Contoh Soalan Membincangkan Persentil Data Kumpulan
Persentil ialah ukuran kedudukan dalam statistik yang digunakan untuk memahami taburan data. Dalam artikel ini, kita akan membincangkan secara terperinci cara menentukan persentil untuk data terkumpul. Kita akan memasukkan beberapa contoh masalah dan penjelasannya untuk menjelaskan konsep ini. Mari kita mulakan dengan pemahaman asas tentang persentil dan kemudian beralih kepada contoh dan penjelasannya.
Memahami Persentil
Persentil ialah nilai yang membahagikan data kepada 100 bahagian yang sama. Iaitu, persentil ke-n ialah nilai di mana n% data dalam sesuatu taburan berada di bawahnya. Contohnya, jika data mempunyai persentil ke-25 (P25), ini bermakna 25% data berada di bawah nilai tersebut.
Dalam data terkumpul, kita sering menggunakan jadual taburan frekuensi untuk menyusun data dan kemudian menentukan persentil yang berkaitan. Jadual-jadual ini membentangkan data dalam selang kelas tertentu, membolehkan kita memahami taburan data dengan lebih komprehensif.
Formula Persentil dalam Data Kumpulan
Formula umum untuk menentukan persentil ke-n (Pn) dalam data kumpulan adalah seperti berikut:
\[
P_n = L + \left( \frac{nN – \sum f_{\text{before}}}{f_{k}} \right) \times c
\]
Di mana:
– \(P_n\) ialah persentil ke-n.
– \(L\) ialah pinggir bawah selang kelas persentil.
– \(n\) ialah persentil yang dikehendaki (cth., untuk P25, n = 25).
– \(N\) ialah jumlah frekuensi kumulatif.
– \(\sum f_{\text{before}}\) ialah frekuensi kumulatif sebelum selang kelas persentil.
– \(f_{k}\) ialah frekuensi selang kelas persentil.
– \(c\) ialah panjang selang kelas.
Contoh masalah
Untuk lebih memahami, mari kita lihat contoh soalan berikut dan bincangkannya secara terperinci.
Contoh Soalan 1
Dalam satu tinjauan, data telah diperoleh mengenai ketinggian (dalam cm) 100 pelajar sekolah menengah darjah 10 seperti berikut:
| Selang Kelas | Kekerapan |
|—————-|————–|
| 150 – 154 | 5 |
| 155 – 159 | 8 |
| 160 – 164 | 12 |
| 165 – 169 | 20 |
| 170 – 174 | 30 |
| 175 – 179 | 15 |
| 180 – 184 | 10 |
Kira persentil ke-40 (P40) bagi data tersebut.
Langkah-langkah untuk Menyelesaikan
1. Tentukan kekerapan kumulatif bagi setiap kelas:
| Selang Kelas | Kekerapan | Kekerapan Kumulatif |
|———————-|————–|————————|
| 150 – 154 | 5 | 5 |
| 155 – 159 | 8 | 13 |
| 160 – 164 | 12 | 25 |
| 165 – 169 | 20 | 45 |
| 170 – 174 | 30 | 75 |
| 175 – 179 | 15 | 90 |
| 180 – 184 | 10 | 100 |
2. Kenal pasti selang kelas persentil (P40):
Oleh kerana kita mencari P40, kita memerlukan 40% daripada 100 pelajar, iaitu 40 pelajar. Melihat jadual kekerapan kumulatif, kita dapati bahawa 40 pelajar berada dalam selang kelas 165 – 169 cm kerana 45 ialah kekerapan kumulatif pertama yang melebihi 40.
3. Cari nilai yang diperlukan dalam formula:
– \(L = 164.5\)
– \(nN = 40\)
– \(\jumlah f_{\teks{sebelum}} = 25\)
– \(f_k = 20\)
– \(c = 5\)
4. Masukkan nilai ke dalam formula:
\[
P_{40} = 164.5 + \left( \frac{40 – 25}{20} \right) \times 5
\]
\[
P_{40} = 164.5 + \left( \frac{15}{20} \right) \times 5
\]
\[
P_{40} = 164.5 + 0.75 \times 5
\]
\[
P_{40} = 164.5 + 3.75
\]
\[
P_{40} = 168.25
\]
Jadi, persentil ke-40 (P40) bagi data ialah 168.25 cm.
Contoh Soalan 2
Katakan terdapat data skor ujian matematik daripada sekumpulan 200 pelajar:
| Selang Kelas | Kekerapan |
|—————-|————–|
| 40 – 44 | 10 |
| 45 – 49 | 18 |
| 50 – 54 | 32 |
| 55 – 59 | 45 |
| 60 – 64 | 50 |
| 65 – 69 | 25 |
| 70 – 74 | 12 |
| 75 – 79 | 8 |
Kira persentil ke-75 (P75) bagi data tersebut.
Langkah-langkah untuk Menyelesaikan
1. Tentukan kekerapan kumulatif bagi setiap kelas:
| Selang Kelas | Kekerapan | Kekerapan Kumulatif |
|———————-|————–|————————|
| 40 – 44 | 10 | 10 |
| 45 – 49 | 18 | 28 |
| 50 – 54 | 32 | 60 |
| 55 – 59 | 45 | 105 |
| 60 – 64 | 50 | 155 |
| 65 – 69 | 25 | 180 |
| 70 – 74 | 12 | 192 |
| 75 – 79 | 8 | 200 |
2. Kenal pasti selang kelas persentil (P75):
Oleh kerana kita mencari P75, kita memerlukan 75% daripada 200 pelajar, iaitu 150 pelajar. Melihat kekerapan kumulatif, kita dapati bahawa 150 pelajar berada dalam selang kelas 60 – 64.
3. Cari nilai yang diperlukan:
– \(L = 59.5\)
– \(nN = 150\)
– \(\jumlah f_{\teks{sebelum}} = 105\)
– \(f_k = 50\)
– \(c = 5\)
4. Masukkan nilai ke dalam formula:
\[
P_{75} = 59.5 + \left( \frac{150 – 105}{50} \right) \times 5
\]
\[
P_{75} = 59.5 + \left( \frac{45}{50} \right) \times 5
\]
\[
P_{75} = 59.5 + 0.9 \times 5
\]
\[
P_{75} = 59.5 + 4.5
\]
\[
P_{75} = 64
\]
Jadi, persentil ke-75 (P75) bagi data ialah 64.
Kesimpulannya
Dalam artikel ini, kami telah membincangkan cara menentukan persentil untuk data terkumpul menggunakan formula dan beberapa contoh masalah. Persentil adalah alat yang berguna dalam statistik untuk memahami taburan data dan menentukan kedudukan relatif nilai data. Dengan memahami cara mengira persentil dalam data terkumpul, kita dapat menganalisis data dengan lebih komprehensif. Kami berharap contoh masalah dan perbincangan ini dapat membantu anda memahami konsep persentil dalam data terkumpul dengan lebih baik.
