METODOLOGI PENYELIDIKAN (DCE 3002) PERJUMPAAN KEDUA

PENGUKURAN Satu proses menentukan nilai berapa banyak atau tahap tinggi / rendah bagi sesuatu pembolehubah/variabel yang dikaji. Nilai pembolehubah boleh berbentuk diskrit (boleh dikategorikan) atau berbentuk terus (continous) iaitu nilainya berterusan.

Pengukuran Pembolehubah/variabel Boleh dibahagikan kepada empat iaitu : Tahap Nominal Tahap pengukuran paling rendah.Memberi label atau nama kelasifikasi kepada sesuatu pembolehubah. Cth; (1=lelaki, 2=perempuan)

TahapOrdinal Tahap pengukuran yang boleh diatur mengikut besar/kecil atau banyak/sikit tetapi nilai antara pengukuran tidak sama taraf atau nilai yang tidak sama banyak. Cth 1: Tinggi > 10,000 Sederhana 5,000 – 9,999 Rendah < 4,999 Cth 2: Skala Likert 1 2 3 4 5

Tahap Sela / Interval • Mempunyai ciri-ciri tahap ordinal Tahap Sela / Interval • Mempunyai ciri-ciri tahap ordinal. • Boleh diatur kecil/besar atau sikit/banyak • Nilai setiap unit pengukuran adalah sama dengan unit yang lain. • Tidak mempunyai titik sifar yang mutlak. Cth: suhu 25°F-27°F = 48°F-50°F (0°F tidak bererti tiada bacaan suhu) Ujian 0=tak semesti tidak tahu

Tahap Nisbah / Ratio • mempunyai semua ciri-ciri tahap sela Tahap Nisbah / Ratio • mempunyai semua ciri-ciri tahap sela. • Mempunyai nilai sifar yang mutlak. • mengukur berkaitan analisis sains fizikal. Cth; Masa Umur Berat badan

Kebolehpercayaan didefinisikan sebagai ketekalan dan kestabilan alat pengukuran iaitu ianya tepat dan konsisten dalam pengukuran sesuatu variabel Jika pengumpulan data lebih dari sekali dengan menggunakan instrumen yang sama dalam keadaan yang sama dan dapatannya juga adalah sama atau serupa, maka keadaan ini dipanggil sebagai boleh dipercayai.

Keesahan Konsep kesahan Kemampuan mengukur instrumen kajian tersebut secara konsisten. Kesahan isi kandungan mengukur perkara-perkara dalam sesuatu bidang yang dikaji dengan berkesan dan tepat. Kesahan isi kandungan hanya boleh dilakukan dengan merujuk kepada golongan pakar di dalam bidang yang dikaji.

KAEDAH PENGUMPULAN DATA Soalselidik Temubual berstruktur Temubual secara mendalam Pemerhatian Pemerhatian turut serta

Populasi Populasi didefinisikan sebagai ahli kumpulan yang pelbagai tahap status ekonomi, peristiwa atau objek yang berlaku. Populasi dapat menentukan bidang masalah yang dikaji dan mempengaruhi di dalam menentukan data dan maklumat yang perlu dikumpul. Populasi yang di pilih sekurang-kurangnya mempunyai sifat yang sama dengan sampel kajian.

Persampelan Sampel merupakan sebahagian daripada populasi. Oleh kerana itu, sampel yang dinyatakan seharusnya realistik, kecil, terserak dan perlu melibatkan pemilihan responden yang pelbagai. Sampel juga merupakan lambang atau mewakili populasi kajian. Statistik inferensi digunakan bagi mengambarkan ciri-ciri sampel dapat digeneralisasikan dengan ciri-ciri populasi.

Dua Bentuk Persampelan Persampelan Rawak Persampelan Bukan Rawak Persampelan rawak melibatkan pemilihan sampel yang mana semua populasi mempunyai peluang yang sama untuk dipilih di dalam sampel kajian. Pemilihan lebih bersifatkan objektif berbanding dengan subjektif.

Jenis Persampelan Rawak Persampelan rawak mudah Persampelan rawak sistematik Persampelan rawak stratifikasi/berlapis Persampelan kelompok

Persampelan bukan rawak Pemilihan sampel berasaskan sesuatu kriteria Subjek tidak mempunyai peluang yang sama untuk dipilih Kadang-kadang sukar menentukan sampel

Jenis Persampelan Bukan Rawak Persampelan tidak sengaja /mudah /sukarela Persampelan kuota Persampelan bertujuan Persampelan bebola salji

ANALISIS DAPATAN Analisis kuantitatif melibatkan pengiraan ataupun input – input daripada soal selidik atau temubual dimasukkan ke dalam perisian tertentu. Antara perisian yang sering digunakan untuk menganalisis di dalam bidang sains sosial ialah Statistical Package for Social Science (SPSS), SAS dan juga Microsoft Excel.

STATISTIK DESKRIPTIF Statistik deskriptif - merupakan statistik yang menerangkan tentang sesuatu subjek kajian. - memberikan gambaran secara umum tentang perkara yang dikaji. - melibatkan peratusan, min, median, mod, varian, sisihan piawai, range (selang jarak) yang boleh dipersembahkan secara histogram, graf, carta bar, pai dan box plot, steam and leaf dan sebagainya

STATISTIK INFERENSI Statistik Inferensi - mengkaji perhubungan, perkaitan, pengaruh sebab dan kesan, perbezaan, persamaan antara dua pembolehubah atau antara beberapa pembolehubah yang dikaji. - melibatkan analisis seperti ujian – t, ANOVA, MANCOVA, ANCOVA, Korelasi dan Regresi. Analisis inferensi juga ada yang melibatkan data yang bercorak non - parametrik seperti Khi Kuasa Dua.

Pemilihan Teknik Statistik Jadual 1 : Pemilihan Teknik Statistik   Pemilihan Teknik Statistik Jenis Data Pembolehubah Bergantung   Persoalan Bilangan Kumpulan atau Pembolehubah Statistik Deskriptif / Ujian 1.      Nominal (Kategori) Perkaitan Satu Khi Kuasa Dua Dua Kumpulan Ujian – t Perbezaan Lebih Dua Kumpulan/Pembolehubah ANOVA Dua Pembolehubah Pearson’s r Simple Linear Regression Lebih Dua Pembolehubah Multiple Regression Ordinal/Interval/Ratio (berterusan) 2. Ordinal / Interval / Ratio (berterusan)

Table 1: Distribution of respondents' Demographic ___________________________________________________________________________ Characteristic Frequency Percentage Age 25 and below 47 51.1 26-30 26 28.3 31 and above 19 20.7 Mean 1.696 Min. 19 SD 0.795 Max 39 Gender male 65 70.7 female 27 29.3 Marital status married 38 41.3 single 54 58.7 Working Experience Without 32 34.8 With 60 65.2 First experience in hotel industry Yes 62 67.4 no 30 32.6 Education SPM 48 52.2 Certificate/STPM 19 20.7 Diploma/degree 15 16.3 Others 10 10.9 Department Retail 20 21.7 Waterpark 33 35.9 Service 20 21.7 Rooms 19 20.7

Table 1: Mean and Standard Deviation of motives in learning participation 0.40 3.29 Cognitive interest 5 0.62 2.73 External expectation 3 0.65 3.21 Community service 2 0.52 Professional advancement 6 0.82 2.61 Social stimulation 4 0.77 2.96 Social contact Rank Standard deviation Mean Participation motives 1=No influence, 2=Little influence, 3=Moderate influence, 4=Much influence

Table 2: Independent Sample T-test for Differences in Learning Motives between Genders 0.032* 2.18 1.89 2.16 16.72 15.74 65 27 Male Female Cognitive interest 0.143 1.48 4.27 4.47 19.54 18.07 External expectation 0.083 1.75 3.89 3.74 19.69 18.15 Community service 0.000** 3.77 5.06 5.91 36.66 32.07 Professional advancement 0.004** 3.00 4.49 5.19 16.60 13.37 Social stimulus 4.17 4.91 5.15 22.14 17.41 Social contact Sig.(2-tailed) t-value s.d. mean n Gender Factor **p<0.01 *p<0.05

Table 3: ANOVA for differences between departments (n=92) 0.513 0.77 1.38 2.38 1.76 2.14 16.70 16.64 16.40 15.84 Cognitive interest Retail Waterpark Service Rooms 0.053 2.65 5.34 3.27 4.76 3.87 18.60 20.73 18.30 17.68 External expectation 0.016** 3.62 3.57 2.19 4.41 5.07 19.90 20.91 18.25 18.79 Community service 0.839 0.28 5.94 6.57 5.29 4.34 35.20 34.73 35.55 36.21 Professional advancement 0.227 1.47 4.52 5.05 4.84 4.92 14.00 16.73 15.05 16.16 Social stimulus 0.000** 11.28 4.17 4.73 5.08 4.62 17.10 24.09 18.50 21.16 Social contact Sig. F s.d. mean Factors/departments **at 0.05 level of significance

Table 4: ANOVA for differences between age groups Factors/age groups mean s.d. F Sig. Social contact Below 25 years 26-30 years above 30 years 21.79 18.81 20.84 5.77 3.71 5.94 2.636 0.077 Social stimulus 18.23 11.42 15.05 3.67 3.85 4.81 24.855 0.000** Professional advancement 35.89 34.85 34.53 5.15 6.37 6.15 0.508 0.604 Community service 19.43 18.58 19.68 4.46 2.37 4.14 0.549 0.580 External expectation 20.60 18.46 16.32 4.01 2.73 5.48 7.996 0.001** Cognitive interest 16.85 15.31 16.95 1.97 2.03 1.47 6.371 0.003**

Table6:Pearson Correlation between the barriers faced and. the support Table6:Pearson Correlation between the barriers faced and the support received. (n=33) r p Barriers faced 0.487** .004

0.762** -0.022 variables Learning strategies Table5: Relationships between Learning strategies and Motivation to Learn n=81 variables Pearson Correlation (r) p Learning strategies 0.762** 0.0001 Age -0.022 0.844

Table 6: Guidford’ Rule of Thumb on Strength of Relationships Coefficients value Strength of relatioship 0.90 -1.00 Very strong 0.70 – 0..89 Strong 0.40 – 0.69 Moderate 0.20 – 0.39 weak Below 0.20