You are on page 1of 44

Kuliah 1- pengenalan

Kod Kursus: SKPX 2013 Bilangan Kredit: 3 Tahap kursus: Wajib Program

Nama pengajar: Nik Hairi Omar Tel: 03-8921-3937/4422 E-mel: hairi@ukm.my Bilik: Blok D (Ground floor)

1. Pengenalan - Kepentingan statistik dan analisis data 2. Skala pengukuran 3. Ukuran kecenderungan memusat dan ukuran serakan 4. SPSS 5. Korelasi bivariate dan partial 6. Regresi sehala, regresi berganda dan logistik 7. Ujian t bebas, berpasangan dan satu sampel 8. ANOVA sehala 9. Khi kuasa dua ujian kebebasan dan satu sampel 10. lain-lain – tertakluk keadaaan : SPANOVA, MANOVA, MANCOVA, ANCOVA

4

.Membezakan antara statistik deskriptif dengan statistik inferens. Menerapkan dan memilih analisis statistik yang sesuai dengan hipotesis dan tujuan analisis. Mengaplikasikan perisian pakej komputer untuk analisis data dalam penyelidikan. Menjelaskan kegunaan beberapa metod analisis data.

2. New York: Brooke/Coles Publishing Company. 2009.4. Statistik dan analisis data sains sosial. F.5). Pagano. 2002.. Statistics for the behavioral sciences. (Seventh Edition).Aron. B. J. N. Zechmeister. B. & Posavac. Chua Yan Piaw. Statistics for psychology (Fifth Edition). 2003. A. J. & Wallnau. Understanding statistics in the behavioral science. 2007. Kuala Lumpur: McGrawhill . Data analysis and interpretation in the behavioral sciences.3. E. Alor Setar: Penerbitan Ustara. T. G. L. 2004. R. Singapore: Thomson Wadsworth Iran Herman. New Jersey: Prentice Hall. E. & Coups. Iran Herman. Aron. (Seventh Edition). E. StatistikPenyelidikan (buku 1. Perbandingan dua kumpulan. E. 2004. Belmont. CA: Thomson/Wadsworth. 2006. Alor Setar: Penerbitan Ustara. Gravetter.

50 % 100% .25% .Tugasan statistik individu Penglibatan i-folio Peperiksaan Pertengahan Semester Peperiksaan Akhir JUMLAH .5% .20 % .

tatacara dan sistem untuk meneliti.Definisi (Herman. menganalisis. . memahami dan seterusnya memperihalkan tentang sesuatu perkara yang diselidik”. metod. 2007) “Statistik merupakan suatu teknik.

orang mendapatkan maklumat. Statistik juga dapat membantu seseorang itu membuat keputusan dalam keadaan ketidakpastian. Ini adalah kerana statistik boleh meringkas dan mentafsirkan data. Dengan itu. 9 . statistik merupakan satu kaedah saintifik yang mudah dan ringkas. dalam psikologi dan sains sosial yang lain. Untuk memberi makna kepada data. cth. fakta dan memudahkan pembaca untuk melihat data yang dipersembahkan. statistik adalah satu kemestian bagi setiap penyelidik yang menjalankan penyelidikan.Dengan statistik.

meringkas dan memerihalkan data. 10 . Statistik itu adalah satu set metod dan peraturan yang digunakan untuk menyusun. munasabah dan mudah untuk difahami.Statistik sering dikaitkan dengan penggunaan fakta dan nombor. Prosedur statistik ini memastikan bahawa maklumat atau data yang terhasil itu dipersembahkan dan diperihalkan dengan cara yang tepat.

Justeru itu.Malah. 11 . statistik menyediakan penyelidik tentang suatu teknik yang piawai dan ia diketahui oleh kebanyakan penyelidik di seluruh dunia. penyelidik lain mampu untuk mengetahui dan memahami apa yang dilakukan oleh seseorang penyelidik itu. Oleh yang demikian. penggunaan statistik ini juga membantu penyelidik dari keadaan yang tidak terurus kepada suatu keadaan yang teratur.

memerihal dan menganalisis data daripada penyelidikan yang telah dijalankan. 12 . Sains adalah sebagai satu bidang yang mengandungi tatacara untuk melakukan penyelidikan dan statistik itu adalah sebahagian daripada tatacara yang perlu ada dalam bidang sains.Kajian saintifik itu sering dikatakan satu kajian yang bersifat empirikal manakala metod statistik pula membolehkan penyelidik menerang. Justeru itu. statistik boleh dikatakan satu alat utama untuk sains ataupun kajian saintifik.

Populasi boleh didefinisikan sebagai satu set menyeluruh yang mengandungi individu. populasi pelajar luar bandar yang mendaftar untuk memasuki universiti adalah mereka yang terdiri daripada pelajar yang tinggal di pekan-pekan kecil dan kampung-kampung. Sampel merujuk kepada satu set individu yang dipilih daripada populasi. Penduduk Malaysia bolehlah dianggap sebagai populasi Malaysia. peristiwa yang mempunyai ciri-ciri yang hampir sama. objek. benda. Misalnya. 13 . selalunya diambil untuk mewakili populasi yang hendak dikaji.

untuk mendapatkan sampel yang dikatakan baik dan mewakili populasi.Ia adalah sebahagaian daripada populasi yang dipilih dengan menggunakan metod pemilihan sampel. Di dalam penyelidikan. 14 . ia hendaklah dipilih secara rawak dan mempunyai ciri-ciri populasi. Mahasiswa Tahun pertama di Fakulti Kejuruteraan adalah sampel kepada populasi mahasiswa tahun pertama di Universiti Kebangsaan Malaysia. Misalnya.

Parameter adalah ukuran populasi. Sebagai contohnya. purata berat badan pelajar Tadika ialah parameter min berat badan. Purata sesuatu pembolehubah misalnya digelar sebagai paramater populasi. parameter adalah merujuk kepada nilai yang menggambarkan ciri-ciri populasi. 15 . Min populasi ditulis dengan huruf Greek iaitu huruf µ (sebutannya ialah miu) merupakan parameter populasi. Oleh itu.

Statistik adalah ukuran nilai sesuatu sampel yang biasanya adalah merupakan hasil daripada analisis dan manipulasi data. Pensyarah yang berminat untuk mengetahui tahap pencapaian mahasiswa tahun pertama dalam subjek Pengantar Psikologi boleh mengira min skor Pengantar Psikologi semua mahasiswa tahun satu yang mengambil Pengantar Psikologi. 16 . Min pencapaian pelajar merupakan statistik yang diperoleh daripada sampel.

Dalam banyak keadaan. 17 . Pembolehubah terikat merujuk kepada sebarang pembolehubah yang dipengaruhi oleh pembolehubah bebas dan keadaan inilah yang menjadi minat penyelidik.Pembolehubah bebas merujuk kepada pembolehubah yang mempengaruhi atau memberi kesan kepada sesuatu pembolehubah yang lain. pembolehubah bebas ini juga dikenali sebagai pembolehubah aktif yang boleh dimanipulasi oleh penyelidik.

Ini adalah kerana sifat dan keadaan pembolehubah boleh mempengaruhi jenis dan metod statistik yang akan digunakan. Pembolehubah kualitatif mempunyai satu set subkelas yang saling eksklusif.Keadaan dan sifat pembolehubah yang terlibat di dalam sesuatu penyelidikan perlu diketahui. 18 . Dua jenis pembolehubah itu ialah pembolehubah kualitatif dan kuantitatif.

Sebaliknya individu yang ciri khususnya adalah perempuan dikelaskan sebagai perempuan. pembolehubah kualitatif ialah jantina mempunyai dua sub kelas iaitu lelaki dan perempuan. Sebagai contoh. pembolehubah kualitatif ini adalah pembolehubah yang mempunyai ciri saling eksklusif dan mempunyai sub kelas. Sifat inilah yang dikatakan saling eksklusif. 19 .Dengan kata lain. Individu yang mempunyai ciri-ciri tertentu sebagai lelaki dikelaskan kepada kumpulan lelaki.

Markah yang diperoleh oleh pelajar dalam sesuatu mata pelajaran adalah juga sebagai pembolehubah kuantitatif seperti 24. 45 dan 55 dsb. 20 .Manakala pembolehubah kuantitatif. 2. jumlah ketidakhadiran pekerja dalam sesebuah pejabat dinyatakan dalam angka yang menunjukkan jumlah hari tidak hadir misalnya 0. Pembolehubah kuantitatif juga mengandungi nilai angka yang menunjukkan sifat yang berhubungan dengan objek pembolehubah tersebut. 3. 1. nilai-nilainya ditentukan secara membilang dan mengukur. Umpamanya. 37.

21 .Pembolehubah kuantitatif boleh dikategorikan kepada dua jenis iaitu jenis diskrit dan selanjar. biasanya nilai integer. Nilai-nilai integer tersebut boleh diperoleh dengan cara membilang seperti bilangan kedatangan ke sekolah. Pembolehubah kuantitatif jenis diskrit merujuk kepada konsep angka yang hanya mempunyai satu nilai yang ditentukan. jumlah penduduk. markat peperiksaan. Pembolehubah diskrit seringkali dicirikan sebagai pembolehubah yang menggunakan unit sebagai petunjuk pengukurannya.

ketinggian. 22 . Antara contoh pembolehubah kuantitatif selanjar ini ialah berat badan. dan kelajuan memandu. umur kematian. Nilai-nilai numerik ini diperoleh secara mengukur dan nilai ini terdiri daripada nilai nombor bulat dan pecahanpecahannya.Manakala pembolehubah kuantitatif jenis selanjar pula mempunyai penggiraan yang mempunyai apa sahaja nilai dalam skala pengukuran yang digunakan. Sifat nilai atau markat yang digunakan mempunyai ciriciri kesinambungan.

Namun begitu. menyusun dan memudahkan huraian data yang terhasil daripada penyelidikan.Analisis statistik deskriptif digunakan untuk memerihalkan keadaan data yang terdapat pada sampel kajian. pemerihalannya adalah terhad kepada sampel sahaja dan ia selalunya tidak digunakan untuk membuat sesuatu kesimpulan atau generalisasi menyeluruh kepada populasi yang dikaji. Dengan itu. 23 . statistik deskriptif adalah satu prosedur statistik yang digunakan untuk meringkas.

Analisis statistik inferensi adalah satu tatacara. untuk menjamin bahawa generalisasi dan kesimpulan yang menyeluruh itu tepat. Oleh itu. 24 . maka beberapa tatacara kebarangkalian perlu diikuti agar pemerihalan terhadap populasi besar yang kadangkala sifatnya sejagat dapat diyakini meskipun kita hanya menggunakan data daripada sampel kajian. prosedur dan teknik yang digunakan untuk membuat generalisasi atau kesimpulan kepada populasi di mana sampel itu dipilih. Teknik analisis inferensi ini menggunakan konsep dan hukum kebarangkalian.

Dalam sains sosial. menyiapkan borang soalselidik dan menjalankan kegiatan persampelan…kini anda telah mempunyai data. telah menjalankan literatur. Statistik Kementerian Pendidkan etc. ▪ ▪ ▪ kajian berbentuk kuantiatif . objektifnya yang jelas.pemerihalan angka-angka atau memilih kajian kualitatif – penganalisisan perkataan. Statistik Buruh. MCLJ. . perucapan atau gabungan kedua-duanya Kajian kuantitatif biasanya melibatkan pengumpulan data primer melalui borang soalselidik – persampelan (satu aktiviti menyeluruh dalam proses pengambilan SAMPEL dan elemennya) Kajian kuantitatif boleh juga dijalankan melalui penggunaan data sedia ada daripada arkib atau perangkaan penting – contohnya manipulasi ke atas ILR. terdapat 3 pilihan dalam menjalankan penyelidikan. Andaikan anda telah mempunyai satu tajuk kajian.

Pertanyaan saya : Apakah yang akan anda lakukan ke atas data yang anda perolehi itu? Jawapannya??? Anda perlu menganalisis data berkenaan Bagaimana nak analisis? Dalam statistik ada 2 pilihan dalam menganalisis dan membentang data Kaedah deskriptif Kaedah inferensi .

mod). graf.g.g. Berdasarkan indeks berkenaan dapatlah dibuat kesimpulan ke atas sampel yang diperhatikan dan hasilnya boleh dibentang dalam bentuk jadual kekerapan. varian.KAEDAH DESKRIPTIF = satu kaedah utk mengumpul. julat. median. carta etc. kuartil. min.) indeks kepusatan (e. etc. sisihan piawai. menyukat dan membentangkan data secara ringkas dan bermakna agar data yang banyak dapat disimpulkan (diringkaskan) dengan menggunakan indeks seperti indeks serakan ( e. menyusun. . histogram. indeks peratusan. kekerapan.

misalnya kaedah persampelan mestilah rawak. dan boleh dipercayai (alpha test) .Statistik inferensi = adalah satu kaedah membuat generalisasi/keputusan ke atas populasi secara munasabah berdasarkan maklumat yang terhad daripada sampel. data mestilah normal. Dalam statistik inferensi terdapatnya pengujian hipotesis ke atas maklumat daripada sampel bagi tujuan merumuskan ciri-ciri populasi. Oleh itu kaedah pengumpulan data mestilah dilakukan dengan tepat.

1. 3. 2.Pilihan kaedah analisis dalam statistik inferensi adalah luas. Meneliti / menerangkan perbezaan Meneliti perkaitan /perhubungan Membuat peramalan . ia terutamanya sangat bergantung kepada persoalan/tujuan kajian.

taburan kekerapan. varian. julat. sisihan piawai. khikuasadua tertakluk kepada skala data . median. deskriptif Boleh juga menggunakan analisis skor. perbandingan min. penyilangan. Persepsi… Tahap kesedaran Tahap-tahap Kecenderungan memusat seperti min. mod.Keberkesanan Sikap ….

ramalan. anova. Hubungan = korelasi.Apakah hubungan… Apakah perbezaan… Pengaruh A ke atas B. Pemfaktoran/fakto rial Jangkaan = regresi Penggunaan tertakluk kepada data. biasanya data . regresi. regresi Perbezaan = ujian t. C Jangkaan. khi-kdua inferensi Pengaruh = korelasi.

4. Persoalan dan tujuan kajian Jenis variabel dan skala data yang digunakan Kaedah persampelan yang digunakan Bilangan sampel Sifatnya keadaan taburan data Hyperlink … . 3. 5. 2.Namun demikian secara keseluruhannya penggunaan sesuatu kaedah statistik sama ada deskriptif atau inferensi bergantung kepada 5 faktor berikut: 1.

Persoalan kajian ini pula bolehlah dibahagikan secara amnya kepada 3 jenis tujuan Pada akhirnya tujuan kajian inilah yang akan menentukan corak analisis statistik yang bakal anda gunakan samada anda akan memilih statistik deskriptif atau inferensi atau menggabungkan kedua-duanya . Daripada permasalahan kajian yang ditimbulkan itulah bangkitnya persoalan yang hendak dikaji.1. Persoalan dan tujuan kajian Semua penyelidikan bermula dengan isu/masalah.

perbelanjaan industri dan sebagainya. Kesan kegawatan boleh dilihat ke atas variabel seperti pendapatan perkapita. . Contohnya mengkaji kesan kegawatan ekonomi 19971999 ke atas ekonomi Malaysia. min sisihan. julat. chi-square. Jika hanya berminat menghuraikan kesan-kesan sahaja. sisihan piawai. median. Aliran masuk pelaburan. kita bolehlah menggunakan statsitik deskriptif yang mengaplikasikan teknik min. mod.Contoh 1: Meneliti kesan/impak sosio-ekonomi akibat daripada sesuatu fenomena yang berlaku. kadar gunatenaga. frekuansi dan jadual silang (crosstab) untuk menerangkan keadaan di atas. tingkat pengangguran.

Chi-Square. negeri. wilayah. Misalnya kita berminat mengkaji perbezaan paras pendapatan antara etnik.Contoh 2: Meneliti perbezaan sosio-ekonomi yang berlaku ke atas sesebuah populasi sebagai akibat daripada peristiwa-peristiwa tertentu/fenomena tertentu dsb. Kaedah statistik yang sesuai ialah kaedah inferensi seperti ujian t. Kruskal Wallis etc . ANAVA. jantina. kampung etc.

Contoh 3: Meneliti perhubungan/perkaitan/pengaruh sesuatu variabel ke atas sesuatu variabel lain. Misalnya pengaruh persekitaran pejabat ke atas tingkat kepuasan kerja atau pengaruh komponen pampasan ke atas tingkat kepuasan kerja. Di sini adalah jelas kita ingin menerangkan hubungan variabel yang dikaji. Regresi juga sesuai digunakan . maka analisis inferensi seperti korelasi pearson atau speaman digunakan.

interval dan skala nisbah . ordinal. Iaitu sama ada Angkubah kategorikal atau sebenar Ada 4 jenis skala pengukuran yang menentukan ciri angkubah kajian iaitu . manusia atau peristiwa.2. Jenis angkubah/variabel dan skala data yang digunakan Angkubah – sebarang objek kajian. Ada 2 jenis Angkubah iaitu angkubah bersandar dan angkubah bergantung Sifat Angkubah adalah bergantung pada skala pengukuran data yang digunakan.skala nominal.

Sebaliknya anda perlu menggunakan ujian Khi-kuasadua atau menggunakan statsitik deskriptif seperti mod atau kaedah taburan biasa dan crosstabulation (jadual silang).Contoh: jika kedua-dua jenis variabel kajian (variabel bergantung dan bebas) adalah variabel nominal. . ANOVA. korelasi dan regresi boleh digunakan. maka tidak mungkin statistik inferensi seperti ujian t.

Contoh 1: Ujian –T : Angkubah bergantung (DV) mestilah data nisbah. . pendapatan (DV) dan jantina (IV). Angkubah bebas (IV) mestilah angkubah nominal yang mengandungi dua elemen atau data nisbah yang dibahagi kepada dua bahagian (cut point). rangking atau gabungan data ordinal (seperti skala Likert atau bersiri). Contoh.

rangking atau gabungan data ordinal dari skala Likert (bersiri). Bagi pengkaji yang telah mahir dan tinggi ilmu statistiknya. . tetapi ini tidak akan saya sentuh dalam perbincangan ini. Contoh: DV seperti umur sebenar dan IV seperti etnik. Angkubah bebas mestilah angkubah nominal yang mengandungi lebih dua elemen. data ordinal atau gabungan data ordinal (dalam beberapa keadaan bergantung kepada jenis korelasi/regresi). mereka barupaya menggunakan data nominal seperti jantina untuk membuat regresi sebagai dummy.Ujian ANOVA : Angkubah bergantung mestilah data nisbah. rangking. Ujian Korelasi dan Regresi : Kedua-dua DV dan IV mestilah data nisbah.

Misalnya kita boleh andaikan penonton mempunyai minat yang sama terhadap pasukan England.Ujian Khi-Kuasa dua : Kedua-dua DV dan IV mestilah satu pembolehubah nominal. . Apakah ini benar dari segi kekerapan iaitu benarkah tiada beza secara statistik di antara apa yang dijangka dan apa yang dicerap? Dalam kes ini ketiga-tiga pasukan adalah DV manakala undi penonton adalah IV. Bagi menggunakan khi-kuasadua juga. data selanjar (data nisbah/berterusan) boleh ditransformasikan atau dikategorikan kepada beberapa kumpulan. Belgium dan Brasil.

jika tidak hasil kajian akan dipersoalkan atas alasan bias dan kesilapan total persampelan. Statistik Inferensi – mesti melibatkan persampelan rawak. Kaedah persampelan yang digunakan Statistik Deskriptif – Boleh menggunakan persampelan rawak atau bukan rawak. Penggunaan kaedah persampelan ini bergantunglah pula pada tujuan kajian dan kebolehdapatan kerangka persampelan. . kos penyelidikan. masa dan tenaga.3. Jadi sama ada data normal atau tidak normal tidak menjadi masalah.

Bagi statistik inferensi mesti melibatkan sekumpulan sampel yang agak banyak (lebih banyak lebih baik) iaitu melebihi 35 orang. sampel minimum bagi tujuan kajian inferensi adalah 30-35 orang. statistik deskriptif sahaja. atau 10-15% daripada saiz populasi yang accessible dalam kajian. Biasanya kalau saiz sampel adalah kecil. jadi sudah tentulah sampelnya mesti mewakili sekurangkurangnya 10% populasi dan dipilih secara rawak. .4. Kebiasaannya statistik inferensi digunakan untuk tujuan memerihalkan sifat populasi. Bilangan sampel : secara amnya.

mod adalah sekata). Tidak bertaburan normal (min. atau terjarak. Ini juga bermaksud ada data yang sangat tersisih. Sifatnya keadaan taburan data – iaitu sama ada data yang dikutip itu pada akhir-akhir kajian (melalui penerokaan data) akan didapati normal atau tidak: Bertaburan normal/hampir mewakili taburan normal (data min. Jadi gunakan kaedah statsitik non parametrik. ANOVA. statistik telah memaklumkan kepada kita bahawa sifat statistik sudah tidak mewakili parameter atau ciri-ciri populasi yang hendk digenerasilasikan. mod tidak sekata). Bermakna ciri statistik dan parameter saling mewakili. . Ini bermaksud sebaik sahaja data itu diperolehi. Dalam hal ini statisik inferensi bolehlah digunakan misalnya statistik ujian t. korelasi dan regresi. median. median.5.