Pengenalan (Analisis Data Awalan) Penyediaan Data Pengeditan, pengekodan dan pemasukan data Aktiviti ini memastikan ketepatan data dan proses mengubah data mentah ke dalam bentuk yang boleh di analisis Meneroka, memapar dan memeriksa data Penelitian, pemeriksaan dan penyusunan semula data untuk memulakan pencarian perihalan, corak dan perhubungan yang bermakna

Peringkat dalam analisis Data PENGEDITAN PENGEKODAN PERIKSA RALAT DAN PENGESAHAN PEMASUKAN DATA ANALISIS DATA

Penyediaan Data PENGEDITAN LAPANGAN PENGEDITAN PUSAT Pengeditan Mengesan ralat dan ketinggalan, membetulkan di mana boleh, dan mengesahkan piawaian kualiti data yang minimum telah di capai PENGEDITAN LAPANGAN PENGEDITAN PUSAT

Tujuan Pengeditan Tepat Konsisten dengan maklumat yang lain Memastikan agar data adalah Tepat Konsisten dengan maklumat yang lain Dimasukkan secara seragam Lengkap Di susun untuk memudahkan pengekodan dan tabulation

Tahun lahir – Direkod oleh penemuduga 1873? 1973 Lebih Mungkin

Pengekodan Melibatkan pemberian nombor atau simbol kepada jawapan (response) supaya dapat di kelaskan kepada beberapa kelas atau kategori yang terhad Contoh: “M” untuk Lelaki dan “F” untuk Wanita “1” untuk Lelaki dan “2” untuk Wanita Numerik lwn Alphanumerik

Peraturan Pengekodan Peraturan yang mengawal penubuhan set berkategori Kesesuaian kepada soalan penyelidikan dan tujuan (Appropriateness) Saling Habisan (Mutually Exhaustive) Saling Eksklusif (Mutually Exclusive) Diterbitkan dari hanya satu prinsip klasifikasi (Single Dimension)

Kesesuaian Katakan populasi anda adalah pelajar dari institusi pengajian tinggi Apakah kumpulan umur anda?  15 – 25 tahun  26 – 35 tahun  36 – 45 tahun  Lebih dari 45 tahun

Saling Habisan  Melayu What is your race?  Cina  India  Lain-lain ………………

Saling Eksklusif  Profesional  Pertukangan  Pengurusan  Operasi Apakah jenis pekerjaan anda?  Profesional  Pertukangan  Pengurusan  Operasi  Jualan  Tidak bekerja  Kerani  Suri rumah tangga  Lain-lain

Dimensi Tunggal  Profesional  Pertukangan  Pengurusan  Operasi Apakah jenis pekerjaan anda?  Profesional  Pertukangan  Pengurusan  Operasi  Jualan  Tidak bekerja  Kerani  Suri rumah tangga  Lain-lain

Pengekodan Soalan Terbuka Apakah penilaian anda mengenai kualiti perkhidmatan yang anda terima daripada pekerja di TESCO?

Buku Kod Buku Kod atau skema pengekodan mengandungi setiap pembolehubah yang terkandung dalam penyelidikan dan menyatakan applikasi peraturan pengekodan terhadap pembolehubah tersebut Bertujuan untuk menjadi panduan semasa pemasukan data Pra-Pengekodan

Buku Kod

Pemasukan Data Pengimbas Optikal Lembaran kerja elektronik Gudang Data Transformasi dan pembersihan Alat akses pengguna akhir Data marts

Meneroka, Memapar dan Memeriksa Data Taburan Kekerapan Taburan Normal Piawai Ukuran Menengah Min Median Mod Variasi (Variability) Varians Sisihan Piawai Julat Julat antara Kuartil Sisihan Kuartil Kepencongan Kurtosis

Ciri-Ciri Taburan

Bentuk Taburan

Teknik untuk Memapar dan Memeriksa Taburan Jadual Kekerapan Carta Bar Carta Pai Histogram Memaparkan semua selang dalam taburan Periksa bentuk taburan untuk melihat, kepencongan, kurtosis dan corak modal Jadual Silang (Crosstabulation)

Transformasi Tujuan Transformasi Untuk memperbaiki tafsiran dan keserasian data dengan set data yang lain Untuk meningkatkan simetri dan menstabilkan sibaran Untuk memperbaiki perhubungan linear antara pembolehubah (Skor piawai)

Transformasi Recode Compute Hanya mengubah kod yang sedia ada tanpa melibatkan apa-apa operasi atau fungsi matematik Compute Membentuk pembolehubah baru dengan menggunakan operasi atau fungsi matematik

Contoh - Recode Perceived Enjoyment 1 2 3 4 5 6 7 The actual process of using Instant Messenger is pleasant 1 2 3 4 5 6 7 PE2 I have fun using Instant Messenger PE3 Using Instant Messenger bores me PE4 Using Instant Messenger provides me with a lot of enjoyment PE5 I enjoy using Instant Messenger

Recode

Recoding

Parameter dan Statistik

Prosedur Pengujian Hipotesis Nyatakan Hipotesis Tafsir Ujian Pilih Ujian Tahap Dapatkan nilai kritikal Pilih tahap keertian Kira nilai

Hipotesis Null Alternate H0:  = 50 mpg H0:  < 50 mpg HA:   50 mpg HA:  > 50 mpg HA:  < 50 mpg

Terima/Tolak Hipotesis

Terima/Tolak Hipotesis

Terima/Tolak Hipotesis (nilai p) Bila kita menggunakan perisian statistik, kita tidak perlu membandingkan nilai kiraan dengan nilai jadual Perisian akan memberikan nilai p atau nilai kebarangkalian Jadi kita akan menolak H0 jika nilai p < 0.05 Petua ini adalah sama bagi kesemua jenis ujian menggunakan perisian statistik

TRA Instant Messaging (F) 4 soalan Perceived usefulness Ease of use Attitude Intention Subjective norm 3 soalan 4 soalan H1 H4 H3 H2 6 soalan H5 4 soalan

Kebolehpercayaan

Hasil Output SPSS

Penjelasan Pembolehubah “Achievement Motivation” di ukur dengan 4 soalan Jika kita menggunakan 4 soalan Alpha adalah 0.691 Bila kita melihat lajur Alpha if item deleted, Am2 jika dibuang akan meningkatkan Alpha kepada 0.812 jadi kita akan buang Am2 supayan nilai alpha boleh ditingkatkan. Secara amnya sesuatu soalan akan dibuang jika nilai Alpha boleh meningkat lebih daripada 0.05 berbanding nilai Alpha akhir yang diberikan

Jadual dalam Laporan Variable N of Item Item Deleted Alpha Ease of Use 4 1 0.836 Usefulness - 0.930 Attitude 0.908 SN 6 0.876 Intention 3 0.933

Compute

Data sebelum Compute

Data selepas Compute

Bagaimana Memilih Ujian Two-Sample Tests ____________________________________________ k-Sample Tests ____________________________________________ Measurement Scale One-Sample Case Related Samples Independent Samples Nominal Binomial x2 one-sample test McNemar Fisher exact test x2 two-samples test Cochran Q x2 for k samples Ordinal Kolmogorov-Smirnov one-sample test Runs test Sign test Wilcoxon matched-pairs test Median test Mann-Whitney U Kolmogorov-Smirnov Wald-Wolfowitz Friedman two-way ANOVA Median extension Kruskal-Wallis one-way ANOVA Interval and Ratio t-test Z test t-test for paired samples Repeated-measures ANOVA One-way ANOVA n-way ANOVA

Jadual Kekerapan

Jadual Kekerapan

Jadual dalam Laporan Frequency Percentage Gender Male Female Race Malay Chinese Indian Others 5 45 12 33 3 2 10.0 90.0 24.0 66.0 6.0 4.0

Deskriptif

Deskriptif Output SPSS

Jadual Deskriptif dalam Laporan Mean Std. Deviation Perceived Ease of Use 5.06 0.96 Perceived Usefulness 4.97 1.04 Attitude 4.82 1.34 Subjective Norm 4.19 1.16 Intention 5.42 1.07

Korelasi

Soalan Penyelidikan H1: r  0 Adakah PEU, PU, Attitud, SN mempunyai korelasi antara satu sama lain? Secara simbol di tulis H1: r  0 Hanya satu ditulis tetapi terdapat 10 hipotesis yang diuji, satu pasang pada setiap masa

Hasil Output SPSS

Jadual Korelasi dalam Laporan PEU PU Attitude SN Intention 1.000 0.683** 0.499** 0.493** sn 0.471** 0.679** 0.315* 0.747** 0.782** 0.622** 0.534** ** p < 0.01, * p < 0.05

Regresi Linear Berganda

Regresi Linear Berganda

Pilihan

Hasil Output SPSS Soalan Penyelidikan Bolehkah pembolehubah PEU dan PU menjelaskan variasi dalam Attitude? Adakah kedua-dua pembolehubah PU dan PEU mempengaruhi Attitude?

Hasil

Hasil Casewise Diagnostics(a) Case Number Std. Residual Attitud Predicted Value Residual 12 4.105 5.00 3.4824 1.51755 33 3.385 4.80 3.2813 1.43214 a Dependent Variable: Attitud

Taburan Normal

Ralat bertaburan normal

Varians Malar (Homoscedasticity)

Linear

Linear

Jadual Regresi Berganda dalam Laporan Variable Dependent = Attitude Standardized Beta Perceived Ease of Use Perceived Usefulness 0.477** 0.054 R2 Adjusted R2 F Value D-W 0.293 0.262 9.719 1.682

Ujian t

Output SPSS Soalan Penyelidikan Adakah lelaki dan wanita mempunyai sikap yang berbeza?

Tafsiran H1: Lelaki mempunyai sikap lebih positif berbanding wanita Mula-mula kita kena pastikan sama ada kita akan melihat baris pertama atau kedua Lihat Lajur Ujian Levene, nilai p = 0.540 > 0.05 () jadi kita terima H0 jadi kita akan lihat baris di mana varians adalah sama Lihat lajur t-test for equality of means, nilai p = 0.504 > dari 0.05 () jadi kita terima H0 maka hipotesis kita tidak disokong. Kesimpulan, tiada perbezaan sikap antara lelaki dan wanita

Jadual Ujian t dalam Laporan Variables Male (Mean) Female t-value Attitude Perceived Ease of Use Perceived Usefulness 5.20 4.77 0.672 *p<0.05, **p<0.01

ANOVA satu hala

Output SPSS Soalan Penyelidikan Adakah pelajar berbagai bangsa memempunyai sikap yang berbeza?

Tafsiran H2: Pelajar berbangsa Melayu Cina, India dan lain-lain mempunyai sikap yang berebeza Lihat jadual ANOVA, nilai p = 0.137 > dari 0.05 () jadi kita terima H0 maka hipotesis kita tidak disokong. Kesimpulan, tiada perbezaan sikap antara pelajar melayu, Cina, India dan lain-lain.

Jadual Ujian ANOVA dalam Laporan Variables Malay Chinese Indian & Others F value Attitude Perceived Ease of Use Perceived Usefulness 5.20 4.77 0.672 *p<0.05, **p<0.01