Professional Documents
Culture Documents
Ujian T
Ujian T
GB6323-Analisis Data
ANALISIS INFERENSI- UJIAN-T (T-Test)
Perbezaan
Min
Dependent Variable
(DV)
Data diskret
(nominal/ ordinal)
1 DV
(2 kategori/
kumpulan; cth.
Lelaki/Perempuan,
Bandar/ Luar
Bandar)
1 DV
(3
kategori/kumpulan:
cth.Aliran Sains
tulen/sains
social/sains
kesihatan)
2 DV
Independent Variable
(IV)
Data continuous
(Interval/ ratio)
Jenis Ujian
1 IV
(cth. Pencapaian, selfesteem)
Ujian-t
1 IV
One-way ANOVA
1 IV
2-way ANOVA
1 DV
2 atau Lebih IV
One-way MANOVA
2 atau Lebih DV
2 atau Lebih IV
MANOVA
Ujian-T (T-Test) 2
GB6323-Analisis Data
1. Nominal
Aras paling rendah
Bertujuan untuk pengkelasan,
pengenalan
Jantina, nombor KP, jenis sekolah,
kod buku
3. Ordinal
Pengkelasan mengikut
pemeringkatan
Nombor menunjukkan kuantiti;
jarak tidak sekata
Kedudukan dalam kelas,
penarafan, kemahiran bertutur,
ranking
2.
Jenis-jenis Data
Sela
Nombor menunjukkan kuantiti
Jarak sekata antara nombor.
Suhu, markah ujian, IQ
Nilai sifar arbitrari
4.
Nisbah
Nombor menunjukkan kuantiti
Jarak sekata antara nombor.
Berat, tinggi, pendapatan
Nilai sifar menunjukkan tiada
/ S2 Kesil ; jika didapati nilai F (Ujian Levene Test) tidak signifikan (p>0.05),
maka Hipotesis Nul diterima, data tersebut dikatakan homogen. Dan, varians adalah
Homogen. Ujian-t bagi varians yang disatukan (pooled).Bagi Varians Heterogenus,
ujian-t varians berasingan digunakan(Separate). (Catatan: Dalam Kaedah
Besar
Ujian-T (T-Test) 3
GB6323-Analisis Data
Penyelidikan 2, perkara ini telah disentuh dgn pjg lebar. Sila rujuk nota2 berkaitan
untuk mengimbas kembali pengetahuan lepas.)
Merujuk kepada ujian-t, pengiraan min adalah mengambil kira varians dan
saiz sampel.
Semakin besar nilai t, peluang menolak hipotesis semakin besar.
Terdapat
3
faktor
mempengaruhi
nilai-t
(untuk
menyatakan
perbezaan/Menolak Ho):
i.
Perbezaan min yang besar
ii.
Saiz sampel (n); sampel yang besar, maka nilai t adalah besar
(peluang menolak hipotesis turut besar). n yang besar juga turut
memungkinkan penyelidik melakukan type 1 error (menolak hipotesis
yang benar).
iii.
Varians; varians yang besar, t akan menjadi kecil (kemungkinan
menolak hipotesis adalah sangat rendah). Dan, bagi varians yang kecil
pula, t akan menjadi besar (kemungkinan menolak H o adalah tinggi).
NOTA:
Type I error (Ralat Jenis I): Berlaku apabila seorang penyelidik menyatakan
bahawa hubungan/perbezaan wujud, meskipun ia tidak wujud; Ia bermaksud tidak
betul menolak sesuatu hipotesis nul meskipun hipotesis tersebut betul.
Type II error (Ralat jenis II): Berlaku apabila seorang penyeldik menyatakan
Ujian-T (T-Test) 4
GB6323-Analisis Data
bahawa hubungan/perbezaan tidak wujud, meskipun sebenarnya ia wujud!; Ia
bermaksud menerima hipotesis nul meskipun hipotesis tersebut salah .
Andaian ujian-t;
Kehomogenan varians
CONTOH: Adakah terdapat perbezaan yang signifikan kualiti peribadi
pengetua kanan mengikut jantina?
-
untuk mengukur kualiti peribadi tersebut, pastikan data bagi soalan kajian
tersebut telah d compute [ (b01+b02+bn)/n ].
Dalam aplikasi SPSS tersebut, klik/ikut langkah berikut:
Analyze>Compare Means>Independent-Samples T Test
Pilih minkualitiperibadi utk dimasukan ke dalam Test Variable(s); dan
Jantina Pengetua diletakkan dalam Grouping Variable.
Catatan:
- Std.Error Mean yg besar = ralat besar
- Perhatikan keputusan Levenes Test
= 0.05 lazim digunakan dalam kajian sains sosial. Ini bermakna RISIKO
untuk silap melakukan Type 1 Error (menolak H o yang benar) adalah 5%.
Jadual di atas (Levenes test) menunjukkan, p=0.66; >0.05, maka H o diterima (tidak
signifikan). Ini membuktikan bahawa data adalah homogenus.
Oleh yang demikian, baca nilai t bagi Equal variances assumed (pooled).
[Kaedah mudah utk ingat baca nilai t yang mana satu!...nilai p>0.05(p besar), baca
nilai ATAS. Nilai p<0.05 (p kecil), baca BAWAH]
Muhammad Amirul Abdullah
Ujian-T (T-Test) 5
GB6323-Analisis Data
F=ujian varians 2 kumpulan
T=perbandingan mean 2 kumpulan
***Keputusan ujian-t di atas menunjukkan tidak terdapat perbezaan yang signifikan
kualiti peribadi antara pengetua lelaki dan perempuan.
Daripada output spss, terjemahkan dalam bentuk jadual untuk dilaporkan dalam
laporan kajian. Contohnya seperti berikut:
Persoalan Kajian: Adakah terdapat perbezaan tahap kualiti peribadi pengetua
cemerlang antara pengetua lelaki dan perempuan?
Ho: Tidak terdapat perbezaan yang signifikan tahap kualiti peribadi pengetua
cemerlang antara pengetua lelaki dan perempuan.
Jadual 1. Tahap kualiti peribadi pengetua cemerlang mengikut jantina
Jantina
Bil.
Min
Sisihan
Nilai-t
Piawai
Lelaki
549
4.264
0.581
0.801
Perempuan
662
4.290
0.554
Tahap
Signifikan
0.423
Laporan 1:
Berdasarkan Jadual 1 didapati nilai-t bagi perbandingan tahap kualiti peribadi
pengetua cemerlang bagi pengetua lelaki dan pengetua perempuan ialah t=0.801
dan tahap signifikan p=0.423. Tahap signifikan ini lebih besar daripada
0.05(p>0.05). Oleh itu, hipotesis nul (H o1) diterima. Jadi, tidak terdapat perbezaan
yang signifikan kualiti peribadi pengetua cemerlang antara pengetua lelaki dan
pengetua perempuan.
Skor min tahap kualiti peribadi pengetua cemerlang lelaki (min=4.264) adalah lebih
kecil daripada pengetua perempuan (min=4.290). Ini bermakna tahap kualiti
peribadi pengetua cemerlang lelaki dan perempuan adalah sama.
Laporan 2:
Berdasarkan Jadual 1 didapati tidak terdapat perbezaan yang signifikan tahap kualiti
peribadi pengetua cemerlang (t=0.801; p>0.05). Tahap kualiti peribadi pengetua
lelaki (min=4.264) adalah sama dengan tahap kualiti peribadi pengetua perempuan
(min=4.290).
Menurut Dr.Jamil, cara pelaporan yang pertama adalah mengulang semula apa yang
ada pada jadual dan hanya untuk menebalkan tesis. Manakala, Laporan 2 adalah
padat dan ringkas. Cara yang kedua adalah dicadangkan untuk penulisan laporan
kajian. Yang pasti, kedua-dua contoh laporan di atas boleh diaplikasikan dalam
penulisan laporan kajian.
Ujian-T (T-Test) 6
GB6323-Analisis Data