a) Statistik - statistik bolehlah dikatakan kajian berkaitan ketakpastian. Data yang diperolehi masa lepas, sekarang dan akan datang adalah tidak pasti. - Statistik didefinisikan sebagai satu kaedah saintifik untuk mengumpul, menyusun, meringkas,mempersembahkan dan menganalisis data serta membuat kesimpulan, rumusan dan keputusan berdasarkan hasil penganalisian data tersebut.
b) Pembolehubah diskrit - pembolehubah yang menghasilkan data diskrit yang berbentuk nombor bulat
c) Pembolehubah tak bersandar - pemboleh ubah yang mempengaruhi pemboleh ubah lain. Pemboleh ubah yang faktornya diukur, dimanipulasi, atau dipilih oleh penyelidik untuk menentukan hubunganya dengan sesuatu gejala yang diperhatikan.
d) Hipotesis - Jangkaan awal kepada hasil kajian yang dilakukan
e) Skala Ordinal Skala ordinal membolehkan pengkaji mengetahui sejauh manakah responden bersetuju atau tidak bersetuju dengan sesuatu pernyataan. Skala ordinal boleh digunakan daripada 3 kategori (tinggi, sederhana, dan rendah) hingga kepada 9 kategori
f) Pembolehubah
(i) Pembolehubah kuantitatif: satu istilah yang digunakan untuk menerangkan ciriciri sesuatu yang boleh diukur misalnya berat, tinggi, suhu dan sebagainya. (ii) Pembolehubah kualitatif: satu istilah yang digunakan untuk menerangkan ciriciri sesuatu yang TIDAK boleh diukur misalnya agama, jantina, bangsa, kaum dan sebaainya. (iii) Pembolehubah diskrit: satu istilah yang digunakan untuk sesuatu yang boleh diwakili oleh nombor integer seperti bilangan anak, bilangan rumah, bilangan pelajar yang membuat pendaftara awal dan sebagainya
g) Data yang dikutip pada tempoh masa tertentu seperti setiap tahun, setiap enam bulan sekali, setiap bulan atau setiap minggu dikenali sebagai data siri masa.
h) Data yang dikutip pada tempoh masa yang tetap tetapi melibatkan beberapa kawasan dikenali sebagai data keratan rentas.
2. Perbezaan data kualitatif dan kuantitatif Data kuantitatif ialah data yang boleh diukur. Contoh: ketinggian pelajar, markah pelajar, penerimaan sistem PBS oleh ibu-bapa. Di dalm data kuantitatif ada yang diskrit dan ada data yang berterusan. Data diskrit terdiri daripada nombor bulat manakala data berterusan terdiri daripada data yang ada nilai perluluhan atau pecahan.
Data kualitatif merupakan data yang tidak dapat diukur. Contoh: warna rambut.
Data kualitatif boleh ditukar kepada data kuantitatif dengan menggunakan skala Likert
3. Huraikan proses yang terlibat dalam pengurusan data.
Langkah 1 Pembolehubah Sebelum mendapatkan data, kita hendaklah memikirkan mengenai pembolehubah- pembolehubah iaitu pembolehubah tidak bersandar dan pembolehubah bersandar.
Langkah 2 - Skala Walau bagaimana pun, kita juga perlu memikirkan mengenai skala penarafan (pengertiannya atau ukurannya). Stanley Smith Steven, seorang ahli statistik pada tahun 1945 telah mengkelaskan skala penarafan kepada: skala nominal skala ordinal skala selang skala nisbah
Langkah 3- Soal Selidik Ia merupakan borang yang berisi soalan serta ruangan untuk jawapan di mana satu sampel borang digunakan untuk semua responden. Borang soal selidik hanya boleh dibentuk berdasarkan objektif penyelidikan untuk mengumpul data kajian.
langkah 4 Pengumpulan data Katakan kita telah pun melaksanakan kajian di lapangan iaitu mengedarkan sejumlah soal selidik ke sekolah-sekolah yang telah dikenalpasti. Kita mendapat sambutan yang tinggi daripada soalselidik yang diedarkan.
Langkah 5 Analisis Data Sebagai pengkaji, anda menganalisis soal selidik tersebut untuk mendapatkan bilangan (frekuensi) sambutan responden, purata (min) sambutan responden serta mencari perbezaan, menentukan hubungan,dan mengenalpasti perubahan.
Langkah 6 Penakulan (Pentafsiran) Penafsiran hendalah dibuat berdasarkan kepada analisis dan keputusan yang telah diperolehi selepas kutipan data. Penerangan kepada keputusan tersebut juga hendaklah dititik-beratkan dalam sebuah kajian.
4. Terangkan empat (4) jenis skala yang biasa digunakan dalam soal selidik. i) Skala Nominal: klasifikasi data kepada kategori tertentu yang Tiada nilai sepunya misalnya mengkategorikan Responden mengikut kategori tertentu misalnya Mengikut: (i) Jantina : perempuan dan lelaki. (ii) Bangsa : Cina, Melayu, India dan Lainlain (iii) Status : Bujang atau Sudah Berkahwin Data nominal adalah ukuran yang paling sederhana, Dimana angka yang diberikan kepada objek mewakili Satu label sahaja, dan tidak menunjukkan sebarang Pemeringkatan. Misalnya perempuan diberi nilai=1 Manakala lelaki=2. Angkaangka ini tidak boleh ii) Skala ordinal berkehendakkan responden memilih pandangan atau jawapan berasaskan susunan keutamaan. Contoh skala ini ialah status ekonomi seseorang (tinggi, sederhana, atau rendah). Pengiraan median atau memisahkan nombor sebelah atas dan nombor sebelah bawah.
iii) Skala nombor boleh dalam dua bentuk: Skala diskrit dan skala selanjar. Skala diskrit menghasilkan suatu nombor bulat, manakala iv) Skala selanjar pula menghasilkan suatu nombor berasaskan alat pengukuran yang digunakan. Pengiraan min dilakukan untuk skala selanjar.
5. Pembersihan data MEMBERSIHKAN DATA Apabila kesemua data sudah dimasukkan ke dalam program SPSS, data tersebut hendaklah dibersihkan terlebih dahulu. Antara sebab perlunya pembersihan data ialah tersilap membuat koding, kesilapan memasukan data, dan terdapat sambutan responden yang tertinggal terhadap mana mana item dalam soal selidik. Jika responden tidak memberikan mana-mana sambutan item demografi seperti umur, jantina, etnik atau taraf pendidikan, maka kehilangan data seperti ini tidaklah memberikan masalah yang besar. Namun, Bagi responden yang tidak memberikan mana-mana sambutan terhadap item-item dalam soal selidik, pengkaji mempunyai dua pilihan: sama ada membuangkan terus responden tersebut daripada dianalisis (gunakan listwise deletion), atau pun membuangkan hanya item yang tidak mendapat sambutan responden (gunakan pairwise deletion). Teknik listwise deletion digunakan jika data yang tertinggal sambutannya kurang daripada 10 %. Jika sambutan data yang tertinggal itu tinggi, maka pengkaji boleh juga menggunakan teknik penggantian min. Misalnya, jika responden tidak memberikan sambutan pada suatu item, maka gantikan min bagi responden yang tidak memberikan sambutan (berdasarkan responden yang memberikan sambutan sahaja). Bagi pengkaji yang menggunakan teknik listwise deletion, kemungkinan berlakunya bias atau kesilapan sangatlah besar semasa analisis dijalankan sekiranya semua item dalam soal selidik itu sememangnya diisi oleh responden. Ini sebenarnya tidak mungkin berlaku bagi responden yang sememangnya jujur menjawab setiap item dalam soal selidik tersebut. Begitulah juga, bagi responden yang tertinggal memberikan sambutan ke atas satu item dalam soal selidik. Oleh itu sekiranya memang berlakunya bias atau kesilapan, ini tidaklah menjejaskan interpretasi analisis data. Manakala pengkaji yang menggunakan teknik pairwise deletion pula, hanya membuangkan item yang tidak mendapat sambutan responden. Cumanya ialah bilangan sampel yang dianalisis berubah daripada daripada satu kepada sampel yang berikutnya. Kesilapan membuat koding berlaku apabila seseorang yang memasukkan data itu bukan penyelidik itu sendiri iaitu kemungkinan mereka yang tiada pengalaman, tidak dilatih terlebih dahulu atau kemungkinan tiada penyeliaan dilakukan semasa memasukkan data. Dapatkan frekuensi data jika anda sudah mempunyai 20 % sambutan daripada responden. Terus dapatkan frekuensi data yang berikutnya, iaitu 40 % sambutan responden. Ulangi frekuensi sambutan responden sehingga anda pasti bahawa data frekuensi yang ditunjukkan berjalan dengan lancar. Setiap frekuensi merupakan tabulasi sambutan responden bagi setiap item. Jika data anda bilangannya kecil, imbasan menggunakan mata kasar adalah memadai untuk mengesan sebarang kesilapan. Manakala bagi data yang besar pula, maka perlu kepada pemeriksaan menggunakan komputer.