.: Tajuk 256: OPISA - Penentuan Analisis Statistik

Kita sambung lagi......

Saya ingin memperkenalkan satu lagi rule of thumb….. bagi membantu anda MEMASTIKAN analisis statistik anda betul untuk kajian anda.

Saya pernha menulis perkara yang sama dalam entry yang lepas....cuma saya tidak perkenalkan JADUAL OPISA.... sekadar menekankan kepeluan anda mengetahui IV dan DV. Oleh kerana data yang anda proses dalam SPSS bukan IV tetapi DV (yang anda perhatikan dan anda ingin perolehi dan ukur).... maka saya cadangkan rule of thumb tersebut adalah JADUAL OPISA. Jangan cari OPISA ni dalam internet, memang tak adalah.... sebab ini adalah teknik saya utk anda sahaja....

OPISA membawa ringkasan berikut:

Objektif….Persoalan….Instrumen…Skala…Analisis

Saya mulakan dengan penerangan ringkas dengaan contoh mudah terlebih dahulu....

Jika anda sedang menyiapkan proposal, sebelum anda boleh menentukan analisis statistik yang sesuai, fahami objektif kajian anda secara umum dan bina persoalan yang perlu anda cari jawapannya.

Contoh 1:

Objektif :

Anda ingin menjalankan kajian bagi mengetahui tahap kesedaran keluar mengundi pelajar UKM yang berbeza jantina.

Objektif ini masih umum. Apakah sebenarnya yang anda ingin ketahui secara lebih detail? Maka anda perlu soal diri anda sendiri.

Persoalan:

Adakah bilangan pelajar perempuan mengatasi pelajar lelaki atau sebaliknya untuk keluar mengundi di UKM?

Ini sebenarnya yang anda ingin tentukan.

Instrument dan variabel:

Ada perlu ukur bilangan atau kekerapan pelajar lelaki dan perempuan yang keluar mengundi. Untuk mengukur bilangan, anda edarkan soal selidik. Variable adalah Jantina dan Keluar Mengundi. Contoh item:

Item 1: JANTINA (1: Lelaki; 2: Perempuan)

Item 2: KELUAR MENGUNDI (1: Ya; 2: Tidak).

Seorang pelajar perempuan yang keluar mengundi akan memberikan data iaitu DV:

Item 1 = 2 (Perempuan)

Item 2 = 1 (Ya = keluar mengundi)

Skala:

Ini adalah skala yang nominal yang hanya memberikan kekerapan atau frekuensi. Anda boleh anggap frekuensi ini adalah DV, kerana ia adalah data dari respon yang diberi oleh responden. Data nominal memberikan indicator yang jelas bahawa analisis mestilah bukan parametric (baca entry lepas mengapa data nominal adalah data bukan parametrik.... sebab tak akan menunjukkan taburan normal)

Analisis:

Maka analisis statistik bukan parameterik bagi data nominal melibatkan perbandingan kumpulan berdasarkan frekuensi pada skala nominal adalah Chi-kuasa dua (chi-square) bagi sampel tak bersandar (lelaki dan perempuan).

(source: eee.unt.edu)
Jangan sampai anda jadi Pinnachio kerana gagal memastikan analisis yang betul untuk data anda...

Contoh 2:

Objektif:

Anda ingin mengetahui tahap motivasi pelajar sebelum dan selepas mengikuti kursus motivasi. Anda ingin tahu samada kursus tersebut berkesan atau sebaliknya.

Persoalan:

Adakah terdapat perbezaan skor motivasi sebelum dengan skor motivasi selepas pelajar menjalani kursus tersebut?

(Jika anda tak tahu nak buat soalan, maknanya ada sendiri tak tahu apa yang anda cari. Jika itu kesnya, tak sapapun dapat bantu anda. So pastikan dengan jelas apa yang anda ingin cari dalam kajian anda)

Instrument:

Kajian ini menguji keberkesanan kursus motivasi. Kajian ini adalah kajian eksperimen perbandingan kumpulan dengan dua kali pengukuran pre dan post yang melibatkan skor numerikal DV (interval) akibat mengikuti kursus motivasi (IV - tapi tak der skor atau data yang anda ambil utk IV). Instrument adalah soal selidik mengukur tahap motivasi sebelum dan selepas kursus tersebut di adakan

Skala:

Skala DV adalah interval maka statistic parametric sesuai dengan syarat data tertabur secara normal (data ratio dan interval perlu diuji kenormalan terlebih dahulu..... ingat SPSS anggap data ratio = interval)

Analisis:

Anda membandingkan skor motivasi bagi kumpulan yang sama (bersandar) sebelum dan selepas mengikuti kursus. Analisis statistik yang sesuai bagi membandingkan 2 kumpulan adalah ujian-t. Oleh kerana sampel yang sama, maka anda mesti menggunakan ujian-t bagi sampel bersandar (sampel yang sama dengan pengukuran berulang sebelum dan selepas).

Kedua-dua contoh tadi dipermudahkan dengan JADUAL OPISA seperti berikut:

Objektif	Persoalan	Instrumen	Skala	Analisis
Mengetahui tahap kesedaran keluar mengundi pelajar berbeza jantina.	Adakah bil pelajar perempuan mengatasi pelajar lelaki dlm keluar mengundi?	Soal selidik	DV = Nominal (Bukan parametrik)	Banding 2 kumpulan dengan frekuensi Chi square
Mengetahui tahap motivasi pelajar sebelum dan selepas mengikuti kursus motivasi.	Adakah terdapat perbezaan skor motivasi sebelum dengan skor selepas menjalani kursus motivasi?	Ujian pra dan ujian pos	DV = Interval (Parametrik jika memenuhi syarat kenormalan data)	Banding 2 kumpulan bersandar skala interval Ujian-t sample bersandar

Jadual OPISA ini sangat penting sebagai self checked bagi MEMAKSA anda memahamkan diri anda sendiri alasan anda memilih sesuatu analisis statistik. Then bila presentatuon atau VIVA..... anda akan confident.....

Tanpa Jadual OPISA..... anda akan teragak2 jer memilih analisis statistik anda......spt anda melawat menara condong Pisa di Italy....bila ditanya macamana sejarah bangunan senget tu.....anda cuma ternganga... macam orang tengah lapar tunggu Pizza........