ANALISIS DATA

KUANTITATIF
 ANALISIS DATA KAJIAN
Analisis data bergantung kepada jenis data yang diperoleh. Jika
ianya data kuantitatif, yang terdiri daripada angka, maka iannya
memerlukan analisis statistik. Manakala bagi data kualitatif, data
dalam bentuk ayat-ayat dan perkataan, maka perlu pendekatan
khusus untuk menganalisis, iaitu menggunakan proses
pengkodan (coding).
ANALISIS DATA KUANTIT ATIF
Bagi menganalisis data kuantitatif kita memerlukan adalah
statistik. Menurut Ary, Jacobs dan Sorensen (2010), pengkaji
perlu mempunyai asas mengenai statistik kerana, statistik
diperlukan untuk menginterpretasi data dan melaporkannya
pada orang ramai. Secara amnya, analisisis statistik adalah satu
tatacara, teknik dan kaedah yang teratur dalam memahami data
yang terkumpul, membuat penelitian, meringkaskan,
menjalankan penganalisaan dan memaparkan hasil dapatan
dalam bentuk yang mudah difahami kepada orang ramai. lanya
terbahagi kepada dua iaitu statistik deskriptif dan statistik
inferensi.
1. Statistik deskriptif /keperihalan ( descriptive statistic)

Menurut Azizi Yahaya et. Al, (2007) statistik deskriptif digunakan bagi
menghurai atau membuat ringkasan pada maklumat atau data yang
diperoleh bagi sesuatu populasi atau sampel. lanya digunakan untuk
menerangkan data atau maklumat dengan cara meringkaskan beberapa
set data atau maklumat seperti markah ujian, umur, etnik, jantina, agar
ianya mudah difahami oleh orang ramai. Selain untuk menghuraikan
taburan data-data, statistik deskripif juga digunakan untuk menunjukkan
hubungan antara pemboleh ubah-pemboleh ubah (Wiersma & Jurs,
2005.
a. Deskripsi taburan data kajian

Data-data yang banyak perlu dilaporkan dan statistik deskripsi boleh digunakan
untuk memaparkan serta menghuraikan data-data tersebut dalam bentuk teratur.
Misalnya melalui penggunaan taburan frekuensi (frequency distribution) dan
histogram. Histogram adalah bentuk grafik yang mempunyai frekuensi pada
paksi menegak (vertical) dan nilai data pada paksi mendatar (horizontal).
Selain itu, melalui statistik ini juga dapat memberitahu kita mengenai taburan
data-data kajian, misalnya melalui ukuran kecenderungan memusat (measures
of central tendency). Berikut merupakan contoh-contohnya.

i. Min atau purata - purata arithmetik dan didapati dengan menjumlahkan

skor-skor di dalam taburan skor dan dibahagikan dengan jumlah bilangan skor

ii. Mod - skor yang mempunyai kekerapan terbanyak

iii. Median - skor yang membahagi dua taburan skor supaya jumlah bilangan
skor adalah sama di kedua-dua pihak. Nilai yang terletak di tengah-tengah
setelah disusun mengikut susunan tertentu.
Dalam mendeskripsikan taburan data kajian, keserakan data-data
tersebut juga perlu dipaparkan dalam laporan kajian. Maka terdapat
beberapa pengukuran seperti :-

Julat; Julat adalah jarak antara skor terbesar dengan terkecil,

apabila data disusun dalam lingkungan tetentu (range).

Varians dan sisihan piawai; Varians menggambarkan bagaimana skor-

skor dibezakan daripada purata arithmetik. Varian juga digunakan untuk
mengenal pasti keserakan skor-skor dalam satu taburan. Varians merupakan
kuasa dua bagi nilai sisihan piawai.

Sisihan piawai adalah pengukuran yang utama dalam kajian dan untuk
menyatakan keserakan skor-skor dalam sesuatu taburan. lanya digunakan
pada data skala sela dan nisbah. Sisihan piawai menunjukkan jumlah purata
sesuatu nilai atau skor individu tersisih daripada skor min dalam sesuatu
taburan (pengukuran jarak daripada purata arithmetik).
2. Statistik inferensi (inferentiasl tatistic)

Statistik inferensi ini, berkaitan cara mendapatkan maklumat populasi

daripada sampel. lnferens atau andaian ke atas populasi adalah
berasaskan maklumat sampel-sampel ini, (Azizi Yahaya et al, 2007).
Statistik inferensi adalah satu cara kita menganggar parameter (ciri-ciri
populasi) daripada statistik (ciri-ciri sampel) dan berdasarkan dapatan
statistik ini, satu inferensi serta generalisasi dapat dibuat terhadap
keseluruhan populasi (Ary, Jacobs & Sorensen, 2010; Wiersma & Jurs,
2005).
 SAMBUNGAN..
statistik ini bertujuan untuk membuat ramalan, andaian atau inferen daripada
analisis sampel-sampel kajian. Hasil analisis sampel-sampel ini boleh
digeneralisasikan kepada populasi yang lebih besar, yang diwakili oleh sampel
tersebut. Maka, statistik ini adalah satu generalisasi sampel mengenai
populasinya. Oleh kerana ianya bertujuan untuk membuat generalisasi, maka
cara pemilihan sampel perlulah secara pensampelan rawak. Berikut
merupakan antara ujian-ujian yang digunakan dalam statistik inferensi.
a. Analisis Parameter

Menurut Mc Millan (2008), analisis parameter adalah prosedur statistik

berdasarkan andaian-andaian mengenai populasi yang dikaji. Terdapat
beberapa ujian yang sering digunakan seperti ANOVA, ujian-t dan ujian
kolerasi.

i. Ujian- t

Ujian-t digunakan untuk membandingkan dua min (purata)

daripada dua kumpulan data yang berbeza sahaja. Pada
kebiasaannya, ujian-t ini digunakan apabila melibatkan data
kajian diukur dengan menggunakan skala ukuran sela dan skala
ukuran nisbah. Jika melibatkan lebih daripada dua, misalnya
membandingkan min (purata) tiga atau lebih kumpulan, maka
ujian ANOVA perlu digunakan.
ii. Analisis varians (Analysis of Variance: ANOVA)

Apabila kita ingin membandingkan min (purata) antara dua sampel, maka
ujian-t akan digunakan. Namun apabila terdapat kita ingin membandingkan
lebih daripada dua min, maka ujian ANOVA akan digunakan bagi
menggantikan ujian-t. Maka dalam ujian ANOVA ini, lebih daripada 2
kumpulan diuji secara serentak. Jika kita ingin melihat sama ada terdapat
perbezaan antara tiga atau lebih kumpulan atau keadaan dalam eksperimen
(misalnya perbezaan antara kumpulan-kumpulan kawalan dan kumpulan
rawatan).

iii. Korelasi antara pemboleh ubah

Statistik deskriptif ini juga penting dalam mendeskripsikan dan

menghuraikan korelasi antara pemboleh ubah-pemboleh ubah kajian. Bagi
mengetahui sejauh mana kekuatan korelasi antara pemboleh ubah, maka
ianya di nyatakan dalam pekali korelasi. Nilai pekali korelasi adalah di antara
+1.00 dan -1.00. Jika nilai pekali korelasi ialah 0.00, maka tidak wujud
korelasi antara pemboleh ubah-pemboleh ubah yang terlibat.
b. Analisisbukan parameter Khi Kuasa Dua dan taburan
Menurut Wiersma dan Jurs, (2005), analisis bukan parameter digunakan
apabila tidak ada andaian-andaian mengenai populasi yang dikaji. Ujian khi
kuasa dua (Chi square), digunakan dalam analisis bukan parameter.

i. Khi Kuasa Dua (chi-square)

Ujian khi kuasa dua digunakan apabila terdapatnya dua kategori pemboleh
ubah yang berbeza dan pengkaji ingin melihat atau mengetahui bagaimana
kategori. kategori berbeza ini berkait antara satu sama lain. Sebagai
contoh, kita ingin mengetahui sama ada wujud perbezaan yang signifikan
antara pelajar daripada taraf sosio ekonomi (SOE) tinggi atau rendah
dengan pencapaian dalam SPM.
Berikut di ringkaskan perbezaan antara kedua-dua statistik:--

Statistik Fungsi Ujian statistik yang

digunakan
Huraikan ciri-ciri pemboleh Frekuensi, min, mod, medium,
ubah, misalnya mengenai julat, varian, sisihan piawai,
taburan data- data kajian peratusan dan sebagainya.
Deskriptif
Digunakan untuk
mengorganisasi data dalam
bentuk teratur (graf, carta pai,
dsbnya)

Huraikan perhubungan Ujian-t, Anova, ujian Khi-Kuasa

antara pemboleh ubah- dua, ujian korelasi, ujian kolerasi
pemboleh ubah kajian Pearson dan lain-lain lagi.
Digunakan untuk
lnferensi menunjukkan korelasi antara
pemboleh ubah- pemboleh
ubah
Untuk membuat generalisasi
keputusan kajian yang
diperoleh daripada sampel
kajian kepada populasi kajian
KESIMPULAN
Sebagai rumusan, kedua-dua bentuk statistik ini (deskriptif dan
inferensi) berguna dalam menganalisa data kuantitatif.
Sebagai pengkaji, kita harus memahami dan memilih statistik
bersesuaian dengan data yang kita kumpul dan objektif kajian
kita. Pada bahagian berikutnya akan dibincangkan mengenai
aspek yang penting dalam kajian kuantitatif, iaitu kesahan
(validity) dan kebolehpercayaan (reliability).
Apabila kita memilih untuk menjalankan kajian kuantitatif,
maka kita perlu bersiap sedia dengan memberikan justifikasi
pemilihan instrumen (soal selidik, skala pengukuran) yang kita
gunakan dalam sesuatu kajian. Oleh itu, pengkaji perlu
mengutarakan justifikasi berdasarkan aspek kesahan (validity)
dan kebolehpercayaan (reliability) instrumen kajian yang bakal
gunakan tersebut.
RUJUKAN
1. MODUL PPG

2. Chua Yan Piaw. (2006).Kaedah Penyelidikan.

Kuala Lumpur:
Mc Graw Hill Education.
SEKIAN TERIMA
KASIH.