Varians dan Sisihan Piawai Data Kumpulan
Statistik merupakan cabang matematik yang digunakan untuk mengumpul, menyusun, menganalisis, mentafsir dan mempersembahkan data. Satu konsep penting dalam statistik ialah mengukur kebolehubahan, atau penyebaran data. Dua ukuran utama kebolehubahan ialah varians dan sisihan piawai. Artikel ini akan meneroka varians dan sisihan piawai secara mendalam, khususnya dalam konteks data kumpulan.
Definisi dan Kepentingan Kebolehubahan
Kebolehubahan mengukur sejauh mana data tersebar daripada minnya. Mengukur kebolehubahan adalah penting kerana ia memberikan pandangan tambahan yang tidak boleh diperoleh semata-mata daripada ukuran kecenderungan memusat, seperti min. Dengan mengetahui ukuran kebolehubahan, kita dapat memahami sejauh mana konsistensi data dan mengenal pasti potensi outlier atau anomali.
Memahami Varians dan Sisihan Piawai
Varians ialah ukuran taburan data yang menunjukkan sejauh mana setiap titik data berada daripada minnya dalam unit kuasa dua. Ia diberikan oleh simbol \( \sigma^2 \) untuk populasi dan \( s^2 \) untuk sampel. Formula untuk varians untuk data populasi ialah:
\[ \sigma^2 = \frac{\jumlah (X_i – \mu)^2}{N} \]
Bagi sampel, formulanya ialah:
\[ s^2 = \frac{\jumlah (X_i – \bar{X})^2}{n-1} \]
Di mana:
– \( X_i \) ialah nilai data individu
– \( \mu \) ialah min populasi
– \( \bar{X} \) ialah min sampel
– \( N \) ialah saiz populasi
– \( n \) ialah saiz sampel
Sisihan Piawai ialah punca kuasa dua bagi varians. Ia diberikan oleh simbol \( \sigma \) untuk populasi dan \( s \) untuk sampel. Sisihan piawai mengembalikan unit data kepada bentuk asalnya, menjadikannya lebih mudah untuk ditafsirkan berbanding varians.
\[ \sigma = \sqrt{\sigma^2} \]
\[ s = \sqrt{s^2} \]
Data Kumpulan
Data berkumpulan ialah data yang telah dikelaskan kepada beberapa kategori atau selang. Contohnya, ketinggian pelajar dibahagikan kepada selang 150-155 cm, 155-160 cm, dan sebagainya. Menganalisis varians dan sisihan piawai pada data berkumpulan memerlukan pendekatan yang sedikit berbeza daripada menganalisis data individu.
Langkah-langkah untuk Mengira Varians dan Sisihan Piawai untuk Data Kumpulan
Berikut adalah langkah-langkah untuk mengira varians dan sisihan piawai bagi data kumpulan:
1. Cipta Jadual Taburan Frekuensi
– Data dibahagikan kepada beberapa kelas atau selang.
– Kekerapan setiap selang (bilangan data dalam setiap selang) direkodkan.
2. Menentukan Titik Tengah Kelas
– Titik tengah setiap selang dikira sebagai: \( \text{Titik Tengah} = \frac{\text{Batas Bawah} + \text{Batas Atas}}{2} \)
3. Mengira Purata Sementara (\( \bar{X} \))
– Purata dikira menggunakan formula: \( \bar{X} = \frac{\sum f_i x_i}{\sum f_i} \)
– Di mana \( f_i \) ialah frekuensi dan \( x_i \) ialah titik tengah selang.
4. Mengira Sisihan daripada Min dan Kuasa Duanya
– Bagi setiap selang, sisihan daripada min dikira sebagai: \( d_i = x_i – \bar{X} \)
– Kemudian hitung kuasa dua: \( d_i^2 \)
5. Mengira Varians dan Sisihan Piawai
– Varians dikira menggunakan formula: \( s^2 = \frac{\sum f_i d_i^2}{\sum f_i – 1} \)
– Sisihan piawai ialah punca kuasa dua bagi varians: \( s = \sqrt{s^2} \)
Contoh Pengiraan
Katakan kita mempunyai data ketinggian pelajar yang dikumpulkan seperti berikut:
| Selang (cm) | Frekuensi (f) |
|—————|—————|
| 150 – 154 | 5 |
| 155 – 159 | 10 |
| 160 – 164 | 15 |
| 165 – 169 | 8 |
| 170 – 174 | 2 |
1. Jadual Taburan Frekuensi:
| Selang (cm) | Frekuensi (f) | Titik tengah (x) | \( f \cdot x \) | \( d = x – \bar{X} \) | \( d^2 \) | \( f \cdot d^2 \) |
|———————|———————|———————|——————–|——————–|——————-|
| 150 – 154 | 5 | 152 | 760 | | | |
| 155 – 159 | 10 | 157 | 1570 | | | |
| 160 – 164 | 15 | 162 | 2430 | | | |
| 165 – 169 | 8 | 167 | 1336 | | | |
| 170 – 174 | 2 | 172 | 344 | | | |
| Jumlah | 40 | | 6440 | | | |
2. Mengira Purata (\( \bar{X} \)):
\[ \bar{X} = \frac{6440}{40} = 161 \]
3. Mengira Sisihan daripada Min dan Kuasa Duanya:
| Selang (cm) | Frekuensi (f) | Titik tengah (x) | \( f \cdot x \) | \( d = x – 161 \) | \( d^2 \) | \( f \cdot d^2 \) |
|———————|———————|———————|——————–|——————-|——————-|
| 150 – 154 | 5 | 152 | 760 | -9 | 81 | 405 |
| 155 – 159 | 10 | 157 | 1570 | -4 | 16 | 160 |
| 160 – 164 | 15 | 162 | 2430 | 1 | 1 | 15 |
| 165 – 169 | 8 | 167 | 1336 | 6 | 36 | 288 |
| 170 – 174 | 2 | 172 | 344 | 11 | 121 | 242 |
| Jumlah | 40 | | 6440 | | | 1110 |
4. Mengira Varians:
\[ s^2 = \frac{1110}{40 – 1} = \frac{1110}{39} \lebih kurang 28.46 \]
5. Mengira Sisihan Piawai:
\[ s = \sqrt{28.46} \lebih kurang 5.33 \]
Kesimpulannya
Varians dan sisihan piawai merupakan ukuran penting dalam statistik yang menggambarkan taburan data di sekitar minnya. Walaupun konsep ini boleh digunakan pada data individu, proses pengiraannya sedikit berbeza untuk data berkumpulan. Daripada contoh di atas, kita dapat melihat langkah terperinci untuk mengira varians dan sisihan piawai untuk data berkumpulan. Maklumat ini berguna dalam pelbagai aplikasi, daripada penyelidikan akademik hingga analisis perniagaan dan pengeluaran.
Dengan pemahaman yang baik tentang varians dan sisihan piawai, kita boleh mentafsir dan membuat keputusan dengan lebih tepat berdasarkan data yang kita ada. Ini membolehkan kita mengekalkan keputusan yang bukan sahaja tepat tetapi juga relevan.
