3.8 Analisis Data
3.8.2 Analisis Kertas Ujian Aksara Piktofonetik Cina
106
kebolehpercayaan alpha komponen strategi sosial bernilai(.716), pekali kebolehpercayaan alpha komponen strategi afektif bernilai (.716) dan pekali kebolehpercayaan alpha komponen stratrgi penggunaan bernilai (.721).
Menurut Chua(2006), Jika Instrumen kajian dilaporkan boleh percaya apabila nilai korelasi (r) bersamaan dengan .70 ke atas. Oleh itu , Instrumen kajian ini dilaporkan sesuai dan boleh dipercayai untuk memperolehi skor yang stabil daripada kumpulan responden di lokasi kajian ini.
107
dapat menganalisis data-data bahagian ini dengan menggunakan statistik deskriptif yang menghuraikan ciri-ciri variable statistiknya termasuk frekuensi, purata, peratusan, graf, jadual , rajah, sisihan piawai dan ANOVA SEHALA akan digunakan untuk mengenalpasti aras signifikan bangsa dengan tahap penguasaan dan SPAPC. Data yang dikumpul dapat digunakan untuk menjawab persoalan kajian 1, 3 dan 4.
3.8.3 Analisis Soal Selidik Strategi Pembelajaran Bahasa
Melalui Soal Selidik SPAPC pengkaji dapat membentangkan kekerapan dan jenis strategi yang digunakan oleh sampel.
Tujuan soal selidik ini adalah untuk mengetahui kebarangkalian penggunaan strategi Pembelajaran aksara piktofonetik Cina. Sampel diminta menilaikan setiap penyataan dengan Skala Likert seperti berikut:
1. Langsung tidak benar mengenai saya 2. Biasa tidak benar mengenai saya 3.Kadang kala benar mengenai saya 4.Selalu benar mengenai saya
5.Sentiasa atau hampir sentiasa benar mengenai saya
Nilai min kepada setiap kategori dan substrategi yang telah dianalisis dinilai mengikut skala SILL yang telah dikemukakan oleh Oxford (1989). Berpandukan skala SILL, penulis dapat mengetahui sekerap manakah seseorang pelajar itu menggunakan sesuatu strategi atau substrategi.
University
of Malaya
108
Jadual 3.6: Kedudukan Tahap Gred Mengikut Skala SILL
Gred Penggunaan Strategi Skor Purata
Tinggi Sangat selalu menggunakannya 4.5-5.0
Selalu menggunakannya 3.5-4.4
Sederhana Kadang-kala menggunakannya 2.5-3.4
Rendah
Selalu tidak menggunakannya 1.5-2.4
Langsung tidak menggunakannya 1.0-1.4
Sebagai contoh, nilai min 1.4 menunjukkan bahawa seseorang pelajar itu tidak pernah menggunakan strategi atau substrategi tersebut dan dikategorikan sebagai pengguna strategi yang rendah. Manakala nilai min 4.5 menunjukkan pelajar itu selalu menggunakan strategi atau substrategi tersebut dan dia dikategorikan sebagai pengguna strategi yang tinggi.
Pengkaji dapat menganalisis data-data bahagian ini dengan menggunakan statistik deskriptif yang menghuraikan ciri-ciri variable, statistiknya termasuk frekuensi, purata, peratusan, graf, jadual , rajah, sisihan piawai dan ANOVA akan digunakan untuk mengenalpasti aras signifikan SPAPC.
Seterusnya Statistik Inferensi iaitu Ujian ANOVA sehala digunakan untuk mengkonsepsikan pola penggunaan SPAPC dan mengenal pasti bentuk hubungan etnik dengan penggunaan SPAPC oleh pelajar-pelajar Melayu, India, CB dan CA di SJK(C) ketika mempelajari bahasa Cina.
Ujian ANOVA(Analysis of Variances Test) adalah ujian yang paling kerap digunakan dalam kajian sains tingkah laku (Howell, 1999). Ujian ANOVA digunakan apabila pengkaji ingin mengenal pasti perbezaan sekumpulan data selang atau nisbah (Contoh: skor min
University
of Malaya
109
strategi pembelajaran bahasa yang digunakan dalam kajian ini) dalam variabel bersandar merentasi beberapa kumpulan data skala nominal atau ordinal dalam variabel bebas(Contoh:
Variabel bebas Etnik kajian ini mengandungi 4 kumpulan: Pelajar-pelajar Melayu, pelajar-pelajar India, pelajar-pelajar-pelajar-pelajar CB dan pelajar-pelajar-pelajar-pelajar CA). Ujian ANOVA biasanya digunakan bagi membandingkan lebih daripada dua skor min. Ujian ini membenarkan pengkaji bagi menentukan sama ada terdapat perbezaan antara lebih daripada dua sampel bebas. Beberapa andaian yang menjadi prasyarat ujian hendaklah dipenuhi dan disempurnakan. (Chua, 2009 ; Lay, 2008a). Antaranya ialah:
i. Variabel Bersandar
Mempunyai hanya satu variabel bersandar. Variabel bersandar diukur dalam skala selang atau nisbah (dalam kajian ini variable bersandar ialah skor keputusan ujian aksara piktofonetik Cina dan kekerapan penggunaan strategi pembelajaran aksara piktofonetik Cina)
ii. Variabel Bebas
Mempunyai sekurang-kurangnya dua kumpulan(kategori) data bebas. Variabel bebas diukur dalam skala nominal (dalam kajian ini skala nominal ialah Etnik: kumpulan Melayu, kumpulan India, Kumpulan Cina yang bukan berbahasa ibunda Cina(CB) dan kumpulan Cina yang berbahasa ibunda Cina(CA)) atau ordinal (dalam kajian ini skala ordinal ialah:
kumpulan pelajar cemerlang dan kumpulan pelajar kurang cemerlang).
iii. Kesamaan Varians (Homogeneity of variance)
Data bagi setiap kumpulan dalam populasi mempunyai varians yang sama (homogeneous).
Ujian Levene untuk kesamaan varians boleh digunakan untuk membuat anggaran sama ada
University
of Malaya
110
varias bagi setiap kumpulan sampel adalah sama atau sebaliknya. Sekiranya keputusan ujian Levene adalah signifikan(p≤.05), hipotesis nol yang menyatakan bahawa varias bagi kesemua kumpulan sampel adalah sama akan ditolak. Ini bermakna, varians bagi kesemua kumpulan sampel adalah berbeza. Sebaliknya, jika keputusan ujian Levene adalah tidak signifikan(p>.05), hipotesis nol yang menyatakan bahawa varians bagi kesemua kumpulan sampel adalah sama akan gagal ditolak. Ini bermakna, tidak terdapat perbezaan yang signifikan dalam varians bagi kesemua kumpulan sampel. Namun, jika saiz sampel bagi setiap kumpulan sampel adalah sama, andaian kesamaan varians adalah tidak begitu penting. Dalam kajian ini saiz sampel bagi setiap kumpulan adalah berbeza, maka ujian Levene harus dijalankan untuk memastikan setiap kumpulan dalam populasi mempunyai varians yang sama (homogeneous).
iv. Saiz Sampel
Saiz sampel setiap kumpulan yang digunakan bagi membuat perbandingan tidak kurang daripada 15. Walau bagaimanapun, saiz sampel yang lebih besar bagi setiap kumpulan dalam variabel bebas diperlukan jika data tidak bertaburan normal. Apabila saiz subjek mencapai 30, data kajian dianggap sebagai bertaburan normal.
v. Normaliti
Data kajian bertaburaan normal. Sampel kajian dipilih secaran normal. Sampel kajian dipilih secara rawak dariapada populasi kajian. Konsep ujian ANOVA dapat ditunjukkan dalam Rajah 3.8:
University
of Malaya
111
Rajah 3.8: Konsep Ujian ANOVA (Chua, 2006b)
Data-data yang dikumpul dapat digunakan untuk menjawab persoalan 2, 3 dan 4. Prosedur dan reka bentuk analisis ANOVA sehala kajian ini ditunjukkan dalam Rajah 3.9:
Kumpulan Skor 1 Kumpulan Skor 2 Kumpulan Skor 3
Ujian ANOVA Nilai nisbah - F
Hipotesis nol ditolak
Terdapat perbezaan yang signifikan antara kumpulan-kumpulan skor tersebut
Ujian perbezaan Post-Hoc
Pasangan skor yang menyebabkan perbezaan dikenal pasti
University
of Malaya
112
Rajah 3.9: Reka Bentuk Kajian dan Prosedur Analisis Ujian ANOVA Sehala dalam Kalangan Pelajar-pelajar Melayu, India, CB dan CA
Penyertaan Suka Rela
Pengagihan Rawak
Pelajar-pelajar Melayu
Pelajar-pelajar India
Pelajar-pelajar CB
Pelajar-pelajar CA
Pengukuran Tahap Penggunaan SPAPC
Ujian ANOVA sehala
Tidak Ya
Tidak terdapat perbezaan yang signifikan antara
keempat-empat kumpulan skor penggunaan
SPAPC
Terdapat perbezaan yang signifikan antara keempat-empat kumpulan skor penggunaan SPAPC secara
keseluruhan
Ujian perbezaan Post-Hoc (Kaedah Bonferroni)
Pasangan skor yang menyebabkan perbezaan
dikenal pasti
Populasi kajian dikenal pasti
Pemilihan sampel kajian secara rawak
Sampel kajian (Variabel bebas: Etnik)
Variabel bersandar (Penggunaan SPAPC)
Menolak Hipotesis Nol?
Analisis Ujian ANOVA Sehala
Menguji Hipotesis nul: Tidak terdapat perbezaan tahap penggunaan SPAPC dalam kalangan pelajar-pelajar Melayu, India, CB dan CA.
Keputusan ujian ANOVA sehala secara keseluruhan
Ujian perbandingan pasangan (pairwise comparisons) dilaksanakan bagi mengenal pasti pasangan kumpulan sampel kajian yang menyebabkan hipotesis nol ditolak
Ujian perbandingan pasangan yang signifikan menunjukkan bahawa terdapat perbezaan tahap penggunaan SPAPC antara pasangan-pasangan kumpulan sampel, dan pasangan yang menyebabkan perbezaan yang signifikan dikenal pasti