Post on 29-Jun-2018
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 )²44 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