11 penyelidikan dalam pendidikan (minggu 11 -analisis data).ppt
TRANSCRIPT
Merupakan statistik yang digunakan untuk menghuraikan ciri-ciri variabel
Menggunakan petunjuk seperti min, sisihan piawai, median, mod, taburan normal dan skor Z untuk menyatakan ciri-ciri sesuatu variabel.
Digunakan untuk membuat generalisasi keputusan kajian yang diperoleh daripada sampel kajian kepada populasi kajian
Menggunakan ujian seperti Khi Kuasa dua, ujian t, ujian anova, ujian korelasi pearson dan lain-lain untuk menyatakan perhubungan antara variabel
Statistik Fungsi Statistik
Statistik deskriptif
• menghuraikan ciri variabel•Ia digunakan untuk membuat kesimpulan mengenai data numerikal•Tidak membuat generalisasi daripada sampel kepada pupulasi
Frekuensi, min, mod, median, sela, sisihan piawai, varians, proposi, peratusan perubahan peratusan, kadar, nisbah, taburan normal, skor Z dan lain-lain
Statistik inferensi
•Menghuraikan perhubungan antara variabel-variabel•Menghuraikan ciri-ciri sampel yang dipilih dipilih daripada populasi•Membuat generalisasi ciri-ciri sampel mengenai populasinya
Ujian t, ujian ANOVA, Ujian Khi Kuasa Dua, ujian korelasi Pearson dan sebagainya.
Menghuraikan sesuatu variabel dan variabel ini perlu dihuraikan secara logik
3 cara menghuraikan ciri variabel:
1. mengukur kecenderungan pusat 2. mengukur serakan 3. mempiawaikan data
i. Min
Nilai purata yang digunakan untuk mewakili satu set nilai yang diperhatikan
Digunakan atas sksla selang dan nisbah
Min = jumlah bagi semua skor/ bilangan skor
ii. Median
Merupakan nilai skor tengah sesuatu taburan skor yang disusun mengikut urutan menaik atau menurun.
Median digunakan untuk data yang disusun dalam urutan iaitu data ordinal, selang dan nisbah
Cth:
1 2 3 4 5 6 7 8 9 10 11 1 2 3 4 5 6 7 8 9 10 11 12 6 +7/2 =6.5
iii. Mod
Merupakan nilai yang wujud paling kerap dalam sesuatu taburan.
Biasanya digunakan untuk data nominal atau ordinal
Cth: Kategori pendapatan Bilangan Rendah 67 Sederhana 199 Tinggi 50
Keserakan variabel merujuk sama ada nilai-nilai dalam suatu kumpulan data berjauhan atau berdekatan antara satu sama lain
3 cara yang biasa diguna:
i. Selaii. Sisihan piawaiiii. varians
i. Sela Sela merupakan jurang di antara nilai paling
rendah dan paling tinggi dalam satu taburan Di kira dengan menolak nilai yang paling tinggi
dengan nilai yang paling rendah
Sela = Skor maksimum – Skor minimum
Cth: mata pelajaran pelajar A pelajar B Biologi 56 89 Matematik 78 78 Sejarah 84 86 Sela 28 11 Nilai sela yang besar menunjukkan nilai
skor yang bertaburan jauh diantara satu sama lain
ii. Sisihan piawai Merupakan petunjuk pengukuran yang
utama dalam penyelidikan untuk menyatakan keserakan skor-skor dalam suatu taburan.
Digunakan dalam data skala selang dan nisbah
Sisihan piawai menunjukkan jumlah purata sesuatu nilai/ skor individu tersisih daripada skor min dalam sesuatu taburan
Sisihan piawai ơ = ∑ (x – x)²/ N – 1) x = skor X = nilai min N = bilangan skor dalam taburan
Nilai sisihan piawai yang besar menunjukkan serakan yang lebih jauh daripada nilai skor min
iii. Varians Varians merupakan kuasa dua bagi nilai
sisihan piawai
varians ơ =∑ (x –x)²/ N – 1
*** pengiraan min, median, mod sela, sisihan piawai dan varians boleh di buat menggunakan program komputer SPSS
Data skor mentah boleh dipiawaikan untuk membuat perbandingan
Pempiawaian data dibuat supaya perbandingan antara unit-unit dalam populasi kajian yang mempunyai subjek yang berbeza boleh dilakukan.
Petunjuk data piawai yang sering digunakan: - proposi - Peratusan - Perubahan peratusan- Kadar- nisbah
I. Proporsi (propotion) Merupakan pengiraan pembahagian setiap sub-
unit dalam satu unit tertentu. Ia digunakan untuk menyata dan membandingkan kategori-kategori dalam variabel tunggal.
Contoh proporsi bangsa melayu berbanding populasi penduduk dalam satu kg. (mempiawaikan jumlah keseluruhan penduduk populasi kepada nilai 1)
Cth bil. Bangsa melayu/ bil. Keseluruhan penduduk
2089/8000= o.26
ii. Peratusan-Mempiawaikan jumlah keseluruhan populasi
kepada 100 peratus. - Dilakukan dengan mendarab proporsi
dengan 100Peratus = Jumlah dalam sub-populasi X
100% jumlah dalam populasi
- Cth 40/400 x 100 = 40%
iii. Perubahan peratusan-biasa digunakan untuk membandingkan frekuensi dalam
peratusan bagi aktiviti yang berlaku dalam satu masa yang tertentu dengan satu masa lain seperti dalam kajian longitud.
-sering digunakan dalam kajian eksperimental di mana ujian diberi sebelum dan selepas rawatan diberi kepada subjek.
Perubahan %= Bil pd masa kedua- bil pd masa pertama Bilangan pd masa pertama
X 100
Bil penagih 2009 = 235, 2010 = 300
Perubahan % = 300-235 X 100 =27.65% 235
v. Nisbah Digunakan untuk membandingkan kadar
atau bentuk pengukuran lain antara kategori-kategori dalam satu variabel.
Cth: nisbah pelajar perempuan berbanding pelajar lelaki
879/324 = 2.71
Taburan normal merupakan satu konsep utama untuk menyatakan ciri-ciri suatu variabel yang mempunyai skala selang atau nisbah
Merupakan satu graf yang menunjukkan bilangan skor atau nilai bagi sekumpulan responden kajian.
Guna SPSS: Analyze Descriptive statistic Explore Dependent box = target varibel Label cases = Id variabel Statistik - descriptive, outlies Plot – histogram, normality plot with test,
cont. Option – exclude cases pairwise, cont, ok.
Mengenal pasti data bertaburan normal: Ujian kolmogorov-smirnov Skewness dan kurtosis Histogram Stem and leaf plot Normal probability plot Box plot
Skor ZSkor z mengukur jarak atau perbezaan antara
dua skor berdasarkan kepada unit sisihan piawai daripada nilai skor min
Skor Z = X –X/ơ di mana X ialah skor responden X ialah skor min bagi populasi ơ sisihan piawai taburan populasi
Skor Z digunakan untuk membandingkan dua atau lebih skor mentah yang dipungut terus daripada responden kajian
Cth Sejarah Matematik Pelajar A 94 50 Pelajar B 96 48 Skor min pop 92.5 45.7 Sisihan piawai 9.4 5.2 Skor Z (A) 0.2 0.8 Skor Z (B) 0.4 0.4
* Bagi pelajar A, prestasi pelajar dlm matematik adalah lebih baik drp sejarah
Boleh digunakan untuk menunjukkan proporsi bagi skor yang terletak di atas dan di bawah skor tertentu atau di antara dua skor dalam populasi
Skewness +ve menunjukkan kepencongan yang positif (positive skew) – data clustered to the left at the low values)
Skewness –Ve menunjukkan kepencongan yang negatif (clustering score at the high end right handed side of a graph)
Kurtosis +ve menunjukkan taburan adalah tajam (bertaburan di sekitar titik tengah)
Kurtosis di bawah 0 menunjukkan taburan yang rata
Digunakan untuk menghuraikan perhubungan antara satu variabel dengan variabel yang lain.
Tujuannya ialah untuk membuat generalisasi tentang perhubungan antara variabel dalam sampel kajian kepada populasi kajian.
Menggunakan ujian seperti Khi Kuasa dua, ujian t, ujian anova, ujian korelasi pearson dan lain-lain untuk menyatakan perhubungan antara variabel
Perhubungan antara variabel:
- perhubungan dalam kumpulan - perhubungan antara kumpulan Untuk mengkaji perhubungan antara
variabel, perlu menyatakan hipotesis
Hipotesis- Hipotesis nul- Hipotesis alternatif
Jenis ujian statistik yang digunakan bergantung kepada:
- Istilah ( perhubungan/perbezaan)- Jenis skala pengukuran- Kaedah persampelan- Bentuk taburan skor dalam populasi- ciri-ciri persampelan- Saiz sampel
Menyediakan data kajian Masukkan data dalam SPSS Transformasi menggunakan operasi
compute Ujian normaliti Kebolehpercayaan
Analisis faktor dilakukan bagi mengenal pasti, mengurangkan serta menyusun item-item soal selidik dalam konstruk-konstruk yang tertentu
Keperluan: Saiz sampel - >150 atau sekurang-kurang 5 kes
untuk 1item dalam variabel
Jika KMO adalah o.6 ke atas dan nilai Barlett’s Test of Sphericity adalah signifikan ( nilainya adalah 0.5 kebawah) maka analisis faktor adalah sesuai
Tentukan bilangan faktor dan ulangi semula analisis faktor
Contoh lain
Tentukan kebolehpercayaan alpha Cronbach berdasarkan skala/konstruk yang baru
Menggunakan data yang telah di perolehi:
Masukkan data ke dalam program SPSS Transformasi data menggunakan operasi compute bagi
mendapatkan nilai min bagi setiap konstruk yang terlibat Kenal pasti sama ada konstruk yang terlibat bertaburan
secara normal atau tidak (menggunakanUjian kolmogorov-smirnov, Skewness dan kurtosis, Histogram, Stem and leaf plot, Normal probability plot dan Box plot
Dapatkan kebolehpercayaan alpha cronbach bagi setiap konstruk
Bentangkan dapatan kumpulan kepada kelas