Kuartil Data Kumpulan
pengenalan
Statistik, cabang sains yang berkaitan dengan pengumpulan, analisis, tafsiran, persembahan dan organisasi data, mempunyai banyak konsep penting yang membantu dalam membuat keputusan berasaskan data. Satu konsep statistik penting dalam analisis data ialah kuartil. Kuartil membantu memahami taburan data dan bagaimana data dikumpulkan. Dalam artikel ini, kita akan membincangkan kuartil secara terperinci dalam konteks data terkumpul, cara mengiranya dan bagaimana mentafsirkan keputusan dapat memberikan pandangan yang lebih mendalam tentang taburan data.
Memahami Kuartil
Secara ringkasnya, kuartil ialah nilai yang membahagikan data kepada empat bahagian yang sama. Dalam konteks taburan data, kuartil membahagikan data kepada tiga titik, membentuk empat selang. Tiga titik ini: Kuartil Pertama (S1), Kuartil Kedua (S2), dan Kuartil Ketiga (S3) adalah asas kepada analisis statistik. Setiap kuartil mempunyai makna dan fungsi yang berbeza dalam memahami data.
– Kuartil Pertama (S1): Ini ialah nilai tengah separuh bahagian bawah data, juga dikenali sebagai persentil ke-25.
– Kuartil Kedua (S2): Ini ialah nilai tengah semua data, juga dikenali sebagai median atau persentil ke-50.
– Kuartil Ketiga (S3): Ini ialah nilai tengah separuh bahagian atas data, juga dikenali sebagai persentil ke-75.
Kuartil digunakan untuk menggambarkan pelbagai aspek taburan dan memberikan maklumat yang lebih terperinci tentang julat dan ketekalan data.
Kuartil dalam Data Berkumpulan
Dalam dunia sebenar, data yang dikumpul biasanya tidak dikumpulkan (data mentah) tetapi sebaliknya dalam kumpulan dengan frekuensi masing-masing (data berkumpulan). Menganalisis data berkumpulan bertujuan untuk memberikan maklumat tentang bagaimana data diagihkan merentasi pelbagai kategori atau kelas. Mengira kuartil untuk data berkumpulan melibatkan beberapa langkah berbeza daripada data tidak berkumpulan.
Langkah-langkah untuk Mengira Kuartil Data Berkumpulan
Untuk mengira kuartil dalam data terkumpul, kita memerlukan beberapa maklumat asas daripada taburan frekuensi, seperti had kelas atas dan bawah, frekuensi setiap kelas dan frekuensi kumulatif. Berikut ialah langkah-langkah untuk mengira kuartil bagi data terkumpul:
1. Tentukan Kelas Kuartil:
– Kuartil Pertama (S1) : Ditemui dalam kelas di mana frekuensi kumulatif menghampiri \( \frac{N}{4} \)
– Kuartil Kedua (Q2) atau Median: Ditemui dalam kelas di mana frekuensi kumulatif menghampiri \( \frac{N}{2} \)
– Kuartil Ketiga (S3) : Ditemui dalam kelas di mana frekuensi kumulatif menghampiri \( \frac{3N}{4} \)
2. Gunakan Formula Kuartil untuk Data Berkumpulan:
– Formula untuk Kuartil Pertama (S1):
\[
Q1 = L + \left( \frac{\frac{N}{4} – Fk}{f} \right) \times c
\]
– Formula untuk Kuartil Kedua (S2):
\[
Q2 = L + \left( \frac{\frac{N}{2} – Fk}{f} \right) \times c
\]
– Formula untuk Kuartil Ketiga (S3):
\[
Q3 = L + \left( \frac{\frac{3N}{4} – Fk}{f} \right) \times c
\]
Di mana:
– \( L \) ialah had bawah kelas kuartil
– \( N \) ialah jumlah frekuensi
– \( Fk \) ialah frekuensi kumulatif sehingga kelas kuartil
– \( f \) ialah frekuensi kelas kuartil
– \( c \) ialah lebar kelas
Contoh Pengiraan Kuartil untuk Data Berkumpulan
Untuk memudahkan pemahaman, mari kita lihat contoh berikut:
Taburan frekuensi data adalah seperti berikut:
| Selang Kelas | Frekuensi (f) |
|—————-|—————|
| 10 – 20 | 5 |
| 20 – 30 | 8 |
| 30 – 40 | 12 |
| 40 – 50 | 7 |
| 50 – 60 | 3 |
Langkah-langkah:
1. Tentukan N: Jumlah frekuensi \( N = 5 + 8 + 12 + 7 + 3 = 35 \)
2. Frekuensi Kumulatif (Fk):
| Kelas Selang | Frekuensi (f) | Frekuensi Kumulatif (Fk) |
|———————-|——————|————————–|
| 10 – 20 | 5 | 5 |
| 20 – 30 | 8 | 13 |
| 30 – 40 | 12 | 25 |
| 40 – 50 | 7 | 32 |
| 50 – 60 | 3 | 35 |
3. Mencari Kelas Kuartil:
– S1: \( \frac{N}{4} = 8.75 \) berada dalam kelas 20 – 30
– S2: \( \frac{N}{2} = 17.5 \) berada dalam kelas 30 – 40
– S3: \( \frac{3N}{4} = 26.25 \) berada dalam kelas 40 – 50
4. Mengira Kuartil:
– Untuk Suku Pertama:
– \( L = 20 \)
– \( Fk = 5 \)
– \( f = 8 \)
– \( c = 10 \)
\[
Q1 = 20 + \left( \frac{8.75 – 5}{8} \right) \times 10 = 20 + (0.46875) \times 10 = 24.6875
\]
– Untuk Suku Pertama:
– \( L = 30 \)
– \( Fk = 13 \)
– \( f = 12 \)
– \( c = 10 \)
\[
Q2 = 30 + \left( \frac{17.5 – 13}{12} \right) \times 10 = 30 + (0.375) \times 10 = 33.75
\]
– Untuk Suku Pertama:
– \( L = 40 \)
– \( Fk = 25 \)
– \( f = 7 \)
– \( c = 10 \)
\[
Q3 = 40 + \left( \frac{26.25 – 25}{7} \right) \times 10 = 40 + (0.17857) \times 10 = 41.7857
\]
Tafsiran Keputusan
Dengan menggunakan pengiraan di atas, kita peroleh bahawa:
– S1 = 24.6875
– S2 = 33.75
– S3 = 41.7857
Kuartil ini memberi kita maklumat tambahan tentang taburan data:
– S1=24.6875 : 25% daripada data adalah di bawah 24.6875
– S2=33.75 : 50% daripada data adalah di bawah 33.75
– S3=41.7857 : 75% daripada data adalah di bawah 41.7857
Maklumat kuartil membolehkan kita memahami kepekatan data dan julat kebolehubahannya. Maklumat ini boleh menjadi sangat berguna dalam membuat keputusan dan analisis data selanjutnya, seperti pengesanan outlier atau penilaian prestasi sistem.
Kesimpulannya
Kuartil dalam data terkumpul memainkan peranan penting dalam analisis statistik. Dengan kaedah yang betul, kita dapat memahami taburan data dengan lebih terperinci dan tepat. Maklumat ini bukan sahaja membantu tafsiran data tetapi juga memudahkan proses membuat keputusan yang lebih tepat berdasarkan bukti empirikal. Kesimpulannya, memahami cara mengira dan mentafsir kuartil dalam data terkumpul merupakan kemahiran asas yang mesti dikuasai oleh setiap penganalisis data.
