ANALISIS DATA MENGGUNAKAN PERISIAN SPSS (1)
“Allah memberikan Hikmat kebijaksanaan (ilmu yang
berguna) kepada sesiapa yang dikehendakiNya
(menurut aturan yang ditentukanNya) dan sesiapa yang
diberikan hikmat itu maka sesungguhnya dia telah
diberikan kebaikan yg banyak. Dan tiadalah yg dapat
mengambil pengajaran (dan peringatan) melainkan
orang2 yg menggunakan akal fikirannya.” (Maksud ayat
269, Surah Al-Baqarah).
“Barangsiapa merintis jalan mencari ilmu maka Allah akan
memudahkan baginya jalan ke syurga.” (HR.Muslim).
Jadual…
SPSS?
Statistical Package for the Social Sciences
Predictive Analytics SoftWare
“SUKA PENYELIDIKAN SUKA STATISTIK”
REKA BENTUK
KAJIAN
Kuantitatif
Kualitatif
Kajian Tinjauan
(survey)
Kajian Korelasi
Ethnography
Kajian Kes
Eksperimen
Benar
QuasiEksperimen
Phenomenology
Grounded
Theory
Problem Statement
Research Design/
Methodology
Population & Sample
Instrumentation
Data Collection
Data Analysis & Presentation
Interpretation & Reporting
Rekod
Pemantauan
Makluman
PERUBAHAN
AMALAN
Perisian
Kemahiran
ANALISIS STATISTIK
Jenis data
Tujuan
Kajian
MAKSUD
STATISTIK
Meringkaskan
Data
Memberi
makna
kepada data
Menerangkan
data
Kegunaan
Statistik
!
"
#$ %
Collect
Analyze
Present
Make informed decisions
Interpret
CABANG STATISTIK
Deskriptif
Inferensi
Statistik Deskriptif
v
v $
v $
Jantina
Lelaki
Perempuan
57
70
40
54
60
61
70
44
Markah
55 71 55
80 72 50
82 61 40
83 62 49
44
46
56
56
83
67
65
70
&
Markah
Jantina
N
Lelaki
Perempuan
Minima
Maksima
Mean
Median
SP
14
44
83
62
60
12.0
14
40
83
59
59
13.8
!
v
v
v
'
()(! (!
.
!*+,-,* !
Jantina
Lelaki
Perempuan
57
70
40
54
60
61
70
44
Markah
55 71 55
80 72 50
82 61 40
83 62 49
44
46
56
56
)
&
83
67
65
70
.
/
-
0
Dapatan
Kesimpulan
Keputusan
VARIABLE?
5 JENIS:
q Independent Variable
ü Kesannya terhadap DV dikaji. Cth.Kaedah mengajar – Skor
Pencapaian
q Dependent Variable
ü Variable yg kesannya dicerap akibat IV
q Mediated Variable
ü Menjelaskan ? Hubungan IV & DV berlaku(cth.umurpengalaman-skor, pengalaman sbg. MV)
q Moderator Variable
ü Variable yg berinteraksi utk 88 kekuatan hubungan antara IV &
DV
ü Cth.kekerapan menonton berita (DV) dipengaruhi oleh umur (IV)
tetapi jantina boleh menguatkan hubungan ini di mana lelaki
berumur lbh kerap menonton berita berbanding perempuan
berumur.
q Extraneous Variable
ü Variable luaran selain IV yg mempengaruhi DV
ü Cth.(samb.cth MV)…isu semasa mempengaruhi kekerapan
menonton berita…tsunami, gempa bumi, dll.
IV vs DV
Pemboleh ubah Bebas vs Pemboleh ubah Bersandar
Contoh:
Kaedah mengajar (IV) dimanipulasi dengan menjadikan dua kaedah
berbeza (X dan Y) bagi melihat kesannya kepada skor (DV).
)3)4* 5 ! - "
• *
• 0
•
• *
Nisbah
(Ratio)
• *
• 0
•
• *
Sela
(Interval)
Ordinal
1
!2
à
• .
• *
•
6
, .
Nominal
(
• )
• )
• 0
1
.
.
(
., !3!#)* /0!)* ()(! (!
.
7*
0
/
.
*
5
7
.
JENIS DATA
TUJUAN
Parametrik
Bukan Parametrik
Menerangkan satu kumpulan
Mean, SD
Median, interquartile
range
Perbandingan satu kumpulan
menggunakan satu nilai
One-sample
T- test
Wilcoxon test
Membandingkan dua kumpulan
berbeza
Independent
T- test
Mann-Whitney test
Membanding dua kumpulan
berpasangan
Paired T-test
Wilcoxon test
JENIS DATA
TUJUAN
Parametrik
Membandingkan tiga atau
lebih kumpulan berbeza
Korelasi dua variabel
Meramal nilai dari variabel
lain yang diukur (
Meramal nilai dari beberapa
variabel lain yang diukur
(
)
One-way ANOVA
Pearson correlation
Simple linear regression
or
Nonlinear regression
Multiple linear regression* or
Multiple nonlinear regression**
Bukan
Parametrik
Kruskal-Wallis
test
Spearman
correlation
Nonparametric
regression**
Perbezaan min
IV
-Data diskret
(Nominal / Ordinal)
DV
-Data continuous
(Interval / ratio)
1
(cth. Lelaki/perempuan)
1
(cth. Pencapaian)
Ujian-t
1
(cth. Melayu/Cina/India)
1
Anova Satu
Hala
2
(cth. Bangsa & Jantina)
1
ANOVA Dua
Hala
1@>
2@>
MANOVA
Jenis Ujian
PENGUJIAN HIPOTESIS?
•
•
•
•
Hipotesis = andaian kajian yg akan diuji
Jenis Hipotesis = HA & Ho
Ho = Min Sampel Tidak Berbeza Dari Min Populasi
Pengiraan dan perbandingan t obtain dan t kritikal
– T obtain > t kritikal (alfa=0.05), maka wujud perbezaan yg
signifikan kedua-dua min skor sampel dan min populasi
• Why Null?
!"
SOALAN KAJIAN à PERLU/TIDAK PENGUJIAN HIPOTESIS
5 LANGKAH PENGUJIAN HIPOTESIS:
ü
ü
ü
ü
ü
Nyatakan Ho & Ha
Setkan darjah keyakinan/alfa (kajian sains sosial=.05)
Laporkan ujian statistik & kesignifikanan
Membuat keputusan (terima / gagal)
Kesimpulan
RALAT:
Ho BETUL
Ho SALAH
TOLAK Ho
RALAT JENIS I
KEPUTUSAN TEPAT
GAGAL TOLAK Ho
KEPUTUSAN TEPAT
RALAT JENIS II
Tolak Ho
= Terdapat perbezaan/hubungan yg signifikan
Gagal tolak Ho
= Tidak terdapat perbezaan/hubungan yg signifikan
&
Manual
Perisian
Analisis
Data
Statistical Package for the Social Sciences
SPSS
Mengenali SPSS
•
•
•
•
Starting SPSS
Opening an Existing Data File
Starting a New Data File
Defining & Procedure for Defining the
Variables
– Name, Type, Width, Decimals, label, Value,
Missing, Align, Measure
• Procedure for Entering Data
Latihan 1
• Menyediakan ‘template’.
• Memasukkan data.
Screening & Cleaning The Data
• Step 1: Checking for Error
• Step 2: Finding the Error in Data File
• Step 3: Correcting the Data Error in Data
File
Manipulating the Data
• Calculating Total Scale Score (summated)
• Collapsing a Continuous Variable Into
Group (compute, recode)
Latihan 2
•
•
•
•
•
Checking for Error
Finding the Error in Data File
Correcting the Data Error in Data File
Calculating Total Scale Score (summated)
Collapsing a Continuous Variable Into
Group (compute, recode)
,*8#) !3 5/(./(
9 +
: ;
< .
=
>
1. Mencari
bilangan
jawatan guru
1. Mencari
bilangan jenis
jawatan guru
dan graf
)*)3! ! ,-,*()
, ,-).) ?)-!) ,3
;
• 0
@
.
;
"
Latihan 3
• Menyediakan jadual, graf, carta, dan
crosstab.
• Selamat MENCUBA….
Normality & Linearity
• AnalyzeàDes.StatisticsàExplore
– Klik ‘totalkjer’àDependent List box
– Label cases byàput your ID variables
– Displayà’Both’ is selected
– Statisticsàclick descriptive & outliers, click continue
– Plotsàclick on Histogram, Normality plots with tests, continue
– Optionàin the missing values, click on Exclude cases pairwise.
Continue & OK.
Ø Skewness - pencongan graf normal samada ke kanan (+) atau
ke kiri (-).
Ø Kurtosis – keadaan samada puncak graf kuncup/kurus (-) atau
lebar (+) berbanding puncak graf normal.
Ø Nilai skewness & kurtosis data normal = 0.
Ø Julat normal: ± 1.7 ,ada pendapat kata : ± 2.0
Ø Test of NormalityàKolmogorov-Smirnov…non-sig.=normal
Ø Big samples=Central Limit Theorem
Ø CLT menyatakan bahawa, “mean of sampling distribution of the
mean is equal to the population mean. That tells you that
repeated sampling will, over the long run, produce the correct
mean.” [mean of sampling mean = mean population].
Normal Q-Q plot
Boxplot
•
!
"##$
%
&# % '
"##(
!
"##$
)
% &# %
%
!
"##$
% %
% &*
%
•
# $
#
%+
%
(
&
') #*
% ,
%#.
%
'
%
%+
"#** %
!
/ %
%
%###
0
Kesahan & Kebolehpercayaan
Kesahan
• Merujuk kpd sejauhmana sst.alat ukur dpt. Memberikan ukuran
terhadap apa yg patut diukur (Tuckman, 1978; Mohd Majid, 1990;
Anastasi&Urbina 1997).
• Darjah ketepatan ujian/alat ukur tersebut mengukur perkara atau
kualiti yg diukur oleh ujian tersebut (Anastasi, 1990 dlm Mohamad
Sahari, 2008).
• Cth.: Alat penimbang sah untuk mengukur berat badan, TETAPI
kurang sah untuk mengukur darjah kesihatan seseorang.
• Sesuatu alat yg berupaya mengukur dengan tepat sst
pembolehubah yg ditetapkan adalah dianggap SAH sbg alat
pengukur bg pembolehubah tersebut.
Jenis Kesahan
• Kesahan Muka (Face validity) – bahasa, ejaan, kejelasan, kurang
saintifik & boleh disemak oleh org bukan pakar bidang
• Kesahan Kandungan (Content validity) – sejauh mana alat ukur itu
mewakili bidang/kandungan yg diukur. MESTI disahkan oleh pakar
bidang.
• Kesahan Kriteria (Criterion validity)
– Terbahagi kpd 2: i. Kesahan serentak (concurrent); ii. Kesahan Jangkaan
(Predictive)
– K.serentak- kesetaraan…skor instrumen yg dibina setara/hampir setara dgn
instrumen org lain. Cth.,Soalan Matematik pada tahun 2007 (Lembaga Pep.) dgn
soalan Matematik yg dibina pada 2012 (menguji topik yg sama) – menunjukkan
keputusan yg tidak jauh berbeza apabila diuji utk tempoh masa yg dekat.
– K.Jangkaan – dpt.menjangka keputusan akan datang (3-6 bulan). Lazim utk
ujian penyaringan. Cth. IMSAK di IPG).
• 1
%2 3
*44.
• Kesahan Gagasan (Construct validity)
– Item yg menguji konstruk yang sama, skor ujian adalah ‘correlated’; tetapi jika
mengukur konstruk yang berlainan akan mencatatkan korelasi yg rendah
– Ringkasnya, item yg mewakili sesuatu konstruk perlu mempunyai ciri sepunya!
&
%
Ø kestabilan & ketekalan/konsistensi sst alat/instrumen
mengukur sst konsep, pd bila2 masa, dlm apa jua
keadaan.
Ø Memberi skor yg sama walau diukur berulang kali
“…reliability does’nt ensure validity…” (Hair et al., 1995)
&
#
•
%
Researchers must demonstrate instruments are reliable since without
reliability, research results using the instrument are not replicable, and
replicability is fundamental to the scientific method. Reliability is the
correlation of an item, scale, or instrument with a hypothetical one which
truly measures what it is supposed to. Since the true instrument is not
available, reliability is estimated in one of four ways:
•
•
•
•
+
: Estimation based on the correlation among the
variables comprising the set (typically, Cronbach's alpha, KR-20)
/ : Estimation based on the correlation of two equivalent
forms of the scale (typically, the Spearman-Brown coefficient)
: Estimation based on the correlation between two (or
more) administrations of the same item, scale, or instrument for different
times, locations, or populations, when the two administrations do not differ
on other relevant variables (typically, the Spearman Brown coefficient)
+
: Estimation based on the correlation of scores
between/among two or more raters who rate the same item, scale, or
instrument
Nilai kebolehpercayaan
• Cronbach (1946):
– 0.8
: rendah
: diterima
: baik
• DeVellis (2003), >0.7
*
9AA=
"
"
BC
D
"
EC
%
AC
*
Nilai
Koefisien α
A>
0; 7
Interpretasi
> 0.9
Excellent
> 0.8
Good
> 0.7
Acceptable
> 0.6
Questionable
> 0.5
Poor
< 0.5
Unacceptable
George, D., & Mallery, P. (2003). / //
),
% **%#
%%6
),
6
%
! # 9AA= .
Nilai
Koefisien α
.90 and up
(
< ,
Interpretasi
Excellent
.80 - .89
Good
.70 - .79
Adequate
below .70
May have limited
applicability
U.S. Department of Labor Employment and Training
Administration 1999
5
Procedure for checking the reliability of a scale:
+! !
,
%,
%
%-
%
.! 7
% %
"
/! +
1! +
3
2! 7
8
5
.%9
0
:
%
,
:
/
%
%+
3
%+
4
4
5! 7
%+
%
4
&
'
*
%
Apa yg perlu dilaporkan?
• Corrected item-total correlation (CITC)
• Alpha if item deleted, dan
• Alpha
Jadual 1.1 Nilai korelasi item dengan jumlah skor Konstruk ‘Kestabilan
Jasmani, Emosi Dan Rohani’ dan antara item
• Jadual 1.1 menunjukkan semua item dalam konstruk ‘Kestabilan
Jasmani, Emosi dan Rohani’ berkorelasi positif yang kukuh dan
signifikan dengan jumlah skor konstruk ‘Kestabilan jasmani, Emosi
dan Rohani’. Korelasi yang paling kuat adalah item b03 (0.846),
diikuti dengan item b4 (0.840), item b05 (0.800), item b02 (0.742),
dan item b01 (0.736).Julat korelasi antara item dengan jumlah skor
konstruk ‘Kestabilan Jasmani, Emosi dan Rohani’ adalah antara
0.386 hingga 0.846. Didapati juga nilai korelasi antara item
menunjukkan semua item berkorelasi secara positif dan adalah
signifikan pada aras 0.01. Nilai positif antara konstruk dalam matriks
korelasi antara item juga menunjukkan bahawa item-item dalam
konstruk-konstruk tersebut mengukur ciri struktur yang serupa.
• Secara keseluruhan, apabila konstruk KJER dianalisis untuk
menentukan nilai kebolehpercayaan pekali Cronbach Alpha didapati
bahawa nilainya adalah 0.845, iaitu suatu nilai kebolehpercayaan
ketekalan dalaman yang tinggi dan baik. Jadual 2.2 menunjukkan
bahawa nilai korelasi item yang diperbetulkan kepada jumlah skor
adalah dalam julat 0.543 hingga 0.749. Nilai korelasi item yang
diperbetulkan kepada jumlah skor adalah petunjuk tentang darjah
korelasi setiap skala kepada jumlah skor. Dalam kajian ini, didapati
nisbah ini adalah besar daripada 0.3. Ini menunjukkan bahawa
konstruk yang diukur adalah mempunyai korelasi yang baik dengan
jumlah skor. Nilai korelasi antara item adalah antara 0.386 hingga
0.846. Ini menunjukkan korelasi yang kuat antara item yang terdapat
dalam konstruk KJER yang digunakan dalam instrumen ini. Korelasi
antara item bagi setiap item adalah positif.
Latihan 4
• Laporkan kesahan dan kebolehpercayaan
konstruk ‘Menepati Masa’ dalam
instrumen KKPK.
STATISTICAL TECHNIQUES TO
COMPARE GROUPS
• t-Test
• One-Way Analysis of Variance (ANOVA)
• Two-Way ANOVA
t-Test
• 2 jenis : i. Sampel tak bersandar (jantina); ii. Sampel bersandar
(pre-post test)
i. Ujian-t Sampel tak bersandar
• Tujuan: Membandingkan 2 kumpulan (cth. Jantina) dengan DV
yang berskala interval
• Andaian: m/s 25
• Soalan Kajian: Adakah terdapat perbezaan yang signifikan tahap
kualiti peribadi pengetua kanan bagi konstruk ‘kestabilan jasmani,
emosi dan rohani berdasarkan jantina?
• Hipotesis: Ho: Tidak terdapat perbezaan yang signifikan tahap
kualiti peribadi pengetua kanan bagi konstruk KJER berdasarkan
jantina.
• Langkah2 SPSS: Click Analyze > Compare Means >
Independent-Samples T Test
Penulisan Laporan:
Jadual 2 menunjukkan keputusan ujian-t bagi konstruk ‘kestabilan
jasmani, emosi dan rohani’. Keputusan ujian-t bagi sub-konstruk
‘kestabilan jasmani, emosi dan rohani’ mendapati bahawa tidak
terdapat perbezaan yang signifikan bagi sub-konstruk tersebut
(t=0.593; p>0.05). Tahap ‘kestabilan jasmani, emosi dan rohani’
pengetua lelaki (M=4.145, SP=0.630) adalah sama dengan pengetua
perempuan (M=4.167, SP=0.642).
Latihan 5
Soalan:
Adakah terdapat perbezaan yang signifikan tahap kualiti
peribadi pengetua kanan bagi konstruk ‘Kemahiran
Berkomunikasi’ berdasarkan jantina?
Tuliskan hipotesis kajian dan hipotesi null anda.
Laporkan hasil analisis menggunakan jadual yang
bersesuaian dan buatkan rumusan dapatan anda.
ONE-WAY ANOVA
• Tujuan: Mengenal pasti sama ada terdapat perbezaan skor min
yang signifikan pada 1 DV (berskala interval) yang melibatkan 3
atau lebih kumpulan.
– ANOVA Satu Hala akan menunjukkan sama ada terdapat
perbezaan yang signifikan dalam skor min pembolehubah
bersandar (dependent variable) merentasi 3 kumpulan
responden yang dikaji. Ujian Post-hoc pula digunakan untuk
mengenalpasti kumpulan manakah yang berbeza.
• Andaian: sama seperti t-test, m/s 25
• Contoh Soalan Kajian: Adakah terdapat perbezaan yang signifikan
tahap kualiti peribadi pengetua kanan berdasarkan persepsi guru
berdasarkan pengalaman mengajar guru?
• Hipotesis:
Ho : µ1 = µ2 = µ3
Ho : Tidak terdapat perbezaan yang signifikan skor min tahap kualiti
peribadi pengetua kanan berdasarkan persepsi guru mengikut
pengalaman mengajar guru.
Spss…
• +! !
,
4
0
'$ % ,
6,%
• .! 7
)
%9
% %8
:
3
$ '8
%
)
9
0
%
;
%
0
<
• 5! 7
• =! 7
; 8 %9
%
:
• 2! !
'
%
; )
8
• 1! 7
% %
3
:
7
• /! 7
%-
%
;
4
%
9
&
%
%7
%7
4
# %%
%
• Dalam Post Hoc, nak guna Tukey atau Scheffe? Lazimnya, Scheffe
digunakan bagi N tiga atau lebih kumpulan berbeza, manakala
Tukey memerlukan N bagi setiap kumpulan adalah sama!
• Keputusan Post Hoc wajib dilihat dan dilaporkan hanya sekiranya
ujian Anova didapati terdapat perbezaan yang signifikan (lihat Sig.),
Jika nilai Sig. melebihi had yang ditetapkan oleh pengkaji (cth.
p
berguna) kepada sesiapa yang dikehendakiNya
(menurut aturan yang ditentukanNya) dan sesiapa yang
diberikan hikmat itu maka sesungguhnya dia telah
diberikan kebaikan yg banyak. Dan tiadalah yg dapat
mengambil pengajaran (dan peringatan) melainkan
orang2 yg menggunakan akal fikirannya.” (Maksud ayat
269, Surah Al-Baqarah).
“Barangsiapa merintis jalan mencari ilmu maka Allah akan
memudahkan baginya jalan ke syurga.” (HR.Muslim).
Jadual…
SPSS?
Statistical Package for the Social Sciences
Predictive Analytics SoftWare
“SUKA PENYELIDIKAN SUKA STATISTIK”
REKA BENTUK
KAJIAN
Kuantitatif
Kualitatif
Kajian Tinjauan
(survey)
Kajian Korelasi
Ethnography
Kajian Kes
Eksperimen
Benar
QuasiEksperimen
Phenomenology
Grounded
Theory
Problem Statement
Research Design/
Methodology
Population & Sample
Instrumentation
Data Collection
Data Analysis & Presentation
Interpretation & Reporting
Rekod
Pemantauan
Makluman
PERUBAHAN
AMALAN
Perisian
Kemahiran
ANALISIS STATISTIK
Jenis data
Tujuan
Kajian
MAKSUD
STATISTIK
Meringkaskan
Data
Memberi
makna
kepada data
Menerangkan
data
Kegunaan
Statistik
!
"
#$ %
Collect
Analyze
Present
Make informed decisions
Interpret
CABANG STATISTIK
Deskriptif
Inferensi
Statistik Deskriptif
v
v $
v $
Jantina
Lelaki
Perempuan
57
70
40
54
60
61
70
44
Markah
55 71 55
80 72 50
82 61 40
83 62 49
44
46
56
56
83
67
65
70
&
Markah
Jantina
N
Lelaki
Perempuan
Minima
Maksima
Mean
Median
SP
14
44
83
62
60
12.0
14
40
83
59
59
13.8
!
v
v
v
'
()(! (!
.
!*+,-,* !
Jantina
Lelaki
Perempuan
57
70
40
54
60
61
70
44
Markah
55 71 55
80 72 50
82 61 40
83 62 49
44
46
56
56
)
&
83
67
65
70
.
/
-
0
Dapatan
Kesimpulan
Keputusan
VARIABLE?
5 JENIS:
q Independent Variable
ü Kesannya terhadap DV dikaji. Cth.Kaedah mengajar – Skor
Pencapaian
q Dependent Variable
ü Variable yg kesannya dicerap akibat IV
q Mediated Variable
ü Menjelaskan ? Hubungan IV & DV berlaku(cth.umurpengalaman-skor, pengalaman sbg. MV)
q Moderator Variable
ü Variable yg berinteraksi utk 88 kekuatan hubungan antara IV &
DV
ü Cth.kekerapan menonton berita (DV) dipengaruhi oleh umur (IV)
tetapi jantina boleh menguatkan hubungan ini di mana lelaki
berumur lbh kerap menonton berita berbanding perempuan
berumur.
q Extraneous Variable
ü Variable luaran selain IV yg mempengaruhi DV
ü Cth.(samb.cth MV)…isu semasa mempengaruhi kekerapan
menonton berita…tsunami, gempa bumi, dll.
IV vs DV
Pemboleh ubah Bebas vs Pemboleh ubah Bersandar
Contoh:
Kaedah mengajar (IV) dimanipulasi dengan menjadikan dua kaedah
berbeza (X dan Y) bagi melihat kesannya kepada skor (DV).
)3)4* 5 ! - "
• *
• 0
•
• *
Nisbah
(Ratio)
• *
• 0
•
• *
Sela
(Interval)
Ordinal
1
!2
à
• .
• *
•
6
, .
Nominal
(
• )
• )
• 0
1
.
.
(
., !3!#)* /0!)* ()(! (!
.
7*
0
/
.
*
5
7
.
JENIS DATA
TUJUAN
Parametrik
Bukan Parametrik
Menerangkan satu kumpulan
Mean, SD
Median, interquartile
range
Perbandingan satu kumpulan
menggunakan satu nilai
One-sample
T- test
Wilcoxon test
Membandingkan dua kumpulan
berbeza
Independent
T- test
Mann-Whitney test
Membanding dua kumpulan
berpasangan
Paired T-test
Wilcoxon test
JENIS DATA
TUJUAN
Parametrik
Membandingkan tiga atau
lebih kumpulan berbeza
Korelasi dua variabel
Meramal nilai dari variabel
lain yang diukur (
Meramal nilai dari beberapa
variabel lain yang diukur
(
)
One-way ANOVA
Pearson correlation
Simple linear regression
or
Nonlinear regression
Multiple linear regression* or
Multiple nonlinear regression**
Bukan
Parametrik
Kruskal-Wallis
test
Spearman
correlation
Nonparametric
regression**
Perbezaan min
IV
-Data diskret
(Nominal / Ordinal)
DV
-Data continuous
(Interval / ratio)
1
(cth. Lelaki/perempuan)
1
(cth. Pencapaian)
Ujian-t
1
(cth. Melayu/Cina/India)
1
Anova Satu
Hala
2
(cth. Bangsa & Jantina)
1
ANOVA Dua
Hala
1@>
2@>
MANOVA
Jenis Ujian
PENGUJIAN HIPOTESIS?
•
•
•
•
Hipotesis = andaian kajian yg akan diuji
Jenis Hipotesis = HA & Ho
Ho = Min Sampel Tidak Berbeza Dari Min Populasi
Pengiraan dan perbandingan t obtain dan t kritikal
– T obtain > t kritikal (alfa=0.05), maka wujud perbezaan yg
signifikan kedua-dua min skor sampel dan min populasi
• Why Null?
!"
SOALAN KAJIAN à PERLU/TIDAK PENGUJIAN HIPOTESIS
5 LANGKAH PENGUJIAN HIPOTESIS:
ü
ü
ü
ü
ü
Nyatakan Ho & Ha
Setkan darjah keyakinan/alfa (kajian sains sosial=.05)
Laporkan ujian statistik & kesignifikanan
Membuat keputusan (terima / gagal)
Kesimpulan
RALAT:
Ho BETUL
Ho SALAH
TOLAK Ho
RALAT JENIS I
KEPUTUSAN TEPAT
GAGAL TOLAK Ho
KEPUTUSAN TEPAT
RALAT JENIS II
Tolak Ho
= Terdapat perbezaan/hubungan yg signifikan
Gagal tolak Ho
= Tidak terdapat perbezaan/hubungan yg signifikan
&
Manual
Perisian
Analisis
Data
Statistical Package for the Social Sciences
SPSS
Mengenali SPSS
•
•
•
•
Starting SPSS
Opening an Existing Data File
Starting a New Data File
Defining & Procedure for Defining the
Variables
– Name, Type, Width, Decimals, label, Value,
Missing, Align, Measure
• Procedure for Entering Data
Latihan 1
• Menyediakan ‘template’.
• Memasukkan data.
Screening & Cleaning The Data
• Step 1: Checking for Error
• Step 2: Finding the Error in Data File
• Step 3: Correcting the Data Error in Data
File
Manipulating the Data
• Calculating Total Scale Score (summated)
• Collapsing a Continuous Variable Into
Group (compute, recode)
Latihan 2
•
•
•
•
•
Checking for Error
Finding the Error in Data File
Correcting the Data Error in Data File
Calculating Total Scale Score (summated)
Collapsing a Continuous Variable Into
Group (compute, recode)
,*8#) !3 5/(./(
9 +
: ;
< .
=
>
1. Mencari
bilangan
jawatan guru
1. Mencari
bilangan jenis
jawatan guru
dan graf
)*)3! ! ,-,*()
, ,-).) ?)-!) ,3
;
• 0
@
.
;
"
Latihan 3
• Menyediakan jadual, graf, carta, dan
crosstab.
• Selamat MENCUBA….
Normality & Linearity
• AnalyzeàDes.StatisticsàExplore
– Klik ‘totalkjer’àDependent List box
– Label cases byàput your ID variables
– Displayà’Both’ is selected
– Statisticsàclick descriptive & outliers, click continue
– Plotsàclick on Histogram, Normality plots with tests, continue
– Optionàin the missing values, click on Exclude cases pairwise.
Continue & OK.
Ø Skewness - pencongan graf normal samada ke kanan (+) atau
ke kiri (-).
Ø Kurtosis – keadaan samada puncak graf kuncup/kurus (-) atau
lebar (+) berbanding puncak graf normal.
Ø Nilai skewness & kurtosis data normal = 0.
Ø Julat normal: ± 1.7 ,ada pendapat kata : ± 2.0
Ø Test of NormalityàKolmogorov-Smirnov…non-sig.=normal
Ø Big samples=Central Limit Theorem
Ø CLT menyatakan bahawa, “mean of sampling distribution of the
mean is equal to the population mean. That tells you that
repeated sampling will, over the long run, produce the correct
mean.” [mean of sampling mean = mean population].
Normal Q-Q plot
Boxplot
•
!
"##$
%
&# % '
"##(
!
"##$
)
% &# %
%
!
"##$
% %
% &*
%
•
# $
#
%+
%
(
&
') #*
% ,
%#.
%
'
%
%+
"#** %
!
/ %
%
%###
0
Kesahan & Kebolehpercayaan
Kesahan
• Merujuk kpd sejauhmana sst.alat ukur dpt. Memberikan ukuran
terhadap apa yg patut diukur (Tuckman, 1978; Mohd Majid, 1990;
Anastasi&Urbina 1997).
• Darjah ketepatan ujian/alat ukur tersebut mengukur perkara atau
kualiti yg diukur oleh ujian tersebut (Anastasi, 1990 dlm Mohamad
Sahari, 2008).
• Cth.: Alat penimbang sah untuk mengukur berat badan, TETAPI
kurang sah untuk mengukur darjah kesihatan seseorang.
• Sesuatu alat yg berupaya mengukur dengan tepat sst
pembolehubah yg ditetapkan adalah dianggap SAH sbg alat
pengukur bg pembolehubah tersebut.
Jenis Kesahan
• Kesahan Muka (Face validity) – bahasa, ejaan, kejelasan, kurang
saintifik & boleh disemak oleh org bukan pakar bidang
• Kesahan Kandungan (Content validity) – sejauh mana alat ukur itu
mewakili bidang/kandungan yg diukur. MESTI disahkan oleh pakar
bidang.
• Kesahan Kriteria (Criterion validity)
– Terbahagi kpd 2: i. Kesahan serentak (concurrent); ii. Kesahan Jangkaan
(Predictive)
– K.serentak- kesetaraan…skor instrumen yg dibina setara/hampir setara dgn
instrumen org lain. Cth.,Soalan Matematik pada tahun 2007 (Lembaga Pep.) dgn
soalan Matematik yg dibina pada 2012 (menguji topik yg sama) – menunjukkan
keputusan yg tidak jauh berbeza apabila diuji utk tempoh masa yg dekat.
– K.Jangkaan – dpt.menjangka keputusan akan datang (3-6 bulan). Lazim utk
ujian penyaringan. Cth. IMSAK di IPG).
• 1
%2 3
*44.
• Kesahan Gagasan (Construct validity)
– Item yg menguji konstruk yang sama, skor ujian adalah ‘correlated’; tetapi jika
mengukur konstruk yang berlainan akan mencatatkan korelasi yg rendah
– Ringkasnya, item yg mewakili sesuatu konstruk perlu mempunyai ciri sepunya!
&
%
Ø kestabilan & ketekalan/konsistensi sst alat/instrumen
mengukur sst konsep, pd bila2 masa, dlm apa jua
keadaan.
Ø Memberi skor yg sama walau diukur berulang kali
“…reliability does’nt ensure validity…” (Hair et al., 1995)
&
#
•
%
Researchers must demonstrate instruments are reliable since without
reliability, research results using the instrument are not replicable, and
replicability is fundamental to the scientific method. Reliability is the
correlation of an item, scale, or instrument with a hypothetical one which
truly measures what it is supposed to. Since the true instrument is not
available, reliability is estimated in one of four ways:
•
•
•
•
+
: Estimation based on the correlation among the
variables comprising the set (typically, Cronbach's alpha, KR-20)
/ : Estimation based on the correlation of two equivalent
forms of the scale (typically, the Spearman-Brown coefficient)
: Estimation based on the correlation between two (or
more) administrations of the same item, scale, or instrument for different
times, locations, or populations, when the two administrations do not differ
on other relevant variables (typically, the Spearman Brown coefficient)
+
: Estimation based on the correlation of scores
between/among two or more raters who rate the same item, scale, or
instrument
Nilai kebolehpercayaan
• Cronbach (1946):
– 0.8
: rendah
: diterima
: baik
• DeVellis (2003), >0.7
*
9AA=
"
"
BC
D
"
EC
%
AC
*
Nilai
Koefisien α
A>
0; 7
Interpretasi
> 0.9
Excellent
> 0.8
Good
> 0.7
Acceptable
> 0.6
Questionable
> 0.5
Poor
< 0.5
Unacceptable
George, D., & Mallery, P. (2003). / //
),
% **%#
%%6
),
6
%
! # 9AA= .
Nilai
Koefisien α
.90 and up
(
< ,
Interpretasi
Excellent
.80 - .89
Good
.70 - .79
Adequate
below .70
May have limited
applicability
U.S. Department of Labor Employment and Training
Administration 1999
5
Procedure for checking the reliability of a scale:
+! !
,
%,
%
%-
%
.! 7
% %
"
/! +
1! +
3
2! 7
8
5
.%9
0
:
%
,
:
/
%
%+
3
%+
4
4
5! 7
%+
%
4
&
'
*
%
Apa yg perlu dilaporkan?
• Corrected item-total correlation (CITC)
• Alpha if item deleted, dan
• Alpha
Jadual 1.1 Nilai korelasi item dengan jumlah skor Konstruk ‘Kestabilan
Jasmani, Emosi Dan Rohani’ dan antara item
• Jadual 1.1 menunjukkan semua item dalam konstruk ‘Kestabilan
Jasmani, Emosi dan Rohani’ berkorelasi positif yang kukuh dan
signifikan dengan jumlah skor konstruk ‘Kestabilan jasmani, Emosi
dan Rohani’. Korelasi yang paling kuat adalah item b03 (0.846),
diikuti dengan item b4 (0.840), item b05 (0.800), item b02 (0.742),
dan item b01 (0.736).Julat korelasi antara item dengan jumlah skor
konstruk ‘Kestabilan Jasmani, Emosi dan Rohani’ adalah antara
0.386 hingga 0.846. Didapati juga nilai korelasi antara item
menunjukkan semua item berkorelasi secara positif dan adalah
signifikan pada aras 0.01. Nilai positif antara konstruk dalam matriks
korelasi antara item juga menunjukkan bahawa item-item dalam
konstruk-konstruk tersebut mengukur ciri struktur yang serupa.
• Secara keseluruhan, apabila konstruk KJER dianalisis untuk
menentukan nilai kebolehpercayaan pekali Cronbach Alpha didapati
bahawa nilainya adalah 0.845, iaitu suatu nilai kebolehpercayaan
ketekalan dalaman yang tinggi dan baik. Jadual 2.2 menunjukkan
bahawa nilai korelasi item yang diperbetulkan kepada jumlah skor
adalah dalam julat 0.543 hingga 0.749. Nilai korelasi item yang
diperbetulkan kepada jumlah skor adalah petunjuk tentang darjah
korelasi setiap skala kepada jumlah skor. Dalam kajian ini, didapati
nisbah ini adalah besar daripada 0.3. Ini menunjukkan bahawa
konstruk yang diukur adalah mempunyai korelasi yang baik dengan
jumlah skor. Nilai korelasi antara item adalah antara 0.386 hingga
0.846. Ini menunjukkan korelasi yang kuat antara item yang terdapat
dalam konstruk KJER yang digunakan dalam instrumen ini. Korelasi
antara item bagi setiap item adalah positif.
Latihan 4
• Laporkan kesahan dan kebolehpercayaan
konstruk ‘Menepati Masa’ dalam
instrumen KKPK.
STATISTICAL TECHNIQUES TO
COMPARE GROUPS
• t-Test
• One-Way Analysis of Variance (ANOVA)
• Two-Way ANOVA
t-Test
• 2 jenis : i. Sampel tak bersandar (jantina); ii. Sampel bersandar
(pre-post test)
i. Ujian-t Sampel tak bersandar
• Tujuan: Membandingkan 2 kumpulan (cth. Jantina) dengan DV
yang berskala interval
• Andaian: m/s 25
• Soalan Kajian: Adakah terdapat perbezaan yang signifikan tahap
kualiti peribadi pengetua kanan bagi konstruk ‘kestabilan jasmani,
emosi dan rohani berdasarkan jantina?
• Hipotesis: Ho: Tidak terdapat perbezaan yang signifikan tahap
kualiti peribadi pengetua kanan bagi konstruk KJER berdasarkan
jantina.
• Langkah2 SPSS: Click Analyze > Compare Means >
Independent-Samples T Test
Penulisan Laporan:
Jadual 2 menunjukkan keputusan ujian-t bagi konstruk ‘kestabilan
jasmani, emosi dan rohani’. Keputusan ujian-t bagi sub-konstruk
‘kestabilan jasmani, emosi dan rohani’ mendapati bahawa tidak
terdapat perbezaan yang signifikan bagi sub-konstruk tersebut
(t=0.593; p>0.05). Tahap ‘kestabilan jasmani, emosi dan rohani’
pengetua lelaki (M=4.145, SP=0.630) adalah sama dengan pengetua
perempuan (M=4.167, SP=0.642).
Latihan 5
Soalan:
Adakah terdapat perbezaan yang signifikan tahap kualiti
peribadi pengetua kanan bagi konstruk ‘Kemahiran
Berkomunikasi’ berdasarkan jantina?
Tuliskan hipotesis kajian dan hipotesi null anda.
Laporkan hasil analisis menggunakan jadual yang
bersesuaian dan buatkan rumusan dapatan anda.
ONE-WAY ANOVA
• Tujuan: Mengenal pasti sama ada terdapat perbezaan skor min
yang signifikan pada 1 DV (berskala interval) yang melibatkan 3
atau lebih kumpulan.
– ANOVA Satu Hala akan menunjukkan sama ada terdapat
perbezaan yang signifikan dalam skor min pembolehubah
bersandar (dependent variable) merentasi 3 kumpulan
responden yang dikaji. Ujian Post-hoc pula digunakan untuk
mengenalpasti kumpulan manakah yang berbeza.
• Andaian: sama seperti t-test, m/s 25
• Contoh Soalan Kajian: Adakah terdapat perbezaan yang signifikan
tahap kualiti peribadi pengetua kanan berdasarkan persepsi guru
berdasarkan pengalaman mengajar guru?
• Hipotesis:
Ho : µ1 = µ2 = µ3
Ho : Tidak terdapat perbezaan yang signifikan skor min tahap kualiti
peribadi pengetua kanan berdasarkan persepsi guru mengikut
pengalaman mengajar guru.
Spss…
• +! !
,
4
0
'$ % ,
6,%
• .! 7
)
%9
% %8
:
3
$ '8
%
)
9
0
%
;
%
0
<
• 5! 7
• =! 7
; 8 %9
%
:
• 2! !
'
%
; )
8
• 1! 7
% %
3
:
7
• /! 7
%-
%
;
4
%
9
&
%
%7
%7
4
# %%
%
• Dalam Post Hoc, nak guna Tukey atau Scheffe? Lazimnya, Scheffe
digunakan bagi N tiga atau lebih kumpulan berbeza, manakala
Tukey memerlukan N bagi setiap kumpulan adalah sama!
• Keputusan Post Hoc wajib dilihat dan dilaporkan hanya sekiranya
ujian Anova didapati terdapat perbezaan yang signifikan (lihat Sig.),
Jika nilai Sig. melebihi had yang ditetapkan oleh pengkaji (cth.
p