Tajuk webinarSPSS Hands-On: Data Preparation, Screening, Reliability & Validity
Data Dah Siap Dikutip. Tapi Belum Tentu Ia Sedia Untuk Dianalisis.
Kebanyakan masalah dalam Bab 4 bukan berpunca daripada test yang salah. Ia berpunca daripada data yang tidak pernah disaring. Dua jam hands-on, terus di dalam SPSS, untuk membersihkan dataset, mengesan masalah yang tersembunyi di dalamnya, dan mengesahkan instrumen sebelum sebarang keputusan dilaporkan.
Pautan Zoom dihantar ke emel selepas bayaran disahkan
Kalau ini bunyinya macam anda
Data Dah Masuk SPSS. Tetapi Tiada Siapa Beritahu Apa Yang Perlu Disemak Dahulu.
Bahagian ini jarang diajar secara tersusun. Ia dipelajari secara tampal tampung, daripada kawan, daripada video, daripada tesis senior. Kemudian ia menjadi bahagian yang paling kerap ditanya semula oleh penilai.
- Dataset ada ruangan kosong di sana sini. Buang responden itu, atau isi nilai gantian? Tanya tiga orang, dapat tiga jawapan berbeza, dan tiada siapa boleh terangkan kenapa.
- Ada responden yang jawab 4 untuk setiap soalan, dari mula sampai habis. Rasa macam tak kena, tetapi tiada bukti untuk membuangnya.
- Penyelia sebut perkataan outlier dalam meeting. Anda angguk. Malam itu anda cari maksudnya di YouTube, dan keesokan harinya masih tidak tahu apa yang perlu dibuat pada dataset anda.
- Reviewer tanya sama ada data anda normal. Anda tidak pasti apa yang perlu dilaporkan, atau apa yang dikira boleh diterima.
- Cronbach alpha keluar 0.6 lebih sedikit. Boleh guna atau tidak, dan apa yang perlu dibuat kalau tidak boleh.
- Factor analysis pernah didengar, tetapi tidak pernah dijalankan sendiri. Jadi bahagian validity dalam tesis ditulis secara umum, dan setiap kali dibaca semula, ada rasa tak sedap hati.
Kenapa ia penting
Analisis Yang Cantik Di Atas Data Yang Kotor Tetap Analisis Yang Kotor.
Empat lapisan ini berlaku sebelum test utama dijalankan. Kalau satu lapisan terlepas, semua keputusan selepasnya terdedah kepada persoalan.
Data disediakan
Variable ditakrifkan, coding diselaraskan, dan reverse item ditukar sebelum apa-apa dikira.
Data disaring
Missing data, straight lining, outlier dan taburan diperiksa, dengan keputusan yang boleh dijustifikasi.
Instrumen diuji reliability
Cronbach alpha dibaca dengan betul, termasuk apa yang perlu dibuat apabila nilai itu rendah.
Instrumen diuji validity
Factor analysis menunjukkan sama ada item benar-benar mengukur construct yang didakwa.
Pemeriksa jarang mempersoalkan test yang anda pilih. Mereka mempersoalkan data yang mendasari test itu.
Sebabnya mudah. Test boleh disemak dalam buku. Keputusan yang anda buat terhadap data pula hanya anda yang tahu, dan itulah yang mereka mahu dengar daripada mulut anda sendiri.
Empat lapisan di atas paling mudah diperiksa oleh orang lain, dan paling sukar dipertahankan kalau tidak pernah dijalankan sendiri. Sesi ini membawa anda melalui keempat-empatnya, satu demi satu, sambil SPSS terbuka di hadapan anda.
Kandungan sesi
Empat Topik, Dua Jam, Terus Di Dalam SPSS
- Data preparationMenyediakan dataset untuk analisis, iaitu menakrifkan variable, menyemak coding dan memastikan data sedia digunakan sebelum sebarang test dijalankan.
- Data screeningMissing data, straight lining responses, multivariate outliers dan normality of data distribution. Bagaimana setiap satu dikesan dalam SPSS, dan apa keputusan yang boleh dijustifikasi untuk setiap kes.
- Reliability testCronbach alpha, bagaimana ia dijalankan, bagaimana nilainya dibaca, dan apa yang perlu dibuat apabila nilai yang diperoleh tidak memuaskan.
- Validity testFactor analysis, bagaimana ia dijalankan dan ditafsir untuk menunjukkan bahawa item anda mengukur apa yang sepatutnya diukur.
Pautan Zoom dihantar ke emel selepas bayaran disahkan
Selepas sesi ini
Dua Jam Nanti, Ini Yang Anda Boleh Buat Sendiri
- Dataset boleh disediakan sendiri, dari fail mentah sehingga sedia untuk dianalisis.
- Missing data dikesan dan ditangani dengan keputusan yang boleh diterangkan kepada penyelia.
- Straight lining responses dikenal pasti, bukan sekadar dirasakan.
- Multivariate outliers dikesan menggunakan prosedur yang standard, bukan dengan pandangan mata.
- Normality diperiksa dan dilaporkan dengan cara yang lazim diterima.
- Cronbach alpha dibaca dengan yakin, termasuk tahu apa yang perlu dibuat apabila nilainya rendah.
- Factor analysis dijalankan dan ditafsir untuk menyokong bahagian validity dalam tesis.
- Bahagian data preparation dan screening dalam Bab 3 dan Bab 4 boleh ditulis dengan sokongan output sebenar.
Untuk siapa
- Pelajar Master dan PhD yang menggunakan soal selidik dan sudah mengutip data.
- Sesiapa yang akan menjalankan analisis kuantitatif dan mahu memulakan dari asas yang bersih.
- Penyelidik yang pernah ditanya tentang reliability atau validity dan tidak selesa dengan jawapan sendiri.
Bukan untuk siapa
- Kajian kualitatif sepenuhnya tanpa instrumen soal selidik.
- Mahu belajar SEM atau analisis lanjutan. Sesi ini fokus kepada peringkat sebelum itu.
- Mahu seseorang menyaring data bagi pihak anda. Sesi ini mengajar anda melakukannya sendiri.
Penceramah
Dr Azim Azuan
Pensyarah Kanan, School of Technology Management and Logistics, College of Business, Universiti Utara Malaysia. PhD dalam Technology, Operation and Logistics Management (UUM). Sembilan tahun pengalaman dalam statistical modelling dan tujuh tahun dalam psychometrics serta scale development.
Beliau mengajar kursus Statistics for Technology dan Research Methodology di peringkat universiti, dan telah menjadi instruktur bengkel analisis data untuk UUM, UTHM, UiTM, UMPSA serta beberapa institusi luar negara termasuk Muscat College dan UNIDA Gontor.
Sejak 2017 beliau juga menjadi research coach secara satu ke satu untuk pelajar prasiswazah dan pascasiswazah dalam survey research dan analisis statistik. Kajian beliau termasuk pembangunan dan pengesahan instrumen kajian, iaitu bidang yang sama dengan reliability dan validity yang diajar dalam sesi ini.
Apa yang anda bawa pulang malam itu
Selasa, 22 September 2026, 8.30 malam hingga 10.30 malam, terus di dalam SPSS.
Dihantar ke emel selepas sesi. Tonton semula setiap kali anda sampai ke peringkat penyaringan data.
Untuk rekod pembangunan profesional anda.
Kenapa sesi ini, bukan video percuma
Tutorial SPSS Banyak Di Internet. Yang Jarang Ada Ialah Sebab Di Sebalik Setiap Keputusan.
Video boleh tunjuk butang mana nak tekan. Yang sukar dicari ialah penjelasan kenapa satu keputusan dipilih dan bukan yang lain, dan bagaimana keputusan itu ditulis dalam tesis supaya boleh dipertahankan.
- Penceramah mengajar kursus Statistics for Technology dan Research Methodology di peringkat universiti, dan menjadi instruktur bengkel analisis data untuk UUM, UTHM, UiTM, UMPSA serta institusi di Oman dan Indonesia.
- Kajian beliau sendiri dalam bidang scale development dan pengesahan instrumen, iaitu bidang yang sama dengan reliability dan validity yang diajar dalam sesi ini.
- Sejak 2017 beliau menjadi research coach satu ke satu untuk pelajar prasiswazah dan pascasiswazah, jadi soalan asas bukan soalan yang memalukan di sini.
- Rakaman penuh disertakan. Anda tidak perlu ingat semuanya malam itu, kerana setiap bahagian boleh ditonton semula bila data anda sampai ke peringkat berkenaan.
Yuran
RM59 Untuk Bahagian Yang Paling Mudah Disemak Orang Lain
Data yang terpaksa disaring semula selepas Bab 4 ditulis bermakna setiap keputusan dikira semula, setiap jadual ditulis semula, dan setiap ayat tafsiran disemak semula. Dua jam sekarang jauh lebih murah daripada itu.
Tajuk webinarSPSS Hands-On: Data Preparation, Screening, Reliability & Validity
Yuran penyertaan
Harga asal RM99
Jimat RM40 berbanding harga asal
Semua di bawah, disertakan sekali
- Webinar hands-on 2 jam, Selasa 22 September
- Rakaman penuh dan e-sijil penyertaan
Pecahan yuran
| Masa sesi langsung | 2 jam |
| Kos sejam | RM29.50 |
| Rakaman penuh | Tonton semula tanpa had, sudah termasuk |
| E-sijil penyertaan | Sudah termasuk |
Satu yuran, tiada bayaran tambahan. Harga ditetapkan supaya pelajar pascasiswazah mampu sertai tanpa menunggu peruntukan.
Pautan Zoom dihantar ke emel selepas bayaran disahkan
Yuran ini untuk satu sesi dua jam. Rakaman penuh dan e-sijil penyertaan sudah termasuk, tiada bayaran tambahan selepas ini.
Soalan lazim
Saya perlu ada SPSS sendiri untuk ikut sesi ini?
Sesi ini hands-on, jadi peserta digalakkan mempunyai akses kepada SPSS untuk mengikut langkah secara langsung. Butiran keperluan perisian dimaklumkan kepada peserta berdaftar.
Saya boleh bawa dataset sendiri?
Boleh, dan itu digalakkan. Anda akan lebih mudah mengaitkan setiap langkah dengan kajian anda sendiri kalau data anda ada di hadapan anda.
Saya belum kutip data lagi. Terlalu awal ke?
Tidak. Memahami apa yang akan disemak selepas data dikutip akan mempengaruhi cara anda mereka bentuk soal selidik dan mengumpul data.
Sesi ini ajar SEM atau SmartPLS?
Tidak. Sesi ini fokus kepada peringkat sebelum itu, iaitu penyediaan data, penyaringan, reliability dan validity menggunakan SPSS.
Kalau saya tak dapat hadir malam tu?
Rakaman penuh dihantar ke emel selepas sesi, dan boleh ditonton semula tanpa had.
Bahasa pengantar apa?
Bahasa Melayu, dengan istilah statistik dalam bahasa Inggeris kerana itulah istilah yang muncul pada skrin SPSS dan dalam tesis anda.
Selasa, 22 September 2026SPSS Hands-On: Data Preparation, Screening, Reliability & Validity
Selasa Malam Ini, Dataset Itu Berhenti Jadi Tanda Tanya.
Dua jam hands-on di dalam SPSS, dari fail mentah sehingga instrumen yang sudah disahkan reliability dan validity. Selepas itu, bahagian ini bukan lagi bahagian yang anda harap tiada siapa tanya. Ia menjadi bahagian yang anda boleh terangkan sendiri, langkah demi langkah. Rakaman penuh disertakan, jadi anda boleh ulang mana mana bahagian bila data anda sampai ke peringkat itu.
Daftar Sekarang ·Pautan Zoom dihantar ke emel selepas bayaran disahkan