MTE3105

Tugasan 1: Regresi Linear

1.0 Pengenalan

Analisis regresi merupakan kaedah statistik yang digunakan untuk mengkaji hubungan antara pembolehubah-pembolehubah. Penggunaan kaedah ini dapat dilihat dalam pelbagai bidang seperti Ekonomi, Sains Fizik, Sains Hayat, Sains Kemasyarakatan, Kejuruteraan dan Teknologi, Perniagaan dan Pengurusan. Dalam kehidupan seharian, banyak hubungan dapat diperhatikan. Berikut ialah beberapa contoh hubungan yang wujud dan boleh dikaji, iaitu:

(a) Hubungan antara perbelanjaan dengan pendapatan bulanan sekeluarga; (b) Hubungan antara kadar tindak balas kimia dengan suhu; (c) Hubungan antara hasil tanaman dengan amaun baja yang diberikan; (d) Hubungan antara pencapaian pelajar universiti dengan kelayakan masuk ke universiti; (e) Hubungan antara kadar pencemaran udara dengan bilangan kenderaan di jalan raya

Di samping memperihalkan hubungan antara dua atau lebih pembolehubah, analisis regresi juga dapat digunakan untuk meramalkan nilai pembolehubah yang menjadi perhatian. Dalam analisis regresi, pembolehubah boleh dikategorikan kepada dua jenis, iaitu pembolehubah bersandar dan tidak bersandar.

Pembolehubah bersandar ditentukan setelah diberikan nilai pembolehubah tidak bersandar. Daripada contoh-contoh yang diberikan boleh dikategorikan seperti berikut:

Pembolehubah bersandar perbelanjaan kadar tidak balas kimia hasil tanaman pencapaian pelajar kadar pencemaran udara

Pembolehubah tidak bersandar pendapatan suhu amaun baja kelayakan masuk bilangan kenderaan

1

MTE3105

2.0. Pengumpulan Data

Satu kajian telah dijalankan untuk melihat sama ada wujud hubungan antara pencapaian markah Bahasa Cina Pemahaman dengan pencapaian markah Sains pada Peperiksaan Percubaan UPSR tahun 2012. Kajian ini dijalankan berdasarkan 13 orang pelajar yang telah mengambil ujian percubaan ini pada bulan Ogos 2012.

Markah Bil Nama Pelajar Jantina Bahasa Cina Pemahaman ( ) 1 2 3 4 5 6 7 8 9 10 11 12 13 ALLIAANISA AMY BIN YUSUP ONG CAMMY TOH CHYI LIAN CHOO TECK JONG FIONA LIM FEI YING LEE LI XIANG MANDY WONG YUEN YUEN NORHARINA NUR SYAFIQAH PIENG TEE THIENG TOH CHIA YU WINNIE LIM WAN YING YENNESA LAW QI QI P L P L P P P P P L L P p 23 28 75 58 90 75 63 43 45 30 35 70 60

Markah Sains ( ) 34 46 82 58 86 80 68 24 36 22 26 80 52

2

MTE3105

3.0 Penyelesaian

(a) Lukiskan gambarajah serakan untuk menunjukkan penyebaran data anda.

Katakan : = Pembolehubah bersandar : Pencapaian Sains = Pembolehubah tidak bersandar : Pencapaian Bahasa Cina Pemahaman

Gambarajah Serakan Bagi Markah Bahasa Cina Pemahaman dan Markah Sains
100 90 80 70 60 Sains 50 40 30 20 10 0 0 20 40 60 80 100 Bahasa Cina Pemahaman Series1

Plot serakan bagi data di atas ditunjukkan dalam rajah di atas. Jika dilihat pada plot graf bagi data ini, bentuk hubungan yang wujud antara pencapaian markah Bahasa Cina Pemahaman dengan pencapaian Sains adalah berbentuk positif.

3

MTE3105

(b) Gunakan perisian Microsoft Excel untuk mendapat persamaan garis regresi yang memuaskan data anda. Langkah 1: Taipkan markah Bahasa Cina Pemahaman dan Sains dalam MS Excel.

Langkah 2: Klik pada „Data’ dan kemudian klik „Analysis Data’.

4

highlight data yang telah ditaip tadi. Pilih „New Worksheet Ply:‟. Langkah 4: Untuk mengisi “Input Y Range” dan “Input X Range”. 5 .MTE3105 Langkah 3: Pilih „Regression’ dan klik „OK’.

Dari jadual. kita boleh mendapati persamaan regresi seperti berikut: y = -1.023x 6 .1629 + 1.MTE3105 Langkah 5: Klik “OK” untuk mendapat nilai a dan b dalam persamaan garis regresi yang memuaskan data yang diberi.

23 =∑ ∑ = 43916 – =6867.MTE3105 Secara manual 23 28 75 58 90 75 63 43 45 30 35 70 60 ∑ ∑ 34 46 82 58 86 80 68 24 36 22 26 80 52 ∑ 529 784 5625 3364 8100 5625 3969 1849 2025 900 1225 4900 3600 ∑ 1156 2116 6724 3364 7396 6400 4624 576 1296 484 676 6400 2704 ∑ 782 1288 6150 3364 7740 6000 4284 1032 1620 660 910 5600 3120 =13 ∑ =∑ = 42495 – =5339.07 =∑ ∑ ∑ = 42550 – =5447.69 7 .

Pekali penentu. = 5447.02.9% daripada variasi dalam pencapaian Bahasa Cina Pemahaman dapat diterangkan oleh hubungan linear antara pencapaian Bahasa Cina dan Sains. di mana = 1. = . bagi x dan y ditakrifkan sebagai: = √ = √ = 0. 8 .809 Ini bermakna 80. =6867.MTE3105 Pekali korelasi hasil darab momen.8997 Ini bermaksud wujudnya korelasi positif yang kuat di antara pencapaian Bahasa Cina Pemahaman dan pencapaian Sains.69. r.07 = = = 0.

0203 =̅ ̅ = – 1.162. persamaan garis regresi (y atas x) ialah = -1.0203 ( ) = -1.MTE3105 Persamaan garis regresi (y atas x) = = = 1.162 +1.0203 Jika markah pencapaian Bahasa Cina Pemahaman ialah 50.85% 100 90 80 70 60 Sains 50 40 30 20 10 0 0 20 40 60 80 100 Bahasa Cina Pemahaman Series1 Linear (Series1) Justeru.162 +1.162 +1. maka Model regresi linear ialah: = -1. 9 . maka markah pencapaian Sains ialah: = -1.0203 = 49.0203 sama dengan persamaan garis regresi yang didapati melalui Microsoft Excel.

Langkah 6: Klik pada kotak „Line Fit Plots‟ dan klik „OK’.MTE3105 (c) Microsoft Excel untuk memplotkan garis regresi untuk set data anda. Ulangi langkah 1 hingga langkah 4 dalam bahagian (b) di atas. Langkah 7: Klik “OK” untuk mendapat graf garis regresi untuk data yang dikaji seperti berikut: 10 .

Langkah 9: Pilih „Layout 9‟ untuk mendapatkan garis persamaan.MTE3105 Langkah 8: Klik pada „Design’ dan klik pada „Chart Layout’. 11 .

0203x .MTE3105 Langkah 10: Graf yang diperolehi daripada MS Excel. X Variable 1 Line Fit Plot 100 90 80 70 60 50 40 30 20 10 0 0 20 40 60 80 100 X Variable 1 Y Y Predicted Y Linear (Y) Linear (Predicted Y) y = 1. untuk meningkatkan prestasi murid dalam pencapaian Sains.1.0 Kesimpulan Daripada kajian yang dijalankan.8094 y = 1.1629 R² = 1 4. murid haruslah diberi penekanan dalam penguasaan Bahasa Cina Pemahaman.1. maka keputusan Sains juga akan meningkat.0203x . didapati pencapaian markah pelajar dalam Bahasa Cina Pemahaman berkait rapat dengan pencapaian markah Sains. Ini memberi satu gambaran bahawa. sekiranya seseorang pelajar dapat menguasai Bahasa Cina Pemahaman dengan baik.1629 R² = 0. 12 . Jadi.

Penyakit jantung bersandar kepada berdengkur. Penyelesaian Langkah 1 : Mencari Hipotesis H0 H1 : : Penyakit jantung tidak bersandar kepada berdengkur.MTE3105 Tugasan 2: Khi Kuasa Dua & ANOVA – Tugasan Individu (25%) SIA MEE MEE i.25 O22 = 603 E22 = = 609.57 213 E14 = = 11.93 Jumlah 1379 E12 = = 28.25 O24 = 224 E24 = = 242.07 O21 = 1355 Tidak E21 = = 1317.43 O23 = 192 E23 = = 203.75 638 E13 = = 9. Penyakit Jantung Ya Tidak Berdengkur Tiada 24 1355 Sekali-sekala 35 603 Kerap 21 192 Sentiasa 30 224 Gunakan ujian khi kuasa dua pada aras keertian 1% untuk menguji teori ini.75 254 2484 2374 Sekali-sekala O12 = 35 Kerap O13 = 21 Sentiasa O14 = 30 110 Jumlah 13 . Seorang perunding di Hospital Utama Kuala Lumpur mengesyaki yang terdapat satu hubungan antara berdengkur dan penyakit jantung. Langkah 2 : Mencari nilai/frekuensi jangkaan Penyakit Berdengkur Jantung Tiada O11 = 24 Ya E11 = = 61. Data yang telah dikutip ditunjukkan dalam jadual di bawah.

6576 1.MTE3105 Langkah 3 : Mencari Nilai Genting v = (2 – 1)(4 – 1) =3 Dari buku sifir.43 11.1956 31. Ini bermaksud penyakit jantung bersandar kepada berdengkur bagi nilai = 0.4482 72.75 ∑ 22. nilai kritikal = 11.7834 Langkah 5 : Kesimpulan Kita menolak kerana =∑ ∑ = 72. 14 .93 609.25 9.0747 0. = 11.07 28. =∑ ∑ =∑ 24 35 21 30 1355 603 192 224 Jumlah 61.7834 nilai kritikal.01.0427 0.34 Langkah 4 : Mencari Nilai Statistik Ujian Nilai statistik ujian.6128 14.25 1317.75 203.57 242.34.5018 1.25 1.

Langkah 1: (Menentukan Hipotesis) = = = = sekurang-kurangnya satu min adalah berbeza dari yang lain. Jalankan ujian ANOVA sehala secara manual untuk menguji hipotesis bahawa rawatan dadah memberikan kesan. Markah peperiksaan untuk tiga kumpulan pelajar ditunjukkan dalam jadual di bawah: Dadah Memory 70 77 83 90 97 Dadah Placebo 37 43 50 57 63 Tiada Dadah 3 10 17 23 30 a.MTE3105 ii. Beberapa orang telah diberikan dadah memory. Langkah 2: (Mencari Nilai Statistik Ujian) F= = 15 . Pelajar-pelajar di sebuah kolej Malaysia telah diberikan rawatan ubat berlainan sebelum ulangkaji untuk peperiksaan akhir tahun mereka. beberapa orang telah diberikan dadah placebo dan beberapa orang tidak diberikan dadah langsung.

SS(Jumlah) = ∑ ∑ 5 417 ̅ Dadah Placebo 37 43 50 57 63 5 250 Tiada Dadah 3 10 17 23 30 5 83 - = ( + + + + + + + + + ) – 15( + + + + + = (4900 + 5929 + 6889 + 8100 + 9409 + 1369 + 1849 + 2500 + 3249 + 3969 + 9 + 100 + 289 + 529 + 900) – 15(2500) = 49990 – 37500 = 12490 SS(Rawatan) = ∑ - ̅ = .15( = – 15(2500) = 48655.6 – 37500 = 11155. Jumlah.MTE3105 Dadah Memory 70 Markah Peperiksaan 77 83 90 97 Saiz.6 16 .

kerana nilai statistic ujian.6 = 1334.2 Jumlah 14 12490 F= Min Kuasadua MS F Langkah 3: (Menentukan Nilai Kritikal dan Petua Kesimpulan) Dari buku sifir. nilai kritikal = = 3.8 n–a = 15 – 3 = 12 = = = 50. F = 50.4 JADUAL ANOVA Sumber Variasi Darjah Kebebasan. v Rawatan a–1 =3–1 =2 Jumlah Kuasadua.MTE3105 SS(Ralat) = SS(Jumlah) – SS(Rawatan) = 12490 – 11155.885 Langkah 4: (Keputusan Ujian) Kita tolak 3.16 Ralat 1334.885. SS 11155.6 MS(Rawatan) = = = 5577.4 MS(Ralat) = = = 111. 17 .16 nilai kritikal = Langkah 5: (Kesimpulan) Ini bermaksud rawatan ubat yang berlainan memberikan min markah peperiksaan yang berbeza.

Langkah 1: Taipkan data yang diberi ke dalam Microsoft EXCEL. Langkah 2: Klik pada “Data” untuk mencari “Data Analysis”. 18 .MTE3105 b. Ulangi ujian ANOVA dalam (a) dengan menggunakan EXCEL.

Langkah 4: Untuk mengisi petak dalam “Input Range”. kemudian klik “OK”.MTE3105 Langkah 3: Pilih “Anova: Single Factor”. highlight 19 . highlight data yang telah ditaip tadi.

1 2 3 Langkah 6: Klik “OK”. 20 . Kemudian. pilih “New Worksheet Ply”.05 dalam petak “Alpha”.MTE3105 Langkah 5: Pilih “Labels in First Row” dan taip aras keertian 0.

Langkah 2: Mencari Nilai/ Frekuensi Jangkaan Penyakit Jantung Tiada O11 = 24 Ya E11 = = 61.25 O24 = 224 E24 = = 242. Jawapan: Langkah 1: Mencari Hipotesis H0 H1 : : Penyakit jantung tidak bersandar kepada berdengkur.93 Jumlah 1379 Berdengkur Sekali-sekala Kerap O12 = 35 E12 = = 28.MTE3105 Tugasan 2: Khi Kuasa Dua & ANOVA – Tugasan Individu (25%) LUK LI ING i. Penyakit Jantung Ya Tidak Berdengkur Tiada 24 1355 Sekali-sekala 35 603 Kerap 21 192 Sentiasa 30 224 Gunakan ujian khi kuasa dua pada aras keertian 1% untuk menguji teori ini. Data yang telah dikutip ditunjukkan dalam jadual di bawah. Seorang perunding di Hospital Utama Kuala Lumpur mengesyaki yang terdapat satu hubungan antara berdengkur dan penyakit jantung.57 213 Jumlah Sentiasa O14 = 30 E14 = = 11.25 O22 = 603 E22 = = 609.75 638 O13 = 21 E13 = = 9.75 254 2484 2374 110 21 . Penyakit jantung bersandar kepada berdengkur.07 O21 = 1355 Tidak E21 = = 1317.43 O23 = 192 E23 = = 203.

75 ∑ 22.07 28.5018 1.75 203. nilai kritikal = 11.1956 31.01.43 11.34 Langkah 4: Mencari Nilai Statistik Ujian Nilai statistik ujian.7834 nilai 61.0747 0. Maka. darjah kebebasan V = 3. Ini bermaksud penyakit jantung bersandar = 0.34 .6576 1.01.MTE3105 Langkah 3: Mencari Nilai Genting v = (2 – 1)(4 – 1) =3 Jika α = 0.0427 0.7834 = 11. kepada berdengkur pada nilai 22 . dari buku sifir.25 1.25 1317.4482 72. kerana =∑ ∑ = 72.6128 14. =∑ ∑ = ∑ 24 35 21 30 1355 603 192 224 Jumlah Langkah5 : Kesimpulan Kita menolak kritikal.57 242.93 609.25 9.

Jalankan ujian ANOVA sehala secara manual untuk menguji hipotesis bahawa rawatan dadah memberikan kesan. Jawapan : Langkah 1: Menentukan Hipotesis = = = = tidak semua populasi mempunyai min yang sama. Markah peperiksaan untuk tiga kumpulan pelajar ditunjukkan dalam jadual di bawah : Dadah Memory Dadah Placebo TiadaDadah 70 77 83 90 97 37 43 50 57 63 3 10 17 23 30 a. Beberapa orang telah diberikan dadah memory. beberapa orang telah diberikan dadah placebo dan beberapa orang tidak diberikan dadah langsung.MTE3105 ii) Pelajar-pelajar di sebuah kolej Malaysia telah diberikan rawatan ubat berlainan sebelum ulangkaji untuk peperiksaan akhir tahun mereka. Langkah 2: Mencari Nilai Statistik Ujian F= = 23 .

6 = SS(Jumlah) – SS(Rawatan) = 12490 – 11155. SS(Jumlah) = ∑ =( + - + + + + + + + ) – 15( = (4900 + 5929 + 6889 + 8100 + 9409 + 1369 + 1849 + 2500 + 3249 + 3969 + 9 + 100 + 289 + 529 + 900) – 15(2500) = 49990 – 37500 = 12490 SS(Rawatan) = ∑ - ̅ = = .6 = 1334.6 – 37500 = 11155.MTE3105 Dadah Memory 70 77 83 90 97 5 417 ∑ + + + + ̅ + + Dadah Placebo 37 43 50 57 63 5 250 TiadaDadah 3 10 17 23 30 5 83 Markah Peperiksaan Saiz. Jumlah.15( – 15(2500) = 48655.4 SS(Ralat) 24 .

8 = = 50. darjah kebebasan V1 = 2 dan V2 = 12.6 Min Kuasadua MS MS(Rawatan) = = = 5577.16 = 3. 25 . = 3.2 Jumlah 14 12490 = F F= Langkah 3: Menentukan Nilai Kritikal dan Petua Kesimpulan Jika α = 0.16 Ralat n – a = 15 – 3 = 12 1334. nilai kritikal Langkah5: Kesimpulan Ini bermaksud tidak semua markah peperiksaan untuk semua populasi mempunyai min yang sama.885.885 Langkah4: Keputusan Ujian Oleh kerana nilai statistic ujian.MTE3105 JADUAL ANOVA Sumber Variasi Rawatan Darjah Kebebasan. maka tolak . Maka dari buku sifir. F = 50.05. v a–1=3–1 =2 Jumlah Kuasadua.4 MS(Ralat) = = = 111. SS 11155.

Langkah 2: Klik pada “Data” untuk mencari “Data Analysis”. Langkah 1: Taipkan data yang diberi ke dalam Microsoft EXCEL. Ulangi ujian ANOVA dalam (a) dengan menggunakan EXCEL. 26 .MTE3105 b.

27 . Langkah 4: Untuk mengisi petak dalam “Input Range”. highlight data yang telah ditaip tadi. kemudian klik “OK”.MTE3105 Langkah 3: Pilih “Anova: Single Factor”.

Kemudian. pilih “New Worksheet Ply”.05 dalam petak “Alpha”. Langkah 6: Klik “OK”. 28 .MTE3105 Langkah 5: √ pada “Labels in First Row” dan taip aras keertian 0.

25 O24 = 224 E24 = 242. Data yang dikutip ditunjukkan dalam jadual di bawah.43 O23 = 192 E23 = 203.75 254 Jumlah besar =2484 2374 Jumlah 110 E11 = 110  1379  61.93 Jumlah 1379 Sekali-sekala O12 = 35 E12 = 28. Langkah 1 : Menuliskan Hipotesis H0= Penyakit jantung adalah tiada hubungan dengan berdengkur. H1= Penyakit jantung ada hubungan dengan berdengkur. Langkah 2 : Mencari Nilai / Frekuensi Jangkaan Penyakit Jantung Ya Tiada O11 = 24 E11 = 61.25 2484 E12 = 29 . Penyakit Jantung Ya Tidak Tiada 24 1355 Berdengkur Sekali-sekala 35 603 Kerap 21 192 sentiasa 30 224 Gunakan ujian khi kuasa dua pada aras keertian 1% untuk menguji teori ini.07 Tidak O21 = 1355 E21 = 1317.07 2484 110  638  28.MTE3105 Tugasan 2 : Khi Kuasa Dua dan ANOVA – Tugasan Individu (25%) LING CHING i.75 638 Berdengkur kerap O13 = 21 E13 = 9. Seorang perunding di Hospital Utama Kuala Lumpur mengesyaki yang terdapat satu hubungan antara berdengkur dan penyakit jantung.25 O22 = 603 E22 = 609.57 213 Sentiasa O14 = 30 E14 = 11.

34 30 .57 2484 2374  254  242.25 2484 2374  1379  1317.93 2484 2374  638  609.43 2484 110  254  11.MTE3105 E13 = 110  213  9.75 2484 E14 = E21 = E22 = E23 = E24 = Langkah 3 : Mencari Nilai Genting v=(4–1)x(2–1)=3 Dari buku sifir. nilai kritikal = 11.75 2484 2374  213  203.

37.11.20 31.45 11.07 .93 609.56 Jumlah ( Oij – Eij ) 2 Eij 22.75 37.75 .3 (Nilai Kritikal) 72.25 9.78 (Nilai ujian Stastik) Kita menolak H0 kerana nilai ujian stastik > nilai kitikal .75 Langkah 5 : Kesimpulan 1% Tolak H0 99% 11.45 72.07 0.57 242.18 45.25 1. Ini bermaksud penyakit jantung dan berdengkur adalah saling berhubung antara satu sama lain.75 ( Oij – Eij ) ( Oij – Eij ) 2 1374.18.18 45.75 11.07 28.56 1374. = ∑ ∑ (Oij . 31 .66 1.61 14.6.57 133.04 0.57 .25 1317.07 6.75 203.86 351.MTE3105 Langkah 4 : Mencari Nilai Stastik Ujian Cari nilai ujian stastik .57 18.78 .Eij )2 Eij Oij 24 35 21 30 1355 603 192 224 Eij 61.5 1.57 133.86 351.

ni x Σχ Σχ 2 32 .MTE3105 Tugasan 2 : Khi Kuasa Dua & ANOVA – Tugasan Individu ( 25%) LING CHING ii Pelajar-pelajar di sebuah kolej Malaysia telah diberikan rawatan ubat berlainan sebelum ulangkaji peperiksaan akhir tahun mereka. 17. 30 5 5 5 15 83. Markah peperiksaan untuk tiga kumpulan pelajar ditunjukkan dalam jadual di bawah : Dadah Memory 70 77 83 90 97 Dadah Placebo 37 43 50 57 63 Tiada Dadah 3 10 17 23 30 (a) Jalankan ujian ANOVA sehala secara manual untuk menguji hipotesis bahawa rawatan dadah memberikan kesan.6 417 250 83 Σ(Σχ)=750 35227 12936 1827 Σ(Σχ 2 )=49990 Saiz. Beberapa orang telah diberikan dadah memory. 63 3. 77. 90.4 50. Penyelesaian :  Langkah 1 : Menentukan hipotesis (Null Hypothesis) H0 : µm = µ p = µn H1 : µ m ≠ µ p ≠ µ n (Alternative Hypothesis)  Langkah 2 : Mencari nilai statistik ujian Kumpulan Data Markah Peperiksaan (Χ) Dadah Memory Dadah Placebo Tiada Dadah Jumlah 70.0 16. 83. 50. 43. 57. 97 37. 23. 10. beberapa orang telah diberikan dadah placebo dan beberapa orang tidak diberikan dadah langsung. (b) Ulangi ujian ANOVA dalam (a) dengan menggunakan Excel.

4 SS(Ralat) = 11155.3 = 12 33 .2 = 1334.0 2 12 14 5577.MTE3105 i) SS(Jumlah) = Σ χ 2 .16 Min Kuasadua (MS) F obtain i.6 Jadual ANOVA Sumber Variasi Jumlah Kuasadua (SS) Darjah kebebasan (df) Rawatan Ralat Jumlah 11155.6 1334.2 + 436.k = 15 .2 50.(Σχ) 2 ] n ( 417 ) 2 ( 250 ) 2 (83 ) 2 = [35227 ] + [12936 ] + [1827 ] 5 5 5 ii) = 449. Darjah Kebebasan (df) df (Rawatan) = k – 1 =3–1 =2 df (Ralat) = N .8 111.4 iii) SS(Jumlah) = SS(Ralat) + SS(Rawatan) 12490 = SS(Ralat) + 1334.0 + 449.4 12490.(Σχ) 2 N = 49990 (750 ) 2 15 = 49990 – 37500 = 12490 SS(Rawatan) = Σ [(Σχ 2 ) .4 SS(Ralat) = 12490 – 1334.

05( 2.16 > nilai kritikal F 0.88  Langkah 4 : Keputusan ujian Terima H 0 Tolak H 0 3. F = 50.8 111.2 = 50.05 dan darjah kebebasan v1 =2 dan v2 =12.12) = 3.16  Langkah 3 : Menentukan nilai kritikan dan petua kesimpulan Oleh kerana ditetapkan ialah 0.88 50.MTE3105 ii.8 iii.  Langkah 5 : Kesimpulan Ini bermaksud pemberian rawatan ubat yang berlainan telah menghasilkan min markah peperiksaan yang berbeza.12) = 3.05( 2.16 Kita menolak H0 kerana nilai statistik ujian . maka dari buku sifir F 0. F ratio = MS b MS w = 5577.88. Min Kuasadua (Rawatan) / Min Kuasadua (Ralat) MS(Rawatan) = SS b df b MS(Ralat) = SS w df w = 11155.4 12 = 5577.6 2 = = 111.2 1334. 34 .

3 ANOVA Source of Variation Between Groups Within Groups Total SS 11155.885294 (ii) Pada aras keertian 0. Anova: Single Factor SUMMARY Groups Memory Drug Placebo Drug No Drugs Count 5 5 5 Sum 417 250 83 Average 83.16007 P-value 1.3 109 112.MTE3105 (b) Ujian ANOVA dengan menggunakan Excel pada aras keertian 0.4 50 16. Anova: Single Factor SUMMARY Groups Memory Drug Placebo Drug No Drugs Count 5 5 5 Sum 417 250 83 Average 83.6 1334.01.8 111.6 Variance 112.6 1334.49E06 F crit 3.926608 35 .8 111.16007 P-value 1.3 109 112.2 F 50.4 12490 df 2 12 14 MS 5577.49E06 F crit 6.4 12490 df 2 12 14 MS 5577.05 (95%) dan 0.2 F 50.4 50 16.6 Variance 112.01 (99%) adalah ditunjukkan seperti berikut : (i) Pada aras keertian 0.05 .3 ANOVA Source of Variation Between Groups Within Groups Total SS 11155.

16) memang lebih besar daripada nilai kritikal (3. Jadi.89 pada aras keertian 5% dan 6.MTE3105 Daripada AVOVA di atas telah menunjukkan bahawa nilai statistik ujian (50. kita boleh membuat kesimpulan bahawa pelajarpelajar di sebuah kolej Malaysia yang telah diberikan rawatan ubat berlainan sebelum ulangkaji untuk peperiksaan akhir tahun mereka telah membeir kesan yang berbeza terhadap min markah peperiksaan.93 pada aras keertian 1%). 36 .

(2004). SBST3103 Pengenalan Analisis Data.Masalah dam Penyelesaian.A. Dr. 37 . Madya Dr. Utusan Publications & Distributors Sdn Bhd. Wong Sing Mong. Selangor Darul Ehsan. Prof. J. Mokhtar Abdullah. Kuala Lumpur. J. Analisis Regresi. (1994). Open Universiti Malaysia. Mohd Kidin Shahran. (2003). (2004). Dewan Bahasa dan Pustaka. Wong Pek Wei.MTE3105 Rujukan Ahmad Atory Hussain. Murdoch. (1994). Pengantar Statistik. Johor Darl Ta‟zim. Nawi AB Rahman.Barnes. Kuala Lumpur. Penerbit Fajar Bakti Sdn Bhd. (2001). Statistik . Mohd. Asas Statistik Edisi Keempat. Kuala Lumpur. Penerbit Universiti Putra Malaysia. Selangor Darul Ehsan. Unit Penerbitan Akademik Universiti Teknologi Malaysia. Eksplorasi Matematik Tambahan KBSM Tingkatan 5.

Saya membuat cadangan ini atas sebab ramai murid yang lemah dalam Bahasa Cina Pemahaman juga lemah dalam Sains. Setelah meneliti soalan-soalan tugasan. Hasilnya menunjukkan bahawa penguasaan Bahasa Cina Pemahanan memang berkait rapat dengan pencapaian Sains terutamanya di sekolah jenis kebangsaan. Jadi. Saya telah mencadangkan bahawa membandingkan penguasaan Bahasa Cina Pemahaman dengan pencapaian Sains di sekolah. Saya telah berbincang dengan rakan sekumpulan tentang kehendak soalan dan memilih satu pasangan pembolehubah dan bersandar yang boleh didapati. saya telah membuat kajian mengikut langkahlangkah yang sesuai. saya boleh membuat kajian dengan pencapaian Matematik dan sebagainya. Saya telah merujuki buku-buku yang dipinjam dari perpustakaan untuk mendapatkan maklumat tentang Regresi Linear. saya begitu risau kerana saya langsung tidak pernah mempelajari Statistik sebelum ini dan ianya amat asing bagi saya. Daripada itu. Selepas mempelajari dan meneliti. Saya telah cuba membuat latihan untuk menguasai cara penyelesaiannya. Kami telah mengambil keputusan membuat kajian terhadap tajuk yang dicadangkan dan kami akan menggunakan data percubaan UPSR 2012 di sekolah saya.MTE3105 REFLEKSI ( SIA MEE MEE ) Apabila menerima tugasan ini. Akhirnya saya dapat menghasilkan tugasan tersebut. kumpulan kami bertiga telah berbincang tentang penyelesaian tugasan tersebut. kami masing-masing mempelajari tentang tajuk tersebut. Saya ingin membuat satu kajian sama ada kenyataan itu benar atau tidak. Kami bersependapat bahawa perlunya memahami kehendak soalan dan juga memahami tajuk tentang Regresi Linear. Daripada data yang didapati. saya dapati bahawa Regresi Linear tidak sesusah yang difikirkan sebelum ini. 38 .

saya teruskan dengan tugasan individu. Selesai untuk tugasan 1. Selepas Encik Lu membuat semakan dan dapati terdapat beberapa perkara yang perlu ditambahbaikkan. saya harus menitikberatkan penguasaan Bahasa Cina Pemahaman bagi murid yang lemah supaya pencapaian Sains juga akan meningkat. Selepas mengkongsikan idea dan membuat penambahbaikkan. Saya telah menghantar hasil tugasan dengan rakan-rakan untuk membuat semakan bersama-sama. Kami terus berbincang dan memperbaiki kelemahan semasa menghasilkan tugasan tersebut. Tugasan yang diberikan telah banyak membantu saya dalam memahami dan menguasai kemahiran yang dipelajari. 39 . Daripada hasil kajian.MTE3105 Kajian ini telah membuka minda saya bahawa saya boleh menggunakan cara yang sama untuk membuat kaian terhadap pencapaian murid di sekolah agar dapat mencari penyelesaian ke atasnya. akhirnya tugasan 1 yang lengkap telah dihasilkan.

saya haruslah lebih bertimbang rasa dan bersabar terhadap murid yang lemah dalam mata pelajaran sains dalam kelas saya kerana mereka menghadapi masalah pemahaman. kami setuju dengan cadangan Cikgu Sia bahawa membandingkan penguasaan Bahasa Cina Pemahaman dengan pencapaian Sains di sekolah. Daripada hasil kajian. Saya juga berasa pencapaian Sains di sekolah saya dipengaruhi oleh penguasaan Bahasa Cina. Kami juga meminta tunjuk ajar daripada guru-guru yang mahir dalam tajuk ini di sekolah masing-masing.MTE3105 REFLEKSI ( LUK LI ING ) Apabila saya mengetahui bahawa kami akan mempelajari tentang STATISTIK pada semester ini. saya merasa sedih dan binggung. kami amat berharap kajian ini dapat memberikan sedikit gambaran tentang hubungan di antara kedua-dua mata pelajaran ini. memang tepatlah jangkaan kami bahawa penguasaan Bahasa Cina Pemahaman mempengaruhi pencapaian Sains di Sekolah Jenis Kebangsaan Cina. rumah tangga serta pembelajaran kendiri. Saya amat berasa gembira dan bersyukur selepas menyelesaikan tugasan 1 ini kerana saya telah mengatasi masalah dalam penguasaan tajuk statisik ini dan 40 . Walau bagaimanapun. Selepas berbincang. Kami berasa lebih yakin setelah menghadiri tutorial yang kelima kerana penysarah kami telah memberikan input yang sangat bermakna kepada kami semua. Oleh itu. sebagai seorang pelajar. Dengan ini. saya tetap laksanakan tanggungjawab saya untuk memahami dan menyelesaikan tugasan yang diberikan. Oleh itu. Ini disebabkan saya agak lemah dan kurang berminat tentang tajuk ini sejak zaman persekolahan sekolah menengah dahulu. Tambahan pula mod pengajian PJJ ini memang agak memerlukan pengagihan masa dan tenaga yang baik dalam pengurusan kerja harian di sekolah. kami bercadang masing-masing cuba membuat bacaan tentang tajuk statistik ini dahulu kemudian berbincang tentang masalah yang dihadapi. Saya dapati ahli kumpulan saya juga menghadapi masalah yang sama dengan saya iaitu tidak mahir dalam tajuk statistik ini.

mencari nilai jangkaan. dalam perbincangan yang berkali-kali. tugasan ini adalah satu cabaran yang amat menyukarkan bagi saya untuk menyiapkan. kami telah membuat perbincangan antara rakan sekumpulan dan untuk menetapkan data yang kamihendak kaji. saya mendapati bahawa adalah senang untuk saya menguji hipotesis yang telah saya jalankan jika saya memahami langkah penyelesaian . Soalan kedua dalam tugasan dua adalah dikehendaki menggunakan Microsoft Excel. saya telah berjaya menyiapkan tugasan ini dengan menggunakan Microsoft Excel di mana ia adalah sangat komplek dan susah jika sesuatu data atau formula diisi dengan salah ataupun salah langkah penyelesaian. Cikgu Sia telah memberikan cadangannya dan kami semua bersetuju. Kedua-dua ini adalah satu topik yang baru dan tidak pernah dipelajari oleh saya sebelum ini. Ujian Khi Kuasa Dua ini hanya menguji satu pembolehubah populasi sahaja dan ujian ini ialah untuk menguji sama ada taburan yang dicerap mengikuti taburan tertentu atau sesuai dengan suatu set data. penggunaan formula yang betul dan pembinaan jadual penyelesaian yang betul . saya dapatlah menyiapkan tugasan 2 dengan yakin. Jadi. mencari nilai stastik ujian dan membuat kesimpulan. Dengan itu. Namun demikian. mencari nilai genting. saya mendapati banyak manfaat dan banyak yang telah dipelajari semasa menjalankan tugasan ini. kami dapat hasilkan tugasan 1. Selepas menyiapkan tugasan ini. REFLEKSI ( LING CHING) Untuk tugasan kumpulan. Saya berasa amat berbangga kerana saya telah mempelajari kemahiran yang baru untuk menyiapkan tugasan ini dengan menggunakan Microsoft Excel. Dengan kemahiran yang baru ini. Tugasan kedua ini adalah terdiri daripada dua komponen iaitu Khi Kuasa Dua dan ANOVA. 41 . Kami sering berhubung untuk membincangkan perkembangan dan kekeliruan yang timbul semasa menghasilkan tugasan tersebut. Terdapat lima langkah untuk menjalani ujian ini iaitu menuliskan hipotesis. Tugasan kedua ini adalah tugasan individu yang diberikan oleh pensyarah pembimbing saya.MTE3105 dapat menghadapi tajuk ini dengan hati yang tenang dan yakin. Akhirnya.

Ucapan terima kasih akan saya ucapkan sekali lagi kepada semua pihak yang telah menolong saya secara langsung atau tidak. Bukan itu sahaja. Saya berharap apa-apa yang telah dipelajari oleh saya akan digunakan semasa saya mengajar di sekolah. Saya selalu menjalani sesi perbincangan dengan mereka untuk mengenal pasti bahawa tugasan yang telah disiapkan ini adalah betul. saya juga mengucapkan ribuan terima kasih kepada rakan sejawat sekolah saya yang banyak memberi pandangan. 42 . saya ingin mengucapkan terima kasih kepada rakan sekelas saya yang telah menolong saya menyiapkan tugasan ini. Akhir sekali.MTE3105 Di sini. saya memang mendapat banyak ilmu pengetahuan melalui tugasan ini. pendapat dan pertolongan mereka untuk membantu saya menyiapkan tugasan ini.

09.10 Sabtu Agihan tugas dan mencari bahan-bahan atau membuat rujukan sumber Perbincangan langkah-langkah dan data kesesuaian data untuk menghasilkan tugasan 1 Perbincangan dan perkongsian jawapan tugasan 1 Perbincangan dan pertanyaan tentang cara mencari penyelesaian tugasan 2 Perbincangan dan pertanyaan tentang cara mencari penyelesaian tugasan 2 Menghantar hasil tugasan untuk disemak Ling Ching Luk Li Ing Sia Mee Mee Ling Ching Luk Li Ing Sia Mee Mee Ling Ching Luk Li Ing Sia Mee Mee Kong Fong Zye Luk Li Ing Luk Li Ing 02.12 (Selesa) 15.09.12 Ahad 04.09.12 Ahad 28.10.09.12 Sabtu 23.09.12 (Selasa) Lu Cheng Soon Ling Ching Luk Li Ing Sia Mee Mee Perbincangan dan penambahbaikan tugasan 1 selepas semakan Encik Lu 43 .12 Jumaat 02.09.MTE3105 LAMPIRAN B BORANG REKOD KOLABORASI KERJA KURSUS NAMA PELAJAR DAN NO KAD PENGENALAN KUMPULAN MATA PELAJARAN PENSYARAH PEMBIMBING TARIKH : LING CHING LUK LI ING SIA MEE MEE : MATEMATIK 2 760712-13-5598 740608-13-5688 750321-13-5858 : MTE3105 STATISTIK : ENCIK LU CHENG SOON CATATAN NAMA & T/TANGAN PERKARA YANG DIBINCANGKAN 01.

MTE3105 15.12 Sabtu Perbincangan dan pertanyaan tentang cara mencari penyelesaian tugasan 2 Kong Fong Zye Luk Li Ing 44 .09.

Sign up to vote on this title
UsefulNot useful