[SSMQ 5033 - APPLIED STATISTICS AND COMPUTER

TUGASAN KUMPULAN APPLICATION]

SCHOOL OF APPLIED PSYCHOLOGY, SOCIAL WORK AND POLICY

UNIVERSITI UTARA MALAYSIA

SSMQ 5033
APPILED STATISTICS AND COMPUTER APPLICATION

GROUPING TASK:
TWO WAY BETWEEN-SUBJECT ANOVA
CORRELATION
LINEAR REGRESSION

PREPARED FOR:
DR. ROSLIZA AHMAD

PREPARED BY :
NURAFIFAH KAMARUDIN (824545)
AHMAD FAREED BIN MOHAMAD SALIM (825180)
SIMA ANAK GUBAK (825187)
MASROL B MUSTAPA (825182)

1
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

1.0 PENGENALAN

Statistik merupakan satu teknik matematik untuk memproses, menyusun, menganalisis dan

membuat kesimpulan tentang data yang berbentuk kuantitatif. Dalam ujian dan peperiksaan, kaedah

statistik digunakan untuk membuat analisis dan kesimpulan.

Data yang dipungut ini biasanya tidak disusun dengan teratur. Untuk memudahkan kita

merujuk kepada data ini, ia seharusnya direkodkan secara teratur dan sistematik. Selain itu juga

statistik adalah pengeumpulan, pengolahan dan pentafsiran data bernombor bagi membantu kita

dalam membuat keputusan yang lebih efektif.

Oleh yang sedemikian, terdapat dua jenis analisis statistik iaitu;-

i. STATISTIK DESKRIPTIF

Memerihalkan keadaan data yang terdapat pada sampel kajian dan ianya terhad kepada

sampel sahaja dan tidak boleh digeneralisasikan kepada populasi, contohnya Min, Mod,

Sisihan Piawai.

ii. STATISTIK INFERENSI

Memerihalkan data pada sampel iaitu sebahagian daripada populasi untuk dibuat

kesimpulan kepada keseluruhan populasi. Dengan menggunakan konsep kebarangkalian

contohnya Korelasi, Ujian T, Anova.

Konsep utama dalam statistik:-

i. Pemboleh ubah iaitu apa sahaja yang boleh diubah atau bersifat boleh ubah. Cirinya pada

manusia, benda, situasi, persekitaran contohnya jantina, tahap tekanan (stress), cuaca.

Terdapat dua bentuk pembolehubah iaitu Kualitatif dan Kuantitatif. Kedua-dua

pembolehubah ini boleh menjadi Pembolehubah bebas (tidak bersandar) atau Pembolehubah

Terikat (bersandar).

2
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

ii. Populasi ialah keseluruhan set bagi individu, objek atau fenomena yang ada ciri kesamaan

antara mereka, contohnya rakyat malaysia, seikat buah rambutan.

iii. Sampel ialah sebahagian daripada keseluruhan set populasi yang dipilih dengan metod-

metod persampelan dan ciri-ciri yang boleh mewakili populasi.

iv. Parameter adalah mengambil nilai yang menggambarkan ciri-ciri pada populasi

v. Statistik adalah dengan mengambil nilai yang menggambarkan ciri-ciri pada sampel.

1.1 OBJEKTIF STATISTIK

Memerihalkan takrifan statistik dengan tepat dan mengelaskan statistik ke dalam dua

kategori;-

Membezakan populasi, sampel dan pembolehubah bagi suatu masalah;

Membezakan dan mengelaskan jenis-jenis data dari segi tahap ukuran, bentuk dan

perwakilan;

Mengenalpasti pemerolehan sumber data yang diperlukan dalam penyelidikan.

2.0 TWO-WAY BETWEEN SUBJECT ANOVA

Two-Way Between Subject Anova atau dalam bahasa mudah ANOVA dua hala membandingkan

perbezaan min antara kumpulan yang telah dibahagi pada dua pemboleh ubah tidak bersandar

(disebut faktor). Tujuan utama ANOVA dua hala adalah untuk memahami sama ada terdapat

interaksi antara dua pemboleh ubah tidak bersandar terhadap pemboleh ubah bersandar. Istilah

interaksi dalam ANOVA dua hala memberitahu kita sama ada kesan salah satu pemboleh ubah

bebas kita pada pemboleh ubah bersandar adalah sama untuk semua nilai pemboleh ubah bebas kita

yang lain (dan sebaliknya).

3
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

2.1 HIPOTESIS KAJIAN

There is no main effect of gender and marriage duration on satisfaction in marriage

There is no interaction effect for gender and marriage duration on satisfaction in marriage.

2.2 ANDAIAN

Terdapat andaiain yang perlu dipatuhi dalam memastikan sama ada Two Way Between

Subject ANOVA dapat dijalankan atau tidak. Andaian-andaian tersebut ialah ;

i- Normaliti

Nilai signifikan yang diperolehi dari jadual Kolmogorov-Smirnov adalah 0.076.

Oleh itu, apabila nilap p > 0.05, taburan data yang diperolehi daripada ujian ini

adalah normal. Namun begitu, jika data yang diperolehi melebihi 30, taburan data

kebiasaannya dianggap sebagai taburan data normal.

ii- Random Sampling

Respondent telah diambil secara rawak dalam kalangan mereka yang telah pun

berkahwin di kawasan populasi.

4
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

iii- Independence

Respondent adalah individu yang berbeza di dalam setiap kategori

iv- Homogeneity of variance

Nilai yang diperolehi dari jadual Levene’s test adalah sebanyak 0.123. Oleh itu, nilai

p > 0.05, varian bagi setiap kumpulan adalah sama.

2.3 ANALISIS

a) Analisis deskriptif

Rajah menunjukkan tahap kepuasan dalam perkahwinan bagi lelaki dan perempuan

berdasarkan tempoh perkahwinan mereka. Terdapat 5 kumpulan tempoh perkahwinan bagi

setiap jantinad dengan jumlah keseluruhan respondent ialah 103 orang. Jumlah respondent

bagi lelaki ialah seramai 52 orang (min = 108.9038, sd = 15.25375) dan bagi perempuan

pula jumlah respondentnya ialah seramai 51 orang (min = 111.6078, sd = 16.36102). 5

kumpulan temppoh perkahwinan pula terdiri daripada kumpulan 0-2 bulan perkahwinan

dengan respondent seramai 24 orang (min = 107.3750, sd = 16.70671), 33 orang respondent

dalam kumpulan 3-5 bulan perkahwinan dengan nilai min ialah 109.1515 (sd = 13.42600),

5
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

22 orang respondent dalam kumpulan 6-8 bulan perkahwinan (min = 108.5455 , sd =

15.30243), sementara dalam kumpulan 9-11 bulan perkahwinan pula terdiri daripada 12

orang respondent dengan nilain min dan sd masing-masing mencatat 112.1667 dan

19.28180, dan akhir sekali seramai 12 orang respondent berada di dalam kumpulan 12-14

bulan tempoh perkahwinan (min = 120.1667 , sd = 15.71816).

b) Analisis Inferensi

Two way between subject ANOVA was conducted to see whether there isan interaction

effect of gender and marriage duration on satisfaction in marriage. The result revealed there

was no interaction effect of gender and marriage duration on satisfaction in marriage, F

(4,93) = 0.178 , p > 0.05. For main effect, there was no significant effect for gender , F

6
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

(1,93) = 0.176 , p > 0.05, andmain effect for marriage duration F (4,93) = 1.488 , p > 0.05.

Therefore, the null hypothesis was accepted.

3.0 PEARSON CORRELATION

Pearson Correlation adalah ukuran korelasi yang digunakan untuk mengukur kekuatan dan arah

hubungan linear dua variable. Dua pemboleh ubah dikatakan berkorelasi ketika perubahan dalam

satu pemboleh ubah disertai dengan perubahan pada pemboleh ubah lain, baik dalam arah yang

sama atau arah yang berlawanan.

Korelasi yang dilaksanakan untuk melihat perhubungan (relationships) antara pembolehubah

bersandar dan pembolehubah terikat. Untuk meninjau dan untuk menjawab hipotesis dalam kajian.

Analisis dilakukan melalui ujian Pearson Correlation apabila taburan data didapati normal kepada

kesemua pembolehubah. Analisis ini adalah untuk melihat hubungan di antara tiap-tiap

pembolehubah bertahan dengan pembolehubah bersandar.

7
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

Bentuk hubungan dua pemboleh ubah boleh diterangkan dalam tiga bentuk iaitu hubungan positif,

hubungan negative dan tiada hubungan

3.1 HIPOTESIS KAJIAN

There is no relationship between satisfaction in marriage and stress level

3.2 ANDAIAN

Terdapat 3 andaian didalam ujian korelsi iaitu:

i) Homoscedasticity

Homoscedasticity merujuk kepada assumption di mana bukti pembolehubah

mempunyai tahap yang sama variances di sepanjang jarak pembolehubah bebas.

Dalam erti kata lain, ialah untuk melihat taburan datanya berada di sekitar garis

lurus.

ii) Linearity

Ujian Linearity boleh dilakukan dengan melihat Normal P-P Plot kepada Regression

Standardizes Residual tersebut dengan harapan data akan berada di atas satu garisan

lurus diagonal dari bawah kiri ke atas kanan

iii) Normality

Nilai signifikan yang diperolehi dari jadual Kolmogorov-Smirnov bagi tahap

kepuasan dalam perkahwinan adalah 0.076 dan nilai signifikan bagi tahap stress

8
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

ialah 0.089. Oleh itu, apabila nilap kedua-dua p > 0.05, taburan data yang diperolehi

daripada ujian ini adalah normal.

3.3 ANALISIS

a) Analisis deskriptif

Rajah di bawah menunjukkaj deskriptif untuk tahap stress dengan tahap kepuasan dalam

perkahwinan. Nilai min untuk stress ialah 265.5340 dan standard deviation nya pula ialah

35.55631. Sementara nilai min dan standard deviation untuk tahap kepuasan dalam

perkahwinan ialah 110.2427 dan 15.79244. Jumlah respondent adalah seramai 103 orang.

9
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

b) Analisis Inferensi

A Pearson correlation was conducted to determine the relationship between the satisfaction

in marriage and stress level. The finding shows that there was a strong positive correlation

between satisfaction in marriage and stress level, r (101) = 0.917, p < 0.05. Therefore, null

hypothesis was rejected,

4.0 LINEAR REGRESSION

Liner regression adalah langkah seterusnya selepas korelasi.Ia digunakan semasa kita mahu

meramalkan nilai pemboleh ubah berdasarkan nilai pemboleh ubah lain.Pemboleh ubah yang ingin

kita ramalkan di sebut pemboleh ubah bersandar (atau kadang-kadang pemboleh ubah

hasil).Pemboleh ubah yang kita gunakan untuk meramalkan nilai pemboleh ubah lain dipanggil

pemboleh ubah bebas atau tidak bersandar. Linear regression mempunyai 1 iv dan 1 dv sahaja.

Sebagai contohnya kajian kita dijalankan untuk menentukan faktor empati sebagai faktor yang

menyumbang kepada tingkah laku prososial dalam kalangan pelajar.

Terdapat dua jenis pembolehubah didalam regression ini iaitu;

10
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

i) Pembolehubah ramalan (pemboleh ubah X)

Adalah pembolehubah dengan nilai yang diketahui dan boleh digunakan untuk

meramalkan nilai pemboleh ubah lain

ii) Pemboleh ubah kreteria (pembolehubah yang boleh diramal Y)

Adalah pembolehubah dengan nilai yang tidak diketahui itu boleh diramalkan atau

dianggarkan, memandangkan nilai yang diketahui dari pembolehubah peramal.

4.1 HIPOTESIS KAJIAN

The stress level cannot significantly predict the satisfaction in marriage.

4.2 ANDAIAN

i) 2 Pembolehubah harus di ukur pada tahap berterusan.

ii) Perlu ada hubungan linear antara dua pemboleh ubah

iii) harus mempunyai kebebasan pemerhati

iv) terdapat homoscedasticity

v) taburan normal

Nilai signifikan yang diperolehi dari jadual Kolmogorov-Smirnov bagi tahap

kepuasan dalam perkahwinan adalah 0.076 dan nilai signifikan bagi tahap stress

ialah 0.089. Oleh itu, apabila nilap kedua-dua p > 0.05, taburan data yang diperolehi

daripada ujian ini adalah normal.

11
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

4.3 ANALISIS

a) Analisis deskriptif

Rajah di bawah menunjukkan deskriptif untuk tahap stress dengan tahap kepuasan dalam

perkahwinan. Nilai min untuk stress ialah 265.5340 dan standard deviation nya pula ialah

35.55631. Sementara nilai min dan standard deviation untuk tahap kepuasan dalam

perkahwinan ialah 110.2427 dan 15.79244. Jumlah respondent adalah seramai 103 orang.

12
 [SSMQ 5033 - APPLIED STATISTICS AND COMPUTER
TUGASAN KUMPULAN APPLICATION]

b) Analisis Inferensi

An analysis of regression was used to assess whether the stress level can significantly

predict the satisfaction in marriage. The finding shows that the stress level can significantly

predict the satisfaction in marriage, F (1,101) = 530.643, p < 0.05, R square = 0.840.

Therefore, the null hypothesis was rejected.

13