ISI KANDUNGAN

1.0 BAHASA PENGATURCARAAN 1

2.0 OUTPUT DAN ANALISIS 3

2.1 Umur 4

2.2 Jantina 6

2.3 Negeri Asal 7

2.4 PNGK 9

2.5 Hubungan Antara PNGK Dan Negeri Asal 12

2.6 Hubungan Antara PNGK Dan Jantina 13

2.7 Pekali Hubungan Antara PNGK Dan Jantina 14

2.8 Nilai Covarian Antara PNGK Dan Jantina 14

2.9 T-Test Bagi PNGK (Kumpulan Pembolehubah = Jantina) 15

1.0 BAHASA PENGATURCARAAN

mydata<-read.table("c:\\temp\\1145new.txt",header=T,sep="\t") # import data

attach(mydata) # attach data for analysis

names(mydata)
summary(mydata) # data summary
mydata # display the data

# For Year,
age<-2009-Year # formula to calculate age
data.frame(table(age)) # display table of age
hist(age) # histogram of age
hist(age, main="Umur", xlab="Umur", ylab="Kekerapan", col="gold", axis(1, at=seq(23.5,53.5,
by=5.0))) # histogram of 5 class of age
axis(1, at=seq(23.5,53.5, by=5.0), labels=seq(23.5,53.5, by=5.0))# x-axis
axis(2, at=seq(0,1600, by=200), labels=seq(0,1600, by=200)) # y-axis

# For gender,
data.frame(table(Jantina)) # display table of gender
Gender <- table(Jantina) # give name for table(Jantina)
colors <- c("blue","yellow") # determine colours for pie chart
Gender.label <- round (Gender/sum(Gender) * 100,2) # formula for size of gender
Gender.label <- paste (Gender.label, "%",sep="") # unit of pie chart
pie(Gender,main="Jantina",col=colors, labels=Gender.label) # show pie chart
legend(1.5, 0.5, rownames(table(Jantina)), cex=1.0,fill=colors) # show legend

# For State,
data.frame(table(Negeri)) # display table of state
state <- table(Negeri) # give name for table(Jantina)
colors <- c(rainbow(15)) # determine colours for pie chart
state.label <- round (state/sum(state) * 100,2) # formula for size of gender
state.label <- paste (state.label, "%",sep="") # unit of pie chart
pie(state,main="Negeri Asal",col=colors, labels=state.label) # show pie chart
legend(1.15, 0.8, rownames(table(Negeri)), cex=0.8,fill=colors) # show legend

2
# For PNGK,
data.frame(table(PNGK)) # display table of PNGK
summary(PNGK) # show mean, median and ect.
diff(range(PNGK)) # range
var(PNGK) # varian
sd(PNGK) # standad deviation
quantile(PNGK) # show all the quartiles
hist(PNGK) # show histogram of PNGK
hist(PNGK, main="Purata Nilai Gred Kumulatif", ylab="Kekerapan", col="gold", axis(1,
at=seq(1.495,3.995, by=0.5))) # histogram with new size
axis(1.0, at= seq(1.495,3.995, by=0.5), labels= seq(1.495,3.995, by=0.5)) # new label of x-axis
axis(2.0, at= seq(0,1220, by=100), labels= seq(0,1220, by=100)) # new label of y-axis

# Relatioship PNGK and State,

data.frame(tapply(PNGK, Negeri, mean)) # mean of PNGK for each state

# Relationship PNGK and Gender,

plot(Jantina, PNGK) # plot jantina against PNGK
tapply(PNGK, Jantina, mean) # mean of PNGK for each gender

# Correlation coefficient
cor(PNGK, Jantina) # coefficient between PNGK and gender

# Covariance
cov(PNGK, Jantina) # covariance between PNGK and gender

# PNGK t-test for gender group

p <- mydata$PNGK[mydata$Jantina =="F"] # separate the female PNGK
l <- mydata$PNGK[mydata$Jantina =="M"] # separate the male PNGK
t.test(p, l, paired=FALSE, var.equal=T) # independent t-test

3
2.0 OUTPUT DAN ANALISIS

* data tidak ditunjukkan kesemuanya kerana terlalu panjang.

4
2.1 Umur

Rajah 1: Histogram menunjukkan kelas umur responden

5
 Berdasarkan data dari jadual umur, pelajar universiti berumur dari 24 hingga 49
tahun. Pelajar yang berumur 24 tahun adalah paling ramai di universiti iaitu 400 orang,
diikuti dengan 25 tahun seramai 230 orang, 26 tahun seramai 228 orang, 27 tahun
seramai 207 orang serta 28 tahun seramai 210 orang. Umur dalam lingkungan 29 – 39
tahun pula menunjukkan kuantiti yang sederhana iaitu bilangannya kurang daripada 100
orang tetapi melebihi 20 orang. Manakala, umur 40 – 48 tahun menunjukkan bilangan
yang kurang daripada 20 orang. Pelajar di universiti yang paling berusia, berumur 49
tahun iaitu seramai 2 orang. Umur ini juga mewakili bilangan pelajar yang paling sedikit.

Merujuk kepada rajah 1, seramai 1275 pelajar adalah berada dalam kelas umur 24
– 28, 156 pelajar dalam kelas 29 – 33, 130 pelajar dalam kelas 34 – 38, manakala seramai
74 orang bagi kelas 39 – 43, 23 orang dalam kelas 44 – 48 dan hanya 2 orang bagi kelas
49 – 53.

Daripada data di atas dapat disimpulkan bahawa peluang untuk melanjutkan

pelajaran adalah terbuka kepada semua peringkat usia. Majoriti pelajar universiti adalah
berumur 24 tahun kerana mereka terus melanjutkan pelajaran di universiti selepas tamat
persekolahan menengah. Manakala, pelajar yang berusia 40an adalah paling kurang
melanjutkan pelajaran di universiti disebabkan oleh faktor serta kekangan masa, kerjaya,
keluarga, ekonomi dan lain-lain.

6
2.2 Jantina

Rajah 2: Carta pie menunjukkan jantina responden

Data menunjukkan pelajar perempuan melebihi pelajar lelaki di universiti di mana

pelajar perempuan seramai 1293 orang. Manakala, pelajar perempuan 367 orang. Pelajar
perempuan mewakili seramai 77.89 peratus manakala pelajar lelaki mewakili hanya
22.11 peratus di universiti. Keadaan ini berlaku kerana pelajar perempuan lebih rajin
berbanding perempuan. Pada masa kini, kebanyakan pelajar lelaki tidak suka membaca.
Mereka lebih suka mengisi masa lapang dengan menjalankan aktiviti-aktiviti di luar.

7
2.3 Negeri Asal

Rajah 3: Carta pie menunjukkan peratusan negeri responden

8
 Pelajar-pelajar di universiti berasal daripada semua negeri yang terdapat di
Malaysia termasuk Wilayah Persekutuan iaitu Kuala Lumpur, Putrajaya dan Labuan.
Majoriti pelajar adalah berasal daripada Kelantan iaitu seramai 427 orang (25.72%),
diikuti dengan Perak seramai 232 orang (13.98%), Kedah seramai 146 orang (8.80%),
Johor seramai 139 orang (8.37%), Terengganu seramai 129 orang (7.77%), Sabah seramai
128 orang (7.71%), Sarawak seramai 109 orang (6.57%) dan Selangor seramai 102 orang
(6.14%). Manakala negeri-negeri seperti Melaka, Negeri Sembilan, Pahang, Perlis, Pulau
Pinang, Wilayah Persekutuan Kuala Lumpur dan Wilayah Persekutuan Labuan
mempunyai bilangan pelajar yang kurang daripada seratus orang. Wilayah Persekutuan
Putrajaya mempunyai paling sedikit pelajar iaitu seramai seorang.

Kebanyakan pelajar di universiti berasal daripada Kelantan kerana keputusan

SPM, mereka melayakkan mereka melanjutkan pelajaran ke menara gading. Perak pula
mempunyai pelajar universiti yang kedua teramai kerana kawasan Perak luas dan maju.
Wilayah Persekutuan Putrajaya merupakan kawasan pentadbiran dan kawasan
perumahannya adalah terhad. Maka, bilangan pelajar adalah terhad.

9
2.4 PNGK

10
11
 Rajah 4: Histogram menunjukkan nilai kekerapan PNGK responden

Purata PNGK pelajar universiti adalah sebanyak 3.215 dengan sisihan piawai
0.25. Nilai sisihan piawai yang kecil ini membawa maksud PNGK kebanyakan pelajar
menghampiri min PNGK. Sebanyak 75% daripada pelajar di universiti mendapat PNGK
kurang daripada 3.38. Hanya 25% daripada 1660 pelajar mendapat PNGK lebih daripada
3.38. Manakala 25% daripada 1660 pelajar mendapat PNGK kurang daripada 3.07.

Merujuk kepada histogram, didapati bahawa kelas 3.00 – 3.49 menunjukkan

jumlah yang paling banyak lebih kurang 1200 orang, diikuti selang kelas 2.50 – 2.99 dan
3.50 – 3.49. Bagi selang kelas 2.00 - 2.49 merupakan kedua terendah dan yang paling
sedikit ialah selang kelas 1.50 – 1.99 sebanyak seorang sahaja.

12
2.5 HUBUNGAN ANTARA PNGK DAN NEGERI ASAL

Secara keseluruhannya, min PNGK berbanding negeri asal pelajar adalah

melebihi 3.0000. Min PNGK pelajar dari Wilayah Persekutuan Putrajaya adalah paling
tinggi iaitu 3.6300, diikuti dengan pelajar dari Negeri Sembilan,Wilayah Persekutuan
Labuan, Selangor, Johor, Melaka dan lain-lain. Perlis menunjukkan min PNGK
berbanding negeri yang paling rendah iaitu 3.1311.

13
2.6 HUBUNGAN ANTARA PNGK DAN JANTINA

Rajah 5 di bawah menunjukkan hubungan antara jantina dengan PNGK. PNGK

paling rendah bagi keseluruhan data hádala dimiliki oleh perempuan manakala PNGK
tertinggi dicapai oleh kaum lelaki. Walau bagaimanapun, melalui perbandingan min
antara jantina dan PNGK, didapati bahawa min untuk PNGK pelajar perempuan adalah
3.2338 dan min untuk PNGK pelajar lelaki adalah 3.1502. Ini bermaksud, secara
keseluruhannya min PNGK pelajar perempuan adalah lebih tinggi daripada min PNGK
pelajar lelaki.

Rajah 5: Plot Jantina melawan PNGK

14
2.7 PEKALI HUBUNGAN ANTARA PNGK DAN JANTINA

Merujuk kepada output di atas, didapati bahawa pekali hubungan (correlation

coefficient) bagi PNGK dengan Jantina adalah kecil iaitu bernilai -0.1385849.
Berdasarkan nilai tersebut dapatlah disimpulkan bahawa jantina seseorang pelajar tidak
mempengaruhi Purata Nilai Gred Kumulatif (PNGK) yang akan diperolehi.

2.8 NILAI COVARIAN ANTARA PNGK DAN JANTINA

Nilai covarian yang diperolehi sebanyak – 0.01440442 menunjukkan bahawa

salah satu daripada pembolehubah mencapai nilai min lebih tinggi daripada nilai min
keseluruhan PNGK dipasangkan dengan pembolehubah yang mencapai min lebih rendah
daripada nilai min keseluruhan PNGK. Dalam kes bagi data A ini, didapati bahawa
perempuan mencapai nilai min yang lebih tinggi daripada min keseluruhan PNGK
manakala lelaki mencapai min lebih rendah daripada min keseluruhan PNGK.

15
2.9 T-TEST BAGI PNGK (KUMPULAN PEMBOLEHUBAH = JANTINA)

Maklumat di atas merupakan ujian-t bebas (independent t-test) bagi PNGK

dengan merujuk kepada kumpulan jantina (lelaki dan perempuan). Nilai t yang diperolehi
ialah 5.698, dengan nilai-p sebanyak 1.432 x 10-8 dan darjah kebebasan sebanyak 1658.
Memandangkan nilai-p terlalu rendah berbanding dengan aras piawai alfa, p=0.05 (95%
aras keyakinan), maka hipotesis null ditolak. Ini menunjukkan bahawa terdapat perbezaan
yang signifikan secara statistik antara lelaki dan perempuan dari segi nilai PNGK. Pelajar
perempuan memperolehi PNGK yang lebih baik daripada pelajar lelaki.

16