.

"ANTARA BLOG TERBAIK PENGAJIAN TINGGI DI NATIONAL EDUCATIONAL BLOGGING SUMMIT 2011"


MORE THAN A MILLION HITS !

Statistik

SPSS - STATISTIK PENYELIDIKAN SECARA SANTAI

ANTARA TAJUK-TAJUK POPULAR.

Link ke semua Tajuk Popular berikut terletak dibawah ShoutMix.

Tajuk 004 - Ada 11 perkara kajian anda SIGNIFICANCE

Tajuk 014 - Menulis LITERATURE REVIEW yang kritis...sempoiii..

Tajuk 020 - Sample: Purposive atau Convenience atau ?

Tajuk 032 - Kenapa data ordinal tidak normal?

Tajuk 035 - Interpretasi SIGNIFICANT bagi correlation

Tajuk 083 - Sempoinya menulis LITERATURE REVIEW secara kritis !

Tajuk 094 - Tulis PROBLEM STATEMENT tapi TIDAK ADA problem?

Tajuk 100 - Menulis thesis dgn PANTAS "Jika saya menjadi anda"

LINK KE SEMUA TAJUK POPULAR BERIKUT TERLETAK DIBAWAH SHOUTMIX.

Tajuk 119 - Jgn perasan kajian anda boleh ubah policy!

Tajuk 122 - Jgn nak lebeh2 jika guna CORRELATION !

Tajuk 132 - Anda patut lebih TERROR dari supervisor anda !

Tajuk 141 - Tak logic minat RASCH MODEL tapi tak tahu LOGIT?

Tajuk 156 - DROPBOX - File tesis anda dalam bahaya!

Tajuk 184 - Semak Literature Review dgn SIMEC !

Tajuk 185 - Senangnya bina OUTLINE LR !

Tajuk 187 - Tiga rahsia penulisan LR terbongkar... Yezza!

Tajuk 212 - Cari RESEARCH GAP? Gunalah SYNTHESIS MATRIX !!

Tajuk 215 - Kalaulah saya jadi SV.. emmm

Tajuk 233 - CITATION dlm LR – Giler kalau macam ini...!!

Tajuk 238 - Lambat siap tesis – Anda berpenyakit procrastination !

Tajuk 234 - Anda pasti KALUT tanpa PILOT Article

LINK KE SEMUA TAJUK POPULAR BERIKUT TERLETAK DIBAWAH SHOUTMIX.

Tajuk 339 - Thesis: Dont Make It Write, Make It Written !!

Tajuk 240 - "DISCUSSION OF FINDINGS" Jangan pulak anda jadi Pak Pandir.

Tajuk 242 - RESEARCH GAP? - Gunalah HYBRIDIZATION TECHNIQUE

Tajuk 245 - Baca ini anda confirmed kamcing dgn SV

Tajuk 261 - RESEARCH GAP dan Teori Persenyawaan

Tajuk 267 - RESEARCH FRAMEWORK: Kenapa proposal mesti tebal-tebal?

Tajuk 277 - 278: RFOT - Wow !! RESEARCH FRAMEWORK dlm satu mukasurat jer!

Tajuk 279 - Nilai sebuah PROPOSAL..

Tajuk 285 - Thesis dan Awet Muda - Tips untuk suami isteri

LINK KE SEMUA TAJUK POPULAR BERIKUT TERLETAK DIBAWAH SHOUTMIX.

Tajuk 291 - 4 langkah validate + reliability questionnaire

Tajuk 311 - 6 kisah seram calon PhD !!

Tajuk 312 - Anda tak boleh ubah SV, andalah yang perlu berubah !

Tajuk 326 - MENDELEY: Citation + bibliography secara automatik....!

Tajuk 363 - Download template RFOT versi baru dlm MS Word disini !

Tajuk 366 - Empat langkah sempoi tulis paragraph yg KRITIS !!

Tajuk 367 - Bila supervisee jadi BEBAN SV !!

Tajuk 370 – Menulis significance dan Implication of study…

Tajuk 373 - Download desktop calender free here

Tajuk 379 - Download template for writing article AROT

Tajuk 395 - Novelty / Originality kajian anda dipersoalkan?

Tajuk 401 - Download RFOT latest (v4)

Tajuk 405 - Fulamak...Speed Reading (SROT)

Tajuk 417 - 432: Wooow.... ATLAS.TI - 12 Siri Langkah demi langkah

Tajuk 458 - Fulamak...3 Langkah Mudah Gaya UKM Dlm MENDELEY

Tajuk 468 - What is "THE BEST" Thesis?

Tajuk 473 - Sebab supervisee slow sokmo !!

Tajuk 477 - Template RFOT utk download (pdf)

Tajuk 486 - SV timun laut buat kajian singa laut?

Tajuk 487 - Bila Prof nak jadi MARADONA

Tajuk 529 - Calon PhD: Tipah Jgn Tertipu dgn SV !

----------------------------------------

Sila klik link Brochure, Sijil Penyertaan dan Resit yg disediakan di bawah shoutmix.

------------------------------------------------

SENARAI TENTATIF BENGKEL


RINGKASAN BENGKEL:

(1) TULIS TESIS CEPAT = TULIS TESIS CEPAT, LIT. REV. & PENGURUSAN ARTIKEL MENDELEY

(2) SPSS =PENGENALAN ANALISIS DATA KUANTITATIF SPSS

(3) ATLAS.ti = ANALISIS DATA KUALITATIF DGN ATLAS.ti

(4) QNAIRE = BENGKEL BINA DAN ANALISIS SOAL SELIDIK



Daftar dan info : http://www.postgraduateworkshop.com/

Ingin anjur bengkel ditempat anda? Email ke: zahinothman@gmail.com


Sila klik link Brochure, Sijil Penyertaan dan Resit yg disediakan di bawah shoutmix.

-------------------------------------------------------------------------------------------------------------------------------------------------------

Sila joint dan sign-in. Anda FOLLOWER kehormat drotspss...

Saya klik Follow dan BANGGA menjadi follower drotspss...

Tuesday, January 27, 2015

SIJIL ONE BORNEO K KINABALU

SIJIL UTK PESERTA DI ONE BORNEO Kota Kinabalu:

Sila klik dan download sijil dilink berikut:

Klik Link Ini !!

Terima kasih

Thursday, January 8, 2015

Tajuk 707: Apakah dosa analisis non-parametric sehingga......?

Data yang dipungut sebagai DV dalam reality berkemungkinan tidak normal. Ini adalah sesuatu yang normal. Namun aku hampir tidak mendengar presentation atau membaca kerja pelajar yang guna analisis non-parametrik spt Wilcoxon signed rank test, Whitney-Mann-Wilcoxon, Kruskal-Wallis test, Friedman's test dll yang juga terdapat dalam SPSS. Ini macam tak normal pulak.

Bagi aku, jika data INTERVAL sekalipun yang tak normal selepas dijalankan beberapa langkah EDA spt eliminate extreme data / outliers, maka analisis non-parametrik adalah selayaknya. Apatah lagilah jika guna ordinal data.

Ramai pelajar termasuk PG yang takut dgn analisis non-parametrik, sebab dilihat “less power” kerana ranked order based dan kununnya akan menjejaskan quality kajian yang dijalankan – betulkah begitu ?



Abis…. dah sendiri awal2 guna less power scale utk DV spt ordinal scale….atau nominal atau ambil sample relatively kecil…. maka data tidak akan normal….. then tak nak pulak guna less power non-parametrik yang lebih appropriate dan robust ! Ini namanya “sendiri lupa diri”…

Bukanlah satu “kekurangan” guna non-parametrik jika memang itulah selayaknya utk menganalisis data anda yang tak normal …. selepas anda menjalankan data collection dgn langkah2 sewajarnya…. termasuklah ada kemungkinan DV yang dianalisis secara parametrik (tertabur normal) dan ada DV yang dianalisis secara nonpara (didapati terlalu skewed)…. wpun dalam satu research yang sama….

Jadi lebih besar bahayanya guna parametric analysis kepada data tidak normal yang boleh membawa kepada incorrect conclusion !

Jgnlah sampai …. dalam bahasa marhein, “aku nak tunjuk power jugak tak kisahlah wpun buat keputusan yang silap “ !!

OT

Tajuk 706 : SPSS dan Normality…. SV pun jadi tak normal !!

Aku bukan statistician… ini pengakuan sebelum ada yang nak saman aku. Aku insan marhein yang sentiasa dalam pencarian !

Aku memiliki sejumlah buku statistic…. tapi bila sampai bab normality dan ordinal data (Likert scale) semuanya tidak memberi penjelasan kepada beberapa isu asas kepada marhein spt aku.
Bila ada argument…. masing2 mula berhujah dgn formula alien yang “ntah apa-apa”. Makin kompleks argument, makin komplekslah formula yang ditunjukkan. yang berhujah tu bukan orang lain…. sesama statistician jugak… manalah aku faham !!

Aku cuma berminat dgn data ordinal spt questionnaire (likert scale) dan beberapa istilah asas spt normality yang kerap digunakan oleh PG social sciences dan sebahagian PG dari hard sciences. Isu ini telah dibahaskan oleh ramai SV dalam social sciences …. A kata "para", B kata "non para…" C kata "U baca lagi".... D kata "saya geng quali" , E kata "This is your research not mine"... dan F kata "saya SV baru...." lebih kuranglah....jadi apa pilihan anda ?

Skang aku nak bagi pendapat… nak ikut silakan, tak ikut pun tak ada paksaan. Aku nak permudahkan beberapa istilah dalam bahasa marhein:

Pertama: Normality
Kenapa sibuk2 pasal normality? Sebabnya… data populasi tertabur secara normal dgn majority data tertabur ditengah – paling perfect bila median = mean, terbentuklah bell shape !! Bila ambil sampel, maka data sampel mestilah represent taburan populasi. Kajian quantitative hanya bermakna jika melibatkan majoriti populasi yang mean apa sahaja variable berada ditengah-tengah... sebab kalau berminat dgn beberapa individu jer, buatlah kajian qualitative !!

Bila ambil sample, maka sample perlulah approximately normal – bukanlah perfectly normal - inilah yang normal. Data interval (spt skor IQ) atau data ratio (spt pendapatan) bukan sahaja ada order (dari tinggi ke rendah) tapi juga ada frekuensi yang perlu tertabur approximately normal (data byk tertabur ditengah, sekitar mean).

Pengiraan statistic hanya bermakna jika sebahagian data tertabur menghampiri mean, sebab inilah reality dalam populasi, maka data yang kelihatan spt normal (bell shape) tapi skewed kekiri atau kanan perlu diteliti julat skewnessnya .

Semua data yang approximately normal perlu tandakan sbg SCALE dalam SPSS (gambar pembaris) sebab SPSS tak ada INTERVAL atau RATIO dan layak utk analisis parametrik.

Kedua : Likert scale dan normality.
Data yang diperolehi dari questionnaire (katakan Likert 5-point) tidak akan normal jika diambilkira individu item. Dalam kes ini, saya setuju Likert scale pada dasarnya adalah ordinal dan hanya layak dianalisis dgn non para. Walau bagaimanapun, dgn sample size yang besar (sekurang2 minimum ke atas mengikut perkiraan) maka analisis para boleh dijalankan – sila baca (Knap, 1990). 



Aku membaca Sakaran (2003) yang mencadangkan semua item ordinal (Likert scale) dijumlahkan bagi setiap responden utk menghasilkan summated variable. Jika summated variable ini normal, boleh dianalisis spt SCALE dalam SPSS utk analisis paramatrik.

Begitu juga data responden wpun interval atau ratio tetapi tidak normal, tidak boleh berada dalam SCALE SPSS maka layaknya adalah utk analisis non para.

Ketiga: Normality dan skewness
Jika normality test hasilkan p < 0.05, iaitu tidak normal, sila lihat pula pada skewness. Jika nilai skewness antara -1 dan +1, ciri data tersebut approximately normal dan boleh dikategorikan sebagai SCALE, termasuklah summated variable dari data Likert Scale.

Jadi jgn awal2 dah tandakan data dalam “Variable View” SPSS sebagai SCALE, selagi belum menguji kernormalan dan skewness. Malah jika nilai skewness keluar sedikit spt -1.001 atau +1.002, bolehlah dilihat pada HISTOGRAM pula…. kalau dah kelihatan skewed skit jer dari mean tapi masih jelas bell shape – approximate normal lah tu !!

Yang penting HAPPY !!

OT

Tuesday, January 6, 2015

Tajuk 705: Betul kah PG sekarang amalkan budaya copy-paste ?

Terbaca akan aku satu komen seorang sarjana bahawa PG sekarang adalah generasi “copy-paste”…. Bukan saja di sini… di mana-manapun aku terbaca komen yang hampir sama.

Aku ingin memberi sedikit respon dgn komen simplistic tersebut:

Pertama:
Adakah generasi dahulu, tidak pernah melakukan “copy-paste”? Adakah budaya ini hanya muncul ketika ini – ketika mudahnya diperolehi bahan dari sumber digital?
Aku percaya, budaya copy-paste telah lama berlaku, turun temurun diamalkan bagi oleh "segelintir pelajar" di Timur mahupun di Barat…cuma caranya sahaja yang berbeza.



Aku juga percaya,….segelntir PG dahulupun pernah melakukannya apatah lagi bila terdapat ratusan artikel dalam senarai references yang aku percaya sebahagiannya tidak dimiliki oleh PG tersebut, sekadar membaca dari sumber lain diikuti dgn "copy-paste" cara manual menulisnya kembali seperti dia yang membaca dari sumber tersebut.

Bezanya, PG dahulu tidak boleh copy-paste direct daei sumbernya kerana type writer yg digunakan tiada fungsi tersebut….. ditambah tiada TURN-IT-IN utk mengesan amalan tersebut !

Kedua:
Tentulah tidak logic ada mana2 individu yang tidak pernah menggunakan fungsi copy-paste la ni. Jadi copy-paste memang satu budaya….tambahan copy-paste adalah fungsi WAJIB dan PENTING dalam mana2 perisian computer….

Ketiga:
Dalam dunia PG… budaya copy-paste memang sedia maklum…. bezanya copy-paste (termasuk PG yang buat jadual… rubric utk preparation LR) ini perlu diikuti dgn paraphrase dan sintesis idea dari perbagai sumber supaya difahami perkaitannya antara satu sama lain dan hubungannya dgn kajian yang dilakukan….serta membuat komentar dan extrapolation bagi menggambarkan pemahaman PG tersebut.

Keempat:
Adakah wujud kelas atau pengajaran peringkat PG yang mengajar bagaimana utk lakukan paraphrasing, rewording, summarizing, rephrasing dari pelbagai sumber... diikuti dgn synthesizing.... sedang hampir semua PG tak tahu amende semua ini dan bagaimana nak lakukan dgn betul.
Kenapa kemahiran ini tidak diajar? Adakah kemahiran ini sesuatu yang remeh atau kemahiran "pandai-pandailah sendiri" sedang jika tersilap langkah akan membawa padah !

Kelima:
Last sekali.... bukan sahaja copy-paste, apa sahaja budaya dalam research pun boleh menjadi satu kesalahan jika disalahgunakan - termasuk meminta meletakkan nama dalam senarai pengarang wpun tanpa sumbangan... malah budaya inilah "ibu" kpd segala copy-paste!

OT

Monday, January 5, 2015

Tajuk 704: PhD / Master – Think INSIDE the box pls !

Tag “Think Outside the box” membawa maksud spt “think creatively” or “think from a new perspective”.... maka berlumba2lah nasihat diberi supaya PG "think outside the box" lebih2 lagi bila dikaitkan dgn originality, novelty dan "buat sesuatu yang xpernah orang lain buat". Aku tak nak kupas lagi, bacalah post aku yang lepas tentang 3 benda ni.

Sebagai PG yang masih asing dgn topic kajian, dgn pengetahuan yang masih dangkal, kemahiran membuat research yang masih “zero”, anda disarankan “think inside the box” kerana dunia scholar memerlukan anda menguasai apa sahaja “dalam kotak” topik kajian anda !



Jadi masuk ke dalam kotak bidang kajian anda…. belajar secara sistematik semua pengetahuan dan kemahiran membuat research. Selongkar apa sahaja yang ada dalam kotak tersebut….jgn sampai ada yang tertinggal atau terkurang..

Ini bukan bermakna jadi katak melalak dalam kotak…. Sebab anda masih boleh bina networking, discussion tetapi dgn kotak yang mpunyai paradigm yang sama…

Setelah memahami bidang kajian dan mendalaminya terlebih dahulu… barulah anda boleh berfikir sesuatu perkara tersebut dari perspective anda… dari dalam kotak.

Tak faham?

Anda berminat dalam bidang multimedia. Jadi anda kena masuk dalam kotak multimedia dan menyelongkar apa sahaja pengetahuan dalam kotak tersebut… membaca dan membina network dalam kotak tersebut. Selepas anda menguasainya, barulah anda boleh melihat apa sahaja dari perspektif multimedia…. bukan dari perspektif berbeza kerana yang berbeza tu apabila dilihat oleh orang lain…. BUKAN ANDA ! Anda masih ada dalam kotak. Semakin anda mendalami bidang multimedia, semakin luas pula kotak anda.

Contoh:
Adakah Steve Jobs berfikir luar kotak spt yang ditulis oleh hampir semua "best seller book" serata dunia?

Steve Jobs mengasaskan computer peribadi bersama APPLE kerana itu kotak dia….wpun dia bukan Professor…. dia berfikir dalam kotak… macamana computer peribadi boleh dipermudahkan sehingga keyboard akhirnya tinggal satu button sahaja ! Ini adalah kerja dan idea dalam kotak...

Anda mungkin berfikir setelah menguasai bidang multimedia…supaya anak down syndrome boleh di ajar dgn multimedia atau menjadikan mezium satu tempat yang interaktif utk anak2 zamam ICT dll. Jadi anda tetap berfikir dari “dalam kotak” anda utk memberikan sesuatu yang dilihat berbeza dari perspektif orang lain sedang anda masih berada dalam kotak anda... sambil mengembangkan lagi kepakaran anda dalam kotak tersebut.

Anda juga boleh menguasai beberapa bidang…. jadi anda mesti berada dalam beberapa kotak… dan ini lebih mmberikan kelebihan utk anda memberikan sesuatu yang berbeza dari perspektif orang lain…. bukan anda !!

OT - Yang ini kalau tak faham... tak apa, sebab anda berfikir secara "luar kotak" !

Tajuk 703: Correlation - RQ favorite social science !

Fakulti aku baru selesai seminar / presentation project..... fuhh.... RQ correlation spt satu yang wajib. Ini sedikit respon aku kepada semua yang guna correlation:

Pertama:
Secara umum, coefficient correlation adalah purata bagi hasil darab perbezaan antara individual skor X dan individual skor Y dgn min masing2 (variance) lalu memberikan satu nilai hubungan antara X dan Y (sila lihat sendiri persamaan tersebut dalam buku). Jika hasil darab variance X dan Y ini adalah positif, maka coefficient, r adalah positif dan seterusnya.

Kedua:
Jika coefficient correlation antara X dan Y adalah r = 0.5, maka X menjelaskan (explained) sebanyak r2 = 0.25 (atau 25%) dari variance pada Y. Elakkan mengguna perkataan X mempengaruhi Y atau X memberi kesan kepada Y. Guna perkataan X mempunyai hubungan atau perkaitan dengan Y.

Ketiga:
Wpun X dan Y mempunyai r yang tinggi, tidak bermakna X mempengaruhi / memberi kesan kepada Y. Ini hanya berlaku dalam experiment sains bila X di manipulasi sambil variable lain dikawal sehingga menyebabkan perubahan pada Y.

Keempat:
Hubungan antara X dan Y mestilah linear. Ini bermakna coefficient correlation tidak dapat menjelaskan jika X berkait secara positive dgn Y pada peringkat awal kemudian berkurang dan akhirnya berkait secara negative. Contohnya motivasi belajar guna ICT yang mulanya meningkat dan kemudian turun.



Kelima:
Correlation juga tidak sesuai jika julat skor X dan Y sangat kecil. Contohnya X = CGPA (1 – 4) dengan Y = Tahap kemahiran (1 – 5) kerana sudah pasti variance kedua2 X dan Y juga kecil lalu menghasilkan coefficient correlation yang kecil sedangkan kedua2 variable X dan Y pada prinsipnya mempunyai hubungan yang kuat.

OT

Tajuk 702: Bila PG buat kajian - mana dulu, ayam atau telor ?

Misteri telur dan ayam ini telah lama wujud dan mengundang pelbagai jawapan dari pelbagai dimensi – agama, falsafah, evolusi, logic dan metafizik… malah mjadi bahan lawak dan teka teki sepanjang zaman.

Mana dulu.... telor atau ayam?
Jawapnya - telor.

Mana dulu.... ayam atau telor?
Jawapnya - ayam !

Calon PhD bernasib baik kerana kajian yang dijalankan tidak melibatkan persoalan spt telur VS ayam. Kajian PhD adalah kajian yang focus dan khusus dgn keyword / term index / terminology / definition yang mempunyai huraian yang jelas.

Dalam social science, mungkin wujud sedikit debates terhadap sesuatu teori dgn maksud yang hampir2 sama, tetapi masih boleh difahami dgn mudah dari pelbagai sumber bacaan spt contoh berikut:

1. e-learning vs online learning 
2. web-based learning vs internet-based learning
3. cognitive vs mind vs thinking
4. self-efficacy vs self-esteem vs PBC

Post ini adalah respon kepada PG yang belum apa-apa lagi dah confused ! Belumpun buat pembacaan dah mengeluh… confused !

Di Malaysia HALL LONDON

Jika teori dgn terminology khusus dalam kajian sendiri pun awal2 lagi dah confused, maknanya satu sahaja – anda tidak membuat pembacaan secukupnya… sedang asas calon PhD / master adalah membaca dan menguasai terlebih dahulu bidang kajian masing-masing. Ini baru teori khusus dah confused memanjang, belum lagi statistical analysis !

Terlalu banyak bacaan dan sumber utk dibaca khususnya kepada teori dgn terminology yang dah sgt-sgt lazim dalam sesuatu bidang spt contoh di atas. Kalau ada calon PhD yang masih confused spt antara e-learning dan online learning misalnya, sampai tak tahu nak buat apa-apa….tak payahlah susahkan diri buat PhD, cukuplah dgn master !!

OT

Tajuk 701: Lagi asas pemahaman kenapa (n-1) ….

Kes 1:
Jika anda kira mean satu sample (n=10) sebagai estimation kepada population katakan 100/10 = 10, s.d 1.2. Nilai ini dikatakan sebagai “biased”

Jika anda kira mean sample tersebut (n=10) sebagai estimation kepada population, lalu mengira mean =100/10-1 = 11.1, s.d 1.7. Nilai terhasil selepas n-1 dikatakan sebagai “unbiased”.

Kes 2:
Jika sample bertambah (n=100) : mean = 1000/100 = 10, s.d 1.2 (biased)

Jika anda kira mean = 1000/100-1 = 10.1, s.d 1.4 (unbiased)

Perhatikan:
n = 10, mean = 10, s.d = 1.2 (biased)
n= 100, mean = 10, s.d = 1.2 (biased) ........ X

dan:

n =10, mean = 11.1, s.d = 1.7 (unbiased)
n = 1000, mean = 10.1. s.d = 1.4 (unbiased)
n= 10000, mean =10.01, s.d = 1.2 (unbiased) ...... Y

Tujuan n-1 dilakukan kerana statistician “sengaja” memberikan error (atau biased) yang besar kepada sample yang kecil.

Semakin besar nilai sample, semakin kecil perbezaan biased dgn unbiased. Jadi pada n=10000, nilai biased (mean =10.01, s.d 1.2) pada .... X dan unbiased (mean = 10.01, s.d 1.2) ... Y adalah sama !!

Khusyu , Jepan
Tulah pasal adanya n-1 sebagai asas kepada statistic inferential supaya anda ambil sample besar (atau secukupnya) utk mengurangkan error / biased sebelum membuat estimation kepada population !

OT

Monday, December 29, 2014

Tajuk 700: Lepas gian - Jgn bingung dgn asas terminologies statistics

Aku pernah dulu sekejap diminta ajar statistik... oleh kerana aku ajar stat cam santai jer.... terus direhatkan... jadi nak lepaskan gian.... ada 4 bahagian asas terminologies (capital letter) yang perlu difahami dan boleh disebut tanpa perlu membuka buku stat.... esp newbies. 

Jika ada yg masih bingung dgn terminologies berikut....tak tahu nak sebut dgn jelas maksudnya.... anda akan terus bingung.. sampai bila-bila !

Term 1:
Pengukuran ciri-ciri populasi seperti min berat rakyat Msia dinamakan PARAMETER.

Pengukuran ciri-ciri sampel spt min berat sampel yg mewakili satu populasi dinamakan STATISTIK.

Term 2:
Analisis data sample (statistik) yg tertabur secara normal utk digeneralisasi / infer kepada populasi (parameter) dinamakan ANALISIS STATISTIK PARAMETER (parametric statistics).

Analisis data sample (statistik) yang tidak tertabur secara normal utk digeneralisasi / infer kepada populasi dinamakan ANALISIS STATISTIK BUKAN PARAMETER (non parametric statistics).

Kedua2 ANALISIS STATISTIK PARAMETER dan ANALISIS STATISTIK BUKAN PARAMETER dinamakan juga STATISTIC INFERENS (inferential statistics) kerana infer data sample kepada populasi.


Term 3:
STATISTIK DESKRIPTIF hanya utk describe satu set data sample menggunakan analisis spt min, median frekuensi, peratus, mode... bukan utk infer ke populasi
Selain dari analisis statistik deskriptif tersebut, maka analisis statistik parameter (bila data sample normal) adalah spt analisis Pearson correlation, regression, t-test, anova, manova, ancova, mancova dll

Analisis statistik bukan parameter (bila data sample tak normal) adalah spt analisis Mann-Whitney, Kruskal Wallis, Chi-square, Spearman correlation.

Keempat:
Data dari pengukuran variable dilakukan secara observation / indirect (spt questionnaire) dan direct measurement (numerical data).

Data observation / indirect menggunakan SKALA NOMINAL (CATEGORY) dan SKALA ORDINAL (RANKED).

Data measurement (numerical) menggunakan SKALA INTERVAL (CONTINUOUS – measured characteristic) dan SKALA RATIO (DISCRETE – counted items)

Selamat hujung minggu.

OT

Tajuk 699 - Para VS Nonparametric - Bayangkan kalau Ust Don baca post ini !

Sebagai mantan guru kimia, aku anggap statistician manusa pelik… mereka buat formula pelik2 tapi mampu beri tafsiran yg masuk aqal... yang aku pasti Ust Don pun tak boleh buat tafsiran spt itu..

Dalam kelas statistic ketika master dulu, aku diajar bagaimana data (DV) mesti normal distribution baru boleh guna statistic parametric…. yang merujuk kepada sample diperolehi dari populasi.
Then aku jumpa byk lagi perkataan distribution… t-distribution, F-distribution, Chi-square distribution, binomial distribution… amende semua ni?



Aku cuba nak kaitkan semua jargon2 ni cara orang kampong….

Pertama:
t-test adalah statistic parametric, digunakan utk banding 2 sample …mgunakan t-distribution… khusus utk sample size kecil < 30 sebab jika sample besar, t distribution menghampiri normal distribution. Sebab itulah SPSS guna t-distribution sebab menepati keperluan sample kecil dan besar.
Jika data (DV) tak normally distributed, terpaksalah guna statistic nonparametric spt Mann-Witney test atau Wilcoxon.

Kedua:
F-distribution pula terhasil dari perbandingan nisbah (F-ratio) variance between dan within groups bagi >2 sample / set data. Maka F-distribution digunakan dalam ANOVA dan keluarganya.
Jika data (DV) tak normally distributed, terpaksalah guna statistic nonparametric spt Kruskal-Wallis.

Ketiga:
Bila DV adalah dichotomous atau 2 kategory (macam kepala atau bunga bila lambung syiling) .. maka kita boleh bina binomial distribution utk tahu FREQUANCY kepala atau bunga dari sejumlah lambung. Jika banyak category… jadilah pula multinomial distribution.
Oleh kerana multinomial distribution menghampiri chi-squared distribution (yg guna konsep discrepancies between actual obtained and expected frequency) … maka sebarang data kategori yang melibatkan frekuensi akan menggunakan chi-squared distribution utk jalankan chi square test. Chi-square adalah non paramatreic.

Keempat:
Kenapa pulak analisis spt Kruskal-Wallis dan Chi-square dinamakana statistik non parametric?
Ini kerana pengiraan / formula statistiknya tidak bergantung kepada “the estimation of parameters” iaitu tidak menggunakan mean atau s.d. / variance, sebagaimana statistic parametrik.
Pengiraan statistic non parametric menggunakan ranking sebagai asas pengiraan spt sum of ranks.
Sebab itu juga statistic non parametric dinamakan “distribution-free” tests.

Kelima:
Dapatan dari statistic non parametric masih boleh dibuat inferens kepada populasi tapi kurang POWER berbanding parametrik kerana non para menggunakan asas ranking bukan nilai data sebenar.

OT - Tahniah jika anda faham post ini.... !

Thursday, December 25, 2014

Tajuk 698: Boleh ke convenience sample guna statistics parametric ?

Sampai kepada ku soalan berkaitan persampelan convenience dan statistic parametric. PG yang bertanya ditegur oleh panel semasa suatu pembentangan kerana menggunakan statistic parametric utk menganalisis data dari convenience sample dgn alasan hanya random sample sahaja yang boleh menggunakan statistic parametric.

PG tersebut tak tahu nak jawab apa... lalu menghantar PM kepda aku.

Aku bukan dari bidang statistics malah “tidak dibenarkan” mengajar statistic... tapi soalan yang ditanya menarik perhatian aku. Jadi akupun dgn segera menjawab pertanyaan pelajar diatas dgn jawapan ringkas “Boleh” - tentulah dgn syarat yang perlu dipenuhi !

Tentu aku ada rasional dan alasan wpun bercanggah dgn panel expert yang kata “tak boleh”. Dalam dunia scholar, perbincangan dan pandangan yang berbeza perlu dialu2kan. Ini jawapan marhein dari aku, pandangan individu yang bukan pakar statistik....

Pertama:
Definisi - Convenience sampling is a non-probability sampling technique where subjects are selected because of their convenient accessibility…. Ini tidak bermakna sample tidak mewakili populasi.

Contoh:
Sample penagih dadah diambil dari satu sahaja pusat serenti yang berdekatan dgn kediaman penyelidik, setelah menghadapi kesukaran utk mendapatkan sampel secara random (spt cluster) dari beberapa pusat serenti lain yang jauh antara satu sama lain. Oleh kerana penagih dadah di pusat tersebut datang dari seluruh negara, dengan pelbagai latarbelakang, maka data masih boleh mewakili populasi.

Kedua:
Pemilihan statistic pada aku bergantung kepada jenis skala data yang digunakan. Kalau lah data pada skala nominal ... tak bolehlah guna statistic parametric yang memerlukan data tertabur secara normal wpun menggunakan sample random, apatah lagi sample non random.

Ketiga:
Jika data interval wpun datang dari convenience sample dgn sample size yang mencukupi dan tertabur secara normal, boleh sahaja guna statistic parametric. Jika tak normal, barulah guna statistic non-parametric.


Keempat:
Sampling dijalankan kerana mustahil utk dapatkan data dari seluruh populasi. Jika cara random tak dapat dilaksanakan, maka bolehlah pilih cara convenience. Jika convenience sample tersebut melibatkan satu ciri sample…., gunakan dulu descriptive statistic utk jelaskan ciri sample tersebut, dan limitkan generalisasi kepada populasi dgn ciri tersebut sahaja… bukan generalisasi kepada seluruh populasi (spt sample random).

Kelima:
Jika data dgn skala interval dari sample random mahupun sample tak random dan tidak tertabur secara normal, kedua2pun perlu guna statistic non parametric.

WaAllahualam...

OT

Wednesday, December 17, 2014

Tajuk 697 - Cari / publish / cite jurnal scopus ? Kenali SCImago

Jurnal indexed by scopus menjadi satu keperluan, bualan dalam dunia akademia. Jadi anda perlu pastikan jurnal yang anda hantar adalah scopus, jurnal yang dirujuk juga scopus. Jika tidak.... jurnal / rujukan anda akan diperlekeh dan kelihatan usaha anda selekeh. Maybe ada yang akan ketawa terkekeh kekeh .... adalah pulak yang kene sekeh !!

Bagi newbies.... sila ke web SCImago, search engine yang menggunakan data base ELSEVIER berindex scopus.

Contoh - Pic 1

Saya ingin mencari jurnal berkaitan "science education" maka ada 41 jurnal dan sumber artikel bertaraf scopus dipaparkan




Contoh - Pic 2

Saya menyemak jurnal PERTANIKA UPM... ternyata ianya scopus...cayalah UPM !


Selamat mencuba...

OT 

Tajuk 696 - Bukan kata-kata hikmat...

Ini bukan kata-kata hikmat tapi kata-kata beringat....

1. If you want to write a researchable study, you need to start with a comprehensive LITERATURE SEARCH
2. The biggest obstacle of writing a thesis is the FEAR to start WRITING
3. If you want to make mistakes in writing, better make them early !
4 Writing an inappropriate theory for your study is far better than just keep thinking which one is the best !
5. Write faster coz if your thesis is SOT (submitted on time)... you are already late for GOT (graduated on time) !



Preparing an article? 6 points to ponder....
1. Apply catchy title without sensationalize the research
2. Issue must cater international community
3. Significantly advance the knowledge - novelty
4, Index terms / keywords must reflect the mainstream content 
5. Readers must understand the idea even without refer to other sources
6, The detail should be "enough" for replication

Saturday, December 6, 2014

Tajuk 695 - Kecelaruan PhD / Master – tulis biar sampai org tak faham !

Aku diajukan satu soalan… “Betul ke pemahaman saya bahawa menulis kajian PhD biar sampai susah difahami… sbb kalau senang nak faham itu bukan PhD !”

Fuhhh… lagi kecelaruan yang bersarang dalam minda PG. Kecelaruan ini bukan datang begitu sahaja… kecelaruan ini telah membudaya malah sebahagiannya telah membarah sehingga ada yang mengidapnya pada tahap 4 !

Kalau gap difahami sebagai “kajian yang tak pernah dibuat lagi”… original / novel sebagai “kajian baru yang menghasilkan sesuatu yang tiada sebelumnya”, signikan kajian adalah kajian yang “memberi impak maksima kepada society dan policy” dan menulis thesis pula mestilah “dgn ayat yang kompleks supaya susah difahami barulah sampai tahap PhD…”

Aku bukan pakar bahasa tapi percayalah…. setiap ayat yang ditulis mestilah menggambarkan maksud yang jelas, sebaik2nya guna ayat dan perkataan yang mudah-mudah. Yang menjadikan perkataan tersebut mungkin sukar difahami kerana istilah2 jargon / terminology yang digunakan, bukan sengaja pula mencari jalan membina ayat yang kompleks.

Contoh 1:
Ayat berikut mudah difahami bagi mereka dalam bidang kimia. Ini bukan ayat kompleks. Kalau anda bidang kimia, then tak faham…. andalah yang bermasalah. Kalau anda bukan bidang kimia…. tiba2 anda faham… ini keajaipan !

“Produk hasil tindak balas redoks boleh ditentukan dengan nisbah jisim molar setiap reaktan melalui pengiraan stoikiometri”



Contoh 2: 
Ayat berikut susah difahami wpun bagi mereka dalam bidang kimia kerana ayat ini di”complex”kan. Kalau anda bidang kimia, tak faham…. sahlah ayat ini bermasalah.

“Pengiraan pernisbahan kemolaran reaktan secara stoikiometri boleh menentukan pernisbahan molar produk”

Kecelaruan apakah ini sehingga sengaja mencipta susah berbanding yang lebih mudah....? Kajian yang dibuat dan penulisan akademik dgn segala macam formatnya dah cukup susah.... kenapa sengaja menambah kesusahn yang tidak perlu - dah tak der keje lain ke?

Kenapa selepas kita terkena duri apabila melalui satu jalan, kemudiannya mencampakkan duri yang terlekat dikaki dijalan yang sama? Tidakkah lebih baik jika duri tersebut kita buang jauh2 supaya mereka yang melalui jalan itu kemudiannya tidak akan terkena duri yang sama?

Jika anda tidak faham dua ayat dgn tanda soal di atas, itu bukan kerana ia kompleks tetapi kerana ia terlalu puitis !!

OT

Tajuk 694 - Kenapa otak PG mesti diserabutkan - Originality dan novelty yang sukar dimengerti !

Aku tak nak komen apa yang byk ditulis atau didefinisikan oleh sarjana serata dunia tentang thesis yang original dan novel sebab sejak dulu lagi aku tak faham amende yang semua sarjana tersebut maksudkan. Ada yang kata cenggini dan cenggitu, tanpa sesuatu yang konkrit utk aku faham.
Jadi, lebih baik aku ikut pemahaman aku sendiri…. wpun tidak dipersetujui oleh sarjana satu dunia tersebut termasuk anda juga.

Jadi aku akan definisikan ikut kepala aku sendiri.

Original:
Benda yang anda buat SENDIRI (independent) sesuatu yang walaupun telah banyak dibuat oleh orang lain sebelum anda - apa yang anda lakukan sendiri tersebut adalah original dari anda !

Anda melakonkan sendiri watak bujang lapok P. Ramlee.... maka lakonan anda adalah original kerana anda yang lakukan, bukan orang lain !!

Anda nyanyikan lagu Siti.... bukan miming.... maka nyanyian anda wpun sumbang adalah hasil usaha anda yang original...

Situasi A:
Penyelidik terdahulu buat survey utk kajian mereka menggunakan instrument X, anda juga buat survey dgn melakukan adapt / adopt instrument yang sama. Ada sendiri jalankan kajian dari mula sehingga selesai mendapat data, maka itu adalah hasil kerja yang original..data anda original maka thesis anda juga original.

Situasi B:
Ada berjuta penyelidik telah guna ANOVA utk analisis data kajian experimental pre-post mereka…dgn menggunakan persembahan Power Point sebagai intervention. Anda juga jalankan kajian yang sama tetapi dalam kontek sample yang berbeza, bermula dari memahami konsep kedua2 analisis, menjalankan kajian, mengumpul data, menggunakan Power Point sebagai intervention dan run ANOVA tersebut dgn SPSS …. hasil kerja anda adalah original... thesis anda juga original.

Novel:
Benda yang sama tetapi bila di upgrade, added value, refinement, advancement… maka wujudlah novelty.
Kereta Toyota keluarkan "New Model" hanya kerana membuat upgrade engine dan sedikit cosmetic kepada body sedang 90% adalah kereta asal. Advancement yang sedikit ini adalah satu novelty sehingga Toyota boleh dakwa sebagai "New Model"

Situasi A:
Anda menjalankan survey dgn menggunakan gabungan construct dalam bebrapa kajian lepas utk membina satu instrumen baru. Apabila anda membina instrument "baru" dan menjalankan kajian tersebut sendiri, kajian anda adalah original dan ada unsur novelty kerana melibatkan juga pembinaan instrument “baru”.

Situas B:
Anda telah guna ANOVA utk analisis data kajian experimental pre-post sebagaimana kajian lepas namun kajian anda telah menggantikan intervention Power Point spt kebanyakkan kajian lepas kepada Self-Regulated Animation yang anda bangunkan sendiri. Hasil kerja anda adalah original dan ada novelty kerana menggunakan intervention yang “baru” !!



Jadi?

Original bukan bermaksud sesuatu yang tidak pernah ada atau tidak pernah dibuat lagi, tetapi original kerana anda lakukan sendiri (independent) iaitu kajian tersebut adalah “hasil kerja” anda yang original, bukan diupah atau diminta pihak lain yang sediakan untuk anda.

Originality adalah satu syarat utama, sebab itu plagiat sgt dilarang yang membawa maksud anda hanya mengambil “bulat2” pernyataan orang lain. Namun, jika anda lakukan paraphrase dgn betul diikuti dgn citation, bermakna anda telah menggunakan pemikiran anda sendiri utk memahami idea kajian lepas dan menulisnya semula mengikut pemahaman dan ayat anda sendiri. Inilah original.

Namun, selain originality, kajian peringkat PhD terutamannya mendambakan juga novelty…. Satu advancement yang boleh contribute kepada knowledge spt:

Kajian dgn kombinasi beberapa theory
Bina instrument baru 
Bina model baru
Bangunkan software lebih maju
Menguji mediator dan moderator
Menguji algorithma baru / simulasi / formulasi mathematik dll

Sebab itu pemikiran PG haru biru bila diminta membuat kununnya mengkaji sesuatu yang original dgn maksud yang tiada sepertinya dibuat lagi ataupun dituntut mencari novelty yang tidak pernah diberikan pengertian yang pasti !!

OT

Wednesday, December 3, 2014

Tajuk 693 - Masih ada yang blurr....jurnal IF VS Q

IPTA dah mula memberikan alternatif penerbitan jurnal dari IF (berdasarkan bil penerbitan artikel dlm satu2 jurnal tertentu yg dicited) ke Q (berdasarkan ranking sekumpulan jurnal dalam bidang yang tertentu). Bagi yang mula nak berjinak2 dgn jurnal inilah maksudnya:

IF = average number of times articles from the SPECIFIC journal published in the past two years have been CITED in the reference year.

Jika sebanyak 155 artikel dalam jurnal A pada tahun 2010 dan 2011 diterbitkan dan sebanyak 800 kali keseluruhan jurnal tersebut dicited maka :

IF = 800 / 155 = 5.16 (utk tahun 2010 - 2011)

Journal yang tak ada IF bukan bermakna tak ada yang cite... tapi journal tersebut maybe hanya di indexed sahaja.... sebab terlalu kecil IF...

Q = Quartile, pengiraan berdasarkan sukuan (25%) mengikut ranking IF SEKUMPULAN jurnal dalam bidang / field yang sama.

Katakan ada 8 jurnal A - H dgn ranking IF dalam bidang computer and education disusun spt berikut...

[Jurnal],[IF], [Q].
A 3.22 Q1 
B 3.10 Q1
C 2.76 Q2
D 2.66 Q2
E 2.45 Q3
F 1.90 Q3
G 0.54 Q4
H 0.34 Q4

Jurnal A, B = 25% top - Q1
Jurnal C, D = 25 % - Q2
Jurnal E, F = 25 % - Q3
Jurnal G, H = 25% bottom - Q4

Sebagai panduan, jika anda diminta utk hantar ke jurnal Q3 - Q4, bermakna, IF jurnal tersebut adalah antara 0.34 - 2.45.



Ingat:

IF = jumlah artikel diterbit oleh satu2 jurnal yang di cited
Q = ranking beberapa jurnal dalam bidang yang sama berdasarkan IF

OT

Tajuk 692 - Kisah Krejie, Mogan, Cochran, Gosset dan Pearson

Sekumpulan pelajar berjumpa aku menyatakan bahawa Jadual Penentuan Sample oleh Krejie and Mogan (KM) tahun 1970 untuk kajian tinjauan dah “outdated” dan tak sesuai utk digunakan lagi.

Mereka diminta untuk menggunakan kununnya “formula” Cochran (1977) yang lebih baru jika tidak mahu teknik persampelan guna jadual KM tersebut ditertawakan semasa presentation.

Akupun termenung....lantas meminta mereka mengira dan membandingkan jumlah sample antara kedua teknik tersebut dgn beberapa populasi. Inilah jawapannya…

Populasi 195: KM (132), Cochran (131)
Populasi 203: KM (136), Cochran (135)
Populasi 235: KM (148), Cochran (148)

Ha ha.... jawapannya sama atau hampir sama jer bro.... sebab asas formula yang digunakan keduanya hampir sama... apanya yang outdated ?



Mana lah PG tak fening bila diberitahu dgn cara yang dangkal.... dgn rasional outdated tersebut sedang t-test yang dihasilkan oleh Gosset dgn tunjukajar Pearson dah wujud sejak 1908 lagi.... abis t-test dan Pearson Correlation tu dah outdated ke?

Share cepat dgn kawan2 sebelum "outdated" !!

OT

Tajuk 691 - Proposal oh Proposal - Pandanglah ... lihatlah.... dada ku yang bidang….

PG sering berminat malah ada kalanya digesa membuat kajian keberkesanan model / modul / program pihak luar utk mendapatkan master / PhD. Jadi aku suka mencadangkan bagi yang belum ada tajuk kajian supaya membuat kajian keberkesanan program PG di IPTA masing2 pula…. Tentulah pelik jika kita sibuk dgn organisasi luar tetapi tak pernah terfikirpun utk mengkaji keberkesanan program sendiri.


Kajian ini akan menjadi serampang beberapa mata…. Selain memberikan pengetahuan baru yang segar dalam bidang supervision, maybe terhasilnya instrument baru mengukur kesediaan PG, terbentuknya model-model yang unik, terujinya moderator dan mediator disamping dapat memberi “impak lansung” kepada institusi anda.

Kenapa susah payah kaji keberkesanan organisasi luar yang samplepun payah nak dapat… sedang sample di Graduate School ada depan mata sendiri !! Lagipun impaknya akan terus dapat dilaksanakan. Tentulah pelik juga jika kajian di institusi sendiri tak dapat dilaksanakan … tapi dalam masa yang sama membuat kajian thdp organisasi luar yang tak mintapun anda buat kajian tersebut!
Maybe dalam kajian tersebut ada item questionnaire yang bertanya tahap persetujuan PG terhadap penulisan gaya tersendiri di IPTA berbanding dgn gaya standard, bertanyakan kepuasan PG, kemudahan library, kelajuan wifi, tahap supervision dll yang berkaitan.

Barulah kajian tersebut sesuai dgn lagu SALOMA… TIRU MACAM SAYA…. lihatlah pandanglah dadaku yang bidang….

Sementara itu:
1. Aku berpendapat content Research Methodology (RM) terlalu general dan perlukan upgrading ! Percayalah…. yang dapat A++ pun terkial2 selepas itu utk mulakan research… apatah lagi yang “sedang-sedang” saja. Perkenalkan pencarian literature, ref. manager, penulisan kritis, membuat citation dari approach2 research yang berbeza…. tinggalkan content yang boleh dibaca sendiri oleh PG… bykkan kupasan berbentuk kontektual… merujuk kepada articles dan journals dlm bidang masing2....
2. Proposal pulak terlalu rigid. Aku cadangkan dgn content RM yang baru, PG patut ada idea kajian yang ingin dijalankan selepas abis 14 minggu berkuliah (lama tu bro....) dan idea proposal ini dibentangkan pada akhir 1st semester juga utk mendapat respon / cadangan / recommendation dari peers and experts di IPTA masing2….
Maknanya, PG hanya bentangkan latarbelakang serta permasalahan / isu yang ingin dikaji… kepentingan dan urgency nya kajian tersebut….ringkaspun ok mcm 3-minutes thesis... sementara soal pendetailan methodology, analisis data, variables dll serahkan sahaja kepada PG tersebut dan supervisory committee… yg semuanya experts... tak ada masalah kan?

OT - lihatlah pandanglah...

Tajuk 690 - Kuasai 6 sebelum tanya 6

Jika anda baru mendapat surat kelulusan pinjaman bank.... bermakna anda SUDAH layak mendapat pinjaman tersebut.

Jika anda baru terima surat tawaran menyambung pelajaran.... bermakna anda BELUM cukup bersedia memulakan langkah sebagai PG jika anda...

1. tidak mahir mana-mana aplikasi reference manager
2. tidak tahu manipulate advanced search, Boolean, search modifier
3. tidak sure nak dapatkan secara selective sejumlah artikel yg releven dgn fokus / area of investigation dalam beberapa jam
4. tidak tahu tenik membaca artikel selain dari membacanya satu demi satu.. kemudian blurr..
5. tidak kisah sama ada article dari leading journal atau tidak
6. tidak tahu aplikasi Write and Cite While You Read (CCWUR)




Jika anda belum kuasai 6 langkah awal di atas, eloklah jgn tanya dulu 6 soalan basic berikut:
1. Macamaner nak cari "gap" kajian?
2. Apa teori yang sesuai dgn kajian saya?
3. Kat mana saya nak dapatkan instrumen kajian saya?
4. Apa analisis yang sesuai?
5. Saya nak buat kuali ker kuanti?
6. Apa tajuk kajian yang sesuai dgn bidang saya?

OT

Tuesday, December 2, 2014

Tajuk 689 - Thesis adalah modification – refinement, addition, substitution

Bila aku bercakap pasal duplikasi.... seorang calon PhD bertanya dgn nada hairan sambil keningnya terangkat ala2 Ziana Zain "boleh ke kita buat kajian secara duplikasi kajian2 lepas?"

Anda faham maksud soalan tersebut? Bukan dia seorang sahaja yang hairan bila aku bangkitkan soal duplikasi ini.... malah ramai tidak akan bersetuju kajian PhD adalah duplikasi... sesuatu yang menjadi amaran sebagai "pantang larang no 1" dalam mencari tajuk kajian !

Aku tak salahkan mereka, sebab itulah ajaran yang mereka terima.... dan diturun termurunkan sejak sekian lama.... dan dipertahankan tanpa banyak bicara....

Jadi izinkan aku menyentuh soal duplikasi ini. Kajian peringkat PhD / master adalah duplikasi walaupun ramai yang tak mengakui, tidak percaya dan takut mengakuinya. Ketakutan ini mempunyai asas kerana mereka dimomokkan bahawa kajian PhD mestilah original, malah mereka diajar pula utk menggunakan perkataan spt “kajian ini belum pernah dibuat lagi” atau , “kajian ini kurang dijalankan” atau “kajian ini tidak mendapat perhatian” atau “kajian sebegini tidak banyak dalam LR” dan seumpamanya utk "menyerlahkan" keoriginalan kajian mereka yang jika dibaca penuh dgn duplikasi.




Percaya atau tidak, kajian atau research adalah duplikasi, malah unsur duplikasi adalah satu keperluan. Cubalah buat ayat yang ada unsur “quantify” atau "strong statement" pasti akan disergah dgn komen “mana citation?” atau “ siapa awak nak dakwa dan tulis ini dan itu?”, “ada kajian lepas ke yang guna variable ini” atau “kenapa tak guna ANCOVA jika guna quasi experiment?”, "cuba cari theory yang guna construct ini" dll yang mengisyaratkan supaya anda merujuk, menjadikan kajian lepas sebagai rujukan dan sandaran..... ini adalah unsur duplikasi - menggunakan variable / construct dari theory yang sama, atau research design yang sama dari kajian lepas.

Secara ringkas, unsur2 duplikasi perlu dilakukan sekurang2nya dari aspek berikut:
1. Theory – rujuk kajian lepas
2. LR – mengupas kajian lepas
3. Methodology / research design – spt kajian lepas
4. Analysis data – yang dah ada dalam kajian lepas

EMPAT komponen ini roughly menyumbang 90% kpd weightage sesuatu thesis. Tanpa 4 unsur ini, maka tiadalah thesis anda.

Ada sesiapa boleh dakwa bahawa kajiannya menggunakan theory ciptaan sendiri yang tidak ada sebelum ini atau methodology rekaan sendiri atau menggunakan analisis data yang belum pernah dicuba sebelumnya atau menggunakan teknik persampelan ilham dari neneknya?
Dapatan kajian yang dikatakan unsur novel pun hanyalah berkisar kepada penghasilan prototype separuh masak, partial simulation, secebis mathematics formulation, fitness of model "yang dimodified", "relation yang significance".... yang semuanya bukanlah evident dalam real life yang boleh memberi sebarang impak secara direct, sekadar menambah sesuatu kepada knowledge yang sedia ada.

Jadi thesis hanyalah satu research yang dimodifikasi dari kajian2 lepas dgn 3 proses berikut:
1. refinement – eg: menghalusi model dgn menambah moderator / mediator
2. addition – eg: menambah IV dalam model, DV dalam MANOVA
3. substitution – eg: mengganti variable / construct yang kurang releven

Jadi… straight to the point, PG perlu fahami aspek2 ini, jgn terdesak utk membuat sesuatu yang tidak realistic. Dalam bidang pendidikan umpamanya, hampir semua PG tercari2 novelty, originality…. impak itu dan ini….sehingga menjadi mimpi ngeri... sehingga tanpa ini PhD spt tidak bermakna lagi.
Bukan sahaja aspek duplikasi, pemahaman yang sama juga terbawa2 kepada implikasi kajian. Katakan bidang pendidikan. Saya hampir tidak pernah membaca satupun implikasi yang menyentuh aspek “advancement of knowledge”…. bayangkan hampir semua dapatan dalam kajian pendidikan akhirnya ditulis dalam thesis dengan implikasi berbunyi:

Pertama, dapatan kajian ini akan memudahkan / membantu KPM utk melaksanakan bla bla bla. Kedua, dapatan kajian ini juga dijangka akan membantu pentadbir / guru disekolah utk bla bla bla. Akhirnya dapatan kajian ini akan menyedarkan pihak bla bla bla… statement yang pada saya sekadar menyalin secara klise pernyataan dalam thesis2 lepas... satu lagi unsur duplikasi !
Betulkah dakwaan di atas jika hanya 2 orang sahaja yang tahu dapatan kajian PhD tersebut iaitu pelajar dan SV….ditambah akhirnya thesis tersebut dgn dapatannya sekali tersimpan rapi dalam library....sehingga implikasi yg juga diduplikasi tidak membawa apa2 makna lagi....
Jika nak SHARE.... silakan....buatlah banyak2 duplikasi !

OT
Related Posts Plugin for WordPress, Blogger...