1 / 40

Bab 3 Pemerihalan Data

Statistik untuk Sains Sosial. Bab 3 Pemerihalan Data. Kegunaan Taburan Kekerapan. Memadatkan data mentah kepada bentuk yang lebih berguna . Membolehkan interpretasi cepat secara visual ke atas data Membolehkan penentuan ciri utama data termasuk di mana tumpuan data.

charo
Download Presentation

Bab 3 Pemerihalan Data

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Statistik untuk Sains Sosial Bab 3 Pemerihalan Data

  2. Kegunaan Taburan Kekerapan • Memadatkan data mentahkepadabentuk yang lebihberguna. • Membolehkaninterpretasicepatsecara visual keatas data • Membolehkanpenentuanciriutama data termasukdimanatumpuan data

  3. Jadual Taburan Kekerapan • Satu kaedah & tatacara untuk memperihalkan semua data yang terkumpul dan tidak terkumpul.

  4. Taburan Kekerapan Data Tidak Terkumpul • Susun data daripada yang terkecil kepada yang terbesar mengikut nilai sebenar. • Bentuk taburan kekerapan.

  5. Data Mentah

  6. Taburan Kekerapan Skor Pencapaian

  7. Taburan Kekerapan Modal Terkumpul • Mengkelas atau mengumpulkan data mengikut kelas atau kategori. • Kategori yang dibuat dipanggil kelas. • Kelas mengandungi selang kelas, had kelas, nilai titik tengah dan skor.

  8. Bilangan Kelas • Anda mesti berhati-hati dalam: • memilih bilangan kumpulan kelas bagi jadual, • menentukan lebar yang sesuai bagi satu kumpulan kelas, dan • menentukan sempadan bagi setiap kumpulan kelas untuk mengelakkan pertindihan. • Jumlah kumpulan kelas bergantung kepada jumlah data. Jika jumlah yang lebih besar, secara umumnya perlu lebih kelas.

  9. Bilangan Kelas • Satutaburankekerapanpatutmempunyaisekurang-kurangnya 8 tetapitidakmelebihi 15 kelasatau 10 – 15 kelas. • LihatJadual 3.3

  10. Had Sebenar Kelas • Had sebenar setiap kelas perlulah ditunjukkan kerana setiap skor mempunyai had nilai terendah sebenar hingga had nilai tertinggi sebenar. • Nilai skor 10 berada antara 9.5 (nilai terendah sebenar) dan 10.5 (nilai tertinggi sebenar). • Nilai had sebenar, nilai titik tengah dan kekerapan bagi setiap kelas ditunjukkan dalam Jadual 3.4.

  11. Had SebenarKelas

  12. Peratus Kekerapan & Kekerapan Kumulatif • Nilai kekerapan dijadikan peratus untuk memberi gambaran yang lebih baik. • Kekerapan kumulatif: • dikira jika analisis lanjut diperlukan untuk mendapat nilai min, median dan persentil. • dikira dengan mencampurkan kekerapan bagi setiap kelas bermula daripada kelas yang terbawah. • Jumlah kekerapan kumulatif pada kelas paling atas mestilah sama dengan N. • Lihat Jadual 3.5.

  13. Peratus Kekerapan Dan Kekerapan Kumulatif

  14. Carta Turus • Digunakan untuk menggambarkan data jenis nominal dan ordinal. • Turun menegak dan turus mendatar mewakili setiap kategori yang bersifat eksklusif. • Setiap turus hendaklah terpisah dengan turus yang lain. • Panjang turus menunjukkan kekerapan (frekuensi) atau peratusan bagi setiap kategori.

  15. Carta Turus Secara Menegak Data Nominal

  16. Carta Turus Menegak Tempat dan Jantina

  17. Carta Turus

  18. Carta Turus

  19. Histogram • bercantum antara satu sama lain • Pengukuran pada paksi melintang ialah nilai had sebenar kelas yang mewakili setiap turus • nilai terendah had sebenar sesuatu kelas menjadi penyambung di antara turus kelas tersebut dengan kelas yang sebelumnya.

  20. Histogram Markat Pencapaian Pelajar Tahun Pertama Pembangunan Manusia

  21. Graf Garisan & Kekerapan Poligon • Graf ini menggunakan nilai titik tengah yang mewakili setiap kelas taburan. • Garisan graf dilukis melalui setiap titik tengah dalam bentuk garisan lurus. • Lihat Rajah 3.5.

  22. Poligon Kekerapan Titik Tengah Kelas Frekuensi 10 - 20 15 3 21 - 30 25 6 31 - 40 35 5 41 - 50 45 4 51 - 60 55 2 (In a percentage polygon the vertical axis would be defined to show the percentage of observations per class) Kelas Titik Tengah

  23. Ogif • Dilukiskanberdasarkankepadanilaikekerapankumulatif. • Paksimendatarmenggunakannilai had sebenarbagisetiapkelasdanperatusankumulatif di sepanjangpaksimenegak. • Lihat Rajah 3.6

  24. Carta Bulatan/Pai • Digunakan untuk menunjukkan perbandingan kategori yang digunakan dalam data nominal atau ordinal. • Carta bulatan/pai adalah satu bulatan yang dibahagikan kepada kepingan yang mewakili kategori. Saiz setiap kepingan berbeza mengikut peratusdalam setiap kategori.

  25. Carta Bulatan/Pai

  26. NilaiAsasdanNilaiHujung (Stem-and-Leaf Display) • Satucaramudahuntukmelihatbagaimana data tertaburdandimanatertumpu. • Kaedah - Asingkansiri data yang telahdisusundari min ke max kepada digit asas(stem) dan digit hujung (leaves)

  27. Nilai Asas dan Nilai Hujung • Metod pemerihalan data yang menggabungkan teknik taburan kekerapan dan gambaran taburan setiap kes/skor bermula daripada skor terendah hingga skor terbesar. • Paksi menegak mewakili nilai asas iaitu digit pertama sesuatu skor.

  28. Nilai Asas dan Nilai Hujung • e.g. nilai asas 4 dan nilai hujung 5 mewakili skor 45. • Nilai asas disusun pada paksi menegak dan nilai hujung diletakkan di sebelah kanan nilai asa dan membentuk garisan melintang. • Lihat Jadual 3.7

  29. Nilai Asas Nilai Hujung * 5 5 5 6 6 7 7 8 8 8 8 9 . 0 0 1 2 2 2 3 4

  30. Nilai Asas dan Nilai Hujung Markat PencapaianPelajar Tahun Pertama Program Pembangunan Manusia Nilai Asas Nilai Hujung * 557889 6 . 0012223333444 * 5555555555556666666666666677777788999 5 . 000000011122222233333334444444 * 555566666666677777778888888899999999999 4 . 00001111122222333344444 * 556666777778888999 3 . 011223334 2 * 5678 . 444

  31. penganalisis data mampu memperihalkan taburan markat prestasi yang mempunyai kekerapan yang paling tinggi dan markat mana pula yang kekerapannya paling kecil • Kategori markat yang paling kerap wujud boleh juga dikenal pasti dengan melihat baris manakah yang paling panjang dalam taburan.

  32. Data Outlier • data yang terpencil jauh daripada kebanyakan data dapat dikesan. • Data outlier yang bernilai tinggi, misalnya, akan menyebabkan purata atau min taburan menjadi tinggi dan sebaliknya

  33. Taburan Markat yang Berkemungkinan Terdapat Outlier Markat Kekerapan Markat Kekerapan 85 1 59 3 . . 58 2 . . 57 6 75 0 56 14 74 0 55 12 73 0 72 0 71 0 Mana-mana data yang muncul jauh daripada kebanyakan kelas yang ada adalah petunjuk kepada outlier. Oleh kerana markat antara 71 hingga 84 tidak mempunyai sebarang kekerapan, maka markat 85 dianggap sebagai outliers kerana ia terpencil jauh daripada kelompok markat yang lain.

  34. Taburan Semukur

  35. Taburan Herot Taburan ini mempunyai kekerapan yang kecil pada kelas yang rendah. Sebaliknya kekerapan pada kelas yang tinggi lebih besar. Herot kelok taburan ini mengarah ke sebelah kiri taburan iaitu pada markat yang rendah Kelok taburan herot positif akan mengherot ke arah kanan taburan iaitu pada markat atau skor yang tinggi.

  36. SPSS Data Entry 1. Enter all the scores in one column of the data editor, Var0001. Data Analysis 1. Click Analyze on the tool bar, select Descriptive Statistics and click on Frequencies. 2. Highlight the column label for the set of scores (var0001) in the left box and click the arrow to move it into the Variable box. 3. Click charts. 4. Select either Bar Graphs or Histogram. 5. Click continue. 6. Click OK.

More Related