Sesuatu usaha penyelidikan tidak berakhir setakat pengumpulan data. Langkah seterusnya ialah mempersembahkan data dalam bentuk pengetahuan. Tanpa proses analisis, data yang dikumpul akan hanya bersifat data mentah (raw data).
Data mentah ialah data asal yang dikumpul sendiri oleh penyelidik bagi menjawab soalan penyelidikan. Data mentah juga dikenali sebagai data primer. Dalam konteks penyelidikan tinjauan soal selidik, data boleh dianggap kiraan terhadap ciri, fakta, kejadian atau ukuran sesuatu peristiwa yang direkodkan berdasarkan pemboleh ubah yang diselidiki. Bagi penyelidik muda prauniversiti, analisis data tertumpu kepada pengukuran statistik deskriptif asas seperti min (purata), median (titik tengah), mod (kekerapan), peratusan, dan pangkatan.
Kegunaan data dalam penyelidikan ialah untuk meringkaskan maklumat tentang sampel dan populasi supaya dapat menggambarkan respons yang diperoleh daripada pentadbiran instrumen soal selidik yang telah dijalankan. Dari situ penyelidik dapat menentukan sama ada data yang diperoleh akan berbentuk normal atau pencong (skewed). Kadang-kadang data yang dikumpul mungkin akan berbentuk campuran (bimodal).
Proses Analisis Data
Setelah semua set soal selidik dikembalikan, jawapan kepada item diberikan nombor siri kod yang tertentu. Contohnya, data mentah ditukar kepada bentuk yang lebih mudah difahami dan dijelaskan, iaitu peratusan. Data peratusan kemudiannya dipersembahkan dalam bentuk jadual, carta, taburan kekerapan, atau histogram.
Jenis Data
1 Data Nominal
digunakan untuk membuat pengkelasan / kategori
contoh: nombor kad pendaftaran / matriks pelajar prauniversiti (setiap nombor hanya mewakili pelajar tertentu);
juga sebagai ganti ciri, contohnya "1" = lelaki; "2" = wanita; "1" = kaedah algebra; "2" = kaedah rajah
(tiada implikasi bahawa lelaki lebih daripada wanita! / kaedah algebra lebih besar daripada kaedah rajah!)
2 Data Ordinal
digunakan untuk perbandingan (kedudukan) / perbezaan pangkatan / susunan relatif
contoh: susunan skor kursus Pengajian Am daripada markah tertinggi ke markah terendah
kedudukan nombor 1 tidak semestinya bermakna dua kali ganda lebih baik berbanding
dengan nombor 2 (johan 100 meter hanya dipisahkan dengan satu langkah daripada naib johan)
3 Data Sela / Interval
membezakan antara pangkatan dengan menggunakan skala yang tetap
contoh: 1 - 10; 11 - 20; 21 - 30; 31 -40; dan seterusnya
perhatian: "0" bukan bermakna tidak wujud, misalnya suhu 0 darjah celcius bukan bermakna tiada suhu!
4 Data Nisbah / Ratio
melambangkan nilai sebenar nombor
contoh: pendapatan wang, umur
Konsep Data Kuantitatif
Proses mempersembahkan data dalam format angka (numeric) membolehkan analisis berbantukan komputer atau kalkulator. Antara perisian yang biasa digunakan ialah Statistical Packages for the Social Sciences (SPSS), Microcase, Minitab, StatView, atau SPSS Science (SYSTAT). Jika penyelidik muda mengalami kesukaran bagi menggunakan perisian yang disebutkan, mereka boleh sahaja memproses data menerusi lembaran Excel, atau sekadar menghitung peratusan dengan kalkulator.
Pengiraan % ialah dengan membahagikan kategori jawapan bagi setiap item dengan jumlah sampel responden Contohnya, data mentah yang diperoleh telah diringkaskan dalam bentuk jadual seperti di bawah:
Item / Skala Jawapan 4 3 2 1
1 Persembahan buku teks menarik 2 22 12 14
2 Buku teks ialah rujukan utama pembelajaran 9 25 10 6
3 Ketebalan buku teks adalah munasabah 1 7 32 10
4 Harga buku teks agak mahal 36 8 6 0
Proses Analisis Data
Setelah semua set soal selidik dikembalikan, jawapan kepada item diberikan nombor siri kod yang tertentu. Contohnya, data mentah ditukar kepada bentuk yang lebih mudah difahami dan dijelaskan, iaitu peratusan. Data peratusan kemudiannya dipersembahkan dalam bentuk jadual, carta, taburan kekerapan, atau histogram.
Jenis Data
1 Data Nominal
digunakan untuk membuat pengkelasan / kategori
contoh: nombor kad pendaftaran / matriks pelajar prauniversiti (setiap nombor hanya mewakili pelajar tertentu);
juga sebagai ganti ciri, contohnya "1" = lelaki; "2" = wanita; "1" = kaedah algebra; "2" = kaedah rajah
(tiada implikasi bahawa lelaki lebih daripada wanita! / kaedah algebra lebih besar daripada kaedah rajah!)
2 Data Ordinal
digunakan untuk perbandingan (kedudukan) / perbezaan pangkatan / susunan relatif
contoh: susunan skor kursus Pengajian Am daripada markah tertinggi ke markah terendah
kedudukan nombor 1 tidak semestinya bermakna dua kali ganda lebih baik berbanding
dengan nombor 2 (johan 100 meter hanya dipisahkan dengan satu langkah daripada naib johan)
3 Data Sela / Interval
membezakan antara pangkatan dengan menggunakan skala yang tetap
contoh: 1 - 10; 11 - 20; 21 - 30; 31 -40; dan seterusnya
perhatian: "0" bukan bermakna tidak wujud, misalnya suhu 0 darjah celcius bukan bermakna tiada suhu!
4 Data Nisbah / Ratio
melambangkan nilai sebenar nombor
contoh: pendapatan wang, umur
Konsep Data Kuantitatif
Proses mempersembahkan data dalam format angka (numeric) membolehkan analisis berbantukan komputer atau kalkulator. Antara perisian yang biasa digunakan ialah Statistical Packages for the Social Sciences (SPSS), Microcase, Minitab, StatView, atau SPSS Science (SYSTAT). Jika penyelidik muda mengalami kesukaran bagi menggunakan perisian yang disebutkan, mereka boleh sahaja memproses data menerusi lembaran Excel, atau sekadar menghitung peratusan dengan kalkulator.
Pengiraan % ialah dengan membahagikan kategori jawapan bagi setiap item dengan jumlah sampel responden Contohnya, data mentah yang diperoleh telah diringkaskan dalam bentuk jadual seperti di bawah:
Item / Skala Jawapan 4 3 2 1
1 Persembahan buku teks menarik 2 22 12 14
2 Buku teks ialah rujukan utama pembelajaran 9 25 10 6
3 Ketebalan buku teks adalah munasabah 1 7 32 10
4 Harga buku teks agak mahal 36 8 6 0
5 Tidak salah menggunakan salinan buku teks 19 15 2 14
6 Buku teks sukar diperoleh di kedai buku 22 17 9 2
7 Buku teks prauniversiti perlu percuma 47 3 0 0
(Skala: 4 = amat setuju; 3 = setuju; 2 = tidak setuju; 1 = tidak pasti)
Hitungan item 1 bagi skala amat setuju ialah = jumlah respons jawapan / jumlah sampel X 100% ==> 2/50 X 100% = 4%. Buat hitungan bagi setiap respons mengikut item. Jika penyelidik menggunakan kalkulator, untuk jadual di atas yang mengandungi sekadar 7 item soalan, hitungan berulang-ulang perlu dilakukan sebanyak 28 kali.
Bayangkan jika sampel responden yang terlibat ialah sebanyak 82 orang, sudah tentu sejumlah 328 hitungan perlu disiapkan, lalu disemak semula. Maka, penyelidik muda digalakkan menggunakan perisian yang lebih canggih seperti SPSS yang bukan sahaja cepat dan mudah, bahkan kemungkinan kesilapan adalah minimum. Jika masih ragu-ragu, gunakan sahaja lembaran Excel atau Words yang boleh menghitung peratusan secara sekali gus.
Persembahan Data Penyelidikan
Pada asasnya penyelidik muda digalakkan untuk menggunakah jadual taburan kekerapan seperti berikut:
Bil | Item | Amat Setuju | Setuju | Tidak Setuju | Tidak Pasti |
1 | Persembahan buku teks menarik | 2 (4.00) | 22 (44.00) | 12 (24.00) | 14 (28.00) |
2 | Buku teks rujukan utama pembelajaran | 9 (18.00) | 25 (50.00) | 10 (20.00) | 5 (10.00) |
3 | Ketebalan buku teks munasabah | 1 (2.00) | 7 (14.00) | 32 (64.00) | 10 (20.00) |
4 | Harga buku teks agak mahal | 36 (72.00) | 8 (16.00) | 6 (12.00) | 0 (0.00) |
5 | Tidak salah buku teks fotostat | 19 (38.00) | 15 (30.00) | 2 (4.00) | 14 (28.00) |
6 | Buku teks sukar diperoleh di kedai buku | 22 (44.00) | 17 (34.00) | 9 (18.00) | 2 (4.00) |
7 | Buku teks prauniversiti perlu percuma | 47 (94.00) | 3 (6.00) | 0 (0.00) | 0 (0.00) |
n = 50
angka luar kurungan ialah sebutan dalam jumlah
angka dalam kurungan ( ) ialah peratusan
Jadual 1: Persepsi pelajar prauniversiti tentang buku teks
Analisis data deskriptif yang membabitkan ukuran nominal dan ukuran ordinal juga disebut sebagai statistik bukan parametrik. Data mentah diubah kepada bentuk yang mudah difahami: taburan kekerapan, peratusan, min,median dan mod. Kemudian, data boleh dipersembahkan dalam bentuk jadual, carta, atau graf.
Sebelum membincangkan implikasi dapatan penyelidikan, iaitu berdasarkan data yang telah diproses, penyelidik muda hendaklah memastikan bahawa semua jawapan kepada setiap item soalan sejajar dengan soalan penyelidikan yang telah ditetapkan dalam bab pengenalan. Maka, buat satu senarai semak tentang perkara itu supaya penulisan bab 5 (penutup: kesimpulan dan cadangan) dapat memberi tumpuan kepada implikasi dapatan terhadap masalah penyelidikan yang telah dikenal pasti seawal bab 1...
Perancangan Aktiviti Analisis Data:
Perancangan Aktiviti Analisis Data:
SMK ST MICHAEL, IPOH
PENYELIDIKAN PRAUNIVERSITI
PANDUAN ANALISIS DATA
Bil / Aktiviti | Masa | Catatan |
1 Semakan kemas kini draf laporan - bab pengenalan (tajuk, penyataan masalah, objektif penyelidikan, soalan penyelidikan, definisi pemboleh ubah operasional, kaedah sepintas lalu) 2 Tinjauan bacaan: sejajar dengan bab 1, : sebagai asas instrumentasi 3 Kaedah kajian: instrumentasi (item soal selidik) : populasi / sampel bukan rawak bertujuan : pentadbiran soal selidik : jadual data mentah | 1.20 | Penjelasan lisan Tinjauan meja ke meja |
4 Pengenalan analisis data (bab 4) | 1.35 | rujuk nota kuliah |
5 Menghitung % setiap respons jawapan | 1.45 | gunakan kalkulator |
6 Menyusun data dalam jadual | 2.00 | baris dan ruang mesti betul |
7 Mengklasifikasi taburan data: kecenderungan memusat, pencong | 2.20 | rujukj nota kuliah |
8 Tafsiran data: kaitkan dengan soalan penyelidikan | 2.25 | sahkan kesejajaran |
9 Persediaan minggu hadapan: Kesimpulan, saranan - pastikan draf laporan penuh disediakan - pastikan dapatan sejajar dengan soalan penyelidikan | 2.30 – 2.40 | tegaskan bahawa semua analisis perlu disiapkan sebelum bab 5 |
catatan guru akademik tingkatan enam
© azhar bin mohd rodzi, m.ed (distinction) (Malaya)
setiausaha penyelidikan pengajian tingkatan 6, smi
No comments:
Post a Comment