Upload
mat-zaini-abdullah
View
53
Download
1
Embed Size (px)
Citation preview
ANALISIS DATA MENGGUNAKANPERISIAN SPSS
DISAMPAIKAN OLEH:
MUHAMMAD AMIRUL ABDULLAH
KOLEJ KOMUNITI BANDAR DARULAMAN
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 dapatdiberikan kebaikan yg banyak. Dan tiadalah yg dapatmengambil pengajaran (dan peringatan) melainkan
orang2 yg menggunakan akal fikirannya. (Maksud ayat269, Surah Al-Baqarah).
Barangsiapa merintis jalan mencari ilmu maka Allah akanmemudahkan baginya jalan ke syurga. (HR.Muslim).
JadualJadual
SPSS?SPSS?
Statistical Package for the Social Sciences
Predictive Analytics SoftWarePredictive Analytics SoftWare
SUKA PENYELIDIKAN SUKA STATISTIK
REKA BENTUK KAJIAN
Kuantitatif Kualitatif
Kajian Tinjauan(survey)
Eksperimen Benar
Kajian Korelasi
Quasi-Eksperimen
Ethnography
Phenomenology
Kajian Kes
Grounded Theory
Research Design/Methodology
Problem Statement
Population & Sample
InstrumentationInstrumentation
Data Collection
Data Analysis & Presentation
Interpretation & Reporting
PERUBAHANPERUBAHANAMALANAMALAN
Tuju
anTu
juan
Perisian
Perisian
Reko
dR
ekod
Maklu
man
Maklu
man
ANALISIS STATISTIKANALISIS STATISTIK
Jen
isJe
nis
dat
ad
ata
Kem
ahir
anK
emah
iran
Pem
anta
uan
Pem
anta
uan
Kaj
ian
Kaj
ian
Melibatkan pengumpulan maklumat (data), menganalisisnya, Melibatkan pengumpulan maklumat (data), menganalisisnya, Melibatkan pengumpulan maklumat (data), menganalisisnya, Melibatkan pengumpulan maklumat (data), menganalisisnya, dan membuat keputusan yang bermakna.dan membuat keputusan yang bermakna.dan membuat keputusan yang bermakna.dan membuat keputusan yang bermakna.
SainsSainsSainsSains membuatmembuatmembuatmembuat kesimpulankesimpulankesimpulankesimpulan daridaridaridari data.data.data.data.
Koleksi Koleksi Koleksi Koleksi prosedur mengumpul data bagi membuat prosedur mengumpul data bagi membuat prosedur mengumpul data bagi membuat prosedur mengumpul data bagi membuat keputusankeputusankeputusankeputusanMAKSUD MAKSUD keputusankeputusankeputusankeputusan
Bidang pengajian yang melibatkan proses Bidang pengajian yang melibatkan proses Bidang pengajian yang melibatkan proses Bidang pengajian yang melibatkan proses pengumpulan, analisis, persembahan, dan tafsir pengumpulan, analisis, persembahan, dan tafsir pengumpulan, analisis, persembahan, dan tafsir pengumpulan, analisis, persembahan, dan tafsir untuk membuat keputusan.untuk membuat keputusan.untuk membuat keputusan.untuk membuat keputusan.
Satu cabang matematik yang menganalisis nombor untuk Satu cabang matematik yang menganalisis nombor untuk Satu cabang matematik yang menganalisis nombor untuk Satu cabang matematik yang menganalisis nombor untuk membuat keputusan.membuat keputusan.membuat keputusan.membuat keputusan.
MAKSUD STATISTIKMAKSUD
STATISTIK
Menerangkandata
MeringkaskanData
Memberimakna
kepada data
Statistical thinking will be a necessary tools to be an efficient citizen. Statistical thinking will be a necessary tools to be an efficient citizen. Statistical thinking will be a necessary tools to be an efficient citizen. Statistical thinking will be a necessary tools to be an efficient citizen. Information developed through the use of statistics has enhanced our Information developed through the use of statistics has enhanced our Information developed through the use of statistics has enhanced our Information developed through the use of statistics has enhanced our understanding of how life works, learn about each other, taking control understanding of how life works, learn about each other, taking control understanding of how life works, learn about each other, taking control understanding of how life works, learn about each other, taking control
of some social issues, and help to make decisions. (H.D. Wells)of some social issues, and help to make decisions. (H.D. Wells)of some social issues, and help to make decisions. (H.D. Wells)of some social issues, and help to make decisions. (H.D. Wells)
KegunaanStatistik
Collect Analyze Present Interpret
Make informed decisions
CABANG STATISTIK
Deskriptif Inferensi
Statistik DeskriptifStatistik Deskriptifv Meringkas dan mempersembah data dengan
menggunakan nombor.
v Data sama ada dari pemboleh ubah kuantitatif (ketinggian, kecerdasan, berat) atau dari (ketinggian, kecerdasan, berat) atau dari pemboleh ubah kategori (jantina, judul buku, jenis sekolah)
v Data yang dikumpul diproses dan disusun dalam bentuk yang mudah dibaca dengan menggunakan pelbagai cara seperti graf, jadual, dan carta.
Markah ujian yang dikumpulMarkah ujian yang dikumpulMarkah ujian yang dikumpulMarkah ujian yang dikumpul
Jantina Markah
Lelaki57 60 55 71 55 44 8370 61 80 72 50 46 67
Perempuan40 70 82 61 40 56 65
Perempuan54 44 83 62 49 56 70
Bagaimana hendak memudahkan bacaan dan Bagaimana hendak memudahkan bacaan dan Bagaimana hendak memudahkan bacaan dan Bagaimana hendak memudahkan bacaan dan memberi makna kepada markah yang dikumpul?memberi makna kepada markah yang dikumpul?memberi makna kepada markah yang dikumpul?memberi makna kepada markah yang dikumpul?
Jantina NMarkah
Minima Maksima Mean Median SP
Lelaki 14 44 83 62 60 12.0
Perempuan 14 40 83 59 59 13.8
StatistikStatistikStatistikStatistik InferensiInferensiInferensiInferensi
v Membuat inferens mengenai sesuatu populasidengan berdasarkan data yang dikumpul dari satukumpulan yang lebih kecil (sampel)
v Sampel yang dipilih mempunyai ciri-ciri yang samadengan populasi (representasi)
v Menggunakan kaedah statistik yangmengambilkira faktor ralat dan perbezaan sampeldengan populasi
STATISTIK INFERENSISTATISTIK INFERENSISTATISTIK INFERENSISTATISTIK INFERENSI
PopulasiPopulasiPopulasiPopulasi SampelSampelSampelSampelPopulasiPopulasiPopulasiPopulasi SampelSampelSampelSampel
Dapatan
Markah ujian yang dikumpul
Jantina Markah
Lelaki57 60 55 71 55 44 8370 61 80 72 50 46 67
Perempuan40 70 82 61 40 56 65
Apakah interpretasi yang boleh dibuat Apakah interpretasi yang boleh dibuat Apakah interpretasi yang boleh dibuat Apakah interpretasi yang boleh dibuat berdasarkan kepada markah ujian sampel?berdasarkan kepada markah ujian sampel?berdasarkan kepada markah ujian sampel?berdasarkan kepada markah ujian sampel?
Perempuan54 44 83 62 49 56 70
Pemilihan Ujian StatistikPemilihan Ujian StatistikPemilihan Ujian StatistikPemilihan Ujian Statistik
Jenis
SoalanKajian
Rekabentuk
Dapatan
Jenisdata
KeputusanKesimpulan
VARIABLE?VARIABLE?
5 JENIS:q Independent Variable Kesannya terhadap DV dikaji. Cth.Kaedah mengajar Skor
Pencapaian
Dependent Variableq Dependent Variable Variable yg kesannya dicerap akibat IV
q Mediated Variable Menjelaskan ? Hubungan IV & DV berlaku(cth.umur-
pengalaman-skor, pengalaman sbg. MV)
Sambjenis variableSambjenis variable
q Moderator Variable Variable yg berinteraksi utk kekuatan hubungan antara IV &
DV 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 lbh kerap menonton berita berbanding perempuan berumur.
q Extraneous Variable Variable luaran selain IV yg mempengaruhi DV Cth.(samb.cth MV)isu semasa mempengaruhi kekerapan
menonton beritatsunami, gempa bumi, dll.
IV vs DVPemboleh ubah Bebas vs Pemboleh ubah Bersandar
Contoh:Contoh:Kaedah mengajar (IV) dimanipulasi dengan menjadikan dua kaedah berbeza (X dan Y) bagi melihat kesannya kepada skor (DV).
Nisbah(Ratio)
Sela (Interval)
Nombor menunjukkan kuantiti/ magnitud Jarak sekata antara nombor. Suhu, markah ujian, IQ Nilai sifar arbitrari (tiada sifar mutlak)
Nombor menunjukkan kuantiti Jarak sekata antara nombor. Berat, tinggi, pendapatan Nilai sifar menunjukkan tiada
SKALANo Oil In RiverSKALANo Oil In RiverSKALANo Oil In RiverSKALANo Oil In River
Ordinal
Nominal Aras paling rendah Angka tiada magnitud. Bertujuan untuk
pengkelasan, pengenalan Jantina, nombor KP, jenis sekolah, kod buku
Pengkelasan mengikut pemeringkatan (tinggi rendah) Nombor menunjukkan kuantiti; jarak/selang tidak sekata Kedudukan dalam kelas, penarafan, kemahiran bertutur,
ranking, SES, Pendapat (Setuju, Tak Pasti, Tidak Setuju)
Nilai sifar arbitrari (tiada sifar mutlak)
Sela & NisbahSela & NisbahSela & NisbahSela & Nisbah
ParametrikParametrikParametrikParametrik
BukanBukanBukanBukan
PEMILIHAN UJIAN STATISTIKPEMILIHAN UJIAN STATISTIKPEMILIHAN UJIAN STATISTIKPEMILIHAN UJIAN STATISTIK
JenisJenisJenisJenis UjianUjianUjianUjianStatistikStatistikStatistikStatistik
BukanBukanBukanBukanParametrikParametrikParametrikParametrik
Nominal & Nominal & Nominal & Nominal & OrdinalOrdinalOrdinalOrdinal BukanBukanBukanBukanParametrikParametrikParametrikParametrik
TUJUAN
JENIS DATA
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
TUJUANJENIS DATA
Parametrik Bukan Parametrik
Membandingkan tiga ataulebih kumpulan berbeza
One-way ANOVA Kruskal-Wallis test
Korelasi dua variabel Pearson correlation Spearman correlation
Meramal nilai dari variabel lain yang diukur (Predict value from another measured variable)
Simple linear regressionor
Nonlinear regression
Nonparametric regression**
Meramal nilai dari beberapa variabel lain yang diukur (Predict value from several measured or binomial variables)
Multiple linear regression* orMultiple nonlinear regression**
Perbezaan minPerbezaan min
IV-Data diskret
(Nominal / Ordinal)
DV-Data continuous
(Interval / ratio)Jenis Ujian
1 (cth. Lelaki/perempuan)
1(cth. Pencapaian)
Ujian-t
1 1 Anova Satu 1(cth. Melayu/Cina/India)
1 Anova Satu Hala
2(cth. Bangsa & Jantina)
1 ANOVA Dua Hala
1 @ > 2 @ > MANOVA
PENGUJIAN HIPOTESIS?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 T obtain > t kritikal (alfa=0.05), maka wujud perbezaan ygsignifikan kedua-dua min skor sampel dan min populasi
Why Null?It is difficult to prove something to be TRUE, but is much easier to prove something to be NOT TRUE.
SOALAN KAJIAN PERLU/TIDAK PENGUJIAN HIPOTESIS
5 LANGKAH PENGUJIAN HIPOTESIS:
Nyatakan Ho & Ha Setkan darjah keyakinan/alfa (kajian sains sosial=.05) Laporkan ujian statistik & kesignifikanan Membuat keputusan (terima / gagal) Kesimpulan
RALAT:RALAT:
Ho BETUL Ho SALAH
TOLAK Ho RALAT JENIS I KEPUTUSAN TEPAT
GAGAL TOLAK Ho KEPUTUSAN TEPAT RALAT JENIS IIGAGAL TOLAK Ho KEPUTUSAN TEPAT RALAT JENIS II
Tolak Ho = Terdapat perbezaan/hubungan yg signifikan
Gagal tolak Ho = Tidak terdapat perbezaan/hubungan yg signifikan
Bagaimana hendak menganalisis data?Bagaimana hendak menganalisis data?Bagaimana hendak menganalisis data?Bagaimana hendak menganalisis data?
Manual Perisian
AnalisisData
Statistical Package for the Social Sciences
SPSS
Mengenali SPSSMengenali SPSS
Starting SPSS Opening an Existing Data File Starting a New Data File Defining & Procedure for Defining the Defining & Procedure for Defining the
Variables Name, Type, Width, Decimals, label, Value,
Missing, Align, Measure
Procedure for Entering Data
Latihan 1Latihan 1
Menyediakan template. Memasukkan data.
Screening & Cleaning The DataScreening & Cleaning The Data
Step 1: Checking for Error Step 2: Finding the Error in Data File Step 3: Correcting the Data Error in Data
FileFile
Manipulating the DataManipulating the Data
Calculating Total Scale Score (summated) Collapsing a Continuous Variable Into
Group (compute, recode)
Latihan 2Latihan 2
Checking for Error Finding the Error in Data File Correcting the Data Error in Data File Calculating Total Scale Score (summated) Calculating Total Scale Score (summated) Collapsing a Continuous Variable Into
Group (compute, recode)
MENGHASIL OUTPUTMENGHASIL OUTPUTMENGHASIL OUTPUTMENGHASIL OUTPUT
1.1.1.1. FrekuensiFrekuensiFrekuensiFrekuensi2.2.2.2. CrosstabCrosstabCrosstabCrosstab3.3.3.3. PeratusPeratusPeratusPeratus3.3.3.3. PeratusPeratusPeratusPeratus4.4.4.4. MinMinMinMin
5.5.5.5. KorelasiKorelasiKorelasiKorelasi
1. Mencari bilangan
jawatan guru
1. Mencari bilangan jenis jawatan guru
dan graf
ANALISIS SERENTAK ANALISIS SERENTAK ANALISIS SERENTAK ANALISIS SERENTAK BEBERAPA VARIABEL BEBERAPA VARIABEL BEBERAPA VARIABEL BEBERAPA VARIABEL
Contoh:Contoh:Contoh:Contoh:
Jawatan, jantina Pengetua, dan Jawatan, jantina Pengetua, dan Jawatan, jantina Pengetua, dan Jawatan, jantina Pengetua, dan kelayakan akademikkelayakan akademikkelayakan akademikkelayakan akademik
CrosstabCrosstabCrosstabCrosstab
Memudahkan analisis beberapa varibel Memudahkan analisis beberapa varibel Memudahkan analisis beberapa varibel Memudahkan analisis beberapa varibel dalam satu jadualdalam satu jadualdalam satu jadualdalam satu jadual
Latihan 3Latihan 3
Menyediakan jadual, graf, carta, dan crosstab.
Selamat MENCUBA. Selamat MENCUBA.
Normality & LinearityNormality & Linearity
AnalyzeDes.StatisticsExplore Klik totalkjerDependent List box Label cases byput your ID variables DisplayBoth is selected Statisticsclick descriptive & outliers, click continue Plotsclick on Histogram, Normality plots with tests, continue Optionin the missing values, click on Exclude cases pairwise.
Continue & OK.
Skewness - pencongan graf normal samada ke kanan (+) atauke kiri (-).
Kurtosis keadaan samada puncak graf kuncup/kurus (-) ataulebar (+) berbanding puncak graf normal.
Nilai skewness & kurtosis data normal = 0. Julat normal: 1.7 ,ada pendapat kata : 2.0 Julat normal: 1.7 ,ada pendapat kata : 2.0 Test of NormalityKolmogorov-Smirnovnon-sig.=normal Big samples=Central Limit Theorem 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 plotNormal Q-Q plot
BoxplotBoxplot
With reasonably large samples, skewness will not make asubstantive difference in the analysis (Tabachnick & Fidell 2007, p.80). Kurtosis can result in an underestimate of the variance, but thisrisk is also reduced with a large sample (200+ cases: seeTabachnick & Fidell 2007, p. 80). While there are tests that you canuse to evaluate skewness and kurtosis values, these are toosensitive with large samples. Tabachnick and Fidell (2007, p. 81)recommend inspecting the shape of the distribution (e.g. using ahistogram).histogram).
Skewness and kurtosis value giving information about thedistribution of scores for the two groups. In the table labelled Testsof Normality, you are given the results of the Kolmogorov-Smirnov (and Shapiro-Wilk) statistic. This assesses the normalityof the distribution of scores. A non-significant result (Sig. value ofmore than .05) indicates normality. In case, the Sig. value is .000,suggesting violation of the assumption of normality. This is quitecommon in larger samples. (Pallant, 2011).
Kesahan & KebolehpercayaanKesahan & Kebolehpercayaan
KesahanKesahan
Merujuk kpd sejauhmana sst.alat ukur dpt. Memberikan ukuranterhadap apa yg patut diukur (Tuckman, 1978; Mohd Majid, 1990; Anastasi&Urbina 1997).
Darjah ketepatan ujian/alat ukur tersebut mengukur perkara ataukualiti yg diukur oleh ujian tersebut (Anastasi, 1990 dlm MohamadSahari, 2008). 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 sstpembolehubah yg ditetapkan adalah dianggap SAH sbg alatpengukur bg pembolehubah tersebut.
Jenis KesahanJenis Kesahan
Kesahan Muka (Face validity) bahasa, ejaan, kejelasan, kurangsaintifik & boleh disemak oleh org bukan pakar bidang
Kesahan Kandungan (Content validity) sejauh mana alat ukur itumewakili bidang/kandungan yg diukur. MESTI disahkan oleh pakarbidang.
Kesahan Kriteria (Criterion validity) Terbahagi kpd 2: i. Kesahan serentak (concurrent); ii. Kesahan Jangkaan
(Predictive)(Predictive) K.serentak- kesetaraanskor instrumen yg dibina setara/hampir setara dgn
instrumen org lain. Cth.,Soalan Matematik pada tahun 2007 (Lembaga Pep.) dgnsoalan Matematik yg dibina pada 2012 (menguji topik yg sama) menunjukkankeputusan yg tidak jauh berbeza apabila diuji utk tempoh masa yg dekat.
K.Jangkaan dpt.menjangka keputusan akan datang (3-6 bulan). Lazim utkujian penyaringan. Cth. IMSAK di IPG).
the ability of a survey instrument to forecast future events, behaviours, attitudes, or outcome. (Litwin 1995)
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!
KebolehpercayaanKebolehpercayaan
kestabilan & ketekalan/konsistensi sst alat/instrumen mengukur sst konsep, pd bila2 masa, dlm apa jua keadaan.
Memberi skor yg sama walau diukur berulang kali
reliability doesnt 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:
Internal consistency: Estimation based on the correlation among thevariables comprising the set (typically, Cronbach's alpha, KR-20)
Split-half reliability: Estimation based on the correlation of two equivalentforms of the scale (typically, the Spearman-Brown coefficient)
Konsep kebolehpercayaanKonsep kebolehpercayaan
forms of the scale (typically, the Spearman-Brown coefficient) Test-retest reliability: Estimation based on the correlation between two (or
more) administrations of the same item, scale, or instrument for differenttimes, locations, or populations, when the two administrations do not differon other relevant variables (typically, the Spearman Brown coefficient)
Inter-rater reliability: Estimation based on the correlation of scoresbetween/among two or more raters who rate the same item, scale, orinstrument
Nilai kebolehpercayaanNilai kebolehpercayaan
Cronbach (1946): 0.8 : baik >0.8 : baik
DeVellis (2003), >0.7
Nunnally and Bernstein (1994) provided guidance in the Nunnally and Bernstein (1994) provided guidance in the Nunnally and Bernstein (1994) provided guidance in the Nunnally and Bernstein (1994) provided guidance in the interpretation of the reliability coefficient by stating that a value of interpretation of the reliability coefficient by stating that a value of interpretation of the reliability coefficient by stating that a value of interpretation of the reliability coefficient by stating that a value of .70 is sufficient for early stages of research, but that basic research .70 is sufficient for early stages of research, but that basic research .70 is sufficient for early stages of research, but that basic research .70 is sufficient for early stages of research, but that basic research should require test scores to have a reliability coefficient of .80 or should require test scores to have a reliability coefficient of .80 or should require test scores to have a reliability coefficient of .80 or should require test scores to have a reliability coefficient of .80 or
higher. When important decisions are to be made with test scores, a higher. When important decisions are to be made with test scores, a higher. When important decisions are to be made with test scores, a higher. When important decisions are to be made with test scores, a reliability coefficient of .90 is the minimum with .95 or higher a reliability coefficient of .90 is the minimum with .95 or higher a reliability coefficient of .90 is the minimum with .95 or higher a reliability coefficient of .90 is the minimum with .95 or higher a desirable standard. desirable standard. desirable standard. desirable standard. (Nunnally, J.C. & Bernstein, I.H. (1994). Psychometric Theory (3(Nunnally, J.C. & Bernstein, I.H. (1994). Psychometric Theory (3(Nunnally, J.C. & Bernstein, I.H. (1994). Psychometric Theory (3(Nunnally, J.C. & Bernstein, I.H. (1994). Psychometric Theory (3rd rd rd rd Edition)). Edition)). Edition)). Edition)).
NilaiKoefisien
Interpretasi NilaiKoefisien
Interpretasi
George, D., & Mallery, P. (2003). SPSS for Windows step by step: A simple guide and reference. 11.0 update (4th
ed.). Boston: Allyn & Bacon.
Koefisien
> 0.9 Excellent
> 0.8 Good
> 0.7 Acceptable
> 0.6 Questionable
> 0.5 Poor
< 0.5 Unacceptable
Koefisien Interpretasi
.90 and up Excellent
.80 - .89 Good
.70 - .79 Adequate
below .70May have limited applicability
U.S. Department of Labor Employment and Training Administration 1999
Procedure for checking the reliability of a scale:Procedure for checking the reliability of a scale:
1. From the menu at the top of the screen, click on Analyze, select Scale, then Reliability Analysis.
2. Click on all of the individual items that make up the scale (e.g. item1, item2, item3, item4, item5). Move these into the box marked Items.
3. In the Model section, make sure Alpha is selected.4. In the Scale label box, type in the name of the scale or subscale 4. In the Scale label box, type in the name of the scale or subscale
(Life Satisfaction).5. Click on the Statistics button. In the Descriptives for section, select Item, Scale, and Scale if item deleted. In the Inter-Item section, click on Correlations. In the Summaries section, click on Correlations.
6. Click on Continue and then OK
Apa yg perlu dilaporkan?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 Nilai korelasi item dengan jumlah skor Konstruk Kestabilan Jasmani, Emosi Dan Rohani dan antara item
Jadual 1.1 menunjukkan semua item dalam konstruk KestabilanJasmani, Emosi dan Rohani berkorelasi positif yang kukuh dansignifikan dengan jumlah skor konstruk Kestabilan jasmani, Emosidan 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 skordan item b01 (0.736).Julat korelasi antara item dengan jumlah skorkonstruk Kestabilan Jasmani, Emosi dan Rohani adalah antara0.386 hingga 0.846. Didapati juga nilai korelasi antara itemmenunjukkan semua item berkorelasi secara positif dan adalahsignifikan pada aras 0.01. Nilai positif antara konstruk dalam matrikskorelasi antara item juga menunjukkan bahawa item-item dalamkonstruk-konstruk tersebut mengukur ciri struktur yang serupa.
Secara keseluruhan, apabila konstruk KJER dianalisis untukmenentukan nilai kebolehpercayaan pekali Cronbach Alpha didapatibahawa nilainya adalah 0.845, iaitu suatu nilai kebolehpercayaanketekalan dalaman yang tinggi dan baik. Jadual 2.2 menunjukkanbahawa nilai korelasi item yang diperbetulkan kepada jumlah skoradalah dalam julat 0.543 hingga 0.749. Nilai korelasi item yangadalah dalam julat 0.543 hingga 0.749. Nilai korelasi item yangdiperbetulkan kepada jumlah skor adalah petunjuk tentang darjahkorelasi setiap skala kepada jumlah skor. Dalam kajian ini, didapatinisbah ini adalah besar daripada 0.3. Ini menunjukkan bahawakonstruk yang diukur adalah mempunyai korelasi yang baik denganjumlah skor. Nilai korelasi antara item adalah antara 0.386 hingga0.846. Ini menunjukkan korelasi yang kuat antara item yang terdapatdalam konstruk KJER yang digunakan dalam instrumen ini. Korelasiantara item bagi setiap item adalah positif.
Latihan 4Latihan 4
Laporkan kesahan dan kebolehpercayaankonstruk Menepati Masa dalaminstrumen KKPK.
STATISTICAL TECHNIQUES TO COMPARE GROUPSSTATISTICAL TECHNIQUES TO COMPARE GROUPS t-Test One-Way Analysis of Variance (ANOVA) Two-Way ANOVA
t-Testt-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 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:Penulisan Laporan:
Jadual 2 menunjukkan keputusan ujian-t bagi konstruk kestabilanjasmani, emosi dan rohani. Keputusan ujian-t bagi sub-konstrukkestabilan jasmani, emosi dan rohani mendapati bahawa tidakterdapat perbezaan yang signifikan bagi sub-konstruk tersebut(t=0.593; p>0.05). Tahap kestabilan jasmani, emosi dan rohanipengetua lelaki (M=4.145, SP=0.630) adalah sama dengan pengetuaperempuan (M=4.167, SP=0.642).
Latihan 5Latihan 5
Soalan:Adakah terdapat perbezaan yang signifikan tahap kualitiperibadi pengetua kanan bagi konstruk KemahiranBerkomunikasi berdasarkan jantina?
Tuliskan hipotesis kajian dan hipotesi null anda.
Laporkan hasil analisis menggunakan jadual yang bersesuaian dan buatkan rumusan dapatan anda.
ONE-WAY ANOVAONE-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 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 : 1 = 2 = 3H : Tidak terdapat perbezaan yang signifikan skor min tahap kualiti Ho : Tidak terdapat perbezaan yang signifikan skor min tahap kualiti peribadi pengetua kanan berdasarkan persepsi guru mengikut pengalaman mengajar guru.
SpssSpss 1. From the menu at the top of the screen, click on Analyze, then
select Compare Means, then One-way ANOVA. 2. Click on your dependent (continuous) variable (e.g. Total Kualiti
Peribadi: tottkpribadi). Move this into the box marked Dependent List by clicking on the arrow button.
3. Click on your independent, categorical variable (e.g. 3 kumpulan pengalaman mengajar: pengmjar3). Move this into the box labelled pengalaman mengajar: pengmjar3). Move this into the box labelled Factor.
4. Click the Options button and click on Descriptive, Homogeneity of variance test, Brown-Forsythe, Welch and Means Plot.
5. For Missing values, make sure there is a dot in the option marked Exclude cases analysis by analysis. Click on Continue.
6. Click on the button marked Post Hoc. Click on Tukey. 7. Click on Continue and then OK
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
Latihan 6Latihan 6
Bandingkan sama ada terdapat berbezaan yangsignifikan skor min Fleksibiliti dalam tugaspengetua kanan menurut persepsi guru berdasarkanpengalaman mengajar guru?
Tuliskan hipotesis kajian dan hipotesis null.
Laporkan hasil analisis menggunakan jadual yang bersesuaian dan buatkan rumusan dapatan anda.
TWO-WAY ANOVATWO-WAY ANOVA
Tujuan: Mengenal pasti sama ada terdapat perbezaan skor min yang signifikan pada 1 DV (berskala interval) yang melibatkan 2 IV (jantina & bangsa).
Andaian: kenormalan, sampel rawak, taburan normal Soalan Kajian: Adakah terdapat perbezaan yang signifikan tahap
gangguan emosi berdasarkan jantina dan bangsa?gangguan emosi berdasarkan jantina dan bangsa? Hipotesis:
Ho1: Tidak terdapat perbezaan yang signifikan tahap gangguan emosi berdasarkan jantina.Ho2: Tidak terdapat perbezaan yang signifikan tahap gangguan emosi berdasarkan bangsa.Ho3: Tidak terdapat kesan interaksi yang signifikan antara jantina dan bangsa terhadap tahap gangguan emosi.
SpssSpss
Daripada Menu pada bahagian atas skrin, klik Analyze, seterusnya pilih General Linear Model, diikuti Univariate.
Klik dependent anda, continuous variable (cth. Tahap gangguan emosi: gguemosi) dan klik pada anak panah untuk memasukkannya ke dalam kotak yang berlabel Dependent variable.
Klik pada dua independent dalam kajian anda, categorical Klik pada dua independent dalam kajian anda, categorical variables (jantina, bangsa) dan masukkan ke dalam kotak berlabel Fixed Factors.
Klik Options button. Klik Descriptive Statistics, Estimates of effect size and
Homogeneity tests. Klik Continue.
Klik Post Hoc button. (untuk 3 atau lebih kumpulan) From the Factors listed on the left-hand side, choose the
independent variable(s) you are interested in (this variable should have three or more levels or groups: cth. bangsa). Klik pada anak panah untuk memasukannya ke bahagian Post Hoc Tests. Pilih jenis ujian yang ingin digunakan (dalam kes ini, Scheffe). Klik Continue.
Klik Plots button. Pada Horizontal box, letak independent variable yang mempunyai
kumpulan yang lebih banyak (cth. bangsa). Sekiranya dua IV adalah sama, pilih mana-mana kumpulan untuk bahagian ini.Pada label Separate Lines, letakkan IV yang satu lagi (cth. jantina). Klik Add. Pada bahagian/kotak berlabel Plots, anda akan melihat 2 variabel tersenarai (cth. bangsa*jantina).
Klik Continue dan diikuti OK
Ambil perhatian PENTING untuk diperhatikan dan dilaporkanAmbil perhatian PENTING untuk diperhatikan dan dilaporkan
i. Keputusan Deskriptif WAJIB dilaporkan kerana di situlah maklumat berkaitan mean dan sisihan piawai ditunjukkan.
ii. Levenes Test Ini adalah keputusan bagi ujian kehamogenan varians! JIKA keputusan di sini menunjukkan signifikan (p
Contoh:Contoh:
Soalan kajian:Adakah terdapat perbezaan yang signifikan tahap kualiti peribadi
pengetua kanan berdasarkan jantina pengetua dan jantina guru?
Hipotesis Nul: Ho1: Tidak terdapat perbezaan yang signifikan tahap kualiti peribadi
pengetua kanan berdasarkan jantina pengetua. Ho2: Tidak terdapat perbezaan yang signifikan tahap kualiti peribadi
pengetua kanan berdasarkan jantina guru. Ho3: Tidak terdapat kesan interaksi yang signifikan antara jantina
pengetua dan jantina guru terhadap tahap kualiti peribadi pengetua kanan.
1) Jadual deskriptif1) Jadual deskriptif
2) Keputusan Ujian ANOVA Dua Hala Laporkan: Jantina Pengetua, Jantina Guru, Jantina Pengetua * Jantina Guru, Error, dan Corrected total
2) Keputusan Ujian ANOVA Dua Hala Laporkan: Jantina Pengetua, Jantina Guru, Jantina Pengetua * Jantina Guru, Error, dan Corrected total
Catatan: Keputusan Levenes Test mendapati bahawa p=0.016 (p
Pelaporan Ujian ANOVA Dua Hala:Pelaporan Ujian ANOVA Dua Hala:
Berdasarkan Jadual 2, didapati tidak terdapat perbezaan yangsignifikan tahap kualiti peribadi pengetua kanan berdasarkan jantinapengetua (F(1, 1207)=2.415, p=0.120), di mana kesan saiz adalahkecil (eta kuasa dua=0.02). Ini bermakna tahap kualiti peribadipengetua lelaki dan pengetua perempuan adalah sama.pengetua lelaki dan pengetua perempuan adalah sama.
Perbandingan persepsi guru terhadap kualiti peribadi pengetua kananberdasarkan jantina, didapati terdapat perbezaan yang signifikantahap kualiti peribadi pengetua kanan berdasarkan jantina guru(F(1, 1207)=17.641, p=0.000), walau bagaimanapun kesan saizadalah kecil (eta kuasa dua=0.014). Guru lelaki memberikanpersepsi yang lebih tinggi (min=4.321) berbanding guru perempuanpersepsi yang lebih tinggi (min=4.321) berbanding guru perempuan(min=4.223) terhadap tahap kualiti peribadi pengetua kanan lelaki.Seterusnya, guru lelaki turut memberikan persepsi yang lebih tinggi(min=4.418) berbanding guru perempuan (min=4.232) terhadaptahap kualiti peribadi pengetua kanan perempuan. Ini bermaknaguru lelaki menilai tahap kualiti peribadi pengetua kanan lebih tinggiberbanding guru perempuan sama ada bagi pengetua lelakimahupun pengetua perempuan.
Berdasarkan Jadual 2 juga, tidak terdapat kesan interaksi yangsignifikan antara jantina pengetua dengan jantina guru ke ataspersepsi terhadap tahap kualiti peribadi pengetua kanan (F(1,1207)=1.699, p=0.193). Ini bermakna tahap kualiti peribadipengetua kanan tidak bergantung kepada jantina guru dan jantinapengetua.pengetua.
Graf kesan interaksi di atas menunjukkan tidak ada kesan interaksi, kedua-dua garisan tidak bertemu. Bagi kedua-dua jantina pengetua, kesan jantinaguru adalah sama sahaja. Guru lelaki menilai pengetua kanan lebih tinggiberbanding guru perempuan sama ada bagi pengetua lelaki mahupunpengetua perempuan.
Latihan 7Latihan 7
Bandingkan sama ada terdapat berbezaan yang signifikan skormin Fleksibiliti dalam tugas berdasarkan jantina pengetuadan jantina guru.
Tuliskan hipotesis kajian dan hipotesis null.
Laporkan hasil analisis menggunakan jadual yang bersesuaian dan buatkan rumusan dapatan anda.
Sekian, terima kasih!