.

"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...

Tuesday, May 31, 2011

Tajuk 142 - LIKERT'S SCALE dan Ujian NON-PARAMETRIK

Saya masih lagi suka menyentuh soal selidik dengan skala Likert. Ini kerana ramai yang menggunakan skala ini tetapi sekadar ikut-ikutan atau senggol-sengolan sahaja. Jika saya pernah menyentuh pasal ujian parametric, kali ini sedikit dengan ujian non-parametric

Likert scale digunakan dalam soal selidik bagi ujian / pengukuran quantitative terhadap variable psikologi seperti sikap, persetujuan, motivasi, persepsi, intelligent yang juga dinaamakan pengukuran psikometrik. Skala Likert bersifat polar dengan 3, 5, 7 atau 9 poin.

Polar tu maknanya ada hujung positif dan negatif ler.... atau mat salleh sebut two extremes!

Ramai penyelidik membina Likert-type scale dengan membuang pilihan neutral bagi mengelakkan social desirability bias iaitu keadaan responden yang membuat pilihan neutral kerana dianggap akan menyenangkan banyak pihak termasuk penyelidik (sebenarnya akan memeningkan kepalo !) terutama jika isu yang ditanya sensitif atau melibatkan sesuatu decision yang sukar. Oleh itu anda kena baca lanjut social desirability bias supaya anda tidak di tembak semasa viva jika gunakan skala neutral!

Ingat... selain itu, item anda hendaklah bersifat unidimensional iaitu hanya mengukur SATU DIMENSI sahaja. Satu dimensi bermakna anda tanya soalan yang jawapannya satu sahaja dan bukannya spt:


"Saya menggunakan Internet kerana minat dan suka-suka".


Soalan ini dua dimensi i. ada org yang guna kerana minat sahaja bukan suka-suka dn ii. ada yang guna sebab suka-suka sahaja bukan minat. Jadi soalan dua dimensi ini sukar dijawab.


Oleh itu merujuk kepada pakar sahaja bagi content validity belum memandai.... jika dia tak tahu apa itu dimensi! Tajuk ini telah dikupas panjang lebar dalam entri yang lepas dalam blog ini !! Jgn sampai pemeriksa tesis anda jumpa beberapa item yang double-barrell.... siap ler...

Item yang satu dimensi seperti:


"Saya selalu tenang apabila menerima teguran yang baik" (1- Sgt tak setuju)


Bagi menguji kejujuran responden, selalunya ada beberapa soalan di reverse kan (atau di negative kan). Contohnya:


"Saya selalu gabra (kalut) walaupun di tegur secara lemah lembut" (5- Sgt setuju)


Responden yang jujur akan jawab 1 dan 5. Tak mungkin responden yang sama menjawab 1 bagi kedua2 item diatas.


Sebab itu jika anda mengemukakan item secara reverse atau negative, anda hendaklah recode skala anda dalam SPSS semasa memasukkan data. Anda cuma highlight item tersebut dan click Data - Transform - Recode....dan anda kena masukkan angka 1 dan tukar kepada 5, angka 2 tukar kepada 4..... sehinggalah 5 kepada 1. Ini bermakna, jika responden menjawab 1 (Sgt tak setuju) maka SPSS akan recode menjadi 5 (Sgt setuju). 


Oleh kerana anda mengukur reliability menggunakan chronbach alpha yang mengukur jawapan satu dimensi sahaja, dua jawapan yang contradict akan menyebabkan ... cronbach alpha anda  akan merudum jatuh !


Biar jatuh buku jangan jatuh nilai cronbach alpha !!

Amalan lazim penyelidik adalah skor skala Likert akan dimasukkan dalam SPSS atau Excel. Skor setiap responden bagi setiap item atau bagi sekumpulan item akan dijumlahkan. Ini dinamakan summated score.Summated skor ini dianggap sebagai data interval, dan jika data ini tertabur secara normal, bolehlah  dianalisis menggunakan ujian parametric seperti t-test, ANOVA.


Jika skala menjadi nominal kerana hanya ada 2 poin sahaja, seperti Ada / Tiada atau Setuju / Tidak Setuju, maka selepas di “summated’ kan, ujian seperti ujian McNemar atau Cochran Q sering dijalankan.


Bagi yang mengekalkan data Likert sebagai ordinal.... atau setelah anda buat summated anda dapati data tetap tidak normal.... so anda tiada pilihan selain menganalisis respon bagi setiap item skala Likert data ordinal menggunakan ujian bukan parametric seperti Wilcoxon, Mann-Whitney atau Kurskal-Wallis.  


Berikut adalah satu contoh dummy bagi satu daripada item dengan aplikasi non-parametrik Kruskal-Wallis bagi soal selidik anda. Kurskal-Wallis digunakan kerana analisis ini adalah pasangan bagi ANOVA sehala  (parametrik) kerana menguji perbezaan > 2 kumpulan (Jika 2 jer gunalah Mann-Whitney):

Item 1: Suka Discovery Channel Kumpulan n Rank Sum
Mean rank

Umur 10 56 1120
45.00

Umur 15 57 1100
52.12

Umur 20 46 1980
50.22
Chi square = 0.022


Anda boleh interpret lebih krang macam ni.....


Nilai chi square menunjukkan terdapat perbezaan yang signifikan antara ketiga-tiga kumpulan umur terhadap kesukaan menonton Discovery Channel. Kumpulan umur 10 tahun mempunyai mean rank paling rendah menunjukkan kumpulan ini paling tidak suka menunton rancangan tersebut. Kumpulan umur 20 yang mempunyai mean rank 50.22 adalah kumpulan paling suka menonton Discovery Channel.    

Tu sahaja ler...

OT

No comments:

Post a Comment

Related Posts Plugin for WordPress, Blogger...