Mengapa mesti ANOVA?

Untuk menentukan perbezaan min skor yang signifikan bagi pencapaian Matematik pelajar sebelum dan selepas diberikan intervensi, analisis deskriptif sahaja tidak mencukupi kerana kelemahan analisis deskriptif adalah tidak mengambil kira kemungkinan terdapatnya faktor-faktor luaran yang sepatutnya tidak dikira atau dikenali juga sebagai pemboleh ubah perancu (confounding variables) semasa analisis dilakukan yang boleh mempengaruhi dapatan. Manakala analisis ANOVA pula adalah analisis variance yang boleh menyingkirkan faktor-faktor luaran tersebut secara statistik. Pernyataan akademik ketika melaporkan analisis ANOVA selalunya adalah seperti berikut;

Perbezaan min skor bagi pencapaian Matematik adalah signifikan dengan nilai p kurang daripada 0.05 selepas pelajar diberikan intervensi.

Maka, untuk menentukan perbezaan min skor yang signifikan adalah lebih tepat menggunakan analisis ANOVA berbanding analisis deskriptif.

SEM tu apa? Bahasa mudahnya…

Ada yg tanya saya tentang SEM. Tolong jelaskan dgn ayat mudah katanya.. Ok saya jelaskan. Tapi kena tau dulu bahawa model yg dihasilkan oleh SEM ialah model Matematik (bahasa mudah). Bukan model catwalk, bukan model rumah banglow dan bukan model ID.

Mula2.. Fahamkan..
1. Untuk kaji hubungan antara satu DV dgn satu IV .. Guna linear regression. Model Matematik nya ialah
Y=mx+2 (Hat ni paling basic, form 5 dah belajar).
2. Untuk kaji hubungan satu DV dengan banyak IV … Guna multiple linear regression. Model Matematiknya ialah.
Y=(ax1+2) +(bx2+2)
(Hat ni masih lagi dikira advance statistics, jgn rasa rendah diri jika hanya guna ini.. Sebab konteks dan fokus kajian setiap orang tidak sama).

Namun begitu, ilmu statistik juga sama dgn ilmu bidang lain yg sentiasa berkembang.. Dalam satu2 situasi.. Data2 yg terkumpul melalui hubungan2 ini diuji lagi sama ada wujud atau tidak hubungan “interrelated” antara hubungan2 tersebut.

Contoh..
Hubungan A: harga hard disk bergantung kpd nilai USD dan harga iklan. (multiple linear regression)
Hubungan B : Harga motherboard bergantung kepada nilai USD dan jenama / jenis motherboard (multiple linear regression)
Kedua-dua hubungan ini pula mempunyai hubungan (interrelated) yg boleh mempengaruhi harga sebuah komputer (Hubungan C)
Untuk mengetahui hubungan C, apabila analisis Hubungan A digabungkan dgn analisis Hubungan B.. Maka analisis tersebut ialah Analisis Persamaan Struktur atau (SEM).

Jadi, hadamkan di sini..
Hubungan A dan Hubungan B di susun dan diuji hubungan antara keduanya bagi menghasilkan Hubungan C. Hubungan C adalah SEM.
JADI, IV dalam hubungan A dan B boleh jadi DV dalam hubungan C.

TIDAK CUKUP ITU SAHAJA. Analisis SEM yg digunakan untuk membina model persamaan struktur (gabungan 2 model matematik hasil analisis multiple linear regression) selalunya dimulakan dengan analisis kesahan konstruk..
SEBAB APA? Sebab nak kaji hubungan2 itu perlu melalui pengumpulan data soal selidik. Soal selidik adalah instrumen yang dibina / diadaptasi.. Instrumen2 ini WAJIB disahkan terlebih dahulu sama ada berupaya mengukur atau tidak.. Selain kesahan muka dan kesahan kandungan, kesahan konstruk adalah proses paling penting utk memastikan instrumen adalah sah/valid.


BERMAKNA.. Jika anda buat kajian SEM.

Anda perlu..
1. Tentukan hubungan pemboleh ubah yg nak dikaji..
2. Bina / adaptasi instrument (questionnaire) untuk setiap pemboleh ubah.
3. Lakukan kesahan konstruk (analisis faktor) bagi setiap instrumen . Bila data yg digunakan fit dgn pemboleh ubah, maksudnya konstruk2 dalam pemboleh ubah disahkan BENAR memakili pemboleh ubah.. (bermakna instrumen adalah valid) Maka terus ke step 4. Jika tidak, jgn terus buang item/konstruk.. Tapi tadbir lagi dgn taburan data lebih meluas sehingga semua konstruk disahkan.
4. Lakukan analisis regresi berganda secara interrelated iaitu SEM.

Guna data yg sama??
Utk kajian dlm konteks ini mmg guna data sama bagi kesahan konstruk dan analisis SEM. Tapi kalau kajian dalam konteks pembinaan modul.. Data TIDAK BOLEH sama.. Sbb proses eksperimen modul memerlukan setting kajian yg berbeza kerana ada satu lagi atribut yg perlu diperhatikan iaitu “PROSES KAWALAN EKSPERIMEN”.
Software apa nak pakai utk analisis SEM? OSS software ada yg menyokong analisis ini.. Tapi, nak guna SPSS pun boleh iaitu SPSS AMOS. Tau tak yg AMOS tu adik beradik SPSS? memang adik beradik sbb dua2 keluaran IBM. Tapi kalau guna OSS software lagi cool.

Kesimpulan... Jika kita boleh menerangkan analisis statistik yg digunakan sesuai dgn konteks kajian.. Itu lebih baik daripada guna software mahal tapi tak tau apa2…
Harap bahasa mudah saya boleh difahami.
#phdNT

TIPS MEMBERI JAWAPAN JUSTIFIKASI KETIKA MEMBENTANG / PRE VIVA

UNTUK PESERTA2 KURSUS PENYELIDIKAN PEMBINAAN MODUL
1. Rakan2 yang membuat kajian penyelidikan pembinaan modul, anda maklum bahawa kajian anda adalah menggunakan pendekatan “triangulasi”.
2. Penyelidik luar negara ada juga menyebut kajian yang menggunakan pendekatan jenis ini sebagai “research by stage”.
3. Anda harus menguasai kesemua stage kajian anda (by research objectives)
4. Semasa membentang kajian, sekiranya anda ditanya soalan-soalan seperti berikut, saya berikan tips-tips berikut yang boleh digunakan sebagai justifikasi.

Soalan : Kenapa banyak sangat kajian sebelum pembinaan modul?
Jawapan: Kajian2 yg dilakukan sebelum pembinaan modul adalah kajian2 awal untuk mendapatkan seberapa banyak maklumat untuk digunakan dalam pembinaan modul.

Soalan: Kenapa banyak sangat analisis data (merujuk analisis di peringkat pembinaan modul). Lepas tu nak buat eksperimen pulak.. kenapa tak buat je terus eksperimen masa awk buat rasch? Guna Rasch pun dah boleh buat regression, kenapa nak buat regression lagi pakai spss.

Jawapan: Analisis statistik Rasch yang dilakukan adalah bertujuan sebagai analisis kesahan konstruk untuk menghasilkan instrumen yang sah dan proses tersebut dijalankan semasa kajian berada di stage pembinaan modul. Tiada hipotesis untuk menentukan hubungan antara parameter kajian semasa di stage kajian tersebut kerana pembinaan instrumen dan proses kesahan konstruk bagi setiap instrumen dibuat secara berasingan. Manakala eksperimen yang dijalankan pula adalah stage terakhir kajian iaitu bertujuan penilaian setelah modul dan instrumen pentaksiran siap dibina. Setting kajian juga lain dari kajian yg dijalankan semasa pembinaan. Peserta kajian juga berbeza… dan added valuenya adalah proses kawalan eksperimen dilakukan pada peringkat penilaian modul untuk memastikan tiada faktor2 lain yg boleh mengganggu penilaian keberkesanan modul melainkan parameter2 kajian yang terlibat sahaja.

Soalan: Nampak macam kamu guna SPSS ajer.. orang dah maju dengan third generation software tapi awak masih ketinggalan.

Jawapan: Dalam konteks kajian saya, analisis statistik yang digunakan adalah yang bersesuaian dengan reka bentuk kajian dan keutamaan pemilihan analisis juga adalah merujuk kepada keupayaan mencapai objektif kajian. Oleh kerana kajian ini memfokuskan kepada pembinaan dan penilaian modul bagi menyelesaikan masalah dalam PdP (nyatakan subjek), dan penilaian modul dijalankan dengan mengambil kira kesan pembelajaran yang lebih terperinci iaitu di sepanjang proses PdP (pengukuran setiap minggu), maka wujudnya pemboleh ubah covariate (data berkategori iaitu pengukuran setiap minggu) dan ini menghasilkan data yang lebih jitu berkaitan aspek keberkesanan. Banyak perisian yang menyokong analisis dalam konteks sebegini, tetapi SPSS adalah salah satu daripadanya.

 

 

Kursus Pembinaan Instrumen Pengukuran

Kursus Pembinaan Instrumen Pengukuran.

(Konsep pembaris dan asas konstruk.)

Sebelum anda masuk kursus Rasch atau mana-mana kursus analisis statistik pengukuran, anda wajib masuk kursus ini dahulu. Walaupun apa yang dibawakan oleh kursus ini adalah kursus asas, tetapi berdasarkan pengalaman NT, ramai pelajar yang tiada “bahagian asas” ini yang sebenarnya paling penting sebelum membina instrumen pengukuran sama ada ujian atau soal selidik.

Jom berkursus bersama NT.

 

 

Kursus Kualitatif Grounded Theory

Perkongsian NT berdasarkan pengalaman menjalankan kajian kualitatif menggunakan reka bentuk kajian kes dan Grounded Theory.

Tentatif Kursus

Pagi

– Pengenalan kepada Thesis Mapping as Research Framework (TMRF)
– Pembinaan objektif-objektif kajian
– Pembinaan protokol temu bual

Petang

– Memahami kajian Grounded Theory Methodology (GTM) sebagai kajian tentang konsep
– Memahami kod-kod deduktif dalam konteks kajian GTM
– Contoh mendapatkan analisis open code, axial code dan selective code berdasarkan kisah benar yang difilemkan.
– Membuat kesimpulan kajian.

 

 

Kursus Penyelidikan Pembinaan Modul

PENYELIDIKAN PEMBINAAN MODUL

“Penyelidikan pembinaan modul” dan “pembinaan modul” adalah dua perkara yang berbeza. Ramai pelajar phd keliru akan perbezaan kedua-duanya. Atas kesedaran untuk membantu lebih ramai rakan-rakan Phd dalam bidang sains sosial memahami bagaimana melakukan penyelidikan pembinaan modul, maka Delailant menganjurkan perkongsian dalam bentuk kursus yang tersusun dan mudah diikuti.

Perkongsian paling utama yang akan diberikan ialah bagaimana melakukan penyelidikan secara sistematik dari sudut kajian lapangan dan juga penulisan tesis. Sesungguhnya, dalam penulisan tesis terdapatnya “theoretical explanation” tentang bagaimana setiap bab harus ditulis secara “tally” di samping berupaya menggambarkan keseluruhan proses kajian. Kursus penyelidikan pembinaan modul yang dibawakan ini juga akan mengupas rahsia TMRF yang akan menjadi ringkasan kepada sebuah penulisan tesis yang lengkap dan mudah difahami.

Siapa yang boleh menyertai kursus ini?

Jika anda menjalankan penyelidikan dalam bidang sains sosial, khususnya pendidikan, anda digalakkan untuk hadir kursus ini. Kursus ini tidak disasarkan kepada mereka yang menjalankan penyelidikan pembinaan modul sahaja, malah mereka yang menggunakan pendekatan “mix method” juga berbaloi menyertai kursus ini.

Selain itu, jika anda masih tercari-cari tajuk kajian dan masih tidak tahu hala tuju kajian anda, menyertai kursus ini amat membantu anda dalam menentukan strategi penyelidikan anda. Pengetahuan dan kemahiran yang dikongsikan melalui kursus ini akan membantu anda melakukan kajian lebih cepat kerana anda akan menguasai perkara-perkara asas seperti;

1. Bagaimana membina tujuan kajian;
2. Bagaimana membina kerangka kajian yang sistematik dan strategik.
3. Bagaimana membina objektif-objektif kajian;
4. Bagaimana membina perenggan pernyataan masalah;
5. Bagaimana menulis bab 1, bab 2, bab 3, bab 4 dan bab 5 secara “tally”
6. Bagaimana harus bertindak (melakukan kajian lapangan)
7. Bagaimana menentukan model reka bentuk pengajaran yang sesuai dengan konteks kajian masing-masing.
8. Mengetahui keperluan pembinaan modul yang melibatkan elemen-elemen asas seperti kajian awal, keperluan modul, pengujian dan penilaian.
9. Mengetahui bagaimana strategi pembinaan modul perlu disusun menjadi objektif-objektif kajian.

 

 

Thesis Mapping Research Flow (TMRF)

Apa yg dimaksudkan dengan TMRF ini ? Dgn keyword Thesis Mapping, TMRF sebenarnya adalah ringkasan kepada proposal penyelidikan. Bermula dari point paling penting yang diekstrak dari perenggan2 pernyataan masalah (parameter2 kajian), objektif2 kajian dan metodologi yg merangkumi reka bentuk kajian, instrumen kajian, teknik pengumpulan data serta teknik analisis data. Kesemuanya perlu setara dan betul directionnya. Bertambah menarik lagi, TMRF yang lengkap sepatutnya dirancang sehingga ke penghujung kajian iaitu ‘Expected Findings’ yang selalunya ditulis di bab 4 dan 5. Walaupun bab 4 dan 5 tidak termasuk dalam proposal penyelidikan, namun merancang penyelidikan menggunakan TMRF ini adalah satu cara yang selamat untuk memastikan direction kajian anda adalah betul.

Sekiranya TMRF ini lengkap setara dan disahkan oleh penyelia dan ditambah dgn pengkaji sendiri menguasai keseluruhan flow tersebut, InsyaAllah selepas defend proposal dan diterima, progress kajian akan jadi laju tanpa sebarang masalah.

Jom fahami TMRF. Exclusively by NT.

Boleh download TMRF template dan contoh di sini

 

http://norainitalib.com/template-thesis/TMRF.pdf

 

14291880_292079194492600_1643749120182368572_n

 

 

 

 

 

 

14188619_292109204489599_2286323108397705735_o

Mengapa mereka bentuk pengajaran?

Matlamat utama mereka bentuk pengajaran adalah untuk menjadikan pembelajaran lebih berkesan, efektif dan mudah dilaksanakan. Kebiasaannya, pengajaran yg direka bentuk dengan baik akan menjimatkan masa dan kos. Selain itu, mereka bentuk pengajaran melibatkan pelbagai peringkat pelaksanaan dan hasil keseluruhan pelaksanaan seharusnya boleh digunakan untuk membina modul yang berupaya menyelesaikan masalah pengajaran semasa.

Justeru, dalam penyelidikan pembinaan modul, apa yg sebenarnya dilakukan adalah mereka bentuk pengajaran dengan pelbagai peringkat pelaksanaan seperti menganalisis keperluan pengajaran, mereka bentuk hasil pembelajaran, elemen-elemen pentaksiran dan kandungan pengajaran serta merancang strategi penyampaian bagi menghasilkan pengajaran yang berkesan, efektif, mudah serta menjimatkan masa dan kos.

reka

Tips Ms Word – Soft Hyphen

Tips Ms Word.
Jika anda mahu menulis singkatan (akronim) yang ada sengkang di dalamnya, selalu huruf selepas sengkang akan turun ke bawah jika huruf sebelum sengkang dan sengkang berada di hujung ayat. Untuk pastikan akronim tersebut berada dalam satu baris ayat, boleh gunakan teknik “memasukkan symbol Soft Hyphen” bagi menggantikan sengkang tersebut.

word

Does Measure imply Category?

Ada 2 org kawan PM saya tanya apa maksud post saya yg dlm pic ni.. Kesian da lama dah tanya.. Katanya gerun baca post ni sampai tak terdaya nak mengelike.. Sy pulak da lama tak baca dan tak reply PM sbb tak berapa sihat.. Maaflah.. 2 bln ni hp saya ting tong sama dgn kepala saya..

Ok, hari ni sy jawab kat wall.. Sy tak ramai kawan di account fb yg ni sbb mmg intention fb ni create utk keamanan dan kedamaian.. Sape yg berminat bidang pengukuran silakan baca.. Hihi.. So, sy jawab utk kawan2 yg da lama PM tu je.. Tah dah merajuk kot 🙁 Nasiblah..

Utk yg ini…
M->C = Does Measure imply Category?
C->M = Does Category imply Measure?

Begini maksudnya..

Category adalah no yg kita guna utk skala pengukuran.. Sy bg contoh skala likert.. Yg biasa org guna 1-2-3-4-5 mewakili apa2 saje skala.. Yg paling famous ialah Sangat Tidak Setuju (STS) sampailah kpd Sangat Setuju (SS).

So, skala yg anda gunakan iaitu dari no 1 hingga 5 itulah yg dimaksudkan dgn Category. Measure pulak ialah pengukuran. Jadi, semasa kita menganalisis item-item instrument kita menggunakan Two Facet Rasch Model (TFRM), analisis Rasch boleh melakukan diagnose sama ada instrumen yg dibina memenuhi kesemua kategori tersebut atau adakah kesemua kategori yg digunakan telah membantu pengukuran dilakukan dgn tepat.

Ayat mudah dia camni, instrumen yg dibina tu bila ditadbir, adakah taburan data sama rata utk semua kategori.. Atau ramai sample pilih 3-4-5 aje.. Atau sample banyak pilih 1-2-3-4 aje… Jadi, berdasarkan analisis tersebut, kita boleh teruskan siasatan dgn cara cuba menganalisis dgn membuang atau menggabungkan kategori yg tidak popular utk lihat apakah impak kpd infit dan outfit dari mean square dan standardized values.

Selain itu, anda juga boleh meneruskan investigation dgn melihat ‘polariti item’ dan ‘polariti person’.. Daripada analisis ‘polariti item’ kita boleh teruskan lagi siasatan dgn kemungkinan2 bahawa item-item kita ada kelompongan dari segi taburan item iaitu item tidak memenuhi syarat pembaris (pengukuran). Atau kelompongan dari segi ‘polariti person’ iaitu sample2 yg mengambil bahagian tidak bertabur secara sama rata.. (mungkin ramai sample mmg setuju sgt, atau sebaliknya) menyebabkan data pengukuran tidak memenuhi semua kategori.. Prosesnya lama.. Kejap buang kategori, kejap masuk balik.. Kejap buang item, kejap masuk balik, kejap buang person, kejap masuk balik.. Dan proses ini juga akhirnya membawa kpd kesimpulan sama ada;

  1. Tadbir lagi instrument dgn targeting sample yg baru tanpa membuang mana2 item ATAU,
    2. Buang beberapa item, dan tadbir sekali lagi instrumen dgn targeting sample yg baru ATAU,
    3. Buang beberapa item tanpa perlu mentadbir instrumen sekali lagi..

Mungkin juga ada kesimpulan lain selain di atas.. Bergantung kerja2 CSI anda.. Huhu.. Macam polis kan.. Dan seperkara lagi, sebelum keputusan pembuangan mana2 item dilakukan, pembangun instrumen mestilah merujuk kpd pakar kandungan yg dilantik (dari awal) terlebih dahulu.. Pastikan ada lantikan yg formal.. Jgn main redah aje dptkan khidmat pakar kandungan ni, nanti tak dpt kerjasama menangis tak berlagu..

Agak panjang penerangannya sbb proses kesahan konstruk bagi pembinaan sebuah instrumen mmg proses yg lama dan complicated.. Saya yg bukan dari bidang pengukuran mengambil masa hampir 7 bulan utk siapkan analisis kesahan konstruk sahaja… Itu pun, pakar psikometrik kata cepatnya. Adeh.. Malu pulak.. Hehe..

Cukuplah utk kali ini..

 

fb