Statistik Deskriptif: Konsep, Kepentingan, dan Aplikasinya dalam Pendidikan

Pengenalan

Dalam dunia penyelidikan, statistik merupakan alat yang sangat penting untuk menganalisis data. Statistik terbahagi kepada dua cabang utama iaitu statistik deskriptif dan statistik inferensi. Artikel ini akan memberi tumpuan kepada statistik deskriptif, iaitu kaedah yang digunakan untuk menggambarkan, merumuskan, dan menyusun data supaya lebih mudah difahami. Sebagai seorang guru, memahami statistik deskriptif dapat membantu kita menganalisis pencapaian murid, mengenal pasti pola pembelajaran, dan membuat keputusan berasaskan data.

---

Apa itu Statistik Deskriptif?

Menurut Gravetter dan Wallnau (2017), statistik deskriptif ialah satu set prosedur yang digunakan untuk meringkaskan, menyusun, dan mempersembahkan data dengan cara yang lebih bermakna. Ia tidak membuat generalisasi tentang populasi, sebaliknya hanya menerangkan ciri-ciri data yang dikumpulkan.

Dalam erti kata lain, statistik deskriptif membantu kita menjawab soalan:

• Apakah corak atau trend dalam data?

• Bagaimana data diagihkan?

• Apakah nilai purata, kekerapan, atau taburan dalam data tersebut?

---

Komponen Utama Statistik Deskriptif

1. Ukuran Kecenderungan Memusat (Measures of Central Tendency)

   • Min (Mean): Purata nilai data.

   • Median: Nilai tengah dalam susunan data.

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

   Contoh: Jika skor ujian 5 orang murid ialah 70, 75, 80, 80, dan 90:

   • Min = (70+75+80+80+90) ÷ 5 = 79

   • Median = 80

   • Modus = 80

2. Ukuran Kebolehubahan (Measures of Variability/Dispersion)

   • Julat (Range): Perbezaan antara nilai tertinggi dan terendah.

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

   Contoh: Jika skor murid 60, 70, 80, 90, 100:

   • Julat = 100 – 60 = 40

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

3. Taburan Kekerapan (Frequency Distribution)

   • Data dipersembahkan dalam bentuk jadual, graf bar, carta pai, atau histogram.

   • Membantu guru mengenal pasti bilangan murid yang mendapat gred tertentu.

---

Kepentingan Statistik Deskriptif dalam Pendidikan

1. Menilai Prestasi Murid
   Guru dapat menggunakan statistik deskriptif untuk memahami tahap pencapaian keseluruhan kelas. Contohnya, dengan melihat min skor peperiksaan, guru boleh menilai sama ada pencapaian kelas adalah sederhana atau tinggi.

2. Mengenal Pasti Keperluan Intervensi
   Sisihan piawai boleh menunjukkan jurang pencapaian murid. Jika nilai sisihan piawai tinggi, bermakna terdapat perbezaan besar antara murid yang lemah dan cemerlang, sekali gus memerlukan pendekatan pengajaran berbeza.

3. Membuat Keputusan Berasaskan Data
   Statistik deskriptif membantu guru dan pentadbir sekolah membuat keputusan lebih objektif, contohnya dalam merancang program tambahan atau menilai keberkesanan kaedah pengajaran.

---

Contoh Aplikasi dalam Konteks Guru di Malaysia

Seorang guru Bahasa Inggeris Tahun 6 ingin menganalisis pencapaian murid dalam ujian penulisan. Daripada 30 orang murid:

• Min skor = 65

• Median = 68

• Modus = 70

• Sisihan piawai = 10

Interpretasi:

• Secara keseluruhan, murid mendapat skor purata sederhana (65).

• Kebanyakan murid berada di sekitar skor 70.

• Namun, sisihan piawai 10 menunjukkan wujud perbezaan yang agak ketara dalam pencapaian murid. Guru boleh meneliti murid yang berada di bawah min untuk diberi bimbingan tambahan.

---

Kesimpulan

Statistik deskriptif merupakan asas penting dalam penyelidikan dan pengajaran. Ia bukan sahaja membantu penyelidik memahami data, tetapi juga memberi manfaat praktikal kepada guru dalam menilai pencapaian murid, merancang strategi PdP, dan meningkatkan keberkesanan pengajaran.

Seperti yang ditegaskan oleh Creswell & Creswell (2018), penggunaan statistik deskriptif yang betul akan memberi gambaran awal yang jelas sebelum penyelidik melangkah ke peringkat analisis inferensi.

---

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.