1 / 74

Fasilitator: Prof. Madya Dr. Abdul Hamid b. Hj. Mar Iman Murshid Pusat Kajian ‘Real Estate’

KOMPETENSI KHUSUS SEKSYEN D Informasi Harta Tanah Dan Analisis Data. Fasilitator: Prof. Madya Dr. Abdul Hamid b. Hj. Mar Iman Murshid Pusat Kajian ‘Real Estate’ Fakulti Kejuruteraan dan Sains Geoinformasi Universiti Teknologi Malaysia Skudai, Johor. Pengumpulan Data.

freya
Download Presentation

Fasilitator: Prof. Madya Dr. Abdul Hamid b. Hj. Mar Iman Murshid Pusat Kajian ‘Real Estate’

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. KOMPETENSI KHUSUS SEKSYEN D Informasi Harta Tanah Dan Analisis Data Fasilitator: Prof. Madya Dr. Abdul Hamid b. Hj. Mar Iman Murshid Pusat Kajian ‘Real Estate’ Fakulti Kejuruteraan dan Sains Geoinformasi Universiti Teknologi Malaysia Skudai, Johor Kursus PTK (W41-TK2-11)

  2. Pengumpulan Data • Suatuprosesmendapatkanperangkaan atau mengumpulstatistiktentangsesuatuperkarabagisesuatutujuan. Contoh: data pembayarcukai • Data yang tergabungdantersusunsecarabermakna yang menerbitkan “maklumat”. Contoh: Kursus PTK (W41-TK2-11)

  3. Rasional Pengumpulan Data • Membuat analisis tentang sesuatu fenomenon. “Apa”, “siapa”, “berapa”, “bagaimana”, “bila”, dsb. • Membuat keputusan dari analisis. • Menggunakannya untuk menyusun strategi (e.g. perancangan, pengurusan, dan lain-lain). • Memperbaiki kemampuan sesuatu organisasi (e.g. meningkatkan daya saing, menjadikan lebih proaktif, dsb.) Kursus PTK (W41-TK2-11)

  4. Panduan Pengumpulan Data • Kegunaan: Ad-hoc (meyelesaikan sesuatu perkara khusus); jangka pendek, jangka panjang (perancangan, strategi, dsb.) • Tujuan: penilaian, kajian pasaran, kajian kemungkinan, analisis pelaburan, pembangunan tanah, dll.) • Kategori data: sekundar/primar; data sindiket; kecerdikan pasaran. • Kaedah pengumpulan: Cara memperoleh data. Kursus PTK (W41-TK2-11)

  5. Jenis-Jenis Data • Data umum:Biasanya dikumpul meliputi peringkat nasional, negeri, daerah, perjiranan, dsb. • Data khusus: Biasanya dikumpul berkaitan dengan tapak, pemilikan, ciri-ciri harta tanah, dsb. • Data perbandingan: Biasanya berkaitan dengan transaksi, kos, hasil, sewa, nilai harta tanah sebanding, dsb. Kursus PTK (W41-TK2-11)

  6. Kursus PTK (W41-TK2-11)

  7. Kursus PTK (W41-TK2-11)

  8. Kursus PTK (W41-TK2-11)

  9. Primary & Secondary data Penyediaan & Penyenggaraan Data Model Struktur Sumber Data Kursus PTK3 2008 Bagi Pegawai W32 JPPH

  10. Perancangan Penyediaan Data - I • Jenis harta: pertanian, perumahan, perdagangan, • perindustrian, dll • Apa jenis data: Primar/sekundar/kedua-dua sekali. • Sumber data: Agensi yang dikenal pasti. • Bagaimana mengumpul: Gunakan instrumen yang sesuai. • Bila: Penjadualan aktiviti! • Siapa: Tentukan pasukan/unit yang bertanggungjawab • mengumpul data Kursus PTK (W41-TK2-11)

  11. Perancangan Penyediaan Data - II • Berapa: Amaun data, jumlah bajet, dan tempoh • pengumpulan data. • Liputan: Tentukan & kenal pasti kawasan kajian. • Lakaran: Pemetaan dan penandaan kawasan kajian. • Fail Kawalan: Gunakan fail kawalan untuk merancang • pengumpulan data. • Perisian data: Pilih perisian yang bersesuaian dengan • organisasi (e.g. ‘spreadsheet’, GIS, perisian statistik) Kursus PTK (W41-TK2-11)

  12. Sumber sekundar • Sumber dalaman (senarai nilaian) • Penerbitan kerajaan, badan berkanun, dan swasta • Internet, akhbar dan majalah • Pangkalan data komersial (JPPH) • Dokumen penyelidikan • Lain-lain Kursus PTK (W41-TK2-11)

  13. Permerhatian • Lebih daripada 30 pendekatan. • Kategori utama, relevan untuk harta tanah: . Pemerhatian jangka pendek . Teori berlandas (grounded theory) Kursus PTK (W41-TK2-11)

  14. Pemerhatian jangka pendek • Berdsarkan pemerhatian direkod. E.g. Taman perumahan paling kotor; banyak anjing liar; longgokan sampah ‘haram’; kualiti servis angkut sampah; kesesakan lalulintas • 6-2 tahun atau lebih (Fetterman 1989). • Kurang 6 bulan  triangulation • Instrumen  borang pemerhatian, pemantauan, alat rakam, dll • Paling mudah, murah, dan boleh harap • Boleh dilakukan secara berkala • Berguna untuk pengurusan dalaman • Tiada ‘bias’ subjek • Bergantung kepada ketajaman pemerhatian • Tidak dapat menyelami perasaan, persepsi, fikiran, dll Kursus PTK (W41-TK2-11)

  15. Teori berlandas • Penyelidik mencipta teori dari gelagat subjek. • Teori di“landas“kan pada pengalaman subjek yang dapat diperhatikan. • Penyelidik menambahkan tilikan (insight) tentang mengapa pengalaman itu berlaku. • Cuba “mencapai teori atau pemahaman konsepsual menerusi proses langkah undur dan induktif" (Banning 1995). • E.g. mengapa orang tidak membayar cukai? mengapa orang kurang menjaga kebersihan sekitar rumah? Kursus PTK (W41-TK2-11)

  16. Temubual Mengapa temubual • Data primer pertimbangan utama • Tak dapat data dari sumber sekundar • Maklumat ‘personalised’ • Kajian kecil-kecilan • Menyokong data sekundar Kursus PTK (W41-TK2-11)

  17. Temubual Yang Baik Persediaan  Penentuan sampel dan responden  Cara temubual (bersemuka? Telefon?)  Penyedaan questionnaire  Aturan kerja (jadual, tempat, masa, dll)  Peta minda (teknik & komunikasi) Teknik  Memilih responden layak (qualified respondent)  Cara menghampiri responden (e.g. Kenalkan diri, minta izin) Kursus PTK (W41-TK2-11)

  18. . Pengendalian questionnaire: Bersahaja dan mod ‘berbual’ Permudahkan soalan Soalan open-end/close-end Mencatat maklumat ‘Reconstruction’ Komunikasi . Bersopan . Jadi pendengar yang baik . Beri masa kepada responden . Kemahiran berbahasa . Guna ‘body language’ Kursus PTK (W41-TK2-11)

  19. Langkah-langkah membentuk soal selidik Perhalusi masalah dan objektif kajian • Nyatakan soalan-soalan khusus berkaitan masalah • Senaraikan keywords dari isu-isu atau soalan-soalan khusus • Cari perkaitan di antara keywords berkenaan. Tujuan: * Mengenal pasti cause-and-effect sesuatu fenomena * Mengelakkan penindanan fenomena dan perkaitan sebab musabab. * Mengenal pasti questionnaire list yang menjadi asas soalan selidik. • Kenal pasti cause-and-effect dari hubungan kait keywords. Kursus PTK (W41-TK2-11)

  20. Kenal pasti cara pengoperasian masalah. Langkah-langkah: • * Takrifkan konsep-konsep tertentu • berdasarkan keywords. • * Kenal pasti variable kajian. • * Ukur variable berkenaan. • Bina questionnaire table dengan mengambil kira cause-and-effect dan senarai soalan. • Bentuk soalan-soalan yang saling berkaitan, yang menjurus kepada isu-isu atau soalan- soalan khusus. Jawapan apa yang dihendaki dari soalan? Kursus PTK (W41-TK2-11)

  21. Contoh pembentukan soal selidik • Tajuk kajian – Kesan Kewujudan Kampus Baru UTM, • Ke atas Penggunaan Kemudahan Awam di Skudai. • Penyataan masalah: Penghijrahan sesuatu kelompok • manusia dari satu tempat ke tempat lain • menyebabkan peningkatan dalam permintaan • terhadap kemudahan awam di tempat baru itu. • Dalam konteks kajian ini, satu persoalan timbul, • sejauh manakah perpindahan kampus UTM dari Jalan • Gurney Kuala Lumur ke Skudai menyebabkan • pertambahan dalam permintaan terhadap kemudahan • awam. Kursus PTK (W41-TK2-11)

  22. Soalan-soalan khusus: • Apa makna berhijrah/berpindah? • Siapa penghijrah? • Apa itu kemudahan awam? • Bagaimana mengukur DD? • Bagaimana mengukur  Kursus PTK (W41-TK2-11)

  23. Keywords: Penghijrahan/perpindahan Kemudahan awam DD Sebab-sebab lain? Kursus PTK (W41-TK2-11)

  24. Perkaitan sebab musabab: perpindahan  kemudahan awam peningkatan permintaan Cara pengoperasian masalah: Takrifkan perpindahan/penghijrahan: siapa dia penghijrah?  Takrifkan permintaan: apa yang dimaksudkan dalam kajian?  Takrifkan "kemudahan awam" dan senaraikan.  Ukur "peningkatan" permintaan: apa pembolehubah yang boleh digunakan? bagaimana mengukur? Kursus PTK (W41-TK2-11)

  25. Takrifan-takrifan: Perpindahan: mencari tempat baru untuk menetap secara sementara atau kekal. Istilah"menetap" juga membawa makna bekerja, belajar, atau lain-lain aktiviti kehidupan. Penghijrah: mereka yang bekerja di UTM (pada tarikh kajian) dan tinggal di luar Skudai sebelum tahun 1985. Permintaan: untuk tujuan kajian ini, "permintaan" ditakrifkan sebagai "penggunaan" sesuatu jenis kemudahan awam. Kemudahan awam: kemudahan yang disediakan oleh kerajaan atau swasta untuk kegunaan/kemudahan orang ramai seperti masjid, pejabat pos, bank, dan kedai. Sebelum perpindahan ditakrifkan sebagai masa sebelum 1985. Selepas perpindahan ditakrifkan sebagai masa selepas 1985. Kursus PTK (W41-TK2-11)

  26. Cara pengukuran variable: "Penggunaan" diukur seperti berikut: Bilangan jemaah yang bersembahyang di masjid sebelum dan selepas perpindahankampus UTM ke Skudai. Bilangan pengguna pejabat pos sebelum dan selepas perpindahan kampus UTM ke Skudai. Bilangan pelanggan bank sebelum dan selepas perpindahan kampus UTM ke Skudai. Bilangan pelanggan kedai sebelum dan selepas perpindahan kampus UTM ke Skudai. Kursus PTK (W41-TK2-11)

  27. Kursus PTK (W41-TK2-11)

  28. Contoh soal selidik: Data: 1 - Bekerja/belajar di UTM Tinggal di Skudai sebelum 1986 (4) 2 - Tidak bekerja di UTM Tinggal di Skudai sebelum 1986 (16) 3 - Bekerja di UTM Tinggal di luar Skudai sebelum 1986 (20) 4 - Tidak bekerja di UTM Tinggal di luar di Skudai sebelum 1986 (2) Kursus PTK (W41-TK2-11)

  29. Keesahan Data • KeesahanDalaman – Berkaitdengansoalan-soalanberikut: Adakahrekabentukkajianwajar? Adakahiamemasukansemuafaktordanperkaitan? Adakahvariablebebastelahdikawaluntukmengelak kemiringan? Adakahrawakandigunakanuntukmengurangkan kemiringansistematik? • KeesahanLuaran – Berkaitdenganmasalahgeneralisasi. Bolehkahpenemuankajiandiaplikasikepadakeadaan secaraumum? Apakahbatasan-batasanaplikasiberkenaan? Kursus PTK (W41-TK2-11)

  30. Keboleh harapan Kajian • Bergantung keapda: . Reka bentuk kajian . Keboleh harapan data . Keesahan kajian * perkaitan pembolehubah * keesahan dalaman * keesahan luaran Kursus PTK (W41-TK2-11)

  31. Penyengaraan Data Duakomponenutamapenyenggaraan data: 1. Penyimpanandalam format & media yang sesuai 2. Pengemaskinian (pembetulan, edit, pengarkiban) Tujuan: mengekalkankebergunaan data bagitujuan-tujuananalisistertentu Kursus PTK (W41-TK2-11)

  32. Fail Kawalan • Takrif umum: Fail yang mengandungi maklumat “kawalan” untuk menyenggara dan mengesahkan integriti sesuatu pangkalan data. • Lebih merupakan istilah “komputer” dalam pengurusan data. • Diwujudkan secara manual atau berautomasi. • Bersifat seperti indeks pangkalan data. • Tujuan: memudahkan pengurusan data harta tanah dari semasa ke semasa. Kursus PTK (W41-TK2-11)

  33. Kandungan Fail Kawalan • Maklumat kawalan yang dikenal pasti oleh sesuatu organisasi. Contoh: • * Kawasan & kod kawasan • * Tarikh buka fail • * Jenis harta tanah • * Jenis pegangan • Mesti mempunyai kriteria tertentu dalam menyediakan fail kawalan. Kursus PTK (W41-TK2-11)

  34. Kriteria Fail Kawalan • Unik: Mempunyai label/nama yang unik untuk kemudahan merujuk. Eg. Identifi unit/ pejabat, jilid, tarikh, kawasan, jenis harta tanah. • Had muatan: Jumlah bilangan kes di dalam satu-satu fail perlu dihadkan. • Keselamatan: Ciri-ciri & prosedur keselamatan data yang baik. • Senggaraan: Fail kawalan dan kes-kes selalu dikemas kini. • Metainfo: Sistem ‘log’ yang memuatkan deskripsi data Kursus PTK (W41-TK2-11)

  35. Kaedahanalisis • Kuantitatif: – Statistikparametrik (e.g. regressi, korelasi, anova, dll) – Statistikbukanparametrik (2, analisis kontingen, dll) • Kualitatif – tabulasi, rajah, carta & deskripsi Kursus PTK (W41-TK2-11)

  36. Kursus PTK (W41-TK2-11)

  37. Central Tendency - Mean and Mid-point • Let say we have data like this: Price (RM ‘000/unit) of Shop Houses in Skudai Can you calculate the mean?

  38. Central Tendency - Mean and Mid-point (contd.) • Let calculate as follows: Town A: (228+450)/2 = 339 Town B: (320+430)/2 = 375 • Are these figures means?

  39. Central Tendency - Mean and Mid-point (contd.) • Let say we have price data as follows: Town A: 228, 295, 310, 420, 450 Town B: 320, 295, 310, 400, 430 • Calculate the means? Town A: Town B: • Are the results same as previously? •  Be careful about abuse of statistics!

  40. Central Tendency–“Mean of Grouped Data” • House rental or prices in the PMR are frequently tabulated as a range of values. E.g. • What is the mean rental across the areas? = 23; = 3317.5 Thus, = 3317.5/23 = 144.24

  41. Central Tendency – “Median” • Let say house rentals in a particular town are tabulated as follows: • Calculation of “median” rental needs a graphical aids→ • Median = (n+1)/2 = (25+1)/2 =13th. Taman • 2. (i.e. between 10 – 15 points on the vertical axis of ogive). • 3. Corresponds to RM 140-145/month on the horizontal axis • 4. There are (17-8) = 9 Taman in the range of RM 140-145/month 5. Taman 13th. is 5th. out of the 9 Taman 6. The rental interval width is 5 7. Therefore, the median rental can be calculated as: 140 + (5/9 x 5) = RM 142.8

  42. Central Tendency – “Median” (contd.)

  43. Central Tendency – “Quartiles” (contd.) Following the same process as in calculating “median”: Upper quartile = ¾(n+1) = 19.5th. Taman UQ = 145 + (3/7 x 5) = RM 147.1/month Lower quartile = (n+1)/4 = 26/4 = 6.5 th. Taman LQ = 135 + (3.5/5 x 5) = RM138.5/month Inter-quartile = UQ – LQ = 147.1 – 138.5 = 8.6th. Taman IQ = 138.5 + (4/5 x 5) = RM 142.5/month

  44. “Variability” • Indicates dispersion, spread, variation, deviation • For single population or sample data: where σ2 and s2 = population and sample variance respectively, xi = individual observations, μ = population mean, = sample mean, and n = total number of individual observations. • The square roots are: standard deviation standard deviation

  45. “Variability” (contd.) • Why “measure of dispersion” important? • Consider returns from two categories of shares: * Shares A (%) = {1.8, 1.9, 2.0, 2.1, 3.6} * Shares B (%) = {1.0, 1.5, 2.0, 3.0, 3.9} Mean A = mean B = 2.28% But, different variability! Var(A) = 0.557, Var(B) = 1.367 * Would you invest in category A shares or category B shares?

  46. “Variability” (contd.) • Coefficient of variation – COV – std. deviation as % of the mean: • Could be a better measure compared to std. dev. COV(A) = 32.73%, COV(B) = 51.28%

  47. “Variability” (contd.) • Std. dev. of a frequency distribution The following table shows the age distribution of second-time home buyers: x^

  48. “Probability Distribution” • Defined as of probability density function (pdf). • Many types: Z, t, F, gamma, etc. • “God-given” nature of the real world event. • General form: • E.g. (continuous) (discrete)

  49. “Probability Distribution” (contd.)

  50. “Probability Distribution” (contd.) Discrete values Discrete values Values of x are discrete (discontinuous) Sum of lengths of vertical bars p(X=x) = 1 all x

More Related