Pengurusan Data Kajian Dengan Menggunakan Microsoft Excel Latihan 3
Pengenalan Bagi latihan ini, kita akan menunjukkan cara untuk melakukan ujian korelasi Pearson dan ujian regresi linear dengan menggunakan Excel. Anda akan ditunjukkan dengan menggunakan kedua-dua kaedah iaitu secara langsung dan tidak langsung. Kiraan secara tidak langsung berguna bagi pelajar sekelian kerana ia memudahkan pelajar dalam melakukan pengiraan secara manual. Kiraan secara langsung hanya memberikan jawapan, tetapi tidak membantu dalam kefahaman untuk melakukan perkiraan.
Korelasi Pearson Data yang digunakan bagi latihan ini adalah data yang sama seperti data di amali 5 iaitu korelasi.xls. Jika ingin mencubanya sendiri, data tersebut ada di laman web jabatan di http://www.commhlth.medic.ukm.my. Data ini adalah subset dari kajian kes kawalan mengenai factor-faktor yang mempengaruhi kejadian kelahiran bayi kurang berat (small for gestational age – SGA) di sebuah hospital. Bagi contoh ini, kita ingin menguji hipotesis “wujud hubungan yang positif di antara berat trimester kedua siibu dengan berat kelahiran sibayi”. Variabel berat trimester kedua siibu ialah WEIGHT2 (diukur dalam kg) dan variabel berat kelahiran sibayi ialah BIRTHWGT (diukur dalam kg). Kiraan Secara Tidak Langsung 1. Buka data korelasi.xls. 2. Insert kolum baru di sebelah kolum WEIGHT2. Beri label WGT2 bagi kolum baru tersebut. Pada petak C2, masukkan formula “=B2^2” (lihat rajah di bawah).
3. Copy petak C2 dan pastekan formula tersebut ke seluruh kolum C tersebut.
4. Ulang langkah 2 & 3 bagi variabel BIRTHWGT pula. Bagi variabel baru tersebut, berikan nama BIRTH2. 5. Pada petak F1, berikan label “XY”. Pada petak F2, masukkan formula “=b2*d2”. Copy dan pastekan formula tersebut ke seluruh kolum F. Hasil akhirnya adalah seperti berikut;
6. Bawa cursor ke baris data terbawah sekali dan jumlahkan setiap variabel tersebut dengan menggunakan butang yang terletak di toolbar. Hasilnya adalah seperti berikut;
7. Menggunakan jumlah kiraan tersebut, masukkannya ke dalam formula korelasi Pearson. Saiz sampel ialah 30. Anda akan mendapati bahawa nilai r = 0.431, iaitu wujud korelasi yang positif antara kedua variabel tersebut. Jika dilakukan ujian keertiannya, nilai t adalah 3.0272 (d.k. = 28) dan p adalah < 0.01 iaitu wujud korelasi yang signifikan (rujuk jadual t pada muka 164).
Kiraan Secara Langsung 1. Buka data korelasi.xls. 2. Pergi ke petak B33 dan tekan butang seperti dalam rajah di bawah;
pada toolbar. Requester berikut akan keluar
3. Pada FUNCTION CATEGORY, pilih STATISTICAL. Pada FUNCTION NAME, pilih CORREL, seperti dalam rajah di atas. Selepas itu klik butang “OK”. 4. Requester seperti dalam rajah di bawah akan terhasil. Lengkapkannya seperti dalam rajah tersebut. Tekan butang “OK” selepas selesai.
5. ARRAY1 ialah petak di mana data variabel pertama (WEIGHT2) terletak. Ianya terletak di sel B2:B31. ARRAY2 pula ialah petak di mana data variabel kedua (BIRTHWGT) terletak iaitu di di sel C2:C31. Ini akan memberikan nilai r bersamaan 0.431389654. Regresi Linear Kiraan Secara Tidak Langsung Bagi kaedah ujian regresi linear dikira secara tidak langsung, kaedahnya serupa seperti korelasi Pearson (rujuk Korelasi Pearson – Kiraan Secara Tidak Langsung). Yang berbeza hanyalah pada langkah terakhir iaitu pada langkah yang ke 14.
14. Menggunakan jumlah kiraan tersebut, masukkannya ke dalam formula regresi linear. Saiz sampel ialah 30. b = 4652.58 – ((1665.8 x 82.35)/30) 97241.84 – (1665.82/30) = 0.0168494 Min x = 1665.80/30 = 55.53 Min y = 82.35/30 = 2.745 a = 2.745 – (0.0168494 x 55.53) = 1.80935282 maka y = 1.8094 + 0.0168x
Kiraan Secara Langsung 1. Buka data korelasi.xls. 2. Pergi ke petak B33 dan tekan butang pada toolbar. Requester berikut akan keluar seperti dalam rajah di bawah;.Pada FUNCTION CATEGORY, pilih LOOKUP & REFERENCE. Pada FUNCTION NAME, pilih INDEX, seperti dalam rajah di bawah. Selepas itu klik butang “OK”.
3. Pada requester berikut pilih opsyen pertama dan tekan OK.
4. Pada requester berikutnya, lengkapkan seperti di bawah. Dalam ARRAY, LINEST merupakan arahan untuk mendapatkan satu garisan lurus terbaik menurut data yang ada dengan menggunakan kaedah kuasa dua terkecil. C2:C31 adalah susunan data dependen manakala B2:B31 merupakan susunan data independen. ROW_NUM diisi dengan nombor 1 jika mahu nilai b. Ini akan memberikan nilai b sebagai 0.01684937.
5. ROW_NUM diisi nombor 2 jika mahu nilai a. Ini akan memberikan nilai a sebagai 1.809410647
6. Ini akan memberikan formula; y = 1.8094 + 0.01684x
Penutup Latihan ini memang kelihatan agak sukar, terutama sekali regresi linear. Namun begitu kefahaman mudah dicapai dengan banyak latihan. Oleh itu cuba lakukannya dengan data kajian anda sendiri. Selamat Mencuba!
Hakcipta terpelihara Dr Azmi Mohd Tamil Excel3.doc 17-3-00.