1.

Apakah yg dimaksudkan dengan:

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.

Langkah 7 - Persembahkan
Laporan
Perbagai bentuk , graf, Carta pai, Histogram dll

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.