KAEDAH PENYELIDIKANTM6013

ANALISIS DATAHazura Mohamed

DATA ANALISISObjektif :

Kemahiran dalam menganalisis data menggunakan teknik-teknik berstatistik

Analisis StatistikMerupakan tatacara, teknik dan kaedah yang digunakan untuk tujuan memahami data dan maklumat, membuat penelitian, meringkas dan membuat analisis bagi memperihalkan berbagai ragam data.Peranan utamanya ialah supaya data yang berbagai macam ini mudah difahami oleh orang ramai.

Kategori StatistikStatistik deskriptifMenggunakan kaedah berangka dan grafik untuk menentukan corak set data, meringkaskan maklumat daripada set data dan mempersembahkan maklumat yang dikumpul daripada sampel dalam bentuk yang menarik.Oleh kerana pemerihalannya terhad kepada sampel sahaja ia tidak digunakan untuk tujuan membuat kesimpulan dan generalisasi menyeluruh kepada populasi yang dikajiStatistik InferensProsidur-prosidur untuk membuat generalisasi mengenai populasi yang dikaji berdasarkan maklumat daripada sampel yang diambil dari populasi.

Deskriptif Statistik1- Analisis UNIvariate2- Analisis Bivariate

Analisis Univariate1.Taburan FrekuensiPaling basic (and least useful)PercentageMod (nominal data)

2. Ukuran Kecenderungan MemusatMin (interval data )Mod (nominal data)Median (ordinal data)

Sambung 3.Ukuran SerakanMinimumMaksimumJulat perbezaan di antara maksimum dan minimumSisihan piawai ukuran sejauh mana subjek-subjek yang dikaji berbeza daripada min kumpulan.(the more heterogeneous the group, the higher the standard deviation)

Sambung

Skew = 0Skew > 0positive skewSkew < 0negative skew

Analisis BivariatKorelasiArahKekuatanPearson r (interval data)Spearman (ordinal data)

Data Teknik--teknik berstatistik adalah ditentukan oleh jenis data.Pemahaman asas mengenai jenis data membantu dalam pemilihan kaedah analisis dan ujian statistik yang sesuai

Jenis DataDua jenis data iaitu:

Data Kuantitatif-numerik nilai-nilai data adalah bilangan atau ukuran berangka. Data kuantitatif boleh dalam bentuk:Diskret - Boleh mengambil nilai-nilai yang tepat sahaja.Contoh: bilangan buah bagi setiap pokok dalam kebun, saiz kasut bagi pelajr sebuah kelas dan bilangan anak dalam setiap keluarga dsbnya atau Selanjar- Tidak boleh mengambil nilai yang tepat tetapi boleh dihampirkan kepada ukuran tertentu Contoh: tinggi pelajar, berat buah jambu , halaju kereta, PNGK pelajar-pelajar sarjana UKM-NPC, gaji pensyarah dan sebagainya.

Jenis DataData Kualitatif- bukan numerikNilai-nilai data adalah kategori bukan berangka.Cth: jenis darah, jantina

Cara lain mengklaskan data adalah melalui skala pengukuran. Dalam statistik terdapat 4 skala pengukuran iaitu nominal, ordinal, interval, nisbah.

Skala PengukuranData Nominal Data nominal sesuai pada data yang hanya dapat diklasifikasikan ke dalam kategori, nama atau label. Kategori tidak dapat disusun mengikut urutan.Dapat memberikan nilai numerik pada kategori tapi tidak dapat melakukan operasi matematik terhadap nilai-nilainya. Cth: male = 0 dan female = 1, budak ceria = 1 dan budak tak ceria = 2

Skala Pengukuran Data Ordinal Sama seperti data nominal.Membezakan ialah data boleh disusun mengikut urutan.Tetapi kita tidak boleh mengukur perbezaan di antara dua data.Kita dapat memberikan nilai numerik namun tidak dapat melakukan operasi matematik Cth: Pengundi-pengundi diklasifikasikan sebagai low-income, middle-income, or high-incomeFrekuensis Penerbangan: tidak pernah, jarang, kadang-kadang, selalu. Bagaimana penilaian anda terhadap restoran itu? Sangat baik, baik, cukup, kurang.

Skala Pengukuran Data Interval/SelaData interval adalah sama spt data ordinal iaitu data boleh disusun.Perbezaan antara data bermakna dan boleh diukur.Cth. Senarai suhu-suhu didih bagi cecair yang berbeza. Kita boleh tahu samada suhu didih cecair A lebih tinggi daripada suhu didih cecair B. jika suhu didih cecair A adalah 212darjah dan suhu didih cecair B adalah 284 darjah , suhu didih cecair B adalah lebih tinggi daripada suhu didih cecair A.Nilai sifar bersifat arbitrari.(tidak menggambarkan kosong secara mutlak)

Skala PengukuranData Nisbah(ratio data)Data nisbah adalah sama seperti data interval kecuali nisbah memberi makna.. Data ratio mempunyai nilai kosong secara mutlak. Nilai kosongnya mempunyai maksud tiada kuantiti. Seseorang yang tidak bekerja bermaksud gajinya RM 0. Cth. 4 orang dipilih secara rawak dan ditanya berapa banyak duit yang mereka bawa sekarang. Berikut adalah hasilnya : $21, $50, $65, and $300.Adakah data ini boleh disusun ikut urutan? Ya, $21 < $50 < $65 < $300. Bolehkah kita mengira nisbah ? Ya sebab $0 nilai paling maksimum yang mereka bawa.Individu yang mempunyai $300 adalah mempunyai 6 kali ganda daripada individu yang mempunyai $50.

Cth lain: umur, skor ujian, jumlah jam belajar untuk suatu ujian.

Ukuran kecenderungan memusat(Central tendency)

Statistik Inferens

Pengujian HipotesisPengujian hipotesis merupakan kaedah yang paling berkesan untuk membuat kesimpulan mengenai suatu populasi yang dikaji berpandukan keputusan yang didapati daripada sampel.Hipotesis statistik adalah satu kenyataan yang dibuat tentang suatu populasi Kenyataan ini mungkin benar atau tidakBenar atau tidak +++> lakukan pengujian hipotesis

Kepentingan & KeperluanPenting untuk menguji adakah perbezaan yang wujud di antara data dalam sampel dan populasi adalah benar-benar berbeza atau berbeza secara kebetulan sahaja.

Takrif HipotesisHipotesis statistik adalah suatu pernyataan atau anggapan yang mungkin benar atau tidak terhadap suatu populasi atau lebih (Walpole, 1990).Hipotesis yang baik mempunyai sifat-sifat seperti berfokus, jelas, logik, difahami dan dapat diuji.

Langkah-langkah Pengujian HipotesisPenyataan hipotesisJenis Taburan DataAras keertianUjian StatistikKawasan PenolakanPengiraan ujian statistik KeputusanKesimpulan

Pernyataan HipotesisHipotesis nol ditandakan dengan H0 ialah hipotesis yang hendak diuji dan diharap akan ditolak.

oMesti yang membawa maksud kesamaan.oJadi ada 3 kemungkinan: sama ada = atau atau .

Contoh:

Ho: Purata pendapatan pelajar MIT UKM Bangi adalah RM4,000.00 sebulan

atauHo: = RM 4,000.00 sebulan.

Pernyataan HipotesisHipotesis alternatif ditandakan dengan H1 , biasanya dinamakan hipotesis penyelidik yang dirumuskan dengan harapan untuk menerimanya.Kebiasaannya sebarang pernyataan yang hendak dibuktikan benar, ditulis dalam hipotesis alternatifMesti membawa maksud ketaksamaan.oJadi ada 3 kemungkinan: sama ada atau < atau >.oDiterima jika Ho ditolak.

Perhatikan!!!Pernyataan dalam Ho dan H1 tidak boleh bertindan.

Contoh:

H1: Purata pendapatan pelajar MIT UKM Bangi adalah kurang RM4,000.00 sebulan

atauH1: < 4,000.00 .

Pernyataan HipotesisKesilapan-kesilapan yang dibuat:Pernyataan hipotesis penyelidikan yang terlalu kabur. Cth: terdapat hubungan kecerdasan dan sikapPernyataan hipotesis penyelidikan yang terlalu umum. Cth: pelajar yang bijak mempunyai sikap yang baikPernyataan hipotesis penyelidikan dalam bentuk yang tidak boleh diuji. Cth: pelajar yang rajin ke kuliah lebih beriman

Taburan Data Taburan data sampel perlu di kenalpasti terlebih dahulu untuk membolehkan kita menggunakan statistik ujian yang betul.

Bagi data yang diambil dari taburan normal, taburan sampel nya juga normal. Bagi data yang diambil dari taburan bukan normal, teorem had memusat diperlukan. Ujian kenormalan juga boleh digunakan untuk menguji adakah data tertabur secara normal. oBina histogram , Bina plot batang-daunoKira pekali kepencongan dan kepuncakannya.oGunakan hubungan min, mod dan median dengan bentuk taburan.oAtau gunakan perisian untuk menguji kenormalan data.

Aras KeertianMenerima atau menolak H0 bergantung kepada tahap signifikan atau aras keertian (level of significance) Aras keertian ditandakan dengan simbol Juga dipanggil sebagai kebarangkalian berlakunya ralat jenis I, iaitu dalam membuat keputusan, hipotesis nol ditolak sedangkan pada hakikat ianya benar.Maka semakin besar nilai , semakin besar kemungkinan kita akan menolak hipotesis nol yang benarLazimnya nilai yang digunakan ialah 0.1, 0.01 atau 0.05

Ujian StatistikSebelum memilih suatu ujian statistik , tanya:Berapa banyak pembolehubah kajian?Adakah taburan data normal?Adakah sampel independent atau dependent?Apakah hipotesis anda?Adakah data nominal, ordinal, selang/ratio?

Kajian hubungan

Kajian Perbandingan

Contoh

Seorang pensyarah ingin mengetahui adakah belajar secara dalam kumpulan menyebabkan peningkatan prestasi dalam exam berbanding belajar secara individu..

Tujuan : menguji adakah teknik belajar memberi kesan kepada pencapaian markah. Mengkaji dua kumpulan sampel yang independentPembolehubah kajian : markah peperiksaanSkala pengukuran: nisbah.Hipotesis H0: Tiada perbezaan purata markah di antara belajar berkumpulan dan belajar sendiri.Statistik ujian yang sesuai : Normal - independent t-test. Tak-normal u-mann whitney test

Kawasan Penolakan Ada 3 jenis hujung ujian:o 2 hujungo 1 hujung sebelah kirio 1 hujung sebelah kanan Bergantung kepada H1. Kawasan penolakan adalah kawasan yang membolehkan Ho di tolak

Nilai Kritikal Nilai pemisah diantara kawasan penolakan dan kawasan penerimaan.

KeputusanKesimpulan

Jenis ralat statistikSemua keputusan ujian statistik bergantung kepada samada menolak atau menerima hipotesis nol.Namun ianya dipengaruhi oleh 2 ralat statistikRalat jenis I berlaku jika kita menolak H0 apabila dalam keadaan sebenar, ia benar dan Ralat jeis II berlaku apabila kita tidak menolak H0 sedangkan dalam keadaan sebenar, ia palsu.

Kb (Ralat Jenis I ) = dan Kb (Ralat Jenis II) =

Oleh itu penyelidik menetapkan aras keertian pada 0.05 iaitu hanya 5 dari 100 sahaja dibenarkan membuat ralat jenis 1

Secara Matematik = kb (Ralat jenis I ) = kb ( tolak H0| H0 benar ) dan = kb (Ralat jenis II) = KB (Terima H0| H0 palsu)

Pokok Pemilihan Ujian

Analisis Menggunakan SPSSApa itu SPSS?SPSS (Statistical Package for the Social Sciences)Satu sistem yang berupaya mengurus data dan menganalisis secara berstatistik.Mudah digunakan dan boleh memanipulasi data.Tetapi SPSS tidak boleh menyelesaikan sebarang masalah anda.Ia boleh digunakan untuk menganalisis dataYang penting, anda mesti ada pengetahuan asas mengenai statistik untuk mentafsirkan output.

Analisis Grafik dan DiskriptifData Nominal Frequency, Crosstabs, bar charts dan pie chartsData Ordinal - Frequency, Crosstabs dan descriptivee statistics, bar charts, pie charts, steam-lesf plotsData selanjar descriptive statistics, histograms, boxplots, dan scatter plot bagi dua pembolehubah

3 kumpulan Ujian berstatistik inferensiKumpulan 1. Menguji jika terdapat perbezaan yang bererti di antara dua pembolehubah; Kumpulan 2. Menguji kesignifikanan hubungan di antara dua pembolehubah; danKumpulan 3. Menguji jika terdapat perbezaan yang signifikan diantara lebih daripada dua pembolehubah.

Analisis InferensiKumpulan 1. Menguji jika terdapat perbezaan yang bererti di antara dua pembolehubahNominal atau ordinal guna CrosstabsData selanjar Pertama, periksa jika data normalUntuk periksa kenormalan, go to Analyze, descriptive statistics, exploreKedua, jika membandingkan dua atau lebih kumpulan, periksa kehomogenan bagi varians di antara kumpulan.Guna exploreBagi perbandingan dua kumpulan, guna Independent t-test bagi independent sample dan dependet t-test bagi paired sample Jika tidak normal guna analyze nonparametric test independent sample atau dependent sample

Analisis InferensiKumpulan 2. Menguji kesignifikan hubungan di antara dua pembolehubahNominal data guna crosstab dan pilih ujian yang sesuai untuk nominal dataOrdinal data guna crosstabs, bivariate correlation spt pekali korelasi SpearmanData Selanjar guna bivariate correlation spt Pearson correlation

Analisis InferensiKumpulan 3. Menguji jika terdapat perbezaan yang bererti di antara lebih dua pembolehubah Bagi data tidak normal pilih Analyze nonparametric test k independet testBagi data normalAnalyze compare mean ANOVA

Descriptive Statistics Procedure

The Crosstabs Procedure in SPSS

The Crosstabs Procedure in SPSS

Adakah terdapat perbezaan di antara kumpulan kajian

Mengkaji hubungan di antara pembolehubah kajian

Jika taburan data bukan tertabur normal

Sekian Terima Kasih

Cara lain mengklaskan data adalah melalui skala pengukuran. Dalam statistik terdapat 4 skala pengukuran iaitu nominal, ordinal, interval, nisbah.