SSQL1113

STATISTIK UNTUK
SAINS SOSIAL

BAB 4 ~
UKURAN KECENDERUNGAN MEMUSAT
1
 ASAS OPERASI / FORMULA
MATEMATIK ATAU
STATISTIK
• Rules of algebraic order ~
1. Parentheses [Tanda kurungan]
( ) [cth X – Y]
2. Exponentation (x2)
3. x dan / atau ÷
4. + dan / atau –
• Σx = Jumlah x (sum of x)
• Σ = Sigma
• x = Pembolehubah yg diukur 2
• Σx = 1 + 2 + 3 +
4+4+5+
5+7+8+
9
= 48
• Σy = 2 + 2 + 3 +
5+7+9+
11 + 11 + 12 +
13
= 75
3
 CTH PENGIRAAN
• Sum of All Squared X Values • Sum of X Values Squared
ΣX2 = x12 + x22 +x32 + xN2 (ΣX)2 = (x1 + x2 + x3 +xN)2
• Kirakan nilai x2 secara berasingan. • Kirakan nilai x dan kuasa
• Menyelesaikan exponentiation duakan.
dulu baru memulakan operasi • Menyelesaikan parentheses
tambah (+). (tanda kurungan) dulu baru
~ 1 x 1 = 1; 2 x 2 = 4; meneruskan operasi
3 x 3 = 9; 4 x 4 = 16; exponentiation.
4 x 4 = 16; 5 x 5 = 25; ~ 1+2+3+4+4+5+5+
7 + 8 + 9 = 48
5 x 5 = 25; 7 x 7 = 49;
(ΣX)2 = (48)2
8 x 8 = 64; 9 x 9 = 81
= 2304
ΣX2 = 1 + 4 + 9 + 16 + 16 + 25
+ 25 + 49 + 64 +
81 ≈ ΣX2 ≠(ΣX)2
= 290
4
• (ΣX) (ΣY) ~
(ΣX) = 1 + 2 + 3 + 4 + 4 + 5 + 5 + 7 + 8 + 9 = 48
(ΣY) = 2 + 2 + 3 + 5 + 7 + 9 + 11 + 11 + 12 + 13 = 75
~ (48) (75) = 3600
• (ΣX)2 (ΣY)2 ~
(ΣX) = 1 + 2 + 3 + 4 + 4 + 5 + 5 + 7 + 8 + 9 = 48
(ΣY) = 2 + 2 + 3 + 5 + 7 + 9 + 11 + 11 + 12 + 13 = 75
(48)2 = 2304
(75)2 = 5625
~ (2304) (5625) = 12,960.000
~ Kirakan (ΣX2) (ΣY2)
5
• (ΣX2) (ΣY2) ~
(ΣX2) = 12 + 22+ 32 + 42 + 42 + 52 + 52 + 72 + 82 + 92 = 290
(ΣY2) = 22 + 22 + 32 + 52 + 72 + 92 + 112 + 112 + 122 + 132 = 75
~ (290) (727) = 210,830

≈ (ΣX)2 (ΣY)2 ≠ (ΣX2) (ΣY2)

6
 UKURAN KECENDERUNGAN
MEMUSAT
• Penting dlm mengenal pasti markat purata dan indeks
kepusatan sesuatu taburan data.
• Menerangkan & merumuskan keseluruhan set data
dengan menggunakan satu nilai (markat) yg terletak
pada atau berdekatan dengan kepusatan taburan data
tersebut.
• Cth ~ eksperimen penentuan statistics anxiety di
kalangan pelajar lelaki dan perempuan.
~ dptkan purata markat bagi setiap kumpulan &
bandingkan markat purata tersebut.
• 3 pengukuran yg biasa digunakan ~ Min, Median &
Mod

7
 MIN (THE ARITHMETIC MEAN)
• Purata aritmetik kepada purata (average) data.
• Paling tepat (exact), representative & paling banyak
digunakan.
• Jumlah semua markat dalam taburan dibahagikan
dengan jumlah kes.
• Tidak boleh digunakan dalam mengukur data nominal
tetapi data interval atau ratio.
• Simbol ~
μ (mew) – Min Populasi
M atau X (X bar) – Min Sampel

8
• Formula (data mentah / tidak terkumpul) ~
Min Populasi Min Sampel

di mana
X = Markat setiap pembolehubah
N = Jumlah kes
Σ = Jumlah kesemua markat
• Formula (data terkumpul) ~
Σ(K * X) di mana
X=
n K = Kekerapan
X = Nilai Titik Tengah
n = Jumlah Kes 9
• Pengiraan min bagi data terkumpul menggunakan nilai
titik tengah BUKAN menggunakan nilai sebenar markat.
~ jawapan yg dikira akan berbeza sedikit.

• cth pengiraan min data tidak terkumpul ~

Markah Exam
75 82 72 68 89 ΣX = Jumlah semua markah
91 78 94 88 75 n = Jumlah kes (Jumlah
markah dlm sampel)

X=
10
 cth pengiraan min data terkumpul
(berdasarkan kepada markat taburan kekerapan) ~
Nilai Titik
Kelas Kekerapan (K * X)
Tengah (X)
95 - 99 97 4 388
90 – 94 92 6 552
85 – 89 87 4 348
80 – M84

(K * X) 82 10 820
n
75 – 79 
3340 77 16 1232
40
Jumlah  83.5 40 3340

11
 Min Kumpulan Bergabung
(weighted mean / overall mean)
• Juga dikenali sebagai min pemberat (Mp) atau xw
(weighted mean).
• Gabungan min markat utk beberapa kumpulan (tidak
mempunyai bilangan kes yg sama) dan mendapatkan min
keseluruhan sampel.
• Pengiraan min dgn mengambil kira faktor lain.
• Lebih tepat pengiraan utk data mentah yg telah
diketegorikan kepada kumpulan nominal.
• Formula ~
Mp =
(N1 x M1) + (N2 x M2) + … +(Nn x Mn)
12
N +N +…+N
 Ni * Mi ~ Jika lebih drpd 2 kumpulan
• Mp =
ΣN
ΣWX W = faktor yg boleh pengaruhi X
• Xw = ~
ΣW X = Pembolehubah (ciri / sifat)

n1X1 + n2X2 + … + nkXk

• Xoverall = n1 + n 2 + … + n k

13
 CTH PENGIRAAN MIN KUMPULAN
BERGABUNG
• cth 1 ~
2 kumpulan pelajar psikologi telah menduduki
peperiksaan akhir. Min utk kumpulan A adalah 90 dan
bilangan pelajar adalah 20. Manakala min utk
kumpulan B adalah 70 dan seramai 40 orang pelajar
dlm kumpulan tersebut.
~ X1 = 90 & n1 = 20; X2 = 70 & n2 = 40

• Xoverall = n 1X 1 + n 2X2 = 20 (90) + 40 (70)

n1 + n 2 20 + 40
= 76.67
14
• cth 2~
Seorang penyelidik menjalankan eksperimen terhadap 3
kumpulan subjek. Min utk kumpulan 1 adalah 75 dan
terdapat 50 org subjek. Min utk kumpulan 2 adalah 80 dan
seramai 40 subjek dlm kumpulan tersebut. Kumpulan 3
mempunyai 25 subjek dengan min sebanyak 70.
~ X1 = 75 & n1 = 50; X2 = 80 & n2 = 40; X3 = 70 & n3 = 25

• Xoverall
n1X1 + n2X2 + n3X3
=
n1 + n2 + n3
8700
= 50 (75) + 40 (80) + 25 (70) =
50 + 40 + 25 115
= 75.65 15
 SIFAT
MIN
• 1. Min dipengaruhi oleh sebarang perubahan
nilai (exact value) dalam taburan.
~ dipengaruhi oleh data yg ekstrem (nilai
terendah atau tertinggi) & data outlier.
• 2. Jumlah skor atau markat sisihan dari min
bersamaan dengan sifar. (Σ(X1 – X) = 0)
~ Markat sisihan = perbezaan di antara
sesuatu markat dalam taburan dgn
min taburan tersebut.
Formula ~ xi = (Xi – M) atau xi = (Xi – X)

Jumlah markat sisihan ~ Σx = Σ(X-M) = 0

16
 cth pengiraan Σ(Xi – X) = 0

● Min merupakan pemusatan (balance point)

dlm kekerapan.
~ nilai / markat 6 adalah
min (purata) &
petunjuk pepusatan
taburan tersebut. 17
• 3. Min sangat sensitif terhadap markat esktrim
(extreme scores).
~ penambahan nilai esktrim boleh
mempengaruhi keseimbangan data.
• 4. Jumlah kuasa dua markat sisihan dari min
adalah lebih rendah. (Σ(X1 – X) = minimum)

18
• 5. Tidak banyak perbezaan dlm
pengukuran nilai min sampel.
~ nilai min akan berbeza dari satu
sampel ke sampel yg lain
sekiranya pengambilan sampel
dari populasi secara random dan
berulangan.
• Walau bagaimanapun, perbezaan nilai min adalah
kurang berbanding dengan pengukuran
kecenderungan memusat yg lain.
• Oleh itu, pengukuran min banyak digunakan dalam
menjalankan statistik inferensi.

19
 MEDIAN
• Menggambarkan nilai titik tengah seluruh taburan data.
• Nilai penengah ~ bahagikan taburan kepada 2 iaitu 50%
markat di atas & 50% markat di bawah.
• Simbol penulisan ~ Mdn
~ Mdnμ = Median Populasi Mdnx = Median Sampel
• Tidak digunakan dlm mengukur taburan nominal, tetapi
digunakan utk taburan ordinal, interval & ratio.
• Data selanjar lebih sesuai digunakan dalam mengira
median (dan min).

20
 MEDIAN BAGI DATA TIDAK
TERKUMPUL
• 1. Susun markat (skor) mengikut urutan (ordinal).
• 2. Bg taburan jumlah kes (N) yg ganjil ~ markat
yg terletak di tengah2 susunan.
Formula ~ (N+1)/2
~ jwpn 3 maksud kes atau kedudukan ke-3
~ 100, 102, 104, 108, 112 (Mdn = 104)
• 3. Bg taburan jumlah kes (n) yg genap ~ markat
yg terletak di antara 2 kes yg berada di
tengah2 taburan.
Formula ~ (N/2) & (N/2)+1 ~ jwpn 3 & 4 maksud kes atau
kedudukan ke-3 & 4.
~ 1, 3, 4, 8, 10, 15 [Mdn = (4 + 8) / 2 = 6]
21
 MEDIAN BAGI DATA
TERKUMPUL
• Kaedah interpolasi linear ~ mengambil had sebenar markat
(campurkan had bawah sebenar dgn nilai delta (∆) yg
menggambarkan perbezaan markat).

• Mdn = Xr   (0.5)( N )  KK  * J
 K 
 
di mana
Xr = nilai bawah had sebenar pada kelas yg
mengandungi median
• KK = kekerapan kumulatif bg kelas sebelum kelas yg
mengandungi median
• K = kekerapan pada kelas yg mengandungi median
• J = julat atau selang kelas
• N = jumlah kes

22
 JADUAL TABURAN PERATUS
KEKERAPAN DAN
KEKERAPAN KUMULATIF
Nilai Titik Tengah
Kelas Kekerapan (K) KK % KK
(X)
65 - 69 67 6 188 100.00
60 - 64 62 15 182 96.81
55 - 59 57 37 167 88.83
50 - 54 52 30 130 69.15
45 - 49 47 42 100 53.18
40 - 44 42 23 58 30.85
35 - 39 37 19 35 18.62
30 - 34 32 9 16 8.51
25 - 29 27 4 7 3.72
20 - 24 22 3 3 1.60
N = 188, Mdn. = (N +1 / 2) 189 / 2 = 94.5 ~ tgk kat nilai KK
23
 LANGKAH MENDAPATKAN
Formula:
MEDIAN
Xr = 44.5 KK = 58 K = 42
J = 5 N = 188

Mdn = Xr   (0.5)( N )  KK  * J
 K 
 

Mdn =  (0.5)(188)  58 
44.5    * 5  48.79
 42 
Peringatan ~
1. Tentukan Jumlah bil. Kes (N) ~ Jumlah Kekerapan atau Nilai Tertinggi Kekerapan
Kumulatif
2. Tentukan kedudukan Median dengan menggunakan formula (N +1)/2
3. Dapatkan kedudukan Median dengan merujuk kepada column Kekerapan Kumulatif
4. Kirakan nilai Median dengan menggunakan formula data terkumpul 24
 ATAU MENGGUNAKAN FORMULA ~

n = 24
Mdn = (n+1)/2
* * = 25/2
= 12.5

25
 SIFAT MEDIAN
• 1. Tidak sensitif terhadap nilai ekstrim (extreme
scores) berbanding dengan min.

• 2. Tidak berapa sesuai dlm statistik inferensi

kerana tidak stable dari sampel ke sampel.

26
 MOD (MODE)
• Markat (skor) yg mempunyai kekerapan yg paling
banyak dlm taburan data.
• Indeks yg paling mudah dlm menggambarkan ukuran
kecenderungan memusat.
• Tidak memerlukan pengiraan.
• Moμ = Mod Populasi Mox = Mod Sampel
• Boleh digunakan dalam semua skala pengukuran (data
kualitatif & kuantitatif).
• Boleh terjadi ~ tidak terdapat mod atau terdapat lebih
dari 1 mod.
• Bersifat tidak stable dari sampel ke sampel.
27
• Taburan yg mempunyai 1 mod ~ unimod.
• Taburan yg mempunyai 2 mod ~ dwimod (bimodal).
• Taburan yang mempunyai banyak mod ~ multimod.
2 Data tidak terkumpul
2
3 72 72 73 76 78
mod ~ 4
3 81 83 85 85 86
4 87 88 90 91 92
4
4 Mod ~ 72 & 85
4
4
10 28
 Data tidak
terkumpul
Nilai mod
ditentukan
sekadar
berpandukan
kekerapan.
* (markat 76 ~
wujud 6 kali)
~ mod = 76
Data terkumpul
Nilai mod ditentukan
berdasarkan kpd
nilai titik tengah
pada kelas yg
mempunyai
* * kekerapan yg tinggi.
(kelas 75 – 79 ~
kekerapan 16 maka
nilai titik tengah =
75 + 79 / 2 = 77)
29
~ mod = 77
 PERBANDINGAN DI ANTARA MIN,
MEDIAN & MOD
• Data Nominal (sifat kualitatif) ~ Mod
• Data Ordinal ~ Median & Mod
• Data Interval & Ratio ~ Min, Median & Mod
• Membuat inferensi kpd populasi ~ Min (dpt
manipulasi statistik terhadap min)
• Bentuk Keluk Taburan ~
a. Taburan Simetrik (min = median = mod)
b. Taburan Herot +ve (mod < median < min)
c. Taburan Herot –ve (min < median < mod)
d. Taburan Simetrik Dwimod (2 mod & min =
median) 30
31
 LATIHAN DALAM
KELAS
• 1. Kirakan min (data yg tidak
terkumpul).
• 2. Kirakan median.
• 3. Tentukan mod.
• 4. Kirakan min pemberat.

32
• Bilangan road block yg digunakan oleh seekor
anjing (canine) utk “menangkap” sebuah kereta
Data Mentah
8 2 7 4 3 2 0 5 4 8 5 2

(n = 12)
33
 • Min Aritmetik ~
ΣX = 8 + 2 + 7 + 4 + 3 + 2 + 0 + 5 + 4 + 8 + 5 + 2
= 50

X
X
n
50

12
 4.17

~ Anjing (canines) mengambil min (purata) 4.17 blocks utk

“menangkap” kereta.

34
 • Median ~
• Data mentah – 8, 2, 7, 4, 3, 2, 0, 5, 4, 8, 5, 2
• Susun data – 0, 2, 2, 2, 3, 4, 4, 5, 5, 7, 8, 8
Formula ~
(n+1) / 2
= (12 + 1) / 2 = 6.5 ( di antara 6th & 7th – nilai 4 & 4)
= (4 + 4) / 2
=4
• ½ markat berada di atas median dan ½ markat berada di
bawah.
~ 0, 2, 2, 2, 3, 4 (median = 4) 4, 5, 5, 7, 8, 8
• ~ ½ anjing ambil masa kurang dari 4 blocks utk
“menangkap” kereta manakala ½ ambil lebih dari 4
blocks utk berbuat demikian.

35
 • Mod ~
- 0, 2, 2, 2, 3, 4, 4, 5, 5, 7, 8, 8
=2

~ angka 2 muncul paling banyak kali (3 kali)

~ unimod

36
 • Min Pemberat ~

• Min (purata) saat yg digunakan oleh 5 kumpulan anjing yg

berbeza utk “menangkap” kereta.
~ (40 + 38 + 35 + 33 + 30) / 5 = 35.2 saat
(sekadar simple arithmetic average utk kesemua 5
kumpulan, tidak mengambil kira saiz kumpulan & tidak
mewakili kesemua kumpulan tersebut.
37
 X = 40, 38, 35, 33 & 30
W = 15, 20, 25, 30 & 35

~ min saat yg diperlukan oleh anjing dlm kesemua

5 kumpulan utk “menangkap” sebuah kereta
adalah 34.2 saat.
38
 LATIHAN
• 1. Kirakan Min, Median & Mod dengan
menggunakan formula data tidak terkumpul
berdasarkan kepada jadual di bawah.

80 65 70 66 60

66 73 65 85 91

90 66 80 66 65

80 66 72 65 75

72 65 63 70 75

39
• 2. Kirakan Min, Median & Mod dengan menggunakan
formula data terkumpul berdasarkan kepada jadual di
bawah.

Kelas Had Sebenar Kekerapan (K)

30 – 34 29.5 – 34.5 5
35 – 39 34.5 – 39.5 7
40 – 44 39.5 – 44.5 6
45 – 49 44.5 – 49.5 9
50 – 54 49.5 – 54.5 8
55 - 59 54.5 – 59.5 5

• 3. Apakah perbezaan di antara taburan jenis semukur,

taburan herot positif & taburan herot negatif?

• 4. Apakah perbezaan di antara taburan herot positif &

taburan herot negatif?
40
 JAWAPAN ~
80 65 70 66 60 X
X
66 73 65 85 91
n
Mod  65 & 66
1791
90 66 80 66 65  (dwimod)
25
80 66 72 65 75  71.64
72 65 63 70 75
n 1
Mdn 
ΣX = 1791 n = 25 2
25  1

2
6 035555566666
26
7 0022355 
2
8 0005
Kedudukan ke-13
n = 25
 13 (kedudukan ke - 13)
9 01
Mdn  70 41
 Titik Tengah Kekerapan Kumulatif
Kelas Kekerapan (K) KX
(X) (KK)
30 – 34 5 32 160 5
35 – 39 7 37 259 12
40 – 44 6 42 252 18
45 – 49 9 47 423 27
50 – 54 8 52 416 35
55 - 59 5 57 285 40
40 1795
(K * X)

N
1795

40
 44.88

42
43
• Mod  kekerapan yang paling tinggi dalam Jadual
Kekerapan.
• Pada Jadual nilainya 9
• Tentukan nilai titik tengahnya 47 atau Jumlah skor
sela dibahagi dua yakni (45 + 49) /2.

44