Statistik Inferensi

GE 3143

Rangka Kuliah
Pengenalan
Logik Statistik Inferensi
Ralat dalam persampelan dan pengukuran
Taburan persampelan min
Signifikan secara statistik (statistical
significance)
Aras kesignifikanan
Ralat Jenis I dan Jenis II
Ujian t, ANOVA dan Ujian Khi Kuasa Dua
2

Konsep-konsep penting

Kebarangkalian
Taburan persampelan
Sisihan piawai taburan min sampel
Hipotesis statistik
Hipotesis nul
Hipotesis alternatif
Aras kesignifikanan
Ralat Jenis I, Ralat jenis II
Ujian t
Ujian ANOVA
Ujian Khi Kuasa Dua

Pengenalan

Selain daripada pengkaji

memerihalkan data; pengkaji juga ingin
menguji hipotesis, iaitu sama ada dapatan
daripada sample juga wujud dalam
populasi dan membuat keputusan sama
ada perbezaan dapatan (contoh: skor min
antara dua kumpulan) adalah cukup besar
untuk menunjukkan bahawa suatu
perkaitan benar-benar wujud.
4

Logik statistik inferensi

Tujuan
Untuk membolehkan pengkaji membuat inferensi
mengenai populasi berasaskan data yang
diperolehi daripada sampel.

Proses statistik inferensi adalah bersifat

kebarangkalian
Cth; Sejauhmanakah pengkaji merasa yakin untuk
membuat keputusan bahawa keadah pengajaran
berbantukan komputer adalah lebih baik daripada
kaedah pengajaran secara kuliah?
5

Kebarangkalian
merujuk kepada aras keyakinan bahawa
data diperolehi daripada sampel dapat
dengan seberapa tepatnya mewakili
populasi

Statistik Inferensi

SAMPEL

POPULASI

Kebarangkalian
back

Ralat dalam persampelan dan

pengukuran
Kajian selalunya berasaskan sampel saja dan
bukan populasi kerana:
Kos
Sukar untuk mendapat setiap subjek kajian
(Accessibility )
Feasibility

Apabila subjek kajian dipilih secara rawak

(sampel) daripada satu populasi, statistik yang
dikira berasaskan sampel tersebut adalah
penggangaran yang kurang tepat mengenai
populasi tersebut.
8

Ralat dalam persampelan dan

pengukuran
Bayangkan situasi berikut: Seorang pengkaji membuat
persampelan beberapa kali daripada satu populasi yang
terdiri daripada 100 pelajar. Setiap kali pengkaji
membuat persampelan dia memilih 10 orang pelajar.
Apa yang dapat dijangkakan ialah setiap kali pengkaji
mencari min satu kumpulan 10 orang pelajar, nilai min
itu tidak akan sama dengan dengan nilai min untuk
sekumpulan 10 orang pelajar yang lain, dan seterusnya
Terdapat perbezaan min di antara satu sampel dengan
sampel yang lain iaitu ada nilai min beberapa kumpulan
lebih kecil atau lebih besar daripada nilai min beberapa
kumpulan yang lain.
back
9

Taburan persampelan min

Sekiranya taburan nilai min yang diperoleh
daripada persampelan tadi dilakarkan,mengikut
teori kebarangkalian, taburan itu akan mengikut
bentuk taburan normal
Ukuran kecendurangan memusat untuk taburan
persampelan ini ialah taburan min untuk 100
pelajar
Serakan untuk taburan ini dikenali sebagai
sisihan piawai taburan min sampel (standard
error of the mean)
Ukuran kepelbagaian anggaran min populasi

10

Taburan persampelan
Berdasarkan taburan persampelan, seorang
pengkaji boleh mengandaikan kebarangkalian
kedudukan nilai min berasaskan persampelan
yang dibuat sekali saja.
Sebagai contoh jika min populasi ialah 10 dan
sisihan piawai min ialah 5, maka kita akan dapat
jangkakan berasaskan sifat taburan normal
bahawa:
Untuk nilai min sama dan lebih rendah daripada 15,
dijangkakan nilai min tersebut dijangkakan berlaku
di kalangan 85% nilai min yang wujud (a mean of
15 or lower might occur in about 85% of all of the
sample means)
6 april 2009

11

12

Taburan persampelan dan signifikan

secara statistik
Sekiranya nilai min sampel yang diperolehi
dibandingkan dengan taburan
persampelan, dan didapati nilai min itu
adalah atypical, maka bolehlah pengkaji
membuat keputusan bahawa dapatan
adalah signifikan.
back

13

Fikir dan buat

Probability can be defined as :
( Kebarangkalian boleh didefinisikan sebagai)

a. The nature of the sample ( Jenis sampel)

b. Total events divided by favorable events
(Bilangan events dibahagi dengan events yang disukai)

c. What is inferred from the population

( Perkara yang boleh di inferensi daripada populasi)

d. The degree of confidence in prediction

(Aras keyakinan dalam membuat ramalan)

14

The purpose of inferential statistics is

(Tujuan statistik inferensi ialah)

a. To make inferences about the characteristics

of a population based on sample data
( Membuat inferensi mengenai ciri populasi
berasaskan data sampel)
b. To show relationships (Untuk menunjukkan
perkaitan)
c. To describe a sample (Untuk memerihalkan
sampel)
d. All of the above (semua di atas)
15

Pengujian hipotesis
Prosidur untuk membuat keputusan sama ada terdapat
perbezaan atau tidak di antara dua kumpulan ialah
dengan menyatakan hipotesis nul dan seterusnya menguji
hipotesis tersebut

16

Contoh pengujian hipotesis :

Membandingkan antara dua kumpulan
Contoh; Membandingkan sikap pelajar tingkatan1 dengan pelajar
tingkatan 3 terhadap persekolahan. Maka pengkaji memilih secara
rawak sampel pelajar yang mewakili tingkatan 1 dan tingkatan 6.
Min sikap pelajar tingkatan 1 ialah 30
Min sikap pelajar tingkatan 3 ialah 36
Bolehkah pengkaji membuat keputusan bahawa sikap pelajar
tingkatan 3 adalah lebih positif daripada sikap pelajar tingkatan 1?
Dalam membuat keputusan, pengkaji perlu mengambil kira ralat
persampelan.
Maka, min populasi kedua-dua kumpulan pelajar dianggarkan dan
dibandingkan dan seterusnya mencari kebarangkalian bahawa min
populasi antara kedua dua kumpulan adalah benar-benar berbeza.

17

Hipotesis Nul (Ho)

Merupakan satu hipotesis yang menyatakan tiada
perbezaan antara dua populasi yang dibandingkan
Kerapkali dipanggil hipotesis statistik
Maka, statistik inferensi digubalkan untuk mengenalpasti
kebarangkalian hipotesis nul tidak benar atau palsu.
Sekiranya hipotesis nul ialah tidak benar, maka pengkaji
boleh membuat kesimpulan bahawa wujud perbezaan di
antara dua kumpulan

18

Menulis hipotesis nul

Hipotesis Nul
Min populasi adalah sama (i.e tiada perbezaan)
1= 2 (dalam bentuk simbol)
tidak terdapat perbezaan yang signfikan di antara
min sikap pelajar tingkatan 1 dengan min sikap
pelajar tingkatan 3 terhadap persekolahan (dalam
perkataan)
atau tidak terdapat perbezaan yang signifikan
dalam min sikap berdasarkan kumpulan (dalam
perkataan)
19

Hipotesis alternatif
Nilai min populasi adalah berbeza
1 = 2 (dalam simbol)
Terdapat perbezaan signifikan dalam min
sikap berdasarkan kumpulan (dalam
perkataan)

20

Signifikan secara statistik

Bermaksud hasil dapatan bukanlah
berlaku secara kebetulan (due to chance

factors).

Ia menggunakan teori kebarangkalian dan

ujian statistik tertentu untuk memaklumkan
kepada pengkaji bahawa dapatan adalah
disebabkan oleh ralat rawak yang disebabkan oleh
persampelan secara rawak
21

Nilai p

oMenunjukkan sejauhmana hipotesis

nul adalah benar
oNilai p yang telah ditentukan
kemudiannya dibandingkan dengan
nilai darjah keyakinan

22

Aras (darjah) kesignifikanan (selalunya

.05, .01 or .001)
Nilai cut-off untuk mewakili
kebarangkalian untuk melakukan
kesilapan di dalam menolak hipotesis nul
Ditunjukkan dengan simbol p
(probability) atau huruf Greek alpha ()

23

Aras kesignifikan ditentukan

Sebelum data dikutip dan apabila
analisis menunjukkan :

- p diperolehi < Pkritikal

tolak hipotesis nul

24

Jika p < darjah keyakinan, keputusan

menunjukkan bahawa ia adalah signifikan
secara statistik dan hipotesis nul ditolak
Alpha= .05, jika p < .05, terdapat sedikit
bukti untuk menolak hipotesis nul
Alpha=.01, jika p< .01, terdapat bukti yang
kukuh untuk menolak hipotses nul

25

Oleh itu,
Sekiranya pengkaji menyatakan dapatan adalah
signifikan pada aras 0.05 , ini bermaksud:

dapatan yang diperolehi disebabkan secara

kebetulan akan hanya berlaku sebanyak 5 dalam 100 kali
atau
terdapat 95 peratus kemungkinan bahawa
keputusan daripada sampel adalah tidak berlaku secara
kebetulan saja, tetapi sebenarnya ia menggambarkan
populasi yang sebenarnya.
Dengan kata lain pengkaji menolak hiptosis nul
26

Contoh tadi
Ujian statistik yang anda jalankan
memberikan nilai p=0.0038
Katakan anda menetapkan bahawa nilai
alpha ialah 0.05
Apakah keputusan kita sama ada untuk
menerima atau menolak hipotesis nul?
back
27

Apabila membuat interpretasi dapatan

kajian,
Dalam kebanyakan kajian selalu guna p
= 0.05.

Ini adalah untuk mengurangkan

pengkaji membuat ralat Jenis I dan Jenis II

28

Ralat Jenis I
Berlaku apabila pengkaji menyatakan
satu perkaitan wujud, tetapi sebenarnya
perkaitan itu tidak wujud.
Dengan kata lain pengkaji telah
menolak hiptosis nul sedangkan hipotesis
nul adalah benar.

29

Ralat Jenis II:

Berlaku apabila pengkaji menyatakan
satu perkaitan tidak wujud, tetapi pada
hakikatnya perkaitan itu wujud
Dengan kata lain pengkaji telah menerima
hipotesis nul sedangkan hipotesis nul
sepatutnya ditolak.
back

30

Fikir dan buat

Which of the following decisions accurately
describes a significant result? (Di manakah di antara
berikut memerihalkan keputusan yang signifikan?)
a. Fail to accept the null hypothesis
(Gagal menerima hipotesis nul)
b. Accept the alternative hypothesis
(Menerima hipotesis alternatif)
c. Reject the alternative hypothesis
(Menolak hipotesis alternatif)
d. Accept the null hypothesis
(Menerima hipotesis nul)
31

Which of the following is an example of a null hypothesis?

(Yang mana berikut contoh hipotesis nul?)

A) Motivation is not related to achievement.

( Motivasi tidak

berkait dengan pencapaian)

B) Highly motivated people are more likely to be successful than
those with low motivation. ( Mereka yang bermotivasi tinggi adalah
lebih berjaya daripada yang bermotivasi rendah)
C) Highly motivated people are less likely to be successful than
those with low motivation. (Mereka yang bermotivasi tinggi adalah
kurang berjaya daripada yang bermotivasi rendah)
D) Motivation is related to achievement.( Motivasi berkait dengan
pencapaian)

32

If a researcher rejects a null hypothesis, the researcher

either ( Bila pengkaji menolak hipotesis nul, penkaji sama
ada)

A) is incorrect, or made a Type I error.

(salah, atau membuat Ralat I)
B) is correct, or made a Type I error.
(betul, atau membuat Ralat I)
C) is incorrect, or made a Type II error.
(salah, atau membuat Ralat II)
D) is correct, or made a Type II error.
(betul, atau membuat Ralat II)
33

Analisis statistik
Ujian statistik yang membandingkan min untuk
dua kumpulan ialah ujian t
Ujian t tidak bersandar- membandingkan min
dua kumpulan yang berbeza (independent)
Cth; Membandingkan di antara kumpulan eksperimen
dan kawalan

Ujian t bersandar- membandingkan min dua

kumpulan bersandar di antara satu sama lain,
cth: kumpulan yang terdiri daripada ahli yang
sama (same subjects/ matched subjects)
Cth;Membandingkan min skor ujian pra dan ujian pos
untuk kumpulan pelajar yang sama
34

Analysis of Variance (ANOVA)

Lanjutan daripada ujian t iaitu
membandingkan skor min untuk lebih
daripada dua kumpulan
Contoh- membandingkan tiga jenis
kumpulan pelajar iaitu Status sosio
ekonomi (SSE) yang Tinggi, Sederhana
dan Rendah dari segi motivasi terhadap
persekolahan
35

ANOVA
Untuk membandingkan 3 kumpulan, pengkaji
mungkin ingin tahu adakah Kump 1 berbeza
dengan Kump 2, dan Kump 1 berbeza dengan
Kump 3, dan Kump 2 berbeza dengan Kump 3.
Untuk membandingkan 4 kumpulan, pengkaji
mungkin ingin tahu adakah Kump 1 berbeza
dengan Kump 2, Kump 1 berbeza dengan Kump
3, dan Kump 1 berbeza dengan Kump 4, dan
seterusnya
36

Jika terdapat perbezaan secara signifikan antara

kumpulan, perlu tahu kumpulan yang mana memberi
perbezaan itu

Pengkaji perlu membuat ujian post hoc

Ujian-ujian post hoc
Tukey
Scheffe
Duncas Multiple Range
Newman-Keuls
Fishers LSD
Bonferroni

Ujian-ujian berbeza dari segi sejauhmanakah

setiap ujian dapat mengawal ralat
37

Ujian Khi Kuasa Dua

Khi Kuasa Dua Kecocokan (Chi square
goodness of fit)
Menjawab kajian yang melibatkan data/
pencerapan yang terdiri daripada bilangan/
frekuensi untuk kategori-kategori responden
dalam satu sampel:
Adakah lebih ramai pelajar pada Tahun 1, 2 atau
3 di universiti yang merokok?

Satu sampel dan data adalah berbentuk

ordinal
38

Ujian Khi Kuasa Dua

Ujian Khi Kuasa Dua Kebebasan
Menjawab kajian mengenai data yang dikutip dalam
kiraan bilangan atau frekuensi untuk dua atau lebih
daripada dua kumpulan.
Adakah terdapat perbezaan di antara kumpulan
pelajar universiti Tahun 1, Tahun 2 dan Tahun 3
dengan jenis penginapan mereka iaitu sama ada di
kampus atau di luar kampus?
Adakah terdapat perbezaan di antara pelajar lelaki dan
perempuan dengan kedudukan mereka di dalam kuliah
ialah sama ada di barisan hadapan atau di belakang?
39

Kesimpulan
Statistik inferensi, selepas melakukan
statistik deskriptif, membenarkan
pengkaji membuat keputusan tentang
populasi berasaskan maklumat
daripada sampel.
Inferensi akan dibuat berdasarkan
dapatan daripada analisis statistik
dengan satu nilai p yang telah
ditentukan
40

Konsep-konsep penting

Kebarangkalian
Taburan persampelan
Sisihan piawai taburan min sampel
Hipotesis statistik
Hipotesis nul
Hipotesis alternatif
Aras kesignifikanan
Ralat Jenis I, Ralat jenis II
Signifikan secara statistik
Ujian t
Ujian ANOVA
Ujian Khi Kuasa Dua
41

Terima kasih

42