Bab5Ukuran+Serakan

27
Bab 5 Ukuran Serakan (Variasi) Statistik untuk Sains Sosial Statistik Untuk Sains Sosial 1

description

statistik

Transcript of Bab5Ukuran+Serakan

  • Bab 5

    Ukuran Serakan (Variasi)

    Statistik untuk Sains Sosial

    Statistik Untuk Sains Sosial 1

  • Ukuran Serakan (variasi)

    Ukuran variasi memberi maklumat tentang serakan atau variasi nilai data.

    Statistik Untuk Sains Sosial 2

    Ukuran Serakan

    Varians Sisihan Piawai

    Julat Min Sisihan

  • Julat

    Ukuran variasi paling mudah.

    Perbezaan antara nilai terbesar (maksimum) dan terkecil (minimum).

    Julat = XMak XMin

    Statistik Untuk Sains Sosial 3

    0 1 2 3 4 5 6 7 8 9 10 11 12 13 14

    Julat = 13 - 1 = 12

    Contoh:

  • Kelemahan Julat

    Mengabaikan cara data tertabur

    Sensitif kepada nilai ekstrim (outliers)

    Statistik Untuk Sains Sosial 4

    7 8 9 10 11 12

    Julat = 12 - 7 = 5

    7 8 9 10 11 12

    Julat = 12 - 7 = 5

    1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,5

    1,1,1,1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,3,3,3,3,4,120

    Julat = 5 - 1 = 4

    Julat = 120 - 1 = 119

  • Min Sisihan

    Min sisihan ialah perbezaan antara markat dengan min dalam sesuatu taburan.

    Boleh digunakan untuk membandingkan serakan markat antara satu taburan dengan taburan yang lain.

    Semakin besar nilai min sisihan, semakin tidak seragam markat dalam taburan berkenaan.

    Statistik Untuk Sains Sosial 5

  • Min Sisihan

    Nilai mutlak min sisihan:

    di mana,

    X = markat/pengamatan,

    M = min taburan

    N = bilangan markat.

    Statistik Untuk Sains Sosial 6

    N

    MX

    MS

    N

    i

    1

  • Pengiraan Min Sisihan

    X X - M | X M |

    38 -3 3

    39 -2 2

    40 -1 1

    41 0 0

    41 0 0

    41 0 0

    42 1 1

    43 2 2

    44 3 3

    Jumlah = 369 0 12

    Min = 41 1.33

    Statistik Untuk Sains Sosial 7

  • Pengiraan Min Sisihan

    Contoh:

    Statistik Untuk Sains Sosial 8

    N

    MX

    MS

    N

    i

    1

    9

    12MS

    331.MS

  • Varians

    Min/Purata nilai perbezaan markat daripada min yang dikuasaduakan.

    Varians populasi =

    Varians sampel =

    Statistik Untuk Sains Sosial 9

    22s

  • Rumus Varians

    Varians populasi

    Varians sampel

    Statistik Untuk Sains Sosial 10

    1-N

    )(XN

    1i

    2i

    2

    1-N

    )X(X

    S

    N

    1i

    2i

    2

    = min arithmetik

    N = saiz sampel

    Xi = nilai ke i bagi pembolehubah X

    X

    = min populasi

    N = saiz populasi

    Xi = nilai ke i bagi pembolehubah X

  • Pengiraan Varians

    X

    38 -3 9

    39 -2 4

    40 -1 1

    41 0 0

    41 0 0

    41 0 0

    42 1 1

    43 2 4

    44 3 9

    Jumlah = 369 0 28

    Min = 41

    Statistik Untuk Sains Sosial 11

    XX 2XX

  • Pengiraan Varians

    Pengiraan:

    Statistik Untuk Sains Sosial 12

    1-N

    )X(X

    S

    N

    1i

    2i

    2

    8S 2

    28

    503.S 2

  • Pengiraan Varians

    Hitungkan perbezaan bagi setiap nilai dengan min.

    Kuasaduakan setiap perbezaan.

    Tambahkan semua perbezaan yang telah dikuasaduakan.

    Bahagikan jumlah ini dengan N-1 untuk mendapatkan varians sampel.

    Ambil punca kuasadua varians sampel untuk mendapatkan sisihan piawai sampel.

    Statistik Untuk Sains Sosial 13

  • Rumus Varians

    Varians populasi

    Varians sampel

    Statistik Untuk Sains Sosial 14

    1-N

    N

    X-X

    N

    1i

    N

    1i2

    2

    2

    1-N

    N

    X-X

    s

    N

    1i

    N

    1i2

    2

    2

  • Pengiraan Varians

    X X2

    38 1444

    39 1521

    40 1600

    41 1681

    41 1681

    42 1764

    43 1849

    44 1936

    Jumlah = 369 15157

    Statistik Untuk Sains Sosial 15

  • Pengiraan Varians

    Statistik Untuk Sains Sosial 16

    1-9s2 9

    36915157

    2

    8s2

    1512915157

    8s2

    28

    503.s2

  • Sisihan Piawai

    Ukuran variasi yang paling selalu digunakan.

    Menunjukkan variasi daripada min.

    Merupakan punca kuasadua daripada varians.

    Mempunyai unit yang sama dengan data asal.

    Statistik Untuk Sains Sosial 17

  • Sisihan Piawai

    Populasi

    Sampel

    Statistik Untuk Sains Sosial 18

    1-N

    )X(X

    S

    N

    1i

    2i

    1-N

    )(XN

    1i

    2i

  • Membandingkan Sisihan Piawai

    Statistik Untuk Sains Sosial 19

    Min = 15.5

    S = 3.338 11 12 13 14 15 16 17 18 19 20 21

    11 12 13 14 15 16 17 18 19 20 21

    Data B

    Data A

    Min = 15.5

    S = 0.926

    11 12 13 14 15 16 17 18 19 20 21

    Min = 15.5

    S = 4.570

    Data C

  • Membandingkan Sisihan Piawai

    Statistik Untuk Sains Sosial 20

    Sisihan piawai lebih kecil

    Sisihan piawai lebih besar

  • Ciri-Ciri Ukuran Variasi

    Semakin jauh data terserak, semakin besar julat, varians, dan sisihan piawai.

    Semakin tertumpu nilai data, semakin kecil julat, varians, dan sisihan piawai.

    Jika semua nilai adalah sama (tiada variasi), semua ukuran ini adalah kosong.

    Semua ukuran ini tidak boleh negatif.

    Statistik Untuk Sains Sosial 21

  • Pola Taburan

    Min dan sisihan piawai dapat meng-gambarkan pola taburan.

    Min dan sisihan piawai sama:

    Statistik Untuk Sains Sosial 22

    Min A Min B

  • Pola Taburan

    Min sama tetapi sisihan piawai berbeza:

    Statistik Untuk Sains Sosial 23

    Min A = Min B

  • Pola Taburan

    Min dan sisihan piawai berbeza.

    Statistik Untuk Sains Sosial 24

    Min A Min B

  • Statistik Deskriptif Menggunakan Microsoft Excel

    Statistik Untuk Sains Sosial 25

    1. Pilih Tools.

    2. Pilih Data Analysis.

    3. Pilih Descriptive Statistics dan klik OK.

  • 4. Masukkan Input Range

    5. Semak kotak Summary Statistic

    6. Klik OK

    Statistik Deskriptif Menggunakan Microsoft Excel

    Statistik Untuk Sains Sosial 26

  • Ouput Excel

    Statistik Untuk Sains Sosial 27

    Output diskriptif statistik

    Microsoft Excel

    menggunakan data harga

    rumah:

    Harga Rumah:

    $2,000,000

    500,000

    300,000

    100,000

    100,000