Statistik inferensi merupakan kaedah analisis data yang digunakan untuk membuat kesimpulan atau generalisasi tentang populasi berdasarkan data sampel. Dalam kajian pendidikan, psikologi, dan sains sosial, statistik inferensi amat penting kerana ia membantu penyelidik menentukan sama ada dapatan kajian mempunyai sokongan bukti yang kuat atau sekadar berlaku secara kebetulan (Gravetter & Wallnau, 2017).
Antara ujian statistik inferensi yang kerap digunakan ialah Ujian T, Ujian ANOVA, Ujian Kolerasi, dan Ujian Regresi.
1. Ujian T
Ujian-T digunakan untuk membandingkan min antara kumpulan dan menilai sama ada perbezaan yang wujud adalah signifikan secara statistik.
a. Sampel Bebas (Independent Samples T-Test)
Digunakan untuk membandingkan min antara dua kumpulan yang tidak berkaitan, contohnya min pencapaian pelajar lelaki dan perempuan.
b. Pengukuran Berulangan (Repeated Measures T-Test)
Digunakan untuk menilai perbezaan min daripada kumpulan sama yang diukur lebih daripada sekali, contohnya skor pelajar sebelum dan selepas intervensi.
c. Sampel Padanan (Paired Sample T-Test)
Digunakan apabila setiap peserta mempunyai padanan dengan peserta lain, contohnya pasangan kembar atau padanan berdasarkan umur.
d. Satu Sampel (One Sample T-Test)
Digunakan untuk membandingkan purata sampel dengan purata populasi yang diketahui.
2. Ujian ANOVA
Ujian ANOVA (Analysis of Variance) digunakan untuk membandingkan min lebih daripada dua kumpulan.
a. Fungsi ANOVA
ANOVA membolehkan penyelidik menilai sama ada perbezaan antara min kumpulan adalah signifikan.
b. ANOVA Sehala (One-Way ANOVA)
Digunakan apabila terdapat hanya satu pemboleh ubah bebas dengan lebih daripada dua aras, contohnya perbezaan pencapaian pelajar berdasarkan jenis sekolah (bandar, luar bandar, swasta).
c. Syarat-syarat Ujian ANOVA
-
Data adalah berskala selang atau nisbah.
-
Data taburannya normal.
-
Varians antara kumpulan adalah homogen.
d. Ujian ANOVA Dua Hala (Two-Way ANOVA)
Digunakan apabila terdapat dua pemboleh ubah bebas, contohnya menilai kesan jenis sekolah dan jantina terhadap pencapaian pelajar.
3. Ujian Kolerasi
Kolerasi digunakan untuk menilai kekuatan dan arah hubungan antara dua variabel.
a. Pekali Kolerasi
Nilai pekali (r) berada dalam julat -1 hingga +1:
-
r positif: apabila satu variabel meningkat, variabel lain turut meningkat.
-
r negatif: apabila satu variabel meningkat, variabel lain menurun.
-
r = 0: tiada hubungan.
b. Pengiraan Pekali Kolerasi
Dalam SPSS, pengiraan biasanya menggunakan Pearson Correlation untuk data parametrik, atau Spearman’s Rho bagi data non-parametrik.
4. Ujian Regresi
Regresi digunakan untuk meramal nilai sesuatu variabel bergantung pada variabel lain.
a. Syarat-syarat Regresi
-
Hubungan antara variabel mestilah linear.
-
Tiada multikolineariti (variabel bebas tidak terlalu berkorelasi).
-
Residual taburannya normal.
b. Analisis Data Regresi
-
Regresi Linear Sederhana: satu variabel bebas meramal satu variabel bersandar.
-
Regresi Linear Berganda: lebih daripada satu variabel bebas digunakan untuk meramal satu variabel bersandar.
Kesimpulan
Pemilihan ujian statistik inferensi bergantung pada jenis data, reka bentuk kajian, dan hipotesis yang dibina. Ujian-T sesuai untuk dua kumpulan, ANOVA untuk lebih daripada dua kumpulan, korelasi untuk mengukur hubungan, dan regresi untuk membuat ramalan. Kefahaman terhadap ujian-ujian ini membantu penyelidik melaksanakan analisis data secara lebih tepat dan bermakna (Field, 2018).
Rujukan
-
Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). Sage.
-
Gravetter, F. J., & Wallnau, L. B. (2017). Statistics for the behavioral sciences (10th ed.). Cengage Learning.
-
Howell, D. C. (2013). Statistical methods for psychology (8th ed.). Cengage Learning.
-
Pallant, J. (2020). SPSS survival manual: A step by step guide to data analysis using IBM SPSS (7th ed.). Routledge.
Tiada ulasan:
Catat Ulasan