M
ETODOLOGI PENYELIDIKAN (DCE 3002)
PENGUKURAN r Satu proses menentukan nilai
I
banyak atau tahap tinggi
PERJUMPAAN KEDUA
/
berapa
rendah bagi
sesuatu pembolehubah yang dikaji.
r Nilai pembolehubah boleh
diskrit (boleh
berbentuk atau
dikategorikan)
berbentuk terus (continous) iaitu nilainya befterusan.
2.
Pengukuran Pembolehubah Boleh dibahagikan kepada empat iaitu
r.
TahapOrdinal
Tahap pengukuran yang boleh diatur
mengikut besar/kecil
atau
banyak/sikit tetaPi nilai antara pengukuran tidak sama taraf atau nilai yang tidak sama banYak.
:
Tahap Nominal
Tahap
Pengukuran Paling label atau nama kelasifikasi kePada sesuatu
>
Cth 1: Tinggi
rendah,Memberi
Sederhana
5,000
10,000 9,999 4,999
-
Rendah < 12 3 4
pembolehubah"
Cth2: SkalaLikeft
5
Cth; (1=lelaki, 2=PeremPuan)
3.
Tahap Sela / Interval o Mempunyai ciri-ciri tahap ordinal' o Boleh diatur kecil/besar atau sikit/banyak o Nilai setiap unit pengukuran adalah sama dengan unit Yang lain' o Tidak mempunYai titik sifar Yang mutlak,
Cth: suhu 25"F-27"F = 4BoF-50oF (0"F tidak bererti tiada bacaan suhu) Ujian O=tak semesti tidak tahu
4.
Tahap Nisbah
.
/
Ratio
mempunyai semua ciri-ciri tahaP
sela.
o Mempunyai nilai sifar Yang mutlak, o mengukur berkaitan analisis sains fizikal.
Cth;
Masa
Umur Berat badan
KAEDAH PENGUMPULAN DATA
Populasi
r
l.
Soalselidik
2. Temubual berstruktur 3. Temubual secara mendalam 4. Pemerhatian 5. Pemerhatian turut serta
POPULASI didefinisikan sebagai ahli kumpulan yang pelbagai tahap status ekonomi, peristiwa atau
objek yang berlaku.
r
Populasi dapat menentukan bidang masalah yang
dikaji dan mempengaruhi
r
Populasi yang
dalam menentukan
di pilih
sekurang-kurangnya mempunyai sifat yang sama dengan sampel kajian.
Persampelan
r
di
data dan maklumat yang perlu dikumpul.
Dua Bentuk Persampelan
SAMPEL merupakan sebahagian daripada populasi. Oleh kerana itu, sampel yang
r.
Persampelan Rawak
dinyatakan seharusnya realistik, kecil, terserak dan perlu melibatkan pemilihan responden yang
z.
Persampelan Bukan Rawak
pelbagai.
r r
Sampel juga merupakan lambang atau mewakili populasi kajian,
r.
mana semua populasi mempunyai peluang yang sama untuk dipilih di dalam sampel kajian. Pemilihan lebih bersifatkan objektif berbanding dengan subjektif.
Statistik inferensi digunakan bagi mengambarkan
ciri-ciri sampel dapat digeneralisasikan dengan ciri-ciri populasi.
Jenis Persampelan Rawak r
Persampelan rawak mudah
r
Persampelan rawak sistematik
r
Persampelan rawak stratifikasi/berlapis
r
Persampelan kelompok
PersampelanRawak Persampelan rawak melibatkan pemilihan sampel yang
Persampelan bukan rawak
r
Pemilihan sampel berasaskan sesuatu kriteria
r
Subjek tidak mempunyai peluang yang sama untuk dipilih
r
Kadang-kadang sukar menentukan sampel
2
Jenis Persampelan Bukan Rawak r
Persampelan tidak sengaja /mudah
ANALISIS DAPATAN r
/sukarela
r
Analisis kuantitatif melibatkan pengiraan ataupun input - input daripada soal selidik atau temubual dimasukkan ke dalam perisian tertentu.
Persampelan kuota
r Antara perisian yang sering digunakan
untuk
menganalisis diddalam bidang sains sosial ialah
r
Persampelan beftujuan
r
Persampelan bebola salji
Statistical Package for Social Science (SPss), juga Microsofr Excel,
STATISTIK INFERENSi
STATISTIK DESKRIPTIF .
SAS dan
r
Statistik deskriptif
-
merupakan statistik yang menerangkan tentang sesuatu subjek kajian, - memberikan gambaran secara umum tentang perkara yang dikaji.
-
melibatkan peratusan. min, median. mod, varian, sisihan piawai, range (selang jarak) yang boleh dipersembahkan secara histogram, graf, carta bar, pai dan box plot steam and leafdan sebagainya
Statistik Inferensi mengkaji perhubungan, perkaitan, pengaruh sebab dan kesan, perbezaan, persamaan antara dua pembolehubah atau antara beberapa pembolehubah yang dikaji.
-
-
t. ANOVA, MANCOVA' melibatkan analisis seperti ujian dan Regresi. Analisis inferensi juga ada yang melibatkan data yang bercorak non -qae@ne&tild( seperti ANCOVA, Korelasi Khi Kuasa Dua.
Pemilihan Teknik Statistik J$ric
X#$
Ferru{tl*n
Ptmbolehtb*h Ferg{nf dng
$il*nriiln Ku*FUlns *sq
Sr$lLst;h
2s and below
tlatktiptjfi'
26-30 31 and above
I
L
Nominal (Kategori)
Perkah
lii.ro
Mean sD
KIi Kusa
Satu
51,1
1.696 0.795
Dua Dua
Kumpulm
Ujiil - t single
Min. Max
26
28.3
19
24.1
19
39 65
70.7
27
29.3
38
41.3 58.7
54
wo*in9 Exp€den€€ 32
2.
Lebih Dua Kumpulan?embol
ANOVA
Dua
Sinple
Ordinal/lnteflal,A.atio
(b€nerusm) \
SPM
ced ficare/sPM
Perkaih Lebih Dua Pembolehubai
60
65.2
62 30
67.4 32.6
48
52.2 20.7
Fi6t€rp€ri€n.6 In hotel indu6try
Mubiple
19 15 10
20 33 20
16.3
10.9 21.7 35.9 21.1
3
Lble
t.bl.
3r
iloV
tor d[...nc€
hM.n
d.P.tu.nb
17 10 21.@ 13$ 21.15
[email protected] con(acl Wd.D.fi
1a@ 16.8 156
rllhulus R6iai Wai€rFd S€toh
4.17
Ln
4!ANOVA
tordlfr...nc€b.M.tr
.q. o.oups
@
5o3 1.@
452
w
5.6 144 1.92
Rdair Walorrk
35.20 34.J3 35.5s $21
!.dG! WarsDa*
l9.s 28,91 1a,25 13.79
Ett..ntr .xp.ddrbn R€l.il War€o.* sodb.
13.60 2013 1330 1763 17.63
cognlilwld.r.rt
16.70
Communhy
R6rat Wal€Da* Sdb
lnd.p.ndonl SrmPl.T{e*rot Difr€tenc.r ln !..mlng Motlve! b.Meen G.ndert
I.hl.
R@c
S@lal
2:
16.& 1540 15.34
5.94 6.57
529 431 357 2-19 4 41 5.07 5.34
327 116 3.37
2.34 1 75
211
Table6:Pearson Correlation betvveen the barriers faced and
the
support received. (n=33) Tsble5: Relationshipsbetu€en Learning strategi€s
en
d Motivation toL€arn
n=81
4
Table 6: Guidford' Rule ofThumb on Strength ofRelationships