Unit 4 Miskonsepsi Pengumpulan dan Pengurusan Data|58

UNIT PELAJARAN 4

MISKONSEPSI PENGUMPULAN DAN PENGURUSAN DATA

HASIL PEMBELAJARAN

Di akhir unit ini, anda diharap dapat:

1. Mengenalpasti miskonsepsi-miskonsepsi yang berlaku dalam

pengumpulan dan pengurusan data.

2. Merancang aktiviti-aktiviti yang bersesuaian dalam mencegah dan

mengatasi miskonsepsi-miskonsepsi yang berlaku.

Unit 4 Miskonsepsi Pengumpulan dan Pengurusan Data|59

PENGENALAN

alam unit yang lepas, kita telah membincangkan dengan panjang lebar tentang

pengumpulan dan pengurusan data yang melibatkan apa itu pembolehubah dan jenis-

jenis data. Kita juga telah membincangkan tentang taburan-taburan yang digunakan

dalam menguruskan dan mengumpulkan data. Dalam unit 4, kita akan membincangkan

miskonsepsi-miskonsepsi yang berlaku dalam pengumpulan dan pengurusan data. Ini

melibatkan miskonsepsi pembolehubah dan data, dan miskonsepsi dalam pengumpulan

dan pengurusan data.

MISKONSEPSI PEMBOLEHUBAH DAN DATA

Seperti yang telah kita pelajari dalam Unit 3, terdapat dua jenis pembolehubah: pembolehubah

kuantitatif dan pembolehubah kualitatif. Pembolehubah kuantitatif pula terbahagi kepada

pembolehubah diskret dan pembolehubah selanjar. Kita juga telah didedahkan dengan jenis-jenis

data yang berkait rapat dengan pembolehubah. Secara umumnya, daripada pembolehubah-

pembolehubah kuantitatif dan kualitatif kita peroleh data kuantitatif dan data kualitatif.

Kebiasaannya miskonsepsi akan berlaku ketika kita hendak mengenal pasti jenis-jenis

pembolehubah atau pun data. Pembolehubah kuantitatif, pembolehubah ukuran dan pembolehubah

berangka merupakan terma-terma yang sinonim dengan data kuantitatif. Pembolehubah selanjar

juga biasa digunakan untuk data kuantitatif yang mana nilai-nilai berangkanya dalam satu julat

D

Unit 4 Miskonsepsi Pengumpulan dan Pengurusan Data|60

tertentu. Sebagai contoh, ukuran ketinggian seseorang ialah data kuantitatif selanjar yang mana

apa-apa nilai ketinggian itu akan berada dalam satu julat. Ini adalah kerana kita tidak akan dapat

mengukur dengan tepat ketinggian seseorang, cuma anggaran atau pun hampiran yang paling

tepat, sebagai contoh 1.75212316 meter tinggi.

Miskonsepsi dilihat akan berlaku apabila murid cuba untuk menentusahkan sama ada data

yang dikutip ialah data kuantitatif atau pun bukan. Seperti yang diterangkan dalam perenggan

sebelum ini, data kuantitatif diwakili oleh nilai-nilai berangka, sama ada diskret mahu pun selanjar.

Oleh itu, murid-murid seharusnya dapat mengenalpasti bahawa data ukuran ketinggian merupakan

data kuantitatif iaitu data selanjar. Di sini kita perlu pastikan bahawa murid-murid dapat memberi

justifikasi mengapa ukuran ketinggian merupakan data selanjar dan mengapa ia bukan data diskret.

Statistik di peringkat sekolah banyak bermain dengan angka-angka. Justeru itu, apabila

apabila sahaja murid-murid diberikan maklumat yang mengandungi angka-angka mereka akan

menyatakan bahawa angka-angka ini ialah data kuantitatif. Namun demikian, harus diingat bahawa

bukan semua angka atau nombor yang kita lihat boleh dikategorikan sebagai data kuantitatif.

Sebagai contoh, nombor pekerja atau nombor matriks pelajar, walaupun terdapat maklumat

berkaitan nombor tersebut (seperti bilangan pekerja atau, bilangan dan tahun kemasukan pelajar),

namun, secara umumnya kita akan dapati bahawa nombor-nombor begini tidak memberikan

sebarang makna jika kita mencari nilai min nombor-nombor tersebut atau disusun mengikut turutan

nombor.

Unit 4 Miskonsepsi Pengumpulan dan Pengurusan Data|61

Oleh itu, salah satu penyelesaian kepada miskonsepsi-miskonsepsi yang dibincangkan di

atas ialah kita mengemukakan pebagai jenis data yang merangkumi data diskret mahu pun data

selanjar dalam usaha kita mengukuhkan kefahaman murid-murid kita tentang perbezaan data-data

yang dipelajari.

Cuba anda fikirkan aktiviti-aktiviti yang akan membantu murid-murid mengatasi

miskonsepsi yang dibincangkan di atas.

1. Bincangkan miskonsepsi-miskonsepsi yang mungkin berlaku dalam kalangan murid-murid

berkaitan dengan pembolehubah dan data.

2. Bincangkan aktiviti-aktiviti yang boleh dijalankan untuk mengatasi miskonsepsi-miskonsepsi

yang telah disebutkan dalam (1).

MISKONSEPSI PENGUMPULAN DAN PENGURUSAN DATA

Dalam Unit 3, kita telah membincangkan tentang data tidak terkumpul dan data terkumpul.

Perbezaan utama yang dapat kita lihat ialah data terkumpul mempunyai selang kelas (contohnya: 0

– 9, 10 – 19, 20 – 29, …). Ini bermakna untuk suatu kumpulan data yang besar, kita perlu

menggunakan selang kelas dalam menguruskan kumpulan data ini. Namun demikian, kita dapati

Latihan Formatif 4.1

Unit 4 Miskonsepsi Pengumpulan dan Pengurusan Data|62

bahawa ada murid-murid yang tidak tahu bagaimana untuk dapatkan selang kelas yang pertama.

Sebagai contoh, dalam Unit 3, Contoh 3.4: pelaburan jangka pendek, kita akan dapati bahawa

murid-murid akan menggunakan selang kelas yang bermula dengan, 0 – 10, yang mana ini tidak

benar sama sekali. Ini adalah kerana kefahaman murid-murid ialah setiap selang kelas dimulakan

dengan 0.

Oleh yang demikian, murid-murid perlu diberi penjelasan tentang data minimum dan data

maksimum, dan bagaimana kita wujudkan selang kelas seperti yng telah kita bincangkan dalam

Unit 3. Begitu juga halnya dengan selang kelas yang terakhir iaitu dengan mengambilkira data

maksimum. Oleh itu dalam Contoh 4, selang kelas yang pertama ialah 30 – 39 dan selang kelas

yang terakhir ialah 90 – 99.

Setelah penentuan selang kelas berjaya dibentuk, kita dapati kemungkinan besar akan

terjadi satu lagi miskonsepsi. Yang kita maksudkan ialah terdapat murid-murid yang memasukkan

satu data ke dalam lebih daripada satu selang kelas. Ini terjadi kerana selang kelas yang dibentuk

adalah tidak tepat. Kita ambil contoh 3.4 tadi, terdapat murid-murid yang membentuk selang kelas:

30 – 40, 40 – 50, 50 – 60, dan seterusnya. Oleh itu, sekiranya diambil data, 50, ke dalam selang

kelas manakah 50 akan dimasukkan? Untuk mengelakkan miskonsepsi ini dari berlaku, penerangan

yang jelas berkaitan pembentukkan selang kelas adalah disarankan.

Satu lagi miskonsepsi yang kita dapat kenalpasti juga melibatkan selang kelas. Tedapat

murid-murid yang membentuk selang kelas mengikut saiz kelas yang tidak sama. Pada peringkat

Unit 4 Miskonsepsi Pengumpulan dan Pengurusan Data|63

sekolah, murid-murid adalah ditekankan untuk menggunakan saiz kelas yang sama. Dalam contoh

3.4, saiz kelas, 10 telah digunakan untuk kesemua selang kelas. Ini akan memudahkan paparan

grafik iaitu carta dan graf dilukiskan. Bukan itu sahaja, menggunakan saiz kelas yang sama akan

memudahkan murid-murid menghitung sukatan kecenderungan memusat dan sukatan serakan

yang akan kita bincangkan dalam unit-unit selepas ini.

Cuba anda fikirkan aktiviti-aktiviti yang akan membantu murid-murid mengatasi

miskonsepsi yang dibincangkan di atas.

1. Bincangkan miskonsepsi-miskonsepsi yang mungkin berlaku dalam kalangan murid-murid

berkaitan dengan pengumpulan dan pengurusan data.

2. Bincangkan aktiviti-aktiviti yang boleh dijalankan untuk mengatasi miskonsepsi-miskonsepsi

yang telah disebutkan dalam (1).

RUMUSAN

Secara keseluruhannya, kita telah didedahkan dengan miskonsepsi-miskonsepsi yang mungkin

akan berlaku dalam kalangan murid-murid kita di sekolah. Namun demikian, ada kemungkinan apa

yang telah kita bincangkan tadi hanya miskonsepsi-miskonsepsi yang umum yang sudah diketahui.

Latihan Formatif 4.2

Unit 4 Miskonsepsi Pengumpulan dan Pengurusan Data|64

Kita juga perlu mengambilkira miskonsepsi-miskonsepsi yang hanya berlaku kepada segelintir

murid. Diharapkan penerangan dan contoh-contoh dalam unit ini telah dapat membantu kita untuk

memahami miskonsepsi-miskonsepsi dan merancang aktiviti-aktiviti yang berkaitan dalam

mencegah dan mengatasi miskonsepsi-miskonsepsi yang berlaku.

KATA KUNCI

Miskonsepsi

1. Nyatakan miskonsepsi-miskonsepsi yang berlaku dalam kalangan murid-murid berkaitan

pembolehubah dan data. Rancangkan aktiviti-aktiviti untuk mengatasi miskonsepsi-

miskonsepsi ini.

2. Nyatakan miskonsepsi-miskonsepsi yang berlaku dalam kalangan murid-murid berkaitan

pengumpulan dan pengurusan data. Rancangkan aktiviti-aktiviti untuk mengatasi

miskonsepsi-miskonsepsi ini.

Latihan Sumatif

Unit 4 Miskonsepsi Pengumpulan dan Pengurusan Data|65

Rujukan

Dunn, S.D. (2001). Statistic and data analysis for the behavioral sciences. New York: McGraw-Hill.

Haylock, D. (2010). Mathematics Explained For Primary Teachers (4th Ed.). London: Sage Publications

Howitt, D., & Cramer, D. (2000). An introduction to statistics in psychology: A complete guide for students. (2nd Ed.). Harlow, England: Prentice Hall.

Iran Herman.(2004). Statistik dan analisis data sains sosial. Alor Star: Percetakan Ustaras Sdn.Bhd.

Kennedy, L. M, & Tipps, S. (2011).Guiding Children’s Learning of Mathematics.(12th Ed.). Bermont:

Wadsworth.

Weiss, N. A. (2005). Introductory Statistics (7th Ed.). Boston: Pearson & Addison Wesley.

Utts, J. M., & Heckard, R. F.(2004). Mind on Statistics (2nd Ed.). Belmont, CA: Thomson Learning.

http://www.epcae.org/uploads/documents/Central_Tendency_pck_SEP20.pdf