Pengenalan Analisis Data Awalan l Penyediaan Data Pengeditan

  • Slides: 69
Download presentation
Pengenalan (Analisis Data Awalan) l Penyediaan Data Pengeditan, pengekodan pemasukan data l Aktiviti ini

Pengenalan (Analisis Data Awalan) l Penyediaan Data Pengeditan, pengekodan pemasukan data l Aktiviti ini memastikan ketepatan data dan proses mengubah data mentah ke dalam bentuk yang boleh di analisis l l Meneroka, memapar dan memeriksa data l Penelitian, pemeriksaan dan penyusunan semula data untuk memulakan pencarian perihalan, corak dan perhubungan yang bermakna

Peringkat dalam analisis Data PENGEDITAN PENGEKODAN PEMASUKAN DATA ANALISIS DATA PERIKSA RALAT DAN PENGESAHAN

Peringkat dalam analisis Data PENGEDITAN PENGEKODAN PEMASUKAN DATA ANALISIS DATA PERIKSA RALAT DAN PENGESAHAN

Penyediaan Data l Pengeditan Mengesan ralat dan ketinggalan, membetulkan di mana boleh, dan mengesahkan

Penyediaan Data l Pengeditan Mengesan ralat dan ketinggalan, membetulkan di mana boleh, dan mengesahkan piawaian kualiti data yang minimum telah di capai PENGEDITAN PUSAT PENGEDITAN LAPANGAN

Tujuan Pengeditan l Memastikan agar data adalah l Tepat l Konsisten dengan maklumat yang

Tujuan Pengeditan l Memastikan agar data adalah l Tepat l Konsisten dengan maklumat yang lain l Dimasukkan secara seragam l Lengkap l Di susun untuk memudahkan pengekodan tabulation

Tahun lahir – Direkod oleh penemuduga 1873? l 1973 Lebih Mungkin l

Tahun lahir – Direkod oleh penemuduga 1873? l 1973 Lebih Mungkin l

Pengekodan l Melibatkan pemberian nombor atau simbol kepada jawapan (response) supaya dapat di kelaskan

Pengekodan l Melibatkan pemberian nombor atau simbol kepada jawapan (response) supaya dapat di kelaskan kepada beberapa kelas atau kategori yang terhad l Contoh: l “M” untuk Lelaki dan “F” untuk Wanita l “ 1” untuk Lelaki dan “ 2” untuk Wanita l Numerik lwn Alphanumerik

Peraturan Pengekodan l Peraturan yang mengawal penubuhan set berkategori l Kesesuaian kepada soalan penyelidikan

Peraturan Pengekodan l Peraturan yang mengawal penubuhan set berkategori l Kesesuaian kepada soalan penyelidikan dan tujuan (Appropriateness) l Saling Habisan (Mutually Exhaustive) l Saling Eksklusif (Mutually Exclusive) l Diterbitkan dari hanya satu prinsip klasifikasi (Single Dimension)

Kesesuaian Katakan populasi anda adalah pelajar dari institusi pengajian tinggi l Apakah kumpulan umur

Kesesuaian Katakan populasi anda adalah pelajar dari institusi pengajian tinggi l Apakah kumpulan umur anda? l � 15 – 25 tahun � 26 – 35 tahun � 36 – 45 tahun � Lebih dari 45 tahun

Saling Habisan l What is your race? � Melayu � Cina � India �

Saling Habisan l What is your race? � Melayu � Cina � India � Lain-lain ………………

Saling Eksklusif l Apakah jenis pekerjaan anda? � Profesional � Pertukangan � Pengurusan �

Saling Eksklusif l Apakah jenis pekerjaan anda? � Profesional � Pertukangan � Pengurusan � Operasi � Jualan � Tidak bekerja � Kerani � Suri rumah tangga � Lain-lain

Dimensi Tunggal l Apakah jenis pekerjaan anda? �Profesional � Pertukangan � Pengurusan � Operasi

Dimensi Tunggal l Apakah jenis pekerjaan anda? �Profesional � Pertukangan � Pengurusan � Operasi � Jualan � Tidak bekerja � Kerani � Suri rumah tangga � Lain-lain

Pengekodan Soalan Terbuka Apakah penilaian anda mengenai kualiti perkhidmatan yang anda terima daripada pekerja

Pengekodan Soalan Terbuka Apakah penilaian anda mengenai kualiti perkhidmatan yang anda terima daripada pekerja di TESCO?

Buku Kod l Buku Kod atau skema pengekodan mengandungi setiap pembolehubah yang terkandung dalam

Buku Kod l Buku Kod atau skema pengekodan mengandungi setiap pembolehubah yang terkandung dalam penyelidikan dan menyatakan applikasi peraturan pengekodan terhadap pembolehubah tersebut l Bertujuan untuk menjadi panduan semasa pemasukan data l Pra-Pengekodan

Buku Kod

Buku Kod

Pemasukan Data l Pengimbas Optikal l Lembaran kerja elektronik l Gudang Data l Transformasi

Pemasukan Data l Pengimbas Optikal l Lembaran kerja elektronik l Gudang Data l Transformasi dan pembersihan l Alat akses pengguna akhir l Data marts

Meneroka, Memapar dan Memeriksa Data Taburan Kekerapan l Taburan Normal Piawai l Ukuran Menengah

Meneroka, Memapar dan Memeriksa Data Taburan Kekerapan l Taburan Normal Piawai l Ukuran Menengah l Min l Median l Mod l Variasi (Variability) l l l l Varians Sisihan Piawai Julat antara Kuartil Sisihan Kuartil Kepencongan Kurtosis

Ciri-Ciri Taburan

Ciri-Ciri Taburan

Bentuk Taburan

Bentuk Taburan

Teknik untuk Memapar dan Memeriksa Taburan Jadual Kekerapan l Carta Bar l Carta Pai

Teknik untuk Memapar dan Memeriksa Taburan Jadual Kekerapan l Carta Bar l Carta Pai l Histogram l Memaparkan semua selang dalam taburan l Periksa bentuk taburan untuk melihat, kepencongan, kurtosis dan corak modal l Jadual Silang (Crosstabulation) l

Transformasi l Tujuan Transformasi l Untuk memperbaiki tafsiran dan keserasian data dengan set data

Transformasi l Tujuan Transformasi l Untuk memperbaiki tafsiran dan keserasian data dengan set data yang lain l Untuk meningkatkan simetri dan menstabilkan sibaran l Untuk memperbaiki perhubungan linear antara pembolehubah (Skor piawai)

Transformasi l Recode l Hanya mengubah kod yang sedia ada tanpa melibatkan apa-apa operasi

Transformasi l Recode l Hanya mengubah kod yang sedia ada tanpa melibatkan apa-apa operasi atau fungsi matematik l Compute l Membentuk pembolehubah baru dengan menggunakan operasi atau fungsi matematik

Contoh - Recode Perceived Enjoyment PE 1 The actual process of using Instant Messenger

Contoh - Recode Perceived Enjoyment PE 1 The actual process of using Instant Messenger is pleasant 1 2 3 4 5 6 7 PE 2 I have fun using Instant Messenger 1 2 3 4 5 6 7 PE 3 Using Instant Messenger bores me 1 2 3 4 5 6 7 PE 4 Using Instant Messenger provides me with a lot of enjoyment 1 2 3 4 5 6 7 PE 5 I enjoy using Instant Messenger 1 2 3 4 5 6 7

Recode

Recode

Recoding

Recoding

Parameter dan Statistik

Parameter dan Statistik

Prosedur Pengujian Hipotesis Nyatakan Hipotesis Tafsir Ujian Tahap Dapatkan nilai kritikal Pilih Ujian Pilih

Prosedur Pengujian Hipotesis Nyatakan Hipotesis Tafsir Ujian Tahap Dapatkan nilai kritikal Pilih Ujian Pilih tahap keertian Kira nilai

Hipotesis l Null l l H 0: = 50 mpg H 0: < 50

Hipotesis l Null l l H 0: = 50 mpg H 0: < 50 mpg H 0: > 50 mpg Alternate l l l HA: 50 mpg HA: > 50 mpg HA: < 50 mpg

Terima/Tolak Hipotesis

Terima/Tolak Hipotesis

Terima/Tolak Hipotesis

Terima/Tolak Hipotesis

Terima/Tolak Hipotesis (nilai p) Bila kita menggunakan perisian statistik, kita tidak perlu membandingkan nilai

Terima/Tolak Hipotesis (nilai p) Bila kita menggunakan perisian statistik, kita tidak perlu membandingkan nilai kiraan dengan nilai jadual l Perisian akan memberikan nilai p atau nilai kebarangkalian l Jadi kita akan menolak H 0 l jika nilai p < 0. 05 l Petua ini adalah sama bagi kesemua jenis ujian menggunakan perisian statistik l

TRA Instant Messaging (F) 4 soalan Perceived usefulness H 1 Attitude H 3 Ease

TRA Instant Messaging (F) 4 soalan Perceived usefulness H 1 Attitude H 3 Ease of use H 2 4 soalan 3 soalan 4 soalan H 4 6 soalan Subjective norm Intention H 5

Kebolehpercayaan

Kebolehpercayaan

Hasil Output SPSS

Hasil Output SPSS

Penjelasan Pembolehubah “Achievement Motivation” di ukur dengan 4 soalan l Jika kita menggunakan 4

Penjelasan Pembolehubah “Achievement Motivation” di ukur dengan 4 soalan l Jika kita menggunakan 4 soalan Alpha adalah 0. 691 l Bila kita melihat lajur Alpha if item deleted, Am 2 jika dibuang akan meningkatkan Alpha kepada 0. 812 jadi kita akan buang Am 2 supayan nilai alpha boleh ditingkatkan. Secara amnya sesuatu soalan akan dibuang jika nilai Alpha boleh meningkat lebih daripada 0. 05 berbanding nilai Alpha akhir yang diberikan l

Jadual dalam Laporan Variable N of Item Ease of Use 4 Item Deleted 1

Jadual dalam Laporan Variable N of Item Ease of Use 4 Item Deleted 1 Alpha Usefulness 4 - 0. 930 Attitude 4 - 0. 908 SN 6 - 0. 876 Intention 3 - 0. 933 0. 836

Compute

Compute

Data sebelum Compute

Data sebelum Compute

Data selepas Compute

Data selepas Compute

Bagaimana Memilih Ujian Measurement Scale Nominal Two-Sample Tests k-Sample Tests ____________________________________________ One-Sample Case Related

Bagaimana Memilih Ujian Measurement Scale Nominal Two-Sample Tests k-Sample Tests ____________________________________________ One-Sample Case Related Samples Independent Samples l Binomial l Mc. Nemar l Fisher exact l Cochran Q l x 2 for k test l x 2 two-samples test l x 2 one-sample test Ordinal Interval and Ratio l Kolmogorov- l Sign test l Median test l Friedman two- l Median way ANOVA extension l. Kruskal-Wallis one-way ANOVA l t-test l Repeated- l One-way l Z test measures ANOVA l n-way ANOVA Smirnov one-sample test l Runs test l. Wilcoxon l. Mann-Whitney matched-pairs test U l. Kolmogorov. Smirnov l. Wald-Wolfowitz l t-test for paired samples l Z test samples

Jadual Kekerapan

Jadual Kekerapan

Jadual Kekerapan

Jadual Kekerapan

Jadual dalam Laporan Gender Male Female Race Malay Chinese Indian Others Frequency Percentage 5

Jadual dalam Laporan Gender Male Female Race Malay Chinese Indian Others Frequency Percentage 5 45 10. 0 90. 0 12 33 3 2 24. 0 66. 0 4. 0

Deskriptif

Deskriptif

Deskriptif Output SPSS

Deskriptif Output SPSS

Jadual Deskriptif dalam Laporan Mean Std. Deviation Perceived Ease of Use 5. 06 0.

Jadual Deskriptif dalam Laporan Mean Std. Deviation Perceived Ease of Use 5. 06 0. 96 Perceived Usefulness 4. 97 1. 04 Attitude 4. 82 1. 34 Subjective Norm 4. 19 1. 16 Intention 5. 42 1. 07

Korelasi

Korelasi

Soalan Penyelidikan l Adakah PEU, PU, Attitud, SN mempunyai korelasi antara satu sama lain?

Soalan Penyelidikan l Adakah PEU, PU, Attitud, SN mempunyai korelasi antara satu sama lain? l Secara simbol di tulis l H 1: l Hanya r 0 satu ditulis tetapi terdapat 10 hipotesis yang diuji, satu pasang pada setiap masa

Hasil Output SPSS

Hasil Output SPSS

Jadual Korelasi dalam Laporan PEU PU Attitude sn Intention PU Attitude SN Intention 1.

Jadual Korelasi dalam Laporan PEU PU Attitude sn Intention PU Attitude SN Intention 1. 000 0. 683** 1. 000 0. 499** 0. 493** 1. 000 0. 471** 0. 679** 0. 315* 1. 000 0. 747** 0. 782** 0. 622** 0. 534** ** p < 0. 01, * p < 0. 05 1. 000

Regresi Linear Berganda

Regresi Linear Berganda

Regresi Linear Berganda

Regresi Linear Berganda

Pilihan

Pilihan

Hasil Output SPSS l Soalan Penyelidikan l Bolehkah pembolehubah PEU dan PU menjelaskan variasi

Hasil Output SPSS l Soalan Penyelidikan l Bolehkah pembolehubah PEU dan PU menjelaskan variasi dalam Attitude? l Adakah kedua-dua pembolehubah PU dan PEU mempengaruhi Attitude?

Hasil

Hasil

Hasil Casewise Diagnostics(a) Case Number Std. Residual Attitud Predicted Value Residual 12 4. 105

Hasil Casewise Diagnostics(a) Case Number Std. Residual Attitud Predicted Value Residual 12 4. 105 5. 00 3. 4824 1. 51755 33 3. 385 4. 80 3. 2813 1. 43214 a Dependent Variable: Attitud

Taburan Normal

Taburan Normal

Ralat bertaburan normal

Ralat bertaburan normal

Varians Malar (Homoscedasticity)

Varians Malar (Homoscedasticity)

Linear

Linear

Linear

Linear

Jadual Regresi Berganda dalam Laporan Variable Perceived Ease of Use Perceived Usefulness R 2

Jadual Regresi Berganda dalam Laporan Variable Perceived Ease of Use Perceived Usefulness R 2 Adjusted R 2 F Value D-W Dependent = Attitude Standardized Beta 0. 477** 0. 054 0. 293 0. 262 9. 719 1. 682

Ujian t

Ujian t

Output SPSS l Soalan Penyelidikan l Adakah lelaki dan wanita mempunyai sikap yang berbeza?

Output SPSS l Soalan Penyelidikan l Adakah lelaki dan wanita mempunyai sikap yang berbeza?

Tafsiran l H 1: Lelaki mempunyai sikap lebih positif berbanding wanita l l Mula-mula

Tafsiran l H 1: Lelaki mempunyai sikap lebih positif berbanding wanita l l Mula-mula kita kena pastikan sama ada kita akan melihat baris pertama atau kedua Lihat Lajur Ujian Levene, nilai p = 0. 540 > 0. 05 ( ) jadi kita terima H 0 jadi kita akan lihat baris di mana varians adalah sama Lihat lajur t-test for equality of means, nilai p = 0. 504 > dari 0. 05 ( ) jadi kita terima H 0 maka hipotesis kita tidak disokong. Kesimpulan, tiada perbezaan sikap antara lelaki dan wanita

Jadual Ujian t dalam Laporan Variables Attitude Perceived Ease of Use Perceived Usefulness *p<0.

Jadual Ujian t dalam Laporan Variables Attitude Perceived Ease of Use Perceived Usefulness *p<0. 05, **p<0. 01 Male (Mean) Female (Mean) t-value 5. 20 4. 77 0. 672

ANOVA satu hala

ANOVA satu hala

Output SPSS l Soalan Penyelidikan l Adakah pelajar berbagai bangsa memempunyai sikap yang berbeza?

Output SPSS l Soalan Penyelidikan l Adakah pelajar berbagai bangsa memempunyai sikap yang berbeza?

Tafsiran l H 2: Pelajar berbangsa Melayu Cina, India dan lain-lain mempunyai sikap yang

Tafsiran l H 2: Pelajar berbangsa Melayu Cina, India dan lain-lain mempunyai sikap yang berebeza l Lihat jadual ANOVA, nilai p = 0. 137 > dari 0. 05 ( ) jadi kita terima H 0 maka hipotesis kita tidak disokong. l Kesimpulan, tiada perbezaan sikap antara pelajar melayu, Cina, India dan lain-lain.

Jadual Ujian ANOVA dalam Laporan Variables Attitude Perceived Ease of Use Perceived Usefulness *p<0.

Jadual Ujian ANOVA dalam Laporan Variables Attitude Perceived Ease of Use Perceived Usefulness *p<0. 05, **p<0. 01 Malay Chinese Indian & Others F value 5. 20 4. 77 0. 672