DR. FARIDAH BINTI SALAM DR. KHAIRANI BINTI ZAKARIYA @ ABD. HAMID DR. NORAZIAH BINTI AHMAD NADZIM SmartStat, 2024. IPGMK TUANKU BAINUN, BUKIT MERTAJAM, PULAU PINANG WH2OD What and How to Organize Data Using SPSS
ISI KANDUNGAN 1. Isi Kandungan 2. Ringkasan Deskriptif 3. Reka Bentuk Kajian 4. Jenis Data 5. Pemboleh Ubah 6. Analisis Data 7. Jenis Statistik 8. Codebook 9. SPSS dan Data Editor 10. Masukkan Data 11. Buka dan Simpan Fail 12. Scale Measurement 13. Compute 14. Chart Builder 15. Frekuensi 16. Analisis Deskriptif 17. Crosstab 18. T-test 19. Paired T-test 20. Korelasi 21. Rujukan
RINGKASAN EKSEKUTIF WH2OD adalah ringkasan kepada “What and How to Organize Data” merupakan inovasi hebat yang memuatkan panduan ringkas analisis statistik menggunakan SPSS. Berdasarkan dapatan soal selidik, didapati bahawa ramai pelajar mengalami masalah dalam mengorganisasi data. Malah, pensyarah sendiri perlu mengulang kaji semula nota statistik sebelum mengajar. Oleh itu, projek inovasi WH2OD dihasilkan untuk memandu para pelajar, pensyarah dan penyelidik dalam mengurus, mengorganisasi dan menganalisis data secara statistik. Hebatnya inovasi ini kerana ianya digarap secara digital melalui platform Mylink.la dan Myflip. Ini menjadikan WH2OD sangat mesra pengguna kerana mudah dicapai di mana-mana sahaja dan semudah satu klik sahaja dapat terus memandu penyelidik untuk menganalisis data. WH2OD juga menunjuk cara langkah demi langkah untuk mengorganisasi data menggunakan SPSS. Jadi para pelajar boleh mengakses dan menganalisis secara kendiri walaupun ketiadaan pensyarah. WH2OD menggarapkan nota yang sangat padat dan ringkas, berwarna warni dan menarik.
CARTA ALIR PENGURUSAN DATA
MEREKA BENTUK KAJIAN
MERANCANG KAJIAN MEMPERTIMBANGKAN JENIS REKA BENTUK KAJIAN MEMILIH SKALA PENGUKURAN MEREKA BENTUK KAJIAN 1. 2. 3. 1. 2. 3. 4. MENYEDIAKAN QUESTIONNAIRE
1. PERANCANGAN • Penyelidikan yang baik bergantung kepada perancangan dan pelaksanaan kajian. • Terdapat banyak bahan rujukan berkaitan reka bentuk penyelidikan antaranya daripada: • Tinjauan Literatur • Formulasi Hipotesis • Pemilihan Reka Bentuk Kajian • Pemilihan dan Penentuan Peserta Kajian • Perekodan Pemerhatian • Pengumpulan Data
2. JENIS REKA BENTUK KAJIAN • Pertimbangkan jenis reka bentuk kajian atau penyelidikan, sama ada jenis: • Eksperimen • Soal selidik atau • Pemerhatian • Anda perlu memikirkan, adakah jenis reka bentuk penyelidikan yang dipilih adalah kaedah terbaik untuk menjawab ‘Soalan Kajian’ anda.
EKSPERIMEN Tentukan sama ada reka bentuk kajian; • antara-kumpulan atau pengukuran berulang. • Perlukan dua Kumpulan (level) atau lebih daripada dua kumpulan • Perlukan kumpulan kawalan atau tidak • Perlu pilih lebih ramai peserta (pilih secara rawak atau ambil sahaja peserta sedia ada). Berikut ialah pertimbangan yang dibuat jika memilih reka bentuk kajian jenis ‘EKSPERIMEN’
EKSPERIMEN • Semak bilangan peserta dalam setiap kumpulan • Seboleh mungkin bilangan adalah sama bagi setiap kumpulan. • Jika kecil, sukar untuk kesan aras signifikan antara kumpulan. • Perlukan pengukuran tambahan bagi pastikan peserta tidak berbeza secara signifikan. Berikut ialah pertimbangan yang dibuat jika memilih reka bentuk kajian jenis ‘EKSPERIMEN’
EKSPERIMEN • Pilih pemboleh ubah bersandar/ Dependent Variable (DV) yang sesuai. Adakah valid dan reliable. • Gunakan beberapa pengukuran yang berbeza. • Cuba elakkan pengaruh pemboleh ubah lain ke atas keputusan kajian kerana anda perlu beri justifikasi. Berikut ialah pertimbangan yang dibuat jika memilih reka bentuk kajian jenis ‘EKSPERIMEN’
SURVEY • Ujian rintis untuk pastikan arahan, item soalan dan skala adalah jelas. • Pastikan jenis peserta ujian rintis adalah sama dengan peserta dalam kajian sebenar. • Pastikan responden memahami item soal selidik dan memberikan respon yang sesuai. • Masukkan juga item-item yang melibatkan potensi responden. Berikut ialah pertimbangan yang dibuat jika memilih reka bentuk kajian jenis ‘SURVEY’
PEMERHATIAN • Jika anda gunakan peralatan, pastikan ia berfungsi dengan baik. • Jika melibatkan lebih daripada seorang penguji atau penemuduga, pastikan mereka benar-benar dilatih dan tahu apa yang perlu dibuat. • Jika berbeza, pemerhati diperlukan untuk memberi skor kepada tingkah laku. • Pastikan kod yang sesuai dan betul untuk diberi. Berikut ialah pertimbangan yang dibuat jika memilih reka bentuk kajian jenis ‘PEMERHATIAN’
• Perlu buat ujian untuk pastikan sejauh mana konsistennya skor yang diberi oleh beberapa penguji (inter-rater reliability). • Memilih prosedur dan pengukuran yang sesuai kerana ia akan mempengaruhi keputusan. • Sesetengahnya tidak boleh dijangka tetapi anda boleh cuba mengawal faktor tersebut. PEMERHATIAN Berikut ialah pertimbangan yang dibuat jika memilih reka bentuk kajian jenis ‘PEMERHATIAN’
3. SKALA PENGUKURAN • mengukur output atau prestasi terhadap sesetengah objektif kriteria atau • mengukur tahap tingkah laku berdasarkan satu set kriteria khusus • Gunakan skala untuk mereka bentuk sesuatu kriteria berdasarkan atribut atau konstruk tertentu (cth: self-esteem). • Anda boleh dapatkan maklumat tentang skala dan ukuran yang digunakan daripada pengkaji lain dalam sorotan literatur. Terdapat pelbagai cara untuk mengumpul data bergantung kepada natur penyelidikan anda. Antaranya:
• Berdasarkan ciri-ciri: • Kebolehpercayaan/ Reliability • Kesahan/ Validity • Kebolehpercayaan dan kesahan mempengaruhi kualiti data yang diperoleh. • Perlu kumpul maklumat terhadap reliability dan validity, untuk dimasukkan dalam bab ‘METODOLOGI’ • Perlu buat ujian rintis/ pilot sebab sesetengah skala sesuai dengan satu kumpulan tetapi tidak sesuai dengan satu kumpulan lain. Terdapat pelbagai cara untuk mengumpul data bergantung kepada natur penyelidikan anda. Antaranya: 3. SKALA PENGUKURAN
KEBOLEHPERCAYAAN DAN KESAHAN KEBOLEHPERCAYAAN Indikator: 1. Uji-uji semula 2. Ketekalan dalaman Nunnaly (1978), cadangan: tahap minimum .7 KESAHAN Kesahan Kandungan Kesahan Kriteria Kesahan konstruk Berikut ialah pertimbangan yang dibuat jika memilih ‘EKSPERIMEN’
4. PENYEDIAAN QUESTIONNAIRE 1. JENIS SOALAN 2. FORMAT RESPON 3. KUALITI SOALAN Berikut ialah pertimbangan yang dibuat semasa anda menyediakan ‘QUESTIONNAIRE’
JENIS SOALAN 1. Soalan Tertutup Contoh: Jantina (Lelaki/ Perempuan) 2. Soalan Terbuka Contoh: Apakah punca utama stress dalam diri anda? FORMAT RESPON 1. Skala Likert 2. Ya atau Tidak KUALITI SOALAN Cuba elakkan soalan-soalan: Kompleks/ Panjang/ Bertindan negative/ double/ barreled/ jargon@abbreviations, istilah khusus-budaya/ perkataan yang ada dua makna, leading/ emotionally loaded words 4. PENYEDIAAN QUESTIONNAIRE
JENIS DATA ATAU SKALA PENGUKURAN
PENGENALAN JENIS DATA DATA KATEGORIKAL Nominal Ordinal DATA BERANGKA Diskret Kontinous (Berterusan) Interval Ratio
JENIS DATA/ SKALA PENGUKURAN (SP) PENGENALAN, PENGERTIAN DAN KEPENTINGAN SP adalah bahagian penting dalam pengumpulan, analisis, dan pembentangan data. Data yang dikumpul biasanya bercampur pelbagai nilai dalam pemboleh ubah seperti angka dan perkataan. Tidak semua pemboleh ubah tersebut boleh diterjemahkan dalam bentuk angka/ numerik. Contoh: Jantina= Lelaki atau Perempuan (dalam bentuk perkataan) Tinggi dan berat dalam bentuk angka (cm dan kg) SP memberikan ‘angka’ kepada pemboleh ubah tertentu Dengan mengetahui klasifikasi SP, pengkaji dapat menentukan jenis analisis statistik yang sesuai.
4 PERKARA PENGARUHI PILIHAN ANALISIS 1. JENIS DATA Sama ada jenis Nominal, Ordinal, Interval atau Ratio 2. DATA BERPASANGAN (PAIRED) Biasanya, data sebelum (pra) dan selepas (pos) yang diperoleh daripada sesuatu intervensi, rawatan atau eksperimen. 3. DATA PARAMETRIK/ NON PARAMETRIK Penting tentukan sebelum menentukan ujian statistik. Dapat ditentukan melalui ujian normaliti. Contoh, data parametrik (pengukuran daripada populasi, biasanya sebaran data normal); data non-parametrik (data ranking, skor, kategori). 4. KEGUNAAN DATA Untuk apa data tersebut? Untuk mencari perbezaan atau mencari korelasi atau selainnya?
Cara saya menganalisis data bergantung kepada bagaimana saya mengumpulkan dan menggunakan data tersebut. CONTOH Apakah bentuk kecenderungan memusat yang akan anda gunakan bagi mencari … S1: purata UMUR KERETA yang ada di kawasan parkir? J: Min/ Median/ Mod S2: purata WARNA KERETA yang ada di kawasan parkir? J: Min/ Median/ Mod Pemboleh Ubah Jenis Data Umur Kereta Ratio Warna Kereta Kategorikal/ Nominal 4 PERKARA PENGARUHI PILIHAN ANALISIS
PERKARA YANG PERLU ANDA TAHU… 1. Tahu cara mengumpul data 2. Tahu kegunaan data yang dikumpul 3. Tahu jenis data yang dikumpul
NOMINAL ORDINAL INTERVAL JENIS DATA YANG DIKUMPUL 1. 2. 3. 1. 2. 3. 4. RATIO
1. 3. 4. Mengklasifikasikan atribut menggunakan nombor. Nombor itu tidak mempunyai nilai yang bermakna. Pemboleh ubah bebas dan tidak bersandar antara satu sama lain. Nombor tersebut hanya sebagai label sahaja. Jika ditukar tiada masalah. NOMINAL Contoh: Bangsa, Bandar Kediaman, Warna Kereta, Jantina dll 2.
1. 3. 4. Data ordinal boleh diletak ikut urutan. Paling kecil hingga paling besar. Urutan tersebut tidak mempunyai makna berangka. Antaranya mengukur sikap, pendapat dan persepsi. Nombor yang diberikan pengkaji dinamakan skala Likert (1 hingga 5) ORDINAL Contoh: Kod Soal Selidik 1 --------------------------→5 STS SS Berbanding Tahap Kesakitan 0 --------------------------→10 Selesa Terlalu Sakit 2.
1. 3. 4. Merupakan data berangka dan disebut juga integer. Tidak mempunyai kod pelabelan. Setiap kategori memiliki selisih yang sama. Nilai ‘0’ dianggap ada bukan sesuatu yang tiada. Data interval tidak boleh dibahagi atau didarab tetapi boleh ditambah atau ditolak. INTERVAL Contoh: Suhu: 0 2. 0
1. 3. 4. Merupakan data berangka Mempunyai nilai ‘0’ yang mutlak. Memiliki selisih yang sama besar pada setiap kategori. RATIO Contoh: 2. Tinggi, berat, gaji, umur dll
PERBANDINGAN ANTARA JENIS DATA SKALA NILAI ‘0’ BERMAKN A SELANG YANG SAMA URUTAN KATEGORI CONTOH NOMINAL Jantina, Etnik, Status Perkahwinan ORDINAL Ranking INTERVAL Suhu, IQ, Tahun RATIO Umur, Tinggi, Berat
PERBANDINGAN ANTARA JENIS DATA SKALA CONTOH PELABELAN NOMINAL Jantina 1= L 2 = P 1 = P 2 = L Label 1 dan 2 tidak mempengaruhi analisis statistik ORDINAL Tahap Kepuasan 1= STS 5= SS 1= SS 5= STS Ada pemeringkatan. Perubahan label menjadikan pengukuran daripada ‘ketidakpuasan’ kepada ‘kepuasan’ INTERVAL Suhu 1. 0-10 0C = tidak tumbuh 2. 11-15 0C = tidak tumbuh 3. 16-20 0C= tumbuh 2 cm 4. 21-25 0C = tumbuh 7cm Selisih atau selang antara setiap kategori suhu sama iaitu 50C. 0 0C dianggap ada (tidak memiliki nilai ‘0’ yang mutlak) RATIO Berat (dalam kg) 1. 20-25 kg 2. 26-30 kg 5. 41-45 kg Selisih atau selang sama iaitu 5kg. Namun tiada berat 0 kg (memiliki nilai ‘0’ yang mutlak)
KAEDAH PARAMETRIK: Data yang sesuai? INTERVAL NOMINAL RATIO ORDINAL
PEMBOLEH UBAH ATAU VARIABLE
PENGENALAN Pemboleh ubah dalam penyelidikan merujuk kepada orang, tempat, benda atau fenomena yang anda cuba ukur dalam beberapa cara. Cara yang terbaik untuk memahami perbezaan antara pemboleh ubah bersandar atau dependent variables (DV) dan pemboleh ubah tidak bersandar atau independent variables (IV) ialah makna bagi setiap pemboleh ubah tersebut yang tersirat melalui perkataan yang anda gunakan.
PEMBOLEH UBAH/ VARIABLE DEFINISI Konstruk yang dikaji oleh para penyelidik Kuantiti atau kualiti CONTOH Jantina, Gaya Pembelajaran, Kaedah Pengajaran, dll JENIS Pemboleh Ubah Bersandar (DV) Pemboleh Ubah Tidak Bersandar (IV) Pemboleh Ubah Luaran (Ekstraneous) Moderator Intervening/ Mediating
Pembolehubah yang menerima kesan daripada pemboleh ubah lain Contoh: pencapaian akademik pelajar (DV) menerima kesan daripada Kaedah Pembelajaran Kooperatif (Kaedah A dan Kaedah B)(IV) PEMBOLEH UBAH BERSANDAR (DV) 1. 2. 3. 1. 2. 3. Akibat, Hasil, Gerak Balas, Keputusan
Penerang/ Peramal Fenomena/ Sebab-akibat Pembolehubah yang memberi kesan kepada pembolehubah lain Contoh: Kaedah Pembelajaran Kooperatif (Kaedah A dan Kaedah B)(IV) memberi kesan kepada pencapaian akademik pelajar (DV) PEMBOLEHUBAH TIDAK BERSANDAR (IV) 1. 2. 3. 1. 2. 3.
1. Memahami Gaji Guru Permulaan berbeza mengikut jantina. Memahami bagaimana ujian kebimbangan terhadap tahap pendidikan. DV: Menerima Kesan? IV: Memberi Kesan? MENGENAL PASTI: DV ATAU IV? DV: Menerima Kesan? IV: Memberi Kesan? 2.
ANALISIS DATA
STATISTIK DESKRIPTIF Statistik Deskriptif Frekuensi Frekuensi Deskriptif Min Sisihan Piawai Minimum, Maksimum dll
PERBANDINGAN KUMPULAN Perbandingan Teknik Non Parametric Chi-square McNemar Cohran’s Q Kappa Agreement Mann Whitney U dll Parametric T-Test Paired-Sample T-Test ANOVA dll
RELATIONSHIP/ PERHUBUNGAN Relationship Korelasi Korelasi Korelasi Partial Regresi Logistic Regression Multiple Regression Factor Analysis
Mengira Ringkasan Statistik Mencipta Paparan Grafik Menghuraikan Taburan Data KAEDAH MENGANALISIS DATA 1. 2. 3. 1. 2. 3. Mengenal Pasti Outliers 4.
KAEDAH ANALISIS DATA Mengira ringkasan statistik Min Median Sisihan Piawai dan lain-lain Mencipta paparan Grafik Histogram Box Plot Stem and Leaf Plots
1. 1. 2. Independent samples ttest Paired samples t-test Mann-Whitney U-test UJIAN PARAMETRIK | NONPARAMETRIK Wilcoxon signed ranks test 2.
Independent samples t-test Mann-Whitney U-test Paired samples t-test UJIAN STATISTIK 1. 2. 3. 1. 2. 3. Wilcoxon signed ranks test 4.
UJIAN STATISTIK Independent samples ttest Atau Mann-Whitney U-test Untuk menguji sama ada purata jangka hayat untuk tikus ke atas dua diet adalah berbeza. Digunakan untuk menguji hipotesis nol di mana min populasi adalah sama (H0 :µ1=µ2 ) Pemerhatian dibuat kepada sampel tidak bersandar antara satu sama lain. Pemboleh ubah yang dibandingkan diandaikan mempunyai taburan normal dengan sisihan piawai yang sama bagi keduadua populasi.
UJIAN STATISTIK Paired samples t-test Atau Wilcoxon signed ranks test untuk menjawab soalan sama ada lelaki dan perempuan mempunyai purata umur perkahwinan berbeza akhirnya dapat mengenal pasti hubungan antara umur suami dan isteri dengan membina scatterplot, mengira pekali korelasi, dan model linear regression Digunakan untuk membandingkan dua min populasi apabila satu sampel adalah pasangan kepada sampel lainnya. Contoh: antara adik perempuan dan kakak atau responden yang sama sebelum (pra) dan selepas (pos) rawatan.
MEMILIH JENIS STATISTIK