ANALISIS DATA MENGGUNAKAN

PERISIAN 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 dapat 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 Jadual
SPSS? SPSS?
Statistical Package for the Social Sciences
Predictive Analytics SoftWare Predictive 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
Instrumentation Instrumentation
Data Collection
Data Analysis & Presentation
Interpretation & Reporting
PERUBAHAN PERUBAHAN
AMALAN AMALAN
T
u
j
u
a
n
T
u
j
u
a
n
P
e
r
i
s
i
a
n
P
e
r
i
s
i
a
n
R
e
k
o
d
R
e
k
o
d
M
a
k
l
u
m
a
n
M
a
k
l
u
m
a
n
ANALISIS STATISTIK ANALISIS STATISTIK
J
e
n
i
s
J
e
n
i
s
d
a
t
a
d
a
t
a
K
e
m
a
h
i
r
a
n
K
e
m
a
h
i
r
a
n
P
e
m
a
n
t
a
u
a
n
P
e
m
a
n
t
a
u
a
n
K
a
j
i
a
n
K
a
j
i
a
n
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.
Sains Sains Sains Sains membuat membuat membuat membuat kesimpulan kesimpulan kesimpulan kesimpulan dari dari dari dari 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
keputusan keputusan keputusan keputusan
MAKSUD MAKSUD
keputusan keputusan keputusan keputusan
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
STATISTIK
MAKSUD
STATISTIK
Menerangkan
data
Meringkaskan
Data
Memberi
makna
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)
Kegunaan
Statistik
Collect Analyze Present Interpret
Make informed decisions
CABANG STATISTIK
Deskriptif Inferensi
Statistik Deskriptif Statistik Deskriptif
Meringkas dan mempersembah data dengan
menggunakan nombor.
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)
Data yang dikumpul diproses dan disusun
dalam bentuk yang mudah dibaca dengan
menggunakan pelbagai cara seperti graf,
jadual, dan carta.
Markah ujian yang dikumpul Markah ujian yang dikumpul Markah ujian yang dikumpul Markah ujian yang dikumpul
Jantina
Markah
Lelaki
57 60 55 71 55 44 83
70 61 80 72 50 46 67
Perempuan
40 70 82 61 40 56 65
Perempuan
54 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
N
Markah
Minima Maksima Mean Median SP
Lelaki 14 44 83 62 60 12.0
Perempuan 14 40 83 59 59 13.8
Statistik Statistik Statistik Statistik Inferensi Inferensi Inferensi Inferensi
Membuat inferens mengenai sesuatu populasi
dengan berdasarkan data yang dikumpul dari satu
kumpulan yang lebih kecil (sampel)
Sampel yang dipilih mempunyai ciri-ciri yang sama
dengan populasi (representasi)
Menggunakan kaedah statistik yang
mengambilkira faktor ralat dan perbezaan sampel
dengan populasi
STATISTIK INFERENSI STATISTIK INFERENSI STATISTIK INFERENSI STATISTIK INFERENSI
Populasi Populasi Populasi Populasi
Sampel Sampel Sampel Sampel
Populasi Populasi Populasi Populasi
Sampel Sampel Sampel Sampel
Dapatan
Markah ujian yang dikumpul
Jantina
Markah
Lelaki
57 60 55 71 55 44 83
70 61 80 72 50 46 67
Perempuan
40 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?
Perempuan
54 44 83 62 49 56 70
Pemilihan Ujian Statistik Pemilihan Ujian Statistik Pemilihan Ujian Statistik Pemilihan Ujian Statistik
Jenis
Soalan
Kajian
Reka
bentuk
Dapatan
Jenis
data
Keputusan
Kesimpulan
VARIABLE? VARIABLE?
5 JENIS:
Independent Variable
Kesannya terhadap DV dikaji. Cth.Kaedah mengajar Skor
Pencapaian
Dependent Variable Dependent Variable
Variable yg kesannya dicerap akibat IV
Mediated Variable
Menjelaskan ? Hubungan IV & DV berlaku(cth.umur-
pengalaman-skor, pengalaman sbg. MV)
Sambjenis variable Sambjenis variable
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.
Extraneous Variable
Variable luaran selain IV yg mempengaruhi DV
Cth.(samb.cth MV)isu semasa mempengaruhi kekerapan
menonton beritatsunami, gempa bumi, dll.
IV vs DV
Pemboleh 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 River SKALANo Oil In River SKALANo Oil In River SKALANo 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 & Nisbah Sela & Nisbah Sela & Nisbah Sela & Nisbah
Parametrik Parametrik Parametrik Parametrik
Bukan Bukan Bukan Bukan
PEMILIHAN UJIAN STATISTIK PEMILIHAN UJIAN STATISTIK PEMILIHAN UJIAN STATISTIK PEMILIHAN UJIAN STATISTIK
Jenis Jenis Jenis Jenis Ujian Ujian Ujian Ujian
Statistik Statistik Statistik Statistik
Bukan Bukan Bukan Bukan
Parametrik Parametrik Parametrik Parametrik
Nominal & Nominal & Nominal & Nominal &
Ordinal Ordinal Ordinal Ordinal
Bukan Bukan Bukan Bukan
Parametrik Parametrik Parametrik Parametrik
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
TUJUAN
JENIS DATA
Parametrik
Bukan
Parametrik
Membandingkan tiga atau
lebih 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 regression
or
Nonlinear regression
Nonparametric
regression**
Meramal nilai dari beberapa
variabel lain yang diukur
(Predict value from several
measured or binomial
variables)
Multiple linear regression* or
Multiple nonlinear regression**
Perbezaan min Perbezaan 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 yg
signifikan 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 II GAGAL 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
Analisis
Data
Statistical Package for the Social Sciences
SPSS
Mengenali SPSS Mengenali 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 1 Latihan 1
Menyediakan template.
Memasukkan data.
Screening & Cleaning The 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 File
Manipulating the Data Manipulating the Data
Calculating Total Scale Score (summated)
Collapsing a Continuous Variable Into
Group (compute, recode)
Latihan 2 Latihan 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 OUTPUT MENGHASIL OUTPUT MENGHASIL OUTPUT MENGHASIL OUTPUT
1. 1. 1. 1. Frekuensi Frekuensi Frekuensi Frekuensi
2. 2. 2. 2. Crosstab Crosstab Crosstab Crosstab
3. 3. 3. 3. Peratus Peratus Peratus Peratus 3. 3. 3. 3. Peratus Peratus Peratus Peratus
4. 4. 4. 4. Min Min Min Min
5. 5. 5. 5. Korelasi Korelasi Korelasi Korelasi
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 akademik kelayakan akademik kelayakan akademik kelayakan akademik
Crosstab Crosstab Crosstab Crosstab
Memudahkan analisis beberapa varibel Memudahkan analisis beberapa varibel Memudahkan analisis beberapa varibel Memudahkan analisis beberapa varibel
dalam satu jadual dalam satu jadual dalam satu jadual dalam satu jadual
Latihan 3 Latihan 3
Menyediakan jadual, graf, carta, dan
crosstab.
Selamat MENCUBA. Selamat MENCUBA.
Normality & Linearity Normality & 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 (+) atau
ke kiri (-).
Kurtosis keadaan samada puncak graf kuncup/kurus (-) atau
lebar (+) 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 plot Normal Q-Q plot
Boxplot Boxplot
With reasonably large samples, skewness will not make a
substantive difference in the analysis (Tabachnick & Fidell 2007, p.
80). Kurtosis can result in an underestimate of the variance, but this
risk is also reduced with a large sample (200+ cases: see
Tabachnick & Fidell 2007, p. 80). While there are tests that you can
use to evaluate skewness and kurtosis values, these are too
sensitive with large samples. Tabachnick and Fidell (2007, p. 81)
recommend inspecting the shape of the distribution (e.g. using a
histogram). histogram).
Skewness and kurtosis value giving information about the
distribution of scores for the two groups. In the table labelled Tests
of Normality, you are given the results of the Kolmogorov-
Smirnov (and Shapiro-Wilk) statistic. This assesses the normality
of the distribution of scores. A non-significant result (Sig. value of
more than .05) indicates normality. In case, the Sig. value is .000,
suggesting violation of the assumption of normality. This is quite
common in larger samples. (Pallant, 2011).
Kesahan & Kebolehpercayaan Kesahan & Kebolehpercayaan
Kesahan 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). 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 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) (Predictive)
K.serentak- kesetaraanskor 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).
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!
Kebolehpercayaan Kebolehpercayaan
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 the
variables comprising the set (typically, Cronbach's alpha, KR-20)
Split-half reliability: Estimation based on the correlation of two equivalent
forms of the scale (typically, the Spearman-Brown coefficient)
Konsep kebolehpercayaan Konsep 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 different
times, locations, or populations, when the two administrations do not differ
on other relevant variables (typically, the Spearman Brown coefficient)
Inter-rater reliability: Estimation based on the correlation of scores
between/among two or more raters who rate the same item, scale, or
instrument
Nilai kebolehpercayaan Nilai kebolehpercayaan
Cronbach (1946):
<0.6 : rendah
0.6 0.8 : diterima
>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 (3
rd rd rd rd
Edition)). Edition)). Edition)). Edition)).
Nilai
Koefisien
Interpretasi Nilai
Koefisien
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 .70
May 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 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 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 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 Latihan 4
Laporkan kesahan dan kebolehpercayaan
konstruk Menepati Masa dalam
instrumen KKPK.
STATISTICAL TECHNIQUES TO
COMPARE GROUPS
STATISTICAL TECHNIQUES TO
COMPARE GROUPS
t-Test
One-Way Analysis of Variance (ANOVA)
Two-Way ANOVA
t-Test 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 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 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 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 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 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:
H
o
:
1
=
2
=
3
H : Tidak terdapat perbezaan yang signifikan skor min tahap kualiti H
o
: Tidak terdapat perbezaan yang signifikan skor min tahap kualiti
peribadi pengetua kanan berdasarkan persepsi guru mengikut
pengalaman mengajar guru.
Spss Spss
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<0.05), maka tidak perlu melihat keputusan post hoc.
Untuk melaporkan keputusan ujian Anova, pengkaji perlu
mengemukakan Jadual Deskriptif, Jadual Ujian Anova, dan Jadual mengemukakan Jadual Deskriptif, Jadual Ujian Anova, dan Jadual
Post Hoc (jika Nilai Sig. < 0.05).
Nilai Eta Squared dalam Anova memerlukan pengkaji melakukan
pengiraan sendiri dengan menggunakan formula di bawah dan
seterusnya tentukan sama ada tinggi/sederhana/rendah
berdasarkan saranan Cohen atau yang lain.
Eta squared = Sum of squares between groups
Total sum of squares
Berdasarkan Jadual 2, didapati terdapat perbezaan yang signifikan
skor min tahap kualiti peribadi pengetua kanan berdasarkan
persepsi guru mengikut pengalaman mengajar guru (F(2,
1207)=8.168; p<0.05). Persepsi guru yang berpengalaman
mengajar 11 hingga 20 tahun (M=181.489, S.P=23.900) dan guru
yang berpengalaman mengajar 21 tahun ke atas (M=182.624) lebih yang berpengalaman mengajar 21 tahun ke atas (M=182.624) lebih
tinggi berbanding guru yang berpengalaman mengajar 1 hingga 10
tahun (M=176.339, S.P=24.116). Walaubagaimanapun, skor min
persepsi guru yang berpengalaman mengajar 11 hingga 20 tahun
dan guru yang berpengalaman mengajar 21 tahun ke atas tidak
berbeza secara signifikan. Walaupun keputusan ujian Anova Sehala
tersebut adalah signifikan secara statistik, perbezaan sebenar
dalam skor min antara kumpulan agak kecil. Kesan saiz yang dikira
menggunakan Eta kuasa dua adalah 0.013.
Latihan 6 Latihan 6
Bandingkan sama ada terdapat berbezaan yang
signifikan skor min Fleksibiliti dalam tugas
pengetua kanan menurut persepsi guru berdasarkan
pengalaman mengajar guru?
Tuliskan hipotesis kajian dan hipotesis null.
Laporkan hasil analisis menggunakan jadual yang
bersesuaian dan buatkan rumusan dapatan anda.
TWO-WAY ANOVA TWO-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:
H
o1
: Tidak terdapat perbezaan yang signifikan tahap gangguan
emosi berdasarkan jantina.
H
o2
: Tidak terdapat perbezaan yang signifikan tahap gangguan
emosi berdasarkan bangsa.
H
o3
: Tidak terdapat kesan interaksi yang signifikan antara jantina
dan bangsa terhadap tahap gangguan emosi.
Spss Spss
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 dilaporkan Ambil 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<0.05), bermakna varians
adalah berbeza, DAN nilai kesignifikanan (p-value) pada jadual seterusnya
(ANOVA Dua Hala) MESTI dikurangkan kepada tahap signifikan p<0.01!
Kelekaan pengkaji pada perkara ini akan menjejaskan keputusan analisis!
iii. Main Effect iii. Main Effect
iv. Graf menunjukkan secara visual kedudukan tahap gangguan
emosi antara jantina dan bangsa, DAN interaksi jantina-bangsa.
Daripada graf, dapat disimpulkan seperti berikut (sekadar contoh):
Ini bermakna Melayu lebih terganggu emosi berbanding bukan
melayu sama ada lelaki atau perempuan.
Jika graf bersilang, perlu dilihat bagaimana graf tersebut bersilang.
Ini akan memberi kesan kepada kumpulan mana yang lebih
berbanding kumpulan yang satu lagi.
Contoh: Contoh:
Soalan kajian:
Adakah terdapat perbezaan yang signifikan tahap kualiti peribadi
pengetua kanan berdasarkan jantina pengetua dan jantina guru?
Hipotesis Nul:
H
o1
: Tidak terdapat perbezaan yang signifikan tahap kualiti peribadi
pengetua kanan berdasarkan jantina pengetua.
H
o2
: Tidak terdapat perbezaan yang signifikan tahap kualiti peribadi
pengetua kanan berdasarkan jantina guru.
H
o3
: Tidak terdapat kesan interaksi yang signifikan antara jantina
pengetua dan jantina guru terhadap tahap kualiti peribadi pengetua
kanan.
1) Jadual deskriptif 1) 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<0.05), maka, pada jadual ANOVA kita perlu melaporkan nilai
signifikan pada p<0.01!
Pelaporan Ujian ANOVA Dua Hala: Pelaporan Ujian ANOVA Dua Hala:
Berdasarkan Jadual 2, didapati tidak terdapat perbezaan yang
signifikan tahap kualiti peribadi pengetua kanan berdasarkan jantina
pengetua (F(1, 1207)=2.415, p=0.120), di mana kesan saiz adalah
kecil (eta kuasa dua=0.02). Ini bermakna tahap kualiti peribadi
pengetua lelaki dan pengetua perempuan adalah sama. pengetua lelaki dan pengetua perempuan adalah sama.
Perbandingan persepsi guru terhadap kualiti peribadi pengetua kanan
berdasarkan jantina, didapati terdapat perbezaan yang signifikan
tahap kualiti peribadi pengetua kanan berdasarkan jantina guru
(F(1, 1207)=17.641, p=0.000), walau bagaimanapun kesan saiz
adalah kecil (eta kuasa dua=0.014). Guru lelaki memberikan
persepsi yang lebih tinggi (min=4.321) berbanding guru perempuan persepsi 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) terhadap
tahap kualiti peribadi pengetua kanan perempuan. Ini bermakna
guru lelaki menilai tahap kualiti peribadi pengetua kanan lebih tinggi
berbanding guru perempuan sama ada bagi pengetua lelaki
mahupun pengetua perempuan.
Berdasarkan Jadual 2 juga, tidak terdapat kesan interaksi yang
signifikan antara jantina pengetua dengan jantina guru ke atas
persepsi terhadap tahap kualiti peribadi pengetua kanan (F(1,
1207)=1.699, p=0.193). Ini bermakna tahap kualiti peribadi
pengetua kanan tidak bergantung kepada jantina guru dan jantina
pengetua. pengetua.
Graf kesan interaksi di atas menunjukkan tidak ada kesan interaksi, kedua-
dua garisan tidak bertemu. Bagi kedua-dua jantina pengetua, kesan jantina
guru adalah sama sahaja. Guru lelaki menilai pengetua kanan lebih tinggi
berbanding guru perempuan sama ada bagi pengetua lelaki mahupun
pengetua perempuan.
Latihan 7 Latihan 7
Bandingkan sama ada terdapat berbezaan yang signifikan skor
min Fleksibiliti dalam tugas berdasarkan jantina pengetua
dan jantina guru.
Tuliskan hipotesis kajian dan hipotesis null.
Laporkan hasil analisis menggunakan jadual yang bersesuaian dan
buatkan rumusan dapatan anda.
Sekian, terima kasih!