ARTIKEL 1

Pauline Goh Swe e Choo. 2006. Assessing the approaches to learning of twinning programme
students in Malaysia. Malaysian Journal Of Learning And Instruction, Vol.3: 93-115

Jenis Artikel: Berwasit

Tujuan Kajian :
1. Membina instrumen soal selidik (R-SPQ-2F) bagi mengukur dan menyemak faktor
pendekatan pembelajaran iaitu pada pendekatan dalaman dan pendekatan luaran.
2. Untuk mengetahui hubungan faktor pendekatan pembelajaran terhadap hasil
pembelajaran (outcomes learning).

Persoalan Kajian:
1. Adakah R-SPQ-2F menunjukkan mencukupi psikometrik sifat apabila digunakan ke atas
pelajar Malaysia, dan dalam khususnya pengajian tinggi pelajar program berkembar.
2. Adakah pendekatan secara pembelajaran dalam berhubung dengan lebih positif
terhadap hasil berkaitan pembelajaran berbanding pendekatan pembelajaran secara
luaran.
3. Adakah gabungan ciri-ciri latarbelakang pelajar dan pendekatan pembelajaran secara
dalaman mempunyai kerjasama yang besar dalam memberi hasil berkaitan pembelajaran
pelajar.

Hipotesis:
Pengkaji tidak menyatakan suatu hipotesis khusus secara explisit. Di mana seharusnya pengkaji boleh
menyertakan hipotesis berarah dalam penulisan kajian beliau memandangkan dalam persoalan
kajiannya ada menyatakan pembelajaran secara dalaman memberi implikasi positif terhadap hasil
pembelajaran berbanding pembelajaran secara luaran. Contoh hipotesis boleh ditulis seperti
berikut:-
Ho Tidak terdapat hubungan di antara kaedah pendekatan pembelajaran secara dalaman
dengan hasil pencapaian pembelajaran pelajar yang lebih baik.

Ha Terdapat hubungan di antara kaedah pendekatan pembelajaran secara dalaman dengan

dengan hasil pencapaian pembelajaran pelajar yang lebih baik.
Pembolehubah Kajian :
Pengkaji secara explisit tidak menyatakan pembolehubah yang terlibat dalam penulisan kajiannnya.
Namun dari penelitian didapati terdapat dua jenis pembolehubah yang terlibat dalam analisis data
iaitu :-
1. Pembolehubah bersandar : Hasil pembelajaran (outcomes learning) yang terlibat.
Pembolehubah Kuantitatif.
i. Pencapaian akademik
ii. Perolehan proses kemahiran.
iii. Kepuasan terhadap kursus.
2. Pemboleh ubah tidak bersandar: Kaedah Pendekatan Pembelajaran.
Pembolehubah kategorikal.
i. Pendekatan pembelajaran secara dalaman
ii. Pendekatan pembelajaran secara luaran

Jenis Data :
1. Hasil pembelajaran (outcomes learning) yang terlibat.
a. Pencapaian akademik - Interval
b. Perolehan proses kemahiran. - Interval
c. Kepuasan terhadap kursus. - Interval
2. Kaedah Pendekatan Pembelajaran.
a. Pendekatan pembelajaran secara dalaman - Nominal
b. Pendekatan pembelajaran secara luaran - Nominal

Analisis Data:
Populasi kajian adalah kumpulan pelajar Malaysia yang mengikuti Program Berkembar dengan
universiti di Australia atau British. Kajian ini menggunakan jumlah sampel yang besar dengan
bilangan sampel sebanyak 368 orang pelajar. Pembahagian sampel adalah sama banyak di antara
pelajar lelaki dan perempuan (lelaki = 184 dan perempuan = 184). Dalam kajian ini, satu instrumen
soalselidik telah dibangunkan. Ia yang mengandungi 20 item bagi mengukur psikometrik pelajar yang
menjurus kepada kecenderungan pelajar terhadap pendekatan pembelajaran. Setiap sampel diberi
satu set soalselidik. Berikut adalah huraian dan gambaran hasil analisis dapatan kajian.
1. Analisis Statistik Deskriptif.
- Tidak menyatakan mana-mana analisis statistik deskriptif.
2. Analisis Statistik inferensi.
 - Kajian ini menggunakan statistik inferensi memandangkan hasil dapatan data dari kumpulan
sampel akan dianalisis dan digunakan bagi membuat generalisasi terhadap kumpulan
populasi.
3. Ujian normaliti.
- Tidak dinyatakan secara explisit dalam penulisan kajian ini. Namun berdasarkan jumlah sampel
yang besar iaitu n=368 andaian yang menyatakan taburan data adalah normal boleh dibuat.
Walaupun begitu pengkaji seharusnya membuktikan dalam penulisan dengan melakukan ujian
yang sesuai bagi membuktikan kenormalan data itu sebagai sokongan terhadap kajiannnya.
Dalam keadaan bilangan sampel kajian ini yang melebihi 50 (n50) ujian normaliti Shapiro-wilk
sepatutnya boleh dijalankan.
- Oleh yang demikian ujian korelasi mesti menggunakan ujian non parametrik.
4. Ujian Korelasi.
- Dalam menentukan samada terdapat hubungan diantara dua pembolehubah yang digunakan
dalam kajian, jenis pembolehubah akan menjadi penentu kepada jenis ujian korelasi.
Diketahui ujian para non-metrik adalah ujian bagi menganalisis data tidak normal. Dalam
keadaan pembolehubah tidak bersandar adalah nominal maka ujian yang sesuai untuk
dilakukan bagi melihat hubungan antara pembolehubah adalah ujian Khi Kuasa Dua .Dalam
kajian ini salah satu pemboleh ubah yang digunakan adalah pembolehubah nominal (kaedah
pendekatan pembelajaran) maka ia sepatutnya tidak menggunakan mana-mana ujian korelasi
samaada korelasi Pearson atau Spearman. Dan ujian yang sesuai digunakan ialah
menggunakan Khi Kuasa Dua (non-parametrik). Namun dalam penulisan kajian ini, pengkaji
tidak menyatakan secara explicit ujian yang mana digunakan.
- Dari jadual 6 menunjukkan keputusan analisis korelasi R2 (sepatutnya ujian Khi kuasa dua, X2).
Dari keputusan itu didapati wujud hubungan yang positif di antara pendekatan pembelajaran
secara dalaman dengan ketiga-tiga hasil pembelajaran (outcomes learning) dengan perolehan
proses kemahiran mempunyai peratus hubungan yang paling tinggi (32%) berbanding
kepuasan terhadap kursus(24%) dan Pencapaian akademik(16%). Namun begitu sebaliknya
pula pada hubungan diantara pendekatan pembelajaran secara luaran di mana ia
menunjukkan hubungan yang negatif. Semakin menggunakan pendekatan pembelajaran
secara luaran semakin rendah pencapaian pada ketiga-tiga hasil pembelajaran. Peratusan
menunjukkan perolehan proses kemahiran mempunyai peratus hubungan yang paling tinggi
(22%) berbanding kepuasan terhadap kursus(18%) dan Pencapaian akademik (11%).
- Didapati berdasarkan nilai signifikan p<0.05, kesemua hubungan diantara kedua-dua
pendekatan pembelajaran dengan ketiga-tiga hasil pembelajaran menunjukkan nilai hubungan
yang signifikan.
5. Analisis regresi berganda.
- Analisis regresi hanya boleh dilakukan apabila sudah dibuktikan bahawa terdapat hubungan
yang signifikan antara pembolehubah yang dikaji. Memandangkan di dalam pembolehubah
tidak bersandar mempunyai lebih dari satu peramal (pendekatan pembelajaran secara
dalaman dan pendekatan pembelajaran secara luaran) maka analisis regresi berganda
digunakan. Analisis regresi adalah proses meramalkan nilai suatu pembolehubah berdasarkan
nilai pembolehubah yang lain. Hubungan untuk analisis regresi berganda adalah sentiasa
positif.
- Berdasarkan jadual 6, kuasa dua pekali korelasi, r2 adalah seperti berikut:-
i. r2 = 0.04, maka 4% dari variasi pencapaian akademik boleh dijelaskan oleh variasi kaedah
pendekatan pembelajaran.
ii. r2 = 0.14, maka 14% dari variasi perolehan proses kemahiran boleh dijelaskan oleh variasi
kaedah pendekatan pembelajaran.
iii. r2 = 0.10, maka 10% dari variasi kepuasan terhadap kursus boleh dijelaskan oleh variasi
kaedah pendekatan pembelajaran.
- Didapati berdasarkan nilai signifikan p<0.05, pekali Regresi menunjukkan nilai yang signifikan
terhadap ketiga-tiga hasil pembelajaran.
ARTIKEL 2

Siti Rahayah Ariffin, Roseni Ariffin & Hafsa Mohamed Makki. 2008. Faktor kontribusi kecerdasan
pelbagai dalam kalangan pelajar remaja. Jurnal Pendidikan, 33: 35-46.

Jenis Artikel : Berwasit

Tujuan Kajian :

3. Mengenalpasti kebolehpercayaan dan kesahan instrumen MyMICA.

4. Mengenalpasti domain kecerdasan dominan di kalangan remaja.
5. Menentukan kontribusi domain-domain kecerdasan pelbagai terhadap domain verbal-
linguistik.
6. Menentukan kontribusi domain-domain kecerdasan pelbagai terhadap domain
kecerdasan logik-matematik.

Persoalan Kajian: (tidak dinyatakan dalam penulisan kajian).

Hipotesis:

Pengkaji tidak menyatakan suatu hipotesis khusus secara explisit. Di mana seharusnya pengkaji boleh
menyertakan hipotesis dalam penulisan kajian beliau seperti contoh:-

Ho Tidak terdapat hubungan di antara domain kecerdasan pelbagai dengan domain verbal-
linguistik di kalangan pelajar remaja.

Ha Terdapat hubungan di antara domain kecerdasan pelbagai dengan domain verbal-linguistik

di kalangan pelajar remaja.

Pembolehubah Kajian :

Pengkaji secara explisit tidak menyatakan pembolehubah yang terlibat dalam penulisan kajiannnya.
Namun dari penelitian didapati terdapat ia pembolehubah kuantitatif (tiada pembolehubah
kategorikal). Pembolehubah yang terlibat dalam analisis data iaitu

3. Pembolehubah bersandar :
a. Domain verbal-linguistik (VL)
b. Domain kecerdasan logik-matematik (LM)
4. Pemboleh ubah tidak bersandar:
a. Kecerdasan pelbagai
1. Domain Kerohanian (KR)
 2. Domain Interpersonal (IE)
3. Domain Muzik (MZ)
4. Domain Intrapersonal (IA)
5. Domain Visual ruang (VR)
6. Domain Naturalis (NA)
7. Domain Kinestatik badan (KB)

Jenis Data :

c. Domain verbal-linguistik - Interval

d. Domain kecerdasan logik-matematik. - Interval
e. Kecerdasan pelbagai - Interval

Analisis Data:

Populasi kajian adalah kumpulan remaja. Kajian ini menggunakan jumlah sampel yang besar dengan
bilangan sampel sebanyak 844 dengan 47.5% lelaki dan 52.5% perempuan,berumur antara 16-18
tahun di Selangor. Bagi mengkaji hubungan antara domain pembolehubah kecerdasan pelbagai
analisis korelasi. Bagi mendapatkan gambaran terhadap data sampel statistik deskriptif digunakan.
Analisis regresi pula digunakan bagi mendapatkan maklumat sejauh mana peramal memberi
pengaruh terhadap pembolehubah bersandar setelah mendapati terdapat hubungan yang signifikan
dintara domain kecerdasan verbal-linguistik dan domain kecerdasan logik-matematik dengan domain
kecerdasan pelbagai yang lain. Berikut adalah huraian dan gambaran hasil analisis dapatan kajian.

1. Ujian normaliti.
- Tidak dinyatakan secara explisit dalam penulisan kajian ini. Namun berdasarkan jumlah sampel
yang besar iaitu n=844 andaian yang menyatakan taburan data adalah normal boleh dibuat.
Walaupun begitu pengkaji seharusnya membuktikan dalam penulisan dengan melakukan ujian
yang sesuai bagi membuktikan kenormalan data itu sebagai sokongan terhadap kajiannnya.
Dalam keadaan bilangan sampel kajian ini yang melebihi 50 (n50) ujian normaliti Shapiro-wilk
sepatutnya boleh dijalankan.
- Selain itu dari pemerhatian terhadapjenis data pembolehubah mendapati data interval pada
pembolehubah bersandar dan tidak bersandar. Jika pembolehubah adalah dari data interval
dan ratio maka analisis korelasi Pearson dalam kumpulan ujian parametrik sesuai digunakan.
2. Analisis Statistik Deskriptif.
-Analisis ini sesuai digunakan bagi memberi gambaran data yang diperolehi dengan mudah
kepada pembaca.
 - Berdasarkan dari analisis seperti dalam jadual 3, didapati skor min domain dalam kecerdasan
menunjukkan nilai skor tertingi adalah pada domain KR (4.464) manakala skor min yang paling
rendah pada domain VR (3.339). VL dan LM yang menjadi pembolehubah bersandar masing-
masing mencapai skor min sebanyak 3.579 dan 3.339.
- Dalam statistik deskriptif analisis data biasanya memaparkan nilai min, nilai sisihan piawai atau
varians. Ini bagi memberi gambaran respon responden (n=844) terhadap item berdasarkan
skala likert lima mata seperti dalam kajian ini. Oleh yang demikian skor min 3.5 hingga 5 boleh
dikategorikan sebagai nilai skor min yang tinggi.
3. Analisis Korelasi Pearson.
- Berdasarkan terdapat dalam tujuan kajian ini adalah untuk melihat penglibatan pembolehubah
tidak bersandar terhadap pembolehubah bersandar maka analisis korelasi adalah analisis yang
sesuai digunakan bagi menetukan samaada ujian regresi boleh dilakukan atau tidak. Ini
bergantung kepada kesignifikan hubungan tersebut. Jika didapati wujud hubungan yang
signifikan maka ujian regresi bagi menentukan kontribusi antara pembolehubah boleh
dilakukan dan sebaliknya.
- Analisis korelasi adalah untuk melihat samada terdapat hubungan di antara pembolehubah-
pembolehubah yang dikaji. Analisis Korelasi yang telah dijalankan dalam kajian ini bagi
penentuan kebolehpercayaan instrumen telah membuktikan wujud hubunganyang signifikan
di antara domain-domain kecerdasan pelbagai. Di dapati semua korelasi antara domain-
domain menunjukkan hubungan yang positif dengan nilai yang signifikan pada aras signifikan
p<0.01 (sekiranya pada aras signifikan p< 0.01 adalah didapati nilainya signifikan maka ia juga
signifikan pada aras signifikanp<0.05. Rujuk jadual 2). Dari keseluruhan hubungan antara
domain didapati empat pasang domain menunjukkan hubungan yang agak kuat iaitu hubungan
di antara VL & IE (0.619), VL & LM (0.519), IE & IA (0.507 dan VR & KB (0.543). Manakala
didapati terdapat lima pasang domain yang menunjukkan hubungan yang lemah iaitu KR & MZ
(0.098), MZ & LM (0.218), MZ & IA (0.209), KR & VR (0.246) dan KR & KB (0.234).
4. Analisis regresi berganda.
- Analisis Korelasi yang telah dijalankan dalam kajian ini bagi penentuan kebolehpercayaan
instrumen telah membuktikan terdapat hubungan yang signifikan di antara domain-domain
kecerdasan pelbagai. Oleh yang demikian seterusnya ujian Regresi boleh dan sesuai dilakukan.
- Jadual 5 menunjukkan nilai R2=0.504 dengan maksud sebanyak 50.4% variasi domain verbal-
linguistik boleh dijelaskan dengan variasi enam domain kecerdasan pelbagai (IE, LM, KB, KR,
MZ dan IA). Di mana pecahan variasi enam domain kecerdasan adalah IE=38.1%, LM=6.1%, KB
= 2.7%, KR = 2.3%, MZ = 0.8%, IA = 0.3% dan ini boleh dirujuk dari jadual 6. Dari jadual 5 pula
menunjukkan regresi bagi domain verbal-linguistik ini adalah signifikan berdasarkan nilai Fkira >
 Fkritikal pada aras signifikan p<0.05. Kesimpulannya enam domain kecerdasan pelbagai ini adalah
peramal (50.4%)kepada domain verbal-linguistik.
- Jadual 7 menunjukkan nilai R2=0.378 dengan maksud sebanyak 37.8% variasi domain logik
matematik boleh dijelaskan dengan variasi lima domain kecerdasan pelbagai ( VL, IA, VR, IE
dan KR). Di mana pecahan variasi lima domain kecerdasan adalah VL=27%, IA=5.3%, VR = 2.6%,
IE = 1.8%, KR = 1.1% dan ini boleh dirujuk dari jadual 9. Dari jadual 8 pula menunjukkan regresi
bagi domain logik-matematik ini adalah signifikan berdasarkan nilai Fkira > Fkritikal pada aras
signifikan p<0.05. Kesimpulannya enam domain kecerdasan pelbagai ini adalah peramal
(37.8%) kepada domain logik matematik.
ARTIKEL 3

Siti Noor Ismail. 2014. Total quality management (TQM) practices and school climate amongst high,
average and low performance secondary schools. Malaysian Journal of Learning and
Instruction: Vol. 11): 41-58.

Jenis Artikel : Berwasit

Tujuan Kajian adalah untuk mengetahui :

7. Tahap amalan TQM di sekolah berprestasi tinggi, sederhana dan rendah.

8. Tahap iklim sekolahan yang berprestasi tinggi, sederhana dan rendah.
9. Tahap perbezaan amalan TQM dan iklim sekolah di kalangan sekolah berprestasi tinggi,
sederhana dan rendah.
10. Hubungan diantara dimensi amalan TQM dengan iklim sekolah.
11. Sama ada boleh atau tidak TQM menjadi peramal kepada iklim sekolah.

Berikut adalah persoalan kajian berdasarkan tujuan kajian di atas:

4. Apakah tahap amalan TQM di sekolah berprestasi tinggi, sederhana dan rendah.
5. Apakah tahap iklim persekolahan di dalam sekolah berprestasi tinggi, sederhana dan
rendah.
6. Adakah tahap perbezaan amalan TQM dan iklim sekolah di kalangan sekolah berprestasi
tinggi, sederhana dan rendah.
7. Adakah terdapat hubungan diantara tahap amalan TQM dengan iklim sekolah.
8. Adakah terdapat dimensi amalan TQM yang signifikan menjadi peramal kepada iklim
sekolah.

Hipotesis:

Pengkaji ada menyatakan tiga hipotesis alternatif yang khusus secara explisit seperti berikut di
bawah. Walaubagaimanapun seharusnya pengkaji boleh menyertakan hipotesis nul dalam penulisan
kajian beliau seperti contoh:-

Ho 1 Tidak terdapat perbezaan yang signifikan terhadap amalan TQM di antara sekolah
berprestasi tinggi dengan sekolah berprestasi sederhana dan dengan sekolah
berprestasi rendah.
 Ha 1 Terdapat perbezaan yang signifikan terhadap amalan TQM di antara sekolah
berprestasi tinggi dengan sekolah berprestasi sederhana dan dengan sekolah
berprestasi rendah.

Ho 2 Tidak terdapat perbezaan yang signifikan di antara tahap iklim persekolahan di dalam
sekolah yang berprestasi tinggi dengan sekolah berprestasi sederhana dan dengan
sekolah berprestasi rendah.

Ha 2 Terdapat perbezaan yang signifikan di antara tahap iklim persekolahan di dalam

sekolah yang berprestasi tinggi dengan sekolah berprestasi sederhana dan dengan
sekolah berprestasi rendah.

Ho 3 Tidak terdapat hubungan yang signifikan di antara tahap amalan TQM dengan iklim
sekolah.

Ha 3 Terdapat hubungan yang signifikan di antara tahap amalan TQM dengan iklim
sekolah.

Ho 4 Dimensi TQM adalah bukan peramal kepada iklim sekolah.

Ha 4 Dimensi TQM adalah peramal kepada iklim sekolah.

Pembolehubah yang digunakan dalam kajian :

Pengkaji secara explisit tidak menyatakan pembolehubah yang terlibat dalam penulisan kajiannnya.
Namun dari penelitian didapati pembolehubah yang digunakan adalah jenis kuantitatif. Dua jenis
pembolehubah yang terlibat dalam analisis data iaitu :-

5. Pembolehubah bersandar : Iklim persekolahan.

a. Iklim persekolahan bagi sekolah berprestasi tinggi.
b. Iklim persekolahan bagi sekolah berprestasi sederhana.
c. Iklim persekolahan bagi sekolah berprestasi rendah.
6. Pemboleh ubah tidak bersandar: Tahap amalan TQM.

Jenis Data :

3. Pembolehubah bersandar : Iklim persekolahan.

a. Iklim persekolahan bagi sekolah berprestasi tinggi. - Ordinal
b. Iklim persekolahan bagi sekolah berprestasi sederhana. - Ordinal
c. Iklim persekolahan bagi sekolah berprestasi rendah. - Ordinal
 4. Pemboleh ubah tidak bersandar: Tahap amalan TQM. - Ordinal

Analisis Data:

Populasi kajian adalah kumpulan guru. Kajian ini menggunakan jumlah sampel yang besar dengan
bilangan sampel sebanyak 691 orang guru yang dipilih secara rawak. Sampel guru ini terbahagi
kepada 3 kumpulan yang mewakili tiga kategori sekolah menengah iaitu sekolah berprestasi tinggi
(HPS), sederhana (APS) dan rendah (LPS). Berikut adalah jenis analisis dan ujian yang telah dilakukan
terhadap data dapatan kajian:-

Bagi mengenalpasti tahap amalan TQM analisis deskriptif telah digunakan.

Bagi mengkaji perbezaan antara tahap amalan TQM dengan tahap iklim sekolah analisis
ANOVA telah digunakan.
Bagi mengkaji hubungan antara pembolehubah amalan TQM dengan iklim sekolah analisis
korelasi Pearson telah digunakan. Walaupun begitu berdasarkan jenis data pembolehubah
yang digunakan iaitu data Ordinal, seharusnya pengkaji tidak menggunakan analisis korelasi
Pearson kerana ia tidak memenuhi andaian korelasi ini. Jenis data ordinal sepatutnya
dianalisis oleh analisis korelasi Spearman.
Bagi mengenalpasti implikasi peramal analisis regresi berganda pula digunakan untuk
menetukan variasi dimensi TQM terhadap iklim persekolahan.

Berikut adalah huraian dan gambaran hasil analisis dapatan kajian.

5. Ujian normaliti.
- Tidak dinyatakan secara explisit dalam penulisan kajian ini. Namun berdasarkan jumlah sampel
yang besar iaitu n=691 andaian yang menyatakan taburan data adalah normal boleh dibuat.
Walaupun begitu pengkaji seharusnya membuktikan dalam penulisan dengan melakukan ujian
yang sesuai bagi membuktikan kenormalan data itu sebagai sokongan terhadap kajiannnya.
Dalam keadaan bilangan sampel kajian ini yang melebihi 50 (n50) ujian normaliti Shapiro-wilk
sepatutnya boleh dijalankan.
- Selain itu ujian Levenes boleh dibuat bagi menentukan homogeniti varians. Bagi menyatakan
taburan data adalah normal varians harusnya mempunyai ciri yang homogen.

6. Analisis ujian ANOVA satu hala.

- Dalam kajian ini peranan ujian Anova satu hala adalah dalam menentukan samaada wujud
perbezaan yang signifikan pada tahap amalan TQM diantara tiga kategori sekolah (HPS, APS
dan LPS). Ia dilakukan sebelum analisis deskriptif bagi menentukan tahap amalan TQM.
 Analisis ujian ANOVA satu hala ini dibuat terhadap data bagi mengenalpasti sama ada terdapat
perbezaan pada tahap amalan TQM diantara sekolah yang terlibat iaitu HPS, APS dan LPS. Dan
jika terdapat perbezaan, ujian ANOVA satu hala juga akan menentukan sama ada perbezaan
itu memberi nilai signifikan atau tidak. Berdasarkan jadual 1 ujian ANOVA satu hala
menunjukkan perbezaan tahap amalan TQM yang signifikan diantara tiga kategori sekolah
(HPS, APS dan LPS) dengan nilai F(2,684) = 19.48, p<0.05. Berdasarkan maklumat ini ia
membuktikan memang wujud perbezaan antara tahap amalan TQM diantara tiga kategori
sekolah dalam kajian ini.
- Peranan kedua ujian ANOVA satu hala pula adalah bagi menentukan samaada wujud
perbezaan yang signifikan pada tahap iklim sekolah di antara tiga kategori sekolah (HPS, APS
dan LPS). Jika terdapat perbezaan, ujian ANOVA satu hala juga akan menentukan sama ada
perbezaan itu memberi nilai signifikan atau tidak. Berdasarkan jadual 3, ujian ANOVA satu
hala menunjukkan perbezaan tahap iklim sekolah yang signifikan di antara tiga kategori
sekolah (HPS, APS dan LPS) dengan nilai F(2,684) = 20.88, p<0.05. Berdasarkan maklumat ini ia
membuktikan memang wujud perbezaan antara tahap iklim sekolah diantara tiga kategori
sekolah dalam kajian ini.
7. Analisis Statistik Deskriptif.
- Ujian ANOVA satu hala telah membuktikan wujud perbezaan yang signifikan pada tahap
amalan TQM dan tahap iklim sekolah diantara tiga kategori sekolah dalam kajian ini. Oleh itu
analisis Statistik Deskriptif pula digunakan bagi mendapatkan nilai min setiap domain dimensi
di dalam amalan TQM dan iklim sekolah.
- Berdasarkan dari analisis seperti dalam jadual 2, nilai min setiap domain dimensi amalan TQM
ini diperolehi dan secara keseluruhan purata tahap amalan TQM dalam HPS, APS dan LPS
adalah berada pada tahap yang tinggi iaitu diantara 4.09 hingga 4.49. Namun begitu tahap
amalan TQM dalam HPS adalah yang paling tinggi(4.49) manakala tahap amalan TQM dalam
LPS adalah yang paling rendah (4.09).
- Berdasarkan dari analisis seperti dalam jadual 4, nilai min setiap domain dimensi iklim sekolah
diperoleh dan secara keseluruhan purata tahap iklim sekolah dalam HPS, APS dan LPS adalah
berada pada tahap yang tinggi iaitu diantara 4.08 hingga 4.41. Namun begitu tahap iklim
sekolah dalam HPS adalah yang paling tinggi(4.41) manakala tahap iklim sekolah dalam LPS
adalah yang paling rendah (4.08).
8. Analisis Korelasi Pearson (sepatutnya analisis korelasi Spearman).
- Analisis korelasi adalah untuk melihat samada terdapat hubungan di antara pembolehubah-
pembolehubah yang dikaji. Dalam ujian parametrik analisis korelasi yang sesuai digunakan
ialah analisis korelasi Pearson namun berdasarkan jenis pembolehubah dengan data Ordinal
maka seharusnya pengkaji menggunakan analisis korelasi Spearman.
- Jadual 5 menunjukkan terdapat hubungan yang signifikan diantara tahap amalan TQM dengan
iklim sekolah. Data menunjukkan nilai hubungan korelasi positif iaitu 0.63. Ini menunjukkan
hubungan yang agak kuat antara kedua pembolehubah. Manakala antara domain dimensi
amalan TQM dengan iklim sekolah masing-masing menunjukkan hubungan positif yang
sederhana dan kuat serta signifikan (p<0.01). Manakala domain dimensi bagi iklim sekolah
menunjukkan hubungan positif yang sederhana serta signifikan (p<0.01).

9. Analisis regresi berganda.

- Memandangkan analisis korelasi menunjukkan nilai hubungan yang signifikan maka analisis
regresi sesuai dibuat.
- Memandangkan dalam satu pembolehubah ia mempunyai lebih dari satu peramal maka
analisis menggunakan regresi berganda.
- Jadual 7 analisis regresi menunjukkan amalan TQM menyumbang sebanyak 40% kepada
perubahan iklim sekolah (R2 = 0.40).
- Jadual 8 menunjukkan dari lima domain dimensi amalan TQM hanya tiga sahaja yang terlibat
dalam menyumbang kepada perubahan iklim sekolah iaitu penglibatan kakitangan ( = .43, p
<0.05), pengurusan atasan komitmen ( = .21, p <0.05) dan penambahbaikan yang berterusan
( = .13, p <0.05).
- Jadual 9 menunjukkan hanya empat dari lima domain dimensi iklim sekolah sahaja yang
dipengaruhi oleh faktor peramal amalan TQM iaitu hubungan pelajar ( = .36, p <0.05),inovasi
pengajaran ( = .28, p <0.05), ( membuat keputusan = .13, p <0.05) dan sekolah sumber ( =
.09, p <0.05)
- Kesimpulannya analisis regresi telah membuktikan bahawa amalan TQM adalah peramal
kepada iklim sekolah (amalan TQM faktor kepada iklim sekolah).