169 BAB 4 DAPATAN KAJIAN 4.0 Pendahuluan Bab ini membincangkan dapatan kajian berdasarkan analisis data yang telah ditetapkan. Data yang diperolehi telah dianalisis dengan menggunakan tiga perisian, iaitu perisian SPSS Version 15, Quest, GENOVA dan AMOS version 7. Pada bahagian pertama huraian adalah berdasarkan statistik dekriptif yang akan menyentuh aspek latar belakang responden serta pembelajaran matematik dalam bahasa Inggeris. Kemudian, perbincangan akan berkisar kepada analisis item menggunakan perisian Quest. Seterusnya perbincangan akan menyentuh komponen varian yang berkait dengan dependability skor pencapaian. Akhir sekali, huraian adalah berdasarkan analisis SEM (Structural Equation Modeling). Secara umumnya huraian dalam bab ini akan menjawab soalan kajian yang telah ditetapkan seperti berikut: 1. Apakah dependability skor ujian pencapaian mata pelajaran matematik KBSM Tingkatan 2 mengikut Teori Generalizabiliti? 2. Apakah sumbangan setiap facet terhadap varians ralat mengikut Teori Generalizabiliti? 3. Sejauhmanakah model cadangan fit data pembolehubah bebas dan pembolehubah bersandar?
64
Embed
BAB 4 DAPATAN KAJIAN 4.0 Pendahuluan Bab ini membincangkan ...
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
169
BAB 4
DAPATAN KAJIAN
4.0 Pendahuluan
Bab ini membincangkan dapatan kajian berdasarkan analisis data yang telah
ditetapkan. Data yang diperolehi telah dianalisis dengan menggunakan tiga
perisian, iaitu perisian SPSS Version 15, Quest, GENOVA dan AMOS version
7. Pada bahagian pertama huraian adalah berdasarkan statistik dekriptif yang
akan menyentuh aspek latar belakang responden serta pembelajaran matematik
dalam bahasa Inggeris. Kemudian, perbincangan akan berkisar kepada analisis
item menggunakan perisian Quest. Seterusnya perbincangan akan menyentuh
komponen varian yang berkait dengan dependability skor pencapaian. Akhir
sekali, huraian adalah berdasarkan analisis SEM (Structural Equation
Modeling).
Secara umumnya huraian dalam bab ini akan menjawab soalan kajian yang
telah ditetapkan seperti berikut:
1. Apakah dependability skor ujian pencapaian mata pelajaran matematik
KBSM Tingkatan 2 mengikut Teori Generalizabiliti?
2. Apakah sumbangan setiap facet terhadap varians ralat mengikut Teori
Generalizabiliti?
3. Sejauhmanakah model cadangan fit data pembolehubah bebas dan
pembolehubah bersandar?
170
4. Adakah model yang dicadangkan fit dengan jantina lelaki dan
perempuan?
5. Adakah model yang dicadangkan fit dengan lokasi sekolah bandar dan
luar bandar?
6. Adakah terdapat kesan faktor peramal dalam model yang dicadangkan
terhadap skor pencapaian secara signifikan?
4.1 Latar belakang Responden
Seramai 500 orang pelajar tingkatan dua telah terlibat dengan kajian ini.
Ringkasan maklumat latar belakang responden ditunjukkan dalam Jadual 4.1
di sebelah. Hasil daripada pentadbiran soal selidik dan ujian yang diduduki,
seramai 225 (45%) responden adalah lelaki dan 275 (55%) perempuan.
Komposisi mengikut kaum pula melibatkan kaum Melayu seramai 385 orang
(77%) diikuti kaum Cina 83 orang (16.6%), India 27 (5.4%) orang dan lain-
lain (yakni Siam) seramai 5 orang (1%).
Dari segi pola tempat tinggal responden pula, kebanyakan responden berasal
atau tempat tinggal mereka adalah di kampung (N=272, 54.4%). Seramai 135
(27%) orang responden tinggal di bandar dan masing-masing responden dari
pekan kecil dan tanah rancangan seramai 88 orang (17.6%) dan 5 orang (1%)
yang tinggal di kawasan rancangan. Walaupun begitu, bilangan responden
mengikut kategori sekolah luar bandar dan sekolah bandar adalah seimbang,
iaitu masing-masing seramai 250 orang.
171
Jadual 4.1 Profil Pelajar Mengikut Jantina, Kaum, Tempat Tinggal
dan Lokasi Sekolah
Perbezaan Individu Kekerapan (%)
Jantina Lelaki
Perempuan
225 (45)
275 (55)
Jumlah 500 (100)
Kaum Melayu
Cina
India
Lain-lain
385 (77)
83 (16.6)
27 (5.4)
5 (1)
Jumlah 500 (100)
Tempat
Tinggal
Kampung
Pekan kecil
Bandar
Tanah Rancangan
272 (54.4)
88 (17.6)
135 (27)
5 (1)
Jumlah 500 (100)
Lokasi
Sekolah
Luar Bandar
Bandar
250 (50)
250 (50)
Jumlah 500 (100)
Dari segi pencapaian responden dalam mata pelajaran Bahasa Inggeris pada
peringkat UPSR, kebanyakan responden mendapat gred yang baik, iaitu Gred
A (N=90, 18 %) dan Gred B (N=170, 34%). Sementara yang mendapat Gred
D dan Gred E masing-masing seramai 52 (10.4%) dan 38 (7.6%). Maklumat
gred responden ditunjukkan dalam Jadual 4.2 di bawah.
Jadual 4.2 Gred Bahasa Inggeris UPSR
Gred Bahasa Inggeris Jumlah (%)
Gred A
Gred B
Gred C
Gred D
Gred E
90 (18.0)
170 (34.0)
150 (30.0)
52 (10.4)
38 (7.6)
Jumlah 500 (100)
172
Walaupun gred pencapaian pelajar yang diperolehi oleh responden agak baik,
seperti yang ditunjukkan dalam Jadual 4.2, namun apabila diminta menanda
dalam soal selidik berhubung kemahiran bahasa masing-masing, dapatan
kajian menunjukkan kemahiran bahasa responden perempuan lebih tinggi
daripada responden lelaki (Perempuan: M = 3.16., SD = 0.77; Lelaki: M =
3.03, SD = 0.96). Jadual 4.3 menunjukkan kemahiran bahasa Inggeris
responden.
Jadual 4.3 Kemahiran Bahasa Inggeris Megikut Jantina
Kemahiran BI
Jantina
Lelaki
Perempuan
Min
N
Std.Dev.
Min
N
Std.Dev.
3.03
225
0.96
3.16
275
0.77
Lokasi
sekolah
Luar bandar
Bandar
Min
N
Std.Dev.
Min
N
Std.Dev.
3.06
225
0.92
3.18
275
0.80
Manakala kamahiran mengikut lokasi sekolah pula seperti yang ditunjukkan
dalam Jadual 4.3 di atas, kemahiran bahasa Inggeris responden yang
bersekolah di bandar lebih tinggi daripada responden luar bandar. Skor min
173
dan sisihan piawai bagi kumpulan bandar ialah 3.18 dan 0.80; manakala skor
min dan sisihan piawai bagi pelajar luar bandar ialah 3.06 dan 0.92.
4.2 Sikap Pelajar terhadap mata pelajaran
Dapatan kajian yang dijalankan menunjukkan sikap sebenar responden kajian
ini terhadap bahasa Inggeris dan sikap mereka terhadap mata pelajaran
matematik. Skor min sikap responden terhadap kedua-dua mata pelajaran
berkenaan ditunjukkan dalam Jadual 4.4 di bawah.
Jadual 4.4 Sikap Pelajar Terhadap Mata pelajaran Mengikut Jantina
Jantina Sikap BI Sikap Mat
Lelaki
Min
N
Std.Dev.
3.70
225
1.40
4.16
225
1.32
Perempuan
Min
N
Std.Dev.
4.20
275
1.07
4.43
275
1.10
Dapatan kajian menunjukkan bahawa sikap responden perempuan adalah lebih
positif berbanding responden lelaki bagi kedua-dua mata pelajaran berkenaan.
Bagi mata pelajaran bahasa Inggeris skor min dan sisihan piawai bagi
responden perempuan ialah 4.20 dan 1.07 berbanding responden lelaki 3.70
dan 1.40. Bagi mata pelajaran matematik pula skor min dan sisihan piawai
174
responden perempuan ialah 4.43 dan 1.10. Manakala skor min dan sisihan
piawai bagi responden lelaki ialah 4.16 dan 1.32.
Bagi sikap terhadap mata pelajaran mengikut lokasi sekolah pula Jadual 4.5 di
bawah memaparkan sikap responden terbabit. Skor min bagi sikap responden
sekolah lokasi bandar dan luar bandar adalah sama, iaitu masing-masing 3.97.
Sikap matematik pula menunjukkan sikap responden sekolah bandar lebih
tinggi daripada sekolah luar bandar. Skor min dan sisihan piawai bagi sekolah
lokasi bandar ialah 4.32 dan 1.16. Sementara skor min dan sisihan piawai
bagi sekolah lokasi luar bandar ialah 4.29 dan 1.25.
Jadual 4.5 Sikap Pelajar Terhadap Mata pelajaran Mengikut Lokasi sekolah
Lokasi sekolah Sikap BI Sikap Mat
Luar bandar
Min
N
Std.Dev.
3.97
250
1.27
4.29
250
1.25
Bandar
Min
N
Std.Dev.
3.97
250
1.23
4.32
250
1.16
4.3 Pembelajaran Matematik Dalam Bahasa Inggeris
Bagi mengetahui pengendalian pengajaran dan sama ada responden seronok
atau sukar mengikuti pembelajaran matematik dalam bahasa Inggeris, Jadual
4.6 di sebelah menunjukkan keadaan demikian.
175
Jadual 4.6 Pembelajaran Matematik dalam Bahasa Inggeris
Tidak
Bersetuju
Tidak pasti
Bersetuju
Saya seronok belajar
matematik dalam BI.
Saya sukar
mengikuti
pembelajaran
matematik dalam BI.
Guru matematik
saya mengajar
menggunakan
bahasa Inggeris dan
bahasa Melayu
261 (52.2%)
132 (26.4%)
16 (3.2%)
142 (28%)
166 (33.2%)
55 (11.0%)
97 (19.4%)
202 (40.4%)
429 (85.8%)
Responden menunjukkan kecenderungan untuk “Tidak bersetuju” bahawa
mereka seronok belajar matematik dalam bahasa Inggeris (N = 261, 52.2%)
berbanding dengan bilangan responden yang “Bersetuju” (N = 97, 19.4%).
Responden juga mengakui bahawa mereka sukar mengikuti pembelajaran
matematik dalam bahasa Inggeris. Jadual 4.6 dia atas memaparkan 202
(40.4%) responden “Bersetuju” bahawa mereka sukar mengikuti
pembelajaran berbanding hanya 132 (26.4%) responden berpendapat mereka
tidak sukar dalam mengikuti pembelajaran berkenaan. Seiring dengan dapatan
tersebut, kajian ini juga menunjukkan bahawa pengajaran dan pembelajaran
matematik masih lagi dikendalikan secara tidak sepenuhnya dalam bahasa
Inggeris kerana responden sendiri sukar mengikuti pengajaran dalam bahasa
176
Inggeris. Lebih 80 peratus pelajar bersetuju bahawa pengajaran masih
disampaikan dalam bahasa Melayu dan bahasa Inggeris.
4.4 Analisis Item Ujian
Kualiti sesuatu item dapat ditentukan berdasar kepada indeks kesukaran dan
indeks diskriminasi. Indek kesukaran merujuk kepada nisbah jawapan calon
yang menjawab dengan betul berbanding dengan keseluruhan bilangan calon
yang menduduki sesuatu ujian berkenaan. Nilai yang ditunjukkan adalah
antara kosong (sifar) hingga satu (0 hingga 1). Jika nilai yang diperolehi ialah
satu bermakna semua calon menjawab dengan tepat atau betul. Ujian yang
baik seharusnya memiliki nilai indeks kesukaran antara 0.3 hingga 0.7
(Kaplan & Saccuzzo, 2001).
Pekali Point-Biserial merujuk kepada hubungan antara skor item dengan skor
ujian. Ia memberikan petunjuk kekuatan sesuatu item berkenaan dalam
membezakan pelajar mengikut kumpulan pencapaian sesuatu ujian. Nilai
indeks Point-Biserial yang tinggi menunjukkan item tersebut berpotensi
dijawab dengan betul oleh kebanyakan pelajar yang cerdik berbanding dengan
pelajar yang lemah. Ujian yang baik nilai indeks Point-Biserial berada di
antara 0.3 hingga 0.6 (Bond & Fox, 2001).
Jadual 4.7 menunjukkan 15 item yang ditadbir dalam ujian pencapaian
matematik Tingkatan 2. Ujian ini melibatkan 10 item berbentuk objektif dan 5
177
item berbentuk soalan subjektif. Hasil daripada jawapan yang diberikan pelajar
telah dianalisis menggunakan perisian Quest. Dapatan analisis berasaskan
pekali kesukaran dan Point-Biserial.
Jadual 4.7 Indeks Kesukaran dan Point-Biserial Ujian Asal
Item Indeks
Kesukaran
Point-Biserial Catatan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
0.85
0.55
0.35
0.44
0.57
0.56
0.59
0.19
0.32
0.57
0.22
1.00
0.42
0.28
0.45
0.16
0.50
0.27
0.48
0.36
0.53
0.39
0.33
0.28
0.36
0.37
0
0.39
0.55
0.35
Perlu dibaiki
Diterima
Perlu dibaiki
Diterima
Diterima
Diterima
Diterima
Diterima
Perlu dibaiki
Diterima
Diterima
Digugurkan
Diterima
Diterima
Diterima
Secara umumnya kebanyakan item dalam ujian asal ini boleh diterima.
Sementara item 12 perlu digugurkan kerana tergolong dalam item yang
dianggar terlalu mudah kerana semua responden dapat menjawab dengan
betul. Terdapat tiga item perlu dibaiki semula iaitu item 1, item 3 dan item 9.
Item yang dianggap paling sukar ialah item 8.
178
Jadual 4.8 Indeks Kesukaran dan Point-Biserial Ujian Ubah suai
Item Indeks
Kesukaran
Point-Biserial Catatan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
0.91
0.62
0.43
0.62
0.81
0.71
0.50
0.34
0.39
0.40
0.37
0.30
0.70
0.40
0.61
-0.07
0.56
0.30
0.58
0.42
0.51
0.48
0.32
0.20
0.35
0.56
0.05
0.45
0.59
0.50
Digugurkan
Diterima
Diterima
Diterima
Diterima
Diterima
Diterima
Diterima
Dibaiki
Diterima
Diterima
Digugurkan
Diterima
Diterima
Diterima
Bagi ujian yang diubah suai pula, Jadual 4.8 menunjukkan item 1 dan item 12
perlu digugurkan. Sementara hanya satu item, iaitu item 9 perlu dibaiki. Item-
item lain boleh diterima kerana berada dalam lingkungan indeks kesukaran
dan Point-Biserial yang boleh diterima.
Jika dibandingkan ujian asal dengan ujian ubah suai, didapati kebanyakkan
nilai indeks kesukaran item dalam ujian yang diubah suai didapati lebih tinggi
daripada item ujian asal. Keadaan ini menunjukkan item yang diubah suai
lebih mudah berbanding item ujian asal. Rajah 4.1 di bawah menunjukkan
perbezaan nilai indeks kesukaran bagi kedua-dua ujian berkenaan.
179
Rajah 4.1 Graf Indeks Kesukaran Ujian Asal dan Ubah Suai
Daripada Rajah 4.1 di atas didapati hanya item 10 dan item 12 yang nilai
indeks kesukarannya yang berada lebih rendah daripada ujian asal. Manakala
item lain, nilai indeks kesukaran adalah menunjukkan lebih baik daripada
ujian asal. Rajah 4.2(a) dan 4.2(b) menunjukkan Keluk Ciri Item (ICC) bagi
soalan ujian asal dan soalan ujian ubah suai.
180
Rajah 4.2(a) Keluk ICC Ujian Asal
Rajah 4.2 (a) menunjukkan keluk Ciri Item bagi ujian asal. Setiap keluk
menunjukkan tahap diskriminasi yang sama tetapi aras kesukaran yang
berbeza. Keluk yang paling kiri, iaitu bagi item 7 menunjukkan item yang
paling mudah. Keluk yang terletak di tengah-tengah menunjukkan item yang
lebih sederhana kesukarannya dan keluk yang paling kiri, yang ditunjukkan
oleh item 5 adalah item yang lebih sukar. Berdasarkan rajah ini, didapati item
7 ialah item yang paling mudah kerana kemungkinan pelajar menjawab betul
adalah tinggi berdasarkan hanya memerlukan kebolehan responden calon yang
Pro
ba
bil
ity
Ability
181
rendah. Berbeza dengan item 5 yang didapati lebih sukar kerana kemungkinan
calon untuk menjawab dengan betul berdasarkan kebolehan pada tahap 4
sebanyak 0.50.
Rajah 4.2(b) Keluk ICC Ujian Ubah Suai
Seperti Rajah 4.2 (a) untuk ujian asal, Rajah 4.2(b) turut menunjukkan
keadaan yang sama; dengan item 7 masih dianggap sebagai mudah dan item 5
dianggap sebagai item yang sukar. Perbezaan antara Rajah 4.2(a) dan Rajah
4.2(b) ialah pergerakan keluk telah beralih ke sebelah kiri. Dalam erti kata
yang lain pergerakan dari kanan ke kiri (Rajah 4.2(a)) ke kiri (Rajah 4.2(b)
Pro
ba
bil
ity
Ability
182
menunjukkan darjah atau tahap kesukaran telah menjadi semakin mudah.
Misalnya, dalam Rajah 4.2(a) bagi item 5 didapati kemungkinan pelajar yang
menjawab dengan betul dengan abiliti pada tahap 4 ialah 0.50. Namun, telah
berubah kepada abiliti 3.6 untuk menjawab dengan betul pada tahap yang
sama. Begitu juga dengan item yang lain. Keadaan ini menunjukkan bahawa
penggunaan item yang diubah suai adalah lebih mudah berbanding item asal.
4.5 Analisis Skor Ujian
Daripada jawapan responden yang diterima, responden cenderung kepada
berpendapat soalan ujian asal lebih sukar berbanding dengan soalan ujian yang
diubah suai struktur ayatnya. Jadual 4.9 memaparkan pendapat mereka
tentang kedua-dua ujian berkenaan.
Jadual 4.9 Pandangan Tentang Soalan Ujian
Sukar
Sederhana
Mudah
Secara
keseluruhan
soalan ujian ini
(Asal)
Secara
keseluruhan
soalan ujian ini
(Ubah suai)
182 (36.4%)
72 (14.4%)
273 (54.6%)
303 (60.6%)
45 (9.0%)
125 (25.0%)
183
Daripada data yang ditunjukkan dalam jadual di atas, lebih 30% responden
berpendapat soalan ujian asal adalah sukar berbanding hanya 14% sahaja
yang berpendapat soalan ujian yang telah ubah suai adalah sukar. Bagi soalan
ujian asal, responden yang berpendapat “sederhana” ialah 54.6 % dan 60 %
bagi soalan ubah suai. Sementara responden yang berpendapat soalan ujian
asal adalah mudah ialah 9 % dan bagi soalan ujian yang diubah suai ialah
25%. Keadaan menunjukkan bahawa ujian yang diubah suai adalah lebih
mudah berbanding soalan ujian asal.
Dari segi skor pencapaian responden dalam kedua-dua ujian berkenaan Jadual
4.10 di bawah menunjukan perbezaan skor min kedua-dua ujian berkenaan.
Jadual 4.10 Perbezaan Skor Min Ujian
Ujian Asal Ujian Ubah suai
N
Min
Mod
Std.Dev.
Minimum
Maksimum
Skewness
Kurtosis
500
5.62
6
2.77
0
13
0.068
-0.013
500
7.45
7
2.46
0
14
-0.678
-0.771
Berdasarkan jadual di atas, skor min bagi ujian asal ialah 5.62 dan skor min
bagi ujian yang diubah suai meningkat kepada 7.45. ini menunjukkan
wujudnya peningkatan dalam skor min sebanyak 1.83. Skor maksimum yang
184
diperolehi dalam ujian asal ialah 13 manakala bagi ujian ubah suai ialah 14.
Rajah 4.3 (a) dan Rajah 4.3 (b) di sebelah menunjukkan keluk normal dan
taburan skor setiap ujian berkenaan.
Rajah 4.3 (a) Carta Skor Ujian Asal
Rajah 4.3 (b) Carta Skor Ujian Ubah Suai
Skor ujian soalan asal
15.0010.005.000.00-5.00
Freq
uenc
y
80
60
40
20
0
Mean =5.62 Std. Dev. =2.774
N =500
Skor ujian soalan ubah suai
15.0010.005.000.00-5.00
Fre
qu
ency
80
60
40
20
0
Mean =7.45 Std. Dev. =2.795
N =500
185
Bagi mengetahui adakah wujud perbezaan yang signifikan di antara kedua-dua
ujian tersebut, Ujian-t dijalankan dan dapatan seperti dalam Jadual 4.11.
Jadual 4.11 Ujian –t Soalan Asal dan soalan Ubah suai
Paired Diffrences
Mean Std.
Dev.
Std.
Error
Mean
95%
C.I
t
df
Sig.
(2-
tailed)
Skor
Ubah
Suai –
Skor asal
1.830 1.121 0.0511 1.700 1.960 36.52 499 0.001
Daripada jadual di atas, bagi sampel kajian ini (n = 500), min skor ujian
soalan ubah suai (M = 7.45, SD = 2.80, n = 500) lebih tinggi daripada min
skor ujian asal (M = 5.62, SD = 2.77, n = 500). Keputusan ujian –t
menunjukkan min skor pencapaian ujian asal adalah berbeza secara signifikan
( t (499) = 36.52, p<0.001) dengan perbezaan min sebanyak 1.83. Keadaan ini
juga menunjukkan bahawa ujian ubah suai lebih membantu pelajar dalam
memahami kehendak soalan berbanding ujian asal.
Jika ditinjau secara lebih lanjut antara bentuk soalan objektif dan soalan
subjektif, Jadual 4.12 menunjukkan perbezaan kedua-dua bentuk soalan
tersebut. Daripada ujian – t yang dijalankan bagi melihat perbezaan antara
soalan berbentuk objektif dan subjektif bagi kedua-dua ujian berkenaan,
didapati terdapat perbezaan yang signifikan antara soalan objektif dan soalan
subjektif bagi kedua-dua ujian berkenaan. Daripada Jadual 4.12, bagi sampel
186
kajian ini (n = 500), skor soalan objektif ujian asal (M = 4.23, SD = 2.41, n =
500) lebih tinggi daripada skor ujian asal soalan subjektif (M = 1.39, SD =
1.11, n = 500). Keputusan ujian –t menunjukkan min skor pencapaian ujian
asal soalan objektif adalah berbeza secara signifikan dengan skor ujian asal
soalan subjektif ( t (499) = 25.06, p<0.001) dengan perbezaan min sebanyak
2.84. Begitu juga dengan soalan objektif ujian ubah suai (M = 5.49, SD =
2.46, n = 500) lebih tinggi dari skor soalan subjektif (M = 1.95, SD = 1.28, n =
500). Ujian –t menunjukkan min skor pencapaian adalah berbeza secara
signifikan ( t (499) = 28.86, p<0.001) dengan perbezaan min sebanyak 3.55.
Jadual 4.12 Ujian -t bagi Soalan Objektif dan Subjektif Asal dan ubah suai
Paired Diffrences
Mean Std.
Dev.
Std.
Error
Mean
95%
C.I
T
df
Sig.
(2-
tailed)
Oriobj –
Orisubj
2.844
2.538
0.1135
2.621
3.066
25.06
499
0.001
Modiobj
–
Modisubj
3.546
2.747
0.1229
3.305
3.787
28.86
499
0.001
Modiobj
–
Oriobj
1.262
1.541
0.0689
1.127
1.397
18.31
499
0.001
Orisubj –
Modisubj
0.560
1.301
0.0582
0.446
0.674
9.62
499
0.001
Oriobj = Skor soalan objektif asal
Orisubj = Skor soalan subjektif asal
Modiobj = Skor soalan objektif ubah suai
Modisubj = Skor soalan subjektif ubah suai
187
Di samping perbezaan pencapaian berdasarkan soalan asal dan soalan ubah
suai, perbezaan juga ditunjukkan berdasarkan format soalan. Pencapaian
responden bagi soalan objektif lebih tinggi daripada soalan subjektif. Jadual di
atas memaparkan ujian-t bagi soalan objektif dan soalan subjektif. Bagi soalan
objektif ubah suai, skor min (M =5.50, SD = 2.46, n = 500) lebih tinggi
daripada skor min soalan objektif asal (M = 1.95, SD = 1.28, n = 500). Ujian –t
menunjukkan min skor adalah berbeza secara signifikan ( t (499) = 18.31,
p<0.001 dengan perbezaan min sebanyak 1.26.
Apabila korelasi dijalankan bagi kedua-dua ujian berkenaan, dapatan
menunjukkan kedua ujian mempunyai hubungan positif yang kuat ( r = 0.92,
p<0.01) seperti ditunjukkan dalam Jadual 4.13.
Jadual 4.13 Korelasi Antara Ujian Asal dan Ujian Ubah suai
Skor ujian
ubah suai
Skor ujian asal Pearson
Correlation .919(**)
Sig. (2-tailed) .000
N 500
** Correlation is significant at the 0.01 level (2-tailed).
Hubungan kedua ujian berkenaan juga dapat dilihat dengan jelas dalam Rajah
4.4 di sebelah.
188
Rajah 4.4 Scatter plot Ujian Asal dan Ujian Ubah suai
Memandangkan dapatan yang dijelaskan oleh responden yang berpendapat
kedua-dua ujian ini masih sukar (lebih 35% berpendapat ujian asal sukar dan
15% berpendapat ujian ubah suai sukar ), responden juga berpendapat mereka
lebih cenderung untuk menjawab soalan matematik dalam bahasa Melayu.
Jadual 4.14 di sebelah menunjukkan kecenderungan responden.
0.00
1.00
2.00
3.00
4.00
5.00
6.00
7.00
8.00
9.00
10.00
11.00
12.00
13.00
Skor ujian soalan asal
0.00
1.00
2.00
3.00
4.00
5.00
6.00
7.00
8.00
9.00
10.00
11.00
12.00
13.00
14.00
Sk
or
uji
an
so
ala
n u
ba
h s
ua
i�
�
�
�
��
�
�
��
� �
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
��
�
�
� �
�
��
�
�
�
�
�
�
� ���
�
�
� �
�� ��
�
�
�
�
�
��
�
�
�
�
��
�
�
�
�
�
�
��
�
��
��
�
�
�
�
� �
�
�
�
�
�
�
�
��
�
�
���
�
�
�
�
�
�
�
�
�
�
�
�
�
�
��
�
�
��
�
� �
�
�
�
�
�
�
�
�
���
��
�
��
� �
�
� �
�
�
�
�
�
�
�
�
�
�
�
�
�
�
��
� �
�
� �
��
�
��
�
��
�
���
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�� �
�
�
�
�
�
�
�
�
�
� �
��
�
�
�
�
��
�
�
��
�
�
�
�
�
�
�
��
�
�
�
�
�
��
�
�
��
� �
�
�
�
�
�
�
�
�
�
�
�
���
�
�
�
�
�
�
�
�
�
�
�
�� �
�
�
�
��
��
��
�
��
�
�
�
��
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
��
�
�
�
�
�
��
� �
��
�
�
���
�
�
�
�
��
�
�
�
�
�
�
�
� �
�
�
��
�
�
�
�
�
�
� �
�
�
� �
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
��
�
� �
�
� �
�
�
�
�
�
�
�
��
���
�
�
�
�
�
�
�
�
��
�
�
�
�
�
�
�
��
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
�
� �
�
�
�
�
�
�
�
�
�
�
���
��
�
�
�
�
�
�
�
�
�
�
�
�
�
�
��
�
�
�
�
���
�
�
�
�
�
����
��
�
�
� �
�
�
�
�
�
�
�
�
�
�
�
189
Jadual 4.14 Kecenderungan Responden Untuk Memilih Bahasa Pengantar
Soalan Ujian
Bahasa
Melayu
Bahasa
Inggeris
Pilihan bahasa pengantar 372
(74.4%)
128
(25.6%)
Jadual 4.14 di atas menunjukkan kecenderungan responden yang lebih suka
untuk soalan ujian menggunakan bahasa Melayu. Lebih 70% pelajar memilih
untuk menjawab ujian matematik dalam bahasa Melayu berbanding hanya
25.6% yang cenderung kepada soalan dalam bahasa Inggeris.
Apabila ditanya tentang kecenderungan untuk memilih menjawab antara
kedua-dua ujian berkenaan, didapati majoriti responden (91.2%) memilih
untuk menjawab dengan menggunakan soalan yang telah diubah suai. Jadual
4.15 menunjukkan kecenderungan responden untuk memilih bentuk soalan
ujian.
Jadual 4.15 Kecenderungan Responden Untuk Memilih
Bentuk Soalan Ujian
Ujian asal Ujian Ubah
suai
Pilihan bentuk soalan 44
(8.8%)
456
(91.2%)
190
4.6 Analisis GENOVA
Analisis data berdasarkan Teori Generalizabiliti dilaksanakan menerusi dua
langkah, iaitu kajian generalizabiliti (Kajian -G) dan kajian keputusan (Kajian
-D). Kajian -G mengambil kira anggaran kesan setiap komponen varian yang
secara relatif terhadap skor responden. Sementara kajian -D pula melibatkan
kepelbagaian pengaplikasian reka bentuk yang telah ditentukan hasil
manipulasi komponen varian dalam kajian -G (Brennan, 1993; Shavelson &
Webb, 1991).
4.6.1 Kajian -G
Dalam kajian ini, objek pengukuran ialah responden. Reka bentuk kajian -G
adalah p x i dan komponen varian bagi item ujian asal dan item ujian ubah suai
seperti yang dipaparkan dalam jadual 4.16 di bawah bagi ujian asal dan Rajah
4.17 bagi ujian ubah suai.
Jadual 4.16 Komponen Varian Ujian Asal
Facet df Jumlah
Kuasa dua
Min
Kuasa dua
Komponen
Varian
%
Varian
σ²(p) σ²(i) σ²pi + e
499
14
6986
1287.9333
1299.5620
2769.0000
0.53730
19.80337
0.17232
0.02487
0.00351
0.01173
62
9
29
Koeffisien G (Êp²) = 0.676
Jadual 4.16 menunjukkan komponen varian setiap facet yang menyumbang
kepada perbezaan skor pelajar. Komponen varian p (pelajar) menyumbang
191
peratusan yang tertinggi daripada jumlah keseluruhan varian, yakni sebanyak
62%, diikuti dengan kombinasi facet σ²pi + e sebanyak 29%. Manakala item
menyumbang 9% daripada jumlah keseluruhan.
Jadual 4.17 Komponen Varian Ujian Ubah Suai
Facet df Jumlah
Kuasa dua
Min Kuasa
dua
Komponen
Varian
%
Varian
σ²(p) σ²(i)
σ²pi + e
499
14
6986
2192.2000
2289.6220
3793.0000
0.54900
26.52682
0.17598
0.02400
0.00262
0.01149
63
7
30
Koeffisien G (Êp²) = 0.679
Sementara hasil ujian ke atas yang diubah suai, masih menunjukkan bahawa
komponen varian yang disumbangkan oleh p masih lagi tinggi berbanding
facet yang lain. Jadual 4.17 menunjukkan σ²p menyumbang sebanyak 63%
daripada jumlah varian keseluruhan. Perbezaan disebabkan item (σ²i) pula
menyumbang sebanyak 7% serta kombinasi σ²pi + e menyumbang 30%
perbezaan dalam pencapaian.
Daripada kedua-dua ujian ini di dapati varian pelajar adalah tinggi kerana ini
menunjukkan secara sistematik berdasarkan kebolehan pelajar berkenaan.
Dalam hal ini, skor pelajar menunjukkan variabiliti skor yang memberikan
gambaran bahawa komponen p menyumbang kepada variabiliti skor.
Peratusan yang tinggi bagi komponen p menunjukkan skor yang diperolehi
disumbangkan oleh faktor pelajar sendiri secara sistematik. Misalnya, seperti
192
faktor pembelajaran yang dilalui. Penurunan peratusan sumbangan facet item
daripada 9% kepada 7% menunjukkan penurunan ralat yang disumbangkan
oleh item yang menunjukkan item yang telah ubah suai lebih mudah difahami
oleh responden. Pertambahan varian kombinasi p,i dan e menunjukkan
adanya kemungkinan interaksi antara item dengan pelajar, yakni ada
sebilangan item tertentu menjadi lebih mudah kepada pelajar tertentu misalnya
kepada pelajar bandar. Sesetengah item pula masih tidak memberikan
kelebihan kepada pelajar lain. Keadaan ini juga menunjukkan wujud pengaruh
faktor lain yang tidak dikaji seperti masalah alat tulis yang dihadapi pelajar
dan sebagainya. Lampiran J dan Lampiran K menunjukkan contoh min
sampel item ujian asal dan ujian ubah suai.
Rajah 4.5 (a) dan Rajah 4.5(b) menunjukkan pecahan komponen varian bagi
kedua-dua ujian tersebut.
Pelajar
62%
Item9%
Kombinasi
Pelajar, Item dan ralat lain
29%
193
Rajah 4.5(a) Sumber Varian Ujian Asal
Pelajar62%
Item7%
Kombinasi
Pelajar, Item dan ralat lain
30%
Rajah 4.5(b) Sumber Varian Ujian Ubah suai
Dalam hal ini, kesan komponen varian terhadap kebolehpercayaan
pengukuran bergantung kepada pertimbangan berikut (Brennan, 1983):
i. nilai generalizabiliti secara umum dan sama ada sumber facet yang
ditunjukkan dalam kajian adalah mencerminkan keadaan sebenar sampel
atau semua populasi.
ii. reka bentuk pengukuran atau bagaimana pengukuran itu dijalankan; dan
iii. keputusan yang ingin dibuat.
4.6.2 Kajian -D
Dalam kajian –G, koeffisien G (Êp²) memaparkan tahap perbezaan secara
relatif bagi varian ralat (relative error variance). Dalam kajian –D koeffisien
194
phi (Ф) menunjukkan darjah perbezaan secara mutlak varian ralat (absolute
error variance). Berdasarkan Jadual 4.18 dan 4.19 di sebelah menunjukkan
perbezaan sumbangan setiap komponen facet dalam menyumbang kepada
ralat pengukuran apabila bilangan item bertambah.
Jadual 4.18 Komponen Varian Kajian –D Berdasarkan Pertambahan
Bilangan Item Ujian Asal
Item
Sumber
1
15
20
30
40
50
σ²p σ²i
σ²pi + e
0.02487
0.05270
0.17598
0.02487
0.00351
0.01173
0.02487
0.0064
0.00880
0.02487
0.00176
0.00587
0.02487
0.00132
0.00440
0.02487
0.00105
0.00352
Koeffisiens
Generalizabiliti
Êp² Ф
0.122
0.101
0.676
0.630
0.736
0.694
0.807
0.773
0.848
0.819
0.874
0.850
Berdasarkan Jadual 4.18, apabila bilangan item ujian bertambah, didapati nilai
koeffisien (Êp² dan Ф) semakin meningkat. Daripada Jadual di atas
memperlihatkan pertambahan nilai koeffisien semakin berkurangan apabila
bilangan item melebihi 40 item. Dengan itu, jumlah item yang dianggap sesuai
ialah sebanyak 30 item. Ini kerana walaupun berlakunya pertambahan item
lebih daripada 40 item, didapati nilai perbezaan adalah kecil sahaja.
195
Jadual 4.19 Komponen Varian Kajian –D Berdasarkan Pertambahan
Bilangan Item Ujian Ubah Suai
Item
Sumber
1
15
20
30
40
50
σ²p σ²i
σ²pi + e
0.02400
0.03926
0.17232
0.02400
0.00262
0.01149
0.02400
0.00196
0.00862
0.02400
0.00131
0.00574
0.02400
0.00098
0.00431
0.02400
0.00079
0.00345
Koeffisiens
Generalizabiliti
Êp² Ф
0.124
0.100
0.679
0.620
0.739
0.685
0.809
0.765
0.850
0.813
0.876
0.845
Sebagaimana Jadual 4.18, apabila berlaku pertambahan item semakin
meningkat nilai koeffisien ujian berkenaan. Daripada Jadual 4.19 didapati nilai
Êp² dan Ф telah meningkat. Kesesuaian item berlaku pada tahap bilangan item
sebanyak 30 item.
Walau bagaimanapun, apabila analisis lebih terperinci yang melibatkan
pemisahan antara soalan objektif dan soalan subjektif bagi kedua-dua ujian
berkenaan, terdapat sedikit perbezaan dari segi kesesuaian bilangan item.
Jadual 4. 20 menunjukkan perbezaan peratusan sumbangan varian mengikut
facet dengan jelas.
196
Jadual 4.20 Komponen Varian Kajian –D Berdasarkan Pertambahan
Bilangan Item Objektif Ujian Asal
Item
Sumber
1
10
20
30
40
50
σ²p σ²i
σ²pi + e
0.02088
0.03983
0.18946
0.02088
0.00398
0.01895
0.02088
0.00199
0.00947
0.02088
0.00133
0.00632
0.02088
0.00100
0.00474
0.02088
0.00080
0.00379
Koeffisiens
Generalizabiliti
Êp² Ф
0.10
0.08
0.52
0.48
0.69
0.64
0.77
0.73
0.82
0.78
0.85
0.82
Berdasarkan jadual di atas, kesesuaian item dengan rater berlaku pada tahap
bilangan item sebanyak 30 item bagi ujian asal.
Jadual 4.21 Komponen Varian Kajian –D Berdasarkan Pertambahan
Bilangan Item Subjektif Ujian Asal
Item
Sumber
1
5
20
30
40
50
σ²p σ²i
σ²pi + e
0.02194
0.04530
0.14370
0.02194
0.00906
0.02874
0.02194
0.00227
0.00718
0.02194
0.00151
0.00479
0.02194
0.00113
0.00359
0.02194
0.00091
0.00287
Koeffisiens
Generalizabiliti
Êp² Ф
0.13
0.10
0.43
0.37
0.75
0.70
0.82
0.78
0.86
0.82
0.88
0.85
197
Sementara bagi item subjektif untuk soalan asal kesesuaian item dengan rater
berlaku pada tahap bilangan item sebanyak 20 item.
Jadual 4.22 Komponen Varian Kajian –D Berdasarkan Pertambahan
Bilangan Item objektif Ujian Ubah suai
Item
Sumber
1
10
20
30
40
50
σ²p σ²i
σ²pi + e
0.02665
0.03460
0.18480
0.02665
0.00346
0.01848
0.02665
0.00173
0.00924
0.02665
0.00115
0.00616
0.02665
0.00087
0.00462
0.02665
0.00069
0.00370
Koeffisiens
Generalizabiliti
Êp² Ф
0.13
0.11
0.59
0.54
0.74
0.70
0.81
0.78
0.85
0.82
0.88
0.86
Bagi item objektif untuk soalan ubah suai, kesesuaian item dengan rater
berlaku pada tahap bilangan item sebanyak 20 item.
Jadual 4.23 Komponen Varian Kajian –D Berdasarkan Pertambahan
Bilangan Item Subjektif Ujian Ubah suai
Item
Sumber
1
5
20
30
40
50
σ²p σ²i
σ²pi + e
0.03578
0.06986
0.14654
0.03578
0.01397
0.02931
0.03578
0.00349
0.00733
0.03578
0.00233
0.00488
0.03578
0.00175
0.00366
0.03578
0.00140
0.00293
Koeffisiens
Generalizabiliti
Êp² Ф
0.20
0.14
0.55
0.45
0.83
0.77
0.88
0.83
0.91
0.87
0.92
0.89
198
Bagi item subjektif untuk soalan asal kesesuaian item dengan rater berlaku
pada tahap bilangan item sebanyak 20 item.
Daripada kajian D yang dijalankan ini jelas menunjukkan bahawa penentuan
bilangan item yang sesuai bagi sesuatu ujian dapat dikenal pasti dengan lebih
tepat dengan berasaskan data yang telah diperolehi. Dalam hal ini terpulang
kepada penggubal atau guru untuk menentukan bilangan item untuk ditadbir
kepada pelajar dalam mengukur pencapaian pelajar dan seterusnya
melaksanakan aktiviti susulan atau lanjutan.
Rajah 4.6 menunjukkan nilai koeffisien G (Êp) dan koeffisien phi (Ф) bagi
pertambahan item.
Rajah 4.6 Nilai Koeffisien Ujian
0
20
40
60
80
100
0 15 20 30 40 50 60
Bilangan Item
Nilai K
oeff
isie
n
Koeffisien G
Koeffisien Phi
199
4.7 Analisis Model Persamaan Struktural (SEM)
Bagi menentukan skor pencapaian ujian yang mana lebih tinggi antara soalan
asal dan soalan ubah suai, skor kedua dua ujian berkenaan di ujian
menggunakan perisian Amos. Hasil ujian seperti dalam Rajah 4.7 di bawah.
6.44, 8.37
Soalan asal
6.44, 8.80
Soalan ubah suai
6.28
Rajah 4.7 Min dan Varian Ujian Asal dan Ujian Ubah suai
Merujuk Rajah 4.7 di atas, didapati min bagi soalan asal adalah lebih rendah
daripada min ujian yang telah diubah suai (min ujian asal = 5.62, min ujian
ubah suai = 7.45). Begitu juga dengan nilai varian soalan asal (varian soalan
asal = 7.68, varian soalan ubah suai = 7.80).
Berdasarkan ujian Amos yang menunjukkan skor pencapaian ujian ubah suai
lebih tinggi daripada skor ujian asal, berikutnya analisis model model
cadangan skor pencapaian responden dalam ujian matematik dalam kajian ini.
Rajah 4.8 di bawah menunjukkan model cadangan yang akan diuji
5.62, 7.68 7.45, 7.80
7.11
200
menggunakan Analisis Model Persamaan Struktural (SEM) dengan perisian
AMOS.
Rajah 4.8 Model Penuh Skor Pencapaian Ujian Matematik
KBI
Be11
Ce21
Fe31
AtBI
BI15e41
BI9e51
BI6e61
BI1e71
AtMat
Mat15
e8
1Mat13
e9
1Mat11
e10
1Mat5
e11
1Mat1
e12
1
SkorMat
Obj e131
Subj e141
Gred BI
r11
r2
1
r31
201
Berdasarkan rajah di sebelah persamaan struktural boleh dinyatakan seperti
berikut:
Gred BI = β1 Kem.BI + β2 AttBI + r1
KBI = β1 AttBI + r3
Skor Mat = β1Gred BI + β2 Kem.BI + β3 AttBI + β4 AttMat + r2
4.8 Analisis Model Cadangan
Beberapa prosedur telah dijalankan bagi analisis awal terhadap model yang
dicadangkan. Pertama, spesifikasi model telah diteliti bagi mengenal pasti ciri-
ciri pemboleh ubah sebelum proses estimasi dijalankan. Jadual 4.24
menunjukkan penerangan ringkas tentang pemboleh ubah dalam model
cadangan.
202
Jadual 4.24 Pemboleh ubah-Pemboleh ubah Model Cadangan
Konstruk
Penerangan Kod
Skor ujian
Gred BI
AttMat
Kemahiran
BI
AttBI
Skor ujian yang diduduki responden.
Gred bahasa Inggeris dalam UPSR.
1. Matematik bukanlah mata pelajaran yang
menarik.
5. Saya kurang berminat mempelajari matematik.
11. Belajar matematik adalah membosankan.
13. Matematik adalah salah satu daripada mata
pelajaran yang menakutkan saya.
15. Saya tidak mahu mengambil mata pelajaran
matematik melainkan diwajibkan mengambil.
Memahami bahasa Inggeris.
Bercakap dalam bahasa Inggeris
Membaca dalam bahasa Inggeris.
1. Bahasa Inggeris bukanlah mata pelajaran yang
menarik.
6. Saya tidak akan belajar bahasa Inggeris
melainkan diwajibkan mempelajarinya.
9. Saya kurang berminat mempelajari bahasa
Inggeris.
15. Bahasa Inggeris adalah salah satu mata
pelajaran yang menakutkan saya.
Skor Mat
Gred BI
Mat1
Mat5
Mat11
Mat13
Mat15
M
C
B
BI1
BI6
BI9
BI15
Dari aspek spesifikasi model ini adalah seperti berikut:
Konstruk Eksogenious Kemahiran Bahasa Inggeris
F = λKem.BI + e3
C = λKem.BI + e2
B = λKem.BI + e1
Konstruk Eksogenious Sikap terhadap bahasa Inggeris
203
BI1 = λ BI1Att.BI + e7
BI6 = λBI6 Att.BI + e6
BI9 = λBI9Att.BI + e5
BI15 = λBI15Att.BI + e4
Konstruk Endogenious Sikap terhadap matematik
Mat1 = λ Mat1Att.Mat + e12
Mat5 = λMat5 Att.Mat + e11
Mat11 = λMat11Att.Mat + e10
Mat13 = λMat13Att.Mat + e9
Mat15 = λMat15Att.Mat + e8
Model recursive ini diuji dengan sampel responden seramai 500 orang. Model
ini mengandungi 18 parameter yang jelas untuk dianggarkan dengan 84 darjah
kebebasan (df). Lineariti sampel data telah disemak menerusi taburan plot
bivariat semua pasangan pemboleh ubah yang terlibat dan menunjukkan
normal.
Sebarang data yang outliers telah dikenal pasti dan diketepikan bagi
mengelakkan daripada menjejaskan nilai statistik. Taburan normaliti sampel
data turut dijalankan bagi memenuhi keperluan aplikasi SEM.
204
4.9 Normaliti
Andaian asas dalam SEM dan ujian statistik melibatkan taburan data yang
normal. Dengan itu normaliti multivariat bagi pemboleh ubah yang terdapat
dalam model ini ditentukan terlebih dahulu. Normaliti multivariat
mengandaikan bahawa semua pemboleh ubah dan kombinasi semua pemboleh
ubah dalam taburan normal. Taburan yang normal analisis multi variat setiap
pemboleh ubah dikira normal apabila nilai skewness dan kurtosis adalah sifar
(Anderson & Gerbing, 1988).
Sebelum analisis normaliti menggunakan perisian Amos, hasil ujian normaliti
menggunakan perisian SPSS didapati semua item yang dikaji memenuhi
taburan normal. Seterusnya, normaliti bagi setiap pemboleh ubah berkenaan
dianalisis menggunakan perisian Amos bagi menentukan nilai skewness dan
kurtosis bagi setiap pemboleh ubah terlibat. Jadual 4.25 di bawah
memaparkan ringkasan nilai skewness dan kurtosis serta multivariat.