori yang digunakan bagi mengkelaskan data sela adalah saling eksklusif. ii. +kuran yang diguna menggambarkan susunan pemeringkatan secara logik. iii. +kuran yang diguna mempunyai pemberat, iaitu sesuatu ukuran sama ada lebih kecil atau lebih besar daripada yang lain. i9. +kuran dalam skala sela bernilai arbitrari (tidak mutlak). !ilai sifar (;) juga adalah arbitrari. 79

WAJ3105 LITERASI NOMBOR 9. Perbe?aan satu unit ukuran mempunyai nilai yang sama bagi semua perbe?aan ukuran. #&. D % N#+b ! Skala nisbah ialah skala yang mempunyai semua ciri skala sela dan juga nilai mutlak. $alam skala nisbah nilai sifar (;) adalah kosong dan mutlak. 2arak, berat dan wang adalah contoh data berskala nisbah. 2arak > km adalah dua kali jarak 5 km. !ilai wang &M3; adalah dua kali ganda nilai wang &M=. !ilai sifar (;) bagi jarak ; km dan &M; adalah benar7benar tiada jarak dan tiada wang.

pakah jenis data bagi makanan kegemaranC pakah jenis data bagi sai? kasutC pakah jenis data bagi kedudukan dalam kelasC

pakah yang dimaksudkan dengan skala "ikertC 'erikan contoh yang sesuai bagi data yang menggunakan skala "ikert.

5.1., Pe)- .#( $ D % Perwakilan data boleh dibuat contoh berikut. dalam bentuk carta dan graf. ntaranya ialah piktograf, carta palang, histogram, graf garis, carta pai dan ogif. "ihat contoh7

80

WAJ3105 LITERASI NOMBOR

J/ ( $ Se%em Me$"#./% B/( $ 2anuari ,ebruari Mac

=; keping setem

&ajah =.3 Piktograf

Ke.e)

0 $

&ajah =.4 .istogram

Um/)

nda dikehendaki mengumpul beberapa keratan perwakilan data dari bahan bercetak seperti akhbar, majalah, buletin dan sebagainya dan buat ulasan mengenai perwakilan tersebut. Perwakilan data mestilah pelbagai seperti piktograf, carta palang, histogram, graf garis, carta pai dan ogif.

81

WAJ3105 LITERASI NOMBOR

$apatkan maklumat tentang bagaimana cara mewakilkan data menggunakan stem and leaf, box-plot dan scattergram.

$ata dalam 2adual =.3 berikut menunjukkan data pemilikan kereta bagi 4> keluarga. Maksud data dan interpretasinya dijelaskan dalam para berikut. 2adual =.3 'ilangan kereta ; 3 4 5 6 )undal *ekerapan 5 : 34 3 4

Pemb 1

$* %

$ata dibaca secara terus mengikut bilangan kereta dan kekerapan yang diberi. Tiga keluarga tidak memiliki kereta. "apan keluarga memiliki sebuah kereta dan dua belas keluarga memiliki dua buah kereta. Manakala hanya satu keluarga memiliki sebuah kereta dan dua keluarga memiliki empat buah kereta. I$%e0)e% +# * % $ata diterjemah mengikut tujuan. *ebanyakan keluarga memiliki satu dan dua buah kereta. Sejumlah 34 keluarga memiliki dua buah kereta dan : keluarga memiliki sebuah kereta. Terdapat 5 keluarga yang kurang mampu untuk memiliki kereta manakala ada 5 keluarga lain mampu memiliki tiga dan empat buah kereta.

82

WAJ3105 LITERASI NOMBOR $ata dalam 2adual =.3 boleh diwakilkan dalam bentuk carta palang.

B#( terkumpul $" $ .e)e% 2b/ !3 2adual =.4 berikut adalah contoh data menunjukkan umur bagi Bilangan ke e!ayang "#$a%&

4;; orang yang berada dalam satu dewan orang ramai. Perwakilan data dalam &ajah =.5 (arta Palang Pemilikan *ereta Setiap *eluarga bentuk histogram ditunjukkan dalam &ajah =.6.
Ke.e) 0 $ 2') $"3

Ke.e) 0 $ 2.e(/ )" 3

2adual =.4 Um/) ;7A 3;73A 4;74A 5;75A 6;76A =;7=A >;7>A B;7BA :;7:A A;7AA G/$* ( Ke.e) 0 $ : 34 46 65 63 4B 45 3: 5 3

Um/) 2% !/$3

83

&ajah =.6 .istogram Pengunjung $ewan 0rang &amai

WAJ3105 LITERASI NOMBOR

!yatakan perbe?aan antara carta palang dan histogramC 'incangkan ciri7ciri carta palang dan histogram. 'erikan 4 contoh data yang sesuai dipaparkan menggunakan carta palang dan histogram.

2adual berikut menunjukkan data rancangan TD yang diminati oleh sebilangan pelajar SM* 2alan Merab. 2umlah pelajar sekolah ini adalah :6; orang. &ancangan ' ( $ % , ) 'ilangan Pelajar 6> 54 4: 4= 45 43 4=

a. 'erapakah sai? sampel yang digunakanC 8'

WAJ3105 LITERASI NOMBOR b. $alam peratus terhampir, berapa peratuskah &ancangan diminati oleh pelajar sekolah iniC c. 'erapa ramaikah pelajar sekolah ini berkemungkinan meminati rancangan C d. Sekiranya 2amal kurang setuju dengan hasil dapatan ini dan dia membuat kajian ke atas 5= orang pelajar perempuan dalam kelas Pendidikan 2asmani beliau. dakah sampel kajian 2amal rawakC 2elaskan.

5.,

MENGUMPUL, MENGANALISIS DAN MENTAFSIR DATA BERNOMBOR

5.,.1 Me$"/m0/( D % $ata asal atau data mentah boleh digunakan terus atau dikumpulkan terlebih dahulu untuk diwakilkan dalam bentuk yang dikehendaki. $ata yang digunakan terus atau tidak perlu dikumpulkan. "a?imnya dalam kuantiti yang kecil atau mempunyai julat yang kecil. Misalnya data mengenai cita7cita pelajar dalam sesuatu kelas. Perwakilan data boleh digambarkan secara terus samada melalui piktograf, carta palang atau apa saja perwakilan yang sesuai (telah dibincangkan dalam =.3). 'agi kuantiti data yang banyak atau besar julatnya, maka adalah lebih baik dikumpulkan dahulu data tersebut dalam sela mengikut sai? kelasnya. Perwakilan data boleh digambarkan melalui histogram atau apa saja perwakilan yang sesuai. Misalnya data mengenai umur orang yang datang ke dewan orang ramai. $ata ini elok dikumpulkan dahulu. 2ika umur 37= tahun dikumpulkan, maka sai? kelasnya adalah =. Secara umum data boleh dikumpul dalam kelas umur mengikut jadual berikut8 85

WAJ3105 LITERASI NOMBOR

+mur (Tahun) 37= > 7 3; 33 73= 3> 7 4;

)undalan

*ekerapan 5 : 34 3 4

Secara statistik, bilangan kelas dan sai? kelas dapat ditentukan dengan lebih baik melalui rumus berikut. 'ilangan kelas, * E 3 F 5.5 log(n) * G bilangan kelas yang sesuai, n G jumlah data Sai? kelas G
!ilai terbesar 7 !ilai terkecil *

5= >= >= B; B6

B= B; >4 =; >4

>= >> B: B; 6=

>4 >; :; B4 =4

>: B4 6B == ==

== A= B; == >:

>> := >: >; :4

>; >> A; => :;

>4 B; 6; 6: B=

:; >: B4

5 75 *irakan berapa bilangan kelas (*) dan sai? kelas yang sesuai bagi data di atasC

5.,., Me$" $ (#+#+ * $ Me$% 4+#) D % Selain menterjemah perwakilan data, kita juga boleh mengira nilai ukuran7ukuran kecenderungan memusat iaitu nilai min, mod dan median. Sebaran data pula boleh dilihat melalui nilai julat, sisihan piawai dan 9arians.

#. U./) $ Ke1e$*e)/$" $ Mem/+ %

86

WAJ3105 LITERASI NOMBOR Secara umumnya, min adalah purata, median adalah nilai di tengah7tengah kumpulan data yang tersusun. Mod adalah data yang mempunyai kekerapan tertinggi atau paling kerap berlaku. Me$1 )# N#( # M#$, M'* * $ Me*# $ D % T#* . Te)./m0/( (ontoh berikut menunjukkan pengiraan min, median dan mod bagi data berikut. $ata 8 35, 3:, 35, 36, 35, 3>, 36, 43, 35 . Min adalah purata G (35 F 3: F 35 F 36 F 35 F 3> F 36 F 43 F 35) H A G 3= b. Median adalah nilai ditengah7tengah. $ata perlu disusun dalam susunan menaik atau menurun terlebih dahulu. 35, 35, 35, 35, 36, 36, 3>, 3:, 43 2umlah data ialah sembilan, Maka, nilai di tengah7tengah adalah nilai ke (AF3) H 4 G 3; H 4 G = (nilai kelima). 35, 35, 35, 35, 36, 36, 3>, 3:, 43, maka median adalah 36. (

1. Mod adalah data yang mempunyai kekerapan tertinggi. $alam senarai ini mod adalah 35.

'agi dua set data berikut, cuba anda kirakan nilai7nilai kecenderungan memusat nya. Set 8 4, 4, 5, =, =, B, :

Set ' 8 4, 5, 5, 6, >, B

87

WAJ3105 LITERASI NOMBOR 'andingkan nilai7nilai yang telah anda kira dengan yang berikut. secara menaik atau !ombor ditengah nilai ditengah dan menurun. !ilai ditandakan dalam puratanya adalah ditengah7 tengah kurungan adalah =. median. adalah median. 2ika terdapat dua m . me*# $ * ( ! 5 25 6 73 8 , 9 5.5 nilai ditengah, maka puratanya m . me*# $ * ( ! 5.5 adalah median. M'* Mod adalah data yang mempunyai kekerapan tertinggi. Mod boleh jadi lebih dari satu nilai samada dwimod atau multimod mengikut nilai pada data. $ata 8 ,,,,5,5,5,:,; !ilai yang kerap pada data adalah 4 dan =. *edua7duanya adalah nilai mod. m . m'* * ( ! , * $5 (dwimod) (unimod) $ata 8 ,,5,5,7,<,: hanya nilai 5 sahaja yang kerap berbanding nilai lain. m . m'* * ( ! 5

88

WAJ3105 LITERASI NOMBOR pakah yang anda faham bagi situasi berikut. Min bagi matapelajaran matematik kelas = (empaka adalah := dan kelas = Mawar adalah B; pada +jian semester satu.

Me$1 )# N#( # M#$, M'* * $ Me*# $ D % Te)./m0/( 'agi data terkumpul, pengiraan ukuran kecenderungan memusat, seperti min, mod, median boleh dilakukan menggunakan rumus. nda digalakkan secara berkumpulan membuat pembelajaran kendiri mengenai ukuran kecenderungan memusat bagi data terkumpul. $ilampirkan bersama sedikit panduan untuk anda. . Min Min adalah purata dan ia dikira menggunakan nilai titik tengah. Pengiraannya boleh menggunakan rumus berikut.

(iMi
i

b. Median !ilai median bagi data tidak terkumpul adalah nilai yang terletak ditengah7tengah apabila data tersebut disusun secara menaik. 'agi data yang terkumpul, pengiraan median agak rumit dan boleh menggunakan rumus berikut8

Me+ian = L +
di mana " cfp fmed / !

N 2

* )( -

( ,e+

( W)

G had bawah selang kelas median G jumlah terkumpul kekerapan sehingga kelas tersebut, tetapi tidak melibatkan kekerapan kelas median G kekerapan median G keluasan selang kelas median (had atas kelas I had bawah kelas) G jumlah bilangan kekerapan 89

WAJ3105 LITERASI NOMBOR

1. Mod *elas mod adalah selang kelas yang mempunyai kekerapan yang tertinggi.

##. U./) $ Se) . $ +kuran serakan menerangkan sebaran atau taburan sesuatu set data. Menggunakan ukuran serakan bersama7sama ukuran kecenderungan memusat dapat memperihalkan perwakilan data dengan lebih lengkap. &ajah =.= menunjukkan tiga taburan dengan min sampel yang sama tetapi serakan berbe?a.

/50

&ajah =.=

. 2ulat 2ulat adalah perbe?aan di antara nilai terbesar dan nilai terkecil. /alaupun ia hanya nilai nombor tunggal tetapi merupakan ukuran serakan kasar yang dapat menerangkan taburan sesuatu data. 2ulat G !ilai terbesar I !ilai terkecil b. Darian Darian ialah purata jumlah kuasa dua sisihan antara min dan set nombor. Populasi 9arian ditandakan dengan huruf )reek, 4 dan rumusnya ialah,

". * & 2 = N

90

WAJ3105 LITERASI NOMBOR Menggunakan set nombor seperti berikut, kita boleh mengira 9ariannya. = = A 3> 3B 3: J G >= =- 7: 76 F5 F6 F= (J 7 ) G ;
". * & 2 N = 130 = 2600 5

2 = - 3, >6 3> A 3> 4= (J 7 )4 G 35;

Darian G 2 =

1. Sisihan Piawai Sisihan piawai ialah punca kuasa dua 9arian. ditandakan sebagai , dan dikira sebagaimana berikut. Sisihan piawai populasi

= =
2

". * &
N

'erdasarkan kepada contoh di atas, nilai sisihan piawai ialah

= 2 = 26 = 501

U./) $ Se) . $ D % Te)./m0/( #. Sisihan Piawai bagi Populasi dan Sampel 'agi data terkumpul, ukuran serakan seperti 9arian dan sisihan piawai dikira menggunakan rumus seperti dalam contoh berikut. Darian bagi sampel ditandakan sebagai s4 dan sisihan piawai ialah s. Pengiraan 9arian dan sisihan piawai bagi sampel berbe?a sedikit daripada pengiraan 9arian dan sisihan piawai untuk populasi. Tujuan utama pengiraan 9arian dan sisihan piawai untuk sampel adalah untuk menganggar 9arian dan sisihan piawai untuk populasi. Menggunakan ( n I 3) sebagai pembahagi (denominator) bagi sampel berbanding N untuk 91

WAJ3105 LITERASI NOMBOR populasi, menghasilkan penganggaran yang lebih baik untuk nilai populasi. Darian untuk sampel8
12 =

". * .& 2
n *1

Sisihan piawai untuk sampel8

s = s4

dan, Darian untuk populasi8

2 =

("M * & 2
N

Sisihan piawai untuk populasi8

= 2

di mana, f G kekerapan M G titik tengah kelas ! G f atau jumlah kekerapan populasi G min kumpulan bagi populasi.

pa yang anda faham bagi situasi berikut . Markah matematik kelas (empaka berjulat 6; manakala kelas Mawar berjulat >;.

92

WAJ3105 LITERASI NOMBOR 'erdasarkan min, mod dan median seperti yang terdapat pada serakan data dalam rajah7rajah berikut, bincangkan i) sifat7sifat data, dan ii) berikan contoh7 contoh yang berkaitan. a) Taburan normal

b) Pencong positif (positively skewed)

c) Pencong negatif (negatively skewed)

'incangkan tentang serakan data berikut . 93

WAJ3105 LITERASI NOMBOR

a) "engkung berikut mempunyai serakan yang berbe?a tetapi min yang sama.

lengkung 4 lengkung 3

b) "engkung berikut mempunyai serakan yang sama tetapi nilai minnya berbe?a.
lengkung 5 lengkung 6

pakah sifat7sifat yang ada pada taburan normalC

9'

WAJ3105 LITERASI NOMBOR 5.5 MENEROKA PERISTIWA BERKAITAN PELUANG

Meneroka peristiwa berkaitan peluang dapat memberikan idea intuitif tentang kebarangkalian. 5.5.1 Keb ) $". (# $ ida melakukan ujikaji melambung sebiji dadu adil di atas meja dan dicatatkan kesudahannya. dakah nombor ; ialah kesudahannyaC Mungkin jawapannya ialah barangkali atau kurang pasti atau mustahil. $aripada kenyataan di atas unsur7unsur ketidakpastian berlaku dan berlaku dalam kehidupan harian. 0leh itu adalah penting untuk kita memperoleh pengetahuan dan kemahiran dalam menentukan sejauh mana sesuatu kejadian itu mungkin berlaku. $alam matematik unsur ketidakpastian dikaji dalam bidang kebarangkalian. *ebarangkalian berlaku daripada permainan yang melibatkan peluang seperti perjudian, kajian fi?ik, genetik, insuran dan sebagaimya. 'eberapa terminologi yang berkaitan dengan kebarangkalian seperti ujikaji, kesudahan yang mungkin, ruang sampel dan peristiwa akan diberi tumpuan dalam modul ini.

5.5., U>#. ># * $ Ke+/* ! $ +jikaji ialah satu proses atau tindakan yang dilakukan untuk melihat kepada hasil. Misalnya akti9iti melambung duit syiling, kita akan memperhatikan kepada hasil yang berlaku. $alam ujikaji melambung duit syiling, terdapat dua keputusan yang mungkin terjadi iaitu muka angka dan muka gambar dan setiap keputusan ini dikenali sebagai kesudahan. $engan kata lain kesudahan bagi suatu ujikaji ialah keputusan yang mungkin terjadi dalam ujikaji. 95

WAJ3105 LITERASI NOMBOR

5.5.5 R/ $" S m0e( &uang sampel ialah set semua kesudahan yang mungkin bagi suatu

ujikaji. &uang sampel diwakili oleh S atau K dan boleh ditulis dengan menggunakan tata tanda set. Misalnya ruang sampel bagi ujikaji melambung sekeping duit syiling mempunyai 4 titik sampel. Semua kesudahan yang mungkin ialah gambar (g) dan angka (a), S G L g, a M. 'egitu juga dengan ujikaji melambung sebiji dadu iaitu semua kesudahan yang mungkin 3, 4, 5, 6, =, > iaitu S G L3, 4, 5, 6, =, >M. $alam suatu ujikaji kita boleh menyenaraikan semua kesudahan yang mungkin untuk mendapatkan ruang sampel secara akti9iti dan penaakulan. C'$%'! Sebuah beg mengandungi guli yang berwarna putih, biru, dan hijau. Sebiji guli dikeluarkan secara rawak daripada beg itu. *ita 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. Maka semua kesudahan yang mungkin ialah L putih, biru, hijauM. 'egitu juga kita boleh meramalkan keputusan perlawanan hoki secara penaakulan, Terdapat 5 keputusan yang mungkin dicapai oleh perlawanan tersebut iaitu menang atau seri atau kalah. Maka kesudahan yang mungkin ialah L menang, seri, kalah M.

96

WAJ3105 LITERASI NOMBOR Terdapat dua kaedah untuk menyenaraikan semua kesudahan yang mungkin dengan menggunakan (a) 2adual (b) )ambar rajah pokok

2 3 2adual C'$%'! 4 biji dadu dilambung serentak, maka ruang sampelnya adalah seperti berikut.
$adu 4 $adu 3 3 4 5 6 = > 3 (3, 3) (4, 3) (5, 3) (6, 3) (=, 3) (>, 3) 4 (3, 4) (4, 4) (5, 4) (6, 4) (=, 4) (>, 4) 5 (3, 5) (4, 5) (5, 5) (6, 5) (=, 5) (>, 5) 6 (3, 6) (4, 6) (5, 6) (6, 6) (=, 6) (>, 6) = (3, =) (4, =) (5, =) (6, =) (=, =) (>, =) > (3, >) (4, >) (5, >) (6, >) (=, >) (>, >)

S G L (3,3), (3,4), (3,5), (3,6), (3,=), (3,>), (4,3), (4,4), (4,5), (4,6), (4,=), (4,>), (5,3), (5,4), (5,5), (5,6), (5,=), (5,>), (6,3), (6,4), (6,5), (6,6), (6,=), (6,>), (=,3), (=,4), (=,5), (=,6), (=,=), (=,>), (>,3), (>,4), (>,5), (>,6), (>,=), (>,>) M 2b3 )ambar rajah pokok )ambar rajah pokok biasanya digunakan untuk membantu menyenaraikan semua kesudahan yang mungkin bagi suatu uji kaji yang melibatkan pemilihan secara berturut7turut.

97

WAJ3105 LITERASI NOMBOR C'$%'! $alam suatu permainan tertentu, seseorang pemain perlu memilih secara rawak dua keping kad dari sebuah kotak yang mengandungi dua keping kad yang masing7masing berlabel a dan b. Setelah kad pertama dipilih, kad tersebut perlu dimasukkan semula ke dalam kotak sebelum kad kedua dipilih. a) Senaraikan semua kesudahan yang mungkin. b) Tuliskan ruang sampel dengan menggunakan tatatanda set. Pilihan 3 a b (a,b) Pilihan 4 a *esudahan (a,a)

a b b

(b,a) (b,b)

S G L (a,a), (a,b), (b,a), (b,b) M 5.5.7 Pe)#+%#Menurut bahasa peristiwa bermaksud kejadian atau perkara yang menarik perhatian. Tanggal 53 0gos 3A=B, adalah suatu peristiwa dalam sejarah negara kita. $alam matematik, perkataan peristiwa menunjukkan kesudahan yang memenuhi syarat7syarat tertentu. Peristiwa adalah subset bagi ruang sampel. C'$%'! pabila sebiji dadu dilambung, S G L3, 4, 5, 6, =, >M 2ika A 8 Peristiwa mendapat nombor genap 2ika B 8 Peristiwa mendapat nombor perdana 98

WAJ3105 LITERASI NOMBOR 2ika C 8 Peristiwa mendapat nombor ganjil Maka A G L 4, 6, >M, B G L 4, 5, = M, C G L3, 5, = M

(uba dapatkan jawapan bagi yang berikut. S E R A M

"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 unsur7unsur ruang sampel yang memenuhi setiap syarat berikut. (a) Sekeping kad berhutruf 9okal dipilih (b) Sekeping kad berhuruf konsonan dipilih

Sesuatu peristiwa C'$%'!

adalah mungkin bagi suatu sampel jika A S dan adalah tidak mungkin berlaku.

A N O. 2ika A G O, maka peristiwa

Satu nombor dua digit adalah dibentukkan daripada digit7digit 3, 4, 5. Tentukan sama ada setiap peristiwa yang berikut adalah mungkin bagi suatu ruang sampel atau tidak. a) b) c) A 8 Peristiwa mendapat satu nombor genap, B 8 Peristiwa mendapat satu nombor di antara 3; dan 56. C 8 Peristiwa mendapat satu nombor dengan keadaan hasil tambah digit7 digitnya adalah lebih besar daripada >. Pe$?e(e+ # $ S G L33, 34, 35, 43, 44, 45, 53, 54, 55M a) A G L34, 44, 54M , A S Maka, peristiwa A adalah mungkin. b) B G L33, 34, 35, 43, 44, 45, 53, 54, 55M, B G S

99

WAJ3105 LITERASI NOMBOR Maka, peristiwa B adalah mungkin. c) C G L M GO

Maka, peristiwa C adalah tidak mungkin. 5.5.5 Keb ) $". (# $ *ebarangkalian bagi peristiwa A berlaku ialah nisbah bilangan unsur dalam peristiwa A kepada bilangan unsur dalam ruang sampel, S P( A ) G
n" A& n" S &

n ( A ) G bilangan unsur dalam peristiwa A atau bilangan kesudahan bagi peristiwa A n ( S ) G bilangan unsur dalam ruang sampel atau bilangan cubaan *ebarangkalian mempunyai nilai dari ; hingga 3 iaitu ; P P( ) P 3 P (A) G ;, bermakna peristiwa P (A) G 3, bermakna peristiwa C'$%'! Sebiji dadu adil dilambung. A ialah peristiwa mendapat nombor perdana. (ari kebarangkalian A. S G L 3, 4, 5, 6, =, > M, n( S ) G > A G L 4, 5, = M, n( A ) G 5 P( A ) G n " S & G G
3 6 1 2
n" A&

tidak akan berlaku atau mustahil berlaku. pasti atau tentu berlaku.

*ebarangkalian tidak dapat meramalkan peristiwa secara pasti atau mutlak. Pada amnya, bilangan kesudahan yang dijangkakan bagi peristiwa A G ('ilangan cubaan) Q P(A) 100

WAJ3105 LITERASI NOMBOR

C'$%'! $ua keping duit syiling dilambung sebanyak 4;; kali. Tentukan bilangan kali untuk mendapat dua gambar. 'ilangan kali untuk mendapat dua gambar G R 4;;

G =; 5.5.< Keb ) $". (# $ Pe)#+%#- Pe(e$". 0 Pe)#+%#- 0e(e$". 0 bagi peristiwa A dalam suatu ruang sampel S terdiri daripada semua kesudahan S yang bukan kesudahan A. Peristiwa pelengkap bagi peristiwa A biasanya ditandakan sebagai A . 2ika A ialah sebarang peristiwa bagi ruang sampel S dan A ialah peristiwa pelengkapnya, iaitu kebarangkalian bagi peristiwa A tidak akan berlaku P( A ) G 3 I P ( A ) C'$%'! Satu huruf dipilih secara rawak daripada perkataan S!*& T. 2ika mewakili peristiwa mendapatkan 9okal, nyatakan pelengkap S G L !, *, &, GL M G L !, *, & M M

5.5.: Keb ) $". (# $ Pe)#+%#- Be)" b/$" Pe)#+%#- be)" b/$" ialah peristiwa yang dihasilkan daripada kesatuan atau persilangan dua peristiwa atau lebih.

101

WAJ3105 LITERASI NOMBOR Peristiwa bergabung @A % / BA dan @A * $ BA masing7masing

dihasilkan daripada kesatuan dan persilangan dua peristiwa itu. 0leh itu, kita boleh menyenaraikan semua kesudahan bagi a) Peristiwa @A % / BA sebagai unsur set A C'$%'! Sekeping duit syiling dilambungkan sebanyak dua kali. Senaraikan semua kesudahan yang mungkin bagi peristiwa a) Mendapat angka pada lambungan pertama atau kedua. b) Mendapat angka pada lambungan pertama dan kedua. S G L (a,a), (a,g), (g,a), (g,g) M A 8 Peristiwa mendapat angka pada lambungan pertama A G L (a,a), (a,g) M B 8 Peristiwa mendapat angka pada lambungan kedua B G L (a,a), (g,a) M Peristiwa mendapat angka pada lambungan pertama atau kedua ialah peristiwa @A atau BA. Peristiwa SA atau BT G A

b) Peristiwa @A * $ BA sebagai unsur set A B B.

G L(a, a) , (a, g) , (g, a)M Peristiwa mendapat angka pada lambungan pertama dan kedua ialah peristiwa @A dan BA. Peristiwa SA dan BT G A U B G L(a, a)M

102

WAJ3105 LITERASI NOMBOR 2ika kita dapat menyenaraikan set kesudahan bagi peristiwa bergabung S A atau BT dan SA dan BT, maka kita boleh mengira kebarangkalian dengan rumus berikut. P(A atau B) G P(A
n" A B & , dan n" S & n" A B & . n" S &

B) G

P(A dan B) G P(A B) G

103