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