Statistik Deskriptif: Asas Penting dalam Analisis Data

 Pengenalan

Dalam penyelidikan, kita sering berhadapan dengan sejumlah besar data yang sukar difahami jika dilihat secara mentah. Statistik hadir sebagai alat penting untuk menganalisis dan memberi makna kepada data tersebut. Statistik terbahagi kepada dua cabang utama, iaitu statistik deskriptif dan statistik inferensi. Artikel ini menumpukan kepada statistik deskriptif, iaitu kaedah untuk meringkaskan, menyusun, dan mempersembahkan data supaya lebih mudah difahami.

---

Definisi Statistik Deskriptif

Statistik deskriptif ialah satu set prosedur yang digunakan untuk meringkaskan, menggambarkan, dan mempersembahkan data tanpa membuat kesimpulan lebih luas tentang populasi (Gravetter & Wallnau, 2017).

Dengan kata lain, statistik deskriptif hanya menceritakan apa yang terdapat dalam data yang dikumpulkan. Ia menjawab soalan seperti:

• Apakah nilai purata pencapaian murid?

• Bagaimana data diedarkan (taburan skor)?

• Apakah pola atau tren dalam data?

---

Komponen Utama Statistik Deskriptif

1. Ukuran Kecenderungan Memusat (Measures of Central Tendency)

   • Min (Mean): Purata daripada semua nilai.

   • Median: Nilai tengah apabila data disusun.

   • Modus (Mode): Nilai yang paling kerap muncul.

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

   • Min = 79

   • Median = 80

   • Modus = 80

2. Ukuran Kebolehubahan (Measures of Variability)

   • Julat (Range): Perbezaan antara nilai maksimum dan minimum.

   • Varians & Sisihan Piawai (Standard Deviation): Mengukur sejauh mana data menyimpang daripada min.

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

   • Julat = 40

   • Sisihan piawai = menunjukkan sama ada skor murid tersebar luas atau hampir dengan min.

3. Taburan Kekerapan (Frequency Distribution)

   • Digambarkan melalui jadual, graf bar, histogram, atau carta pai.

   • Membantu menunjukkan bilangan murid yang mendapat gred tertentu.

---

Kepentingan Statistik Deskriptif

1. Menyusun Data yang Kompleks
   Membantu penyelidik dan guru menukar data mentah menjadi maklumat yang lebih mudah difahami.

2. Membuat Gambaran Awal
   Memberi ringkasan sebelum analisis lanjutan dilakukan dengan statistik inferensi.

3. Menyokong Pengajaran dan Pembelajaran
   Dalam konteks pendidikan, guru boleh menilai prestasi kelas, mengenal pasti jurang pencapaian, dan merancang intervensi.

---

Contoh Aplikasi dalam Pendidikan

Seorang guru Matematik ingin menganalisis markah peperiksaan 30 murid.

• Min skor = 65

• Median = 68

• Modus = 70

• Sisihan piawai = 10

Interpretasi:

• Pencapaian purata sederhana (65).

• Kebanyakan murid berada sekitar 70 markah.

• Nilai sisihan piawai menunjukkan ada jurang besar antara murid lemah dan cemerlang.

Dengan maklumat ini, guru boleh menumpukan intervensi kepada murid yang berada di bawah purata.

---

Kesimpulan

Statistik deskriptif adalah asas penting dalam analisis data kerana ia membantu kita memahami gambaran keseluruhan data sebelum melangkah ke peringkat seterusnya. Dalam dunia pendidikan, ia bukan sahaja berguna untuk penyelidikan, tetapi juga dalam pengajaran harian sebagai panduan membuat keputusan berasaskan data.

Seperti yang dinyatakan oleh Creswell & Creswell (2018), analisis deskriptif memberi gambaran awal yang jelas dan sistematik sebelum penyelidik melangkah ke 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.