Statistik Deskriptif: Asas, Konsep, dan Aplikasi dalam Pendidikan

Pengenalan

Dalam penyelidikan, kita sering mengumpul data dalam jumlah yang banyak. Tanpa analisis, data tersebut hanya sekadar angka yang tidak bermakna. Statistik hadir sebagai alat penting untuk menganalisis data supaya ia lebih mudah difahami. Statistik terbahagi kepada dua cabang utama:

1. Statistik Deskriptif – digunakan untuk menggambarkan, meringkaskan, dan mempersembahkan data.
2. Statistik Inferensi – digunakan untuk membuat generalisasi dan ramalan tentang populasi berdasarkan data sampel.

Artikel ini akan membincangkan statistik deskriptif secara menyeluruh, lengkap dengan teori, contoh, dan aplikasi dalam pendidikan.

---

Definisi Statistik Deskriptif

Menurut Gravetter & Wallnau (2017), statistik deskriptif ialah kaedah untuk meringkaskan, menyusun, dan mempersembahkan data supaya ia lebih bermakna. Ia tidak membuat inferens terhadap populasi, sebaliknya hanya menceritakan tentang set data yang ada.

Contoh: Jika kita ingin mengetahui pencapaian murid dalam satu ujian, statistik deskriptif akan membantu kita melihat min markah, nilai median, modus, serta bagaimana taburan skor murid tersebut.

---

Komponen Utama Statistik Deskriptif

1. Ukuran Kecenderungan Memusat (Measures of Central Tendency)

Digunakan untuk menggambarkan nilai tipikal atau purata dalam satu set data.

• Min (Mean): jumlah semua data dibahagi dengan bilangan data.
• Median: nilai tengah apabila data disusun mengikut turutan.
• Modus (Mode): nilai yang paling kerap muncul.

Contoh:
Skor murid = 70, 75, 80, 80, 90

• Min = (70+75+80+80+90) ÷ 5 = 79
• Median = 80
• Modus = 80

📊 Grafik cadangan: Carta bar untuk menunjukkan bilangan murid pada setiap skor.

---

2. Ukuran Kebolehubahan (Measures of Variability)

Mengukur sejauh mana data tersebar atau berbeza daripada min.

• Julat (Range): perbezaan nilai maksimum dan minimum.
• Varians: purata kuasa dua perbezaan daripada min.
• Sisihan Piawai (Standard Deviation): akar kuasa dua varians, lebih mudah difahami kerana dalam unit asal data.

Contoh:
Skor murid = 60, 70, 80, 90, 100

• Julat = 100 – 60 = 40
• Sisihan piawai ≈ 14.14 (menunjukkan skor agak tersebar luas).

📊 Grafik cadangan: Histogram yang menunjukkan taburan skor.

---

3. Taburan Kekerapan (Frequency Distribution)

Digunakan untuk menyusun data dalam bentuk jadual atau grafik supaya lebih mudah difahami.

Contoh jadual taburan skor murid (Ujian Matematik 30 murid):

Julat Markah	Bilangan Murid
0–39	2
40–49	4
50–59	6
60–69	10
70–79	5
80–100	3

Daripada jadual ini, kita boleh lihat kebanyakan murid (10 orang) berada dalam julat 60–69.

📊 Grafik cadangan: Histogram atau carta pai untuk menunjukkan peratusan murid dalam setiap julat markah.

---

Kepentingan Statistik Deskriptif dalam Pendidikan

1. Menilai Prestasi Murid
   Guru dapat melihat purata pencapaian kelas, mengenal pasti murid yang cemerlang dan lemah.
2. Merancang Intervensi
   Sisihan piawai yang tinggi menunjukkan wujud jurang pencapaian murid. Guru boleh merancang strategi pengajaran berbeza untuk kumpulan tertentu.
3. Membuat Keputusan Berasaskan Data
   Pentadbir sekolah boleh menggunakan data deskriptif untuk merancang program akademik, kokurikulum, atau intervensi khas.

---

Contoh Aplikasi dalam Konteks Guru di Malaysia

Seorang guru Bahasa Melayu Tahun 6 ingin menilai markah karangan muridnya. Selepas mengumpul data, analisis menunjukkan:

• Min = 65
• Median = 68
• Modus = 70
• Sisihan Piawai = 10

Interpretasi:

• Purata pencapaian murid sederhana.
• Kebanyakan murid mendapat skor sekitar 70.
• Wujud perbezaan yang ketara antara murid cemerlang dan murid lemah.

Guru boleh memberi bimbingan khas kepada murid yang berada jauh di bawah purata.

📊 Grafik cadangan: Carta bar dengan label min, median, dan modus.

---

Kesimpulan

Statistik deskriptif merupakan asas dalam analisis data kerana ia memberi gambaran awal tentang data yang dikumpulkan. Dalam pendidikan, ia membantu guru memahami tahap pencapaian murid, membuat keputusan lebih objektif, dan merancang intervensi yang bersesuaian.

Seperti yang ditegaskan oleh Creswell & Creswell (2018), analisis deskriptif adalah langkah penting sebelum kita membuat analisis inferensi yang lebih kompleks.

---

Rujukan

• Creswell, J. W., & Creswell, J. D. (2018). Research Design: Qualitative, Quantitative, and Mixed Methods Approaches (5th ed.). SAGE Publications.
• Gravetter, F. J., & Wallnau, L. B. (2017). Statistics for the Behavioral Sciences (10th ed.). Cengage Learning.
• Chua, Y. P. (2011). Kaedah Penyelidikan (Edisi ke-2). McGraw-Hill Education.