DATA KUANTITATIF DAN KUALITATIF

1.1 Pengenalan kepada Statistik.Perkataan statistik mempunyai berbagai makna di dalam budaya kita. Websters Third New International Dictionary memberikan definasi statistik yang komprenhensif sebagai sains yang berurusan dengan pungutan, analisis, tafsiran dan persembahan data numerik. Dari sudut pandangan ini, statistik akan kita bincangkan di dalam kursus ini. Statistik juga merupakan satu cabang matematik, dan banyak daripada sains statistik berdasarkan kepada pemikiran matematik, dan terbitannya. Banyak daripada bidang-bidang akademik, termasuk perniagaan, menawarkan kursus statistik di dalam disiplinnya. Walau bagaimanapun, statistik telah menjadi satu bidang pengajian di dalam bidangnya.

Manusia kerapkali menggunakan perkataan statistik dengan merujuk kepada kumpulan data. Sebagai contoh, mereka mungkin berkata mereka memungut statistik dari operasi perniagaan mereka. Apa yang mereka rujukkan adalah mengukur kenyataan dan angka. Pilihan model kereta dan lain-lain juga menggunakan perkataan statistik untuk merujuk kepada kematian.

Pernyataan statistik adalah digunakan sekurang-kurangnya di dalam dua cara yang penting. Pertama, statistik boleh merupakan pengukuran perihalan yang dikira daripada sampel dan digunakan untuk membuat penerangan terhadap populasi. Penggunaan ini akan dicincangkan kemudian. Kedua, statistik merupakan taburan yang digunakan di dalam analisis data. Sebagai contoh, penyelidik menggunakan taburan t untuk menganalisis data yang akan merujuk kepada statistik-t di dalam menganalisis data.Berikut merupakan beberapa penggunaan yang biasa bagi perkataan statistik:

a. Sains yang memungut, menganalisis, mentafsir dan mempersembahkan data.

b. Cabang metematik

c. Kursus pengajian

d. Kenyataan dan angka

e. Pengukuran yang diambil dari sampel

f. Jenis taburan yang digunakan untuk menganalisis data.1.0 Apakah Statisik?

1.1 Statistik Perihalan dan Pentadbiran

Kajian statistik boleh disusun di dalam berbagai-bagai cara. Salah satu daripada cara ialah membahagikan statistik kepada dua cabang: Statistik perihalan dan statistik pentadbiran. Untuk memahami perbezaan di antara statistik perihalan dan pentadbiran, definisi populasi dan sampel adalah amat berguna. Populasi didefinisikan sebagai sejumlah kumpulan manusia, objek, atau item yang diminati. Populasi secara meluas menerangkan kategori seperti semua kenderaan, atau boleh menerangkan secara terperinci sebagai semua kereta Proton yang dikeluarkan pada tahun 2000. Populasi boleh juga sebagai kumpulan manusia, seperti semua pelajar di FEP, UPM, atau boleh jadi set objek, seperti semua TV yang dikeluarkan oleh Sony di Petaling Jaya. Apabila penyelidik memungut data dari seluruh populasi bagi sesuatu ukuran yang diminati, ia dipanggil sebagai bancian. Semua orang biasa dengan bancian isirumah Malaysia yang dijalankan oleh Jabatan Perangkaan Malaysia. Ia dilakukan 10 tahun sekali untuk mengukur taraf kehidupan semua rakyat di Malaysia.

Sampel adalah bahagian daripada keseluruhan, jika ia diambil dengan sempurna, ia mewakili keseluruhan. Untuk beberapa sebab yang tertentu, penyelidik biasanya lebih gemar untuk menggunakan sampel berbanding dengan populasi. Sebagai contoh, di dalam menjalankan ujikaji kawalan kualiti untuk mementukan purata tempoh hayat mentol lampu, pengilang mentol lampu mungkin mengambil sampel rawak hanya 75 biji mentol lampu sahaja di dalam proses pengeluarannya. Disebabkan oleh batasan masa dan kewangan, pengurusan sumber manusia mungkin hanya mengambil sampel rawak pekerja berbanding menggunakan bancian untuk mengukur moral pekerja.

Jika penyelidik menggunakan data yang diambil ke atas kumpulan untuk menerangkan atau membuat kesimpulan terhadap kumpulan yang sama, statistik tersebut dipanggil statistik perihalan. Sebagai contoh, jika seorang pensyarah mengeluarkan statistik untuk meringkaskan keputusan peperiksaan kelas dan menggunakan statistik tersebut untuk membuat kesimpulan hanya keatas kelas tersebut, statistik tersebut adalah perihalan. Pensyarah boleh menggunakan statistik tersebut untuk membincangkan purata kelas, bercakap mengenai jeda markah kelas, atau mempersembahkan lain-lain pengukuran data untuk kelas berdasarkan ke atas ujian.

Satu jenis lain statistik dipanggil sebagai statistik pentadbiran (inferen statistics). Jika penyelidik memungut data daripada sampel dan menggunakan statistik tersebut untuk membuat kesimpulan terhadap populasi dimana sampel tersebut diambil, statistik tersebut adalah statistik pentadbiran. Data yang dipungut adalah digunakan untuk mentadbir sesuatu berkaitan kumpulan yang besar. Statistik pentadbiran kadangkala dipanggil sebagai statistik induktif.

Ukuran perihalan bagi populasi dipanggil sebagai parameter. Parameter biasanya ditandakan menggunakan huruf Greek. Contoh-contoh parameter adalah purata populasi ((), varian populasi ((2), dan sisihan piawai populasi. Ukuran perihalan bagi sampel dipanggil statistik dan biasanya ditandakan dengan huruf roman. Contoh statistik adalah purata sampel (), varian sampel (S2) dan sisihan piawai sampel (S).

Perbezaan di antara parameter dan statistik adalah penting hanya di dalam penggunaan statistik pentadbiran. Ahli statistik biasanya mahu untuk menganggar nilai parameter atau menjalankan ujian terhadap parameter. Walau bagaimanapun, pengiraan parameter biasanya boleh dilaksanakan ataupun mungkin tidak boleh dilaksanakan kerana disebabkan oleh jumlah masa dan wang yang diperlukan untuk membuat bancian. Di dalam kes tersebut, ahli-ahli statistik akan mengambil sampel rawak daripada populasi, mengira statistik ke atas sampel dan membuat pentadbiran dengan menganggar nilai parameter. Asas statistik pentadbiran adalah keupayaannya untuk membuat keputusan berkaitan dengan parameter tanpa melakukan bancian lengkap terhadap populasi.

Pentadbiran berkaitan parameter adalah dibuat di bawah ketakpastian. Melainkan parameter adalah dikira secara terus daripada populasi, ahli-ahli statistik tidak mengetahui secara pasti sama ada penganggaran atau pentadbiran yang dibuat daripada sampel adalah benar atau tidak. Di dalam usaha untuk menganggar tahap keyakinan di dalam proses menghasilkan keputusan, ahli-ahli statistik biasanya menggunakan pernyataan kebarangkalian.2.0 Kepentingan dari perspektif statistik

Terdapat beberapa kepentingan dari perspektif statistik iaitu: Menyediakan data untuk dianalisis.

Memilih format yang sesuai untuk persembahan data.

Memilih teknik yang paling sesuai untuk menghuraikan data (Statistik Deskriptif)

Memilih teknik yang paling sesuai untuk meninjau hubungan dan aliran dalam data (korelasi dan statistik inferensi)

Perbezaan antara kajian secara kuantitatif dan kualitatif seringkali tidak jelas. Contohnya ialah kaedah tinjauan. Ia boleh memberi suatu penjelasan dan huraian yang tepat (kualitatif), tetapi ianya juga boleh dianalisis secara kuantitatif seperti kutipan data peribadi responden bagi sesuatu kelompok iaitu antara pengelasan responden dan sikap atau tabiatnya.

Ciri asas analisis kuantitatif ialah dikatakan terlewat sekiranya menjalankan kajian, mengumpul data dan berfikir bagaimana untuk menganalisisnya. Proses untuk memilih ujian statistik perlu dibuat semasa peringkat perancangan kajian bukannya pada peringkat perlaksanaan. Oleh itu amatlah penting bagi penyelidik untuk mengetahui kepentingan statistik bagi menjalankan kajian penyelidikan dengan lebih berkesan.3.0 DATA KUANTITATIF DAN KUALITATIF Statistik ialah satu ilmu yang dikaitkan dengan data. Data adalah satu bentuk maklumat yang secara kasar mempunyai dua sifat utama iaitu data yang dikategorikan sebagai data yang berbentuk kualitatif dan kuantitatif.3.1 Data KualitatifData dari jenis kualitatif adalah data yang bukan angka, selalunya mengambil kira jawapan seperti YA atau TIDAK bagi sesuatu soalan. Contoh soalan yang dikategorikan sebagai data kualitatif adalah :

Adakah anda sudah melabur dalam skim Amanah Saham? Jawapan:

YA

TIDAK3.2 Data Kuantitatif

Data Kuantitatif pula adalah data yang berbentuk angka yang selalu diambil mengikut proses pengiraan.Data kuantitatif terbahagi kepada dua jenis iaitu data diskrit dan data selanjar. Data diskrit adalah data yang berbentuk angka yang selalu diambil mengikut proses pengiraan. Data selanjar pula adalah data yang berbentuk angka yang selalunya, diambil mengikut proses pengukuran.Contoh data kuantitatif:

a)Data diskrit

Pada setiap hari berapa jenis akhbar yang anda baca? Jawapan.

__________ jenis.

b)Data selanjar

Berapa lamakah anda menbaca setiap 1 jenis akhbar tersebut: Jawapan.

_____________ jam.4.0 Jenis-jenis pembolehubah 4.1 Pembolehubah Pembolehubah adalah suatu ciri yang dapat mengubah dan mempengaruhi ciri yang lain. Contoh: Kebimbangan boleh menyebabkan penyakit darah tinggi. Kebimbangan ialah variabel tak bersandar manakala Penyakit darah tinggi ialah variabel Contoh : ketinggian bagi 20 orang pelajar.

4.2 Terdapat dua jenis pembolehubah

4.2.1 Pembolehubah selanjar dan pemboleh diskretApabila kita mengukur suatu pembolehubah, skala pengukuran yang digunakan boleh jadi selanjar atau diskret. Jika nilai ukuran pembolehubah itu boleh didapati di mana-mana bahagian antara dua titik, pembolehubah itu dipanggil pembolehubah selanjar. Contoh panjang dalam cm, masa dalam saat atau berat dalam kg.

Pembolehubah yang mempunyai nilai tertentu dan tidak terdapat nilai-nilai lain di antara dua nilai dipanggil pemboleubah diskret. Jumlah lembu dalam kandang adalah 5 ekor, bukannya antara 5 atau 6 ekor lembu. Pengasingan pembolehubah selanjar dan diskret hanya secara teori. Secara praktikalnya ukuran-ukuran selanjar akan dibulatkan kepada unit yang paling hamper.4.2.2 Pembolehubah bersandar dan tidak bersandar

Pembolehubah yang boleh diubah secara langsung oleh penyelidik dikenali sebagai pembolehubah tidak bersandar. Nilai-nilai pembolehubah tak bersandar selalunya digunakan sebagai asas untuk membuat ramalan terhadap nilai pembolehubah yang bersandar dengannya.

Pembolehubah yang nilai bersandar kepada nilai pemboleh tidak bersandar dipanggil pembolehubah bersandar. Contohnya kaedah pengajaran memberi kesan pembelajaran mendarab yang lebih baik. Kaedah pengajaran adalah pembolehubah tidak bersandar. Manakala pencapaian matematik sebagai pembolehubah bersandar.5.0 Pembolehubah bersandar

Pembolehubah bersandar dikenali sebagai pembolehubah yang dihasilkan oleh kesan pembolehubah bebas. Pembolehubah bersandar menerima akibat ( bersandar kepada ) pembolehubah yang berlaku pada pembolehubah bebas atau tidak bersandar . Dalam erti kata yang lain ia adalah pembolehubah yang hendak diterangkan. 5.1 Hubungan

Kajian saintifik digunakan untuk menguji sama ada wujud hubungan antara dua (2) variabel yang dikaji atau sebaliknya. Hubungan ini mungkin berbentuk positif atau negatif atau tidak wujud hubungan.

Hubungan positif Wujud hubungan positif antara kerja dan upah.

Hubungan negatif Wujud hubungan negatif antara kenaikan harga petrol dengan sikap berjimat.

6.0 Kesimpulan Umum Kesimpulan terhasil apabila ujikaji yang dijalankan ke atas variabel-variabel secara berulang-ulang dapat menghasilkan jawapan yang sama. Kebaikan kesimpulan ialah seseorang itu dapat menjangkakan apa yang akan terjadi apabila sesuatu fenomena itu berlaku.

6.1 Pembolehubah Bersandar atau Tidak Bersandar

Adalah penting untuk mengenalpasti pembolehubah bersandar dan tidak bersandar. Ini dapat membantu kita untuk mengenali masalah kajian kes dan mengenali sama ada pembolehubah bersandar yang menyebabkan perubahan dalam pembolehubah bersandar ataupun tidak. 6.2 Dua pembolehubah Bersandar

Dua pembolehubah bersandar wujud apabila terdapat hubungan antara kedua-dua pembolehubah. Apabila wujud dua pembolehubah bersandar kajian kolerasi akan dijalankan berbading dengan eksperimen. Contohnya, apabila menguji hubungan antara tahap pendengaran yang tinggi dengan kurangnya maklumat yang tertinggal, ujian kolerasi yang akan dijalankan. Di sini pengaji akan mengadakan satu temuramah berbanding dengan mengadakan latihan awalan. Jumlah communication breakdown akan direkod. Sekarang data yang dikumpul dengan data yang diperhatikan perlu di.Contohnya, pasangan yang mempunyai kecendurungan pendengaran yang tinggi mempunyai hubungan yang rapat di antara satu sama lain. Di sini latihan yang dihadiri tidak akan meningggalkan kesan dalam pencapaian kajian. 9

_1345885195.unknown