Anda di halaman 1dari 15

1

1.0
PENGENALAN









2

Statistik yang membolehkan penyelidik membuat keputusan bagi sesuatu masalah yang dikaji
ialah statistik aruhan / pentakbiran. Penyataan mengenai ciri suatu populasi menerusi tatacara
pentakbiran berstatistik dinamakan hipotesis berstatistik. Hipotesis statistik adalah satu
kenyataan yang dibuat tentang suatu populasi. Kenyataan ini mungkin benar atau tidak.
Kebenaran kenyataan tersebut dibuat menggunakan ujian hipotesis. Hipotesis statistik adalah
suatu pernyataan atau anggapan yang mungkin benar atau tidak terhadap suatu populasi atau
lebih (Walpole, 1990). H
o
cenderung untuk di tolak. Ini bermaksud, kita seboleh-bolehnya
hendak menolaknya kecuali terdapat bukti yang cukup kuat dari sampel yang menafikan
penolakannya. Penolakan H
o
tidak bermakna pernyataan dalam hipotesis tersebut palsu tetapi
ia bermaksud bukti yang diperolehi dari sampel tidak mencukupi untuk menerimanya. Begitu
juga sebaliknya. Hipotesis Alternatif yang menggunakan simbol H
a.
atau H
1
mesti membawa
maksud ketaksamaan dan akan diterima jika H
o
ditolak.
Ujian-t pula ialah satu ujian yang digunakan untuk menguji satu keputusan yang
dihipotesiskan bernilai menggunakan taburan t sebagai satu standard untuk dibuat
perbandingan. Taburan t mempunyai bentuk loceng yang tertangkup dengan satu parameter
yang dipanggil sebagai darjh kebebasan (dk) atau degree of freedom (df) dalam satu sampel
ujian-t, df=n-1.




ANOVA (Analysis of Variance) merupakan satu ujian statistik untuk membandingkan min
bagi dua aras dalam satu atau lebih pemboleh ubah bebas atau faktor. Dalamujian ini, setiap
responden harus mempunyai sekurang-kurangnya dua skor iaitu skor untuk faktor dan skor
untuk pembleh ubah dependen. Faktor membahagikan individu kepada dua atau lebih aras,
manakala pemboleh ubah dependen akan membezakan individu dalam satu dimensi tertentu.
Ujian chi-square digunakan untuk menguji hubungan atau pengaruh dua pemboleh ubah
nominal dan mengukur kekuatan hubungan antara satu pemboleh ubah dengan pemboleh ubah
|
.
|

\
|

=
n
S
- X
t

3

nominal yang lain. Nilai chi-square adalah sentiasa positif. Bentuk taburan chi-square adalah
menjulur positif.


Ujian korelasi merupakan antara analisis statistik yang popular. Ujian korelasi Pearson
product-moment merupakan jenis analisis bivariat yang mana melibatkan dua pemboleh ubah
iaitu pemboleh ubah bebas dan pemboleh ubah tidak bebas (IV & DV). Jika kita menjalankan
analisis secara ujian parametrik dan terbukti data kita bertaburan normal maka kita boleh
menggunakan ujian korelasi pearson ini untuk mengenal pasti hubungan di antara IV dan DV
yang berskala interval atau ratio. Namun, jika kita dapati data kita tidak bertaburan normal yang
mana data berskala ordinal, kita masih ada pilihan dengan menggunakan satu lagi jenis ujian
korelasi iaitu ujian korelasi Spearman Rho.



Namun begitu, dengan hanya menjalankan ujian korelasi sahaja belum membuktikan
sejauhmana setiap faktor yang kita kaji itu menyumbang kepada DV kita. Hal ini adalah kerana
ujian korelasi hanya menentukan perkaitan sama ada wujud arah perkaitan positif atau negatif.
Melalui ujian korelasi, kita masih tidak dapat menentukan faktor peramal mana yang berjaya
menyumbang atau yang paling mempengaruhi DV. Jika mahu mengenal pasti berapa
sumbangan varians faktor IV terhadap DV, ujian regresi pula harus dijalankan. Regresi linear
adalah alat statistik yang digunakan untuk mengetahui pengaruh antara satu atau beberapa
pemboleh ubahl terhadap satu pemboleh ubah yang lain. Pemboleh ubahl yang mempengaruhi
sering disebut pemboleh ubah bebas manakal pemboleh ubah yang dipengaruhi sering disebut
sebagai pemboleh ubah dependen. Regresi linear hanya dapat digunakan pada skala interval
dan ratio.


=
= _
k
1 i 1
2
i i 2
e
) e - (o





=
2 2 2 2
) ( ][ ) ( [
) )( (
Y Y n X X n
Y X XY n
r
Korelasi

4







Secara umum regresi linear terdiri dari dua, iaitu regresi linear sederhana di mana
terdapat satu pemboleh ubah bebas dan satu pemboleh ubah dependan; dan regresi linear
berganda dengan beberapa pemboleh ubah bebas dan satu pemboleh ubah dependan. Analisis
regresi linear merupakan kaedah statistik yang paling banyak digunakan dalam penelitian-
penelitian sosial seperti penelitian ekonomi dan pendidikan.
Analisis regresi linear sederhana digunakan untuk mengetahui pengaruh antara satu pemboleh
ubah bebas terhadap satu pemboleh ubah dependan. Persamaan umumnya adalah:
x y
b b 1 0
+ =
Dengan y adalah pemboleh ubah dependan dan x adalah pemboleh ubah bebas. Pekali
0
b
adalah pintasan y yang merupakan titik potong antara garis regresi dengan paksi-y pada
koordinat Cartesian.

Dalam tugasan ini, kami dikehendaki untuk memfokuskan kepada ujian korelasi Pearson dan
ujian regresi linear untuk menganalisis data. Oleh itu, pelajar daripada kumpulan Matematik
ambilan Januari 2012 telah diberikan tugasan untuk mengumpulkan data bagi skor markah
peperiksaan pertengahan tahun dan skor markah peperiksaan percubaan UPSR tahun 2011
(bagi subjek Matematik) di sekolah di mana pelajar PISMP Semester 3 ditempatkan untuk
menjalani Pengalaman Berasaskan Sekolah selama seminggu. Saya telah memilih Sekolah
Kebangsaan Anak-Anak Angkatan Tentera di Jitra, Kedah.






x b y b
dan
x x n
y x xy n
b
x b b y
` 1 0
2 2 1
1 0
) (
+ =

=
+ =



5








2.0
ANALISIS DATA
STATISTIK



6


2.1 PENGUMPULAN DATA
SEKOLAH KEBANGSAAN ANAK-ANAK ANGKATAN TENTERA
TOK JALAI, 06000 JITRA,
KEDAH DARUL AMAN.
Analisis Peperiksaan Bagi Subjek Matematik
Dalam Peperiksaan Pertengahan Tahun, Percubaan UPSR Dan Gred UPSR
Tahun 2011

BIL PERTENGAHAN
TAHUN (X)
PERCUBAAN
UPSR (Y)
GRED
UPSR
1 53 2809 66 4356 3498 B
2 54 2916 49 2401 2646 B
3 70 4900 74 5476 5180 B
4 58 3364 65 4225 3770 B
5 71 5041 89 7921 6319 A
6 85 7225 73 5329 6205 A
7 66 4356 64 4096 4224 B
8 86 7396 84 7056 7224 A
9 55 3025 56 3136 3080 B
10 76 5776 77 5929 5852 A
11 68 4624 63 3969 4284 A
12 85 7225 88 7744 7480 A
13 0 0 48 2304 0 C
14 68 4624 55 3025 3740 B
15 60 3600 57 3249 3420 B
16 46 2116 50 2500 2300 C
17 82 6724 65 4225 5330 A
18 69 4761 57 3249 3933 B
19 75 5625 61 3721 4575 A
20 55 3025 49 2401 2695 C
21 53 2809 52 2704 2756 B
22 78 6084 71 5041 5538 A
23 93 8649 98 9604 9114 A
24 37 1369 43 1849 1591 C
25 92 8464 81 6561 7452 A
26 53 2809 64 4096 3392 B
27 98 9604 99 9801 9702 A
28 80 6400 80 6400 6400 A
X
2
Y
2
XY

7

29 90 8100 86 7396 7740 A
30 85 7225 83 6889 7055 A
31 55 3025 45 2025 2475 C
32 83 6889 78 6084 6474 A
33 55 3025 62 3844 3410 C
34 90 8100 77 5929 6930 A
35 43 1849 47 2209 2021 C
36 48 2304 41 1681 1968 C
37 65 4225 48 2304 3120 B
38 79 6241 89 7921 7031 A
39 19 361 19 361 361 C
40 19 361 19 361 361 D
41 13 169 11 121 143 E
42 23 529 10 100 230 D
43 14 196 18 324 252 E
44 15 225 14 196 210 D
45 23 529 16 256 368 D
46 34 1156 33 1089 1122 C
47 59 3481 46 2116 2714 B
48 15 225 11 121 165 E
49 13 169 18 324 234 E
50 30 900 28 784 840 C
51 21 441 15 225 315 D
52 40 1600 30 900 1200 C
53 34 1156 23 529 782 D
54 51 2601 51 2601 2601 C
55 41 1681 40 1600 1640 C
56 28 784 25 625 700 C
57 18 324 20 400 360 D
58 31 961 26 676 806 C
59 31 961 15 225 465 C
60 36 1296 33 1089 1188 C
61 16 256 8 64 128 D
62 18 324 15 225 270 E
63 29 841 40 1600 1160 C
64 28 784 23 529 644 C
65 36 1296 16 256 576 C
66 13 169 11 121 143 C
67 25 625 18 324 450 E
68 36 1296 25 625 900 E
69 21 441 14 196 294 C
70 46 2116 40 1600 1840 E
71 13 169 14 196 182 C
72 29 841 35 1225 1015 C



3477 215567 3314 200634 204583


8



48.29

46.03


2.2 ANALISIS DATA MENGGUNAKAN KORELASI PEARSON
Hipotesis
HO
= terdapat hubungan antara skor markah pertengahan tahun 2011 dengan skor markah
peperiksaan percubaan UPSR 2011
Ha
= tidak terdapat hubungan antara skor markah pertengahan tahun 2011 dengan skor
markah peperiksaan percubaan UPSR 2011

( )
( ) 10982596
12089529
200634
215567
3314
3477
204583
72
2
2
2
2
=
=
=
=
=
=
=
=

Y
X
Y
X
XY
n
Y
X



2.2.1 Diagram Keselerakan (Scatter) untuk Melihat Keselerakan Data-Data dengan
Menggunakan Perisian GeoGebra






X
Y




=
2 2 2 2
) ( ][ ) ( [
) )( (
Y Y n X X n
Y X XY n
r
Korelasi
93 . 0
93 . 3447136
3207198
] ) 3314 ( ) 200634 ( 72 ][ ) 3477 ( ) 215567 ( 72 [
) 3314 )( 3477 ( ) 204583 ( 72
2 2
=
=


=

9




2.2.2 Kesimpulan:
0.00 Tidak ada hubungan
0.01 0.30 Hubungan lemah
0.31 0.50 Hubungan rendah
0.51 0.70 Hubungan sederhana
0.71 0.90 Hubungan tinggi
0.91 0.99 Hubungan amat tinggi
1.00 Korelasi positif sempurna

Melalui pengiraan dan analisis yang telah dilakukan, didapati bahawa nilai korelasi
bagi hubungan di antara skor markah pertengahan tahun 2011 dengan skor markah
peperiksaan percubaan UPSR 2011 bagi murid-murid Tahun 6 di Sekolah
Kebangsaan Anak-Anak Angkatan Tentera ialah 0.93. Berdasarkan jadual nilai
korelasi di atas, dapat disimpulkan bahawa kita gagal menolak
HO
kerana terdapat
korelasi positif yang kuat antara kedua-duanya dan hubungan antara skor
markah pertengahan tahun 2011 dengan skor markah peperiksaan percubaan
UPSR 2011 adalah amat tinggi.











10




2.3 ANALISIS DATA MENGGUNAKAN REGRESI LINEAR
Hipotesis
HO
= skor markah pertengahan tahun 2011 mempengaruhi skor markah peperiksaan
percubaan UPSR 2011
Ha
= skor markah pertengahan tahun 2011 tidak mempengaruhi skor markah peperiksaan
percubaan UPSR 2011

















x b y b
dan
x x n
y x xy n
b
x b b y
` 1 0
2 2
1
1 0
) (
+ =

=
+ =


x y
b
dan
b
x b b y
93 . 0 12 . 1
12 . 1
) 29 . 48 ( 93 . 0 03 . 46
93 . 0
3431295
3207198
) 3477 ( ) 215567 ( 72
) 3314 )( 3477 ( ) 204583 ( 72
0
2
1
1 0
+ =
=
=
=
=

=
+ =

11




2.3.1 Memplot Graf Regresi Linear dengan Menggunakan Perisian Geogebra


2.3.2 Kesimpulan
Melalui pengiraan dan analisis yang telah dilakukan, didapati bahawa persamaan
regresi bagi menunjukkan sama ada keputusan peperiksaan pertengahan tahun 2011
mempengaruhi keputusan percubaan UPSR 2011 bagi murid-murid Tahun 6 di
Sekolah Kebangsaan Anak-Anak Angkatan Tentera ialah x y 93 . 0 12 . 1 + = .
Berdasarkan graf regresi linear di atas, dapat disimpulkan bahawa kita gagal menolak
HO
di mana skor markah pertengahan tahun 2011 sememangnya
mempengaruhi skor markah peperiksaan percubaan UPSR 2011.





12







3.0
REFLEKSI








13





Syukur ke hadrat Ilahi kerana saya akhirnya berjaya menyiapkan tugasan ini dalam
masa 1 hari sahaja dan hal ini sangat bertentangan dengan sangkaan saya pada mulanya.
Pada mulanya, apabila mendapat tugasan ini dan tatkala terpandang perkataan ujian korelasi
dan regresi, saya berasa cuak kerana saya merasakan bahawa saya tidak tahu apa-apa.
Namun begitu, berkat daripada nota-nota dan pengajaran dalam kelas oleh pensyarah
pembimbing iaitu Dr. Hjh. Nor Hayati bt. Mt. Ali, saya dapat memahami sedikit demi sedikit
tentang apa yang harus saya buat sebenarnya.
Setelah melakukan analisis korelasi dan regresi, saya berasa gembira kerana akhirnya
saya berjaya menguasai ujian korelasi yang bertujuan untuk melihat hubungan antara dua
maklumat dan regresi yang bertujuan untuk menentukan sama ada satu elemen mempengaruhi
elemen yang lain dengan menggunakan perisian-perisian penting seperti Microsoft Word,
Microsoft Excel dan GeoGebra. Jadi, dapat saya katakan di sini bahawa selain daripada
menguasai ujian korelasi dan regresi, saya sekaligus dapat memantapkan lagi kebolehan saya
dalam mengaplikasikan ICT dalam statistik yang sangat berguna untuk menyempurnakan
Kajian Tindakan saya semasa tahun akhir PISMP nanti.
Di samping itu, tugasan ini sememangnya membantu dalam menyediakan saya menjadi
seorang guru yang mantap dan mahir dalam analisis skor markah peperiksaan murid dengan
pengaplikasian teknologi maklumat yang sudah menjadi sangat penting pada masa kini. Jadi,
saya tidak akan menjadi seorang guru yang ketinggalan zaman dan masih menggunakan cara
manual yang kurang efektif pada masa sekarang. Hal ini adalah sangat penting apabila saya
ditugaskan mengajar di mana-mana sekolah kelak.
Secara keseluruhannya, tugasan ini sangat berkesan dan relevan dalam meningkatkan
kefahaman saya dalam penganalisisan data dan maklumat berdasarkan ujian korelasi dan
regresi linear.


14





4.0 RUJUKAN

Bhasah Abu Bakar. (2007). Analisis Data Penyelidikan Ilmiah. Kuala Lumpur: Utusan
Publications and Distributors Sdn. Bhd.
Mason, R.D & Douglas A. Lind. (1999). Teknik Statistik untuk Bisnis dan Ekonomi Jilid 2,
Jakarta: Penerbit Erlangga
Mohd. Nawi Ab. Rahman. (2001). Asas Statistik Edisi Keempat. Selangor: Penerbit Universiti
Putra Malaysia








15






5.0
LAMPIRAN