Kerja Kursus GSA

65

Click here to load reader

description

gsa

Transcript of Kerja Kursus GSA

Page 1: Kerja Kursus GSA

Generik Statistik Asas GSA1072

1.0 PENGENALAN

1.1 STATISTIK ASAS

1.1.1 SEJARAH STATISTIK

Kata statistik merupakan kata terbitan dari perkataan Latin yang ‘state’ yang bermaksud

negeri atau negara. Penggunaan awal statistik adalah melibatkan pengumpulan data atau

maklumat yang menerangkan beberapa aspek berkaitan dengan sesebuah negeri atau

negara semenjak zaman Mesir, Greek dan Room. Ketika itu data yang dikumpul hanyalah

untuk tujuan memudahkan pengutipan cukai dan kerahan tenaga. Selepas itu kerajaan-

kerajaan Eropah Barat begitu berminat dengan data statistik ini sebab mereka bimbang

kuasa politik dan tentera mereka tergugat jika berlakunya sesuatu wabak penyakit yang

buruk dan boleh menyebabkan berubah saiz penduduk. Oleh itu mereka mengumpul data

kelahiran, perkahwinan dan kematian.

Dalam tahun 1662, Captain John Grant seorang ahli statistik dari England telah

menerbitkan semula data mengenai kelahiran dan kematian disebabkan oleh penyakit-

penyakit tertentu. Ini kemudiannya diikuti dengan kajian-kajian seperti kadar kelahiran

mengikut jantina,saiz penduduk dan lain-lain lagi. Semenjak itu,pihak kerajaan,peniaga

mahupun individu begitu bergantung kepada data statistik sebagai panduan. Pada masa

kini, proses pengumpulan,pengkelasan, penyimpanan dan mendapatkan kembali data yang

telah disimpan adalah suatu yang mudah dengan bantuan komputer. Contohnya,kadar

pengangguran, kadar inflasi, indeks pengguna, kadar pertumbuhan ekonomi, sentiasa

sahaja dikumpul dan dikemeskini kerana data yang dihasilkan ini sangat diperlukan oleh

pihak-pihak tertentu dalam membuat keputusan.

1.1.2 DEFINISI STATISTIK

Statistik asas merupakan satu teknik matematik untuk memproses, menyusun,

menganalisis dan membuat kesimpulan tentang data yang berbentuk kuantitatif Dalam ujian

dan peperiksaan, kaedah statistik digunakan untuk membuatan analisis dan kesimpulan.

Data yang dipungut ini biasanya tidak disusun dengan teratur. Untuk memudahkan kita

merujuk kepada data ini, ia seharusnya direkodkan secara teratur dan sistematik.

Sebagai contoh, Kementerian Pengajian Tinggi Malaysia menyatakan bahawa hanya

12,550 permohonan untuk memasuki institusi pengajian tinggi (IPT) di negara ini bagi sesi

pengajian 2004/2005 barjaya mendapat tempat berbanding 29,770 orang yang

1

Page 2: Kerja Kursus GSA

Generik Statistik Asas GSA1072

memohon.Daripada bilangan yang berjaya, seramai 7550 mengikuti kursus aliran sastera

sementara 5000 orang lagi dalam bidang sains.

1.1.3 JENIS-JENIS STATISTIK

Statistik terbahagi kepada dua jenis, iaitu statistik perihalan atau statistik deskriptif dan

statistik inferens atau statistik induktif. Statistik perihalan atau statistik deskriptif adalah

kaedah-kaedah yang digunakan untuk megumpul maklumat, menyusun ,mempersembah

data dan pengolahan data/merihalkan data yang dikumpul. Ini termasuklah kaedah

membina graf, carta dan jadual serta pengiraan beberapa ukuran perihalan seperti purata

dan jugapengiraan ukuran serakan seperti peratus.

Jenis statistik kedua pula ialah statistik inferens atau statistik induktif merupakan

bahagian terpenting daripada statistik yang berkaitan dengan pembuatan kesimpulan dan

keputusan berdasarkan data yang telah dikumpul dan diolah. Tumpuan utama dalam

statistik inferens ialah untuk mengetahui sesuatu keseluruhan ahli kumpulan (populasi)

berdasarkan sebahagian yang dipilih (sampel) untuk dikaji. Sebagai contoh, berdasarkan

tinjauan keatas 20 orang pelajar di Kolej Komuniti Ledang Johor mengenai perkhidmatan

food court , kita boleh membuat kesimpulan bahawa pelajar-pelajar KKLJ berpuashati

dengan perkhidmatan berkenaan.

1.1.4 LANGKAH-LANGKAH DI DALAM STATISTIK

Antara langkah di dalam statistik ialah mengumpul, memproses, menganalisis,

mengintreptasi, mempersembahkan, dan keputusan.

1.1.5 PEMBOLEH UBAH DALAM STATISTIK

Pemboleh ubah dalam statistik adalah bermaksud satu ciri yang sedang dikaji atau ciri-ciri

ahli populasi yang dikaji. Ia boleh mengambil nilai yang berbeza bagi elemen yang berbeza

Contohnya, pendapatan bulanan keluarga, harga saham,bilangan isirumah,harga buku

teks,dan jenis jenama peti sejuk. Terdapat dua jenis pemboleh ubah iaitu pemboleh ubah

kuantitatif dan pemboleh ubah kualitatif.

Pemboleh ubah kuantitatif ialah pemboleh ubah yang hanya boleh mengambil nilai

berbentuk angka sahaja. Contohnya, pendapatan bulanan,jumlah jualan,bilangan kereta

yang dimiliki. Pemboleh ubah kuantitatif boleh di bahagikan kepada dua, iaitu pemboleh

ubah diskret da pemboleh ubah selanjar. Pemboleh ubah diskret ialah pemboleh uabah

yang hanya boleh mengambil nilai-nilai tertentu sahaja. Contohnya, bilangan kereta yang

2

Page 3: Kerja Kursus GSA

Generik Statistik Asas GSA1072

melalui tol Tangkak ialah kemungkinan antara 27 atau 28 buah kereta. Tetapi tidak mungkin

27.8 buah kereta. Pemboleh ubah selanjar pula hanya mengambil nilai dalam sesuatu

selang. Contohnya, berat pelajar (48.9 kg,56.2kg), tinggi, masa,saiz kasut dan lain-lain.

Pemboleh ubah Kualitatif pula tidak mengambil nilai angka. Contohnya, jantina

pelajar,tahap pendidikan, dan warna kereta.

1.1.6 KEPENTINGAN-KEPENTINGAN STATISTIK

Terdapat dua sebab utama kenapa perlunya belajar statistik. Antara sebabnya ialah

perkembangan pengumpulan data berkaitan dengan operasi dalam perniagaan dan

kerajaan adalah begitu pesat sekali. Oleh itu kita perlu tahu bagaimana menilai fakta-fakta

yang bersifat angka ini yang begitu kerap diterbitkan sama ada ianya berkaitan dengan

politik, ekonomi atau kajian sosial. Selain itu, ia juga penting dalam membuat keputusan

yang lebih berkesan. Contohnya dalam bidang perniagaan, dimana data dikumpul untul

meramalkan jualan dan keuntungan. Dalam bidang kejuruteraan dan proses pembuatan

dalam mengawasi mutu sesuatu produk.

3

Page 4: Kerja Kursus GSA

Generik Statistik Asas GSA1072

TUGASAN 1

2.0 KAEDAH PENGUMPULAN DATA

Terdapat tiga kaedah pengumpulan data iaitu kaedah soal selidik, temu bual dan

pemerhatian.

2.1 KAEDAH SOAL SELIDIK

Di dalam penyelidikan, soal selidik (survey) merupakan salah satu kaedah yang banyak

menggunakan soalan-soaln selidik ( questionaires) untuk mengumpul data kajian. Tujuan

utama menggunakan kaedah soal selidik dalam penyelidikan mengenal pasti fakta-fakta

yang boleh digunakan untuk menguji hipotesis atau menambah kebolehpercayaan dan

kesahan sesuatu teori. Sesetengah data kualitatif, misalnya pandangan dan persepsi

peserta-peserta terhadap sesuatu isu, mungkin memberi sumbangan dalam perkembangan

sesuatu teori. Utamanya, soal selidik adalah digunakann untuk meninjau isu umum, ciri

populasi, program nasional, dan sebagainya, dengan tujuan mengukur atau menghuraikan

ciri-ciri umum.

Soal selidik bergantung kepada usaha mengumpul data secara besar-besaran

melalui soalan-soalan selidik, skor ujian, kadar kehadiran, atau keputusan pepriksaan

awam, yang membolehkan penyelidik membuat perbandingan di antara kumpulan ataupun

merentasi masa.

2.1.1 KEGUNAAN SOAL SELIDIK

Morrison (1993) di dalam Mok Soon Sang (2010) berpendapat soal selidik adalah banyak

berguna dalam penyelidikan. Antaranya ialah merupakan kaedah yang berkesan serta

ekonomikal kerana berupaya mengumpulkan data sekali gus. Selain itu, dengan

persampelan yang sesuai dan tepat, ia dapat mewakili populasi yang sebenar. Tambahan

lagi, data yang dipungut dappat memberi maklumat deskriptif, inferential serta eksplanatori.

Melalui kaedah soal selidik juga, pemboleh ubah dan faktor boleh dimanipulasi mengikut

frekuensi yang diharapkan. Dengan menggunakan instrument dan soalan-soalan selidik

sama bagi semua peserta, data yang dikumpulkan adalah distandardasikan.

Kaedah soal selidik juga amat berguna untuk mengenal pasti dan menganalisis

kolerasi. Kaedah ini juga boleh menggunkan pelbagai teknik respons, misalnya aneka

4

Page 5: Kerja Kursus GSA

Generik Statistik Asas GSA1072

pilihan soalan, soalan tertumpu, skor ujian, skala pemerhatian dan sebagainya, untuk

mengumpul data kajian. Ia juga boleh digunakan untuk menyokong atau menolak hipotesisi

serta bagi menjanakan instrument tepat melalui kajian rintis (piloting) dan reviu. Di samping

itu, ia juga boleh membentuk generalisasi dengan menganalisis dan menginterpretasikan

pola respons daripada peserta-peserta. Akhir sekali, soal selidik sangat sesuai digunakan

untuk tinjauan pendapat (opinion poll), trenda skor ujian nasional, kecenderungan kerjaya,

dan pemilihan utama untuk kursus pengajian.

2.1.2 KLASIFIKASI SOAL SELIDIK

Soal selidik, secara umumnya, diklasifikasikan kepada dua kategori yang utama, iaitu kajian

membujur (longitudinal studies), merangkumi kajian trenda (trend studies), dan kajian

melintang (cross-sectional studies).

2.1.2.1 KAJIAN MEMBUJUR

Kajian membujur mengumpulkan data dalam tempoh masa yang panjang, sekurang-

kurangnya beberapa minggu bagi kajian masa jangka pendek, tetapi terdapat juga kajian

dipanjangkan hingga beberapa tahun. Kajian jangka masa ini, pada umumnya, merangkumi

kajian kohort (cohort studies), kajian panel (panel studies), dan kajian trenda (trend studies).

Kepentingan kajian membujur membolehkan penyelidik menganalisis perubahan

fenomena sosial, mengenal pasti dan menghuraikan ciri-ciri persamaan, perbezaan,

perubahan serta kesan individu atau populasi dalam peringkat-peringkat tempoh masa

kajian. Sehubungan ini, kajian membujur pula menggunakan kajian melintang yang

berulang-ulang dengan menggunakan sampel yang sama atau sampel baru dalam setiap

kali kajian.

2.1.2.2 KAJIAN MELINTANG

Kajian melintang merupakan kajian yang memberi gambaran (snapshot) sesuatu populasi

pada suatu ketika, misalnya penyelidikan bancian penduduk di sesuatu daerah, negeri atau

negara untu perancangan tertentu. Kajian jenis ini boleh digunakan untuk mengenal pasti

ciri-ciri individu dari aspek perbezaan umur, kerjaya, pendidikan, tahap pendapatan,

penghuni di merata tempat dan semasa disoal selidik dalam hari yang sama. Kajian

melintang hanya memperoleh maklumat pada suatu masa ketika, dan tidak boleh mengenal

pasti perubahan. Data kajian berulang-ulangnya boleh digunakan untuk kajian membujur,

misalnya kajian kohort, kajian panel dan kajian trenda.

5

Page 6: Kerja Kursus GSA

Generik Statistik Asas GSA1072

2.1.3 KAEDAH MENGUMPUL DATA UNTUK SOAL SELIDIK

Kaedah mengumpul data untuk soal selidik merangkumi beberapa kategori, iaitu

perkhidmatan pos, temu bual (lokasi kajian), temu bual ( telefon), pemerhatian, dan Internet

atau e-mel.

Kesimpulannya, di dalam kajian soal selidik, selain daripada strategi persampelan

responden, item-item soal selidik adalah amat penting dalam pungutan data untuk dianalisis

dan interpretasi. Ini adalah kerana kesahan, kebolehpercayaan, kebolehtadbiran, dan

kemudahtafsiran data sampelnya bukan sahaja bergantung kepada responden bagaimana

menjawab item-item, tetapi juga bagaimana soalan-soalan selidik yang berkualiti dapat

disediakan. Sebenarnya, selain daripada soal selidik melalui perkhidmatan pos, pembinaan

item-item soal selidik pula penting dalam kaedah soal selidik yang lain, misalnya temu bual

berstruktur dan pemerhatian.

2.2 KAEDAH TEMU BUAL

Kitwood (1977) menjelaskan perbezaan di antara tiga konsep temu bual. Pertama, temu

bual dirupakan sebagai sesuatu cara yang berupaya memindah maklumat yang tulen. Jika

seorang penemubual melaksanakan tugasnya dengan cekap, iaitu berjaya membina

hubungan interpersonal dengan berkesan, dan jika orang yang ditemu bual adalah jujr dan

bermotivasikan dengan berkesan, maka data yang diperolehi adalah tepat dan boleh

dipercayai. Kedua, temu bual merupakan sesuatu jenis transaksi, di mana terkandung unsur

berat sebelah yang tidak dapat dielakkan, dan perlu dikenal pasti dan dikawal. Konsep temu

bual ketiga ialah dipandang sebagai pertemuan sosial yang merangkumi perkongsian

pelbagai aspek kehidupan harian.

2.2.1 DEFINISI KAJIAN TEMU BUAL

Mengikut Cannell dan Kahu (1986), kajian temu bual boleh ditakrifkan sebagai ‘Perbualan di

antara dua pihak melalui inisiatif penemubual dengan tujuan memperolehi maklumat yang

relevan untuk kajian, dan difokus olehnya, sesuatu kandungan spesifik ditentukan seperti

objektif deskripsi, ramalan atau huraian dengan secara sistematik.’

Maka, kajian temu bual merupakan sesuatu yang unik kerana ia melibatkan

pungutan data melalui lisan dalam pertemuan di antara dua pihak secara langsung.

Sehubungan ini, ia adalah berbeza dengan kajian soal selidik yang menggunakan item-item

soalan di mana responden hendaklah merekod secara bersemuka, penemubual boleh

mencungkil maklumat yang boleh menambahkan kadar respons. Tambahan pula, kaedah

6

Page 7: Kerja Kursus GSA

Generik Statistik Asas GSA1072

temu bual ini adalah amat berguna, terutamanya apabila responden yang ditemu bual tidak

tahu membaca dan menulis.

2.2.2 TUJUAN TEMU BUAL

Antara tujuan temu bual ialah untuk mengukur atau menilai orang dalam aspek-aspek

tertentu. Selain itu, ia juga bertujuan untuk memilih calon yang layak memasuki sesuatu

kerjaya atau kursus pengajian. Temu bual juga bertujuan untuk kenaikan pangkat pekerja

atau pegawai dalam sesuatu institusi atau organisasi dan untuk membentuk atau mengkaji

sesuatu hipotesis. Tambahan lagi, temu bual juga bertujuan untuk memperolehi pendapat

responden dalam sesuatu kajian soal selidik, serta untuk mengesahkan data kajian

terdahulu seperti ujian MTeST (Malaysian Teachers Selection Test) dan MedSI (Malaysian

Educators Selection Test).

2.2.3 PROSEDUR PERANCANGAN DAN PELAKSANAAN SOAL SELIDIK

BERASASKAN TEMU BUAL

Kvale (1996) mencadangkan tujuh peringkat dalam perancangan dan pelaksanaan soal

selidik berasaskan temu bual. Peringkat pertama ialah menentukan tema kajian. Peringkat

ini bermula dengan menimbang dan menentukan tujuan kajian, menghuraikan teoritikal asas

kajian, objektif dan nilai praktikal kajian, termasuk sebab-sebab pendekatan temubual dan

persampelan spesifik dipilih untuk kajian. Seterusnya, beberapa objektif spesifik ditentukan

berdasarkan matlamat kajian. Langkah ini penting bagi menghasilkan data yang perlu

digunakan untuk mencapai matlamat kajian yang diharapkan.

Peringkat kedua ialah merancang prosedur dan instrumen kajian. Peringkat ini

merangkumi penyediaan jadual dan instrumen temu bual. Ini meliputi membentuk soalan-

soalan temu bual berdasarkan objektif-objektif yang telah ditentukan daripada matlamat

kajian. Membentuk soalan-soalan temu bual hendaklah bermula dengan mengenal pasti

pembolehubah-pembolehubah yang perlu digunakan untuk kajian. Menurut Kvale (1996)

lagi, penyelidik boleh membina item-item mengikut turutan temu bual, iaitu memperkenalkan

topik atau isu temu bual, mencungkil maklumat atau respons selanjutnya, membimbing

responden menghuraikan maklumat secara spesifik dan memberi contoh, meminta

maklumat secara langsung, meminta maklumat secara tidak langsung, dan

menginterpretasikan jawapan responden.

Peringkat ketiga ialah pelaksanaan proses temu bual. Langkah ini merangkumi

persampelan, menangani isu etika, mengatur tempat temu bual, melaksanakan temu bual

7

Page 8: Kerja Kursus GSA

Generik Statistik Asas GSA1072

dengan item-item yang disediakan, dan merekod data dalam sesi temu bual. Selepas

perancangan prosedur, dan penentuan persampelan serta mengenalpasti responden yang

sesuai dalam temu bual, penemubual hendaklah memberitahu responden tentang tujuan

dan kepentingan kajian, tempat dan cara temu bual dijalankan, bagaimana direkod, memberi

jaminan kerahsiaan dan anonimiti, lindungan keselamatan, manfaat daripada temu bual dan

bagaimana laporan disebarkan. Semasa temu bual pula, penemubual hendaklah

menggunakan teknik yang sesuai, khasnya kemahiran komunikasi interpersonal untuk

membimbing dan menggalakkan responden memberi maklumat kajian yang diperlukan.

Peringkat keempat ialah mentranskripkan data kajian. Transkrip merupakan sesuatu

transformasi terpilih berdasarkan kemahiran dan pandangan peribadi penemubual, daripada

situasi dinamik kepada keadaan pasif. Peringkat ini merupakan peringkat terpenting dalah

temu bual. Hal ini kerana dalam proses temu bual, masalah keciciran dan kesilapan tafsiran

data yang banyak mungkin berlaku. Bagi untuk mengurangkan masalah keciciran dan

kesilapan tafsiran data, penyelidik harus memastikan semua pelbagai jenis data adalah

direkodkan dalam transkripnya, termasuk setiap kata responden, intonasi, suara, nada,

hentian, kesenyapan, perasaa, laju penjelasan, gangguan, dan sebagainya. Peringkat

kelima ialah analisis data. Lazimnya, analisis data menggunakan teknik enkod yang

merangkumi beberapa peringkat, iaitu mendengar temubual secara keseluruhan,

menimbang peruntukan unit-unit bermakna, mengeluarkan data berlebihan, mengklasifikasi,

mengkategori dan menyusun urutan unit-unit dengan bermakna, menstruktur deskrip

kandungan temu bual, dan menginterpretasikan data temu bual.

Peringkat keenam ialah mengesahkan data temu bual. Data kajian telah dianalisis

dan diinterpretasikan harus dinilai dan disahkan melalui kritikan dalaman dan luaran. Tujuan

mengesahkan data kajian ini ialah menyemak semula dan merasionalisasikan data temu

bual yang dikumpul dan dianalisis adalah sah dan boleh dipercayai, dan interpretasinya

adalah mengikut konteks serta objektif atau tema kajian. Peringkat terakhir pula ialah

laporan temu bual. Kvale (1996) mencadangkan beberapa aspek yang terkandung dalam

laporan temu bual. Antaranya ialah pengenalan yang merangkumi tema-tema kajian da nisi

kandungannya. Kemudian, ringkasan metodologi dan kaedah-kaedah kajian, daripada

perancangan temu bual, transkrip dan hingga analisis data. Selain itu, laporan juga

mengandungi hasil kajian berdasarkan analisis, interpretasi dan verifikasi data temu bual.

Akhir sekali, kandungkan sekali kesimpulan yang merangkumi perbincangan dan cadangan

tindakan susulan.

8

Page 9: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Kesimpulannya, temubual adalah suatu kajian yang unik dan komplek di bawah kajian soal

selidik. Ia adalah berlainan dengan soal selidik melalui perkhidmatan pos. Ia bukan sahaja

memerlukan kemahiran membina soalan-soalan seidik, tetapi juga memerlukan kemahiran

komunikasi interpersonal untuk membentuk iklim temu bual yang kondusif untuk memungut

data yang tulen, lengkap dan sempurna.

2.3 KAEDAH PEMERHATIAN

Kaedah pemerhatian merupakan satu kaedah penyelidikan yang digunakan untuk mengukur

pemboleh ubah penyelidikan. Pemerhatian juga merupakan alternatif yang ada dalam

mengumpul maklumat atau pengumpulan data selain soal selidik dan temuduga. Melalui

pemerhatian, penyelidik dapat mengamati sesuatu tingkah laku subjek berpandukan

pemboleh ubah-pemboleh ubah yang telah dikenal pasti. Peranan penyelidik ialah sebagai

pemerhati terhadap perubahan-perubahan tingkah laku, mendengar, serta melihat tingkah

laku subjek sama ada dari jauh atau dari dekat.

Menggunakan kaedah ini, penyelidik atau pemerhati perlu rnemerhati sampel-

sampelnya dalam tempoh masa yang tententu. Kaedah pemerhatian ini banyak digunakan

dalam bidang sains tulen yang menjalankan kajian dalam makmal sains dan bidang sains

sosial. Biasanya ciri-ciri yang ingin diperhati adalah sangat halus dan terperinci dan ini

menjadikan keputusan yang dibuat lebih tepat.

Kaedah pemerhatian sesuai digunakan khususnya apabila penyelidik mengkaji

perkembangan tingkah laku sesuatu unit sosial, misalnya mengkaji perkembangan tingkah

laku kanak-kanak, kesan kesesakan terhadap kecenderungan pemberontakan, kesan

kebisingan terhadap tingkah laku agresif dan kebimbangan di kalangan individu yang

menghadiri temuduga. Kaedah pemerhatian juga sering digunakan dalam penyeliaan

praktikum kaunseling dan latihan mengajar di kalangan kaunselor dan guru pelatih. Sebelum

membuat pemerhatian, penyelidik perlu membuat perancangan yang baik dan teliti. Setiap

pemerhatian mestilah mempunyai tujuan tertentu, dilakukan secara sistematik, mempunyai

fokus, dan mestilah dicatatkan secara rapi dan betul. Catatan yang dibuat mestilah tepat,

sah, dan boleh dipercayai.

Menurut Kerlinger (1973), terdapat beberapa kategori pemerhatian iaitu kategori

tingkah laku, unit tingkah laku, paras tafsiran pemerhati, generalisasi dan penggunaan serta

pensampelan tingkah laku. Kategori-kategori tersebut memperincikan ciri-ciri tingkah laku

yang perlu diperhati dan direkodkan. Tingkah laku saling berkaitan antara satu sama lain.

Tingkah laku yang berkait dan berlaku berterusan ini perlu dikategorikan ke dalam golongan

9

Page 10: Kerja Kursus GSA

Generik Statistik Asas GSA1072

yang eksklusif. Dengan kata lain, semua kemungkinan tingkah laku yang berlaku

seharusnya upaya dikenal pasti dan tidak bertindan antara satu sama lain. Sistem

pengkodan kategori tingkah laku oleh Flanders (1974) adalah satu contoh kaedah merekod

maklumat yang melalui kaedah ini proses merekod maklumat dapat dilakukan dengan

mudah dan tepat.

Semakin kecil unit tingkah laku digunakan untuk merekod pemerhatian, semakin senang

tingkah laku tersebut diperhati dan direkodkan. Penggunaan unit tingkah laku yang kecil

akan meningkatkan kesahan dan kebolehpercayaan pemerhatian. Selain itu, paras tafsiran

pemerhati juga akan mempengaruhi ketepatan maklumat mengenai tingkah laku yang

diperhatikan. Kesukaran mengadakan piawaian dalam paras tafsiran pemerhati sering

menjejaskan ketepatan dan kesempurnaan data yang diperoleh.

Perhatian khusus perlu diberikan dalam membuat generalisasi sesuatu tingkah laku

kerana sesetengah tingkah laku bersifat khusus untuk penyelidikan tertentu sahaja,

sementara sesetengah yang lain boleh digunakan dalam pelbagai penyelidikan. Selain isu

mengenai generalisasi ini, isu yang lain ialah pensampelan tingkah laku. Umumnya tingkah

laku yang kompleks terjadi secara berterusan dan agak mustahil penyelidik dapat memerhati

tingkah laku tersebut secara berterusan. Bagi mengatasi masalah ini, penyelidik mestilah

membuat pensampelan sama ada pensampelan tingkah laku atau pun pensampelan masa.

Persampelan tingkah laku merujuk kepada jenis kejadian yang hendak dijadikan sampel,

sementara pensampelan masa pula merujuk kepada perwakilan masa yang dapat mewakili

masa berlakunya tingkah laku yang diperhati.

2.3.1 JENIS-JENIS PEMERHATIAN

2.3.1.1 PEMERHATIAN PESERTA

Jenis pemerhatian ini melibatkan pemerhati menjadi seorang daripada ahli dalam kumpulan

yang hendak diperhati dan pada masa yang sama ia membuat pemerhatian. Menggunakan

kaedah pemerhatian ini, penyelidik memainkan dua peranan iaitu sebagai peserta dan

pemerhati. Kebaikan kaedah pemerhatian jenis ini ialah penyelidik dapat mengalami sendiri

aktiviti-aktiviti yang dirancangkan dan ini menjadikan dapatan pemerhatian lebih sah dan

boleh dipercayai. Menggunakan kaedah ini juga memungkinkan maklumat-maklumat yang

tersembunyi atau yang tidak dijangka dapat diperhati di peringkat awal.

2.3.1.2 PEMERHATIAN BUKAN PESERTA

10

Page 11: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Jenis pemerhatian ini memerlukan pemerhati memilih tempat yang sesuai untuk membuat

pemerhatian. Tempat pemerhatian mestilah memberi peluang semaksimum mungkin

kepada pemerhati untuk membuat .pemerhatian secara teliti terhadap segala gerak geri ahli

kumpulan atau individu yang diperhati. Pemerhatian boleh dibuat dengan bantuan peralatan

seperti alat-alat rakaman termasuk teropong, kaset, dan kamera video. Kebaikan kaedah ini

ialah responden kajian mungkin tidak menyedari akan kehadiran pemerhati dan dengan itu

ia akan menunjukkan tingkah laku yang tulen dan tidak berpura-pura. Data-data yang

diperoleh lebih tulen dan ini akan menyumbang kepada ketepatan maklumat yang dikumpul.

Maklumat yang tepat akan menyumbang pula kepada keputusan yang lebih tepat.

2.3.2 KEBAIKAN PEMERHATIAN

Antara kebaikan pemerhatian ialah pemerhatian terhadap sampel-sampel kajian adalah

lebih terperinci, jelas,teliti dan tepat dan ini akan menyumbang kepada dapatan kajian yang

lebih sah serta boleh dipercayai. Selain itu, maklumat yang diperoleh daripada pemerhatian

sama ada dijangka atau tidak boleh menjadi bahan rujukan penting dalam kajian. Bukan itu

sahaja, penyelidik boleh memastikan bahawa maklumat yang diperoleh daripada

pemerhatian benar-benar dari sampel yang ingin dikaji bukan wakil sampel yang telah

dikenal pasti.

11

Page 12: Kerja Kursus GSA

Generik Statistik Asas GSA1072

3.0 KAEDAH UNTUK MEWAKILKAN DATA DENGAN MENGGUNAKAN APLIKASI

MICROSOFT EXCEL

3.1 CARTA PALANG

Carta palang adalah sejenis graf yang digunakan untuk memaparkan dan membandingkan

jumlah , kekerapan atau langkah lain ( contohnya bermakna ) bagi kategori berlainan diskret

data . Carta Bar adalah salah satu jenis yang paling biasa digunakan graf kerana mereka

adalah mudah untuk membuat dan sangat mudah untuk mentafsir . Mereka juga adalah

sejenis carta fleksibel dan terdapat beberapa variasi carta bar standard termasuk carta

palang menegak dan melintang.

Carta palang biasanya disediakan supaya palang tegak yang bermaksud bahawa

lebih tinggi bar , yang lebih besar kategori . Walau bagaimanapun , ia juga mungkin untuk

menarik carta bar supaya bar adalah mendatar yang bermaksud bahawa semakin lama bar ,

yang lebih besar kategori . Ini adalah cara yang amat berkesan untuk menyampaikan data

apabila kategori yang berbeza mempunyai tajuk panjang yang sukar untuk termasuk di

bawah bar menegak , atau apabila terdapat sebilangan besar kategori yang berbeza dan

terdapat ruang yang mencukupi untuk memuatkan semua ruangan yang diperlukan untuk

carta bar menegak di seluruh halaman.

Contoh carta palang menegak:

12

Page 13: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 1: Contoh carta palang menegak

Rajah 2: Contoh carta palang melintang

3.1.1 CARA MEMBUAT CARTA PALANG MENGGUNAKAN APLIKASI MICROSOFT

EXCEL

Rajah 3: Menunjukkan data dimasukkan ke dalam Microsoft Excel

13

Page 14: Kerja Kursus GSA

Generik Statistik Asas GSA1072

1. Buka aplikasi Microsoft Excel. Kemudian, masukkan maklumat data ke dalamnya seperti

yang ditunjukkan dalam Rajah 3.

Rajah 4: Menunjukkan pemilihan carta jenis palang.

2. Klik data tersebut. Kemudian klik Insert dan klik lagi pada Column dengan memilih 2 – D Column yang pertama.

Rajah 5: Menunjukkan carta palang yang perlu diubah label paksinya

3. Apabila telah muncul rajah carta palang seperti dalam rajah 5, klik pada layout.

Kemudian, klik pada axis title dan klik lagi pada primary horizontal axis title dan pilih

pilihan ketiga.

14

Page 15: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 6: Carta palang yang telah siap

3.2 CARTA PAI

Carta pai merupakan sejenis carta atau graf yang berbentuk bulatan yang terdiri daripada

beberapa sektor atau belahan. Saiz sudut yang dicakupi oleh setiap sektor mewakili

kekerapan atau frekuensi setiap item yang ingin ditunjukkan. Namun begitu, untuk membina

dan seterusnya mentafsir carta pai, kemahiran yang kukuh dalam topik pecahan sangat

penting. Selalunya pelajar akan diminta untuk mendapatkan maklumat dari carta pai atau

membina carta pai daripada maklumat-maklumat yang diberi.

Rajah 7: Contoh carta pai

15

Page 16: Kerja Kursus GSA

Generik Statistik Asas GSA1072

3.2.1 CARA MEMBUAT CARTA PAI MENGGUNAKAN APLIKASI MICROSOFT EXCEL

Rajah 8: Proses memasukkan data

1. Buka aplikasi Microsoft Excel, dan masukkan data ke dalam ruang yang disediakan.

Kemudian, highlight semua data dan klik Insert .

2.Klik Pie, dan seterusnya klik pilihan pertama pada 2-D Pie.

Rajah 9: Menukar carta pai yang tiada peratus kepada yang mempunyai peratus

3. Kemudian, ubah carta pai yang tiada peratus kepada yang mempunyai peratus dengan

mengklik Charts Layout yang keenam.

16

Page 17: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 10: Carta pai yang telah siap

3.3 PLOT GARISAN

Plot Garisan ialah graf yang menggunakan titik dihubungkan dengan garisan untuk

menunjukkan bagaimana sesuatu perubahan dalam nilai ( seiring berjalannya waktu , atau

sebagai sesuatu yang lain yang berlaku ) . Sebagai contoh, Rajah 10 di bawah

menunjukkan plot garisan bagi bilangan pelajar yang lulus mata pelajaran Sejarah di SMK

Kota Klias dari tahun 2008 hingga tahun 2013.

Rajah 11: Contoh plot garisan

3.3.1 CARA MEMBUAT PLOT GARISAN MENGGUNAKAN APLIKASI MICROSOFT

EXCEL

17

Page 18: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 12: Menunjukkan data yang telah dimasukkan ke dalam jadual dan pemilihan

jenis graf

1. Masuk ke dalam aplikasi Microsoft Excel. Kemudian masukkan data ke dalam ruang

yang disediakan seperti alam Rajah 12 di atas.

2. Setelah itu, klik Insert dan klik lagi Line. Kemudian, klik pada pilihan pertama di 2-D Line

seperti dalam Rajah 12. Rajah yang kosong muncul.

Rajah 13: Select Data

3. Seterusnya, klik kanan pada komputer di rajah yang kosong. Kemudian klik Select data.

Rajah 14: Select Data Source

18

Page 19: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 15: Edit Series

Rajah 16: Axis Labels

Rajah 17: Select Data Source yang lengkap

4. Kemudian, muncul Select Data Source dan klik pada Add pada Legend Entries (Series)

seperti dalam Rajah 13. Setelah itu, muncul Edit Series. Pada Edit Series, Masukkan

tajuk graf pada Series Name dan Kekerapan data pada ruangan Series Volume dengan

highlight data kekerapan tersebut terlebih dahulu seperti dalam Rajah 15.

19

Page 20: Kerja Kursus GSA

Generik Statistik Asas GSA1072

5. Setelah itu pula, klik pada Horizontal (Category) Axis Label dan klik juga pada Edit pada

seperti dalam Rajah 14. Kemudian, muncul Axis Label dan highlight data tahun sebelum

memasukkan data tersebut ke ruangan Axis Label Range dan klik Ok. Apabila telah

lengkap seperti dalam Rajah 17, klik Ok.

Rajah 18: Mengubah label paksi pada paksi-x

Rajah 19: Mengubah label pada aksi-y

Rajah 20: Membuang Legend

20

Page 21: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 21: Plot garisan yang telah siap

6. Untuk menulis label-label tersebut, klik pada Layout, klik lagi pada Axis Title untuk

membuat tajuk histogram. Bagi membuat label paksi-y, klik Axis Title, kemudian klik

Primary Vertical Axis Title dan klik Verticle Title. Bagi membuat label pada paksi-x, klik

pada juga pada Axis Title. Kemudian, klik Primary Horizontal Axis Title dan klik Title

Below Axis . Akhir sekali, klik Legend, dan klik None. Histogram terhasil seperti dalam

Rajah 21.

3.4 HISTOGRAM

Histogram adalah perwakilan grafik bagi taburan data. Ia adalah suatu anggaran taburan

kebarangkalian bagi pemboleh ubah berterusan (pembolehubah kuantitatif) dan mula

diperkenalkan oleh Karl Pearson (1895). Histogram ialah paparan maklumat statistik yang

menggunakan segi empat tepat menunjukkan kekerapan item data dalam selang berangka

berturut-turut yang sama besar. Dalam bentuk yang paling biasa histogram , pembolehubah

bebas diplotkan sepanjang paksi mendatar dan pembolehubah bersandar diplotkan

sepanjang paksi menegak . Data ini kelihatan seperti satu segi empat tepat berwarna atau

kawasan berlorek berubah-ubah.

Rajah 22 : Contoh histogram

21

Page 22: Kerja Kursus GSA

Generik Statistik Asas GSA1072

3.4.1 CARA MEMBUAT HISTOGRAM MENGGUNAKAN MICROSOFT EXCEL

Rajah 23: Proses memasukkan data dan memilih jenis graf

1. Masuk ke dalam aplikasi Micosoft Excel. Setelah itu, masukkan data selang kelas atau

sempadan atas, atau sempadan bawah atau titik tengah, dan kekerapan data ke ruang

yang disediakan seperti yang ditunjukkan dalam rajah. Kemudian, klik Insert dan pilih

Column. Klik pada 2-D Column pilihan pertama. Hasil yang akan muncul adalah seperti

dalam rajah yang ditunjukkan bernombor 5.

Rajah 24: Proses membuang jarak antara palang untuk menjadikannya histogram

2. setelah itu, klik dua kali pada palang data sehingga muncul Format Data Series.

Kemudian, ubah Gap Width kepada No Gap, dan klik Close seperti dalam Rajah 24.

Histogram terhasil dan label tajuk, paksi-x serta paksi-y perlu ditulis.

22

Page 23: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 25: menulis label paksi-y

3. Untuk menulis label-label tersebut, klik pada Layout, klik lagi pada Axis Title untuk

membuat tajuk histogram. Bagi membuat label paksi-y, klik Axis Title, kemudian klik

Primary Vertical Axis Title dan klik Verticle Title.

Rajah 26: Menulis paksi-x

4. Bagi membuat label pada paksi-x, klik pada juga pada Axis Title. Kemudian, klik Primary

Horizontal Axis Title dan klik Title Below Axis.

23

Page 24: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 27: membuang legend.

Rajah 28: Histogram yang telah siap

5. Setelah itu, untuk membuang Legend, klik pada Legend, dan pilih None. Terhasillah

sebuah Histogram.

3.5 POLIGON KEKERAPAN

Dalam Poligon Kekerapan , satu graf garis dilukis dengan menyertai semua titik tengah.

Poligon kekerapan adalah alat grafik untuk memahami bentuk pengagihan . Mereka

berkhidmat tujuan yang sama seperti histogram , tetapi sangat berguna untuk

membandingkan set data . Poligon kekerapan juga pilihan yang baik untuk memaparkan

taburan kekerapan terkumpul .

Untuk membuat poligon kekerapan , bermula hanya sebagai untuk histogram ,

dengan memilih saiz selang kelas . Kemudian lukis satu paksi - X mewakili nilai-nilai yang

skor dalam data anda . Tandakan tengah-tengah setiap selang kelas dengan tanda tanda ,

dan melabel dengan nilai tengah diwakili oleh kelas. Lukiskan paksi- Y untuk menunjukkan

kekerapan setiap kelas . Letakkan satu titik di tengah-tengah setiap selang kelas pada

ketinggian yang sepadan dengan frekuensinya. Akhir sekali , sambungkan mata. Anda mesti

termasuk satu selang kelas di bawah nilai terendah dalam data anda dan satu di atas nilai

tertinggi . Graf kemudian akan menyentuh paksi X - pada kedua-dua belah pihak.

24

Page 25: Kerja Kursus GSA

Generik Statistik Asas GSA1072

RAJAH 29: Contoh poligon kekerapan

3.5.1 CARA MEMBUAT POLIGON KEKERAPAN MENGGUNAKAN APLIKASI

MICROSOFT EXCEL

Rajah 30: proses memasukkan data dan memilih jenis graf

1. Buka aplikasi Microsoft Excel dan masukkan data yang diperoleh iaitu titik tengah, selang

kelas, sempadan atas, atau sempadan bawah serta kekerapannya seperti dalam Rajah

30. Kemudian, klik Insert dan klik lagi pada Scatter. Pada Scatter, pilih scatter yang

keempat seperti dalam Rajah 30.

Rajah 31: Poligon kekerapan yang telah siap

2. Langkah seterusnya ialah labelkan setiap paksi termasuk tajuk. Klik pada Layout dan klik

Chart title untuk membuat tajuk. Setelah itu, klik Axis Title untuk melabelkan paksi. Bagi

paksi-x, klik pada Primary Horizontal Axis Title dan pilih Horizontal Axis Title. Bagi

membuat label paksi-y, klik Axis Title, kemudian klik Primary Vertical Axis Title dan klik

25

Page 26: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Verticle Title. Kemudian, buang Legend dengan mengklik Legend dan pilh None.

Polygon kekerapan terhasil seperti dalam Rajah 31.

3.6 OGIF

Dalam statistik , ogif adalah graf bebas tangan menunjukkan keluk fungsi taburan kumulatif .

Mata yang diplotkan adalah sempadan atas, sempadan bawah, titik tengah dan selang

kelas, dan kekerapan kumulatif yang sama ( yang , untuk taburan normal , menyerupai satu

sisi sebuah gerbang Arabesque atau ogival ) . Ia juga boleh digunakan untuk merujuk

kepada fungsi taburan kumulatif empirikal

Rajah 32: contoh ogif

3.6.1 CARA MEMBUAT OGIF MENGGUNAKAN APLIKASI MICROSOFT EXCEL

Rajah 33: Proses memasukkan data dan memilih jenis graf

26

Page 27: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 34: Menunjukkan ogif yang telah terhasil

1. Buka aplikasi Microsoft Excel dan masukkan data. Data yang dimasukkan ialah selang

kelas atau sempadan atas atau sempadan bawah atau titik tengah bagi data bersama

dengan kekerapan dan kekerapan longgokan seperti dalam Rajah 33.

2. Kemudian, klik Insert. Stelah itu, klik lagi Scatter dan pilih pilihan kedua. Bukan itu sahaja,

labelkan juga setiap paksi dan beri tajuk kepada ogif ini.

3. Untuk melabelkan tajuk, klik pada Layout dan klik Chart title. Setelah itu, klik Axis Title

untuk melabelkan paksi. Bagi paksi-x, klik pada Primary Horizontal Axis Title dan pilih

Horizontal Axis Title. Bagi membuat label paksi-y, klik Axis Title, kemudian klik Primary

Vertical Axis Title dan klik Verticle Title. Kemudian, buang Legend dengan mengklik

Legend dan pilh None. Ogif terhasil seperti dalam Rajah 34.

3.7 STEM AND LEAF

Sebuah plot di mana setiap nilai data dibahagikan menjadi " daun " (biasanya digit terakhir)

dan " stem " ( angka lain ) . Dalam batang dan daun plot , nilai stem muncul pada paksi

menegak dan nilai daun disenaraikan pada paksi mengufuk . Sebagai contoh " 32 "

berpecah kepada " 3 " ( stem ) dan " 2 " ( daun ) . Nilai " stem " disenaraikan ke bawah , dan

" daun " nilai-nilai yang disenaraikan di sebelah mereka . Dengan cara ini, " stem " kumpulan

markah dan setiap " daun " menunjukkan skor dalam kumpulan itu. Biasanya digunakan

untuk mengesan markah beberapa kumpulan , seperti yang dihasilkan oleh pasukan sukan

atau di dalam bilik darjah , batang dan daun plot jelas menyenaraikan markah setiap

kumpulan atau individu dalam tertib menurun .

27

Page 28: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Raja 35: Contoh Stem and Leaf

3.7.1 CARA MEMBUAT STEM AND LEAF MENGGUNAKAN APLIKASI MICROSOFT

EXCEL

Rajah 36: Proses memasukkan data dan nilai minimum dan nilai maksimum

1. Buka aplikasi Microsoft Excel dan masukkan data. Sebagai contoh, data markah pelajar

seperti dalam Rajah 36 di atas. Kemudian, catatkan juga nilai minimum dan nilai

maksimum bagi data yang telah dimasukkan sebelumnya.

28

Page 29: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 37: Proses membuat stem

2. Masukkan nilai stem iaitu angka yang berada pada nilai tempat puluh daripada data.

Tetapi, jika berulang-ulang, tulis angka yang sama itu sekali sahaja seperti dalam Rajah

37 di atas.

Rajah 38: Proses membuat Leaf

3. Setelah itu, untuk membuat leaf, ia mempunyai rumusnya yang tersendiri iaitu

=REPT(“ 0 ”,COUNTIF($A$2:$A$,C5*10+0)). Simbol $ pada rumus adalah data tidak

berubah-ubah untuk pengiraan yang seterusnya. Huruf A pada rumus mewakili

kedudukan kolum jadual seperti dalam rajah 38, jadual data saya terletak pada

kedudukan A. Jika pada B, maka taip B. C5 pula mewakili data stem terletak pada Row

yang kelima seperti dalam rajah 38.

4. Kemudian, klik pada kotak leaf yang pertama dan masukkan rumus tadi . Seterusnya,

copy dan Paste rumus tersebut dan letakkan simbol & sebagai pemisah antara rumus .

Angka sifar yang terdapat pada rumus digantikan dengan angka 1 hingga angka 9 seperti

29

Page 30: Kerja Kursus GSA

Generik Statistik Asas GSA1072

dalam Rajah 38 di atas. Sebagai contoh, =REPT(“ 0

”,COUNTIF($A$2:$A$15,C5*10+0))&=REPT(“ 1 ”,COUNTIF($A$2:$A$15,C5*10+1))&

=REPT(“ 2 ”,COUNTIF($A$2:$A$15,C5*10+2))& =REPT(“ 3

”,COUNTIF($A$2:$A$15,C5*10+3))&=REPT(“ 4 ”,COUNTIF($A$2:$A$15,C5*10+4))&

=REPT(“ 5 ”,COUNTIF($A$2:$A$15,C5*10+5))& =REPT(“ 6

”,COUNTIF($A$2:$A$15,C5*10+6))& =REPT(“ 7 ”,COUNTIF($A$2:$A$15,C5*10+7))&

=REPT(“ 8 ”,COUNTIF($A$2:$A$15,C5*10+8))& =REPT(“ 9

”,COUNTIF($A$2:$A$15,C5*10+9))

5. Setelah dimasukkan rumus-rumus tadi, klik Enter.

Rajah 39: Hasil setelah dimasukkan rumus membuat Leaf di dalam Microsoft Excel

Rajah 40: Stem and Leaf yang telah siap

6. Setelah rumus telah dimasukkan, klik Enter. Seterusnya, Drag kotak Leaf pada bucunya

terus ke kotak Leaf yang terakhir seperti dalam Rajah 38. Maka, semua kotak Leaf telah

mempunyai jawapannya. Hal ini kerana, rumus untuk semua angka iaitu dari 1 hingga 9

30

Page 31: Kerja Kursus GSA

Generik Statistik Asas GSA1072

telah dimasukkan ke dalam rumus terlebih dahulu sebentar tadi. Stem and Leaf terhasil

seperti dalam rajah 40.

3.8 BOX PLOT

Sebuah Box plot adalah grafik data statistik berdasarkan minimum, kuartil pertama, median,

kuartil ketiga, dan maksimum. Istilah "box plot" berasal dari fakta bahawa graf yang

kelihatan seperti sebuah segiempat tepat dengan garis memanjang dari bahagian atas dan

bawah. Oleh kerana garis melanjutkan, jenis graf kadang-kadang dipanggil plot box-and-

whisker.

Dalam kotak plot biasa, bahagian atas segi empat tepat yang menunjukkan kuartil

ketiga, garis mendatar berhampiran tengah-tengah segi empat tepat yang menunjukkan

median, dan bahagian bawah segi empat tepat yang menunjukkan kuartil pertama. Satu

garis menegak bermula dari bahagian atas segi empat untuk menunjukkan nilai maksimum,

dan garis menegak lain bermula dari bahagian bawah segi empat tepat untuk menandakan

nilai minimum. Ilustrasi menunjukkan contoh generik plot kotak dengan maksimum, kuartil

ketiga, median, kuartil pertama, dan nilai-nilai minimum dilabel. Jarak menegak relatif antara

label mencerminkan nilai-nilai pemboleh ubah berkadaran.

Rajah 41: Contoh Box plot

3.8.1 CARA MEMBUAT BOX PLOT MENGGUNAKAN APLIKASI MICROSOFT EXCEL

31

Page 32: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 42: Proses memasukkan data ke dalam Microsoft Excel

1. Buka aplikasi Microsoft Excel dan masukkan data. Sebagai contoh, masukkan data tahun

dan jumlah kelahiran berdasarkan tahun tersebut seperti dalam Rajah 42.kemudian bina

jadual pada ruangan yang yang pada Microsoft Excel yang sama yang mengandungi nilai

minimum, kuartil 1, median, kuartil 3 dan nilai maksimum serta perbezaan seperti dalam

Rajah 42.

Rajah 43: Mencari minimum, kuartil 1 dan maksimum

2. Setelah itu, masukkan nilai minimum iaitu nilai terendah dalam data dan nilai maksimum

iaitu nilai tertinggi dalam data. Sebagai contoh, masukkan nilai 179 selaku nilai terendah

dan nilai maksimum , 581, dengan merujuk pada jadual data yang telah dimasukkan

sebelumnya.

3. Kemudian, untuk mencari kuartil 1, masukkan rumus “=QUARTILE(“. Kemudian, highlight

jadual pada kolum jumlah kelahiran seperti dalam rajah. Setelah itu, rumus tadi akan

mencadi seperti ini “=QUARTILE(Table5[[JUMLAH KELAHIRAN ]]”. Tambah koma pada

rumus tersebut seperti ini, “=QUARTILE(Table5[[JUMLAH KELAHIRAN ]],”. Kemudian,

akan muncul rajah seperti dalam Rajah 43. Pilih 1 kerana kita sedang membuat kuartil 1.

32

Page 33: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 44: Mencari Kuartil 1

4. Rumus tadi perlu ditutup dengan kurungan ‘)’ dan akan menjadi seperti ini,

“=QUARTILE(Table5[[JUMLAH KELAHIRAN ]],1)”. Setelah itu, klik Enter.

5. Begitulah seterusnya bagi mencari median dan kuartil 3. Ulang sahaja proses 3 dan 4

dengan menggantikan angka yang dimasukkan dalam rumus iaitu angka 2 untuk median

dan angka 3 untuk kuartil 3.

Rajah 45: Mencari perbezaan

33

Page 34: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 46: Memasukkan data dalam jadual perbezaan

6. Kemudian, kolum perbezaan seperti dalam Rajah 45, diisi dengan menolak data. Bagi

nilai minimum, nilai selepas dibezakan tetaplah nilai yang sama. Sebagai contoh, nilai

minimum seperti dalam rajah tidak berubah iaitu 179. Bagi kuartil 1 pula, klik kotak nilai

kuartil 1. Setelah itu, taip simbol tolak, “-“ dan klik kotak nilai minimum yang terletak di

atas nilai kuartil 1 tadi serta klik Enter. Bagi median, kuartil 3 dan nilai maksimum, hanya

perlu drag atau tarik ke bawah kotak kuartil 1 yang telah dibezakan sperti dalam Rajah

46.

Rajah 47: Jadual yang telah lengkap

34

Page 35: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 48: Memilih jenis graf utuk membuat Box plot

7. Kemudian, highlight kolum perbezaan dan klik Insert. Setelah itu, pilih graf jenis Bar dan

klik pada pilihan 2-D Bar yang kedua seperti dalam Rajah 48.

Rajah 49: Carta palang melintang

8. Carta palang melintang akan terhasil seperti dalam Rajah 49.

Rajah 50: Carta palang yang telah diubah

35

Page 36: Kerja Kursus GSA

Generik Statistik Asas GSA1072

9. Kemudian, klik Swith Row/Column. Seterusnya, klik Design dan pilih Chart Style yang

kedua seperti dalam Rajah 50. Terhasillah sebuah carta yang telah diubah daripada carta

palang.

Rajah 51: Salah satu proses menyiapkan Box plot

10. Langkah seterusnya ialah klik pada petak berwarna pertama seperti dalam Rajah 51.

Kemudian, muncul rajah Format Data Series dan klik pada Fill serta pilih No Fill.

Seterusnya, klik Close. Lakukan langkah yang sama pada petak berwarna yang kelima.

Rajah 52: Proses membuat whisker kiri pada Box plot

36

Page 37: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Rajah 53: Whisker kiri yang telah siap dibuat

11. Seterusnya, lakukan langkah 10 tadi pada petak berwarna kedua. Setelah itu, klik pada

Layout dan klik lagi pada Error Bars. Pada menu Error Bars, pilih more error bars option

dan akan muncul rajah Format Error Bars seperti dalam Rajah 52.

12. Kemudian, pada Horizontal Error Bars, klik Minus dan klik pada Percentage serta

peratusnya diubah kepada 100. Seterusnya klik Close. Terhasillah Whisker kiri

Boxplot .

Rajah 54: Proses membuat whisker kanan pada Boxplot

13. Langkah berikutnya ialah klik pada petak berwarna yang keempat dan klik pada Error

Bars. Pada Error Bars, pilih More error bars option. Apabila telah muncul rajah Format

Error Bars, pilih pada Horizontal Error Bars dan klik lagi pada Plus. Kemudian, klik juga

pada Percentage dan ubah peratusnya kepada 100. Setelah itu, klik Close seperti

dalam Rajah 54.

Rajah 55: Boxplot yang telah siap

14. Boxplot yang telah siap seperti dalam Rajah 55.

37

Page 38: Kerja Kursus GSA

Generik Statistik Asas GSA1072

TUGASAN 2

1. 0 PENGENALAN DATA SELANJAR

Data selanjar ialah data yang boleh mengambil apa-apa nilai (dalam julat). Sebagai contoh,

ketinggian orang ramai boleh menjadi apa-apa nilai (dalam lingkungan ketinggian manusia),

bukan pada ketinggian yag tetap. Data selanjar adalah bertentangan dengan data diskret.

1.1 DATA SELANJAR YANG DIPEROLEH

Berat badan (kg) 30 orang pelajar PPISMP Ambilan Jun 2014

Bil. Opsyen Berat Badan (kg)1. Bahasa Kadazandusun (BKD) 43

38

Page 39: Kerja Kursus GSA

Generik Statistik Asas GSA1072

2. Bahasa Kadazandusun (BKD) 543. Bahasa Kadazandusun (BKD) 624. Bahasa Kadazandusun (BKD) 615. Bahasa Kadazandusun (BKD) 596. Pendidikan Seni Visual (PSV) 657. Pendidikan Seni Visual (PSV) 698. Pendidikan Seni Visual (PSV) 609. Pendidikan Seni Visual (PSV) 66

10. Pendidikan Seni Visual (PSV) 7011. Pendidikan Seni Visual (PSV) 4612. Pendidikan Seni Visual (PSV) 6413. Pendidikan Seni Visual (PSV) 6014. Pendidikan Seni Visual (PSV) 6415. Pendidikan Seni Visual (PSV) 4616. Reka Bentuk dan Teknologi (RBT) 6817. Reka Bentuk dan Teknologi (RBT) 6518. Sejarah (SJH) 3819. Sejarah (SJH) 4820. Sejarah (SJH) 4621. Sejarah (SJH) 4522. Sejarah (SJH) 6023. Sejarah (SJH) 4524. Sejarah (SJH) 6825. Sejarah (SJH) 6326. Sejarah (SJH) 5727. Sejarah (SJH) 5728. Sejarah (SJH) 5629. Sejarah (SJH) 6030. Sejarah (SJH) 56.5

Jadual 1: Berat badan (kg) 30 orang pelajar PPISMP Ambilan Jun 2014

2.0 ANALISIS DATA BERANGKA

Data berangka adalah data yang dinyatakan dengan angka yang bertentangan dengan

huruf atau perkataan. Sebagai contoh, berat meja atau ketinggian bangunan adalah data

berangka.

2.1 UKURAN KECENDERUNGAN MEMUSAT

Ukuran kecenderungan memusat (juga dirujuk sebagai langkah pusat atau lokasi pusat)

adalah ukuran ringkasan yang cuba untuk menggambarkan seluruh set data dengan nilai

tunggal yang mewakili tengah atau pusat pengedarannya. Terdapat tiga langkah utama

39

Page 40: Kerja Kursus GSA

Generik Statistik Asas GSA1072

kecenderungan memusat: mod, median dan min. Setiap satu daripada langkah-langkah ini

menerangkan tanda-tanda yang berbeza daripada nilai biasa atau pusat dalam pengagihan.

2.1.1 MIN

Min adalah jumlah nilai setiap pemerhatian atau data dalam dataset dibahagikan dengan

jumlah pemerhatian atau bilangan data. Ini juga dikenali sebagai purata aritmetik. Kelebihan

min ialah Min boleh digunakan untuk kedua-dua data berangka yang berterusan dan diskret.

Had min ialah min tidak boleh dikira bagi data berkategori, nilai-nilai tidak dapat disimpulkan.

Min populasi ditandakan dengan simbol Yunani μ (disebut 'mu'). Apabila min dikira pada

pembahagian daripada sampel yang ia ditandakan dengan simbol X (disebut X-bar).

Boleh diringkaskan bahawa, Min ¿Jumlah DataBilanganData

atau x=Σ xN

Cara penyelesaian min:

x= Σ xN

Min=

43+54+62+61+59+65+69+60+66+70+46+64+60+64+46+68+65+38+48+46+45+60+45+68+63+57+57+56+60+56.5

30

Min=1721.530

Min=57.38

Min bagi data ini ialah 57.38 kg

2.1.2 MOD

Mod adalah nilai yang paling biasa yang berlaku dalam pengagihan atau data yang

mempunyai kekerapan yang tertinggi. Mod mempunyai kelebihan berbanding median dan

min kerana ia boleh didapati untuk kedua-dua berangka dan mutlak (bukan berangka) data

Mod = data yang mempunyai kekerapan tertinggi

40

Page 41: Kerja Kursus GSA

Generik Statistik Asas GSA1072

38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,

65, 66, 68, 68, 69, 70

Berat (kg) Kekerapan

38 1

43 1

45 2

46 3

48 1

54 1

56 1

56.5 1

57 2

59 1

60 4

61 1

62 1

63 1

64 2

65 2

66 1

68 2

69 1

70 1

Jadual 2: Jadual kekerapan data

Mod = 60

Mod bagi data ini ialah 60 kg

2.1.3 MEDIAN

Jika nilai dalam set data disusun dalam susunan menaik, median adalah nilai yang terletak

ditengah-tengah.

38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,

65, 66, 68, 68, 69, 70

41

Page 42: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Median = 12[( n2 )+( n2 +1)]

= 12[nilai ke (302 )+nilai ke( 302 +1) ]

= 12(nilai ke 15 + nilai ke 16)

= 12

(60+60 )

= 60

Oleh median bagi data selanjar ini ialah 60 kg

2.2 SUKATAN SERAKAN

Dalam statistik, serakan (juga dipanggil kebolehubahan, berselerak, atau merebaknya)

menandakan bagaimana diregangkan atau diperah adalah pengedaran (teori yang

mendasari atau sampel statistik). Contoh biasa dalam sukatan serakan adalah varians,

sisihan piawai dan julat.

2.2.1 JULAT

Julat ialah lingkungan satu set data adalah perbezaan di antara nilai-nilai tertinggi dan

terendah dalam set.

Julat = Nilai tertinggi - nilai terendah

= 70 – 38

= 32

Oleh itu, julat bagi data selanjar ini ialah 32 kg

2.2.2 SISIHAN PIAWAI

Sisihan piawai ialah ukuran serakan dalam taburan kekerapan, bersamaan dengan punca

kuasa dua min kuasa dua sisihan daripada min aritmetik pengagihan.

42

Page 43: Kerja Kursus GSA

Generik Statistik Asas GSA1072

σ=√ Σ f (x−x) ²Σ f

X=57.38

Berat (x) Kekerapan (f) ¿ f ¿

38.0 1 375.58 375.58

43.0 1 206.78 206.78

45.0 2 153.26 306.52

46.0 3 129.50 388.50

48.0 1 87.98 87.98

54.0 1 11.42 11.42

56.0 1 1.90 1.90

56.5 1 0.77 0.77

57.0 2 0.14 0.28

59.0 1 2.62 2.62

60.0 4 6.86 27.44

61.0 1 13.10 13.10

62.0 1 21.34 21.34

63.0 1 31.58 31.58

64.0 2 43.82 87.64

65.0 2 58.06 116.12

66.0 1 74.30 74.30

68.0 2 112.78 225.56

69.0 1 135.02 135.02

70.0 1 159.26 159.26

¿∑ 30 ¿∑ 1626.07 ¿∑ 2273.71

Jadual 3: Jadual untuk mencari sisihan piawai

X=57.38

σ=√ Σ f (x−x) ²Σ f

43

Page 44: Kerja Kursus GSA

Generik Statistik Asas GSA1072

σ=√ 2273.7130 σ=√75.79 σ=8.71

2.2.3 VARIANS

Varians ialah pengukuran penyebaran antara nombor dalam set data. Varians mengukur

sejauh mana setiap nombor dalam set adalah daripada min. Varians dikira dengan

mengambil perbezaan antara setiap nombor dalam set dan min, mengkuasaduakan

perbezaan (untuk membuat mereka positif) dan membahagikan jumlah kuasa dua dengan

jumlah nilai dalam set.

σ 2=∑ f ¿¿¿

x=57.38

Berat (x) Kekerapan (f) ¿ f ¿

38.0 1 375.58 375.58

43.0 1 206.78 206.78

45.0 2 153.26 306.52

46.0 3 129.50 388.50

48.0 1 87.98 87.98

54.0 1 11.42 11.42

56.0 1 1.90 1.90

56.5 1 0.77 0.77

57.0 2 0.14 0.28

59.0 1 2.62 2.62

60.0 4 6.86 27.44

61.0 1 13.10 13.10

62.0 1 21.34 21.34

63.0 1 31.58 31.58

64.0 2 43.82 87.64

65.0 2 58.06 116.12

66.0 1 74.30 74.30

68.0 2 112.78 225.56

44

Page 45: Kerja Kursus GSA

Generik Statistik Asas GSA1072

69.0 1 135.02 135.02

70.0 1 159.26 159.26

¿∑ 30 ¿∑ 1626.07 ¿∑ 2273.71

Jadual 4: Jadual untuk mencari varians

σ 2=∑ f ¿¿¿

σ 2=2273.7130

¿75.79

2.3 PERSENTIL, DESIL, KUARTIL

2.3.1 PERSENTIL

Persentil ialah nombor (nilai) yang mewakili kedudukan peratusan dalam senarai (julat) data.

Rumus persentil, Persentil=1100

n

Cara penyelesaian:

38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,

65, 66, 68, 68, 69, 70

Persentil= 1100

n

persentil= 50100

(30 )

persentil=sebutan ke−15

persentil=60

2.3.2 DESIL

Kaedah pemisahan sehingga satu set data kedudukan ke 10 subseksyen sama besar.

Kedudukan data jenis ini dilakukan sebagai sebahagian daripada banyak kajian akademik

45

Page 46: Kerja Kursus GSA

Generik Statistik Asas GSA1072

dan statistik dalam bidang kewangan. Data boleh menduduki tempat daripada terbesar

kepada nilai-nilai yang paling kecil, atau sebaliknya.

Desil= 110n

cara penyelesaian:

38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,

65, 66, 68, 68, 69, 70

Desil= 110n

Desil= 510

(30 )

Desil=sebutan ke−15

Desil=60

2.3.3 KUARTIL

Satu istilah statistik yang menerangkan pembahagian pemerhatian kepada empat selang

yang telah ditetapkan berdasarkan nilai-nilai data dan bagaimana mereka berbanding

dengan keseluruhan set pemerhatian. Kuartil terbahagi kepada tiga iaitu kuartil satu, kuartil

dua dan kuartil tiga.

Kuartil1=14(Bilangandata )

Kuartil2=12(Bilangandata)

Kuartil3=34(Bilangan data)

Cara penyelesaian:

a) Kuartil 1:

Kuartil1=14(Bilangandata )

46

Page 47: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Kuartil1=14(30)

Kuartil1=sebutan ke7.5

38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64,

65, 65, 66, 68, 68, 69, 70

¿ 46+482

¿47

b) Kuartil 2:

Kuartil2=12(Bilangandata)

Kuartil2=12

(30 )

Kuartil2=sebutan ke−15

38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,

65, 66, 68, 68, 69, 70

Kuartil2=¿60

c) Kuartil 3:

Kuartil3=34(Bilangan data)

Kuartil3=34

(30 )

Kuartil3=sebutan ke−22.5

38, 43, 45, 45, 46, 46, 46, 48, 54, 56, 56.5, 57, 57, 59, 60, 60, 60,60, 61, 62, 63, 64,64, 65,

65, 66, 68, 68, 69, 70

Kuartil3=64+642

47

Page 48: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Kuartil3=64

Secara keseluruhannya, dapatlah dilihat di sini bahawa persentil, desil dan kuartil

mempunyai persamaan.

Kuartil 2 = Desil 5 = Persentil 50

48

Page 49: Kerja Kursus GSA

Generik Statistik Asas GSA1072

KESIMPULAN

Secara keseluruhannya, dapatlah disimpulkan bahawa pelbagai kaedah pengumpulan data

amat penting dalam sesebuah penyelidikan. Tanpa keaedah-kaedah pengumpulan data ini,

data yang diperlukan tidak dapat diperoleh, dikumpul dan dianalisis dengan betul. Antara

kaedah pengumpulan data ialah soal selidik, temu bual dan pemerhatian. Di dalam soal

selidik, selain daripada strategi persampelan responden, item-item soal selidik adalah amat

penting dalam pungutan data untuk dianalisis dan interpretasi. Ini adalah kerana kesahan,

kebolehpercayaan, kebolehtadbiran, dan kemudahtafsiran data sampelnya bukan sahaja

bergantung kepada responden bagaimana menjawab item-item, tetapi juga bagaimana

soalan-soalan selidik yang berkualiti dapat disediakan.

Temubual pula bukan sahaja memerlukan kemahiran membina soalan-soalan

selidik, tetapi juga memerlukan kemahiran komunikasi interpersonal untuk membentuk iklim

temu bual yang kondusif untuk memungut data yang tulen, lengkap dan sempurna. Bagi

pemerhatian pula, ia merupakan instrument kajian yang sangat berkesan kerana antara

sensori-sensori manusia yang digunakan untuk memperoleh maklumat ialah melalui

penglihatan, yang merupakan sensori persepsi yang paling berkesan. Maka, melalui kaedah

ini, penyelidik dapat memperoleh kefahaman situasi nyata secara lebih mendalam.

Data-data yang diperoleh boleh diwakilkan menggunakan aplikasi TMK iaitu

Microsoft Excel. Antara bentuk yang perwakilan yang boleh dibuat menggunakan aplikasi ini

ialah carta palang, plot garisan, poligon kekerapan, histogram, ogif, stem and leaf dan

boxplot. Tugasan kedua menunjukkan dengan jelas cara untuk mencari data selanjar,

sukatan kecenderungan memusat, sukatan serakan dan persentil, desil serta kuartil.

Dengan adanya semua ini, sesebuah penyelidikan itu akan menjadi lebih berkualiti serta

bermutu tinggi.

49

Page 50: Kerja Kursus GSA

Generik Statistik Asas GSA1072

REFLEKSI

Alhamdulillah, setinggi-tinggi kesyukuran saya panjatkan ke hadrat Ilahi kerana dengan

kuasa dan izin-Nya, saya dapat menyiapkan Kerja Kursus Pendek (KKP) Statistik Asas ini

dengan jayanya. Melalui kerja kursus ini, pelbagai pengalaman dan ilmu yang saya

perolehi.

Pada awalnya, tugasan yang Tuan Mohd. Naim bin Hj. Abd Rahim berikan ini agak

sukar dan saya berasa sangat tidak bersemangat untuk menyiapkan tugasan ini. Hal ini

kerana tugasan ini ada meminta untuk membuat penulisan tentang kaedah cara mewakilkan

sesebuah data menggunakan aplikasi TMK iaitu Microsoft Excel. Saya merasakan tugasan

ini agak sukar kerana sya tidak mempunyai kemahiran untuk menggunakan aplikasi

Microsoft Excel.

Namun begitu, saya harus sentiasa positif kerana jika saya fikirkan saya boleh, saya

pasti boleh untuk menyiapkan tugasan ini dengan cemerlang. Jika rakan-rakan saya boleh

bersemangat, maka saya juga boleh. Namun begitu, alhamdulillah kerana selepas Tuan

Mahian memberi penerangan dan hasil perbincangan dengan rakan-rakan sekelas, saya

dapat memahami konsep dan tugasan kerja kursus kali ini. Walaupun agak sukar, namun

jawapan bagi soalan-soalan ini boleh dikupas dengan baik dengan menganalisis maklumat

dan membuat kajian ilmu dengan sistematik agar jawapan yang diberikan merupakan

jawapan dan maklumat yang betul.

Sepanjang menjalankan tugasan ini, saya telah mempelajari betapa pentingnya

masa untuk dimanfaatkan. Saya mempunyai kelemahan terbesar iaitu sikap sering

bertangguh untuk membuat sesuatu pekerjaan. Sesungguhnya benarlah kata hikmah

terdahulu yang mengatakan bahawa ‘masa itu emas’. Saya dapat lihat betapa berharganya

masa untuk diisi dengan melakukan aktiviti-aktiviti yang berfaedah seperti menyempurnakan

tugasan yang diberikan tanpa bertangguh. Hal ini demikian kerana, sesuatu kerja yang

dilaksanakan secara bertangguh pasti akan menghasilkan sesuatu yang tidak memuaskan.

Seorang sahabat ada berpesan kepada saya iaitu sikap bertangguh merupakan sifat

syaitan. Kita sebagai seorang Muslim hendaklah menjauhkan diri kita daripada sifat

berkenaan agar hidup kita sentiasa diberkati dan diredhai Allah SWT. Insya Allah, saya

akan mengubah sikap buruk saya ini sedikit demi sedikit dan terus istiqamah iaitu

berterusan agar mendapat redha Allah SWT.

50

Page 51: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Pada pendapat saya, tugasan kerja kursus Statistik Asas ini amat memberi faedah

dan input kepada diri saya dan rakan-rakan. Hal ini demikian kerana, walaupun saya akan

mengajar subjek Sejarah di sekolah nanti, namun saya tidak boleh mengabaikan subjek-

subjek lain kerana salah satu ciri seorang guru yang cemerlang ialah guru yang

mempersiapkan dirinya dengan pelbagai jenis ilmu. Oleh yang demikian, jika bukan saya

yang perlu belajar bersungguh-sungguh, maka siapa lagi? Sesungguhnya kerja kursus ini

telah menyedarkan diri saya bahawa betapa pentingnya subjek ini untuk dipelajari dan

dihayati.

Sewaktu proses menyiapkan tugasan ini, saya menghadapi beberapa kesukaran

iaitu saya tidak tahu bagaimanakah caranya untuk membuat sebarang graf atau carta

menggunakan Microsoft Excel. Hal ini agak menyukarkan saya untuk menyiapkan tugasan

ini. Namun begitu, hal tersebut tidak meruntuhkan semangat saya untuk menyiapkan kerja

kursus ini. Saya telah meminta rakan saya, Nurhanani Suriana untuk memberi tunjuk ajar

tentang cara-cara untuk menggunakan Microsoft Excel sehingga saya mahir

menggunakannya. Tugasan ini telah menjadikan saya seorang yang gigih dan bersungguh-

sungguh di dalam semua perkara.

Tugasan kerja kursus ini telah mengajar pelbagai perkara yang bermanfaat untuk diri

saya juga rakan-rakan. Saya telah bertekad untuk melakukan tugasan kerja kursus akan

datang dan seterusnya dengan tidak bertangguh lagi. Saya akan berusaha untuk mula

membuat kerja kursus sejurus selepas mendapat soft copy atau hard copy bagi soalan

tugasan tersebut sedikit demi sedikit. Sekurang-kurangnya, saya tidak kelam kabut dan

terpaksa untuk tidak tidur pada waktu malam semata-mata untuk menyiapkan tugasan-

tugasan kerja kursus yang diberikan kerana due-date iaitu waktu untuk menghantar tugasan

semakin hampir. Tambahan lagi, saya juga akan lebih rajin untuk berkolaborasi dengan

pensyarah dan rakan-rakan agar mendapat lebih banyak ilmu baru yang bermanfaat.

Tugasan ini yang memerlukan kami menggunakan aplikasi Microsoft Excel

menunjukkan bahawa ia sangat penting dalam proses pengajaran dan pembelajaran

Seseorang tenaga pengajar sering berhadapan dengan masalah di mana pelajar tidak

mampu untuk membayangkan satu konsep dalam keadaan yang kompleks dan abstrak.

Penggunaan perisian berkomputer yang dibekalkan oleh pihak Kementerian Pelajaran

Malaysia telah merubah corak dan sistem pendidikan yang telah  diamalkan di Malaysia.

Corak yang diamalkan sebelum ini berbentuk tradisional. Perkataan tradisi itu sendiri

membayangkan kita sesuatu yang telah lama dan bercorak ikutan. Menyedari tentang

kemampuan perisian yang mempunyai elemen – elemen multimedia seperti pemaparan

51

Page 52: Kerja Kursus GSA

Generik Statistik Asas GSA1072

grafik, warna yang jelas, isi yang berkesan dan berkualiti sudah pasti sedikit sebanyak dapat

membantu guru dan pelajar dalam proses pengajaran dan pembelajaran. Pendekatan

berbentuk konstruktivisme mengandaikan guru dan pelajar bekerjasama dalam proses

pengajaran dan pembelajaran. Lantaran itu pengajaran statistik bagi tujuan pengenalan

topic adalah lebih bijak jika diaplikasikan dalam bentuk pengajaran dan pembelajaran

dengan berbantu bahan mengajar berasaskan komputer.

Bukan itu sahaja, tugasan ini juga memberi pengetahuan baharu kepada saya

tentang kepentingan kaedah pengumpulan data yang pelbagai yang sangat penting dalam

melakukan kajian tindakan (AR) pada semester yang akan datang. Dengan mengetahuinya

lebih awal, maka tidak mempunyai masalah bagi saya untuk membuat kajian tindakan nanti.

Tugasan kedua yang memerlukan kami untuk membentuk kumpulan yang terdiri daripada

empat individu, iaitu, saya, Eliani Binti Uyen, Nursahira Binti Baddu dan Mohd. Asyraf Bin

Abd Hamid. Melaluinya, kerjasama antara kami menjadi semakin erat dan kemahiran

berkomunikasi kami semasa menyoal selidik responden juga semakin baik.

Saya berasa sangat bertuah kerana dapat mempelajari subjek ini dan mempunyai

seorang pensyarah yang begitu berpengalaman dan berpengetahuan dalam bidangStatistik

Asas. Sekarang, saya akan lebih yakin pada diri sendiri untuk mendidik dan berkongsi ilmu

kepada para pelajar pada masa yang akan datang. Saya juga bersemangat untuk menjadi

guru yang terbaik untuk anak-anak murid dan anak-anak saya.

Akhir kalam dari saya, saya berterima kasih kepada Allah kerana memberi keizinan-

Nya kepada saya untuk menyiapkan tugasan ini. Kepada semua yang banyak membantu

saya dalam menyiapkan tugasan ini, sejambak mawar seharum kasturi saya berikan kerana

tanpa bantuan daripada semua pihak, tugasan saya tidak akan sesempurna ini. Tidak lupa

juga kepada sahabat-sahabat saya yang banyak memberi semangat kepada saya, seinfiniti

terima kasih untuk anda semua. Saya memohon maaf kepada semua yang terguris hati dan

perasaan semasa saya menyiapkan tugasan ini. Sekian, terima kasih.

52

Page 53: Kerja Kursus GSA

Generik Statistik Asas GSA1072

RUJUKAN

CBA-103 (2010). Pengenalan Terhadap Statistik. Daripada

http://statistikcba103.blogspot.com/2010/01/bab-1-pengenalan-terhadap-statistik.html.

Diakses pada 15 Mac 2015

Chew Su Lian & et.al (2007). Additional Mathematics SPM. Johor Darul Takzim: Penerbitan

Pelangi Sdn.Bhd.

Dahlia (2011). Jenis data numerik dan bukan numerik. Daripada

http://www.cikgudahlia.com/2011/11/jenis-datanumerik-dan-bukan-numerik.html. Di

akses pada 18 Maac 2015.

Graham Upton & Ian Cook (2001). Introducing Statistics, 2nd Edition. New York: Oxford

University Press.

IPGM Kampu Pendidikan Teknik (2011). Kaedah pengumpulan data dalam penyelididkan.

Daripada http://tajulariff60.blogspot.com/2011/03/4-kaedah-pengumpulan-data-

dalam.html. Diakses pada 15 Mac 2015.

Izham Shafie (2000). Pengantar Statistik. Perlis: Penerbit UUM.

Julianus (2014). Pengertian Definisi Statistik Menurut Para Ahli. Daripada

https://aidildelau.wordpress.com/2014/04/16/pengertian-definisi-statistik-menurut-para-

ahli/. Diakses pada 16 Mac 2015.

Kamariah Abu Bakar, Rohani Ahmad Tarmizi & Abdul Majid Md. Isa (1996). “Pengukuran

Kemahiran Sainstifik Di Kalangan Pelajar Lepasan SPM.” Kertas Kerja dibentang di

Seminar Kebangsaan Penilaian KBSM: Isu dan Hala Strategik Ke Arah Abad 21.

Genting Highland, 2-6 September.

Mohd. Kidin Shahran (2002). Statistik Perihalan dan Kebarangkalian. Kuala Lumpur: Dewa

Bahasa Dan Pustaka.

Mohd Nawi Ab. Rahman (1998). Asas Statistik, Ed. 2. Serdang: Penerbit UPM.

53

Page 54: Kerja Kursus GSA

Generik Statistik Asas GSA1072

Mok Soon Sang (2010). Penyelidikan dalam Pendidikan: Perancangan dan Pelaksanaan

Penyelidikan Tindakan. Selangor Darul Ehsan: Penerbitan Multimedia Sdn.Bhd.

Parta Setiawan (2015). Pengertian Statistik Lengkap Menurut Para Ahli. Daripada

http://www.gurupendidikan.com/pengertian-statistik-lengkap-menurut-para-ahli/. Diakses

pada 17 Mac 2015.

LAMPIRAN

BORANG SOAL SELIDIK GSA1072: STATISTIK ASAS

Berat badan (kg) 30 orang pelajar PPISMP Ambilan Jun 2014

Bil. Opsyen Berat Badan (kg)1.2.3.4.5.6.7.8.9.

10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.

54

Page 55: Kerja Kursus GSA

Generik Statistik Asas GSA1072

55