Teknik untuk Membuat Histogram pada Data Terkumpul
Histogram ialah alat persembahan data yang kerap digunakan dalam statistik, terutamanya apabila berurusan dengan data berkumpulan. Tidak seperti carta bar biasa, yang memaparkan kategori diskret, histogram memaparkan taburan frekuensi data berangka yang dikumpulkan ke dalam selang kelas. Melalui histogram, kita boleh memerhatikan corak taburan data, trend (cth., condong ke kanan atau kiri), dan juga anggaran bentuk taburan (normal, condong, bimodal, dan sebagainya). Artikel ini membincangkan teknik untuk mencipta histogram secara sistematik untuk data berkumpulan, daripada membina jadual taburan frekuensi hingga melukis histogram yang betul.
1. Memahami Data Berkumpulan dan Histogram
Data berkumpulan ialah data berangka yang telah diringkaskan kepada beberapa selang kelas. Contohnya, skor ujian pelajar tidak lagi dipaparkan secara individu tetapi sebaliknya dikumpulkan kepada julat 40–49, 50–59, 60–69, dan seterusnya. Setiap selang mempunyai frekuensi, iaitu bilangan titik data yang berada dalam selang tersebut.
Histogram ialah graf yang terdiri daripada bar yang berjarak rapat tanpa jurang (atau jurang yang sangat kecil), kerana ia mewakili julat nilai yang berterusan. Lebar bar mewakili panjang selang kelas, manakala ketinggian bar mewakili frekuensi atau ketumpatan frekuensi (bergantung pada sama ada lebar kelas adalah sama atau berbeza).
2. Menyusun Jadual Taburan Frekuensi
Langkah pertama dalam mencipta histogram adalah membina jadual taburan frekuensi. Proses ini biasanya melibatkan:
1. Tentukan nilai minimum dan maksimum data.
2. Kira julat = maksimum − minimum.
3. Tentukan bilangan kelas (k).
4. Tentukan panjang kelas (p) = julat / k (dibundarkan mengikut keperluan).
5. Susun selang kelas dan kira kekerapan setiap selang.
Terdapat beberapa garis panduan untuk menentukan bilangan kelas. Satu yang popular ialah formula Sturges:
k = 1 + 3,3 log10(n)
dengan n ialah bilangan titik data. Hasil k dibundarkan kepada integer terdekat.
Contoh mudah: jika n = 40, maka k ≈ 1 + 3,3 log10(40) ≈ 1 + 3,3(1,602) ≈ 6,29 jadi 6 atau 7 kelas boleh dipilih.
3. Menentukan Sempadan Kelas dan Pinggiran Kelas
Kesilapan biasa semasa mencipta histogram adalah mengelirukan sempadan kelas dengan pinggir kelas.
– Had kelas ialah nombor yang ditulis dalam selang masa, contohnya 50–59.
– Sempadan kelas ialah sempadan berterusan yang memisahkan kelas supaya tiada "jurang" antara kelas.
Jika data tersebut merupakan integer, maka kelebihan kelas biasanya ditentukan dengan menambah dan menolak 0,5.
contoh:
– Selang 50–59 mempunyai pinggir kelas 49,5–59,5
– Selang 60–69 mempunyai pinggir kelas 59,5–69,5
Oleh itu, pinggir kelas bertemu pada 59,5 supaya histogram kelihatan bersatu dan benar-benar berterusan.
Walau bagaimanapun, jika data tersebut merupakan ukuran berterusan (contohnya, tinggi dalam cm dan boleh mempunyai perpuluhan), penentuan sempadan kelas bergantung pada ketepatan pengukuran. Prinsipnya adalah untuk mewujudkan sempadan kelas yang tidak bertindih dan tidak meninggalkan jurang.
4. Tentukan Skala pada Paksi X dan Y
Histogram mempunyai dua paksi utama:
– Paksi X (mendatar): memaparkan selang kelas (biasanya menggunakan pinggir kelas untuk memastikan kesinambungan).
– Paksi Y (menegak): memaparkan frekuensi.
Jika semua selang kelas mempunyai lebar yang sama, maka ketinggian bar hanya diukur menggunakan frekuensi. Walau bagaimanapun, jika lebar selang kelas berbeza, ketinggian bar harus diukur menggunakan ketumpatan frekuensi:
Ketumpatan frekuensi = frekuensi / lebar kelas
Penggunaan ketumpatan adalah penting supaya luas bar berkadar dengan frekuensi sebenar. Jika tidak, kelas yang lebih luas akan kelihatan "lebih besar" hanya kerana lebarnya, bukan kerana jumlah data yang lebih besar.
5. Melukis Bar Histogram
Setelah skala dan selang ditentukan, langkah seterusnya ialah melukis bar.
Teknik yang betul untuk melukis histogram:
1. Tandakan tepi kelas pada paksi-X secara berurutan.
2. Pada setiap selang masa, lukiskan bar segi empat tepat yang lebarnya sepadan dengan selang masa tersebut.
3. Ketinggian bar sepadan dengan frekuensi (atau ketumpatan frekuensi jika lebar kelas tidak sama).
4. Pastikan batang-batangnya rapat antara satu sama lain (tanpa jurang).
5. Berikan tajuk kepada histogram, labelkan paksi X dan Y, serta unit jika perlu.
Contohnya, jika selang kelas ialah 40–49, 50–59, 60–69, dan frekuensi masing-masing ialah 5, 12, 18, maka bar untuk kelas 60–69 akan lebih tinggi daripada kelas lain kerana frekuensinya adalah yang terbesar.
6. Membaca dan Mentafsir Histogram
Histogram bukan sekadar gambar, tetapi alat analisis. Daripada histogram, kita dapat melihat:
– Kelas mod: kelas dengan bar tertinggi (frekuensi tertinggi).
– Bentuk taburan: simetri, condong ke kanan (condong positif), condong ke kiri (condong negatif), atau mempunyai dua puncak (bimodal).
– Taburan data: sama ada data tertumpu pada selang masa tertentu atau tersebar secara meluas.
– Petunjuk outlier: jika terdapat kelas di hujungnya yang mempunyai frekuensi kecil dan terpisah daripada kumpulan utama.
Tafsiran yang baik biasanya disertakan dengan kesimpulan ringkas. Contohnya: “Kebanyakan data berada dalam julat 60–79, menunjukkan bahawa skor peserta cenderung berada dalam kategori pertengahan.”
7. Kesilapan Biasa
Berikut adalah beberapa kesilapan yang perlu dielakkan:
1. Berikan ruang antara bar supaya ia kelihatan seperti carta bar.
2. Menggunakan sempadan kelas, bukan pinggir kelas, jadi terdapat jurang dalam julat data.
3. Tidak melaraskan ketinggian bar apabila lebar kelas berbeza, supaya perbandingan frekuensi menjadi berat sebelah.
4. Skala paksi tidak konsisten atau tidak bermula pada sifar pada paksi frekuensi (boleh mengelirukan secara visual).
5. Selang kelas tidak berturutan atau bertindih, contohnya 50–60 dan 60–70 tanpa penjelasan tentang pinggir kelas.
8. Petua Praktikal untuk Menjadikan Histogram Lebih Bermaklumat
Untuk memudahkan pemahaman histogram:
– Gunakan bilangan kelas yang munasabah (biasanya 5–12 kelas, bergantung pada jumlah data).
– Elakkan selang masa yang terlalu sempit (terlalu banyak kelas) kerana histogram menjadi “bising”.
– Elakkan selang yang terlalu luas (terlalu sedikit kelas) kerana corak taburan mungkin hilang.
– Sertakan sumber data, saiz sampel (n), dan maklumat lain jika perlu dalam laporan.
Jika anda menggunakan perisian seperti Excel, Google Sheets atau aplikasi statistik, sentiasa fahami konsep pinggir kelas dan lebar kelas supaya keputusan histogram tidak salah.
penutup
Teknik mencipta histogram untuk data terkumpul pada asasnya memerlukan ketepatan dalam membina selang kelas, menentukan sempadan kelas dan menentukan ketinggian bar yang sesuai. Jika selang kelas seragam, gunakan frekuensi sahaja sebagai ketinggian bar. Jika selang tidak seragam, gunakan ketumpatan frekuensi untuk mengekalkan visualisasi yang adil dan tepat. Dengan histogram yang dibina dengan betul, kita boleh mendapatkan gambaran keseluruhan corak taburan data dengan cepat dan membuat tafsiran yang lebih tepat dalam analisis statistik.
Jika anda mahu, saya boleh menambah data sampel dan melengkapkan langkah pengiraan sehingga histogram selesai (secara manual atau dengan Excel/Sheets).
