Statistik Dan Pengiraannya Menggunakan Spss

8/3/2019 Statistik Dan Pengiraannya Menggunakan Spss

1/15

STATISTIK DAN PENGIRAANNYA

MENGGUNAKAN SPSS

1.1 Apakah Statistik?

Perkataan statistik mempunyai pelbagai makna. Websters Third New

International Dictionary memberikan definasi statistik yang komprenhensifsebagai sains yang berurusan dengan pungutan, analisis, tafsiran danpersembahan data numerik. Merujuk kepada Wikipedia statistik ialah sains

dan aplikasi dalam membangunkan pengetahuan manusia melalui

penggunaan data empirikal. Statistik berasaskan teori statistik iaitu salah satu

daripada cabang matematik. Dalam teori statistik, kerawakan dan ketidakpastian

dimodelkan berasaskan teori kebarangkalian. Statistik termasuk perancangan,meringkaskan, dan memahami pemerhatian yang tidak menentu. Tujuan statistik

adalah menghasilkan maklumat "terbaik" daripada data yang ada, sesetengah

orang menggolongkan statistik sebagai cabang teori keputusan.

Perkataan statistik berasal dari perkataan Latin moden frasa statisticum

collegium (syarahan mengenai keadaan semasa).

Dari sudut pandangan ini, statistik akan kita bincangkan di dalam kursus

Penyelidikan ilmiah ini. Statistik juga merupakan satu cabang matematik, dan

banyak daripada sains statistik berdasarkan kepada pemikiran matematik, danterbitannya. Banyak daripada bidang-bidang akademik, termasuk perniagaan,

menawarkan kursus statistik di dalam disiplinnya. Walau bagaimanapun,

statistik telah menjadi satu bidang pengajian di dalam bidangnya.

Manusia kerapkali menggunakan perkataan statistik dengan merujuk

kepada kumpulan data. Sebagai contoh, mereka mungkin berkata mereka

memungut statistik dari operasi perniagaan mereka. Apa yang mereka rujukkanadalah mengukur kenyataan dan angka. Pilihan model kereta dan lain-lain juga

menggunakan perkataan statistik untuk merujuk kepada kematian. Indeks
http://ms.wikipedia.org/wiki/Matematikhttp://ms.wikipedia.org/wiki/Matematik


2/15

Pembangunan Manusia (IPM) yang diterbitkan oleh Pertubuhan Bangsa Bersatu(PBB) juga merupakan statistik.

Pernyataan statistik adalah digunakan sekurang-kurangnya di dalam dua

cara yang penting. Pertama, statistik boleh merupakan pengukuran perihalanyang dikira daripada sampel dan digunakan untuk membuat penerangan terhadap

populasi. Penggunaan ini akan dibincangkan kemudian. Kedua, statistik

merupakan taburan yang digunakan di dalam analisis data. Sebagai contoh,penyelidik menggunakan taburan t untuk menganalisis data yang akan merujuk

kepada statistik-t di dalam menganalisis data.

Berikut merupakan beberapa penggunaan yang biasa bagi perkataan statistik:

a. Sains yang memungut, menganalisis, mentafsir dan

mempersembahkan data.b. Cabang metematik

c. Kursus pengajian

d. Kenyataan dan angkae. Pengukuran yang diambil dari sampel

f. Jenis taburan yang digunakan untuk menganalisis data.

1.2 Statistik Perihalan dan Pentaabiran

Kajian statistik boleh disusun di dalam berbagai-bagai cara. Salah satudaripada cara ialah membahagikan statistik kepada dua cabang: Statistik

perihalan dan statistik pentaabiran. Untuk memahami perbezaan di antara

statistik perihalan dan pentaabiran, definasi populasi dan sampel adalah amatberguna.

Populasi didefinasikan sebagai pungutan manusia, objek, atau item yangdiminati. Populasi secara meluas menerangkan kategori seperti semua

kenderaan, atau boleh menerangkan secara terperinci sebagai semua kereta

Proton yang dikeluarkan pada tahun 2000. Populasi boleh juga sebagaikumpulan manusia, seperti semua pelajar di UPSI, UMS, atau boleh jadi set

objek, seperti semua TV yang dikeluarkan oleh Sony di Malaysia. Apabila

penyelidik memungut data dari seluruh populasi bagi sesuatu ukuran yang

diminati, ia dipanggil sebagai bancian (census). Semua orang biasa denganbancian isirumah Malaysia yang dijalankan oleh Jabatan Perangkaan Malaysia.

2


3/15

Ia dilakukan 10 tahun sekali untuk mengukur taraf kehidupan semua rakyat diMalaysia.

Sampel adalah bahagian daripada keseluruhan, jika ia diambil dengan

sempurna, ia mewakili keseluruhan. Untuk beberapa sebab yang tertentu,

penyelidik biasanya lebih gemar untuk menggunakan sampel berbanding denganpopulasi. Sebagai contoh, di dalam menjalankan ujikaji kawalan kualiti untuk

mementukan purata tempoh hayat mentol lampu, pengilang mentol lampu

mungkin mengambil sampel rawak hanya 75 biji mentol lampu sahaja di dalam proses pengeluarannya. Disebabkan oleh batasan masa dan kewangan,

pengurusan sumber manusia mungkin hanya mengambil sampel rawak pekerja

berbanding menggunakan bancian untuk mengukur moral pekerja.

Jika penyelidik menggunakan data yang diambil keatas kumpulan untuk

menerangkan atau membuat kesimpulan terhadap kumpulan yang sama, statistik

tersebut dipanggil statistik perihalan. Sebagai contoh, jika saorang pensyarahmengeluarkan statistik untuk meringkaskan keputusan peperiksaan kelas dan

menggunakan statistik tersebut untuk membuat kesimpulan hanya keatas kelas

tersebut, statistik tersebut adalah perihalan. Pensyarah boleh menggunakanstatistik tersebut untuk membincangkan purata kelas, bercakap mengenai jeda

markah kelas, atau mempersembahkan lain-lain pengukuran data untuk kelas

berdasarkan keatas ujian.

Satu jenis lain statistik dipanggil sebagai statistik pentaabiran (inferenstatistics). Jika penyelidik memungut data daripada sampel dan menggunakan

statistik tersebut untuk membuat kesimpulan terhadap populasi dimana sampeltersebut diambil, statistik tersebut adalah statistik pentaabiran. Data yang

dipungut adalah digunakan untuk mentaabir sesuatu berkaitan kumpulan yang

besar. Statistik pentaabiran kadangkala dipanggil sebagai statistik induktif.

Ukuran perihalan bagi populasi dipanggil sebagai parameter. Parameter

biasanya ditandakan menggunakan huruf Greek. Contoh-contoh parameter

adalah purata populasi ( ), varian populasi ( 2), dan sisihan piawai populasi.Ukuran perihalan bagi sampel dipanggil statistik dan biasanya ditandakan

dengan huruf roman. Contoh statistik adalah purata sampel (X ), varian sampel(S2) dan sisihan piawai sampel (S).

Perbezaan di antara parameter dan statistik adalah penting hanya di dalam penggunaan statistik pentaabiran. Ahli statistik biasanya mahu untuk

menganggar nilai parameter atau menjalankan ujian terhadap parameter. Walau

3


4/15

bagaimanapun, pengiraan parameter biasanya sama ada tidak mungkin atau tidakboleh laksana disebabkan oleh jumlah masa dan wang yang diperlukan untukmembuat bancian. Di dalam kes tersebut, ahli-ahli statistik akan mengambil

sampel rawak daripada populasi, mengira statistik keatas sampel dan membuat

pentaabiran dengan menganggar nilai parameter. Asas bagi statistik pentaabiranadalah kebolehannya untuk membuat keputusan berkaitan parameter tanpa

melakukan bancian lengkap terhadap populasi.

Pentaabiran berkaitan parameter adalah dibuat di bawah ketakpastian.

Melainkan parameter adalah dikira secara terus daripada populasi, ahli-ahli

statistik tidak mengetahui secara pasti sama ada penganggaran atau pentaabiran

yang dibuat daripada sampel adalah benar atau tidak. Di dalam usaha untukmenganggar paras keyakinan di dalam proses menghasilkan keputusan, ahli-ahli

statistik menggunakan pernyataan kebarangkalian.

1.3 Taraf Pengukuran Data

Berjuta-juta data dipungut di dalam perniagaan setiap hari. Semua datatersebut sepatutnya tidak dianalisis dengan cara yang sama secara statistik

disebabkan entiti yang diwakili oleh data tersebut adalah berebza. Oleh sebab

itu, ahli-ahli statistik perlu untuk mengetahui taraf pengukuran data yangdiwakili oleh data tersebut.

Penggunaan biasa nombor boleh digambarkan oleh nombor 2 dan 10,

yang boleh mewakili berat dua jenis barangan, pemeringkatan (rating) yangditerima keatas ujian pelanggan oleh dua jenis barangan, atau nombor jersi bola

sepak. Walaupun 10 kg adalah lima kali ganda 2 kg, tetapi nombor 10 pada jersi

penyerang bola sepak bukanlah lima kali ganda nombor 2 pada jersi pertahanan.Melakukan purata bagi berat barangan adalah menasabah tetapi membuat purata

pada nombor jersi pemain bola sepak tidak memberikan apa-apa makna.

Analisis data yang bersesuaian adalah bergantung kepada taraf pengukuran datayang dikutip.

Phenomena yang diwakili oleh nombor menentukan taraf pengukurandata. Empat jenis taraf pengukuran data yang biasa adalah seperti berikut:

a. Nominal

b. Ordinalc. Interval

4


5/15

d. Kadar

1.3.1 Taraf Nominal

Pengukuran data yang paling rendah adalah taraf nominal. Nombormewakili data taraf nominal boleh digunakan hanya untuk pengelasan

dan kategori. Nombor pengenalan kakitangan adalah sebagai contoh data

nominal. Nombor yang digunakan hanyalah untuk membezakankakitangan dan bukanlah untuk memberikan pernyataan nilai terhadap

mereka. Banyak soalan-soalan demografi di dalam survei adalah data

nominal disebabkan soalan yang digunakan hanyalah untuk pengelasan

sahaja. Contoh soalan seperti tersebut adalah:

Manakah klasifikasi pekerjaan yang terbaik menerangkan

bidang kerja anda?

A. Pendidik

B. Pekerjaan binaanC. Pekerja Perkilangan

D. Penguam

E. DoktorF. Lain-lain

Oleh yang demikian, untuk tujuan pengiraan, pendidik ditandakan

sebagai 1, pekerjaan binaan sebagai 2, pekerja perkilangan sebagai 3, danseterusnya. Nombor hanyalah digunakan untuk mengkelaskan pekerja

sahaja. Nombor 1 bukan menandakan pengkelasan tertinggi. Ia hanya

bertujuan untuk membezakan di antara pendidik (1) dan doktor (5). Lain-lain data demografi seperti bangsa, jantina, tempat tinggal dan lain-lain

merupakan data bertaraf nominal.

1.3.2 Taraf Ordinal

Pengukuran data bertaraf ordinal adalah lebih tinggi daripada nominal.

Disamping itu, data ordinal boleh digunakan untuk memeringkatkan atau

menyusun objek. Sebagai contoh, dengan menggunakan data ordinal, penyelia boleh menilai tiga orang pekerja dengan memeringkatkan

5


6/15

produktiviti mereka dengan nombor 1 hingga 3. Penyelia bolehmengenalpasti, satu pekerja amat produktif, saorang pekerja kurang produktif dan saorang lagi tidak produktif menggunakan data ordinal.

Walau bagaimanapun, penyelia tidak boleh menggunakan data ordinal

untuk membuktikan interval di antara dua orang pekerja yangdiperingkatkan sebagai 1 dan 2 atau pekerja diperingkat 2 dan 3 adalah

sama. Iaitu, ia tidak boleh menyatakan bahawa perbezaan di antara

oekerja diperingkat 1, 2 dan 3 adalah sama. Dengan data ordinal, jarakyang diwakili oleh nombor yang berturutan adalah tidak selalunya sama.

Beberapa soalan soal-selidik jenis skala Likert yang selalu

digunakan oleh penyelidik adalah jenis ordinal. Berikut adalah contohskala tersebut:

Kualiti perkhidmatan yang diberi oleh Bank di Malaysia adalah baik.

Amat

Bersetuju Bersetuju

Tidak

Pasti

Tidak

Bersetuju

Amat tidak

Bersetuju1 2 3 4 5

Apabila soalan survei ini dikodkan kedalam komputer, hanyanombor 1 hingga 5 sahaja yang dimasukkan bukannya keterangannya.

Secara maya semua orang bersetuju bahawa 5 lebih tinggi daripada 4 didalam skala ini dan pemeringkatan tindakbalas adalah mungkin. Walau

bagaimanapun kebanyakan responden tidak mempertimbangkanperbezaan di antara Amat Tidak Bersetuju, Tidak Bersetuju, Tidak Pasti,

Bersetuju dan Amat Bersetuju adalah sama.

Sebagai contoh lain, dana pelaburan sebagai pelaburan yang

diperingkatkan di dalam sebutan risiko dengan menggunakan ukuran

risiko biasa, risiko kewangan dan risiko kadar faedah. Tiga ukuran iniadalah digunakan kepada pelaburan dengan memeringkatkannya sebagai

mempunyai risiko yang tinggi, sederhana dan rendah. Katakan risiko

tinggi ditandakan sebagai 3, sederhana risiko sebagai 2 dan tidak berisikosebagai 1. Jika dana tersebut dilabelkan sebagai 3 berbanding 2, ia

mempunyai risiko yang lebih dan seterusnya. Walau bagaimanapun,

perbezaan risiko di antara kategori 1,2 dan 3 tidak semestinya sama.

Oleh itu, pengukuran risiko ini hanyalah taraf pengukuran ordinal.

6


7/15

Disebabkan oleh data nominal dan ordinal biasanya diterbitkan daripadapengukuran seperti soalan demografi, kategori manusia atau objek, ataupemeringkatan sesuatu item, data nominal dan ordinal adalah data bukanmetrikatau kadangkala dipanggil sebagai data kualitatif.

1.3.3 Taraf Interval

Pengukuran data interval adalah taraf data yang tertinggi sedikit.

Pengukuran interval mempunyai semua kandungan data taraf ordinal,

tetapi jarak di antara nombor berturutan mempunyai makna dan data

selalunya adalah numerik. Jarak adalah diwakili oleh perbezaan di antaranombor berturutan adalah sama. Contoh pengukuran interval adalah

nombor suhu Farenheit, suhu boleh diperingkatkan, jumlah kepanasan di

antara bacaan berturutan, seperti 21o, 22o dan 23o.

Disamping itu, dengan paras data interval, titik sifar hanyalah

konvension atau keselesaan dan bukan semula jadi atau tetap pada titiksifar. Oleh itu, sifar hanyalah titik lain di atas skala dan tidak bermakna

ia tidak ujud di dalam fenomena. Sebagai contoh, 0o F bukanlan suhu

terendah yang mungkin. Contoh lain data taraf interval adalah peratusperubahan di dalam pekerjaan, peratus pulangan keatas pelaburan dan

perubahan di dalam harga saham.

Dengan data taraf interval, transformasi unit dari satu pengukuran

kepada yang lain melibatkan pendharaban dengan faktor tertentu, , dan

menambah dengan faktor lain, , oleh itu Y = + X. Sebagaicontoh, untuk mengubah suhu Calcius kepada suhu Farenheit melibatkanperhubungan

C5

932F +=

7


8/15

Pada 21hb Januari 2009 telah dibuat soalan kepada pelajar yang mengambilPenyelidikan Ilmiah di DRT: berapa suhu pada ketinggian 11,000 m di atas paraslaut semasa sebuah pesawat antar benua menghala ke Hangzou China, jika suhu

di KLIA masa itu 29 oC. Hasil pengiraan pelajar masa itu ialah 42 oC.

Diperolehi dari rumusan:

Suhu udara = 29 oC (0.65 x 11,000/100) oC

= - 42 oC

Mengikut perhubungan di atas, suhu udara dalam darjah Fahrenheit = - 77 oC

1.3.4 Taraf Kadar

Ukuran taraf kadar adalah taraf pengukuran data yang tertinggi. Data

kadar mempunyai kandungan yang sama sebagaimana data interval,tetapi data perkadaran mempunyai nilai mutlak sifar dan kadar bagi dua

nombor adalah bermakna. Notasi nilai mutlak sifar bermakna nilai sifar

adalah tetap dan oleh itu ujud nilai sifar di dalam data yang mewakiliketidakhadiran ciri-ciri yang dikaji. Nilai sifar tidak boleh secara

arbitrari diletakkan disebabkan ia mewakili titik tetap. Definasi ini

membolehkan statistik mengujudkan kadardengan data.Contoh data kadar adalah tinggi, berat, jumlah jualan dan

sebagainya. Dengan data kadar, penyelidik boleh menyatakan 180 kgadalah lebih berat daripada 90 kg atau sebaliknya, dan membuat kadar

180:90.Disebabkan oleh data taraf interval dan kadar biasanya diperolehi

daripada alatan yang biasanya digunakan di dalam proses pengeluaran

dan proses kejuruteraan, di dalam ujian piawai kebangsaan, atau tatacara perakaunan piawai, ianya dipanggil data matrik dan kadangkala

dirujukkan sebagai data kuantitatif.

1.4 Perbandingan Empat Taraf data

Rajah 1.1 menunjukkan perhubungan potensi penggunaan di antara empat taraf

pengukuran data. Empat persegi yang tertinggi menandakan setiap kategori

paras data boleh dianalisis dengan sebarang teknik yang digunakan keatas taraf

data yang terendah, tetapi sebagai tambahan, boleh dianalisis menggunakan

8


9/15

sebarang teknik statistik yang boleh digunakan terhadap lain-lain tiga jenis dataditambah dengan yang lain.

Data nominal adalah data yang amat terhad di dalam jenis analisis staistik

yang boleh digunakan dengan mereka. Data ordinal membolehkan penyelidikuntuk melakukan sebarang analisis yang boleh dilakukan dengan data nominal

ditambah dengan yang lain. Melalui data kadar, ahli-ahli statistik berkebolehan

untuk membuat perbandingan pendharaban dan bersesuaian melakukan sebaranganalisis yang boleh dilakukan oleh data nominal, ordinal atau interval.

Sesetengah teknik statistik memerlukan data kadar dan tidak boleh digunakan

untuk menganalisis lain-lain taraf data.

Teknik statistik boleh digunakan di dalam dua kategori statistik

parametrik dan statistik tidak berparametrik. Statistik parametrik memerlukan

data interval atau kadar. Jika data adalah nominal atau ordinal, statistik tidak berparameter mesti digunakan. Statistik tidak berparameter juga boleh

digunakan statistik tidak berparameter juga boleh digunakan untuk menganalisis

data interval dan kadar.

Rajah 1.1

Potensi Penggunaan Berbagai Jenis Data

Kadar

Interval

Ordinal

Nominal

9


10/15

STATISTIKStatistik (atau perangkaan) adalah sains dan aplikasi dalam membangunkanpengetahuan manusia melalui penggunaan data empirikal. Statistik berasaskan

teori statistik iaitu salah satu daripada cabang matematik. Dalam teori statistik,

kerawakan dan ketidakpastian dimodelkan berasaskan teori kebarangkalian.

Statistik termasuk perancangan, meringkaskan, dan memahami pemerhatianyang tidak menentu. Tujuan statistik adalah menghasilkan maklumat "terbaik"

daripada data yang ada, sesetengah orang menggolongkan statistik sebagai

cabang teori keputusan.

Perkataanstatistikberasal dari perkataan Latin moden frasastatisticumcollegium (syarahan mengenai keadaan semasa), yang mana perkataan bahasa

Itali perkataanstatista, yang bererti "negarawan" atau "ahli politik"PENGIRAAN STATISTIK MENGGUNAAN SPSS

Misal, ada satu set data: variable 1 (tinggi badan) dan variable 2 (jisim). Buat

pengiraan terhadap pelbagai statistik untuk data berkenaan, iaitu: statistik mean, median, mode, sum, std deviation, range, minimum, maximum, SE mean,

plots dll.

10
http://ms.wikipedia.org/wiki/Matematikhttp://ms.wikipedia.org/wiki/Matematikhttp://ms.wikipedia.org/wiki/Matematik


11/15

11


12/15

12


13/15

13


14/15

14


15/15

15

Statistik Dan Pengiraannya Menggunakan Spss

Documents