Sisihan piawai kecil maksudnya apa? Contoh Matematik Tingkatan 4
Dua kumpulan boleh mempunyai min yang sama tetapi corak markah yang berbeza. Sisihan piawai membantu kita melihat sejauh mana nilai tersebar daripada min. Ia bukan markah tambahan dan tidak memberitahu sama ada sesuatu keputusan itu baik dengan sendirinya; tafsirannya bergantung pada data dan soalan.
Min sama tidak bermakna data sama
Bayangkan dua set markah latihan ringkas, masing-masing daripada lima kuiz dan semuanya menggunakan skala yang sama. Set A: 6, 7, 7, 8, 8. Set B: 4, 6, 7, 8, 11. Kedua-duanya berjumlah 36, jadi min setiap set ialah 36 ÷ 5 = 7.2 markah. Namun, markah Set B lebih jauh daripada min berbanding kebanyakan markah Set A.
Untuk data tak terkumpul dalam contoh ini, gunakan rumus sisihan piawai σ = √[Σ(x − x̄)² ÷ N]. Simbol x̄ ialah min dan N ialah bilangan cerapan. Langkah utama ialah cari min, kuasakan dua setiap beza daripada min, cari purata beza kuasa dua itu, kemudian ambil punca kuasa dua.
Kira Set A langkah demi langkah
Min ialah 7.2. Beza daripada min bagi 6, 7, 7, 8 dan 8 ialah −1.2, −0.2, −0.2, 0.8 dan 0.8. Kuasa duanya: 1.44, 0.04, 0.04, 0.64 dan 0.64. Jumlahnya 2.80; bahagi dengan lima cerapan untuk memperoleh varians 0.56 markah kuasa dua. Maka sisihan piawai ialah √0.56 ≈ 0.75 markah.
Kira Set B dengan cara sama
Beza bagi 4, 6, 7, 8 dan 11 daripada min 7.2 ialah −3.2, −1.2, −0.2, 0.8 dan 3.8. Kuasa dua beza itu berjumlah 26.80. Bahagi dengan lima: varians = 5.36. Punca kuasa duanya ialah √5.36 ≈ 2.32 markah.
Kedua-dua min kekal 7.2, tetapi sisihan piawai Set A lebih kecil. Dalam konteks latihan ini, markah Set A lebih rapat dengan min, manakala Set B lebih tersebar. Unit sisihan piawai kembali kepada unit data asal, iaitu markah; varians pula menggunakan markah kuasa dua. Angka ini contoh rekaan untuk menerangkan kaedah, bukannya rekod pelajar sebenar.
Bilakah julat antara kuartil lebih berguna?
Sisihan piawai dan julat mudah berubah apabila ada nilai yang sangat jauh daripada kumpulan. Jika soalan menunjukkan satu pencilan, pertimbangkan julat antara kuartil (JAK = Q₃ − Q₁), yang melihat serakan 50 peratus data tengah dan biasanya kurang dipengaruhi nilai ekstrem. Susun data menaik sebelum menentukan kuartil. Jangan pilih ukuran hanya kerana rumusnya lebih mudah; ikut bentuk data dan apa yang diminta.
Semak tafsiran sebelum membuat kesimpulan
- Pastikan set data menggunakan unit, skala dan konteks yang setanding.
- Bandingkan min dahulu; sisihan piawai hanya menerangkan serakan sekitar min.
- Semak pengiraan varians sebelum mengambil punca kuasa dua.
- Jika terdapat pencilan, pertimbangkan kesannya pada julat dan sisihan piawai, lalu lihat sama ada JAK lebih sesuai.
- Nyatakan maksud ukuran dalam konteks. Sisihan piawai kecil menunjukkan nilai lebih rapat kepada min, bukan bukti setiap nilai betul atau mutu kumpulan lebih tinggi.
Sukatan serakan data tak terkumpul ialah sebahagian daripada Matematik Tingkatan 4. Selepas mencuba contoh ini, lihat pilihan latihan SPM yang tersedia di JomSkor untuk terus berlatih mengikut topik dan keperluan kamu.
Soalan lazim
Apakah maksud sisihan piawai yang kecil?
Nilai data biasanya lebih rapat dengan min bagi set tersebut. Tafsirkan bersama min, unit dan konteks; sisihan piawai kecil sahaja tidak menentukan kumpulan mana lebih baik.
Mengapa sisihan piawai menggunakan punca kuasa dua varians?
Varians mempuratakan beza kuasa dua daripada min. Punca kuasa dua mengembalikan ukuran kepada unit asal data, seperti markah.
Bila JAK boleh membantu berbanding sisihan piawai?
Jika ada pencilan atau nilai ekstrem, JAK memfokuskan 50 peratus data tengah dan biasanya kurang terjejas daripadanya. Susun data dan ikut arahan soalan sebelum memilih sukatan.
Soalan Lazim
Apakah maksud sisihan piawai yang kecil?
Nilai data biasanya lebih rapat dengan min bagi set tersebut. Tafsirkan bersama min, unit dan konteks; sisihan piawai kecil sahaja tidak menentukan kumpulan mana lebih baik.
Mengapa sisihan piawai menggunakan punca kuasa dua varians?
Varians mempuratakan beza kuasa dua daripada min. Punca kuasa dua mengembalikan ukuran kepada unit asal data, seperti markah.
Bila JAK boleh membantu berbanding sisihan piawai?
Jika ada pencilan atau nilai ekstrem, JAK memfokuskan 50 peratus data tengah dan biasanya kurang terjejas daripadanya. Susun data dan ikut arahan soalan sebelum memilih sukatan.