STATISTIK ASAS
1.0
PENGENALAN KEPADA STATISTIK
1.1
Apakah
Statistik?
Perkataan
statistik mempunyai berbagai makna di dalam budaya kita. Webster’s Third New International Dictionary
memberikan definasi statistik yang komprenhensif sebagai “sains yang berurusan dengan
pungutan, analisis, tafsiran dan persembahan data numerik”. Dari sudut pandangan ini, statistik akan kita
bincangkan di dalam kursus ini.
Statistik juga merupakan satu cabang matematik, dan banyak daripada
sains statistik berdasarkan kepada pemikiran matematik, dan terbitannya. Banyak daripada bidang-bidang akademik,
termasuk perniagaan, menawarkan kursus statistik di dalam disiplinnya. Walau bagaimanapun, statistik telah menjadi
satu bidang pengajian di dalam bidangnya.
Manusia
kerapkali menggunakan perkataan statistik dengan merujuk kepada kumpulan
data. Sebagai contoh, mereka mungkin
berkata mereka memungut statistik dari operasi perniagaan mereka. Apa yang mereka rujukkan adalah mengukur
kenyataan dan angka. Pilihan model
kereta dan lain-lain juga menggunakan perkataan statistik untuk merujuk kepada
kematian.
Pernyataan
statistik adalah digunakan sekurang-kurangnya di dalam dua cara yang
penting. Pertama, statistik boleh
merupakan pengukuran perihalan yang dikira daripada sampel dan digunakan untuk
membuat penerangan terhadap populasi.
Penggunaan ini akan dicincangkan kemudian. Kedua, statistik merupakan taburan yang
digunakan di dalam analisis data.
Sebagai contoh, penyelidik menggunakan taburan t untuk menganalisis data
yang akan merujuk kepada statistik-t di dalam menganalisis data.
Berikut
merupakan beberapa penggunaan yang biasa bagi perkataan statistik:
a.
Sains yang memungut, menganalisis, mentafsir
dan mempersembahkan data.
b.
Cabang metematik
c.
Kursus pengajian
d.
Kenyataan dan angka
e.
Pengukuran yang diambil dari sampel
f.
Jenis taburan yang digunakan untuk
menganalisis data.
1.2
Statistik
Perihalan dan Pentadbiran
Kajian
statistik boleh disusun di dalam berbagai-bagai cara. Salah satu daripada cara ialah membahagikan
statistik kepada dua cabang: Statistik
perihalan dan statistik pentadbiran.
Untuk memahami perbezaan di antara statistik perihalan dan pentadbiran,
definasi populasi dan sampel adalah amat berguna. Populasi didefinasikan sebagai pungutan
manusia, objek, atau item yang diminati.
Populasi secara meluas menerangkan kategori seperti “semua kenderaan”,
atau boleh menerangkan secara terperinci sebagai “semua kereta Proton yang
dikeluarkan pada tahun 2000”. Populasi
boleh juga sebagai kumpulan manusia, seperti “semua pelajar di FPTV, UTHM”,
atau boleh jadi set objek, seperti “semua TV yang dikeluarkan oleh Sony di
Petaling Jaya”. Apabila penyelidik
memungut data dari seluruh populasi bagi sesuatu ukuran yang diminati, ia
dipanggil sebagai “bancian”. Semua orang
biasa dengan bancian isirumah Malaysia yang dijalankan oleh Jabatan Perangkaan
Malaysia. Ia dilakukan 10 tahun sekali
untuk mengukur taraf kehidupan semua rakyat di Malaysia.
Sampel
adalah bahagian daripada keseluruhan, jika ia diambil dengan sempurna, ia
mewakili keseluruhan. Untuk beberapa
sebab yang tertentu, penyelidik biasanya lebih gemar untuk menggunakan sampel
berbanding dengan populasi. Sebagai contoh,
di dalam menjalankan ujikaji kawalan kualiti untuk mementukan purata tempoh
hayat mentol lampu, pengilang mentol lampu mungkin mengambil sampel rawak hanya
75 biji mentol lampu sahaja di dalam proses pengeluarannya. Disebabkan oleh batasan masa dan kewangan,
pengurusan sumber manusia mungkin hanya mengambil sampel rawak pekerja
berbanding menggunakan bancian untuk mengukur moral pekerja.
Jika penyelidik menggunakan data
yang diambil keatas kumpulan untuk menerangkan atau membuat kesimpulan terhadap
kumpulan yang sama, statistik tersebut dipanggil statistik perihalan. Sebagai contoh, jika saorang pensyarah
mengeluarkan statistik untuk meringkaskan keputusan peperiksaan kelas dan
menggunakan statistik tersebut untuk membuat kesimpulan hanya keatas kelas
tersebut, statistik tersebut adalah perihalan.
Pensyarah boleh menggunakan statistik tersebut untuk membincangkan
purata kelas, bercakap mengenai jeda markah kelas, atau mempersembahkan
lain-lain pengukuran data untuk kelas berdasarkan keatas ujian.
Satu jenis lain statistik dipanggil
sebagai statistik pentadbiran (inferen statistik). Jika penyelidik memungut data daripada sampel
dan menggunakan statistik tersebut untuk membuat kesimpulan terhadap populasi
dimana sampel tersebut diambil, statistik tersebut adalah statistik
pentadbiran. Data yang dipungut adalah
digunakan untuk mentadbir sesuatu berkaitan kumpulan yang besar. Statistik pentadbiran kadangkala dipanggil
sebagai statistik induktif.
Ukuran perihalan bagi populasi
dipanggil sebagai parameter. Parameter
biasanya ditandakan menggunakan huruf Greek.
Contoh-contoh parameter adalah purata populasi (m), varian populasi (s2),
dan sisihan piawai populasi. Ukuran
perihalan bagi sampel dipanggil statistik dan biasanya ditandakan dengan huruf
roman. Contoh statistik adalah purata
sampel (
), varian sampel (S2) dan sisihan piawai
sampel (S).
), varian sampel (S2) dan sisihan piawai
sampel (S).
Perbezaan di antara parameter dan statistik adalah
penting hanya di dalam penggunaan statistik pentadbiran. Ahli statistik biasanya mahu untuk menganggar
nilai parameter atau menjalankan ujian terhadap parameter. Walau bagaimanapun, pengiraan parameter
biasanya sama ada tidak mungkin atau tidak boleh laksana disebabkan oleh jumlah
masa dan wang yang diperlukan untuk membuat bancian. Di dalam kes tersebut, ahli-ahli statistik
akan mengambil sampel rawak daripada populasi, mengira statistik keatas sampel
dan membuat pentadbiran dengan menganggar nilai parameter. Asas bagi statistik pentadbiran adalah
kebolehannya untuk membuat keputusan berkaitan parameter tanpa melakukan bancian
lengkap terhadap populasi.
Pentadbiran berkaitan parameter adalah dibuat di bawah
ketakpastian. Melainkan parameter adalah
dikira secara terus daripada populasi, ahli-ahli statistik tidak mengetahui
secara pasti sama ada penganggaran atau pentadbiran yang dibuat daripada sampel
adalah benar atau tidak. Di dalam usaha
untuk menganggar paras keyakinan di dalam proses menghasilkan keputusan,
ahli-ahli statistik menggunakan pernyataan kebarangkalian.
1.3
Taraf Pengukuran Data
Berjuta-juta
data dipungut di dalam perniagaan setiap hari. Semua data tersebut sepatutnya
tidak dianalisis dengan cara yang sama secara statistik disebabkan entiti yang
diwakili oleh data tersebut adalah berebza.
Oleh sebab itu, ahli-ahli statistik perlu untuk mengetahui taraf pengukuran
data yang diwakili oleh data tersebut.
Penggunaan biasa nombor boleh
digambarkan oleh nombor 2 dan 10, yang boleh mewakili berat dua jenis barangan,
pemeringkatan (rating) yang diterima keatas ujian pelanggan oleh dua jenis
barangan, atau nombor jersi bola sepak.
Walaupun 10 kg adalah lima kali ganda 2 kg, tetapi nombor 10 pada jersi
penyerang bola sepak bukanlah lima kali ganda nombor 2 pada jersi
pertahanan. Melakukan purata bagi berat
barangan adalah menasabah tetapi membuat purata pada nombor jersi pemain bola
sepak tidak memberikan apa-apa makna.
Analisis data yang bersesuaian adalah bergantung kepada taraf pengukuran
data yang dikutip.
Fenomena
yang diwakili oleh nombor menentukan taraf pengukuran data. Empat jenis taraf pengukuran data yang biasa
adalah seperti berikut:
a.
Nominal
b.
Ordinal
c.
Interval
d.
Kadar
1.3.1
Taraf
Nominal
Pengukuran data yang paling
rendah adalah taraf nominal. Nombor
mewakili data taraf nominal boleh digunakan hanya untuk pengelasan dan
kategori. Nombor pengenalan kakitangan
adalah sebagai contoh data nominal.
Nombor yang digunakan hanyalah untuk membezakan kakitangan dan bukanlah
untuk memberikan pernyataan nilai terhadap mereka. Banyak soalan-soalan demografi di dalam
survei adalah data nominal disebabkan soalan yang digunakan hanyalah untuk
pengelasan sahaja.
Contoh soalan seperti
tersebut adalah:
Manakah
klasifikasi pekerjaan yang terbaik menerangkan bidang kerja anda?
A.
Pendidik
B.
Pekerjaan binaan
C.
Pekerja Perkilangan
D.
Penguam
E.
Doktor
F.
Lain-lain
Oleh yang demikian, untuk
tujuan pengiraan, pendidik ditandakan sebagai 1, pekerjaan binaan sebagai 2,
pekerja perkilangan sebagai 3, dan seterusnya.
Nombor hanyalah digunakan untuk mengkelaskan pekerja sahaja. Nombor 1 bukan menandakan pengkelasan
tertinggi. Ia hanya bertujuan untuk
membezakan di antara pendidik (1) dan doktor (5). Lain-lain data demografi seperti bangsa,
jantina, tempat tinggal dan lain-lain merupakan data bertaraf nominal.
1.3.2
Taraf
Ordinal
Pengukuran data bertaraf
ordinal adalah lebih tinggi daripada nominal.
Disamping itu, data ordinal boleh digunakan untuk memeringkatkan atau
menyusun objek. Sebagai contoh, dengan
menggunakan data ordinal, penyelia boleh menilai tiga orang pekerja dengan
memeringkatkan produktiviti mereka dengan nombor 1 hingga 3. Penyelia boleh mengenalpasti, satu pekerja
amat produktif, saorang pekerja kurang produktif dan saorang lagi tidak
produktif menggunakan data ordinal.
Walau bagaimanapun, penyelia tidak boleh menggunakan data ordinal untuk
membuktikan interval di antara dua orang pekerja yang diperingkatkan sebagai 1
dan 2 atau pekerja diperingkat 2 dan 3 adalah sama. Iaitu, ia tidak boleh menyatakan bahawa
perbezaan di antara oekerja diperingkat 1, 2 dan 3 adalah sama. Dengan data ordinal, jarak yang diwakili oleh
nombor yang berturutan adalah tidak selalunya sama.
Beberapa
soalan soal-selidik jenis skala Likert yang selalu digunakan oleh penyelidik
adalah jenis ordinal. Berikut adalah
contoh skala tersebut:
Kualiti
perkhidmatan yang diberi oleh Bank di Malaysia adalah baik.
Amat
Bersetuju
|
Bersetuju
|
Tidak
Pasti
|
Tidak
Bersetuju
|
Amat
tidak Bersetuju
|
1
|
2
|
3
|
4
|
5
|
Apabila
soalan survei ini dikodkan kedalam komputer, hanya nombor 1 hingga 5 sahaja
yang dimasukkan bukannya keterangannya. Secara maya semua orang bersetuju
bahawa 5 lebih tinggi daripada 4 di dalam skala ini dan pemeringkatan
tindakbalas adalah mungkin. Walau
bagaimanapun kebanyakan responden tidak mempertimbangkan perbezaan di antara
Amat Tidak Bersetuju, Tidak Bersetuju, Tidak Pasti, Bersetuju dan Amat Bersetuju
adalah sama.
Sebagai
contoh lain, dana pelaburan sebagai pelaburan yang diperingkatkan di dalam
sebutan risiko dengan menggunakan ukuran risiko biasa, risiko kewangan dan
risiko kadar faedah. Tiga ukuran ini
adalah digunakan kepada pelaburan dengan memeringkatkannya sebagai mempunyai
risiko yang tinggi, sederhana dan rendah.
Katakan risiko tinggi ditandakan sebagai 3, sederhana risiko sebagai 2
dan tidak berisiko sebagai 1. Jika dana
tersebut dilabelkan sebagai 3 berbanding 2, ia mempunyai risiko yang lebih dan
seterusnya. Walau bagaimanapun,
perbezaan risiko di antara kategori 1,2 dan 3 tidak semestinya sama. Oleh itu, pengukuran risiko ini hanyalah
taraf pengukuran ordinal.
Disebabkan
oleh data nominal dan ordinal biasanya diterbitkan daripada pengukuran seperti soalan demografi, kategori manusia
atau objek, atau pemeringkatan sesuatu item, data nominal dan ordinal adalah data
bukan metrik atau kadangkala dipanggil sebagai data kualitatif.
1.3.3
Taraf
Interval
Pengukuran
data interval adalah taraf data yang tertinggi sedikit. Pengukuran interval mempunyai semua kandungan
data taraf ordinal, tetapi jarak di antara nombor berturutan mempunyai makna
dan data selalunya adalah numerik. Jarak
adalah diwakili oleh perbezaan di antara nombor berturutan adalah sama. Contoh pengukuran interval adalah nombor suhu
Farenheit, suhu boleh diperingkatkan, jumlah kepanasan di antara bacaan
berturutan, seperti 21o, 22o dan 23o.
Disamping
itu, dengan paras data interval, titik sifar hanyalah konvension atau
keselesaan dan bukan semula jadi atau tetap pada titik sifar. Oleh itu, sifar hanyalah titik lain di atas
skala dan tidak bermakna ia tidak ujud di dalam fenomena. Sebagai contoh, 0o F bukanlan suhu
terendah yang mungkin. Contoh lain data
taraf interval adalah peratus perubahan di dalam pekerjaan, peratus pulangan
keatas pelaburan dan perubahan di dalam harga saham.
Dengan
data taraf interval, transformasi unit dari satu pengukuran kepada yang lain
melibatkan pendharaban dengan faktor tertentu, a, dan menambah dengan faktor lain, b, oleh itu Y = a + bX. Sebagai contoh, untuk mengubah suhu Calcius
kepada suhu Farenheit melibatkan perhubungan 
1.3.4
Taraf
Kadar
Ukuran
taraf kadar adalah taraf pengukuran data yang tertinggi. Data kadar mempunyai kandungan yang sama
sebagaimana data interval, tetapi data perkadaran mempunyai nilai mutlak sifar
dan kadar bagi dua nombor adalah bermakna.
Notasi nilai mutlak sifar bermakna nilai sifar adalah tetap dan oleh itu
ujud nilai sifar di dalam data yang mewakili ketidakhadiran ciri-ciri yang
dikaji. Nilai sifar tidak boleh secara
arbitrari diletakkan disebabkan ia mewakili titik tetap. Definasi ini membolehkan statistik
mengujudkan kadar dengan data.
Contoh
data kadar adalah tinggi, berat, jumlah jualan dan sebagainya. Dengan data kadar, penyelidik boleh
menyatakan 180 kg adalah lebih berat daripada 90 kg atau sebaliknya, dan
membuat kadar 180:90.
Disebabkan
oleh data taraf interval dan kadar biasanya diperolehi daripada alatan yang
biasanya digunakan di dalam proses pengeluaran dan proses kejuruteraan, di
dalam ujian piawai kebangsaan, atau tatacara perakaunan piawai, ianya dipanggil
data matrik dan kadangkala dirujukkan sebagai data kuantitatif.
1.4
Perbandingan Empat Taraf data
Rajah
1.1 menunjukkan perhubungan potensi penggunaan di antara empat taraf pengukuran
data. Empat persegi yang tertinggi
menandakan setiap kategori paras data boleh dianalisis dengan sebarang teknik
yang digunakan keatas taraf data yang terendah, tetapi sebagai tambahan, boleh
dianalisis menggunakan sebarang teknik statistik yang boleh digunakan terhadap
lain-lain tiga jenis data ditambah dengan yang lain.
Data nominal adalah data yang amat
terhad di dalam jenis analisis staistik yang boleh digunakan dengan
mereka. Data ordinal membolehkan
penyelidik untuk melakukan sebarang analisis yang boleh dilakukan dengan data
nominal ditambah dengan yang lain.
Melalui data kadar, ahli-ahli statistik berkebolehan untuk membuat
perbandingan pendharaban dan bersesuaian melakukan sebarang analisis yang boleh
dilakukan oleh data nominal, ordinal atau interval. Sesetengah teknik statistik memerlukan data
kadar dan tidak boleh digunakan untuk menganalisis lain-lain taraf data.
Teknik statistik boleh digunakan di
dalam dua kategori statistik parametrik dan statistik tidak berparametrik. Statistik parametrik memerlukan data interval
atau kadar. Jika data adalah nominal
atau ordinal, statistik tidak berparameter mesti digunakan. Statistik tidak berparameter juga boleh
digunakan statistik tidak berparameter juga boleh digunakan untuk menganalisis
data interval dan kadar.
Rajah
1.1
Potensi
Penggunaan Berbagai Jenis Data
 |
Kadar
Interval
Ordinal
Nominal
2.0 KAEDAH PENGUMPULAN DATA : SOAL SELIDIK
Kaedah
– kaedah pengumpulan data yang kerap kali digunakan untuk menumpul data kajian
ialah soal selidik, temu bual, pemerhatian dan analisis dokumen. Untuk dapatan
data tinjauan kemudahan di dalam kelas, kami memilih untuk menjalankan soal
selidik di Sekolah Kebangsaan Sultan Abu Bakar, Muar. Iaitu murid-murid tahun 4
Cemerlang, 5 Cemerlang dan 6 Cemerlang.
2.1
SOAL SELIDIK (SURVEY)
Di
dalam penyelidikan, soal selidik
merupakan salah satu kaedah yang banyak menggunakan soalan-soalan selidik untuk mengumpul data
kajian. Tujuan utamanya ialah untuk mengenal pasti fakta-fakta yang boleh
digunakan untuk menguji hipotesis atau menambah kebolehpercayaan dan kesahan
sesuatu teori. Sesetengah data
kualitatif, misalnya pandangan dan persepsi peserta-peserta terhadap sesuatu isu
mungkin memberi sumbangan dalam perkembangan sesuatu teori. Utamanya, soal
selidik adalah digunakan untuk meninjau isu umum, ciri populasi, program
nasional dan sebagainya dengan tujuan mengukur atau menghuraikan ciri-ciri
umum.
Soal selidik bergantung kepada usaha
mengumpul data secara besar-besaran melalui soalan-soalan selidik, skor ujian,
kadar kehadiran atau keputusan peperiksaan awam yang membolehan penyelidik
membuat pertandingan di antara kumpulan ataupun merentasi masa. Namun begitu,
kumpulan kami menggunakan soalan-soalan selidik bagi mendapatkan data.
2.2 PENGUKURAN
SIKAP : APA ITU SKALA LIKERT
2.2.1 Skala
Likert adalah skala yang dapat digunakan untuk mengukur:-
i)
Sikap
ii)
Pendapat
iii)
Persepsi seorang atau
sekelompok orang mengenai gejala atau
fenomena pendidikan.
2.2.2 Dalam skala ini, terdapat 2 bentuk
skor pertanyaan iaitu positif dan negatif.
2.2.3 Skor pertanyaan negatif dimulai dari
nombor 1 untuk Sangat Tidak Setuju (STS), 2 untuk Tidak Setuju (TS), dan
3 untuk Tidak Pasti (TP)
2.2.4 Skor pertanyaan positif dimulai dari
nombor 4 untuk Setuju (S), dan 5 untuk Sangat Setuju (SS).
No comments:
Post a Comment