unit pelajaran 4_miskonsepsi
TRANSCRIPT
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