Kuliah 3 : sambungan Bab 2.

Objektif:
1. mengira nilai kecenderungan memusat bagi data berkekerapan.
2. membina histogram dan ogif serta membuat tafsiran dari graf.

2.3 PEMERIHALAN NUMERIK DATA BERKEKERAPAN YANG

TIDAK DIKELASKAN

Andaikan xi adalah nilai cerapan yang ke i dan f i adalah kekerapan yang

bersekutu dengan xi . Ada kalanya data dipersembahkan seperti berikut:

xi fi

x1 f1
x2 f2
. .
. .
xk fk

k
dengan ∑f
i =1
i = n, iaitu saiz sampel.

Sekiranya data dijadualkan seperti yang di atas, maka

− 1 k
(i) min set data itu ialah x = ∑ f i xi , dan
n i =1
(ii) variansnya ialah
1  k −

s2 =  ∑ f i ( xi − x ) 2 
n − 1  i =1 
atau
 k

 k (∑ f i x i ) 2 
1  
s2 =
 ∑
n − 1 i =1
f i xi2 − i =1
n 
 
 
atau
1  k _2
s =
2
 ∑ f i xi −n x 
n − 1  i =1
2

Contoh 2.3.1 Set data {2, 2, 1, 5, 1, 1, 4, 3} boleh juga dijadualkan begini

1
 xi fi

1 3
2 2
3 1
4 1
5 1

5
dan ∑f
i =1
i = 8 = n.

Dengan itu min set data di atas ialah

_
x = ((3 × 1) + (2 × 2) + (1 × 3) + (1 × 4) + (1 × 5) ) =
1 19
= 2.375
8 8
Untuk mengira varians lebih mudah jika semua nilai yang diperlukan
dipaparkan dalam jadual seperti berikut:

xi fi f i xi f i xi2

1 3 3 3(12)=3
2 2 4 2(22)=8
3 1 3 1(32)=9
4 1 4 1(42)=16
5 1 5 1(52)=25
8 19 61

Menggunakan rumus varians yang kedua di muka surat sebelumnya

diperolehi
1 (19) 2 
s 2 =  61 −  = 2.2679
7 8 
Maka sisihan piawai set cerapan tadi ialah

s = 2.2679 = 1.506

Mod bagi set data itu ialah 1 dengan kekerapan 3.

Saiz sampel ini ialah 8, iaitu genap, maka mediannya ialah
1 
x ( m ) =  x  n  + x n  
2   2   +1  
 2  

1
2
(x( 4 ) + x( 5) ) = (2 + 2) = 2
=
1
2
Julat sampel ini ialah 5-1=4.

2.4 PEMERIHALAN DATA BERKEKERAPAN YANG DIKELASKAN

2
Bagi data berkekerapan yang dikelaskan pemerihalan boleh dilakukan cara
bergraf, iaitu menggunakan histogram, dan juga cara numerik. Sebelum
pemerihalan cara numerik dapat dilakukan, jadual taburan kekerapan bagi data
berkenaan hendaklah dibina terlebih dahulu. Dari maklumat dalam jadual taburan
kekerapan boleh dilukiskan histogram, poligon kekerapan dan ogif.

2.4.1 MEMBINA JADUAL KEKERAPAN DAN MELUKIS HISTOGRAM

Histogram kekerapan ialah satu cara bergraf untuk memperihalkan satu

set ukuran. Histogram hanya boleh dilukiskan setelah jadual taburan
kekerapan lengkap dibina. Sebagai illustrasi, kita akan gunakan set data
berikut:

Jadual 2.4.1.1 Paras kandungan florida (bds) dalam bekalan air

Minuman bagi sampel 25 hari.

75 86 84 85 97
94 89 84 83 89
88 78 77 76 82
72 92 105 94 83
81 85 97 93 79 **bds=bahagian dalam sejuta
Membina jadual taburan kekerapan :
1. Kirakan julat: Julat = 105 – 72 = 33
2. Fikirkan bilangan kelas yang dikehendaki, selalunya di antara 5 hingga
20. Lebih banyak bilangan cerapan dalam set data, lebih besarlah
bilangan kelas yang diperlukan. Sebagai panduan, bilangan kelas, k,
boleh dikira berdasarkan rumus
k = 1 + 3.322 log10 n

di mana n ialah saiz sampel. Sekiranya k bukan integer ambillah satu

integer di sekitar k.
3. Katakan kita akan membahagikan data ke dalam 7 kelas, maka lebar
setiap kelas ialah (julat / k) = 33/7 = 4.78 unit, atau hampirkan saja
kepada 5 unit. Lebar kelas juga disebut lebar selang kelas.
4. Tentukan had kelas dan sempadan kelas dengan memastikan bahwa
had bawah kelas pertama mesti mengandungi (lebih kecil daripada)
nilai terkecil di dalam set data. Contohnya, bagi set data florida, nilai
terkecil ialah 72, dan lebar kelas ialah 5 unit, maka boleh kita mulakan
dengan had bawah kelas pertama sebagai 70. Anda juga perlu
memastikan bahawa had atas kelas terakhir merangkumi nilai terbesar
dalam set data yang sedang dipertimbangkan.

Berpandukan semua nilai yang telah kita perolehi bolehlah dibina had
serta sempadan kelas yang sesuai untuk data florida tadi seperti di
bawah ini:

Jadual 2.4.1.2 Jadual had dan sempadan kelas bagi data florida.

3
 Kelas Had kelas Sempadan kelas
1 71 – 75 70.5 – 75.5
2 76 – 80 75.5 – 80.5
3 81 – 85 80.5 – 85.5
4 86 – 90 85.5 – 90.5
5 91 – 95 90.5 – 95.5
6 96 – 100 95.5 – 100.5
7 101 – 105 100.5 – 105.5

Cara memperolehi sempadan kelas dari had kelas adalah

seperti berikut:
Had kelas 3 Had kelas 4 sebarang
81 – 85 86 – 90 dua had
kelas

terpisah 1 unit, maka

tolak ½ dari had bawah, dan
tambah ½ kepada had atas bagi
setiap kelas.
5. Tentukan kekerapan bagi setiap kelas (iaitu bilangan cerapan
yang termasuk ke dalam sesebuah kelas) dengan cara gundalan
(tallying). Anda akan memperolehi jadual seperti dibawah ini:

Jadual 2.4.1.3 Jadual taburan kekerapan bagi data florida.

Kelas Sempadan Cerapan dalam kelas Gundalan fi

1 70.5 – 75.5 72, 75 11 2

2 75.5 – 80.5 76, 77, 78, 79 1111 4
3 80.5 – 85.5 81, 82, 83, 83, 84, 84
85, 85 1111 111 8
4 85.5 – 90.5 86, 88, 89, 89 1111 4
5 90.5 – 95.5 92, 93, 94, 94 1111 4
6 95.5 – 100.5 97, 97 11 2
7 100.5 – 105.5 105 1 1

Peringatan: Setiap cerapan mesti terkandung dalam satu kelas

sahaja. Sekiranya wujud cerapan yang kedudukannya diragui
perlulah dibuat ketetapan. Contohnya, bagi cerapan bernilai
85.5, masukkan kedalam kelas yang lebih bawah, iaitu kelas 3
(80.5 – 85.5), bukannya kelas 4.

Untuk melengkapkan jadual taburan kekerapan, dikirakan juga

kekerapan longgokan (KL), kekerapan relatif (KR), dan
kekerapan relatif longgokan (KRL).

Jika f 1 , f 2 , f 3 ,....., f k adalah kekerapan bagi kelas ke 1, 2, 3,…,

k, maka bagi sebarang s, 1 ≤ s ≤ k ,

4
 s
(i) KL bagi kelas ke s ialah KLs = ∑ f i
i =1

fs
(ii) KR bagi kelas ke s ialah KR s = di mana n ialah
n

saiz sampel.

KLs
(iii) KRL bagi kelas ke s ialah KRLs = , atau
n
s
KRLs = ∑ KRi .
i =1
Jadual taburan kekerapan yang lengkap bagi data florida
diberikan oleh Jadual 2.4.1.4

Jadual 2.4.1.4 Jadual kekerapan lengkap bagi data florida

Kelas Sempadan Titik tengah kelas fi KL KR KRL

1 70.5 – 75.5 73.0 2 2 2/25 2/25

2 75.5 – 80.5 78.0 4 6 4/25 6/25
3 80.5 – 85.5 83.0 8 14 8/25 14/25
4 85.5 – 90.5 88.0 4 18 4/25 18/25
5 90.5 – 95.5 93.0 4 22 4/25 22/25
6 95.5 – 100.5 98.0 2 24 2/25 24/25
7 100.5 – 105.5 103.0 1 25 1/25 25/25

Berdasarkan maklumat dalam jadual kekerapan di atas kita

boleh lukiskan sebuah histogram. Histogram bagi data florida
dipaparkan dalam Rajah 2.4.1.1.

Rajah 2.4.1.1 Histogram bagi data florida.

fi 8

4 4 4

2 2
1
sempadan
kelas
70.5 75.5 80.5 85.5 90.5 95.5 100.5 105.5

5
1.4.1 POLIGON KEKERAPAN DAN OGIF

Data yang telah dikelskan boleh juga sajikan dalam bentuk poligon
kekerapan. Poligon kekerapan dibentuk dengan menyambungkan
titik tengah setiap kelas seperti yang digambarkan dalam Rajah
2.4.2.1.
Untuk melukis ogif, atau poligon kekerapan longgokan, perlu
dibina terlebih dahulu jadual seperti yang berikut sebagai panduan.

Had bawah kelas KL

< 71 0
< 76 2
< 81 6
< 86 14
< 91 18
< 96 22
< 101 24
< 106 25

Sila lihat Rajah 2.4.2.2 untuk gambarajah ogif bagi data florida.

Rajah 2.4.2.1 Poligon kekerapan bagi data florida

fi Poligon
Kekerapan

Sempadan kelas

6
 Rajah 2.4.2.2 Ogif bagi data florida

KL
25

0 had
bawah
70 75 80 85 90 95 105 kelas