STATISTIK DALAM PENYELIDIKAN

1. STATISTIK DALAM PENYELIDIKAN

Penyelidikan seharusnya dibuat secara sistematik, empiris dan saintifik. Untuk mencapai matlamat tersebut, penyelidik sepatutnya mampu mempastikan data, maklumat dan fakta yang diperoleh adalah benar, boleh dipercayai dan sah. Dengan cara demikian, keputusan yangdilaporkan boleh diakui jitu. Penyelidikan saintifik perlu memastikan bahawa pengulangan kajian yang dijalankan untuk mengesan dan mengesahkan kajian yang terdahulu berjaya memperolehi keputusan yang sama jika ia benar. Semakin banyak kajian ulangan dibuat, akan semakin bertambahlah keyakinan kita terhadap keputusan kajian dan saranan yang diberi untuk menyelesaikan sesuatu masalah yang telah dikaji. Data, maklumat dan fakta yang dikumpul dalam sesuatu penyelidikan bertujuan untuk menjawab isu yang dinyatakan dalam permasalahan dan pernyataan kajian. Penyelidik mestilah memulakan tugas analisis dengan menentukan dan memilih beberapa metode analisis statistik yang sesuai. metode yang dipilih pula seharusnya mampu memperoleh keputusan yang dapat menjawab permasalahan dan tujuan kajian yang dibina. Justeru itu, tidak dapat dinafikan bahawa memiliki ilmu yang mendalam terhadap metode dan teknik analisis statistik adalah penting dalam penyelidikan.

2. STATISTIK DESKRIPTIF DAN INFERENS

Secara umum analisis statistik dapat dibahagikan kepada dua bentuk, iaitu analisis deskriptif dan analisis inferens. Analisis deskriptif biasanya digunakan untuk memperihalkan keadaan data yang terdapat pada sampel kajian. Pemerihalannya terhad kepada sampel sahaja dan tidak digunakan untuk membuat sesuatu kesimpulan atau generalisasi menyeluruh kepada populasi yang dikaji. Sesetengah ahlistatistik menyatakan bahawa ilmu statistik deskriptif hanyalah seperti hujung aisberg yang timbul di permukaan lautan. Meskipun ia kecil, tetapi ia memberi sumbangan yang penting dan bermakna dalam proses analisis data.

Apabila data dan maklumat yang diperoleh daripada sampel digunakan untuk tujuan membuat generalisasi kepada populasi di mana sampel itu dipilih, metode analisis statistik tersebut dinamakan sebanyak statistik inferens. Data dan maklumat yang diperoleh yang sifatnya boleh dilihat seperti hujung aisbergitu dijadikan anggaran yang dapat memperihalkan data dan maklumat lebih besar yang tidak kelihatan. Teknik analisis inferens menggunakan konsep dan hukum kebarangkalian. Untuk menjamin generalisasi dan kesimpulan ini tepat, beberapa tatacara kebarangkalian perlu diikuti agar pemerihalan terhadap populasi besar yang kadangkala sifatnya sejagat dapat diyakini meskipun kitahanya menggunakan data daripada sampel kajian.

3. KONSEP UTAMA DALAM STATISTIK

Antara beberapa konsep dan terminilogi asas yang perlu diketengahkan di peringkat awal pembelajaran statistik ialah

1.7.1 Pemboleh Ubah

Pemboleh ubah merujuk kepada sebarang objek atau fenomena yang sifatnya boleh berubah. Beberapa ciri yang terdapatpada manusia, persekitaran dan situasi uji kaji boleh berubah-ubah daripada seorang individu kepada individu lain ataupun berubah daripada sesuatu persekitaran kepada persekitaran lain yang berbeza. Kesemua fenomena ini ialah pemboleh ubah. Jantina, berat badan, keupayaan mental, nilai dan kepercayaan ialah pembolehubahan yang terdapat pada manusia. Berat badan misalnya mempunyai kepelbagaian nilai.

1.7.2 Populasi

Populasi merujuk kepada keseluruhan set individu, objek, benda atau fenomena yang mempunyai ciri-ciri  kesamaan. Keseluruhan penduduk Malaysia dikatakan sebagai populasi Malaysia. la merupakan satu set individu yang tinggal dalam suatu kawasan geografi. Keseluruhan manusia yang tinggal di Wilayah Persekutuan Kuala Lumpur ialah populasi Wilayah Persekutuan Kuala Lumpur dan seluruh pelajar semester pertama di universiti ialah populasi pelajar semester pertama.

1.7.3 Parameter

Parameter merujuk kepadanilai yang menggambarkan ciri-ciri populasi. Dalam kebanyakan buku statistik, parameter populasi ditulis dengan huruf Greek. Contohnya huruf µ (sebutannya ialah mew) ialah parameter kepada purata atau min populasi.

1.7.4 Sampel

Sampel ialah sebahagian daripadapopulasi yang dipilih dengan menggunakan suatu metode pemilihan sampel. Sampel yang dikatakan baik ialah apabila ia dipilih secara rawak, mempunyai ciri-ciri populasi dan mewakili populasi tempat sampel itu dipilih.

1.7.5 Statistik

Statistik ialah nilai yang terdapat padasampel. Selalunya, ia merupakan hasil manipulasi kepada data atau hasil analisis. Pensyarah yang berminat untuk mengetahui tahap pencapaian prestasi pelajar semester pertama dalam kursus Pengantar Statistik mungkin memadai dengan mengira purata atau min markat Pengantar Statistik semua pelajar semester pertama kumpulan atau kelas yang diajarnya. Purata atau min pencapaian prestasi pelajar ialah statistik yang diperoleh daripadasampel darjahnya sahaja.

1.7.6  Pemboleh Ubah Bebas dan Pemboleh Ubah Terikat

Pemboleh ubah yang mempengaruhi atau memberi kesan kepada sesuatu pemboleh ubah yang lain dikatakan sebagai pemboleh ubah bebas. Dalam banyak keadaan pemboleh ubah bebas boleh dan sengaja dimanipulasi oleh penyelidik supaya dapat memberi kesan atau pengaruh yang berbeza-beza. Pemboleh ubah terikat pula merujuk kepada sebarang pemboleh ubah yang dipengaruhi oleh pemboleh ubah bebas. Kebiasaannya, pemboleh ubah terikatlah yang menjadi minat penyelidik untuk mempastikan secara tepat kesan dan pengaruh pemboleh ubah bebas terhadap pemboleh ubah terikat.

1.7.7  Pemboleh Ubah Kualitatif dan Pemboleh Ubah Kuantitatif

Pemboleh ubah kualitatif ialah pemboleh ubah yang mempunyai ciri saling eksklusif dan mempunyai subkelas. Pemboleh ubah bangsa contohnya mempunyai subkelas atau subbangsa seperti Melayu, Cina, India, Nasrani dan lain-lain. Setiap satu subbangsa adalah eksklusif. la hanya boleh berlaku dalam satu subkumpulan sahaja. Jantina ialah pemboleh ubah kualitatif yang terdiri daripada dua jenis, lelaki dan perempuan. Pemboleh ubah kuantitatif ialah pemboleh ubah yang di dalamnya terkandung nilai angka yang menunjukkan sifat yang berhubung dengan objek pemboleh ubah tersebut. Contohnya, jumlah hari seseorang pelajar tidak hadir kelas, markat dalam sesuatu kursus, umur kematian dan lain-lain. Pemboleh ubah kuantitatif boleh juga dibahagikan kepada jenis diskrit dan selanjar.

petikan lanjut layari https://melzaabapnut.blogspot.com/2017/12/pengenalan-kepada-statistik-sains-sosial.html

SKALA PENGUKURAN

Pembolehubah ini boleh diukur menggunakan skala:

 i. nominal,

 ii. ordinal,

 iii. sela atau

 iv. nisbah.

1. Skala Nominal

Skala nominal adalah skala pengukuran yang paling mudah dan merupakan bentuk pengukuran yang paling rendah boleh digunakan oleh ahli penyelidik. Skala nominal membentuk nombor bagi menunjukkan kategori yang berlainan. Sebagai Contoh: Guru ingin membahagikan ras pelajar dalam kelasnya kepada beberapa kategori:

nombor 1 - kategori Melayu,

nombor 2 - kategori Cina,

nombor 3 - kategori India

nombor 4 - lain-lain ras.

Pemberian nombor 1, 2, 3 atau 4 dan selanjutnya adalah untuk memudahkan analisis komputer atau pengenalan bagi setiap ras. Tidak bermakna 1 lebih baik atau superior dari 2 dan seterusnya. Nombor hanya melambangkan kumpulan bagi sesuatu pembolehubah, seperti contoh yang diberikan ialah ras.

Apabila nombor digunakan untuk menamakan orang atau objek dan nombor ini tidak mempunyai apa-apa hubungan dalaman antara satu sama lain dari segi nilai maka skala pengukurannya disebut sebagai skala nominal.

Angka atau simbol yang mewakili kumpulan skala nominal boleh ditukarkan kepada nombor tanpa mengubah maklumat

2. Skala Ordinal

Pengukuran menggunakan skala ordinal akan menyusun data daripada yang rendah kepada yang tinggi atau daripada yang lemah kepada yang cemerlang iaitu susunan yang melambangkan satu bentuk hierarki.

Contoh:

Guru mungkin menyusun skor yang didapati dalam Ujian Bahasa Melayu dari markah yang tertinggi kepada markah yang terendah sekali.

Skala ordinal hanya menyusun mengikut hieraki untuk melambangkan perbezaan atau kedudukan sesuatu individu relatif kepada sesuatu individu yang lain.

Kedudukan skor atau kebolehan yang disusun itu tidak sama magnitudnya atau perbezaannya - hanya menunjukkan satu individu itu skornya dari atas atau dari bawah.

Berapa banyak lebihan atau kekurangan tidak dapat ditentukan contohnya:

Perbezaan kedudukan pelajar nombor 8 dengan nombor 9 hanya 4 markah sahaja, tetapi perbezaan kedudukan antara nombor 1 dengan nombor 2 adalah 20 markah

3. Skala Sela

Pengukuran yang menggunakan sekala sela mempunyai semua ciri ordinal dan ditambah pula, di setiap titik dalam skala berkenaan mempunyai jarak yang sama. Skala sela memberikan sela sama daripada titik asal (origin) yang arbitrari. Ini bermakna skala sela mempunyai ciri-ciri:

i. nominal dan ordinal, terutamanya ciri-ciri pangkat.

ii. Jarak numerik yang sama di atas skala sela menggambarkan jarak yang sama pada ciri yang diukur.

Contoh:

Sila perhatikan, nilai 0 dalam skala sela tidak bermakna tidak sesuatu yang diukur.

Contoh

Suhu 0 ^oC tidak menandakan tiada suhu.

Sekarang cuba kita lihat perbezaan IQ 60 dengan IQ 70, perbezaannya hanya 10 poin. Begitu juga IQ 120 dengan IQ 130, perbezaannya sama iaitu 10 poin juga.

Tidak boleh mengatakan mereka yang mempunyai IQ 120 adalah dua kali lebih baik dari mereka yang mempunyai IQ 60.

Ini kerana tidak terdapat titik sifar sebenar pada IQ. Tidak terdapat 0 IQ.

4. Skala Nisbah

Aras tertinggi dalam pengukuran ialah pengukuran menggunakan skala nisbah.

Skala nisbah mempunyai ciri-ciri nominal, ordinal dan sela serta mempunyai mutlak sifar yang mempunyai makna empirikal. Nombor pada skala menunjukkan amaun atau ciri sebenar yang diukur. Seandainya skala nisbah untuk pencapaian wujud, maka bolehlah kita katakan pelajar yang mendapat markah 80 adalah dua kali lebih pencapaiannya dengan pelajar yang mendapat markah 40

Setiap jenis skala memberi maklumat yang berlainan. Skala nisbah memberi lebih maklumat daripada skala sela. Skala sela memberi lebih maklumat daripada skala ordinal dan skala ordinal pula memberi lebih maklumat daripada skala nominal.

Prosedur statistik hanya boleh digunakan dengan jenis skala pengukuran tertentu. Cara data disusun akan mempengaruhi jenis analisis statistik yang akan dijalankan.

Contoh:

Skala untuk menyukat tinggi menggunakan skala nisbah kerana titik kosong pada skala nisbah memberi makna tidak ada ketinggian atau ketinggian sifar. Begitu juga halnya dengan timbangan yang mencatatkan 0 g bermakna tiada berat. Antara pembolehubah yang mempunyai skala nisbah ialah:

Pendapatan,

Masa untuk melakukan sesuatu tugasan,

Umur.

Skala nisbah jarang digunakan dalam peyelidikan pendidikan dan lain-lain disiplin penyelidikan kerana titik ‘0’ yang diperolehi tidak melibatkan penggunaan yang sebenar.

Contoh:

Dalam sesuatu ujian di bilik darjah atau peperiksaan awam, calon yang mendapat markah kosong tidak bermakna mereka langsung tidak mempunyai ilmu dalam bidang yang dipelajari atau diuji tetapi tahap pencapaian mereka perolehi tidak mencapai tahap yang ditetapkan kerana mereka mungkin tidak dapat mengeluarkan jawapan seperti yang dikehendaki berdasarkan tugasan dalam soalan.