|
Data Deskriptif - Analisis deskriptif bertujuan untuk memberikan gambaran (deskripsi) tentang sesuatu data, seperti rata-rata (mean) , jumlah (sum) ,simpangan baku ( standard deviation) , varians (variance) , rentang (range) , nilai maksimum, nilai minimum dan sebagainya. Contoh analisis deskriptif : Misal, peneliti ingin menganalisis "penjualan ( jumlah kunjungan) kamar hotel di Hotel Kuta, Bali . Peneliti ingin mengetahui dari kedua variabel mengenai: a) Jumlah sampel data ( N) b) Rentang data (range) c) Nilai tertinggi data (maximum) d) Nilai terendah data (minimum) e) Rata-rata (mean) f) Jumlah nilai data (Sum) - Ciri-ciri variabel seperti demografi dan sebagainya. - Membuat kesimpulan mengenai data numerikal. - Menggunakan kaedah berangka dan grafik untuk menentukan corak set data , meringkaskan maklumat daripada set data dan mempersembahkan maklumat yang dikumpul daripada sampel dalam bentuk menarik. - Oleh kerana pemerihalannya terhad kepada sampel sahaja ia tidak digunakan untuk tujuan membuat kesimpulan dan generalisasi menyeluruh kepada populasi yang dikaji. Deskriptif statistik a) Analisis UniVariate b) Analisis BiVariate Ketepatan data Ketepatan data ditentukan oleh kesahan dan kebolehpercayaan data. Kesahan digunakan untuk mengukur ketepatan sesuatu ukuran yang digunakan. Ia bertujuan untuk memastikan sama ada ukuran / indikator yang digunakan itu mengandungi semua ciri atau gagasan yang harus ada dalam konsep yang diukur. Terdapat dua jenis kesahan: a) Kesahan dalaman ( Internal validity) iaitu sejauh mana perkaitan antara pembolehubah itu dapat dipastikan. Bagi menentukan kesahan dalaman, penyelidik dapat menggunakan beberapa kaedah seperti tringulasi, pemeriksaan rakan, semakan rakan, kenyataan pengalaman , atau pengharapan. b) Kesahan luaran (external validity) iaitu sejauh mana data itu dapat dipanjangkan pada populasi dalam konteks yang berbeza-beza. Kesahan luaran boleh dilihati dalam ketebalan atau banyaknya penerangan, konsep yang merujuk kepada ketekalan (consistency) dan kestabilan ( stability) sesuatu ukuran, alat ukur kajian, atau soal selidik. Terdapat dua jenis kebolehpercayaan : a) Kebolehpercayaan luaran b) Kebolehpercayaan dalaman Data Statistik a) Analisis UNIvariate
ii) Ukuran kecenderungan memusat
iii) Ukuran serakan Ukuran serakan ialah sisihan piawai bagi satu-satu taburan kebarangkalian, pembolehubah rawak, populasi atau banyak set nilai. a) Julat - Ukuran variasi paling mudah. - Perbezaan antara nilai terbesar ( maksimum ) dan nilai terkecil ( minimum). - Julat = X max - X min b) Min sisihan - Min sisihan ialah perbezaan antara markat dengan min dalam sesuatu taburan. - Boleh digunakan untuk membandingkan serakan markat antara satu taburan dengan taburan yang lain. - Semakin besar nilai min sisihan , semakin tidak seragam markat dalam taburan berkenaan. c) Varians - Min / Purata nilai perbezaan markat daripada min yang dikuasaduakan. d) Sisihan piawai - Ukuran variasi yang paling selalu digunakan. - Menunjukkan variasi daripada min. - Merupakan punca kuasa dua kepada varians. - Mempunyai unit yang sama dengan data asal. Ciri-ciri ukuran variasi - Semakin jauh data terserak , semakin besar julat, varians dan sisihan piawai. - Semakin tertumpu nilai data, semakin kecil nilai julat, varians dan sisihan piawai. - Jika semua nilai adalah sama ( tiada variasi ) , semua ukuran ini adalah kosong. - Semua ukuran ini tidak boleh negatif. b) Analisis BiVariate Korelasi: - Arah - Kekuatan - Pearson r ( interval data ) - Spearman ( ordinal data ) JENIS DATA Dua jenis data iaitu : a) Data Kuantitatif - Numerik - Boleh dalam bentuk: i) Diskret ( boleh ambil nilai-nilai yang tepat sahaja)
Contoh : bilangan ii) Selanjar (tidak boleh mengambil nilai yang tepat tetapi boleh dihampirkan kepada ukuran tertentu b) Data Kualitatif- Bukan numerik
Skala pengukuran a) Data Nominal
b) Data Ordinal
c) Data Interval
d) Data Nisbah ( ratio data )
b) Analisis BiVariate
Korelasi: - Arah - Kekuatan - Pearson r ( interval data ) - Spearman ( ordinal data ) JENIS DATA Dua jenis data iaitu : a) Data kuantitatif - Numerik b) Data kualitatif - bukan numerik a) Data Kuantitatif - Numerik - Nilai-nilai data adalah bilangan atau ukuran berangka. - Dibentuk : i) Diskret ( boleh ambil nilai-nilai yang tepat sahaja) Contoh : bilangan ii) Selanjar ( tidak boleh mengambil nilai yang tepat tetapi boleh dihampirkan kepada ukuran tertentu. ) b) Data Kualitatif- Bukan numerik - Nilai data adalah kategori tidak berangka. - Contoh : jenis darah, jantina Skala pengukuran a) Data Nominal - Diklasifikasikan ke dalam kategori, nama atau label. - Dapat memberikan nilai numeric pada kategori tapi tidak dapat melakukan operasi matematik terhadap nilai-nilainya. b) Data Ordinal - Sama seperti data dominal . - Tidak mengukur perbezaan diantara dua data. - Data boleh disusun mengikut urutan. - Dapat memberi nilai numerik namun tidak dapat melakukan operasi Matematik. c) Data Interval - Boleh disusun. - Perbezaan antara data bermakna dan boleh diukur. - Nilai sifar bersifat arbitary ( tidak menggambarkan kosong secara mutlak .) d ) Data nisbah ( ratio data ) - Nisbah memberi makna. - Nilai kosong secara mutlak. ( maksud tiada kuantiti ). 
|
