.

"ANTARA BLOG TERBAIK DI NATIONAL EDUCATIONAL BLOGGING SUMMIT 2011"


MORE THAN A MILLION HITS !

Statistik

SPSS - STATISTIK PENYELIDIKAN SECARA SANTAI

BENGKEL ANJURAN DR OT:

(1) TULIS TESIS CEPAT & PENGURUSAN ARTIKEL MENDELEY

(2) PENGENALAN ANALISIS DATA KUANTITATIF SPSS

(3) ANALISIS DATA KUALITATIF DGN ATLAS.ti

(4) BENGKEL BINA DAN ANALISIS SOAL SELIDIK

Ingin anjur bengkel ditempat anda? Email ke:

zahinothman@gmail.com



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

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

Saya klik Follow dan BANGGA menjadi follower drotspss...

Thursday, January 13, 2011

Tajuk 49 - Soalselidik tak cukup ada reliability.... perlukan Factor Analysis

Baru nak buat item dapat dapat kekasih ! 
Saya mulanya tidak bercadang untuk menulis berkaitan factor analysis atau analisis faktor (AF). Namun setelah mendapat byk pertanyaan, saya usahakan juga memberi ringkasan mengapa kita perlu lakukan analisis ini. AF sebenarnya boleh dipanggil juga analisis item. Bila sebut item, tentulah berkaitan soalselidik. Katakan anda membina soal selidik dengan 60 item dan 5 konstruk pada skala Likert bagi mengukur personaliti kekasih yang baik. Konstruk tersebut adalah 1. Rupa paras menawan 2. Bijak berkomunikasi 3. Saling menghormati 4. Periang 5. Empati. Selalunya anda hanya lakukan proses validity diikuti dengan reliability dengan Cronbach alpha. So cukuplah jika anda dapat nilai alfa katakan 0.7. Namun, bagi meningkatkan validity dan reliability ini, terutamanya bagi soalselidik yang anda sendiri bina, maka sayugianya anda boleh menjalankan AF ini. Barulah mantap tesis anda, khususnya yang nak buat PhD!
Tujuan AF adalah bagi memastikan bilangan konstruk yang diwakili oleh 60 item anda tersebut. Item yang mengukur konstruk / konsep / idea yang sama, sepatutnya mempunyai korelasi yang tinggi antara satu sama lain. Sebaliknya item yang mengukur konstruk / konsep / idea yang berbeza akan mempunyai korelasi yang rendah.

Contohnya, semua item yang mengukur konstruk 1. (Rupa paras menawan) mestilah mempunyai korelasi yang tinggi antara satu sama lain. Item yang mengukur konstruk 1. akan mempunyai korelasi yang rendah dengan item yang mengukur konstruk 2. (Bijak berkomunikasi). Namum terdapat juga item yang saling mempunyai korelasi yang tinggi dengan beberapa konstruk. Item begini perlu dibuang kerana akan menyukarkan tafsiran dibuat. Sebab tu lah AF ni dalam SPSS berada bawah Anlyze – Data Reduction - Factor. Anda perlu jalankan pilot dengan sampel yang agak besar, katakan 150 untuk laksanakan AF ini.

Dalam SPSS, anda akan gunakan nilai eigen (Jadual Total Variance Explained) atau Graf screeplot bagi menentukan bilangan faktor atau konstruk. Bilangan faktor ditunjukkan dengan graf yang menegak. Jika Graf screeplot tersebut hanya menunjukkan 4 faktor sahaja, maka anda telah tersilap satu kosntruk yang tidak diwakili dengan baik oleh item yang anda tulis. Jadual output Component matrix akan menunjukkan item apa berada dalam keempat-empat faktor ini. Terdapat item yang perlu dibuang kerana tidak berada dalam kelompok yang betul, katakan 10 item. Akhirnya anda ada 50  item yang diwakili oleh 4 konstruk dengan 10 item telah dibuang.  Ini hanya idea….. untuk anda faham konsep dan tujuan menggunakan AF....

No comments:

Post a Comment

Related Posts Plugin for WordPress, Blogger...