Kerangka Kajian

Salam semua..terlebih dahulu saya mohon banyak kemaafan kerana banyak komen dan soalan yang diajukan masih tidak dapat saya raikan dek kerana kekangan masa. Semester insyaAllah akan sampai ke penghujungnya dalam 3/4 minggu lagi. Harapan saya semasa cuti semester nanti saya akan tengok balik respons dan soalan yang masih tidak terungkai. Mohon maaf sekali lagi kerana tidak dapat menjawab setiap persoalan tersebut. Agaknya soalan tersebut pun dah basi😦

Image

Sedikit perbincangan tentang kerangka kajian. Masih terdapat pelajar yang agak keliru tentang kerangka teori dan kerangka konseptual kajian. 

Kajian yang baik perlu berasaskan teori. Teori kajian berfungsi sebagai panduan dalam kita membentuk kerangka konseptual. Kadag-kadang dalam kajian kita menggunakan lebih daripada 1 teori. Tidak salah dan tiada masalah. Yang penting sebagai pengkaji, kita perlu kenal pasti apakah pemboleh ubah kajian kita yang ingin kita letakkan dalam konseptual kajian. Kadang-kadang kita bukan menggunakan keseluruhan konstruk daripada 1 teori tetapi kita hanya mengambil sebahagian dan pilih pemboleh ubah yang tertentu sahaja. Ini saya bincangkan dari sudut kajian kuantitatif. Kajian kuantitatif sangat mementingkan kerangka konseptual bagi menjelaskan yang mana satu IV dan juga DV kita. 

Kalau masih keliru lagi, cuba rujuk mana-mana buku methods yang membincangkan tentang hal ini. Ini penting supaya pengkaji sendiri tidak terkeliru. Kerap juga saya baca tesis pelajar yang bergerak dalam keadaan lost, kerana tiada teori kajian yang menjadi rujukan. Aduhai! Sedangkan teori sama ada dari Barat mahupun teori prinsip Islam sangat penting. Kajian tanpa teori dalam penyelidikan kuantitatif ibarat meraba di dalam terang. Tidak jumpa jalan pulang.😦

Tentang Sampel Rawak atau Bukan Rawak…

Image

MAsih terdapat pengkaji dan pelajar yang keliru tentang persampelan sehingga wujud pertikaian dan juga perbahasan. BAgi kajian kuantitatif, pemilihan saiz sampel sangat penting kerana ia melibatkan generalisasi kajian. Iaitu sejauhmana sampel tersebut dapat digeneralisasikan kepada populasi kajian yang sebenar. Dalam post entri yang sebelum ini saya telah bincangkan tentang jenis-jenis persampelan sama ada persampelan secara rawak mahupun bukan rawak. JUsteru, antara persoalan yang sering dirujuk dan diajukan kepada saya ialah jika populasi kajian melibatkan jumlah yang besar, bagaimana nak pilih sampel. Matilah saya jika nak pilih seluruh Malaysia😦

JAdi sebesar manakah populasi kajian anda? Pengkaji menjadi keliru tentang populasi apabila pengkaji sendiri tidak memahami sempadan populasi yang perlu mereka hadkan. SEbagai contohnya, jika ingin mengkaji tentang kehidupan orang Asli, adakah perlu mencapai keseluruhan populasi Orang Asli  di seluruh Malaysia? Pemilihan populasi juga perlu mengambil kira faktor masa dan masalah yang akan dihadapi serta kewangan pengkaji itu sendiri. Jika melibatkan kos kewangan yang banyak, pengkaji perlu mengecilkan skop populasi kajian mereka. Jadi kalau kajian tentang Orang Asli tadi, kecilkan skop populasinya kepada beberapa zon dan negeri sahaja yang kita boleh capai.

Satu aspek lagi yang sering menjadi kekeliruan dalam kalangan pengkaji dan pelajar ialah jenis persampelan yang dipilih. Sebenarnya jika kajian kita hanya menggunakan analisis statistik deskriptif tidak ada masalah langsung tentang jenis persampelan mana yang kita pilih untuk digunakan. Gunalah jenis persampelan rawak ke seperti rawak mudah, berstrata ataupun persampelan bukan rawak ke seperti bertujuan mahupun kuota memang tak jadi masalah. So, apa susah-susah untuk berfikir. Kerana ia tidak langsung menjejaskan analisis kita. Lain la kalau kita menggunakan ujian statistik inferensi seperti korelasi ataupun regresi, barulah ia perlu memenuhi andaian statistikal yang antara lain perlukan persampelan secara rawak.

Mohon harap pelajar tidak lagi keliru tentang sampel rawak atau bukan rawak ya🙂

Memahami Reka Bentuk Kajian

Image

Untuk menjalankan kajian, pengkaji perlu kenal pasti tentang reka bentuk kajian terlebih dahulu. Reka bentuk kajian perlu jelas untuk memahami keseluruhan kajian yang akan kita jalankan. Jika pengkaji sendiri tidak memahami dengan baik reka bentuk kajiannya, ia akan menjadi disaster kepada kajian tersebut. Ini kerana jika permulaan tidak betul ia akan memberi kesan kepada pengakhirannya.

Saya ingin berkongsi hasil pengalaman membaca tesis sama ada sebagai supervisor mahupun examiner. Kerap berlaku pelajar meletakkan reka bentuk kajian yang tidak kena. Apabila salah reka bentuk, ia akan berkait rapat dengan banyak aspek seperti kaedah pengumpulan data dan juga analisis data. Terdapat pelajar yang keliru dengan reka bentuk kajian, masih tidak dapat membezakan di antara kajian kualitatif dan juga kajian kuantitatif. JAdi akan berlaku percampuran reka bentuk yang bercampur aduk di antara kuali dan kuanti. Sebagai contohnya ada pelajar yang mengatakan bahawa kajiannya merupakan kajian tinjauan tetapi pada masa yang sama meletakkan temu bual dan pemerhatian dalam kaedah pengumpulan data. Ada juga pelajar yang keliru dengan mengatakan kajiannya kajian kualitatif menggunakan temu bual mendalam; sedangkan temu bual mendalam itu sebenarnya antara salah satu kaedah pengumpulan data bukan reka bentuk kajian.

Image

Sebenarnya terdapat beberapa reka bentuk kajian yang boleh kita pilih untuk digunakan. Ia bergantung kepada kepakaran dan kemahiran kita menguasai reka bentuk tersebut. Bagi kajian kuantitatif, terdapat 2 reka bentuk iaitu kajian eksperimen dan kajian bukan eksperimen. Bagi kajian eksperimen, ada kajian true experimental dan ada quasi experimental. Bagi kajian bukan eksperimen pula, kajian tinjauan merupakan antara kajian kuantitatif yang sangat popular. Terdapat 2 jenis kajian tinjauan iaitu menggunakan reke bentuk longitudinal ataupun cross sectional (kajian rentas).

Image

Longitudinal merupakan kajian yang dijalankan dalam satu jangka masa yang panjang. Jadi, data dikumpul berasaskan satu jangka masa terhadap kumpulan sampel yang sama. Ia kajian yang berkesan tetapi tidak popular kerana tempoh yang lebih lama untuk menjalankannya. Seringkali ia dijalankan untuk mengkaji corak dan pola sesuatu sampel dalam tempoh tertentu. Manakala kajian rentas, data dikumpul pada satu masa sahaja. Data boleh dikumpul sekali sahaja pada suatu masa. Kajian ini sangat popular dalam kalangan pelajar untuk dijalankan kerana ini lebih mudah dan masa yang lebih singkat.

INsyaAllah di kesempatan lain, akan saya bincangkan pula reka bentuk kajian kualitatif🙂

Gap of knowledge dalam Pernyataan Masalah

Image

Tajuk entri saya hari ini untuk meraikan soalan daripada Fathiah tentang ‘gap of knowledge’.

Selalunya bila seseorang pelajar bermula untuk menulis tesis, antara perkara utama yang dicari ialah mengenai tajuk tesis tersebut. Sibuk dan gelisah jika tak dapat lagi tajuk kajian. Namun, ada yang terlepas pandang mengenai perkara asas yang penting dalam penulisan tesis iaitu pernyataan masalah. Kita perlu kenal pasti dulu masalah baru boleh buat kajian. Kalau takde masalah buat apa nak jalankan kajian kan? Jadi penyelidik seharusnya mengenal pasti pernyataan masalah yang ada serta ‘gap of knowledge’ dalam bidang kajian yang ingin dijalankan. Gap of knowledge ini sebenarnya jurang kajian yang mana ia sebagai jurang yang belum dikaji oleh penyelidik lepas. Sebab itulah kajian kita dibuat kerana untuk mencari penyelesaian tentang masalah yang dihadapi. Ini perlu jelas dalam kita menulis masalah kajian. 

Kepentingan memahami dan menguasai Pernyataan Masalah ialah ia dapat memandu dan menjadi arah panduan pengkaji itu sendiri. Ini kerana selagi mana perbincangan kajian dalam sekitar tentang Permasalahan kajian, tajuk tak menjadi masalah. Dua tiga kali tukar pun takpe selagi tidak menjejaskan aspek perspektif kajian. 

Image

Bagaimana untuk kita kenal pasti jurang kajian tersebut. Nak tak nak kena baca membaca dan perlu mahir mencari sorotan literatur. Cari kajian lepas yang dijalankan yang lebih kurang sama dengan bidang kajian kita dan kenal pasti aspek lain yang masih belum diterokai dan patut diterokai dengan lebih mendalam lagi. 

Pernyataan masalah perlu bersandarkan rujukan dan hujah pengkaji lain, bukan hanya didasari sentimen dan idea pemikiran kita semata-mata. Jika ada panduan dan rujukan statistik tentang sesuatu perkara yang ingin dikaitkan dengan kajian kita lagi baik, sebagai contohnya statistik kemalangan, statistik pelajar hamil luar nikah dsb. Ini kerana nombor dan angka ini membantu kita dalam menguatkan hujah bahawa kajian ini penting untuk dijalankan kerana masalah ini benar-benar wujud. 

Pernyataan masalah juga perlu disandarkan dengan sorotan literatur yang kuat. Perlu ada 1 rujukan literatur yang menjadi artikel utama dan menjadi panduan yang ada kaitan rapat dengan permasalahan yang ingin dikaji….

Image

 

Signifikan dalam Kajian Kuantitatif…

Image

Dalam kajian kuantitatif, bila kita menguji hipotesis, signifikan merupakan satu aspek yang sangat penting. Bagaimana kita nak tahu samada kajian kita signifikan atau sebaliknya. Sebab itu kita perlu menguji hipotesis. Antara persoalannya sejauhmanakah signifikannya kajian yang akan kita jalankan itu. Pengkaji perlu memahami bagaimana untuk menentukan kesignifikanan sesebuah kajian itu. Adakah bila mana kajian kita dibaca oleh seseorang yang hebat ataupun pembuat dasar, ataupun yang akan mempengaruhi dasar kerajaan, kajian kita sudah boleh dianggap signifikan. Kebanyakan pengkaji keliru bila membincangkan signifikan kajian. Signifikan bagi mereka bila mana ia dikatakan dapat menyumbang kepada polisi dan dasar kerajaan…secara logiknya mereka pun tak sedar kewujudan tesis yang beribu-ribu dihasilkan oleh para penyelidik di seluruh universiti di Malaysia jika kita tak keluarkan pecahan daripada tesis kita menjadi buku, artikel jurnal dan sebagainya. Jadi kalau kita sekadar menghasilkan satu kajian untuk mengubah dasar dan polisi kerajaan sememangnya satu yang agak sukar dicapai.

Image

HAkikatnya, kita menulis tesis dan menjalankan kajian terutamanya di peringkat sarjana dan doktor falsafah untuk pengembangan ilmu pengetahuan dalam bidang kepakaran kita khususnya dalam bidang kesarjanaan akademik. Memang agak sukar untuk dibaca oleh pembuat dasar atau organisasi yang lain.

Jadi apa yang sepatutnya kita bincangkan dalam signifikan kajian? Secara asasnya kajian kita signifikan bila mana sebagai contohnya  kita menguji teori yang kita gunakan dalam kajian kita, ataupun membina inventori, instrumen, membina model baru, menentukan hubungan di antara pemboleh ubah, ataupun juga kita meneroka bidang baru atau menggunakan metodologi yang berbeza daripada kajian-kajian lepas. Ini di antara aspek yang kita boleh bincangkan dalam signifikan kajian yang sangat objektif dan boleh diukur. Semua ini perlu berbalik semula kepada paradigma perspektif kajian kuantitatif yang berpegang dengan pasca positivisme.

Image

Bengkel tentang Metodologi Kajian, Statistik & Analisis SEM untuk Tesis

Image

Alhamdulillah ada yang bertanya lebih lanjut tentang kursus Amos dan sewaktu dengannya. Lebih-lebih lagi jika masih berjuang dalam penulisan tesis. Saya menggalakkan join lah kursus yang ditawarkan agar kita boleh jelas tentang tesis yang sedang kita kaji. Ada bagusnya kita join mana-mana kursus, selain kita dapat memahami dengan lebih baik dengan framework dan jenis analisis data kita, kita juga dapat bertemu dengan rakan-rakan yang sama perjuangannya dengan kita.

MPWS banyak mengendalikan dan menawarkan kursus-kursus ini sebagai persediaan bagi pelajar post graduate; sama ada peringkat master atapun ph.D.

Boleh visit http://postgraduateworkshop.com/   dan daftar untuk kursus yang ditawarkan…

Image

InsyaAllah sesiapa yang berusaha ke arah jalan yang betul, pasti akan mendapat pertolongan Allah. Mencari ilmu tidak kira ilmu duniawi apatah lagi ilmu ukhrawi InsyaAllah mendapat keberkatanNya. Yang pasti setiap ilmu yang kita cari itu hendaknya dapat mendekatkan diri serta berupaya membawa diri kita kepada manisfestasi iman kerana setiap apa yang kita buat InsyaAllah akan dikira sebagai ibadah jika kita ikhlas. So belajar statistik dan AMOS juga dikira sebagai ibadah jika kena caranya🙂

Selamat berbengkel🙂

Image

Image

Analisis SEM…AMOS

Image

Minggu yang agak penat kerana hujung minggu Thaipusam ari tu sibuk berbengkel. Musim sekarang memang musim AMOS..lupakan sejenak SPSS dan statistik. Analisis SEM dan AMOS menjadi pilihan. Demam SEM bermula. Rupanya AMOS ni dah lama. Adik beradik SPSS, tapi baru popular kat Malaysia. Kalau SPSS sekarang dah SPSS 21, begitu juga dengan AMOS 21. Apa yang bezanya ialah dengan menggunakan analisis SEM bagi menganalisis data kajian kita, analisisnya lebih advance daripada ujian statistik multivariat.

Nampaknya kena luangkan masa untuk memahami lagi secara detail tentang SEM ini. Bengkel 2 hari belum cukup untuk menguasai keseluruhan ilmu tentang SEM dan software AMOS ini. Sebab ni baru bengkel level 1. Ada kesinambungan level 2 pulak🙂

SEM …Structural Equation Modelling

INsyaAllah….