Persampelan dan Analisis Data

Oleh
Mohammad Khatim Hasan

Statistik
Takrifan: Peralatan 6M bagi pemanipulasian
datamengumpul, mengelas, meringkas,
menyusun, menganalisis dan mentakrif data
kuantitatif supaya kebolehpercayaan
keputusan analisis dapat dinilai secara
objektif.
Ada dua: statistik berperihalan & aruhan

Pengkelasan Jenis data

Perwakilan: kuantitatif & kualitatif

Bentuk: diskret & selanjar
Tahap ukuran:
nominal: boleh dikategori: ada nama @label tertentu: X
boleh disusun.
Oridinal: boleh disusun ikut tertib tapi perbezaan tak dapat
ditafsirkan dgn jelas
Selang: boleh disusun, perbezaan dapat ditafsirkan &
termasuk bacaan negatif
Nisbah: boleh disusun, perbezaan dapat ditafsirkan &
bermula dgn sifar

Sumber data dan kaedah

pungutan data
Ada 2: sumber primer & sekunder
Sumber primer: ujikaji berekabentuk,
bancian dan soal selidik, pemerhatian.
Sumber sekunder: sumber terbitan

Populasi dan sampel

Populasi:set unit yang biasanya terdiri dari
manusia, objek ataupun peristiwa yang
ingin dikaji.
Sampel: subset unit-unit dalam populasi.

Kaedah Persampelan
Dengan kebarangkalian: Persampelan
rawak ringkas, bersistem, berstrata dan
berkelompok.
Tanpa kebarangkalian: persampelan selesa,
berkuota, bola salji dan sukarela.

Pengujian Hipotesis
Oleh
Mohammad Khatim Hasan

Pengenalan
1. Statistik yang membolehkan penyelidik membuat
keputusan bagi sesuatu masalah yang dikaji ialah
statistik aruhan / pentakbiran.
2. Penyataan mengenai ciri suatu populasi menerusi
tatacara pentakbiran berstatistik dinamakan
hipotesis berstatistik.
3. Hipotesis berstatistik sebenarnya cuba untuk
menganggar suatu parameter populasi dengan
bantuan maklumat dari sampel.

Sambungan
Hipotesis statistik adalah satu kenyataan
yang dibuat tentang suatu populasi
Kenyataan ini mungkin benar atau tidak
Kebenaran kenyataan tersebut dibuat
menggunakan ujian hipotesis

Kepentingan& Keperluan
Penting untuk menguji adakah perbezaan
yang wujud diantara data dalam sampel dan
populasi adalah benar-benar berbeza atau
berbeza secara kebetulan sahaja.
Keputusan dapat dibuat dengan fakta
saintifik.

Takrif
Takrif
Hipotesis statistik adalah suatu pernyataan
atau anggapan yang mungkin benar atau
tidak terhadap suatu populasi atau lebih
(Walpole, 1990).

Catatan:
Ho cenderung untuk di tolak. Ini bermaksud, kita
seboleh-bolehnya hendak menolaknya kecuali
terdapat bukti yang cukup kuat dari sampel yang
menafikan penolakannya.
Penolakan Ho tidak bermakna pernyataan dalam
hipotesis tersebut palsu tetapi ia bermaksud bukti
yang diperolehi dari sampel tidak mencukupi
untuk menerimanya. Begitu juga sebaliknya.

Ralat Jenis 1 dan 2

2 jenis ralat yang wujud dalam ujian hipotesis.
Ralat jenis I berlaku jika kita menolak H0 apabila
dalam keadaan sebenar, ia benar dan
ralat jeis II berlaku apabila kita tidak menolak H0
sedangkan dalam keadaan sebenar, ia palsu.
Kb (Ralat Jenis I ) = dan Kb (Ralat Jenis II) =

Secara matematik
= kb (Ralat jenis I )
= kb ( tolak H0| H0 benar )
dan
= kb (Ralat jenis II)
= KB (Tidak tolak H0| H0 palsu)

Sambungan
dipanggil aras keertian dalam ujian hipotesis,
dan ( 1- )100% dipanggil aras keyakinan.
Nilai samada 0.01 , 0.05 , 0.10 ditentukan oleh
penyelidik.
Jika = 0.05 , maka kita yakin sebanyak 95%
bahawa keputusan ujian adalah benar.
Kita mahukan nilai dan sekecil yang mungkin.

Langkah-langkah pengujian

Penyataan hipotesis
Taburan
Aras keertian
Statistik Ujian
Kawasan Penolakan
Pengiraan statistik ujian
Keputusan
Kesimpulan

Hipotesis nol dan alternatif

Perlu ditentukan sebelum ujian hipotesis
dapat dijalankan.
Hipotesis Nol
oSimbol Ho.
oMesti yang membawa maksud kesamaan.
oJadi ada 3 kemungkinan: sama ada = atau
atau .

Sambungan
o

Contoh:
Ho: = RM 2,000.00 sebulan.
atau
Ho: Purata pendapatan penduduk Bandar baru
Bangi adalah RM2,000.00 sebulan.

sambungan
Hipotesis Alternatif
oSimbol Ha.atau H1
o Mesti membawa maksud ketaksamaan.
o Jadi ada 3 kemungkinan: sama ada atau
< atau >.
o Diterima jika Ho ditolak.

Sambungan
Contoh:
Ha: RM2,000.00 sebulan
atau
Ha: Purata pendapatan penduduk Bandar Baru Bangi
bukan RM2,000.00 sebulan.
Perhatikan!!!
oPernyataandalamHodanHatidakbolehbertindan.

Jadual pemilihan Ho dan Ha.

Ho

Ha

atau <
atau >
<

>

Taburan
Taburan data sampel perlu di kenalpasti terlebih
dahulu untuk membolehkan kita menggunakan
statistik ujian yang betul.
Bagi data yang diambil dari taburan normal,
taburan sampel nya juga normal. Bagi data yang
diambil dari taburan bukan normal, teorem had
memusat diperlukan.
Ujian kenormalan juga boleh digunakan untuk
menguji adakah data tertabur secara normal.

Teorem Had Memusat

Bagi Min 1 sampel (2 sampel)
Pertimbangkan satu populasi dengan min dan
varians 2 . Katakan X1, X2,..,Xn satu sampel
rawak saiz n (n1 dan n2) yang diambil daripada
populasi tersebut. Untuk n besar iaitu n 30 (n1
30 dan n2 30), taburan pensampelan bagi min
sampel , X akan menghampiri normal iaitu
X N(,2/n)

Teorem Had Memusat

Bagi Perkadaran 1 sampel (2 sampel)
taburan persampelan bagi akan menghampiri
normal bagi saiz sampel yang cukup besar.
Untuk kes perkadaran, saiz sampel akan
dianggap besar jika np dan nq (n1p1, n2p2,
n1q1 dan n2q2) kesemuanya perlu lebih
besar dari 5.

Beberapa kaedah lain

oBina histogram
oBina plot batang-daun
oKira pekali kepencongan dan
kepuncakannya.
oGunakan hubungan min, mod dan median
dengan bentuk taburan.
oAtau gunakan perisian untuk menguji
kenormalan data.

Aras Keertian
Aras keertian bagi suatu ujian adalah
kebarangkalian melakukan ralat jenis I .
Jika kita menggunakan =0.01, bermaksud
jika Ho benar, kebarangkalian kita menolak
hipotesis ini adalah bersamaan dengan 0.01.

Statistik Ujian
Jika sekiranya data tidak tertabur secara
normal, kita perlu menggunakan ujian tak
berparameter. Jika tertabur secara normal,
boleh guna ujian berparameter.

Beberapa jenis ujian

berparameter
o
o
o
o
o

Ujian Z
Ujian t
Anova
Ujian F
Pekali Korelasi Pearson

Beberapa jenis ujian tak

berparameter
oUjian tanda
Ujian Pangkat bertanda
Wilcoxon
oUjian U-Mann-Whitney
Ujian Jumlah Pangkat
Wilcoxon
oUjian Kruskal-Wallis
Kkorelasi Pearson
o

Ujian Larian
oUjian Friedman
OUjian
KolmogorovSmirnov
oUjian McNemar
oKorelasi
Pangkat
Spearman

Tetapi
Ujian yang boleh digunakan dalam teknik
berparameter dan tak berparameter ialah
ujian Khi-kuasa dua.

Kawasan Penolakan

o
o
o

Ada 3 jenis hujung ujian:

2 hujung
1 hujung sebelah kiri
1 hujung sebelah kanan
Bergantung kepada Ha.
Kawasan penolakan adalah kawasan
yang membolehkan Ho di tolak???

Nilai Kritikal
Nilai pemisah diantara kawasan penolakan
dan kawasan penerimaan.

Keputusan
Kesimpulan

Contoh Masaalah
Seorang penyelidik ingin menguji kelajuan enjin
gelintar yang dibina untuk mencapai maklumat
yang dikehendaki.
Satu pengujian telah dijalankan ke atas 10 perkataan
dan hasilnya adalah seperti di bawah (dalam saat)
2 1 3
1
2
0.5 0.9 0.8 1 0.7
Pembangun enjin tersebut mendakwa yang enjin
tersebut boleh mencapai maklumat sebanyakbanyaknya 1 saat.

 Hipotesis
H0: min kelajuan data sebanyak-banyaknya 1 saat
Ha: min kelajuan lebih dari 1 saat
Taburan
Jenis data selang
Bilangan data 10
Bilangan sampel1
taburan t

Statistik Ujian
dengan d.k=n-1
aras keertian
katakan kita ingin menguji pada aras keertian 5%

Kawasan penolakan
dari Ha di dapati ujian adalah ujian satu hujung.

d.k.=10-1=9
Dari jadual taburan t didapati nilai kritikalnya ialah
1.833
Jadi Ho akan ditolak sekiranya nilai kiraan > 1.833

 Kiraan
Sebelum mengira nilai t, kita perlu kira dahulu
min dan sisihan piawai bagi data di atas,
Hasil dari kiraan didapati min=1.29 dan sisihan
piawai=0.785211
di dapati nilai t kiraan < nilai kritikal, jadi H0 tidak
ditolak.
Kesimpulan
Kita yakin sebanyak 95% bahawa tidak ada cukup
bukti untuk menolak dakwaan yang menyatakan
enjin gelintaran yang baru dibina ini mempunyai
kelajuan capaian yang tinggi iaitu selewatlewatnya 1 saat.

Pokok Pemilihan Ujian

Analisis Menggunakan Excel

Installkan analisis data ke dalam Excel
Beberapa langkah perlu diambil

Pilih Tool
Pilih Add-ins
Tandakan Analysis ToolPak
Klik OK
Ikut arahan untuk menginstall Data Analysis

Setelah di install
Pilihan Data Analysis akan wujud dalam
menu Tool.

Kotak Dialog Data Analysis

Selain dari tadi

Contoh Penggunaannya
Menguji keberkesanan kaedah pengajaran
H1: Kaedah Pengajaran Berkesan

Hipotesis
Ho: Kaedah Pengajaran Tidak Berkesan

Taburan
Taburan t

Aras keyakinan
0.05

Sambungan
Statistik Ujian
Ujian t berpasangan

Kawasan Penolakan
Jika nilai-p (satu hujung) lebih kecil daripada
aras keyakinan tolak H0

Perhatikan
Data

13
14
12
24
32

14
13
11
22
34

Pilih Data Analysis dari menu

Tool

Kotak Dialog Terpapar

Hasil
t-Test: Paired Two Sample for Means
sampel 1 sampel 2
Mean
19
18.8
Variance
76
89.7
Observations
5
5
Pearson Correlation 0.987085
Hypothesized Mean Difference0
df
4
t Stat
0.272166
P(T<=t) one-tail
0.399483
t Critical one-tail
2.131846
P(T<=t) two-tail
0.798966
t Critical two-tail
2.776451

Keputusan
Oleh kerana nilai-p satu hujung =
0.399483> 0.05, maka H0 tidak ditolak.

Kesimpulan
Kita yakin sebanyak 95% bahawa kaedah
pengajaran itu tidak berkesan.