ANALISIS STATISTIK

Pengenalan

Populasi dan Sampel

Populasi
Populasi merupakan kumpulan subjek yang penyelidik ingin mengkaji Populasi adalah merupakan keseluruhan manusia atau benda/perkara yang penyelidik ingin mengkaji

Sampel
Sampel adalah bahagian daripada populasi. Populasi selalunya terlalu besar untuk diukur keseluruhannya, oleh itu penyelidik terpaksa menumpukan kepada mengkaji sampel sahaja Sampel mestilah representatif Statistik adalah properties of the sample.

Analisis Statistik Jenis analisis statistik yang digunakan bergantung kepada:

Soalan kajian yang hendak dijawab Jenis data yang dikumpul

Statistik
Terdapat dua jenis statistik: Statistik Deskriptif Statistik Inferens.

Statistik Deskriptif
Statistik deskriptif digunakan untuk menjelaskan dan meringkas/merumus data Statistik deskriptif digunakan untuk mengurus data secara bermakna Statistik deskriptif digunakan untuk memeriksa hubungan antara pembolehubah Statistik deskriptif digunakan sebagai analisis awalan (preliminary analysis) sebelum menggunakan teknik inferensi

Statistik Inferensi
Statistik Inferensi digunakan untuk mendapatkan kesimpulan dan membuat generalisasi tentang populasi berdasarkan data yang dikumpul daripada sampel yang diperolehi daripada populasi tersebut.

Analisis Statistik Jenis analisis statistik yang digunakan bergantung kepada:

Soalan kajian yang hendak dijawab Jenis data yang dikumpul

Jenis Data
Data Nominal Data Ordinal Data Sela Sama Data Nisbah

Jenis Data

Data Nominal (Kategori Tidak Mengikut Urutan). Data Ordinal (Kategori Mengikut Susunan). Data Sela Sama (Pembolehubah boleh diukur). Data Nisbah (Counts).

Data Nominal
Data nominal mengandungi kategori atau nama dengan tidak menunjukkan susunan Data nominal diperolehi apabila nombor ditentukan/diletakkan secara arbitrari digunakan untuk mewakili ciri-ciri yang berbeza bagi sesuatu pembolehubah

Contoh Data Nominal

Jantina: Perempuan = 1 Lelaki = 2

Contoh Data Nominal

Bangsa: Melayu = 1 Cina = 2 India = 3 Lain-lain = 4

Contoh Data Nominal

Status Perkahwinan: Berkahwin = 1 Bujang = 2 Janda = 3 Duda = 4

Data Ordinal
Data ordinal adalah merupakan data yang tersusun tetapi ruang antara nilai data tidak sama Data ordinal diperolehi apabila nombor yang ditentukan/diletakkan kepada item-item dalam sesuatu pembolehubah mempunyai nilai yang signifikan bagi menandakan pangkatan item-item tersebut

Contoh Data Ordinal

Guru-guru dikehendaki memakai pakaian seragam 1 = Sangat setuju 2 = Setuju 3 = Tidak pasti 4 = Tidak setuju 5 = Sangat tidak setuju

Contoh Data Ordinal

Susunan lima pelajar terbaik dalam kelas seperti yang dinyatakan oleh guru: 1 = Suraya 2 = Mariam 3 = Farid 4 = Jamal 5 = Cindy Chong

Data Sela
Data sela merupakan data yang disusun dengan sela antara nilai data adalah sama Data sela diperolehi apabila nombor ditentukan/diletakkan kepada item-item dalam sesuatu pembolehubah yang mempunyai nilai yang signifikan dalam menandakan pangkatan item-item dan sela antara item-item

Contoh Data Sela Sama

Likert Scale with equal intervals:
1 Strongly Agree 2 Agree 3 No Opinion 4 Disagree 5 Strongly Disagree

Example of Interval Data Contoh Data Sela Sama

Skala IQ: Sela antara 100 dan 101 adalah sama dengan sela antara sela 101 dan 102 dan antara 102 dan 103.

96 97 98

99 100 101 102 103 104

Contoh Data Sela Sama

GRE Scores: The interval between 500 and 600 is the same as the intervals between 200 and 300 and between 700 and 800.

200 300 400 500 600 700 800

Data Nisbah
Data nisbah adalah merupakan data yang disusun dengan ruang atau sela antara nilai data adalah sama serta mengandungi nilai sifar mutlak

Example of Ratio Data

Raw scores on an achievement test in which:
The interval between 5 and 6 correct answers is the same as the intervals between 6 and 7 and between 7 and 8. There is a true zero point (0 correct answers). A score of 10 is twice as much as a score of 5 and half as much as a score of 20.

Examples of Ratio Data

School Attendance (Number of Days) Number of Discipline Referrals Age in Number of Years Experience in Number of Years

Statistik Deskriptif

Statistik Deskriptif
Statistik Deskriptif adalah prosedur yang digunakan untuk meringkas/merumus data dalam bentuk nombor dan grafik

Taburan Kekerapan
Taburan Kekerapan meringkas/merumus data dalam bentuk nombor dan grafik

Jadual Taburan Kekerapan

_____________________________ Pelajar Tahun 4 _____________________________ Bangsa Kekerapan _____________________________ Melayu 27 Cina 5 India 29 Jawa 34 Lain-lain 5 Total 100 _____________________________

Frequency Distribution Table

More detailed distributions may contain cumulative frequency, percentage, and cumulative percentage. _______________________________________________________________________
Third Grade Students _______________________________________________________________________ Cumulative Cumulative Ethnicity Frequency Frequency Percentage Percentage _______________________________________________________________________ African American 27 27 27.0 27.0 Asian American 5 32 5.0 32.0 Hispanic 29 61 29.0 61.0 Non-Hispanic White 34 95 34.0 95.0 Other 5 100 5.0 100.0 ________________________________________________________________________

Carta Bar
Bar charts create spatial representations. Bar charts contain the same information as frequency distribution tables, but in graphic form.

Contoh Carta bar

Bar Chart Example

100 90 80 70 60 50 40 30 20 10 0 Pretest Posttest Reading Achievement
Mean Scores

Carta Pie
Carta pie adalah cara lain untuk meringkaskan data dalam bentuk grafik

Carta Pie

Carta Pie

African American Asian American Hispanic Non-Hispanic White Other

Scatter Plots
Scatter plots digunakan untuk meringkas data dalam bentuk grafik untuk kombinasi dua pembolehubah Setiap paksi graf dilabel dengan salah satu nilai pembolehubah. Simbol muncul dalam graf di mana nilai-nilai kedua-dua pembolehubah bertemu

Scatter Plot
100

Reading Achievement

80 60 40 20 0
0 20 40 60 80 100

Mathematics Achievement

Cross-Tabulation
Cross-tabulation meringkaskan pertalian antara dua pembolehubah. Cross-tabulation adalah sama dengan scatter plot, tetapi dalam bentuk jadual bukan graf.

Contoh Cross-Tabulation
___________________________________________________________ Pelajar Tahun Empat ___________________________________________________________ Bangsa Perempuan Lelaki Jumlah ___________________________________________________________ Melayu 14 13 27 Cina 3 2 5 India 14 15 29 Jawa 18 16 34 Lain-lain 2 3 5 Jumlah 51 49 100 ____________________________________________________________

Ukuran Kecenderongan Memusat

Ukuran kecenderongan memusat terdiri daripada: 1. Min. 2. Median. 3. Mod.

Min
Min adalah merupakan purata arithmetic bagi semua data dalam satu set data purata semua nilai bagi sesuatu pemboleh ubah. Min digunakan kepada data sela sama dan nisbah sahaja Mini merupakan ukuran yang biasa digunakan dalam ukuran kecenderongan memusat

Min
Set Data: 5, 6 ,6, 7, 7, 8, 8, 8, 9, 10

Jumlah sepuluh nilai tersebut adalah 74; 74 dibahagi dengan 10 bersamaan Mean = 7.40 7.40.

Median
Median adalah poin penengah sesuatu urutan taburan poin dalam set data di mana setengah data berada di atas dan setengah data lagi berada di bawah median tidak semestinya merupakan nilai yang sebenarnya wujud dalam taburan median digunakan kepada data ordinal, sela sama dan nisbah

Median
Susunan Set Data: 2, 4, 9, 10, 13, 21

Poin penengah adalah antara 9 dan 10.

Median = 9.50

Median
Susunan Set Data:

5, 6, 6, 7, 7, 8, 8, 8, 9, 10
Poin penengah adalah antara 7 dan 8. Median = 7.50

Median
Urutan Set Data:

5, 5, 6, 6, 7, 7, 8, 8, 8, 9, 10
Poin penengah adalah 7. Median = 7.00

Mode
Mod adalah merupakan nombor yang kerap terdapat dalam satu set data nilai yang paling kerap terdapat dalam sesuatu taburan Data boleh berbentuk bimodal (mengandungi dua mod) atau multimodal (mengandungi lebih daripada dua mod) mode digunakan untuk data nominal, ordinal,sela sama dan nisbah.

Mode
Set Data: 1, 2, 2, 3
2 yang kerap terdapat. Mod = 2

Mod
Set Data: 1, 2, 2, 3, 4, 4 2 dan 4 yang kerap terdapat. Mod = 2.00 and 4.00 Set data ini adalah bimodal.

Ukuran Sebaran Skor

Ukuran Sebaran Skor

Menunjukkan bagaimana tersebarnya data dalam satu set data daripada pusat Ukuran sebaran skor yang selalu diperkatakan adalah sisihan piawai

Sisihan Piawai (SP)

SP adalah purata sisihan di antara min sampel dgn setiap nilai dalam dalam sampel ukuran purata sebaran semua nilai daripada min SP dalam renj sifar hingga tiada kesudahan SP 0.00 menunjukkan semua nilai adalah serupa/seiras/sama Semakin rendah nilai SP, semakin kurang perbezaan nilai, dan semakin tinggi nilai SP, semakin berbeza nilai SP digunakan kepada data sela sama dan nisbah sahaja