1. 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

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

3. 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

4. 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

5. Tahun lahir – Direkod oleh penemuduga
1873?
1973 Lebih Mungkin

6. 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

7. 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)

8. 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

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

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

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

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

13. 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

14. Buku Kod

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

16. 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

17. Ciri-Ciri Taburan

18. Bentuk Taburan

19. 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)

20. 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)

21. 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

22. 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

23. Recode

24. Recoding

25. Parameter dan Statistik

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

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

28. Terima/Tolak Hipotesis

29. Terima/Tolak Hipotesis

30. 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

31. 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

32. Kebolehpercayaan

33. Hasil Output SPSS

34. 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 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

35. Jadual dalam Laporan Variable N of Item Item Deleted Alpha Ease of Use4 1
0.836
Usefulness -
0.930
Attitude
0.908 SN 6
0.876
Intention 3
0.933

36. Compute

37. Data sebelum Compute

38. Data selepas Compute

39. 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

40. Jadual Kekerapan

41. Jadual Kekerapan

42. 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

43. Deskriptif

44. Deskriptif Output SPSS

45. 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

46. Korelasi

47. 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

48. Hasil Output SPSS

49. 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

50. Regresi Linear Berganda

51. Regresi Linear Berganda

52. Pilihan

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

54. Hasil

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

56. Taburan Normal

57. Ralat bertaburan normal

58. Varians Malar (Homoscedasticity)

59. Linear

60. Linear

61. 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

62. Ujian t

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

64. 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 = > 0.05 () jadi kita terima H0 jadi kita akan lihat baris di mana varians adalah sama
Lihat lajur t-test for equality of means, nilai p = > dari 0.05 () jadi kita terima H0 maka hipotesis kita tidak disokong.
Kesimpulan, tiada perbezaan sikap antara lelaki dan wanita

65. 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

66. ANOVA satu hala

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

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

69. 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