SOALAN: GANGGUAN KERA dan STATISTIK !!

SOALAN 

Assalamualaikum wbt Dr O.T

Maaf saya mengganggu. Saya merupakan salah seorang pengunjung blog Dr., dan banyak mendapat manfaat dari blog tersebut. Terima kasih yang tidak terhingga saya ucapkan kerana menyediakan medan berbincang secara lebih efektif berkenaan statistik.

Sekiranya tidak menjadi masalah, bolehkah jelaskan pada saya satu soalan berkenaan definasi data nominal dan ordinal. Saya menyediakan 5 jenis gangguan kera di dalam soal selidik.  Tahap gangguan itu akan saya kelaskan dari kod 1 - 5 (Affiliate - Aggressive). Adakah hasil gabungan tersebut dikira data nominal ataupun ordinal? Sekiranya itu adalah data nominal, apakah ada usaha untuk saya mengubah data itu menjadi ordinal? Sebenarnya saya sudah keliru, apakah ciri-ciri sebenar data nominal dan ordinal? Juga, saya keliru dengan 'continuous data'. Saya sedang dalam usaha untuk menjalankan ujian korelasi Spearman rho (non-parametric) untuk tujuan ini sebelum dapat saya teruskan dengan ujian Kruskal Wallis.

Diharapkan Dr dapat membantu, dan maaf kerana mengambil masa Dr untuk hal ini. Sekian, terima kasih yang tidak terhingga dan wassalam.

Klong and Husna

RESPON:

Nominal dan ordinal sebenarnya bukan "skala" kerana ia hanya mengkategorikan sesuatu variable. Nominal mengkategorikan bangsa kepada1: Melayu dan 2: China maka angka 1 dan 2 tiada makna sebab tidak mengukur apapun dan tidak guna alat ukurpun. Data itu hanya kategori. Ordinal pula mengkategori mengikut ranking spt 1: Lembut 2: Sederhana 3: Keras. atau  1: Keras 2: Sederhana 3: Lembut. Angka 1,2,3 ada makna kerana disusun ikut ranking. Wpun ada makna, jarak antara 1,2 dan 3 tidak jelas kerana yang diukur adalah kategori. Oleh itu, kedua2nya tidak boleh diproses secara parametrik (saya dah jelaskan banyak dalam blog saya).

Data interval seperti skor matematik (10, 30, 41, 90.5) atau ratio seperti ketinggian (2 cm, 3.3 cm) adalah data continous yang boleh diproses secara parametrik kerana antara skor ada interval yang sama.   

Bagi kajian u, kod 1- 5 tetap dikira ordinal...NAMUN... ada ahli statistik berpendapat ianya boleh diproses sebagai data interval jika semua skor bagi setiap item dijumlahkan (summated). Sila rujuk Uma Sekaran (2003) muka surat 197 dibawah subtopic Likert scale. Ini kerana tidak mungkin kita dapat mengukul latent variable seperti pendapat dll selain secara ordinal. Namun petikan berikut akan memberi u dua pilihan... berbincanglah dengan sv u...

When treated as ordinal data, Likert responses can be collated into bar charts, central tendency summarised by the median or the mode (but some would say not the mean), dispersion summarised by the range across quartiles , or analyzed using non-parametric tests, e.g chi-square, Mann-Whitney, Wilcoxon or Kruskal-Wallis. Parametric analysis of ordinary averages of Likert scale data is also justifiable by the Central Limit Theorem, although some would disagree that ordinary averages should be used for Likert scale data.

Responses to several Likert questions may be summed, providing that all questions use the same Likert scale and that the scale is a defendable approximation to an interval scale,  in which case they may be treated as interval data measuring a latent variable. If the summed responses fulfill these assumptions, parametric statistical tests such as the ANOVA can be applied. These can be applied only when more than 5 Likert questions are summed

Jadi kenalah u pilih salah satu pilihan. Jika u guna Rasch Model, u boleh menganalisis data ordinal tanpa sebarang masalah, cuma tentu dah terlambat untuk beralih arah. Buatlah pilihan yang dipersetuju oleh sv u... moga berjaya


OT