Saya ingin berkongsi secara bebas tentang apa yang boleh dirancang sebelum analisis SPSS dijalankan:
1. Masukkan dulu pembolehubah atau item soal selidik dalam variebel view
2. Buka data view dan isi value yang telah ditetapkan
3. Recode item-item yang telah dikenal pasti mempunyai item negatif ataupun positif.
4. Buat compute berdasarkan sub konstruk dalam konstruk yang dikaji
5. Mula analisis ikut objektif kajian ataupun soalan kajian.
6. Analisis dekriptif menggunakan alat statistik kekerapan, min, med, percent, sum - biasa ukur tahap, jumlah atau kekerapan dan cross tab.
7. Analisis inferensi terbahagi kepada dua iaitu bersifat parametrik dan non parametrik
8. Parametrik merujuk kepada data yang berterusan. Parametrik ditentukan oleh data sela (interval)
9. Data parametrik biasanya dianalisis dengan menggunakan explore untuk melihat tahap kenormalannya. Ia dinamakan sebagai proses normaliti data.
10. Analisis normaliti dijalankan dan jika normal, data dia analisis berdasarkan soalan kajian sama ada ingin menggunakan ujian t (kenal pasti perbezaan independent variable), ANOVA (perbezaan sehala atau dua hala independent variabel), MANOVA (perbezaan dependent variable), korelasi (pearson correlation) atau pun regression.
11. Data non parametrik terdiri daripada data kategori dan boleh dijustifikasikan juga data yang tidak normal. Analisis yang sering digunakan adalah chi squre, Mann Whitney U (sama dengan ujiat t), Kruskal Wallis (sama dengan Anova) dan korelasi (spearman correlation).
12. Lepas data di analisis lihat kepada nilai probabiliti (p). Dalam Sains Sosial biasa kita guna 0.05.
13. Jika P<0.05>0.05 maka dapatan itu tidak signifikan.
14. Kemudian buat laporan berdasarkan data yang ditafsirkan (itu kena rujuk guru atau buku analisis data atau pun penyelia. Jika tersilap tafsir, kena buat balik jawabnya.)
15. Setelah data di tafsir barulah dapatan kajian tersebut dapat dilaporkan dengan sebaik mungkin.
1. Masukkan dulu pembolehubah atau item soal selidik dalam variebel view
2. Buka data view dan isi value yang telah ditetapkan
3. Recode item-item yang telah dikenal pasti mempunyai item negatif ataupun positif.
4. Buat compute berdasarkan sub konstruk dalam konstruk yang dikaji
5. Mula analisis ikut objektif kajian ataupun soalan kajian.
6. Analisis dekriptif menggunakan alat statistik kekerapan, min, med, percent, sum - biasa ukur tahap, jumlah atau kekerapan dan cross tab.
7. Analisis inferensi terbahagi kepada dua iaitu bersifat parametrik dan non parametrik
8. Parametrik merujuk kepada data yang berterusan. Parametrik ditentukan oleh data sela (interval)
9. Data parametrik biasanya dianalisis dengan menggunakan explore untuk melihat tahap kenormalannya. Ia dinamakan sebagai proses normaliti data.
10. Analisis normaliti dijalankan dan jika normal, data dia analisis berdasarkan soalan kajian sama ada ingin menggunakan ujian t (kenal pasti perbezaan independent variable), ANOVA (perbezaan sehala atau dua hala independent variabel), MANOVA (perbezaan dependent variable), korelasi (pearson correlation) atau pun regression.
11. Data non parametrik terdiri daripada data kategori dan boleh dijustifikasikan juga data yang tidak normal. Analisis yang sering digunakan adalah chi squre, Mann Whitney U (sama dengan ujiat t), Kruskal Wallis (sama dengan Anova) dan korelasi (spearman correlation).
12. Lepas data di analisis lihat kepada nilai probabiliti (p). Dalam Sains Sosial biasa kita guna 0.05.
13. Jika P<0.05>0.05 maka dapatan itu tidak signifikan.
14. Kemudian buat laporan berdasarkan data yang ditafsirkan (itu kena rujuk guru atau buku analisis data atau pun penyelia. Jika tersilap tafsir, kena buat balik jawabnya.)
15. Setelah data di tafsir barulah dapatan kajian tersebut dapat dilaporkan dengan sebaik mungkin.
Maka siaplah satu bab......
0 comments:
Post a Comment