Click here to load reader

MTE3133: Penyelidikan Tindakan Data Kuantitatif •Statistik Deskriptif –Digunakan untuk menerang atau meringkaskan data bagi kumpulan sampel yang dikaji dalam bentuk yang bermakna

  • View
    220

  • Download
    1

Embed Size (px)

Text of MTE3133: Penyelidikan Tindakan Data Kuantitatif •Statistik Deskriptif –Digunakan untuk menerang...

  • MTE3133: Penyelidikan Tindakan

    Analisis Data Kuantitatif

    Dr. Ng Kok Fu, Jabatan Matematik, IPG-KSAH

  • Rujukan

    Gay, L. R., Mills, G. E., & Airasian, P. (2009). Educational research: Competencies for analysis and applications (8th ed.). Upper Saddle River, NJ: Pearson-Merrill Prentice Hall

    Pusat Sumber IPGKSAH: 370.72 GAY 2009

  • Hasil-hasil Pembelajaran

    Memperoleh kemahiran menganalisis data kuantitatif dan kualitatif

  • Analisis Data Kuantitatif

    Statistik Deskriptif Digunakan untuk menerang atau meringkaskan

    data bagi kumpulan sampel yang dikaji dalambentuk yang bermakna

    Statistik Inferential Digunakan untuk mengeneralisasi kepada

    seluruh populasi berdasarkan hasil dapatandari suatu sampel, melibatkan konsep

    Kursus in berfokus pada Statistik Deskriptif

  • Kandungan Kuliah

    1. Frekuensi

    2. Peratusan

    3. Ukuran Kecederungan Memusat(measures of central tendency)

    Min, mod, median

    4. Ukuran Serakan(measures of variability)

    Sisihan piawai

  • 1. Frekuensi

    Poligon Kekerapan

    Paksi menegak mewakili frekuensi berlakunya sesuatu skor

    Paksi mengufuk mewakili skor yang diperoleh

    SCORE

    9.08.07.06.05.04.03.0

    SCORE

    Fre

    qu

    en

    cy

    5

    4

    3

    2

    1

    0

    Std. Dev = 1.63

    Mean = 6.0

    N = 16.00

  • 2. Ukuran Kecenderungan Memusat

    Indeks yang mewakili skor dalam kalangan suatu taburan skor (a typical score among a group of scores)

    Cara mudah (convenient way) menghuraikan suatu set data dengan satu nombor tunggal

    Tiga skor kecenderungan memusat yang biasa Mod

    Median

    Min

  • 2. Ukuran Kecenderungan Memusat

    Mod Skor yang paling kerap berlaku

    Sesuai untuk data nominal (lelaki / perempuan)

    Median Skor penengah dalam satu set data

    Ciri-ciri Paling berguna bagi variabel ordinal atau data yang

    tertabur luas.

    Perkiraan mean tidak mengambil kira setiap skor dalam set data

  • 2. Ukuran Kecenderungan Memusat

    Min

    Skor purata bagi semua skor

    Ciri-ciri

    Ukuran kecenderungan memusat yang paling kerap digunakan

    Perkiraan min dipengaruhi oleh skor ekstreme

    n

    xX

  • 3. Perkiraan Min

    Data kajian tindakan dianalisis menggunakan statistik deskriptif iaitu frekuensi, peratusan, min, mod, median dan sisihan piawai.

    Latihan

    (i) Carikan min bagi set markah berikut

    43, 34, 86, 71, 76 dan 94

    43 + 34 + 86 + 71 + 76 + 94Min = ------------------------------------ = 67.3

    6

  • 4. Mencari Mod Suatu Set Data

    (ii) Carikan mod bagi set markah berikut

    34, 43, 92, 76, 88, 76, 86, 94

    Mod ialah skor yang mempunyai kekerapantertinggi iaitu 76

  • 5. Mencari Median Suatu Set Data

    Carikan median bagi set data berikut:

    Median ialah penengah taburan markah

    3.1, 2.7, 4.7, 2.9, 3.4, 4.1, 3.7, 4.3, 4.7

    2.7, 2.9, 3.1, 3.4, 3.7, 4.1, 4.3, 4.7, 4.7

    Median ialah 3.7

  • 5. Mencari Median Suatu Set Data

    3.1, 2.7, 4.7, 2.9, 3.4, 4.1, 3.7, 4.3, 4.7, 4.8

    2.7, 2.9, 3.1, 3.4, 3.7, 4.1, 4.3, 4.7, 4.7, 4.8

    Median = 9.32

    1.47.3

  • 6. Ukuran Serakan

    Varians

    Merupakan purata bagi kuasadua sisihan setiapskor berbanding min

    Diberikan oleh rumus

    Ciri-ciri

    Mempunyai banyak sifat statistik yang penting

    Sukar ditafsirkan kerana perlu dikuasaduakan

    1

    2

    2

    N

    xxSx

  • 6. Ukuran Serakan

    Sisihan piawai

    Punca kuasadua varians

    Rumus sisihan piawai

    Ciri-ciri

    Mempunyai banyak sifat statistik yang penting

    Mempunyai perkaitan dengan lengkung normal

    Mudah ditafsirkan

    1

    2

    N

    xx

  • 6. Perkiraan Sisihan Piawai

    Carikan sisihan piawai bagi set markah berikut:

    44, 50, 38, 96, 42, 47, 40, 39, 46, 50

    2.49

    10

    50504640474296385044 Min,

    x

  • x x x (x x )44 44-49.2 = -5.2 27.0450 50-49.2 = 0.8 0.6438 38-49.2 = -11.2 125.4496 96-49.2 = 46.8 2190.2442 42-49.2 = -7.2 51.8447 47-49.2 = -.2.2 4.8440 40-49.2 =-9.2 17.6439 39-49.2 = -10.2 104.0446 46-49.2 =-3.2 0.6450 50-49.2 =0.8 27.04 2522.36

    6. Perkiraan Sisihan Piawai

  • 6. Perkiraan Sisihan Piawai

    74.16

    26.280

    9

    36.2522

    1

    2

    n

    xx

  • Lengkung Taburan Normal Lengkung berbentuk loceng

    Mencerminkan taburan bagi pelbagai variabel dalam kehidupan seharian

  • Lengkung Taburan Normal

    Sifat-sifat lengkung taburan Normal

    50% skor berada di atas min dan 50% berada di bawah min

    Min, median, dan mod mempunyai nilai yang sama

    Skor individu terkumpul di sekitar min. Semakin jauh skor dari min, semakin kurang individu yang memperoleh skor tersebut

    Bilangan skor atau peratus skor yang terletak antara 1 SD, 2 SD, dsbnya dapat dihitungkan

  • Lengkung Taburan Normal

    Sifat-sifat lengkung

    Taburan skor berbanding dengan sisihan piawai

    1 SD = 68%

    2 SD = 95.4%

    3 SD = 99.7%

  • 7. Ukuran Perhubungan

    Tujuan: menunjukkan perhubungan antara dua variabel

    Ciri-ciri pekali korelasi

    Magnitud (kekuatan): 0 to 1

    Arah: positif (+) atau negatif (-)

    Jenis pekali korelasi bergantung kepada skala pengukuran

    Spearman rho: data ordinal (ranked)

    Pearson r: data interval atau nisbah (ratio)

  • 7. Ukuran Perhubungan

    Interpretation: correlation does not mean causation

    Formula for Pearson r

    N

    yy

    N

    xx

    N

    yxxy

    r2

    2

    2

    2

  • Calculating Descriptive Statistics

    HANDS-ON

    Using MS Excel with Analysis ToolPak

    Descriptive Statistics

    Correlation

    Using SPSS

    DESCRIPTIVE procedures

    CORRELATION procedure

  • Using MS Excel with Analysis ToolPak

    Tools | Add-Ins

    Tools | Data Analysis

  • Descriptive Statistics

    Using MS Excel with Analysis ToolPak

  • Using MS Excel with Analysis ToolPak

    Results

  • Using SPSS

    Variable view: defining variables

    Data view: entering data

  • Using SPSS: descriptive statistics

    Analyze | Descriptive Statistics | Descriptives

  • Using SPSS: descriptive statistics

    Analyze | Descriptive Statistics | Descriptives

  • Using SPSS: descriptive statistics

    Analyze | Descriptive Statistics | Descriptives

  • Using SPSS: descriptive statistics

    Analyze | Descriptive Statistics | Descriptives

    Results