Professional Documents
Culture Documents
1.
a
Deskriptif Digunakan untuk memperihalkan keadaan data yang terdapat pada sampel. Pemerihalannya terhad kepada sampel. Tidak digunakan untuk membuat generalisasi.
Inferens Digunakan untuk memperihalkan keadaan data sampel untuk tujuan membuat generalisasi kepada populasi. Menggunakan konsep dan hukum kebarangkalian.
b .
Sampel Kumpulan individu atau agregat yang diambil sebagai sebahagian daripada semua individu dalam populasi. Contoh, sebahagian penduduk Daerah Sg Petani ialah sampel kepada penduduk negeri Kedah.
Popula si Semua individu atau agregat yang terd dal ses lokal apat am uatu iti te sep mp at neg erti at au eri. Contoh, seluruh individu di negeri Ked ialah populasi ah penduduk negeri Kedah. Pemboleh Ubah Terikat Pemboleh ubah yang dipengaruhi oleh pemboleh ubah bebas. Pemboleh yang ubah mendapat kesan pemboleh kepada ubah yang dimanipulasi. Pemboleh Ubah Kuantitatif u b Pembole a kuantitati h h f
c .
Pemboleh Ubah Bebas Pemboleh ubah yang mempengaruhi atau memberi kesan kepada suatu pemboleh ubah lain. Dimanipulasi dalam kajian oleh penyelidik.
d .
mempunyai ciri saling eksklusif dan mempunyai subkelas seperti gender ada subkelas lelaki dan wanita.
an nil gk ai a bagi si menunju fa ya berk kkan t ng ait den objek uba gan pemboleh h tersebut. Contohnya, berat badan dal kg menunjukkan am kuantiti berat seseorang individu. mempu nyai
185
Pernyataan Kajian: Mangsa tsunami di Kota Kuala Muda Kedah dan Tanjung Bungah Pulau Pinang mengalami tekanan dan ingatan eposidik yang tinggi sebagai petanda trauma selepas tragedi malang itu menimpa mereka. Di kalangan manga warga tua, darjah tekanan mereka lebih serius berbanding dengan golongan umur yang lain. Mangsa di Kota Kuala Muda pula mempunyai ingatan episodik yang lebih tinggi berbanding dengan penduduk di Tanjung Bungah kerana bilangan mereka yang terlibat di Kota Kuala Muda lebih ramai.
Pemboleh ubah bebas: tempat tinggal, kategori umur. Pemboleh ubah terikat: darjah tekanan, ingatan episodik.
2.
Tiga contoh pemboleh ubah kualitatit dan kuantitatif: Pemboleh ubah kualitatif: agama, warna, jenama pakaian Pemboleh ubah kuantitatif: prestasi akademik PMK, semester pengajian, ketinggian.
4. 5.
A D BAB 2
1.
Skala nisbah mempunyai ciri-ciri paling baik jika dibandingkan dengan skala-skala yang lain kerana beberapa kelebihan. Skala nisbah mempunyai semua ciri yang terdapat pada skala-skala yang lain dan ditambah dengan sifat markat sifar yang membawa erti kosong dalam skala nisbah. Oleh kerana itu, markat dalam skala ini boleh dinisbahkan dan dibezakan perkadarannya. Sebagai contoh, pendapatan Ahmad sebanyak RM1,000.00 sebulan adalah dua kali ganda daripada pendapatan isterinya Aminah yang mendapat RM500.00 sebulan. Contoh kepada skala-skala berikut:
2.
1. 2.
Skala nominal: warna, gender Skala ordinal: kedudukan dalam kelas, kelas
3. 4.
sosial, pangkat dalam Angkatan Tentera Malaysia Skala sela: suhu, prestasi akademik Skala nisbah: ketinggian, pendapatan, umur
3.
A
186
4. 5.
A B BAB 3
1.
Kelas 65 - 68 69 - 72 73 76 77 80 81 - 84 85 - 88 89
2.
Pemerihalan: Markat nilai kerja yang paling tinggi ialah 102, manakala yang paling rendah ialah 66. Paling ramai iaitu 14 daripada 48 orang atau 29.2 peratus mempunyai markat nilai kerja antara 73 hingga 76 dan diikuti oleh kategori markat 81 hingga 84 iaitu sebanyak 16.7 peratus. Peratus yang paling kecil yang mendapat markat 101 hingga 104 iaitu seorang atau 2.1 peratus. Tidak ada pekerja yang mendapat markat dalam kategori antara 89 hingga 96.
3.
14 12 10 8 6 4
Histogram:
14
8 7 6 4 6
2 0
6568 6972 7376 7780 0 8992 0 9396
2 1 97100 101104
81-84 85-88
Polig on
1 6 1 4 1 2 1 0 8 6 4 2 0 6568 6972 7376 7780 4 7
187
14
8 6 6
1 101104
Berdasarkan kedua-dua gambar rajah histogram dan poligon, taburan data nilai kerja mengherot ke arah kanan. Modnya dengan kekerapan 14 berada pada kelas markat yang rendah. Taburannya menunjukkan herot positif.
4.
Jadual nilai asas dan nilai hujung yang dianalisis dengan pakej komputer SPSS for Windows.
Stem-and-Leaf Plot Frequency Stem & Leaf
6 . 6788 7 7 8 8 9
. 01112223334444 . 555556677899 . 011122334 . 556788 0.0 88 10 2 3.0 Extremes (>=98) Stem width: Each leaf: 10. 00 1 case (s)
5.
Berdasarkan jadual taburan kekerapan, poligon dan nilai asas dan nilai hujung, besar kemungkinan markat 98 dan 102 sebagai outliers. Kedudukan data ini dijelaskan melalui hasil cetak komputer sebagai data ekstrem. Tambahan pula tidak terdapat sebarang kekerapan (sifar) pada dua kelas yang ditunjukkan dalam jadual kekerapan.
6. 7. 8.
C D B
188
9.
D BAB 4
1.
(a) Markat nilai kerja murni daripada soalan Bab 3 digunakan untuk mengira.min, median dan mod. Min = (74 + 79 + 77 + . + 80)/48 = 3754/48 = 78.208. Median. Susun data daripada paling rendah hingga paling maksimum. Boleh dibuat dalam bentuk kekerapan setiap data. Data pada kedudukan 48/2 dengan (48/2+1) iaitu kedudukan ke 24 dan 25 ialah median. Median = 75.
Data 66.00 67.00 68.00 70.00 71.00 72.00 73.00 74.00 75.00 76.00 98.00 . . . 102.00 Jumlah Kekerap an 1 1 2 1 3 3 3 4 5 2 2 Kekerapan Kumulatif 1 2 4 5 8 11 14 22 25
1 48
48
e Sum 3754.00 1 8 9
Berdasarkan min, median mod, kita boleh menentukan kelok taburan. Min = 78.208; Median = 75; dan Mod = 75 Min lebih besar daripada mod dan median sama dengan mod. Kelok taburannya herot positif. Soalan Aneka Pilihan:
2. 3. 4. 5. 6. 7.
A B C C C B BAB 5
1.
1.
B.
Mea n 78.20 83
Deviati on 7.9170 1
190
Serakan datanya agak besar juga kerana nilai variansnya 62.679 hampir menghampiri nilai min 78.208, sedangkan data minimumnya hanya 66. Sebagaimana yang dinyatakan sebelum ini, mungkin ada outliers dalam taburan kerana data maksimumnya 102 lebih tinggi daripada kumpulan data yang lain. Soalan Aneka Pilihan:
2. 3.
A A BAB 6
1.
N 1 5 1 5
Sum 294. 00
Mean 19.60 00
=0.31 4 = 0.86 3.
(3) Markat T bagi skor 18 dan 24 T18 = ( - 0.314 * 10) + 50 1= - 3.14 + 50 2= 46.86. T24 = (0.863 * 10) + 50 1= 8.63 + 50
2=
58.63.
(4) Nilai tara kecekapan z = 1.2. Ini bermakna markat mentahnya 1.2 unit sisihan piawai di atas min 19.60. Z = 1.2 = ( x (19.60/5.096)) 1.2 = x 3.846 10 = 1.2 +
3.846 5.046 =
191
Markah memanah 5.046 di atas min ialah 19.60 + 5.046 = 24.646 hampir dengan 25. Hanya seorang yang mempunyai markat kecekapan 25.
(5) Berdasarkan min 19.60, kecekapan memanah sederhana. Namun terdapat 8 daripada 15 orang yang berada di atas min kecekapan. Jika berdasarkan penentu keckapan z = 1.2 hanya seorang yang benar-benar cekap. 2.
Berdasarkan data berikut:
Mark at 85 80 80 83 78 84 Min 82 80 75 85 80 80 Sisihan Piawai 5 4 4 3 5 4 z (85-82)/5 = 0.6 (80-80)/4 = 0.0 (80-75)/4 = 1.25 (83-85)/3 = -0.67 (78-80)/5 = -0.4 (84-80)/4 = 1.0
(1) Kriteria yang paling baik bagi Muhammad Ansari ialah skor matematiknya 80 kerana ia berada 1.5 unit sisihan piawai di atas minnya 75 dan sisihan piawainya 4.0. (2) Pemberat mengikut markat piawai: 1= (1.5*0.6)+ (1.5*0.0) +(1.0*1.25)+(1.0* -0.67)+(2.0*-0.4)+(2 * 1.0) 2= (0.9 + 0 + 1.25 0.67 -0.8 + 2.0 ) 3= 4.15 1.47 4= 2.68 (3) Pihak sekolah menentukan pemberat kelayakan 5.0, sedangkan Muhammad Ansari mendapat 2.68. Ini bermakna dia tidak berjaya terpilih sebagai ketua murid.
Soalan Aneka Pilihan:
3. 4. 5.
A C B
6.
192
BAB 7
1.
Subjek 1 2 3 4 5 6 7 8 9 10 Jumlah
(1) Pekali korelasi antara markat nilai kerja dan prestasi kerja.
xy
(10 * 61387) (786)(778) [10(62126)-(786)2][(10) (60896) (778)2] 613870__611508___________ (621260- 61779)(608960 605284) 2363 (3464)(3676) 2363 3568.43 0.662
1= 2=
(2) Pekali korelasi antara nilai kerja dan prestasi kerja adalah positif secara sederhana r = 0.662. Ini bemakna pekerja yang mempunyai nilai kerja yang tinggi prestasi kerjanya juga
akan tinggi. Sebaliknya pekerja yang rendah nilai kerjanya akan rendah juga prestasi kerjanya.
2.
Perbezaan antara formula Pearson dan formula Spearman ialah dari aspek jenis data yang dianalisis. Formula Pearson membuat analisis berdasarkan data selanjar, manakala formula Spearman lebih sesuai bagi data pangkat jenis ordinal. Perbezaan antara pekali korelasi dengan pekali penentuan ialah pekali korelasi r ialah indeks bagi menggambarkan hubungan dua
193
3.
pemboleh ubah, manakala pekali penentuan ialah indeks bagi menggambarkan peratus sumbangan varians antara pemboleh ubah bebas dan terikat. Simbolnya ialah kuasa dua kepada pekali korelasi r2.
4.
Contoh pemboleh ubah yang sesuai dianalisis dengan metode analisis berikut:
(1) Korelasi Pearson: berat badan dan ketinggian (2) Korelasi Spearman: kedudukan dalam kelas dan data ordinal kepada kehadiran dalam kelas. (3) Korelasi phi: kategori tempat tinggal bandar dan (4) (5)
luar bandar dengan pilihan kereta buatan tempatan dan buatan luar negara. Korelasi dwisiri pangkat: kategori tempat tinggal tinggal bandar dan luar bandar dengan kedudukan prestasi kademik. Korelasi dwisiri titik: kategori tempat tinggal tinggal bandar dan luar bandar dengan skor asal prestasi kademik.
5. 6. 7.
A C A BAB 8
1.
(1) Pekali regresi b ialah indeks yang menunjukkan kecerunan garisan regresi bagi menggambarkan pola hubungan pemboleh ubah peramal X dengan pemboleh ubah yang diramal Y sama ada positif atau negatif. Ia dapat ditakrif seperti pekali korelasi r. (2) Markat anggaran ialah markat yang diramal Y dan ia dianggar daripada persamaan regresi. Sebagai contoh, kita ingin menguji adakah kuantiti makanan yang kita makan akan dapat meramal berat badan. Dengan menggunakan persamaan regresi Y = a + bX, kita boleh menganggar berat badan berdasarkan data kuantiti makanan yang kita makan.
(3) Ralat ramalan ialah sisihan antara markat anggaran atau yang diramal dengan markat asal pemboleh ubah Y yang diramal. Formulanya ialah e sebagai error, e = Y - Y. Jika ralatnya kecil, maka ramalan kita menjadi tepat berbanding dengan ralat yang besar.
194
Perbezaan antara model analisis regresi dengan model korelasi ialah analisis korelasi menguji darjah hubungan pemboleh ubah, manakala analisis regresi menekankan kepada ramalan pemboleh ubah bebas terhadap pemboleh ubah terikat atau yang diramal.
3.
Subjek 1 2 3 4 5 6 7 8 9 10 Jumlah
X2 5929.00 5625.00 5041.00 6241.00 5625.00 7744.00 7225.00 7396.00 6400.00 4900.00 62126.0 0
Y2 5776.00 6724.00 6084.00 6889.00 5184.00 7744.00 6084.00 6561.00 5625.00 4225.00 60896.0 0
XY 5852.00 6150.00 5538.00 6557.00 5400.00 7744.00 6630.00 6966.00 6000.00 4550.00 61387.0 0
(1) Persamaan regresi dengan menggunakan markat nilai kerja sebagai pemboleh ubah peramal.
b = NXY (X) ( Y) NX2 (X)2 (10 * 61387) (786)(778) 10(62126)(786)2 613870__611508 621260617796 = 2362 3464 = 0. 682
2= 3=
(2) Berdasarkan nilai pekali regresi, hubungan antara nilai kerja dengan prestasi kerja adalah positif secara sederhana (b = 0.682). Prestasi kerja mampu diramal oleh nilai kerja.
195
Ramalan prestasi kerja pekerja yang mempunyai markat nilai kerja 50 dan 75. 24. 195 24. 195 58. 295 + 0.682( 50) + 34.1
= = =
+ 24. 0.682( = 195 75) 1= 24.195 + 52.15 2= 75.345. Data berikut digunakan:
Amal an Agam a Perso nalit i Murni Y 12.00 13.00 9.00 18.00 7.00 9.00 14.00 16.00 10.00 7.00 13.00 14.00 19.00 10.00 10.00 181.00
4.
Subjek 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Jumlah
X 15.00 10.00 7.00 18.00 5.00 10.00 7.00 17.00 15.00 9.00 8.00 15.00 11.00 17.00 8.00 172.0 0
X2 225.00 100.00 49.00 324.00 25.00 100.00 49.00 289.00 225.00 81.00 64.00 225.00 121.00 289.00 64.00 2230.00
Y2 144.0 0 169.0 0 81.00 324.0 0 49.00 81.00 196.0 0 256.0 0 100.0 0 49.00 169.0 0 196.0 0 361.0 0 100.0 0 100.0 0 2375. 00
XY 180.00 130.00 63.00 324.00 35.00 90.00 98.00 272.00 150.00 63.00 104.00 210.00 209.00 170.00 80.00 2178.00
sebagai pemboleh ubah peramal. b = NXY (X) ( Y) NX2 (X)2 (15 * 2178) (172)(181) 15(2230)(172)2 32670 - 31132 33450 - 29584 1538 3866 0.3978
196
= = =
(2) Data darjah amalan keagamaan dan personaliti murni boleh diplot dalam kertas graf. (3) Ralat data (e) personaliti murni bagi pelajar yang mempunyai markat darjah amalan keagamaan 7, 10 dan 15.
X 7 10 15 Y 9 13 12 Y = 7.506 + 0.3978X. 7.506 + 0.3978(7) = 10.287 7.506 + 0.3978(10) = 11.484 7.506 + 0.3978(12) = 12.290 Y - Y 9 10.287 13 11.484 12 12.290 e 1.287 1.516 - 0. 290
(4) Peratus varians yang disumbangkan oleh amalan keagamaan kepada personaliti murni(r2). Kira pekali korelasi dahulu dan dikuasa-duakan pekali korelasi sebagai peratus sumbangan. Nilai r = 0.462. r2 = (0.462)2 = 0.213 x 100 = 21.34 peratus.
amala nA amalanA Pearson Correlation Sig. (2-tailed) N 1 . 15 Persona liti .462 .083 15
5. 6.
B B
7.
197
BAB 9
1.
umur
Pearson Correlation Sig. (2tailed) N Pearson Correlation Sig. (2tailed) N Pearson Correlation Sig. (2tailed) N
somatic
depres
1* Correlation is significant at the 0.05 level (2-tailed). 1* Correlation is significant at the 0.01 level (2-tailed). (1) Hipotesis yang sesuai. (1)
Terdapat hubungan positif antara umur dengan darjah somantik di kalangan pelajar. Pemboleh ubah bebasnya umur dan pemboleh ubah terikatnya ialah darjah somantik. Tidak terdapat hubungan positif antara umur dengan darjah depres di kalangan pelajar. Pemboleh ubah bebasnya umur dan pemboleh ubah terikatnya ialah darjah depres. Terdapat hubungan positif antara darjah somantik dengan darjah depres di kalangan pelajar. Pemboleh ubah bebasnya darjah somantik dan pemboleh ubah terikatnya ialah darjah depres.
(2)
(3)
(2) Keputusan pengujian hipotesis di atas dengan menggunakan aras pengujian signifikan 0.05. (1)
Nilai pekali korelasi rendah antara umur
dengan somatik adalah rendah iaitu 0.132. Namun demikian, hubungan positif antara umur dengan darjah somantik di kalangan pelajar adalah signifikan (r = 0.132, p < 0.05). Semakin berumur pelajar tersebut, semakin tinggi darjah somantiknya. Sebaliknya pelajar yang lebih muda kurang mengalami masalah somantik.
198
Pekali korelasi antara umur dengan depres ialah 0.183. Terdapat hubungan positif antara umur dengan darjah depres secara signifikan (r = 0.183, p < .0.05). Semakin berumur pelajar tersebut, semakin tinggi darjah depresnya. Sebaliknya pelajar yang lebih muda kurang mengalami masalah depres. (2) Pekali korelasi antara somantik dengan depress tinggi iaitu 0.647. Terdapat hubungan positif antara darjah somantik dengan darjah depres di kalangan pelajar secara signifikan (r = 0.647, p < 0.05). Semakin tinggi darjah somantik semakin tinggi darjah depresnya. Sebaliknya pelajar yang kurang mengalami somantik juga kurang mengalami darjah depresnya.
(3) Jawapannya terkandung dalam soalan b di atas terutamanya pada hipotesis i dan iii. (4) Dengan aras pengujian 0.01, hipotesis pertama menunjukkan korelasinya tidak signifikan. Bagi hipotesis ii dan iii korelasinya signifikan. 2.
Jadual berikut digunakan:
Anxiet y 1.000 . 225 . 774(**) .000 225 . 738(**) .000 225 soci al . 774(* *) .000 225 1.000 . 225 . 692(* *) .000 225 depr es . 738(* *) .000 225 . 692(* *) .000 225 1.000 . 225
Spearman's rho
anxiety
social
depres
Correlatio n Coefficien t Sig. (2tailed) N Correlatio n Coefficien t Sig. (2tailed) N Correlatio n Coefficien t Sig. (2tailed) N
(1) Satu hipotesis nul (Ho): Tidak terdapat hubungan positif antara anxiety dengan depres di kalangan pekeja. Pemboleh ubah bebasnya ialah anxiety, manakala pemboleh ubah terikatnya ialah depress. (2) Keputusan pengujian hipotesis menggunakan
aras pengujian signifikan 0.01. Hubungannya didapati positif dan signifikan (r = 0.738, p < 0.01). Pekerja yang mengalami anxiety yang tinggi
199
akan mengalami masalah depres yang tinggi juga. Sebaliknya pekerja yang anxietynya rendah, darjah depresnya juga rendah.
(3) Kenyataan hipotesis pilihan (H1): Terdapat hubungan positif antara masalah sosial dan depres di kalangan pekeja. Pemboleh ubah bebasnya ialah masalah sosial, manakala pemboleh ubah terikatnya ialah depres. (4) Keputusan pengujian hipotesis menggunakan aras pengujian signifikan 0.05. Hubungan antara masalah sosial dan depres didapati positif dan signifikan (r = 0.692, p < 0.05). Pekerja yang mengalami masalah sosial yang tinggi akan mengalami masalah depres yang tinggi juga. Sebaliknya pekerja yang masalah sosialnya rendah, darjah depresnya juga rendah.
BAB 10
1.
Soalan
Penilaian
X2
Y2
5929. 00 5625. 00 5041. 00 6241. 00 5625. 00 7744. 00 7225. 00 7396. 00 6400. 00 4900. 00 62126 .00
5776. 00 6724. 00 6084. 00 6889. 00 5184. 00 7744. 00 6084. 00 6561. 00 5625. 00 4225. 00 60896 .00
XY 5852.0 0 6150.0 0 5538.0 0 6557.0 0 5400.0 0 7744.0 0 6630.0 0 6966.0 0 6000.0 0 4550.0 0 61387. 00
(1) Hipotesis pilihan menunjukkan ramalan: Nilai kerja di kalangan pekerja dapat meramal prestasi kerja masa depan. (2) Berdasarkan hipotesis di atas, pemboleh ubah peramal ialah nilai kerja, manakala pemboleh ubah yang diramal ialah prestasi kerja. (3) Pengujian signifikan pada aras 0.05. Nilai pekali regresi telah dikira dalam Bab Regresi iaitu 0.682. Statistik t = b/Sb.
200
Berdasarkan hasil cetak komputer nilai Sb ialah 0.273. Nilai t ialah 2.496. Nilai kritikal t dengan df = 8 pada aras pengujian 0.05 ialah 2.306. Nilai t lebih besar daripada nilai kritikal. Oleh kerana itu keputusannya signifikan (t = 2.496, p < 0.05). Keputusannya sama seperti juga yang ditunjukkan oleh nilai kebarangkalian pengujian iaitu .037. Ia lebih kecil dari 0.05.
Mo d el Unstandardiz ed Coefficients Std. Erro B r 21.51 24.205 8 .682 .273 Standardize d Coefficients Beta 1.125 .662 2.498 .293 .037
Sig.
2 .
(1) Hipotesis pilihan: Amalan keagamaan mempunyai kuasa ramalan yang positif terhadap personaliti murni. (2) Pemboleh ubah peramal ialah amalan keagamaan dan pemboleh ubah yang diramal ialah personaliti murni. (3) Pengujian signifikan pada aras 0.10. Hasil cetak komputer digunakan.
Unstandardi zed Coefficient Standardi zed Coefficie
Mod
Sig.
el (Constan t) B 4. 9 8 7 . 5 3
amalanA
.462
1.879
.083
Pekali regresi b ialah 0.537 dan Sb ialah 0.286. Nilai t ialah 1.879. Berdasarkan dk = 8 pada aras 0.10, nilai kritikalnya ialah 1.86. Nilai t lebih besar dan ia menunjukkan ramalan yang signifikan (t = 1.879, p < . 0.10). Jika kita gunakan nilai kebarangkalian untuk signifikan 0.083 juga lebih kecil dari 0.10. BAB 11
1.
(1) Min penghargaan kendiri kanak-kanak di kawasan bandar ialah 46.20, manakala min penghargaan kendiri kanak-kanak luar bandar ialah 33.70. Secara relatif, penghargaan kendiri kanak-kanak bandar adalah lebih tinggi. (2) Varians kedua-dua taburan.
Bandar: [21790 (462)2/10]/9 = 21344.4/9 = 445.6/9 = 49.51. (337)2/10/9 = 11681 36. 01. 21790 11356.9/9 = 4 9.5 1 3 6.0 = 7.04 . = 6.00
Sisihan piawai penghargaan kendiri bandar: Sisihan piawai penghargaan kendiri luar bandar:
Dua kumpulan kanak-kanak ini mempunyai varians yang boleh dikatakan seragam kerana perbezaaanya tidak melebihi dua kali ganda.
Dengan menggunakan aras pengujian signifikan 0.05 dua hujungan, nilai kritikal t berdasarkan dk = 18 ialah 2.101.
(4) Hipotesis pilihan, Min penghargaan kendiri kanak-kanak bandar lebih tinggi berbanding dengan min penghargaan kendiri kanak-kanak luar bandar. (5) Pengujian hipotesis menggunakan aras signifikan 0.05 untuk perbezaan min kendiri kanak-kanak bandar dan luar bandar menggunakan varians tergembeling. Keputusan analisis berdasarkan hasil cetak komputer berikut:
te mp at Ba kendi ri nd ar Lu ar Ba nd ar N Mea n Std. Deviation Std. Error Mean 2.2251 1 1.8976 6
10 10
7.03641 6.00093
Independent Samples Test Levene's Test for Equality of Variances kend iri Equ al variance s ass ume d Equ al variance s not ass ume d F . 18 3 Si g. t Df Sig. (2tailed)
.674
4.27 4
18
.000
4.27 4
17. 56 2
.000
Nilai t = 4.274 dan lebih besar daripada nilai kritikal t = 2.101. Perbezaan min penghargaan kendiri kanakkanak bandar dengan min penghargaan kendiri kanak-kanak luar bandar adalah signifikan (t = 4.274, p < 0.05). Dengan menggunakan kebarangkalian
signifikan yang dinyatakan sebagai 000 juga lebih kecil daripada 0.05. Keputusan ini jelas menunjukkan bahawa min penghargaan kendiri kanak-kanak bandar 46.20 lebih tinggi secara signifikan berbanding dengan min penghargaan kendiri kanakkanak luar bandar 33.70.
3.
(1) Darjah kebebasan kumpulan dikira dengan formula yang telah dinyatakan dalam hasil cetak iaitu 17.562. Nilai ini dijadikan angka bulat yang hampir 18. (2) Dengan pengujian satu hujungan pada aras pengujian 0.05, nilai kritikal t dk = 18 ialah 1.734.
203
Hipotesis pilihan tidak terarah, Min penghargaan kendiri kanak-kanak bandar berbeza dengan min penghargaan kendiri kanak-kanak luar bandar.
(3) Uji hipotesis yang dibina di atas. Keputusannya menunjukkan nilai t = 4.274 sama seperti jawapan dalam 1f. Nilai ini lebih besar daripada nilai kritikal t = 1.734. Oleh itu, perbezaan min penghargaan kendiri kanak-kanak bandar dengan min penghargaan kendiri kanak-kanak luar bandar adalah signifikan (t = 4.274, p < 0.05). 4.
Data tekanan kerja di kalangan 10 orang pekerja sampel berhubungan.
Pekerja 1 2 3 4 5 6 7 8 9 10 Min = Sebelum Program 50 43 54 48 33 46 48 36 54 50 X = 462 33.70 Selepas Program 37 29 39 36 22 34 35 27 42 36 337 46.20
(1) Min
skor tekanan kerja sebelum program = 33.70. Min skor tekanan kerja selepas program = 46.20.
Secara relatif min skor tekanan kerja selepas program lebih tinggi berbanding dengan min skor tekanan kerja sebelum program.
(2) Hipotesis menguji perbezaan skor tekanan kerja sebelum dan selepas program, Min skor tekanan kerja selepas program lebih tinggi daripada min skor tekanan kerja sebelum program. (3) Pengujian hipotesis dengan aras pengujian signifikan 0.05. Dk sampel berhubungan ini ialah N 1 = 9. Nilai kritikal satu hujungan ialah 1.833. Nilai t ditunjukkan dalam hasil cetak komputer berikut:
Paired Samples Test
Me an 12.5 00 00
df
Sig. (2tailed)
23.0 36
.000
204
Nilai t = 23.036, ia lebih besar daripada nilai kritikal 1.8333. Ini menunjukkan min skor tekanan kerja selepas program 46.20 lebih tinggi secara signifikan daripada min skor tekanan kerja sebelum program 33.70 (t = 23.036, p < .0.05).
4.
Sig.
d f
Nilai Mur ni
1.390
.239
6.632
289
. 000
6.470
177 .38 8
. 000
(1) Hipotesis yang sesuai, Min nilai murni orang Melayu berbeza dengan min nilai murni orang bukan Melayu. Pemboleh ubah bebasnya ialah bangsa, manakala pemboleh ubah terikatnya nilai murni. (2) Nilai varians kedua-dua kumpulan sampel dianggap seragam, masing-masing mempunyai nilai lebih kurang (10.00)2. (3) Keputusan analisis menunjukkan min nilai murni
orang Melayu ialah 110.3021 dan min nilai murni orang bukan Melayu pula ialah 101.7692. Nilai t = 6.632 dan kebarangkalian yang ditunjukkan lebih kecil daripada aras pengujian signifikan 0.05 (t = 6.632, p < 0.05). Ini menunjukkan nilai murni orang Melayu lebih tinggi secara signifikan berbanding dengan min nilai murni orang bukan Melayu.
BAB 12
1.
Data pelajar sekolah berasrama penuh terhadap isu penggunaan telefon bimbit digunakan.
205 Penggunaan Telefon Bimbit Tempat Tinggal Bandar Luar Bandar Jumlah Setuju 86 82 168 Tidak Setuju 19 13 32 Jumla h 105 95 200
(1) Majoriti pelajar bandar dan luar bandar bersetuju supaya mereka dibenarkan menggunakan telefon bimbit. Jumlah yang bersetuju ialah 168 daripada 200 orang responden. Bilangan pelajar bandar dan luar bandar hampir sama yang bersetuju di mana 86 orang pelajar bandar dan 82 dari kawasan luar bandar. Hanya sebilangan kecil yang tidak bersetuju iaitu 19 orang dari bandar dan 13 orang di luar bandar. (2) Kekerapan yang dijangka bagi setiap sel.
Penggunaan Telefon Bimbit Tempat Tinggal Bandar Setuju 1 (105 x 168)/200 = 88.2 3 (95 x 168)/200 = 79.8 168 Tidak Setuju 2 (105 x 32)/200 = 16.8 4 (95 x 32)/200 = 15.2 32 Juml ah 105 95
Luar Bandar
Jumlah
200
(3) Hipotesis, Pandangan terhadap penggunaan telefon bimbit tidak mempunyai kaitan dengan tempat tinggal pelajar. (4) Darjah kebebasan ialah (2-1)(2-1) = 1. Nilai kritikal dengan pada aras pengujian signifikan 0.05 ialah 3.84. (5) Nilai Khi Kuasa Dua 2
Sel 1 2 3 4 Jumlah Kp 86 19 82 13 20 Kj 88.2 16.8 79.8 15.2 20
(86 88.2) 2/88.2 = 0.055 (19 16.8) 2/16.8 =0.288 (82 79.8) 2/79.8 = 0.061 (13 15.2) 2/15.2 = 0.318
(Kp Kj)2/Kj
0.722
Keputusan analisis menunjukkan nilai 2 ialah 0.722 dan ia lebih kecil daripada nilai kritikal 3.84. Oleh kerana itu tidak terdapat kaitan secara signifikan antara pandangan terhadap penggunaan telefon bimbit dengan tempat tinggal pelajar ( 2
206
= 0.722, p > 0.05). Dengan kata lain tempat tinggal tidak mempengaruhi pandangan pelajar sama ada setuju atau tidak setuju dengan penggunaan telefon bimbit.
Keputusan ini menunjukkan darjah kaitan antara pandangan pelajar terhadap penggunaan telefon bimbit sangat lemah.
2.
Kategori Bawah 2.0 PMK 2.1 Hingga 3.0 3.1 Hingga 4.0 Jumlah Chi-Square Tests
606 a 2 cells (16.7%) have expected count less than 5. The minimum expected count is 1.82.
(1) Pelajar yang mempunyai tinggi PMK 3.0 ke atas, majoritinya terdiri daripada mereka yang
keluarganya berpendapatan kurang RM1,000 iaitu 92 daripada 173 pelajar. Pelajar dalam kumpulan pendapatan rendah ini lebih ramai yang mempunyai PMK antara 2.1 hingga 3.0. Secara keseluruhan, keputusan menunjukkan pelajar yang mempunyai PMK yang sederhana antara 2.1 hingga 3.0 ramai yang berada pada semua kategori pendapatan keluarga.
22 411
173 606
(3) Bina hipotesis yang sesuai. Terdapat kaitan antara PMK pelajar dengan pendapatan keluarga mereka. (4) Darjah kebebasan = (4-1)(3-1) = 6. Nilai kritikal pada aras pengujian signifikan 0.01 ialah 16.8. (5) Nilai Khi Kuasa Dua yang ditunjukkan dalam
hasil cetak komputer ialah 8.370. Nilai ini lebih kecil daripada nilai kritikal 16.8. Oleh kerana itu tidak terdapat terdapat kaitan antara PMK pelajar dengan pendapatan keluarga mereka secara signifikan (2 = 8.37, p > 0.05). Nilai kebarangkalian yang diberi kepada nilai 2 juga lebih kecil daripada 0.05 . Keputusan ini menunjukkan pemboleh ubah pendapatan keluarga dan PMK pelajar bebas antara satu dengan yang lain.
(6) Kira pekali Phi Cramer: 2/ N (k-1) 1= 8.37/ 606 (3-1) 2= 8.37 /1212
3=
0.006. BAB 13
1.
208
ANOVA PMK Sum of Squares Between Groups Within Groups Total 1.313 69.906 71.219 df 5 507 512 Mean Square .263 .138 F 1.90 6 Sig. .090
(1) Keputusan secara statistik deskriptif: PMK pelajar bandar lebih tinggi sedikit iaitu 3.05, manakala PMK pelajar pinggir bandar dan bandar hampir sama iaitu 2.94 dan 2.95. Serakan skor PMK juga hampir sama di ketigatiga tempat tinggal pelajar. (2) Hipotesis, PMK pelajar mengikut tempat tinggal tidak berbeza. Pemboleh ubah bebas ialah tempat tinggal, manakala pemboleh ubah terikatnya ialah PMK. (3) Darjah kebebasan ialah 5 dan 507. Nilai kritikal pada aras pengujian signifikan 0.05 ialah 2.21. (4) Keputusan pengujian: Statistik F yang diperolehi ialah 1.906 dan ia lebih kecil daripada nilai kritikan F 2.21. Oleh kerana itu min PMK bagi semua pelajar mengikut tempat tinggal tidak berbeza secara signifikan (F(5,507) = 1.906, P > 0.05). Nilai kebarangkalian yang diberi pada statistik F ialah 0.08 menunjukkan lebih besar daripada aras signifikan 0.05. (5) Oleh kerana tidak terdapat perbezaan signifikan PMK mengikut tempat tinggal, pengujian post hoc tidak perlu dibuat untuk memastikan perbezaan prestasi akademik berdasarkan tempat tinggal.
209
21 0
LAMPIRAN B
Jadual A Nilai Kritikal Taburan F
________________________________________________________________ Nilai kritikal yang tidak dihitamkan menggunakan aras signifikan 0.05. Nilai kritikal yang dihitamkan (bold) menggunakan aras signifikan 0.01.
211
Jadual A (sambungan)
21 2
Jadual A (sambungan)
Sumber: Snedecor, G.W. & Cochran, G. (1980). Statistical methods (7th ed). Ames, Iowa: Iowa State University Press.
213