M ET O D O LO G I

K U A L I TAT I F &
TATA C A R A
PENGANALISISAN
D ATA K U A N T I TAT I F
NURUL
S YA Z A N A
TEKNIK PENGUMPULAN DATA KUALITATIF

1 Pemerhatian

2 Temu bual

3 Analisis dokumen

2
 TEKNIKMENGUMPULDATA
Pemerhatian
 Proses meneliti situasi atau kejadian secara kritikal
seperti tingkahlaku, cara melaksanakan sesuatu,
keadaan persekitaran dan sebagainya

 Dijalankan secara sistematik (ada tujuan, mengikut

masa yang ditentukan, mengikut peraturan dan
sebagainya)

 Boleh mencatat nota (nota lapangan) dan

membuat rakaman (video) terhadap
pemerhatian yang dijalankan

Penyelidikan Kualitatif 3
Boleh dilakukan melalui dua cara:

1. Pemerhatian Berstruktur

 Aspek yang hendak diperhatikan dikenal pasti

terlebih dahulu

 Penyelidik memerhati,mendengar dan merekod

maklumat berdasarkan set aktiviti yang telah dikenal
pasti

 Penyediaan senarai semak amat membantu

Penyelidikan Kualitatif 4
2. Pemerhatian Tidak Berstruktur

 Dilakukan tanpa merujuk kepada set aktiviti yang

telah dikenal pasti. Penyelidik perlu menentukan
fokus pemerhatian.

 Perlu juga tentukan tingkahlaku responden yang

ada kaitan dengan perkara yang dikaji.

5
 TEMUBUAL DAN PROTOKOL
 Temubual merupakan teknik pengutipan data yang
melibatkan interaksi bersemuka (face-to face) atau
melalui percakapan telefon antara penyelidik dengan
orang yang ditemubual (responden).

 Protokol temubual adalah senarai yang mengandungi

soalan yang akan dikemukakan dalam sesi temubual
yang dijalankan

6
 Teknik Temubual Berstruktur
Soalan disediakan terlebih dahulu dan temubual
dilaksanakan secara formal

 Subjek hendaklah diberi soalan yang sama

 Contoh :
- Sudah berapa lama tuan menjadi Guru Besar/GPK?
- Berapa bilangan murid-murid di sekolah ini?

7
Teknik Temubual Separa Berstruktur
Cuma soalan utama disediakan. Soalan susulan
berdasarkan jawapan responden.

Contoh :
Penyelidik : Bagaimana tanggapan guru-guru sekolah
ini terhadap tuan sejak menjadi Pengetua
/Penolong Kanan di sekolah ini?

Responden: Baik

Penyelidik : Boleh tuan jelaskan maksud baik?

8
Teknik Temu Bual Tidak Berstruktur
(Temubual terbuka)
Temubual ini tidak menggunakan soalan yang disediakan
terlebih dahulu, temu bual ini selalunya secara spontan.
Hal ini bertujuan meneroka idea atau perasaan responden.

Contoh :

Kebocoran soalan semasa peperiksaan UPSR amat

mengejutkan semua pihak. Apa pandangan tuan tentang
insiden tersebut?

9
 ANALISIS DOKUMEN
 Proses mengumpul data kajian melalui penyelidikan,
penyiasatan, pemeriksaan, pencerakinan dan
penganalisisan terperinci yang dibuat terhadap bahan
bertulis yang berkaitan dengan perkara yang dikaji

 Dokumen adalah sumber data yang paling mudah,

murah dan cepat untuk diperoleh kerana ia telah ada

 Contoh dokumen adalah diari, jurnal, sukatan

pelajaran, Buku Rancangan Mengajar Harian, kertas
peperiksaan, ujian bulanan, buku kedatangan, gambar,
carta dan sebagainya

 Penyelidik hanya perlu menyaring maklumat yang

perlu diperoleh. Jika perlu minta kebenaran untuk
membuat salinan bagi memudahkan kerja

10
 ANALISIS DOKUMEN
• Dokumen dapat memberikan maklumat yang relevan kepada isu
@ masalah yang sedang dikaji.

• Ianya juga merupakan sumber utama untuk pemerolehan sumber

kajian yang telah tersedia.

• Contoh jenis dokumen yang boleh digunakan dalam kajian

tindakan termasuklah :

Sukatan pelajaran
Minit mesyuarat panitia
Kertas peperiksaan dan ujian
Tugasan dan latihan murid
Bahagian yang berkaitan dalam buku teks
Keputusan peperiksaan bulanan,
semester dan peperiksaan awam

Penyelidikan Kualitatif 11
 PERINGKAT-PERINGKAT DALAM
MENGANALISIS DATA KUALITATIF
• Proses menganalisis data dilakukan apabila telah selesai peringkat
pengutipan data dilakukan. Peringkat ini adalah penting dalam menentuka
kejayaan sebuah kajian yang dijalankan.
• Pemerosesan data-data kualitatif melibatkan beberapa peringkat untuk
tujuan analisis. Antaranya ialah :
-Transkripsi
-Organisasi Data
-Pelaziman (membiasakan diri dengan data)
-Koding
-Tema
-Demonstrasi Kebolehpercayaan dan Keesahan
-Laporan
• Transkripsi

- Proses transkrip atau menyalin adalah langkah pertama dalam

proses penganalisaan data misalnya menyalin data-data dalam
bentuk rakaman audio yang mengandungi temubual penyelidik dan
responden, perbincangan kumpulan fokus, rakaman video atau
catatan kerja lapangan.
- Transkripsi hendaklah dilakukan secara menyeluruh tanpa
meninggalkan apa
juga yang didengar dan diperhatikan.
- Proses menyalin atau transkripsi merupakan proses yang
memerlukan perhatian, masa dan kesabaran seseorang penyelidik.
Namun demikian proses ini akan dapat memberi peluang kepada
penyelidik menyelami setiap data yang diperoleh.
• Organisasi Data
‾ Setelah proses transkripsi selesai, adalah perlu untuk
menyusun data mengikut bahagian yang senang untuk
digunakan semula. Nombor mungkin akan diberi pada
setiap temu bual atau kod, atau membahagikan nota-nota
lapangan kepada bahagian-bahagian tertentu mengikut
tarikh data dipunggut atau mengikut konteks atau pun
menyimpan data mengikut bahagian masing- masing
dalam folder.
• Pelaziman (membiasakan diri dengan data)
- Setelah lambakan data disusun mengikut bahagian –
bahagian tertentu, maka tibalah masanya untuk
membiasakan diri dengan data – data yang diperolehi.
Proses pelaziman adalah dengan mendengar kandungan
temu bual dalam pita rakaman, membuat tontonan semula
bahan berbentuk video, membaca iaitu membaca semula
data-data, membuat memo dan membuat ringkasan
sebelum proses analisis secara formal bermula. Ia adalah
peringkat yang penting terutamanya jika pengumpulan dan
proses transkripsi data bukan dilakukan oleh penyelidik
sendiri.
• Koding
- Proses pengkodan adalah langkah yang sangat penting
dalam proses menganalisis data kualitatif dengan
menggunakan sebarang pakej perisian komputer.
- Koding melibatkan proses mengenalpasti petikan-
petikan di dalam teks dan menyimpan rujukan kepada
petikan teks berkenaan di dalam item database yang
dipanggil Node (dalam perisian Nvivo). Node boleh
mengandungi pelbagai rujukan dan boleh mengkod
petikan-petikan daripada sebarang dokumen yang telah
disediakan.
- Menurut Udo Kelle (1995) koding mempunyai dua
fungsi utama iaitu koding boleh melambangkan satu
petikan teks yang mengandungi maklumat khusus
untuk tujuan membenarkan retrieval.
- Kodingjuga dibuatkan semata – mata untuk
melambangkan fakta yang wujud dalam satu-satu
maklumat menerusi data-data mentah.
• Tema
- Tema akan timbul hasil daripada sorotan kajian lepas.
Lagi banyak sorotan kajian lepas yang dibaca maka
banyaklah tema yang terhasil. Tema juga akan timbul
daripada ciri-ciri fenomena yang dikaji.
• Selain daripada itu, tema adalah daripada definisi
yang telah dipersetujui oleh professional ataupun
daripada nilai-nilai penyelidik, orientasi teoritikal dan
pengalaman personal dengan perkara yang dikaji
(Blumer, 1979; Strauss, 1987; Maxwell, 1996).
• Demonstrasi Kebolehpercayaan dan Keesahan
- Kesahan (validity) dan kebolehpercayaan (reliability)
instrumen amat penting bagi mempertahankan kejituan
instrumen daripada terdedah kepada kecacatan.
- Semakin tinggi nilai dan tahap kesahan dan
kebolehpercayaan instrumen maka semakin jitu data-
data yang akan diperoleh bagi menghasilkan kajian yang
baik dan berkualiti (Ghazali, 2002).
- Kesahan merujuk kepada ujian mengukur apa yang
sepatutnya diukur (Tuckman, 1978).
- Trangulasi data dalam penyelidikan kualitatif adalah
bertujuan untuk menjamin kebolehpercayaan dan
kesahihan penemuan penyelidik. Perisian Nvivo boleh
melaksanakan tugas ini iaitu dengan kemudahan
Modeler dan Search Tool.
- Menurut Gonzalo Bacigalupe (2003), menggunakan Nvivo
menyatakan bahawa modeler boleh membantu
menjelaskan data, memeriksa konseptual yang hilang dan
menghasilkan persoalan baru. Dengan menggunakan
modeler juga perbincangan juga boleh dibuat kerana
keupayaan meneroka, membina, menguji, memerhatikan
hubungan dan menentukan corak data yang diperolehi.
• Laporan

- Laporan adalah peringkat penyempurnaan kajian. Pada bahagian

ini penyelidik hendaklah mentafsir, mengulas dan menyebarkan
dapatan kajian berdasarkan kepada data-data yang diperoleh.
Penyelidik hendaklah mempunyai kemahiran dan pengetahuan
yang mendalam dalam bidang yang dikaji. Oleh itu hasil analisis
haruslah dipersembahkan dengan jelas, kemas dan meyakinkan
pembaca. Laporan kajian boleh dibuat berpandukan pelbagai cara
sama ada menerusi semakan senarai koding yang dibuat (coding
report), pembahagian node (node report), attribute, berpandukan
perwakilan visual (modeler) atau pun dengan bantuan search tool.
PENGGUNAAN PERISIAN DALAM MENGURUS
DAN MENGANALISIS DATA KUALITATIF
• Perisian Nvivo Versi 2.0 adalah satu perisian yang boleh
membantu penyelidik mengorganisasi data dengan lebih
mudah dan teratur. NVivo Versi 2.0 adalah contoh perisian yang
boleh digunakan untuk membantu mengurus data kualitatif.
Strauss & Corbin (1998) ada menjelaskan keperluan perisian
untuk mengorganisasi data kualitatif.
• Perisian ini tidak sama dengan perisian SPSS (Software Package
for Social Sciene) yang digunakan dalam penyelidikan
berstatistik atau kuantitatif.
• Perisian ini juga relevan digunakan pada peringkat awal
penyelidikan
hingga ke peringkat pembentukan teori.
Contoh pengkalan data penyelidik dalam perisian Nvivo Versi 2.0
 TATACARA
PENGANALISAN
DATA
-KUANTITATIF
2
6

PENGENALAN

 Statistik adalah teknik dan kaedah untuk

penyelidik mengumpul, mengelas,
meringkas, menyusun, menganalisis dan
menginterpretasi data kuantitatif.
2
7

JENIS STATISTIK
 Statistik deskriptif
 Memerihalkan ciri sesuatu sampel
 Merumuskan dan menyusun bilangan data
yang banyak.
 Statistik inferensi
Satu kaedah untuk membuat keputusan atau
penganggaran mengenai populasi berdasarkan
keputusan yg didapati drp sampel.
 UKURAN NUMERIK
STATISTIK DESKRIPTIF
 Untuk merumuskan taburan frekuensi atau
sekumpulan data dengan satu ukuran (nilai)
 Ukuran Kecenderungan Memusat- keadaan purata
atau indeks kepusatan sesuatu taburan data
 Terdapat tiga jenis ukuran:
 1. Min
 2. Median
 3. Mod
 MIN
 Nilai purata bagi suatu kumpulan

 Dikirakan dengan menjumlahkan semua data

dibahagikan dengan bilangan data

 Simbol by x atau M
 MIN
 
min populasi,μ 
N
1  2  ...   N

N

 
min sampel,  
n
1  2  ...   n

n

GB6023 30
19
 MIN
Contoh:
Markah ujian statistik bagi 10 pelajar adalah seperti berikut.
Dapatkan min markah ujian statistik.
75.60 52.40 85.00 43.00 72.00
70.00 60.00 81.50 51.00 49.00


Min,  
N
75.6052.4085.0043.0072.0070.0060.0081.5051.0049.00

10
63.95
GB6023 31
20
3
2

MEDIAN
 Bacaan data yang wujud di tengah-tengah
apabila data disusun dalam tertib menarik
atau menurun.
 Simbol Mdn atau X
 Jika bilangan data ganjil, median- data di
tengah-tengah
 Jika bilangan data genap, median= purata
dua data di tengah-tengah
3
3

MEDIAN
Contoh:
Berikut merupakan markah ujian statistik bagi 9
orang pelajar.
69 57 61 53 70 67 59 65 70

22
3
4

MEDIAN
Contoh:
Susun data secara meningkat.
53 57 59 61 65 67 69 70 70

Data di tengah2

Median,  adalah 65
3
5

MOD
 Bilangan skor yang mempunyai kekerapan
terbanyak didalam satu set data/taburan

 Diperolehi daripada melihat taburan sahaja

 Terdapat tiada mod/ lebih daripada satu mod

 Jarang digunakan
3
6

MOD
Contoh:
Berikut merupakan markah ujian statistik bagi 20 orang
pelajar.
33 25 33 75 84
75 65 57 84 70
61 53 38 70 81
69 70 71 59 67

25
3
8
PERBANDINGAN DI ANTARA MIN, MEDIAN
DAN MOD
Kesesuaian

Skala pengukuran Min Median Mod

Nominal tidak tidak ya

Ordinal tidak ya ya

Interval ya ya ya

Ratio ya ya ya
3
9

SKALA PENGUKURAN
 Nominal: data boleh dikategorikan mempunyai nama atau
label tertentu
 cth., jantina, bangsa, jawapan ya/tidak.
 Ordinal: data yang boleh disusun ikut tertib tetapi perbezaan
nilai tidak memberi makna
 cth., pengetahuan komputer pelajar dikelaskan kepada cemerlang, baik dan
sederhana.
 Interval: data yang boleh disusun ikut tertib dan perbezaan nilai
data adalah bermakna,nilai sifar memberi nilai kuantiti dan
bukannya tiada kuantiti.
 cth., skor ujian, ujian IQ, suhu
 Ratio: data yang boleh disusun ikut tertib dan perbezaan nilai
data adalah bermakna, dan nilai sifar menunjukkan tiada
kuantiti
 e.g., umur, halaju kereta.
HUBUNGAN DI ANTARA MIN, MOD DAN MEDIAN
Bentuk Simetri

Pembolehubah

Min = Median = Mod

40
29
BENTUK TERPENCONG KE KANAN

Frekuensi

Pembolehubah

Mod
Min
Median
41
30
4
2

BENTUK TERPENCONG KE KIRI

Frekuensi

Pembolehubah

Median
Min
Mod 31
4
3
4
4

SERAKAN

 Ukuran memusat tidak dapat

menggambarkan perbezaan antara
suatu skor dengan skor yang lain
 Perlu lapor juga ukuran serakan untuk
menggambarkan keadaaan kepelbagaian
atau keseragaman
4
5

CONTOH
 Kedua-dua taburan skor set di bawah
mempunyai nilai min yang sama ( = 50), tetapi
taburan skor set 2 adalah lebih terserak.
 Taburan skor untuk set 1: 48 49 49 50 50 50 51
51 52 (serakan rendah)
 Taburan skor untuk set 2: 10 30 30 50 50 50 70
70 90 (serakan tinggi)
4
6

JENIS UKURAN SERAKAN

 Julat
 Varians
 Sisihan Piawai
4
7

JULAT
 Julat= Skor mak- skor min
 Kurang sesuai untuk mengukur serakan
data kerana ia hanya mengambil kira niala
minima dan nilai maksima saja
4
8

JULAT
Contoh:
44 49 50 58 58 60 61 68 70 72

Julat = data maksimum – data minimum

= 72 – 44
=28

GB6023 38
4
9

SISIHAN PIAWAI & VARIANS

• Sisihan piawai adalah pengukuran yang paling sesuai
digunakan untuk mengukur serakan data

• Sisihan piawai yang diperolehi memberikan nilai bagi

kedudukan data yaxng bertabur sekitar min

• Nilai sisihan piawai yang tinggi memberikan gambaran

bahawa data itu tertabur jauxh daripada min (kurang
padat)
5
0

SISIHAN PIAWAI

Simbol adalah SD, Ã , or s

 Sisihan
piawai sering digunakan dengan
mengaitkannya
 Antara sisihan piawai dan taburan normal
5
1

TABURAN NORMAL

 Satu poligon frekuensi yang garisannya telah

dilatarkan
5
2

CIRI TABURAN NORMAL

 Unimodal
 Simetrikal(sama ukur)
 Min=Median=mod
 Lengkuk akan menghampiri paksi x
apabila skor menjauhi min tetapi tidak
akan mencecah paksi x
5
3

KAITAN ANTARA LUAS DI BAWAH

TABURAN NORMAL DAN SISIHAN PIAWAI

 Jumlah luas di bawah taburan normal

mewakili semua skor dalam taburan
tersebut
 68% skor adalah antara MIN + 1s
 95% skor adalah antara MIN + 2s
 99.7% skor adalah antara MIN + 3s
5
4
 Peratus berkaitan dengan luas di bawah
taburan juga boleh ditulis dalam bentuk
perpuluhan
 84.13%= 0.8413
 Jika dalam bentuk perpuluhan, merujuk
kepada konsep Kebarangkalian atau
bahagian (pecahan) luas kawasan
(proportion of area)
 84.13% skor adalah dibawah nilai 115
 Kebarangkalian untuk memilih skor dibawah nilai
115 ialah 0.8413
 Bahagian (pecahan) luas kawasan dibawah nilai
115 ialah 0.8413
45