MTE3105

Tugasan 1: Regresi Linear

1.0 Pengenalan

Analisis regresi merupakan kaedah statistik yang digunakan untuk mengkaji hubungan antara pembolehubah-pembolehubah. Penggunaan kaedah ini dapat dilihat dalam pelbagai bidang seperti Ekonomi, Sains Fizik, Sains Hayat, Sains Kemasyarakatan, Kejuruteraan dan Teknologi, Perniagaan dan Pengurusan. Dalam kehidupan seharian, banyak hubungan dapat diperhatikan. Berikut ialah beberapa contoh hubungan yang wujud dan boleh dikaji, iaitu:

(a) Hubungan antara perbelanjaan dengan pendapatan bulanan sekeluarga; (b) Hubungan antara kadar tindak balas kimia dengan suhu; (c) Hubungan antara hasil tanaman dengan amaun baja yang diberikan; (d) Hubungan antara pencapaian pelajar universiti dengan kelayakan masuk ke universiti; (e) Hubungan antara kadar pencemaran udara dengan bilangan kenderaan di jalan raya

Di samping memperihalkan hubungan antara dua atau lebih pembolehubah, analisis regresi juga dapat digunakan untuk meramalkan nilai pembolehubah yang menjadi perhatian. Dalam analisis regresi, pembolehubah boleh dikategorikan kepada dua jenis, iaitu pembolehubah bersandar dan tidak bersandar.

Pembolehubah bersandar ditentukan setelah diberikan nilai pembolehubah tidak bersandar. Daripada contoh-contoh yang diberikan boleh dikategorikan seperti berikut:

Pembolehubah bersandar perbelanjaan kadar tidak balas kimia hasil tanaman pencapaian pelajar kadar pencemaran udara

Pembolehubah tidak bersandar pendapatan suhu amaun baja kelayakan masuk bilangan kenderaan

MTE3105

2.0. Pengumpulan Data

Satu kajian telah dijalankan untuk melihat sama ada wujud hubungan antara pencapaian markah Bahasa Cina Pemahaman dengan pencapaian markah Sains pada Peperiksaan Percubaan UPSR tahun 2012. Kajian ini dijalankan berdasarkan 13 orang pelajar yang telah mengambil ujian percubaan ini pada bulan Ogos 2012.

Markah Bil Nama Pelajar Jantina Bahasa Cina Pemahaman ( ) 1 2 3 4 5 6 7 8 9 10 11 12 13 ALLIAANISA AMY BIN YUSUP ONG CAMMY TOH CHYI LIAN CHOO TECK JONG FIONA LIM FEI YING LEE LI XIANG MANDY WONG YUEN YUEN NORHARINA NUR SYAFIQAH PIENG TEE THIENG TOH CHIA YU WINNIE LIM WAN YING YENNESA LAW QI QI P L P L P P P P P L L P p 23 28 75 58 90 75 63 43 45 30 35 70 60

Markah Sains ( ) 34 46 82 58 86 80 68 24 36 22 26 80 52

MTE3105

3.0 Penyelesaian

(a) Lukiskan gambarajah serakan untuk menunjukkan penyebaran data anda.

Katakan : = Pembolehubah bersandar : Pencapaian Sains = Pembolehubah tidak bersandar : Pencapaian Bahasa Cina Pemahaman

Gambarajah Serakan Bagi Markah Bahasa Cina Pemahaman dan Markah Sains
100 90 80 70 60 Sains 50 40 30 20 10 0 0 20 40 60 80 100 Bahasa Cina Pemahaman Series1

Plot serakan bagi data di atas ditunjukkan dalam rajah di atas. Jika dilihat pada plot graf bagi data ini, bentuk hubungan yang wujud antara pencapaian markah Bahasa Cina Pemahaman dengan pencapaian Sains adalah berbentuk positif.

MTE3105

(b) Gunakan perisian Microsoft Excel untuk mendapat persamaan garis regresi yang memuaskan data anda. Langkah 1: Taipkan markah Bahasa Cina Pemahaman dan Sains dalam MS Excel.

Langkah 2: Klik pada Data dan kemudian klik Analysis Data.

MTE3105

Langkah 3: Pilih Regression dan klik OK.

Langkah 4: Untuk mengisi Input Y Range dan Input X Range, highlight data yang telah ditaip tadi. Pilih New Worksheet Ply:.

MTE3105

Langkah 5: Klik OK untuk mendapat nilai a dan b dalam persamaan garis regresi yang memuaskan data yang diberi.

Dari jadual, kita boleh mendapati persamaan regresi seperti berikut: y = -1.1629 + 1.023x

MTE3105

Secara manual

23 28 75 58 90 75 63 43 45 30 35 70 60

34 46 82 58 86 80 68 24 36 22 26 80 52

529 784 5625 3364 8100 5625 3969 1849 2025 900 1225 4900 3600

1156 2116 6724 3364 7396 6400 4624 576 1296 484 676 6400 2704

782 1288 6150 3364 7740 6000 4284 1032 1620 660 910 5600 3120

=13

= 42495

=5339.23

= 43916

=6867.07

= 42550

=5447.69

MTE3105

Pekali korelasi hasil darab momen, r, bagi x dan y ditakrifkan sebagai:

= 0.8997

Ini bermaksud wujudnya korelasi positif yang kuat di antara pencapaian Bahasa Cina Pemahaman dan pencapaian Sains.

Pekali penentu,

, di mana

= 1.02;

= 5447.69,

=6867.07

= 0.809

Ini bermakna 80.9% daripada variasi dalam pencapaian Bahasa Cina Pemahaman dapat diterangkan oleh hubungan linear antara pencapaian Bahasa Cina dan Sains.

MTE3105

Persamaan garis regresi (y atas x)

= 1.0203

1.0203 (

) = -1.162, maka

Model regresi linear ialah:

= -1.162 +1.0203

Jika markah pencapaian Bahasa Cina Pemahaman ialah 50, maka markah pencapaian Sains ialah: = -1.162 +1.0203 = 49.85%

100 90 80 70 60 Sains 50 40 30 20 10 0 0 20 40 60 80 100 Bahasa Cina Pemahaman Series1 Linear (Series1)

Justeru, persamaan garis regresi (y atas x) ialah

= -1.162 +1.0203

sama dengan persamaan garis regresi yang didapati melalui Microsoft Excel.

MTE3105

(c) Microsoft Excel untuk memplotkan garis regresi untuk set data anda.

Ulangi langkah 1 hingga langkah 4 dalam bahagian (b) di atas.

Langkah 6: Klik pada kotak Line Fit Plots dan klik OK.

Langkah 7: Klik OK untuk mendapat graf garis regresi untuk data yang dikaji seperti berikut:

10

MTE3105

Langkah 8: Klik pada Design dan klik pada Chart Layout.

Langkah 9: Pilih Layout 9 untuk mendapatkan garis persamaan.

11

MTE3105

Langkah 10: Graf yang diperolehi daripada MS Excel.

X Variable 1 Line Fit Plot

100 90 80 70 60 50 40 30 20 10 0 0 20 40 60 80 100 X Variable 1 Y Y Predicted Y Linear (Y) Linear (Predicted Y) y = 1.0203x - 1.1629 R = 0.8094 y = 1.0203x - 1.1629 R = 1

4.0 Kesimpulan

Daripada kajian yang dijalankan, didapati pencapaian markah pelajar dalam Bahasa Cina Pemahaman berkait rapat dengan pencapaian markah Sains. Ini memberi satu gambaran bahawa, sekiranya seseorang pelajar dapat menguasai Bahasa Cina Pemahaman dengan baik, maka keputusan Sains juga akan meningkat. Jadi, untuk meningkatkan prestasi murid dalam pencapaian Sains, murid haruslah diberi penekanan dalam penguasaan Bahasa Cina Pemahaman.

12

MTE3105

Tugasan 2: Khi Kuasa Dua & ANOVA Tugasan Individu (25%) SIA MEE MEE

i.

Seorang perunding di Hospital Utama Kuala Lumpur mengesyaki yang terdapat satu hubungan antara berdengkur dan penyakit jantung. Data yang telah dikutip ditunjukkan dalam jadual di bawah. Penyakit Jantung Ya Tidak Berdengkur Tiada 24 1355 Sekali-sekala 35 603 Kerap 21 192 Sentiasa 30 224

Gunakan ujian khi kuasa dua pada aras keertian 1% untuk menguji teori ini.

Penyelesaian

Langkah 1 : Mencari Hipotesis H0 H1 : : Penyakit jantung tidak bersandar kepada berdengkur. Penyakit jantung bersandar kepada berdengkur.

Langkah 2 : Mencari nilai/frekuensi jangkaan Penyakit Berdengkur Jantung Tiada O11 = 24 Ya E11 = = 61.07 O21 = 1355 Tidak E21 = = 1317.93 Jumlah 1379 E12 = = 28.25 O22 = 603 E22 = = 609.75 638 E13 = = 9.43 O23 = 192 E23 = = 203.57 213 E14 = = 11.25 O24 = 224 E24 = = 242.75 254 2484 2374 Sekali-sekala O12 = 35 Kerap O13 = 21 Sentiasa O14 = 30 110 Jumlah

13

MTE3105

Langkah 3 : Mencari Nilai Genting v = (2 1)(4 1) =3 Dari buku sifir, nilai kritikal = 11.34

Langkah 4 : Mencari Nilai Statistik Ujian Nilai statistik ujian, =

= 24 35 21 30 1355 603 192 224 Jumlah 61.07 28.25 9.43 11.25 1317.93 609.75 203.57 242.75

22.5018 1.6128 14.1956 31.25 1.0427 0.0747 0.6576 1.4482 72.7834

Langkah 5 : Kesimpulan Kita menolak kerana = = 72.7834 nilai kritikal, =

11.34. Ini bermaksud penyakit jantung bersandar kepada berdengkur bagi nilai = 0.01.

14

MTE3105

ii.

Pelajar-pelajar di sebuah kolej Malaysia telah diberikan rawatan ubat berlainan sebelum ulangkaji untuk peperiksaan akhir tahun mereka. Beberapa orang telah diberikan dadah memory, beberapa orang telah diberikan dadah placebo dan beberapa orang tidak diberikan dadah langsung. Markah peperiksaan untuk tiga kumpulan pelajar ditunjukkan dalam jadual di bawah: Dadah Memory 70 77 83 90 97 Dadah Placebo 37 43 50 57 63 Tiada Dadah 3 10 17 23 30

a. Jalankan ujian ANOVA sehala secara manual untuk menguji hipotesis bahawa rawatan dadah memberikan kesan.

Langkah 1: (Menentukan Hipotesis) = = =

= sekurang-kurangnya satu min adalah berbeza dari yang lain.

Langkah 2: (Mencari Nilai Statistik Ujian)

F= =

15

MTE3105

Dadah Memory 70 Markah Peperiksaan 77 83 90 97 Saiz, Jumlah, SS(Jumlah) = 5 417

Dadah Placebo 37 43 50 57 63 5 250

Tiada Dadah 3 10 17 23 30 5 83

= (

+ +

+ +

+ +

+ +

+ ) 15(

= (4900 + 5929 + 6889 + 8100 + 9409 + 1369 + 1849 + 2500 + 3249 + 3969 + 9 + 100 + 289 + 529 + 900) 15(2500) = 49990 37500

= 12490

SS(Rawatan) =

- 15(

15(2500)

= 48655.6 37500

= 11155.6

16

MTE3105

SS(Ralat)

= SS(Jumlah) SS(Rawatan) = 12490 11155.6 = 1334.4

JADUAL ANOVA Sumber Variasi Darjah Kebebasan, v Rawatan a1 =31 =2 Jumlah Kuasadua, SS 11155.6 MS(Rawatan) = = = 5577.8 na = 15 3 = 12 = = = 50.16 Ralat 1334.4 MS(Ralat) = = = 111.2 Jumlah 14 12490 F= Min Kuasadua MS F

Langkah 3: (Menentukan Nilai Kritikal dan Petua Kesimpulan) Dari buku sifir, nilai kritikal = = 3.885

Langkah 4: (Keputusan Ujian) Kita tolak 3.885. kerana nilai statistic ujian, F = 50.16 nilai kritikal =

Langkah 5: (Kesimpulan) Ini bermaksud rawatan ubat yang berlainan memberikan min markah peperiksaan yang berbeza.

17

MTE3105

b. Ulangi ujian ANOVA dalam (a) dengan menggunakan EXCEL. Langkah 1: Taipkan data yang diberi ke dalam Microsoft EXCEL.

Langkah 2: Klik pada Data untuk mencari Data Analysis.

18

MTE3105

Langkah 3: Pilih Anova: Single Factor, kemudian klik OK.

Langkah 4: Untuk mengisi petak dalam Input Range, highlight data yang telah ditaip tadi.

highlight

19

MTE3105

Langkah 5: Pilih Labels in First Row dan taip aras keertian 0.05 dalam petak Alpha. Kemudian, pilih New Worksheet Ply. 1

Langkah 6: Klik OK.

20

MTE3105

Tugasan 2: Khi Kuasa Dua & ANOVA Tugasan Individu (25%) LUK LI ING

i. Seorang perunding di Hospital Utama Kuala Lumpur mengesyaki yang terdapat satu hubungan antara berdengkur dan penyakit jantung. Data yang telah dikutip ditunjukkan dalam jadual di bawah. Penyakit Jantung Ya Tidak Berdengkur Tiada 24 1355 Sekali-sekala 35 603 Kerap 21 192 Sentiasa 30 224

Gunakan ujian khi kuasa dua pada aras keertian 1% untuk menguji teori ini.

Jawapan: Langkah 1: Mencari Hipotesis H0 H1 : : Penyakit jantung tidak bersandar kepada berdengkur. Penyakit jantung bersandar kepada berdengkur.

Langkah 2: Mencari Nilai/ Frekuensi Jangkaan Penyakit Jantung Tiada O11 = 24 Ya E11 = = 61.07 O21 = 1355 Tidak E21 = = 1317.93 Jumlah 1379 Berdengkur Sekali-sekala Kerap O12 = 35 E12 = = 28.25 O22 = 603 E22 = = 609.75 638 O13 = 21 E13 = = 9.43 O23 = 192 E23 = = 203.57 213
Jumlah

Sentiasa O14 = 30 E14 = = 11.25 O24 = 224 E24 = = 242.75 254 2484 2374 110

21

MTE3105

Langkah 3: Mencari Nilai Genting v = (2 1)(4 1) =3 Jika = 0.01, darjah kebebasan V = 3. Maka, dari buku sifir, nilai kritikal = 11.34

Langkah 4: Mencari Nilai Statistik Ujian Nilai statistik ujian, =

= 24 35 21 30 1355 603 192 224 Jumlah Langkah5 : Kesimpulan Kita menolak kritikal, kerana = = 72.7834 nilai 61.07 28.25 9.43 11.25 1317.93 609.75 203.57 242.75 22.5018 1.6128 14.1956 31.25 1.0427 0.0747 0.6576 1.4482 72.7834

= 11.34 . Ini bermaksud penyakit jantung bersandar = 0.01.

kepada berdengkur pada nilai

22

MTE3105

ii) Pelajar-pelajar di sebuah kolej Malaysia telah diberikan rawatan ubat berlainan sebelum ulangkaji untuk peperiksaan akhir tahun mereka. Beberapa orang telah diberikan dadah memory, beberapa orang telah diberikan dadah placebo dan beberapa orang tidak diberikan dadah langsung. Markah peperiksaan untuk tiga kumpulan pelajar ditunjukkan dalam jadual di bawah :

Dadah Memory

Dadah Placebo

TiadaDadah

70 77 83 90 97

37 43 50 57 63

3 10 17 23 30

a. Jalankan ujian ANOVA sehala secara manual untuk menguji hipotesis bahawa rawatan dadah memberikan kesan.

Jawapan : Langkah 1: Menentukan Hipotesis = = =

= tidak semua populasi mempunyai min yang sama.

Langkah 2: Mencari Nilai Statistik Ujian

F= =

23

MTE3105

Dadah Memory 70 77 83 90 97 5 417 + + + + + +

Dadah Placebo 37 43 50 57 63 5 250

TiadaDadah 3 10 17 23 30 5 83

Markah Peperiksaan

Saiz, Jumlah, SS(Jumlah) = =( +

+ +

) 15(

= (4900 + 5929 + 6889 + 8100 + 9409 + 1369 + 1849 + 2500 + 3249 + 3969 + 9 + 100 + 289 + 529 + 900) 15(2500) = 49990 37500 = 12490

SS(Rawatan) =

= =

- 15( 15(2500)

= 48655.6 37500 = 11155.6 = SS(Jumlah) SS(Rawatan) = 12490 11155.6 = 1334.4

SS(Ralat)

24

MTE3105

JADUAL ANOVA Sumber Variasi Rawatan Darjah Kebebasan, v a1=31 =2 Jumlah Kuasadua, SS 11155.6 Min Kuasadua MS MS(Rawatan) = = = 5577.8 = = 50.16 Ralat n a = 15 3 = 12 1334.4 MS(Ralat) = = = 111.2 Jumlah 14 12490 = F F=

Langkah 3: Menentukan Nilai Kritikal dan Petua Kesimpulan Jika = 0.05, darjah kebebasan V1 = 2 dan V2 = 12. Maka dari buku sifir, = 3.885

Langkah4: Keputusan Ujian Oleh kerana nilai statistic ujian, F = 50.16 = 3.885, maka tolak . nilai kritikal

Langkah5: Kesimpulan Ini bermaksud tidak semua markah peperiksaan untuk semua populasi mempunyai min yang sama.

25

MTE3105

b. Ulangi ujian ANOVA dalam (a) dengan menggunakan EXCEL. Langkah 1: Taipkan data yang diberi ke dalam Microsoft EXCEL.

Langkah 2: Klik pada Data untuk mencari Data Analysis.

26

MTE3105

Langkah 3: Pilih Anova: Single Factor, kemudian klik OK.

Langkah 4: Untuk mengisi petak dalam Input Range, highlight data yang telah ditaip tadi.

27

MTE3105

Langkah 5: pada Labels in First Row dan taip aras keertian 0.05 dalam petak Alpha. Kemudian, pilih New Worksheet Ply.

Langkah 6: Klik OK.

28

MTE3105

Tugasan 2 : Khi Kuasa Dua dan ANOVA Tugasan Individu (25%) LING CHING

i.

Seorang perunding di Hospital Utama Kuala Lumpur mengesyaki yang terdapat satu

hubungan antara berdengkur dan penyakit jantung. Data yang dikutip ditunjukkan dalam jadual di bawah. Penyakit Jantung Ya Tidak Tiada 24 1355 Berdengkur Sekali-sekala 35 603 Kerap 21 192 sentiasa 30 224

Gunakan ujian khi kuasa dua pada aras keertian 1% untuk menguji teori ini. Langkah 1 : Menuliskan Hipotesis

H0= Penyakit jantung adalah tiada hubungan dengan berdengkur. H1= Penyakit jantung ada hubungan dengan berdengkur. Langkah 2 : Mencari Nilai / Frekuensi Jangkaan

Penyakit Jantung Ya Tiada O11 = 24 E11 = 61.07 Tidak O21 = 1355 E21 = 1317.93 Jumlah 1379 Sekali-sekala O12 = 35 E12 = 28.25 O22 = 603 E22 = 609.75 638

Berdengkur kerap O13 = 21 E13 = 9.43 O23 = 192 E23 = 203.57 213 Sentiasa O14 = 30 E14 = 11.25 O24 = 224 E24 = 242.75 254 Jumlah besar =2484 2374 Jumlah 110

E11 =

110 1379 61.07 2484 110 638 28.25 2484

E12 =

29

MTE3105

E13 =

110 213 9.43 2484 110 254 11.25 2484 2374 1379 1317.93 2484 2374 638 609.75 2484 2374 213 203.57 2484 2374 254 242.75 2484

E14 =

E21 =

E22 =

E23 =

E24 =

Langkah 3 : Mencari Nilai Genting v=(41)x(21)=3 Dari buku sifir, nilai kritikal = 11.34

30

MTE3105

Langkah 4 : Mencari Nilai Stastik Ujian Cari nilai ujian stastik , = (Oij - Eij )2 Eij

Oij
24 35 21 30 1355 603 192 224

Eij
61.07 28.25 9.45 11.25 1317.93 609.75 203.57 242.75

( Oij Eij )

( Oij Eij ) 2
1374.18 45.57 133.86 351.56 1374.18 45.57 133.86 351.56 Jumlah

( Oij Eij ) 2 Eij

22.5 1.61 14.20 31.25 1.04 0.07 0.66 1.45 72.78

- 37.07 6.75 11.57 18.75 37.07 - 6.75 - 11.57 - 18.75

Langkah 5 : Kesimpulan

1%

Tolak H0

99%

11.3 (Nilai Kritikal)

72.78 (Nilai ujian Stastik)

Kita menolak H0 kerana nilai ujian stastik > nilai kitikal . Ini bermaksud penyakit jantung dan berdengkur adalah saling berhubung antara satu sama lain.

31

MTE3105

Tugasan 2 : Khi Kuasa Dua & ANOVA Tugasan Individu ( 25%) LING CHING ii Pelajar-pelajar di sebuah kolej Malaysia telah diberikan rawatan ubat berlainan sebelum ulangkaji peperiksaan akhir tahun mereka. Beberapa orang telah diberikan dadah memory, beberapa orang telah diberikan dadah placebo dan beberapa orang tidak diberikan dadah langsung. Markah peperiksaan untuk tiga kumpulan pelajar ditunjukkan dalam jadual di bawah :

Dadah Memory 70 77 83 90 97

Dadah Placebo 37 43 50 57 63

Tiada Dadah 3 10 17 23 30

(a) Jalankan ujian ANOVA sehala secara manual untuk menguji hipotesis bahawa rawatan dadah memberikan kesan. (b) Ulangi ujian ANOVA dalam (a) dengan menggunakan Excel.

Penyelesaian : Langkah 1 : Menentukan hipotesis (Null Hypothesis) H0 : m = p = n H1 : m p n

(Alternative Hypothesis)

Langkah 2 : Mencari nilai statistik ujian Kumpulan Data Markah Peperiksaan () Dadah Memory Dadah Placebo Tiada Dadah Jumlah 70, 77, 83, 90, 97 37, 43, 50, 57, 63 3, 10, 17, 23, 30 5 5 5 15 83.4 50.0 16.6 417 250 83 ()=750 35227 12936 1827 ( 2 )=49990 Saiz, ni

32

MTE3105

i)

SS(Jumlah) = 2 - () 2 N = 49990 (750 ) 2 15

= 49990 37500 = 12490 SS(Rawatan) = [( 2 ) - () 2 ] n

( 417 ) 2 ( 250 ) 2 (83 ) 2 = [35227 ] + [12936 ] + [1827 ] 5 5 5

ii)

= 449.2 + 436.0 + 449.2 = 1334.4

iii)

SS(Jumlah) = SS(Ralat) + SS(Rawatan) 12490 = SS(Ralat) + 1334.4 SS(Ralat) = 12490 1334.4 SS(Ralat) = 11155.6

Jadual ANOVA Sumber Variasi Jumlah Kuasadua (SS) Darjah kebebasan (df) Rawatan Ralat Jumlah 11155.6 1334.4 12490.0 2 12 14 5577.8 111.2 50.16 Min Kuasadua (MS) F obtain

i.

Darjah Kebebasan (df) df (Rawatan) = k 1 =31 =2 df (Ralat) = N - k = 15 - 3 = 12

33

MTE3105

ii.

Min Kuasadua (Rawatan) / Min Kuasadua (Ralat) MS(Rawatan) =

SS b df b

MS(Ralat) =

SS w df w

11155.6 2

= = 111.2

1334.4 12

= 5577.8

iii.

F ratio =

MS b MS w

5577.8 111.2

= 50.16 Langkah 3 : Menentukan nilai kritikan dan petua kesimpulan

Oleh kerana

ditetapkan ialah 0.05 dan darjah kebebasan v1 =2 dan v2 =12, maka

dari buku sifir F 0.05( 2,12) = 3.88

Langkah 4 : Keputusan ujian

Terima H 0 Tolak H 0

3.88

50.16

Kita menolak H0 kerana nilai statistik ujian , F = 50.16 > nilai kritikal F 0.05( 2,12) = 3.88.

Langkah 5 : Kesimpulan Ini bermaksud pemberian rawatan ubat yang berlainan telah menghasilkan min markah peperiksaan yang berbeza.

34

MTE3105

(b) Ujian ANOVA dengan menggunakan Excel pada aras keertian 0.05 (95%) dan 0.01 (99%) adalah ditunjukkan seperti berikut :

(i) Pada aras keertian 0.05 ,

Anova: Single Factor SUMMARY Groups Memory Drug Placebo Drug No Drugs

Count 5 5 5

Sum 417 250 83

Average 83.4 50 16.6

Variance 112.3 109 112.3

ANOVA Source of Variation Between Groups Within Groups Total

SS 11155.6 1334.4 12490

df 2 12 14

MS 5577.8 111.2

F 50.16007

P-value 1.49E06

F crit 3.885294

(ii) Pada aras keertian 0.01,

Anova: Single Factor SUMMARY Groups Memory Drug Placebo Drug No Drugs

Count 5 5 5

Sum 417 250 83

Average 83.4 50 16.6

Variance 112.3 109 112.3

ANOVA Source of Variation Between Groups Within Groups Total

SS 11155.6 1334.4 12490

df 2 12 14

MS 5577.8 111.2

F 50.16007

P-value 1.49E06

F crit 6.926608

35

MTE3105

Daripada AVOVA di atas telah menunjukkan bahawa nilai statistik ujian (50.16) memang lebih besar daripada nilai kritikal (3.89 pada aras keertian 5% dan 6.93 pada aras keertian 1%). Jadi, kita boleh membuat kesimpulan bahawa pelajarpelajar di sebuah kolej Malaysia yang telah diberikan rawatan ubat berlainan sebelum ulangkaji untuk peperiksaan akhir tahun mereka telah membeir kesan yang berbeza terhadap min markah peperiksaan.

36

MTE3105

Rujukan

Ahmad Atory Hussain.

(2004). Pengantar Statistik. Utusan Publications &

Distributors Sdn Bhd, Kuala Lumpur.

J. Murdoch, J.A.Barnes.

(1994). Statistik - Masalah dam Penyelesaian. Unit

Penerbitan Akademik Universiti Teknologi Malaysia, Johor Darl Tazim.

Mokhtar Abdullah. (1994). Analisis Regresi. Dewan Bahasa dan Pustaka, Kuala Lumpur.

Mohd. Nawi AB Rahman. (2001). Asas Statistik Edisi Keempat. Penerbit Universiti Putra Malaysia, Selangor Darul Ehsan.

Prof. Madya Dr. Mohd Kidin Shahran. (2004). SBST3103 Pengenalan Analisis Data. Open Universiti Malaysia, Kuala Lumpur.

Wong Pek Wei, Dr. Wong Sing Mong. (2003). Eksplorasi Matematik Tambahan KBSM Tingkatan 5. Penerbit Fajar Bakti Sdn Bhd, Selangor Darul Ehsan.

37

MTE3105

REFLEKSI ( SIA MEE MEE ) Apabila menerima tugasan ini, saya begitu risau kerana saya langsung tidak pernah mempelajari Statistik sebelum ini dan ianya amat asing bagi saya. Setelah meneliti soalan-soalan tugasan, kumpulan kami bertiga telah berbincang tentang penyelesaian tugasan tersebut. Kami bersependapat bahawa perlunya memahami kehendak soalan dan juga memahami tajuk tentang Regresi Linear. Jadi, kami masing-masing mempelajari tentang tajuk tersebut.

Saya telah merujuki buku-buku yang dipinjam dari perpustakaan untuk mendapatkan maklumat tentang Regresi Linear. Selepas mempelajari dan meneliti, saya dapati bahawa Regresi Linear tidak sesusah yang difikirkan sebelum ini. Saya telah cuba membuat latihan untuk menguasai cara penyelesaiannya.

Saya telah berbincang dengan rakan sekumpulan tentang kehendak soalan dan memilih satu pasangan pembolehubah dan bersandar yang boleh didapati. Saya telah mencadangkan bahawa membandingkan penguasaan Bahasa Cina Pemahaman dengan pencapaian Sains di sekolah. Saya membuat cadangan ini atas sebab ramai murid yang lemah dalam Bahasa Cina Pemahaman juga lemah dalam Sains. Saya ingin membuat satu kajian sama ada kenyataan itu benar atau tidak. Kami telah mengambil keputusan membuat kajian terhadap tajuk yang dicadangkan dan kami akan menggunakan data percubaan UPSR 2012 di sekolah saya.

Daripada data yang didapati, saya telah membuat kajian mengikut langkahlangkah yang sesuai. Akhirnya saya dapat menghasilkan tugasan tersebut. Hasilnya menunjukkan bahawa penguasaan Bahasa Cina Pemahanan memang berkait rapat dengan pencapaian Sains terutamanya di sekolah jenis kebangsaan. Daripada itu, saya boleh membuat kajian dengan pencapaian Matematik dan sebagainya.

38

MTE3105

Kajian ini telah membuka minda saya bahawa saya boleh menggunakan cara yang sama untuk membuat kaian terhadap pencapaian murid di sekolah agar dapat mencari penyelesaian ke atasnya. Daripada hasil kajian, saya harus

menitikberatkan penguasaan Bahasa Cina Pemahaman bagi murid yang lemah supaya pencapaian Sains juga akan meningkat.

Saya telah menghantar hasil tugasan dengan rakan-rakan untuk membuat semakan bersama-sama. Selepas mengkongsikan idea dan membuat

penambahbaikkan, akhirnya tugasan 1 yang lengkap

telah dihasilkan. Selepas

Encik Lu membuat semakan dan dapati terdapat beberapa perkara yang perlu ditambahbaikkan. Kami terus berbincang dan memperbaiki kelemahan semasa menghasilkan tugasan tersebut.

Selesai untuk tugasan 1, saya teruskan dengan tugasan individu. Tugasan yang diberikan telah banyak membantu saya dalam memahami dan menguasai kemahiran yang dipelajari.

39

MTE3105

REFLEKSI ( LUK LI ING ) Apabila saya mengetahui bahawa kami akan mempelajari tentang STATISTIK pada semester ini, saya merasa sedih dan binggung. Ini disebabkan saya agak lemah dan kurang berminat tentang tajuk ini sejak zaman persekolahan sekolah menengah dahulu. Tambahan pula mod pengajian PJJ ini memang agak memerlukan pengagihan masa dan tenaga yang baik dalam pengurusan kerja harian di sekolah, rumah tangga serta pembelajaran kendiri. Walau bagaimanapun, sebagai seorang pelajar, saya tetap laksanakan tanggungjawab saya untuk memahami dan menyelesaikan tugasan yang diberikan. Saya dapati ahli kumpulan saya juga menghadapi masalah yang sama dengan saya iaitu tidak mahir dalam tajuk statistik ini. Oleh itu, kami bercadang masing-masing cuba membuat bacaan tentang tajuk statistik ini dahulu kemudian berbincang tentang masalah yang dihadapi. Kami juga meminta tunjuk ajar daripada guru-guru yang mahir dalam tajuk ini di sekolah masing-masing. Kami berasa lebih yakin

setelah menghadiri tutorial yang kelima kerana penysarah kami telah memberikan input yang sangat bermakna kepada kami semua. Selepas berbincang, kami setuju dengan cadangan Cikgu Sia bahawa membandingkan penguasaan Bahasa Cina Pemahaman dengan pencapaian Sains di sekolah. Saya juga berasa pencapaian Sains di sekolah saya dipengaruhi oleh penguasaan Bahasa Cina. Oleh itu, kami amat berharap kajian ini dapat memberikan sedikit gambaran tentang hubungan di antara kedua-dua mata pelajaran ini. Daripada hasil kajian, memang tepatlah jangkaan kami bahawa penguasaan Bahasa Cina Pemahaman mempengaruhi pencapaian Sains di Sekolah Jenis Kebangsaan Cina. Dengan ini, saya haruslah lebih bertimbang rasa dan bersabar terhadap murid yang lemah dalam mata pelajaran sains dalam kelas saya kerana mereka menghadapi masalah pemahaman. Saya amat berasa gembira dan bersyukur selepas menyelesaikan tugasan 1 ini kerana saya telah mengatasi masalah dalam penguasaan tajuk statisik ini dan
40

MTE3105

dapat menghadapi tajuk ini dengan hati yang tenang dan yakin. Dengan itu, saya dapatlah menyiapkan tugasan 2 dengan yakin. REFLEKSI ( LING CHING)

Untuk tugasan kumpulan, kami telah membuat perbincangan antara rakan sekumpulan dan untuk menetapkan data yang kamihendak kaji. Cikgu Sia telah memberikan cadangannya dan kami semua bersetuju. Kami sering berhubung untuk membincangkan perkembangan dan kekeliruan yang timbul semasa menghasilkan tugasan tersebut. Akhirnya, dalam perbincangan yang berkali-kali, kami dapat hasilkan tugasan 1. Tugasan kedua ini adalah tugasan individu yang diberikan oleh pensyarah pembimbing saya. Tugasan kedua ini adalah terdiri daripada dua komponen iaitu Khi Kuasa Dua dan ANOVA. Kedua-dua ini adalah satu topik yang baru dan tidak pernah dipelajari oleh saya sebelum ini. Jadi, tugasan ini adalah satu cabaran yang amat menyukarkan bagi saya untuk menyiapkan. Namun demikian, saya mendapati banyak manfaat dan banyak yang telah dipelajari semasa menjalankan tugasan ini. Ujian Khi Kuasa Dua ini hanya menguji satu pembolehubah populasi sahaja dan ujian ini ialah untuk menguji sama ada taburan yang dicerap mengikuti taburan tertentu atau sesuai dengan suatu set data. Terdapat lima langkah untuk menjalani ujian ini iaitu menuliskan hipotesis, mencari nilai jangkaan, mencari nilai genting, mencari nilai stastik ujian dan membuat kesimpulan. Selepas menyiapkan tugasan ini, saya mendapati bahawa adalah senang untuk saya menguji hipotesis yang telah saya jalankan jika saya memahami langkah penyelesaian , penggunaan formula yang betul dan pembinaan jadual penyelesaian yang betul . Soalan kedua dalam tugasan dua adalah dikehendaki menggunakan Microsoft Excel. Saya berasa amat berbangga kerana saya telah mempelajari kemahiran yang baru untuk menyiapkan tugasan ini dengan menggunakan Microsoft Excel. Dengan kemahiran yang baru ini, saya telah berjaya menyiapkan tugasan ini dengan menggunakan Microsoft Excel di mana ia adalah sangat komplek dan susah jika

sesuatu data atau formula diisi dengan salah ataupun salah langkah penyelesaian.
41

MTE3105

Di sini, saya ingin mengucapkan terima kasih kepada rakan sekelas saya yang telah menolong saya menyiapkan tugasan ini. Bukan itu sahaja, saya juga mengucapkan ribuan terima kasih kepada rakan sejawat sekolah saya yang banyak memberi pandangan, pendapat dan pertolongan mereka untuk membantu saya menyiapkan tugasan ini. Saya selalu menjalani sesi perbincangan dengan mereka untuk mengenal pasti bahawa tugasan yang telah disiapkan ini adalah betul.

Akhir sekali, saya memang mendapat banyak ilmu pengetahuan

melalui

tugasan ini. Saya berharap apa-apa yang telah dipelajari oleh saya akan digunakan semasa saya mengajar di sekolah. Ucapan terima kasih akan saya ucapkan sekali lagi kepada semua pihak yang telah menolong saya secara langsung atau tidak.

42

MTE3105

LAMPIRAN B

BORANG REKOD KOLABORASI KERJA KURSUS

NAMA PELAJAR DAN NO KAD PENGENALAN KUMPULAN MATA PELAJARAN PENSYARAH PEMBIMBING
TARIKH

: LING CHING LUK LI ING SIA MEE MEE : MATEMATIK 2

760712-13-5598 740608-13-5688 750321-13-5858

: MTE3105 STATISTIK : ENCIK LU CHENG SOON

CATATAN NAMA & T/TANGAN

PERKARA YANG DIBINCANGKAN

01.09.10 Sabtu

Agihan tugas dan mencari bahan-bahan atau membuat rujukan sumber Perbincangan langkah-langkah dan data kesesuaian data untuk menghasilkan tugasan 1 Perbincangan dan perkongsian jawapan tugasan 1 Perbincangan dan pertanyaan tentang cara mencari penyelesaian tugasan 2 Perbincangan dan pertanyaan tentang cara mencari penyelesaian tugasan 2 Menghantar hasil tugasan untuk disemak

Ling Ching Luk Li Ing Sia Mee Mee Ling Ching Luk Li Ing Sia Mee Mee Ling Ching Luk Li Ing Sia Mee Mee Kong Fong Zye Luk Li Ing Luk Li Ing

02.09.12 Ahad

04.09.12 (Selesa) 15.09.12 Sabtu 23.09.12 Ahad 28.09.12 Jumaat 02.10.12 (Selasa)

Lu Cheng Soon Ling Ching Luk Li Ing Sia Mee Mee

Perbincangan dan penambahbaikan tugasan 1 selepas semakan Encik Lu

43

MTE3105

15.09.12 Sabtu

Perbincangan dan pertanyaan tentang cara mencari penyelesaian tugasan 2

Kong Fong Zye Luk Li Ing

44