Bahagian 1…..
Salam1 Malaysia bro dan Salam 1File1Thesis….
Aik…. Ada salam baru ker? Asal jgn lupa salam yang sempurna dan dapat pahala dah lah….
Aku terkezut...terbaca satu blog dari sebuah IPTA semalam, ada tajuk 1File1Thesis Method…..dan 2x terkezut apabila aku dapat satu edaran powerpoint dikalangan post graduate di sebuah IPTA juga berkaitan document map….. aku fikir ini satu yang sangat positif…. Tapi bro…
Ada tapi lagi…. cam drama ler ko ni
Belek punya belek rupanya edaran powerpoint tu “sebijik” dgn susunan hand-out aku dalam bengkel document map, cuma contohnya sahaja yang diubah. Bermula dari styles, page break, proofing dll semuanya sama…. Emmm….dan idea 1File1Thesis yang aku guna sejak tahun 2002 semasa menyiapkan thesis aku….ketika tiada sesipapun kisah pasal document map…maybe dipetik dari sumber bengkel document tu juga bro…ini adalah assumption aku…..Jadi aku nak tulis pasal assumptionlah ni… he he
La….. assumption aper bro?
Kali ni pasal Likert's scale yang digunakan sebagai summated scale…dan hasilkan summated score....sebab ramai yang guna Liker's scale ni samada di peringkat PhD dan Master…. tapi tak uji pun assumption normality utk summated score yang diperolehi dari Likert's scale ..
Assumption dalam analisis ni penting ker…..kalau dah assumptions…. Kita assumed jer ler…per susah....
A ah eloklah tu…. memang tak susah.....ko buat lah assumption ko sendiri…. Paling best ko buat assumption thesis ko dah perfect…. Analysis ko dah ok…. Then hantar jer utk VIVA ! Then ko assumed tak der soalan dan lulus dgn “Accepted with No correction” !!
Wo… tak boleh ler cam tu bro….jgn ler sensitive huhu…
Aku dah pernah sebut, analysis statistics dibina berasaskan beberapa andaian. Jika taburan-t utk sample berasaskan Central Limit Theorem yang memerlukan data tertabur secara normal sebagaimana dalam populasi, maka ko kena uji assumption bahawa data sampel juga tertabur secara normal. Jika tidak, ujian-t ko tidak menepati kriteria taburan normal maka dikhuatiri ko akan membuat kesilapan dalam tafsiran analisis t-test ko.
Bagi bahasa rendah sikit bro…..
OK ler…. Kalau ko guna statistic parametric (tertabur normal) spt t-test, correlation, regression, anova serta sepupu sepapat mereka, ko kena uji dan pastikan bahawa data ko juga adalah data parametric (tertabur normal). Bukan sahaja ko dapat pastikan kesimpulan analisis ko tepat, kualiti thesis ko juga akan meningkat dan ko menunjukkan competency ko dgn statistic…. Barulah supervisor dan pembaca thesis ko tabik spring (3x) dgn ko….
Abis aku baca thesis lepas tak der pun buat cam tu....
Yang lepas biarler lepas.... ko tu yang belum tentu lepas lagi....
Abis aku baca thesis lepas tak der pun buat cam tu....
Yang lepas biarler lepas.... ko tu yang belum tentu lepas lagi....
Tapi aku tak citer pasal data interval sebab data ni tak jadi isu… dan mudah nak test assumption…yang jadi isu adalah data.....
Data apa bro?
Data ordinal ler….. esp. data dari skala pak cik Likert …. Katakan ko ada item seperti berikut dgn skala 1 – 5. Selepas qnaire ko selesai dijawap, katalah oleh 10 responden A - J, ko boleh analisis:
1. Skor setiap individu item dijumlahkan bagi semua responden
2. Skor beberapa item secara kelompok dijumlahkan bagi setiap responden
Mana satu ko nak buat, bergantung kepada per yang ko nak analisis atau apa persoalan kajian ko....
1. Summated score for individual item
Dalam SPSS ko guna: Transfrom…Compute…dan seterusnya sehingga ko dapat satu column variable baru dgn nilai summated bagi setiap item spt berikut:
Item 1: 45 (summated skor 10 responden 5,5,4,5,4,4,5,4,5,4)
(Item 1x bermakna Item 1 dgn summated score)
Item 1x: 45 (min 4.5) - Tahap persetujuan "Kawin >30thn"
Item 2x: 38 (min 3.8) - Tahap persetujuan "Terlalu memilih"
Item 3x: 42 (min 4.2)
Item 4x: 44 (min 4.4)
Item 5x: 32 (min 3.2)
Analisis: Adakah terdapat korelasi antara persetujuan "Kawin >30thn" dgn sikap "Terlalu memilih".
Analisis: Adakah terdapat korelasi antara persetujuan "Kawin >30thn" dgn sikap "Terlalu memilih".
Ujian assumption normality
Then ko run lah analysis check normality bagi summated score di atas (ko guna min pun ko akan dapat keputusan yang sama) samada ko nak baca jadual Kromogrov-Smirnov (p>0.05 = normal) atau Shapiro-Wilk (p> 0.05 = normal) atau lihat kepada skewness dan kurtosis, atau guna histogram, Q-Q plot dll graf.
Skewness = measures departures from a symmetrical distribution. Skewness for a symmetrical curve = 0. Values greater than +1 or –1 indicate a problem.
Kurtosis = measures the peakedness of a distribution. Kurtosis for a normal curve = 0. Values greater than +1.5 indicate a distribution is too peaked and below –1.5 indicate the distribution is too flat.
OO... cam tu pulak.... emmmm
Seterusnya ko boleh juga kira summated skor utk sekumpulan item yang mewakili sesuatu konstruk…..
Sambung bahagian 2....
OT
No comments:
Post a Comment