.

"ANTARA BLOG TERBAIK DI NATIONAL EDUCATIONAL BLOGGING SUMMIT 2011"


MORE THAN 3 MILLION HITS !

Statistik

SPSS - STATISTIK PENYELIDIKAN SECARA SANTAI

Pertanyaan: zahinothman@gmail.com



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

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

Saya klik Follow dan BANGGA menjadi follower drotspss...

Thursday, February 3, 2011

Tajuk 62: Penentuan sampel bersandar dan tak bersandar


Terdapat kekeliruan tentang penamaan kumpulan.
Bagi makluman anda, dua kumpulan bersandar (dependent sample) juga disebut sebagai:
  • Sampel padanan (matched sample) – dua sampel berlainan tapi dipadankan mengikut criteria tertentu seperti umur atau pengalaman
  • Sampel pengukuran berulang (repeated measurement) – satu sampel yang sama tetapi dilakukan dua kali pengukuran
  • Sampel berpasangan (paired sample) – dua sampel yang berbeza dibahagi dua mengikut pasangan umur atau pengalaman (sama seperti sampel padanan)
  • Sampel berkait (Related sample) – dua sampel yang berbeza tetapi dikaitkan dengan sesuatu kriteria… sama seperti sampel padanan

Kumpulan
Contoh
Ujian statistik
Satu kumpulan
40 pelajar Tingkatan Empat disebuah sekolah dibandingkan dengan populasi (tidak dikira sebagai kumpulan)
Ujian-t satu sampel
Dua kumpulan, tak berpadanan, tak bersandar
40 guru lelaki dan 40 sampel guru perempuan
Ujian-t sampel tak bersandar
Dua  kumpulan sampel padanan, bersandar, pengukuran berulang
30 pelajar diukur IQ sebelum dan selepas kursus motivasi.

30 pelajar dipadankan umur sebelum dibahagikan secara rawak kepada dua kumpulan.
Ujian-t sampel bersandar
Lebih dua kumpulan
60 orang dibahagi secara rawak kepada tiga kumpulan berbeza mengikut umur – Kump. A (20 – 39), B (40 – 59) dan C (>60)
ANOVA sampel tak bersandar
Lebih dua kumpulan
60 orang diuji dengan pre dan posttest.
ANOVA sampel bersandar dgn pengukuran berulang



Setiap satu nama tersebut ada konteks yang berbeza atau diforfularkan oleh orang yang berbeza. Namun ianya dilayan dengan cara yang sama dalam statistic. Natijahnya anda lah yang fening kefala….

Saya sangat memahami jika ramai pelajar "buah cempedak diluar pagar" yang sukar memahami statistik. Pemahamannya mengambil masa, sedangkan anda punya banyak kekangan..... terlalu banyak terminologi baru yang menerjah masuk dalam minda anda... sehingga tak sempat diproses.... abih camno? Itulah dugaan.....dugaan...dugaan...


Dugaan dan cabaran membesarkan anak-anak

Tajuk 61: Penentuan analisis statistik (Bhg 3)

Saling cause-and-effect.... he he
Bahagian 3......


Harus diingatkan bahawa penggunaan IV dan DV hanya valid pada kajian eksperimental sahaja kerana anda mengkaji cause (IV) dan effect (DV).

Juga diingatkan bahawa skala interval atau ratio dilayan serupa dalam pengiraan statistic.

Dalam kajian mencari hubungan antara variable, penggunaan IV dan DV tidak timbul lagi. Cukup sekadar anda menyatakan perhubungan antara variable (bukan IV dan DV)

Contoh 9:

Anda ingin mencari hubungan antara persetujuan (Ya atau Tidak) dengan gender (lelaki dan perempuan).

Variable 1
Skala
Variable 2
Skala
Persetujuan
Nominal
Gender
Nominal


Dalam kajian ini, analisis statistik adalah korelasi phi kerana variable anda berbentuk nominal dikotomi (dua pilihan sahaja)

Contoh 10:


Anda ingin mencari hubungan antara skor IQ dengan skor EQ bagi satu kumpulan.
Variable 1
Skala
Variable 2
Skala
IQ
Interval
EQ
Interval


Dalam kajian ini, analisis statistik adalah korelasi Pearson kerana kedua-dua variable adalah interval..

Contoh 11:

Anda ingin mencari hubungan antara skor IQ dengan 
ketinggian bagi satu kumpulan.

Variable 1
Skala
Variable 2
Skala
IQ
Interval
Tinggi
Ratio


Dalam kajian ini, analisis statistik adalah korelasi Pearson kerana kedua-dua variable adalah interval/ ratio.

Contoh 12:

Anda ingin mencari hubungan antara persetujuan (Likert 5 point) dengan skor EQ bagi satu kumpulan.

Variable 1
Skala
Variable 2
Skala
Persetujuan
Ordinal
EQ
Interval


Dalam kajian ini, analisis staitistik adalah korelasi Spearman rho kerana alah satu variable anda adalah ordinal.

Tajuk 60: Penentuan analisis statistik (Bhg 2)

Semasa bergelar student di University of Adelaide.... 2003
Bahagian 2......

Contoh 4:
Anda ingin membezakan skor pre dan post-test kumpulan eksperimen terhadap pencapaian dalam skor sejarah.

IV
Skala
DV
Skala
Kumpulan eksperimen
Nominal
Skor sejarah
Interval


Dalam kajian ini, anda ada satu kumpulan yang sama dengan dua kali pengukuran maka analisis statistik adalah dependent sample t-test kerana skala DV anda adalah interval.

Contoh 5:
Anda ingin membezakan antara pelajar lemah, sederhana dan cemerlang terhadap pencapaian dalam skor sejarah.

IV
Skala
DV
Skala
Kumpulan eksperimen
Nominal
Skor sejarah
Interval


Dalam kajian ini, anda ada 3 kumpulan berbeza maka analisis statistik adalah one-way ANOVA bagi independent sample  kerana anda ada lebih dari 2 kumpulan dengan skor DV pada skala interval.

Contoh 6:
Anda ingin membezakan skor pre-post-retention tests bagi kumpulan kawalan terhadap pencapaian dalam skor sejarah.

IV
Skala
DV
Skala
Kumpulan kawalan
Nominal
Skor sejarah
Interval


Dalam kajian ini, anda ada satu kumpulan dengan 3 kali pengukuran maka analisis staitistik adalah one-way ANOVA (repeated measurement)  kerana anda ada lebih dari 2 kumpulan dengan DV anda pada skala interval.



Contoh 7:


Anda ingin membezakan skor pre-post tests bagi kumpulan (eksperimen dan kawalan) yang  berbeza pencapaian (rendah dan tinggi) terhadap  skor sejarah.

Ada 2 IV
Skala
DV
Skala
  • Kumpulan 
  • Tahap pencapaian
Nominal
Skor sejarah
Interval


Dalam kajian ini, anda ada 2 IV maka analisis staitistik adalah two-way ANOVA dengan DV anda pada skala interval. Two-way ANOVA juga dipangil Factorial ANOVA

Contoh 8:


Anda ingin membezakan skor pre-post tests bagi kumpulan (eksperimen dan kawalan) yang  berbeza pencapaian (rendah dan tinggi) terhadap  skor sejarah. Anda dapati IQ pelajar mempunyai hubungan korelasi yang linear dengan skor pre-post test maka anda ingin kawal atau lenyapkan kesan skor IQ.

Ada 2 IV
Skala
DV
Skala
  • Kumpulan 
  • Tahap pencapaian
Nominal
Skor sejarah
Kovariat: Skor IQ
Interval


Dalam kajian ini, anda ada 2 IV maka analisis statistik adalah two-way ANCOVA.
  
Jika anda ada satu IV maka analisis statistik anda adalah one-way ANCOVA



Sambung bahagian 3....

Tajuk 59: Penentuan analisis statistik (Bhg 1)

Florence, Italy April 2010... 
kerja menulis tak pernah selesai...
Apabila anda memilih analisis statistik, anda sangat perlu mengetahui skala IV dan DV khususnya bagi kajian eksperimental, bagi menentukan analisis statistic anda. Lazimnya skala IV adalah dalam bentuk kategori (nominal atau ordinal) dan anda perlu perhatikan bilangan sample.

Tapi bagi DV, anda kena sensitive dengan skala...jika anda buat derk jer.... anda akan pening sendirian....

Bagi membantu anda.. sila tenung baik2 contoh2 berikut dengan hati da minda yang terbuka.... jika tidak tak dapek den nak tolong! 

Contoh 1:
Anda ingin membezakan antara lelaki dengan perempuan terhadap persetujuan menggunakan ICT dalam pendidikan sejarah. 

IV
Skala
DV
Skala
Gender
Nominal
Persetujuan (Ya atau Tidak)
Nominal


Dalam kajian ini, analisis staitistik adalah chi square kerana skala DV anda adalah nominal (dalam bentuk kekerapan). Perhatikan DV yang jadi fokus penentuan.

Contoh 2:

Anda ingin membezakan antara lelaki dengan perempuan terhadap persetujuan menggunakan ICT dalam pendidikan sejarah. 

IV
Skala
DV
Skala
Gender
2 kumpulan berbeza
Nominal
Persetujuan (skala Likert 5 poin)
Ordinal convert ke interval


Dalam kajian ini, analisis staitistik adalah independent sample t-test kerana skala DV anda adalah interval (dalam bentuk skor). Sekali lagi skala DV yang jadi penentuan statistik.

Contoh 3:

Anda ingin membezakan antara lelaki dengan perempuan terhadap pencapaian dalam skor sejarah..
IV
Skala
DV
Skala
Gender
2 kumpulan berbeza
Nominal
Skor sejarah
Interval


Dalam kajian ini, analisis staitistik adalah independent sample t-test kerana anda membandingkan 2 kumpulan dengan DV anda berskala interval (dalam bentuk skor). DV jadi penentuan.

Bersambung bahagian ke 2......

Tajuk 58: Model keberkesanan program latihan – Model Kirkpatrick

Ada sesapa yang dah grad?
Model ini sesuai untuk keberkesanan bagi satu program latihan. Model ini mempunyai 4 tahap. Berikut adalah ringkasan tahap tersebut dan cara pengukurannya:

Tahap 4 (Tahap hasil)
Apakah manfaat yang diperolehi oleh organisasi dari latihan yang dilaksanakan?
  • Semakan kualiti
  • Temuduga pegawai atasan
Tahap 3 (Tahap tingkahlaku)
Sejauhmanakah tingkahlaku peserta berubah hasil latihan yang diikuti?
  • Edarkan soalselidik penilaian kendiri
  • Lakukan pemerhatian ditempat kerja
  • Laporan rakan sebaya, sepejabat, pegawai atasan, pelanggan
Tahap 2 (Tahap pembelajaran)
Sejauhmana peserta bertambah pengetahuan dan kemahiran  setelah mengikuti latihan?
  • Ujian pre dan post latihan
  • Penilaian formatif / summative semasa kerja
Tahap 1 (Tahap reaksi)
Bagaimana peserta memberikan respon kepada program latihan?
  • Edarkan soalselidik maklum balas latihan
  • Temubual peserta
Wow… nampaknya banyak instrument yang anda kena bina dalam model ini. Jadi anda perlu sediakan instrument yang dapat memberikan data yang sesuai dengan kekangan masa dan fulus anda. Katakan anda telah bina soalselidik, tak perlu lagi anda temuduga kecualilah anda menjalankan kajian atas geran atau secara berkumpulan. Anda boleh lakukan temuduga secara berkumpulan… jimat masa dan belanja.
Faktor paling penting adalah anda perlu mendapatkan data yang mencukupi bagi anda membuat analisis dan kesimpulan. Inilah gunanya anda menyelongkar kajian terdahulu dan dapatkan satu kaedah terbaik dalam konteks kajian anda.

Gud luck....... nak bawak anak2 gi makan malam di Doll Tomyam..... hehe...
Related Posts Plugin for WordPress, Blogger...