Statistik: Penyaringan Data
Statistik: Penyaringan Data
Kuliah 4
PENYARINGAN DATA
UNIVERSITI MALAYSIA SABAH
Pengenalan
Teknik menyaring dan transformasi data bertujuan untuk
memastikan:
tiada kesilapan memasukkan data; dan
pembolehubah adalah bertaburan secara normal, kerana:
- Taburan yang mengherot secara ekstrem boleh mempengaruh
validiti/ kesahan keputusan analisis;
- Taburan yang mengherot perlu ditransformasikan sebelum
membuat analisis lebih lanjut atau; dan
- Data sedemikian dicadangkan dianalisis dengan menggunakan
teknik bukan parametrik (nonparametric).
Penyaringan Data
Pilih menu
Analyze
Klik pada
Descriptive
Statistics dan
kemudian
Frequencies
atau Descriptive
Penyaringan Data
Pilih
pembolehubah
yang hendak
disemak atau
disaring
Klik butang
untuk
memindahkan
pembolehubah
itu ke kotak
Variable(S):
Penyaringan Data
Klik OK
Output
Memperbetulkan Data
Memperbetulkan Data
Buat
pembetulan.
Ulangi
penyemakan
data sehingga
tidak lagi terdapat
kesilapan yang
sama pada
pembolehubah
berkenaan.
Menilai Normaliti
Banyak teknik statistik inferensi memerlukan normaliti pada
pembolehubah sebagai pra-syarat.
beberapa cara grafik untuk menilai normaliti data:
Histogram, Stem-and-leaf plot, Boxplot, Normal probability plot,
Detrended normal plot
beberapa cara statistik untuk menilai normaliti data:
Kolmogorov-Smirnov, dengan tahap signifikan Lilliefors dan
statistik Shapiro-Wilk.
Skewness
Kurtosis
Menilai Normaliti
Pilih menu
Analyze
Klik Descriptive
Statistics dan
kemudian
Explore untuk
membuka kotak
Explore
Menilai Normaliti
Pilih pembolehubah
yang hendak dinilai
normalitinya
(pembolehubah bentuk
kategori tidak perlu
dinilai)
Klik Plots untuk
membuka kotak
Explore: Plots dan
Klik kotak Histogram
dan Normality plots
with tests dan
pastikan Factor levels
together juga telah
dipilih dalam Boxplots
Menilai Normaliti
Dalam kotak Display,
pastikan Both adalah aktif
Output