PENYELIDIKAN KUANTITATIF

PENYELIDIKAN KUANTITATIF

Oleh: Dr. Rosmawati Mohamad RasitJPDK, FPI UKM

rosmawati@ukm.edu.my / rosmawati212@gmail.comhttp://rosma212@wordpress.com

PARADIGMA PENYELIDIKAN

KAEDAH PENYELIDIKAN

KUANTITATIF KUALITATIF

MIXED-METHODS

• Reka Bentuk Kajian• Pensampelan Kajian• Kaedah Pengumpulan Data• Instrumen Kajian• Analisis Data

KAJIAN KUANTITATIF

REKA BENTUK KAJIAN

Eksperimental

•Eksperimental Benar

•Kuasi-Eksperimental

Eksperimental

•Eksperimental Benar

•Kuasi-Eksperimental

Bukan Eksperimental

•Kajian Tinjauan

Bukan Eksperimental

•Kajian Tinjauan

PENGUMPULAN DATA (PEMBINAAN INSTRUMEN KAJIAN)

PENGUMPULAN DATA (PEMBINAAN INSTRUMEN KAJIAN)

Kaedah mendapatkan data dalam kajian kuantitatif – melalui pembinaan soal selidik sebagai instrumen kajian.

Instrumen kajian sebagai alat pengumpulan data

PENGUMPULAN DATA

Menggunakan soal selidik yang telah sedia ada Membina soal selidik baru

PENYEDIAAN SOAL SELIDIK

Mudah difahami dan tidak kabur Mencapai objektif dan persoalan kajian Nilai kesahan dan kebolehpercayaan yang tinggi Ketepatan istilah

CIRI-CIRI SOAL SELIDIK

Soal selidik diserah sendiri oleh penyelidik Menggunakan pos/e-mel/online Menggunakan khidmat enumerator

PENGURUSAN SOAL SELIDIK

Unsur keaslian – tidak boleh meniru atau menggunakan soal selidik pengkaji lain tanpa kebenaran.

Tidak mendatangkan kesan mental dan fizikal yang negatif kepada responden.

Menentukan kesahan dan kebolehpercayaan soal selidik seperti digunakan dalam kajian.

ETIKA PEMBENTUKAN SOAL SELIDIK

Soal selidik sebagai instrumen kajian Menentukan konstruk soal selidik – kenal pasti pemboleh

ubah kajian terlebih dahulu Merancang item bagi menjawab persoalan kajian Kenal pasti skala pengukuran yang digunakan Membina item mengikut kesesuaian analisis data kajian Ujian kebolehpercayaan (alfa cronbach) Ujian normaliti (data bertaburan normal) bagi data

interval / ratio

PEMBINAAN SOAL SELIDIK

Sebelum bina soal selidik, pengkaji perlu memahami pemboleh ubah yang diletakkan dalam borang soal selidik.

Pemboleh ubah sebagai konstruk kajian yang boleh diukur.

Pembinaan item soal selidik bukannya pembinaan soalan soal selidik.

Item merangkumi pernyataan samada berbentuk soalan atau tidak.

Item instrumen Mempertimbangkan perasaan responden – tidak timbul

paksaan Item perlu pendek dan ringkas Bilangan item perlu dikurangkan Data konkrit

Cth: umur 20-24thn bkn ‘remaja’, ‘orang dewasa’ Cth: pendapatan ‘RM1000 hingga RM1999 bkn ‘pendapatan

sederhana’

Skala pengukuran bagi setiap variabel perlu difahami sebelum membina item alat kajian.

Kaedah analisis data bergantung kepada jenis skala pengukuran Cth: Bilangan dalam kumpulan ( Lelaki /

Perempuan) berskala nominal – ujian khi kuasa dua

SKALA PENGUKURAN

Kenal pasti jenis skala; Nominal Ordinal Interval Ratio

JENIS SKALA PENGUKURAN

Skala yang diklasifikasikan dalam kategori, nama atau label Kategori tidak dapat disusun mengikut urutan. Nilai numerik pada kategori tapi tidak dapat melakukan

operasi matematik terhadap nilai-nilai tersebut. Angka ‘1’ dan ‘2’ tidak mempunyai nilai Cth :

Jantina : lelaki, perempuan Bangsa : Melayu, Cina dan India Lokasi: Bandar, pinggir bandar

Skala nominal

Nombor kod Jantina

01 Lelaki

02 Perempuan

Cth skala nominal bagi pemboleh ubah jantina

Seperti skala nominal Yang membezakannya - Skala ordinal menggambarkan susunan

nilai kualiti sesuatu pemboleh ubah. Ia mempunyai order atau susunan. Susunan secara teratur, angka

kecil hingga besar Tetapi tidak boleh mengukur perbezaan di antara 2 data. Boleh memberikan nilai numerik tetapi tidak dapat melakukan

operasi matematik Cth :Skala likert 1-4 poin 1 (STS), 2 (TS), 3 (S), 4 (SS) Pendapatan –low income, middle income, high income

Skala ordinal

Tahap kekerapan menonton TV

Skala

Sangat Tidak Kerap 1

Tidak Kerap 2

Kerap 3

Sangat Kerap 4

Cth skala ordinal bagi pemboleh ubah pengukuran tahap kekerapan menonton TV

Seperti data skala ordinal (data boleh disusun) Perbezaannya 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

Nilai 0 merupakan suatu nilai, bersifat arbitrari (tidak menggambarkan kosong secara mutlak)

Skala interval / sela

Cth Umur markah peperiksaan tinggi (meter, kaki) berat (kg ) pendapatan (rm) suhu

Seperti data interval tetapi nisbah memberi makna Mempunyai nilai sifar yang mutlak – kosong Cth: nilai sifar dalam skala suhu darjah celsius (skala sela)

menunjukkan takat beku air; tetapi jika ditukar ke skala nisbah, nilai sifar bermaksud suhu sifar mutlak iaitu suhu yang paling rendah yang boleh dicapai.

Cth: nilai kosong – tidak ada kuantiti Tidak bekerja – gajinya RM0

Skala ratio / nisbah

Cth: 4 orang dipilih secara rawak ditanya duit yang mereka bawa Hasilnya – RM21, RM50, RM65, RM300 Boleh disusun ikut urutan Bolehkah kita mengira nisbah? ya, sebab RM0 nilai yang paling minimum. Individu yang mempunyai RM300 – 6 kali ganda daripada

individu yang mempunyai RM50

Jenis-jenis item dalam soal selidik Demografi / latar belakang responden Soalan kekerapan dikotomi (jawapan dua pilihan)

Cth: Ya / Tidak Rank order

Cth: Berikan penilaian anda mengikut keutamaan – kaedah pengajaran 1. Kuliah 2. PBL 3. Lawatan …..

Skala likert Mendapatkan skala persetujuan/penilaian/persepsi Cth: skala persetujuan

1. sangat tidak setuju 2. tidak setuju 3. setuju 4. sangat setuju

ITEM SOAL SELIDIK

Soal selidik bentuk terbuka Kebebasan responden untuk menjawab Cth: Apakah/Berapakah/Bagaimana?

Soal selidik bentuk tertutup Soalan berstruktur – responden hanya memilih jawapan

yang ditentukan Mudah menjawab Mudah menganalisis

JENIS ITEM

Item pilihan tunggal Item bebas Item aneka pilihan Item pangkatan Item jenis pilihan mengikut susunan kesesuaian

JENIS ITEM

Single-choice item Pilihan yang sesuai berdasarkan pernyataan

item. Cth: Jantina

Lelaki ( ) Perempuan ( )

Item Pilihan Tunggal

Item yang meminta responden untuk menyatakan pendapat mereka sendiri tanpa diberi sebarang pilihan atau kategori.

Soal selidik berbentuk terbuka Cth: Apakah pendapatan bulanan anda? RM______

Open-ended mendapatkan pendapat responden Cth: Berikan cadangan anda…..

Item Bebas

Multiple-choice-item Responden memilih pernyataan yang

dipersetujui atau sesuai dengan pendapat mereka.

Ralat pengukuran timbul kerana mungkin ada responden yang menjawab item dengan hanya berdasarkan kepada sebahagian atau satu-satu topik sahaja.

Item Aneka Pilihan

Cth: Genre filem yang ditonton seram komedi drama cinta aksi

Konsep dalam setiap pilihan yang dibina haruslah tidak bertindih dengan konsep dalam pilihan yang lain.

Rank-ordering item (salah satu jenis skala Guttman)

Item yang meminta responden untuk menyusun satu senarai pilihan mengikut susunan keutamaan, biasanya dari yang paling utama kepada yang paling tidak utama.

Item Pangkatan

Sila pilih mengikut keutamaan; 1=paling kerap, 2=kerap, 3=tidak kerap, 4=paling tidak kerap

Cth: Genre filem yang ditonton seram komedi drama cinta aksi

Item jenis skala likert merupakan item yang berbeza dengan item pangkatan.

Pilihan disusun mengikut persetujuan

Item Jenis Pilihan mengikut Susunan Kesesuaian

Indeks pengukuran bagi sesuatu variabel yang diukur – terdiri daripada beberapa gabungan beberapa petunjuk.

Sub-indeks – dibentuk daripada gabungan beberapa petunjuk

INDEKS PENGUKURAN

Cth: Indeks Pencapaian pelajar

Sub indeksPencapaian akademik

Sub indeksPencapaian bukan akademik

Petunjuk bagi pencapaian subjek major

Petunjuk bagi pencapaian subjek elektif

Petunjuk bagi pencapaian dalam sukan

Petunjuk bagi pencapaian dalam pasukan beruniform

Item pengukuran (10 item)

Item pengukuran (8 item)

Item pengukuran (12 item)

Item pengukuran (10 item)

Jumlah item bagi Indeks pencapaian pelajar = 50

Menggunakan beberapa petunjuk atau sub-indeks yang diwakili oleh item-item untuk membentuk satu indeks pengukuran adalah lebih sesuai.

Dalam penyelidikan sains sosial, konsep seperti pencapaian akademik, kemahiran berfikir dsb. melibatkan banyak aspek yang boleh digabungkan untuk meningkatkan kebolehpercayaan dan kesahan kajian.

Item-item yang mewakili setiap petunjuk digunakan dalam instrumen pengukuran yang dibina. Memberi definisi konseptual yang tepat Menjalankan kajian rintis

Skala likert Skala thurstone Skala guttman Skala perbezaan semantik

SKALA PENGUKURAN PIAWAI

skala persetujuan 1. sangat tidak setuju 2. tidak setuju 3. setuju 4. sangat setuju

4 skala 5 skala 6 skala 7 skala 9 skala

Skala Likert

Kelebihan skala likert; Mudah diurus dan dibuat Itemnya mudah dijawab oleh responden Data yang dikutip lebih tinggi kebolehpercayaannya.

Skala likert yang digunakan mestilah seimbang

Skala 1

1. Sederhana2. Memuaskan3. Baik4. Sangat Baik5. Cemerlang

Skala 2

1.Sangat Tidak Memuaskan2.Tidak Memuaskan3.Sederhana4.Memuaskan5.Sangat Memuaskan

Dua pilihan dalam setiap pernyataan yang mewakili satu aspek konsep yang diukur

Setuju Tidak Setuju

Skala Thurstone

Mempunyai susunan urutan Skala uni-dimensi

Skala Guttman

Skala tri-dimensi Potensi – mengandungi kuasa dan potensi bagi

penilaian konotasi spt ‘kuat-lemah’, ‘cepat-lambat’ Penilaian – mengandungi penialaian spt ‘baik-

teruk’, ‘cantik-hodoh’, ‘sejuk-panas’ Aktiviti – mengandungi konotasi aktiviti spt ‘aktif-

pasif’, ‘kreatif-logik’ Dapat melihat sikap responden dari pelbagai

perspektif

Skala perbezaan prosedur semantik

LANGKAH DAN PERATURAN MEMBENTUK INSTRUMEN

KAJIAN

Menyenaraikan variabel yang ingin dikaji Menganggar cara menganalisis data Menyemak senarai variabel Menggunakan bahasa dan perkataan yang

sesuai

Merujuk kepada teori dan model kajian yang sesuai

Merujuk kepada kajian lepas / sorotan literatur Merujuk kepada soal selidik lain yang

berkaitan Memikir sendiri berdasarkan pengalaman dan

pengetahuan Membincang dengan pakar dalam bidang

berkaitan

Menyenaraikan variabel yang ingin dikaji

Setiap jenis analisis data dipengaruhi oleh jenis item soalan yang dibina.

Menganggar cara menganalisis data

Semak untuk memastikan bahawa semua variabel yang disenaraikan adalah variabel-variabel yang disebut dalam soalan kajian.

Setelah penyemakan, pengkaji akan mula merangka item-item soal selidik.

Menyemak senarai variabel

Jenis bahasa yang digunakan – bahasa yang dikuasai oleh responden kajian.

Perkataan dan ayat dalam setiap item soal selidik haruslah difahami sepenuhnya oleh responden.

Setiap item – uni-dimensi Elakkan memberi item berbentuk pengetahuan umum. Elakkan penggunaan item yang kompleks. Elakkan penggunaan perkataan yang terlalu spesifik atau

terlalu luas. Menggunakan perkataan yang dapat menjaga perasaan

responden. Menggunakan perkataan yang tepat.

Menggunakan bahasa dan perkataan yang sesuai

Elakkan; Menggunakan perkataan yang terlalu panjang Melampau Double meaning Double barrelled Sensitif Leading Double negative Mengelirukan Hypothetical (andaian)

PENSAMPELAN KAJIAN PENSAMPELAN KAJIAN

PENSAMPELAN KAJIAN

PENSAMPELAN KEBARANGKALI

AN

PENSAMPELAN KEBARANGKALI

AN

PENSAMPELAN BUKAN

KEBARANGKALIAN

PENSAMPELAN BUKAN

KEBARANGKALIAN

Pensampelan Kebarangkalian

PENSAMPELAN RAWAK MUDAHPENSAMPELAN RAWAK MUDAH

PENSAMPELAN KELOMPOK

PENSAMPELAN KELOMPOK

PENSAMPELAN SISTEMATIK

PENSAMPELAN SISTEMATIK

PENSAMPELAN RAWAK

BERLAPIS

PENSAMPELAN RAWAK

BERLAPIS

Prosedur pensampelan rawak mudah

Prosedur pensampelan sistematik

Prosedur pensampelan rawak berlapis

Prosedur pensampelan kelompok

27 maktab perguruan di

Malaysia

27 maktab perguruan di

Malaysia

Maktab A

Maktab A

Maktab B

Maktab B

Maktab C

Maktab C

Maktab D

Maktab D Maktab EMaktab E Maktab FMaktab F

Persampelan Rawak MudahPersampelan Rawak Mudah

Persampelan Rawak

Mudah

Persampelan Rawak

Mudah

Persampelan Rawak

Mudah

Persampelan Rawak

Mudah

Persampelan Rawak

Mudah

Persampelan Rawak

Mudah

Persampelan Rawak

Mudah

Persampelan Rawak

Mudah

Persampelan Rawak

Mudah

Persampelan Rawak

Mudah

Persampelan Rawak

Mudah

Persampelan Rawak

Mudah

200 200 200200 200200 200200 200200 200200

Pensampelan Bukan Kebarangkalian

PENSAMPELAN BERTUJUAN

PENSAMPELAN BERTUJUAN

PENSAMPELAN KEBETULAN/KESEDIAAN (CONVENIENCE)

PENSAMPELAN KEBETULAN/KESEDIAAN (CONVENIENCE)

PENSAMPELAN KUOTA

PENSAMPELAN KUOTA

PENSAMPELAN BOLA SALJI

PENSAMPELAN BOLA SALJI

ANALISIS DATAANALISIS DATA

JENIS ANALISIS DATA

Dengan menggunakan Analisis statistik deskriptif - analisis

univariat

Analisis statistik inferensi analisis bivariat

analisis multivariat

Pengkaji perlu memahami statistik sebelum memulakan analisis data.

Statistik merupakan alat bantuan yang digunakan oleh pengkaji untuk menghurai dan memahami perkaitan antara variabel dalam kajian.

Dengan menggunakan Analisis statistik deskriptif - analisis univariat

Analisis statistik inferensi analisis bivariat analisis

multivariat

JENIS ANALISIS DATA

DATA

DATA KUALITATIF-bukan numerik-nilai-nilai data yang kategori bukan berangka

CTH; jenis darah, jantinaDATA KUANTITATIF-numerik-nilai-nilai data adalah BILANGAN @ UKURAN BERANGKA

Jenis data membantu dalam pemilihan kaedah analisis dan ujian statistik yang

sesuai

DISKRET (nilai yang tepat sahaja)Cth: bilangan kereta Saiz kasut

SELANJAR (dihampirkan ukuran tertentu)Cth: tinggi pelajar halaju kereta

Persoalan kajian

Objektif kajian Jenis skala Jenis analisis data

Apakah tahap kemahiran komunikasi pelajar

Mengenal pasti tahap kemahiran komunikasi pelajar

Skala inteval – skor skala likert

Peratusan, kekerapan, min, sisihan piawai

Apakah perbezaan tahap kemahiran komunikasi individu sebelum dan selepas kahwin

Mengenal pasti perbezaan kemahiran komunikasi individu sebelum dan selepas kahwin

Skala interval – skor kemahiran komunikasi

Paired sample t-Test

Jika tidak ada pengetahuan mengenai tahap skala pengukuran menyebabkan kita salah memilih jenis-jenis analisis.

Cara mendeskripsikan data yang telah terkumpul tanpa melakukan generalisasi ke atas data tersebut.

Ia melibatkan satu pemboleh ubah sahaja Melibatkan penelitian kepada aspek

demografi seperti umur, jantina, tahap pendidikan, taraf perkahwinan dll.

ANALISIS DATA : UNIVARIAT

Tujuan analisis univariat adalah untuk menginformasikan suatu pemboleh ubah dalam keadaan tertentu tanpa dikaitkan dengan pemboleh ubah lain.

Cara untuk melakukan suatu ringkasan dan klasifikasi kepada data agar penyelidik dapat memahami data dengan mudah.

Persembahan data melibatkan; Jadual taburan kekerapan Persembahan grafik – carta pai, carta bar, graf

dll.

ANALISIS STATISTIK DESKRIPTIF

Merupakan statistik yang digunakan untuk menghuraikan ciri-ciri variabel.

Menggunakan petunjuk-petunjuk spt; Min Sisihan piawai Median Mod Kekerapan peratusan

STATISTIK DESKRIPTIF

Statistik Fungsi Statistik

Statistik Deskriptif • Menghuraikan ciri-ciri variabel

• Ia digunakan untuk membuat kesimpulan mengenai data numerikal

• Tidak membuat generalisasi daripada sampel kajian kepada populasi

Frekuensi (kekerapan), min, mod, sela, sisihan piawai, varians, peratusan, kadar, nisbah, taburan normal, skor Z dsb.

Sebelum pengkaji menggunakan statistik untuk menganalisis datanya, pengkaji perlu memahami ciri-ciri variabel kajian.

Tiga cara yang digunakan untuk menghuraikan ciri-ciri variabel: Mengukur kecenderungan memusat Mengukur keserakan Mempiawaikan data

MCT – Measure of central tendency

Mengukur kekecenderungan memusat dilakukan dengan menggunakan suatu nilai untuk mewakili satu set data.

Cth: untuk membuat rumusan tentang kemahiran berkomunikasi dalam kalangan pelajar, nilai skor min digunakan

Kecenderungan Memusat

Tiga jenis pengukur Min Median Mod

Kaedah pengiraan - SPSS

Nilai purata yang digunakan untuk mewakili satu set nilai-nilai yang diperhatikan.

Min digunakan ke atas data berskala interval dan skala nisbah

Min

Min = jumlah bagi semua skor bilangan skor

Merupakan nilai tengah sesuatu taburan skor yang disusun mengikut urutan menaik atau menurun.

Digunakan untuk data yang disusun dalam urutan iaitu data ordinal, interval dan nisbah.

Nilai tengah dari taburan data yang telah disusun dari nilai terendah ke nilai tertinggi

Median

Nilai yang wujud paling kerap dalam sesuatu taburan. Biasanya digunakan untuk data skala nominal atau

ordinal. Mod biasanya digunakan untuk menyatakan ciri-ciri

demografi subjek kajian yang mempunyai beberapa kategori spt peringkat umur, pendapatan, tahap pendidikan (sekolah rendah, sekolah menengah, IPT)

Digunakan untuk menyatakan kategori yang mempunyai kekerapan paling tinggi.

Mod

MD - Measure of dispersion

Tiga cara yang biasa digunakan untuk mengenal pasti keserakan data ialah dengan mengira; Nilai sela Sisihan piawai varians

Ujian Serakan

Sela (range)

Jurang antara nilai paling rendah dan paling tinggi dalam satu taburan.

Sela = skor maksimum – skor minimum

Sela

Subjek Pelajar 1 Pelajar 2 Pelajar 3

Matematik 65 95 72

Bahasa Melayu

65 25 71

PJK 84 98 68

Jumlah 214 218 211

Skor min 71.33 72.67 70.33

Contoh…

Bil. subjek

Sela Min Max Jum. skor

Min

Pelajar 1 3 19 65 84 214 71.33

Pelajar 2 3 73 25 98 218 72.67

Pelajar 3 3 4 68 72 211 70.33

Sela skor bagi pelajar 2 (sela=73) adalah jauh lebih besar daripada pelajar 1 (sela=19) dan pelajar 3 (sela=4).

Ini bererti secara relatif, skor pelajar 2 bertaburan jauh antara satu sama lain, pelajar 2 mahir dalam subjek Matematik (skor= 95) dan PJK (skor=98) tetapi kurang mahir dalam subjek Bahasa Melayu (skor=25).

Prestasi pelajar 3 adalah sederhana bagi semua subjek. Ini dapat dilihat melalui nilai sela skornya yang kecil iaitu 4.

petunjuk pengukuran yang utama dalam penyelidikan.

Keserakan skor-skor dalam sesuatu taburan. Ia digunakan pada skala interval dan nisbah.

Sisiahan piawai – jumlah purata sesuatu nilai / skor individu tersisih daripada skor min dalam sesuatu taburan

Sisihan piawai

S.P.

Pelajar 1 12.35

Pelajar 2 31.53

Pelajar 3 3.26

Contoh…

Jika dibandingkan nilai sisihan piawai ketiga-tiga pelajar, pelajar 2 mempunyai nilai yang paling besar (SP=31.53), diikuti dengan pelajar 1 (SP=12.35) dan pelajar 3 (SP=3.26). Ini bererti taburan skor pelajar 2 adalah terserak lebih jauh dari nilai skor min dalam taburannya berbanding dengan taburan skor pelajar 1 dan pelajar 3

SEMAKIN KECIL NILAI SISIHAN PIAWAI, SEMAKIN BAIK DATA MEWAKILI POPULASI

SP = 0.1 ………… / 1 PALING BAIK

Juga digunakan untuk mengenal pasti keserakan skor-skor dalam satu taburan.

Varians merupakan kuasa dua bagi nilai sisihan piawai.

Varians

Peringkat pengukuran

Pengukuran kecenderungan memusat

Pengukuran keserakan

Skala nominal Mod

Skala ordinal ModMedian

Sela

Skala intervalSkala ratio

Mod MedianMin

Sela Sisihan piawaiVarians

Data yang dikutip daripada responden dalam sampel merupakan data skor mentah yang boleh dipiawaikan untuk dibuat perbandingan.

Pempiawaian data – standardizing data

Perbandingan antara unit-unit dalam populasi kajian yang mempunyai saiz subjek yang berbeza

PEMPIAWAIAN DATA

Petunjuk data piawai yang sering digunakan Proporsi Peratusan Perubahan peratusan Nisbah Frekuensi / kekerapan

Peratusan Mempiawaikan jumlah keseluruhan populasi

kepada 100 peratus.

Kekerapan

Variabel Frekuensi Peratusan

Jantina Lelaki Perempuan

313715

30.469.9

Umur

Min = 1.8346Sisihan Piawai = .72101

19-20 tahun21-22 tahun23-24 tahun

366466196

35.6 43.3 19.1

Tahap Minat Frekuensi Peratusan

Sangat Tidak BerminatTidak BerminatBerminatSangat Berminat

 24962812922

 24.261.112.5 2.1

1028 100.0Min = 1.93Sisihan piawai = .670

Cth: Taburan Tahap minat terhadap penontonan TV

ANALISIS

UNIVARIAT

Taburan Frekuensi & Peratusan

Ukuran Kecenderungan Memusat•Min (data interval)•Mod (data nominal)•Median (data ordinal)

Ukuran Serakan•Minimum•Maksimum •Sisihan piawai (ukuran sejauhmana subjek-subjek yang dikaji berbeza daripada min kumpulan)

Untuk menghuraikan perhubungan antara suatu variabel dengan variabel yang lain.

Tujuannya; Membuat generalisasi tentang hubungan

antara variabel dalam sampel kajian kepada populasi kajian.

Membuat kesimpulan tentang ciri-ciri populasi berdasarkan ciri-ciri sampel.

ANALISIS STATISTIK INFERENSI

Analisis bivariat Analisis multivariat

Ujian signifikan Pernyataan Hipotesis

1. Jenis skala pengukuran2. Kaedah persampelan Rawak3. Data bertaburan normal4. Ciri-ciri persampelan - populasi5. Saiz sampel

Syarat asas pemilihan ujian statistik (statistical

assumptions)

ANALISIS

BIVARIAT

KORELASI•Arah•Kekuatan

•Pearson (data interval)•Spearman (data ordinal & bukan parametrik data

ANOVA•Membuat perbandingan

T-TEST•One sample T-test•Paired sample T-Test•Two independent samples

Perbezaan purata

REGRESI•Faktor peramal

Chi-Square•Non-parametric test

ANALISIS MULTIVAR

IAT

KORELASI SPARA

ANCOVA

MANCOVA

REGRESI PELBAGAI•Faktor peramal

MANOVA

Perbezaan di antara lelaki dan perempuan terhadap persetujuan menggunakan ICT dalam P&P Analisis statistik chi-square (DV berdata nominal – dalam

bentuk kekerapan

JENIS ANALISIS STATISTIK

Perbezaan di antara lelaki dan perempuan terhadap persetujuan menggunakan ICT dalam P&P Analisis statistik Independent sample T-Test (DV berdata

interval – dalam bentuk skor

JENIS ANALISIS STATISTIK

Jenis analisis yang digunakan ditentukan oleh jenis skala pengukuran

dan

Jenis skala pengukuran ditentukan oleh jenis item yang akan dibina

JENIS DATA

Interval/ratiol

Perbezaan

Perhubungan

Perbezaan

Perhubungan

Satu variabel bebas

Nominal/Ordinal

Ujian Khi kuasa dua

Ujian Khi Kuasa Dua

Dua variabel bebas

Ujian spearman rho, Phi, Cramer, Lambda

Ujian-tSatu variabel bebas dengan

dua kump.

Ujian ANOVA

Satu variabel bebas dengan banyak kump.

Ujian Regresi Pelbagai

Dua atau lebih variabel bebas

(variabel peramal

Ujian korelasi pearson

Satu variabel bebas