Cara Mengira Kuartil, Desil dan Persentil dalam Data Statistik
Dalam statistik, kita sering perlu menentukan kedudukan sesuatu nilai dalam set data. Hanya mengira min atau median tidak mencukupi, kerana ukuran ini gagal menerangkan bagaimana data diagihkan dan bagaimana sesuatu pemerhatian dibandingkan dengan yang lain. Di sinilah kuartil, desil dan persentil memainkan peranan. Ketiga-tiganya adalah ukuran kedudukan yang membahagikan data yang disusun kepada bahagian yang sama. Artikel ini membincangkan definisi, langkah umum dan cara mengira kuartil, desil dan persentil untuk set data tunggal dan berkumpulan.
-
1. Konsep Asas: Data Mesti Disusun
Sebelum mengira kuartil, desil atau persentil, langkah yang paling penting ialah menyusun data dari terkecil hingga terbesar. Setelah data disusun, kita boleh menentukan lokasi kuartil, desil atau persentil berdasarkan kedudukan indeksnya.
Secara amnya:
– Kuartil membahagikan data kepada 4 bahagian.
– Desil membahagikan data kepada 10 bahagian.
– Persentil membahagikan data kepada 100 bahagian.
Dalam praktiknya, kuartil, desil dan persentil biasanya digunakan untuk analisis skor ujian, data pendapatan, ukuran antropometri (tinggi/berat) dan penilaian prestasi.
-
2. Cara Mengira Kuartil (S1, S2, S3)
A. Kuartil dalam Data Tunggal (Tidak Berkumpul)
Kuartil terdiri daripada:
– S1: kuartil bawah (25% data berada di bawahnya)
– S2 : median (50%)
– S3 : kuartil atas (75%)
Langkah-langkah untuk mengira kuartil data tunggal:
1. Isih data.
2. Kira kedudukan kuartil menggunakan formula kedudukan:
– Kedudukan Q1 = \((n+1)/4\)
– Kedudukan Q2 = \(2(n+1)/4\) atau \((n+1)/2\)
– Kedudukan Q3 = \(3(n+1)/4\)
Jika kedudukannya ialah integer, ambil nilai pada kedudukan tersebut. Jika kedudukannya ialah pecahan, interpolasi (ambil nilai antara dua titik data terdekat).
Contoh ringkas:
Data yang disusun: 4, 6, 7, 8, 10, 12, 13, 15 (n = 8)
Kedudukan Q1 = (8+1)/4 = 2,25 → berada di antara data ke-2 dan ke-3.
Jadi S1 adalah antara 6 dan 7. Interpolasi:
S1 = 6 + 0,25(7−6) = 6,25.
-
B. Kuartil dalam Data Berkumpulan (Taburan Frekuensi)
Bagi data terkumpul (cth. selang kelas), kuartil dikira menggunakan formula:
\[
Q_k = L + \left( \frac{\left(\frac{k}{4}n – F\right)}{f} \right) \times c
\]
Maklumat:
– \(Q_k\): kuartil ke-k (k = 1,2,3)
– \(L\): pinggir bawah kelas kuartil
– \(n\): bilangan data (jumlah frekuensi)
– \(F\): kekerapan kumulatif sebelum kelas kuartil
– \(f\): kekerapan dalam kelas kuartil
– \(c\): panjang kelas
Langkah-langkah umum:
1. Cipta frekuensi kumulatif.
2. Tentukan lokasi kuartil: \(k/4 \times n\).
3. Cari kelas yang mengandungi kedudukan tersebut.
4. Masukkan ke dalam formula.
-
3. Cara Mengira Desil (D1 hingga D9)
Desil membahagikan data kepada 10 bahagian, supaya:
– \(D_1\) menunjukkan had 10% terbawah data,
– \(D_5\) adalah sama dengan median,
– \(D_9\) menunjukkan had data 90%.
A. Desil dalam Data Tunggal
Formula kedudukan desil:
\[
\text{Kedudukan } D_k = \frac{k(n+1)}{10}
\]
dengan \(k = 1,2,\dots,9\).
Sebaik sahaja kedudukan diperoleh, kaedah untuk mengambil nilai adalah sama seperti untuk kuartil: jika ia keseluruhan, ambilnya secara langsung, jika ia pecahan, interpolasi.
-
B. Desil dalam Data Berkumpulan
Formula desil untuk data terkumpul:
\[
D_k = L + \left( \frac{\left(\frac{k}{10}n – F\right)}{f} \right) \times c
\]
Huraiannya sama seperti kuartil, cuma pembahaginya ialah 10.
Langkah:
1. Kira \(k/10 \kali n\).
2. Tentukan kelas desil berdasarkan frekuensi kumulatif.
3. Gantikan ke dalam formula.
Desil sering digunakan dalam analisis ekonomi, contohnya membahagikan pendapatan orang ramai kepada 10 kumpulan (desil 1 ialah yang paling miskin hingga desil 10 ialah yang paling kaya).
-
4. Cara Mengira Persentil (P1 hingga P99)
Persentil lebih terperinci kerana ia membahagikan data kepada 100 bahagian. Nilai P25 = Q1, P50 = median, dan P75 = Q3. Ini bermakna kuartil sebenarnya merupakan kes khas persentil.
A. Persentil pada Data Tunggal
Formula kedudukan persentil:
\[
\text{Kedudukan } P_k = \frac{k(n+1)}{100}
\]
dengan \(k = 1,2,\dots,99\).
Prosedurnya adalah sama: susun data, kira kedudukan, kemudian ambil nilai atau interpolasi.
-
B. Persentil dalam Data Berkumpulan
Formula persentil data berkumpulan:
\[
P_k = L + \left( \frac{\left(\frac{k}{100}n – F\right)}{f} \right) \times c
\]
Langkah-langkahnya adalah sama dengan desil/kuartil:
1. Tentukan kedudukan \(k/100 \times n\).
2. Cari kelas persentil bagi frekuensi kumulatif.
3. Gunakan formula tersebut.
Persentil sering digunakan dalam penilaian akademik dan kesihatan. Contohnya, ketinggian kanak-kanak pada persentil ke-80 bermakna kanak-kanak itu lebih tinggi daripada 80% kanak-kanak seusianya.
-
5. Petua Penting dan Kesilapan Lazim
1. Data mesti disusun (terutamanya untuk data tunggal). Tanpa pengisihan, kuartil/desil/persentil tidak bermakna.
2. Pastikan anda menggunakan pinggir kelas pada data terkumpul (bukan sempadan kelas) jika anda menggunakan konsep selanjar.
3. Frekuensi kumulatif mestilah betul, kerana kelas kuartil/desil/persentil ditentukan daripada frekuensi terkumpul.
4. Beri perhatian kepada panjang kelas (c). Panjang kelas tidak boleh salah, kerana ia mempengaruhi keputusan pengiraan.
5. Interpolasi adalah penting apabila kedudukan tidak dibundarkan. Ramai pelajar segera membundarkan kedudukan, walaupun ini boleh mengurangkan ketepatan.
-
6. Penutup
Kuartil, desil dan persentil merupakan alat statistik yang penting untuk memahami taburan data. Kuartil sesuai untuk ringkasan mudah (contohnya, dalam petak kotak), desil berguna untuk pengelompokan yang lebih terperinci seperti analisis pendapatan, manakala persentil membantu menilai kedudukan individu yang sangat spesifik dalam populasi. Dengan memahami langkah-langkah asas—menyusun data, menentukan kedudukan dan menggunakan formula yang sesuai untuk data tunggal atau berkumpulan—anda boleh mengira kuartil, desil dan persentil dengan lebih tepat dan yakin.
Jika anda mahu, saya boleh menambah contoh lengkap jadual data berkumpulan (selang, frekuensi, frekuensi kumulatif) dan kemudian kirakan Q1, D7, dan P85 secara terperinci untuk memudahkan latihan.
