Topic 11 AR quantitative data analysis

  • Published on
    05-Jul-2015

  • View
    1.176

  • Download
    4

Embed Size (px)

Transcript

<ul><li> 1. Penyelidikan Tindakan:Analisis Data Kuantitatif</li></ul> <p> 2. Analisis Deskriptif: Frekuensi Peratusan Min Mod Median Sisihan piawai Pekali korelasi 3. DUA JENIS DATA 4. SKALA ORDINAL 5. SKALA INTERVAL/SELA 6. SKALA INTERVAL/SELAContoh: Perbezaan jarak skor M1, M3, M6 &amp; M8 diwakili oleh satu perbezaanskor yang sama iaitu dalam sela 50-59 . Ini disebabkan oleh kerana setiap sela10 skor mempunyai makna yang sama. Sebaliknya, jika dibandingkanperbezaan skor M1 dan M2, jaraknya ialah 20 iaitu antara sela 50-59 dan 60-69. M1M2M3M4M5 M6M7M8M9 M1090-10080-89/70-79 //60-69// /50-59/ / / /40-4930-3920-2910-190-9 Skor diperoleh oleh 10 orang murid dalam satu kelas dalam ujian Sains 7. SKALA NISBAH/RATIO 8. JADUAL FREKUENSI Jadual frekuensi digunakan untuk meringkaskan/merumuskan set data (sama ada data nomimal,ordinal). Juga boleh digunakan terhadap data selanjaryang telah dikategorikan dalam kumpulan tertentu. Ia merekodkan berapa kerap setiap nilai (atausatu set nilai-nilai) bagi setiappembolehubah dalam soalan itu berlaku . Boleh laporkan bilangan ataupun peratus bagisetiap kategori. 9. JADUAL FREKUENSIContoh: Terdapat 30 skor diperoleh oleh seorang penembak adalah sepertiberikut :- 5, 2, 2, 3, 4, 4, 3, 2, 0, 3, 0, 3, 2, 1, 5, 1, 3, 1, 5, 5, 2, 4, 0, 0, 4, 5, 4, 4, 5, 5Maka, frekuensi bagi skor-skor tersebut diringkaskan dalam jadual frekuensi seperti berikut :- SkorFrekuensi0 41 32 53 54 65 7Jumlah 30 10. JADUAL PERATUSAN Frekuensi skor-skor tersebut juga boleh diringkaskan seperti berikut :-Skor Frekuensi Peratus04 13%13 10%25 17%3 517%4 620%57 23%Jumlah 30100% 11. MIN Adalah hasil purata data-data/skor-skor yangdiperoleh daripada kajian yang dijalankan. Min adalah jumlah semua skor dibahagikandengan bilangan responden Min sampel adalah anggaran digunakan untukmenganggarkan min populasi Simbol : Formula : 12. MIN SAMPELContoh - Set data terdiri daripada : 5, 3, 54, 93, 83, 22, 17, 19. 13. MOD Adalah skor/ nilai yang mempunyai kekerapan yangpaling tinggi dalam sesuatu taburan data. Kadangkala dalam satu taburan skor akan terdapat duamod apabila dua mata nilai muncul lebih kerap. Contoh - Keputusan ujian statistik adalah seperti berikut :- : PelajarSkor1 942 813 564 905 706 657 908 909 30 Mod (most common score) ialah 90 14. MEDIAN Adalah skor/ nilai tengah bagi sesuatu taburan skor yang telah disusun mengikut urutan menaik atau menurun.Contoh - Taburan skor mempunyai bilangan ganjil Data:96, 48, 27, 72, 39, 70, 7, 68, 99, 36, 95, 4, 6, 13, 34, 74, 65, 42, 28, 54, 69 Data disusun secara menaik :4, 6, 7, 13, 27, 28, 34, 36, 39, 42, 48, 54, 65, 68, 69, 70, 72, 74, 95, 96, 99 Median = 48, leaving ten values below and ten values above 15. MEDIAN Jika bilangan skor ialah genap (dua angka tengah), nilai purata bagi dua skor yang terletak di tengah- tengah ialah nilai median.Contoh - Taburan skor mempunyai bilangan genapData: 57, 55, 85, 24, 33, 49, 94, 2, 8, 51, 71, 30, 91, 6, 47, 50, 65, 43, 41, 7Data disusun secara menaik : 2, 6, 7, 8, 24, 30, 33, 41, 43, 47, 49, 50, 51, 55, 57, 65, 71, 85, 91, 94Median : 47 + 49 2 = 48 16. SISIHAN PIAWAI SEBARAN : sebaran merujuk kepada serakannilai-nilai sekitar kecenderunganmemusat/tengah. Dua bentuk sebaran JULAT &amp; SISIHAN PIAWAI. Julat = dihitung dengan menolak nilaiterendah daripada nilai tertinggi. Sisihan piawai = menunjukkan hubungan setskor dengan min iaitu ukuran serakan sesuatu setdata (measure of the spread or dispersion of a setof data) 17. Taburan normal 18. SISIHAN PIAWAI nilai sisihan piawai diperoleh dengan mencarinilai punca ganda dua varian (s) dan simbolsisihan piawai ialah s.d. atau s. Formula varian, s : Formula sisihan piawai, s : 19. Contoh: Berikut adalah skor diperoleh oleh murid-murid dalamujian sains. MuridSkor (X)(X min) (X min) A 75 -0.3 0.09 B 80 +4.7 22.09 C 81 D 80 E 76 F 55 G 85 H 56Min= 75.3 (X min)= 956.43 Lengkapkan jadual di atas . 20. Varian = == 956.43 = 136.633 81 Sisihan piawai == 136.633 = 11.689 21. 99% 95% 68% Min=75.3Andaian: taburan skor adalah normal atau berbentuk loceng.1.Anggaran 68% skor daripada sampel termasuk dalam lingkungan satu SP.2.Anggaran 95% skor daripada sampel termasuk dalam lingkungan dua SP.3.Anggaran 99% skor daripada sampel termasuk dalam lingkungan tiga SP.KESIMPULAN : Anggaran 68% skor termasuk ke dalam julat 75.3-11.689dan 75.3 + 11.689 atau antara 63.611 dan 86.989. 22. Taburan normalTaburan pencong TaburannegatifleptokurtikTaburan pencong positifTaburan platikurtik 23. SISIHAN PIAWAI Semakin luas nilai skor disebarkan, semakin besar nilaisisihan piawai. Contoh: Katakan ada dua keputusan ujian daripada kelasterdiri daripada 30 orang pelajar ;Keputusan pertamanya ialah antara julat 31% hingga98%, dan satu lagi, antara 82% hingga 93%,.Maka, sisihan piawai bagi keputusan yang pertamaadalah lebih besar. 24. PEKALI KORELASI Pekali korelasi mengukur sejauh mana atau sekuatmana dua pembolehubah dapat dikaitkan antarasatu sama lain &amp; arah perkaitan tersebut (the strengthand the direction of a linear relationship) Pekali korelasi juga dirujuk dengan nama KorelasiPearson (Pearson product moment correlation coefficient )penghormatan diberi kepada Karl Pearson. Formula menentukan nilai pekali korelasi (r) ialah : 25. INTERPRETASI NILAI PEKALI KORELASI Julat nilai sesuatu pekali korelasi adalah antara +1 dan -1 Semakin besar nilai sebenar pekali korelasi, maka semakin kuat hubungan linear Hubungan linear yang paling kuat ditunjukkan oleh pekali korelasi -1 atau 1 Hubungan linear yang paling lemah ditunjukkan oleh pekali korelasi sama dengan 0 Korelasi positif bermaksud sekiranya nilai satu pebolehubah meningkat atau menjadi lebih besar, maka nilai pembolehubah yang lagi satu juga akan meningkat atau menjadi besar Korelasi negatif bermaksud sekiranya nilai satu pembolehubah meningkat atau menjadi lebih besar, maka nilai pembolehubah yang lagi satu akan mengecil 26. INTERPRETASI NILAI PEKALIKORELASIKorelasi positif maksimum ( r = 1.0 ) Korelasi negatif minimum ( r = - 1.0 ) Apabila kecerunan garisan adalah negatif, maka korelasijuga negatif. Begitu juga sebaliknya. Korelasi terkuat (r = 1 dan r = -1) akan terhasil apabilatitik-titik data berada betul-betul di atas garisan lurus. 27. INTERPRETASI NILAI PEKALI KORELASIKorelasi positif yang signifikan ( r = 0.80 ) 28. INTERPRETASI NILAI PEKALIKORELASI Korelasi sifar ( r = 0 ) Titik-titik data bercorak rawak 29. INTERPRETASI NILAI PEKALIKORELASI Korelasi negatif sederhana ( r = - 0.43 ) 30. INTERPRETASI NILAI PEKALI KORELASIKorelasi kuat dan keterasingan ( r = 0.71 ) 31. INTERPRETASI NILAI PEKALI KORELASI PADA UMUMNYA, NILAI KORELASI LEBIH DARIPADA 0.8 DIANGGAP KUAT MANAKALA KORELASI KURANG DARIPADA 0.5 DIANGGAP LEMAH. 32. PERSEDIAAN TUTORIAL (ISL): Dalam kumpulan, sediakan satu soal selidik yangmengandungi 20 soalan tentang Faktor-faktor yangmenyebabkan murid kelas Awana Tahun 5mengantuk semasa pengajaran dan pembelajaran.Edarkan soal selidik kepada 10 rakan anda.TUTORIAL 11:Dalam kumpulan, analisiskan data soal selidikmenggunakan jadual kekerapan, min dan peratus. (1 jam)</p>