Skip to main content

Perisian Statistik

Dewasa ini, terdapat pelbagai analisis statistik yang ada pada ketika ini. Pembangunanannya mengambil masa ratusan tahun. Ada analisa yang masih boleh digunakan pakai dan ada analisa yang sudah tidak sesuai untuk di pakai kerana terdapat analisa - analisa yang baru. Pengenalan kepada perisian - perisian statistik juga amat membantu pada penggunaan analisis statistik dalam kehidupan harian dalam membuat keputusan. Contoh - contoh perisian yang ada ketika ini adalah seperti R, SPSS, Amos SPSS, JAMOVI, SAS, Smartpls dan bermacam - macam lagi. 

Perisian statistik pula terbahagi pada dua secara umumnya iaitu perisian yang mesra pengguna, dengan hanya klik atau tarik sesuatu maklumat (data) untuk menjalankan analisis yang dikehendaki seperti SPSS, Smartpls dan Amos SPSS. Manakala yang jenis kedua adalah perisian yang tidak mesra pengguna serta memerlukan kepada kemahiran pengaturcaraan komputer. Walaupun tidak mesra pengguna, tetapi perisian ini mempunyai kelebihannya tersendiri seperti memberi fleksibiliti pada pengguna - pengguna untuk melakukan pengubahsuaian pada formula jika diperlukan. Selain itu, perisian jenis ini juga sentiasa dalam terkini kerana sumbangan oleh ahli - ahli lain pada library seperti perisian R dan juga Python. 

Di samping itu juga terdapat perisian mempunyai kelebihan untuk melakukan analisis statistik yang sudah ada kebiasaannya terpasang ( install ) dalam komputer - komputer pengguna tetapi jarang di guna dan mungkin tidak begitu di gembar - gemburkan atau dipromosikan meluas kebolehn penggunaannya sebagai contoh Excel. Excel juga mempunyai function ( fungsi ) yang boleh di tambah ke dalam Excel secara manual. Antaranya adalah Visual Basic Application (VBA) dan XLSTAT. Kedua - dua add on ini memberi kemampuan luar biasa kepada Excel untuk melakukan kiraan - kiraan yang rumit atau pun advance buat pengguna - pengguna yang memerlukannya.

Sebagai intiha, walaupun wujudnya pelbagai perisian - perisian yang tersedia ada di luar sana untuk kegunaan pengguna - pengguna, tetapi perlu di ingatkan bahawa, keputusan sesuatu penggunaan analisis itu masih memerlukan ilmu teori berkaitan syarat - syarat sebelum menggunakan sesuatu analisis statistik itu. Sebagai contohnya, perlu dipastikan bahawa sesuatu data itu dalam keadaan normal atau bertaburan normal sebelum menggunakan ujian parametrik seperti regresi ( regression ). Pelanggaran pada syarat ini akan menyebabkan analisa tidak sah sama sekali.

Popular posts from this blog

G*Power Perisian Bagi Pengiraan Sampel Saiz.

Penggunaan Gpower kerap menekan kepada tiga langkah berikut: Memilih ujian statistik yang sesuai atau padan dengan masalah yang di kaji. Memilih di antara lima jenis analisis kuasa (power analysis) yang di sediakan. Sediakan parameter input yang di perlukan analasis dan klik pada “calculate” Pada Langkah 1, pendekatan yang digunakan untuk memilih ujian statistic (statistical test) adalah melalui dua pendekatan, iaitu distribution based atau design-based approach . Distribution-based approach to the test selection Melalui pendekatan distribution-based , pendekatan pertama adalah melihat pada kumpulan umum ujian statistik menggunakan '' Test family'' menu yang terdapat di window atau tingkap utama.   Ujian statitik ( Statistical test ) menu akan berubah mengikut pilihan di dalam '' Test family'' . Ujian-ujian yang ada akan selaras mengikut pada '' test family'' yang di pilih sahaja. Design-based approach to the test se

Ujian Analisa Sehala MANOVA

Perbezaan analisa ini dengan ANOVA adalah pembolehubah bersandarnya mempunyai lebih daripada satu . Manakala, pembolehubah bebas adalah sama seperti ANOVA yang mempunyai pelbagai kumpulan. Analisa sehala MANOVA juga mempunyai sarat ujian statistik di dalamnya dan tidak dapat memberi maklumat secara spesifik kumpulan yang berbeza signifikan di antara satu sama lain. Ujian ini hanya akan memberi maklumat sekurang-kurang dua kumpulan adalah berbeza. Oleh sebab, kebiasaan penggunaan analisa ini oleh pengkaji akan melibatkan tiga, empat atau lebih kumpulan. Oleh itu penggunaan ujian post-hoc adalah penting untuk mengetahui perbezaan kumpulan selebihnya itu. Bagi mendapat analisa yang sah dan berkualiti, beberapa andaian perlu di penuhi dahulu sebelum menggunakan analisa MANOVA. Pembolehubah bersandar mestilah dalam skala selang atau nisbah. Pembolehubah bebas a.k.a pembolehubah tidak bersandar mestilah mempunyai beberapa kumpulan yang bebas atau dengan kata lain dalam skala ordina

ANOVA vs MANOVA

Perbezaan utama di antara ANOVA dan MANOVA adalah jumlah bilangan pembolehubah bersandar ( dependent variable ). Walaupun begitu, jika terdapat pembolehubah bersandar lebih daripada satu, masih bukan masalah dan merupakan pilihan lain jika pengkaji mahu untuk menguji secara berasingan menggunakan analisa ANOVA bagi setiap pembolehubah bersandar itu. Jadi, kenapa perlu menggunakan pengiraan MANOVA ini berbanding beberapa analisa menggunakan ANOVA jika terdapat pembolehubah bersandar yang lebih daripada satu seperti dua, tiga atau empat pembolehubah bersandar? Terdapat dua sebab utama, MANOVA berpotensi menggantikan ANOVA dalam beberapa keadaan. Pertama melibatkan teori yang logik dan kedua melibatkan statistiknya. Sebagai contoh: Skormatematik + skorfizik + skorkimia sebagai fungsi kepada ( as a function of ) minuman tambahan ( tiga tahap / level ) Minuman tambahan, pembolehubah tidak bersandar atau bebas dengan tiga tahap ( levels ) : minuman kurma, minuman madu dan minuma