This guide sets out how to design, run and report a case study in software engineering to a standard that survives examiner scrutiny, written for Master’s and PhD candidates in Malaysia. It is based on how I assess and supervise postgraduate work at UPSI.

When Case Study Research Is the Right Method

Choose a case study when all three of these are true. If any one fails, another method will usually serve you better.

• Your question is about how or why something happens, not how much or how often.
• You cannot control the behaviour of the people or systems involved.
• The context genuinely matters, so removing it would change the answer.

If you want to measure whether technique A outperforms technique B under controlled conditions, run an experiment instead. If you want to summarise what is already known across published studies, run a systematic literature review. The trade-offs between these routes are compared in SLR versus experimental research for AI postgraduates.

The Four Types of Case Study Purpose

• Exploratory: you are looking for what is happening and generating ideas for later study. Common at the start of a PhD.
• Descriptive: you are documenting a situation in detail without explaining causes.
• Explanatory: you are seeking to explain why something occurs, which is the most demanding and the most defensible at doctoral level.
• Improving: you are trying to change the situation and evaluate the change, which overlaps with action research.

State your purpose explicitly in the methodology chapter. Examiners frequently challenge candidates who describe an exploratory study but then make explanatory claims in the conclusion.

Designing the Case Study: Five Decisions to Document

1. Define the case and its boundary

The case is the unit of analysis: one development team, one migration project, one product line, one university department adopting a tool. Write down what is inside the boundary and what is outside it. A vague boundary is the most common weakness in student case studies.

2. Choose single or multiple case design

A single case is justified when it is critical, unique, revelatory or longitudinal. Multiple cases give stronger analytical generalisation because you can look for patterns that repeat across settings. For a Master’s dissertation one well-documented case is usually sufficient. For a PhD, two to four cases are more common.

3. Select the data sources

Case study strength comes from combining sources rather than relying on one. Typical software engineering sources include semi-structured interviews, direct observation of stand-ups or reviews, repository and issue-tracker data, internal documentation, and tool telemetry.

4. Plan the analysis before you collect

Decide in advance whether you will use thematic coding, pattern matching against a proposed explanation, or cross-case synthesis. Writing the analysis plan into the protocol prevents the common failure of ending up with 30 hours of interviews and no defensible way to interpret them.

5. Address ethics and confidentiality early

Company data, employee interviews and production logs all raise consent and confidentiality questions. Malaysian universities require ethics clearance before data collection begins, and Malaysian organisations will usually want a non-disclosure agreement. Build the approval timeline into your Gantt chart, because this step routinely delays candidates by two or three months.

Building Validity Into the Design

Case study research is often criticised for being subjective. The response is not to argue, but to build validity checks into the protocol and report them openly.

• Construct validity: use multiple sources for each key claim, and have participants review your account of what they said.
• Internal validity: for explanatory studies, test rival explanations against the evidence rather than confirming your first hypothesis.
• External validity: describe the context in enough detail that a reader can judge which other settings your findings might apply to. Case studies generalise to theory, not to populations.
• Reliability: maintain a case study database and a written protocol so another researcher could repeat your steps.

Reporting: What Examiners Look For

• A clear statement of the case, the boundary, and why this case was selected.
• A protocol summary, including interview guides and coding schemes, usually placed in the appendix.
• Enough context description for the reader to interpret the findings, while respecting confidentiality.
• A visible chain of evidence linking raw data to codes, codes to themes, and themes to conclusions.
• An honest limitations section that names the threats to validity you could not remove.

The chain of evidence is the part most candidates underestimate. If an examiner cannot trace a conclusion back to a specific quotation or log entry, the finding will be treated as opinion.

Common Mistakes in Student Case Studies

• Calling a single set of interviews a case study without defining a case at all.
• Collecting rich data then reporting only descriptive summaries, with no theoretical contribution.
• Treating one company as representative of an entire industry.
• Ignoring negative evidence that contradicts the emerging story.
• Leaving ethics approval until after data collection has started.

Case-study designs appear frequently in applied AI doctorates. For context on how method choice fits into the wider programme, from proposal to viva, see the complete guide to a PhD in AI.

Frequently Asked Questions

Is case study research accepted for a PhD in software engineering?

Yes. Case study research is a recognised empirical method in software engineering and is widely used in doctoral work, provided the design is explicit and validity threats are addressed. Weak case studies are rejected for poor design, not for being case studies.

How many cases do I need?

There is no fixed number. A single case is defensible when it is critical, unique or revelatory. Multiple cases strengthen analytical generalisation, and two to four is common at doctoral level in Malaysia.

What is the difference between a case study and action research?

In a case study you observe without deliberately changing the situation. In action research you intervene and study the effect of your own intervention. If you are introducing a tool and measuring what happens, you are closer to action research.

Can I combine a case study with a systematic literature review?

Yes, and it is a strong combination. The review establishes what is already known and exposes the gap, and the case study supplies the fresh empirical evidence. Many Malaysian postgraduate theses use exactly this structure.

How many interviews are enough?

Stop when new interviews stop producing new codes, which is usually described as saturation. In practice, 8 to 15 interviews per case is a common range in software engineering, but you must justify your own stopping point with evidence.

Who is Dr Hariz?

Dr Muhamad Hariz Bin Muhamad Adnan holds a doctorate in artificial intelligence and is a Senior Lecturer at the Faculty of Computing and Meta-Technology, Universiti Pendidikan Sultan Idris (UPSI). He supervises postgraduate research in AI and computing and works as an HRD Corp certified AI trainer in Malaysia.

Getting Your Design Reviewed

Most case study problems are cheaper to fix at the protocol stage than after data collection. If you are shaping a Master’s or PhD design in AI, computing or software engineering, see the postgraduate supervision page or get in touch to talk through your research question. If you are still at the proposal stage, start with the guide to writing an AI research proposal for Master’s and PhD study in Malaysia, and plan ahead for publishing in a Scopus indexed journal.

For worked examples of how these design choices play out in a real programme of work, see the ongoing and completed research projects Dr. Hariz leads at UPSI.

This guide explains how to run an SLR from planning to write-up, in plain language, for Malaysian Master’s and PhD students who need a defensible methodology chapter.

What Makes a Review “Systematic”

Three things separate a systematic review from a narrative one.

A protocol written in advance. You decide your research questions, search strategy, inclusion and exclusion criteria, and quality assessment rules before you start reading. This is what stops you from unconsciously selecting only the papers that agree with you.

A documented, reproducible search. Every database, every search string, every date is recorded. A reader should be able to re-run your search and get a comparable set of results.

Transparent selection and synthesis. You report how many papers you found, how many you excluded and why, and how you combined the findings. Nothing is hidden in the gap between “I read a lot” and “therefore”.

The Three Phases of an SLR

Phase 1: Planning the review

Start by confirming the review is actually needed. If a recent, well-conducted review already answers your question, your contribution should be something else. Then write the protocol, which should contain your research questions, the databases you will search, your search strings, your inclusion and exclusion criteria, your quality assessment checklist, and your data extraction form.

Your research questions drive everything. In software engineering, a common structure is to ask what has been studied, how it has been evaluated, and what remains unresolved. Keep the number small: two to four questions is usually enough for a Master’s or PhD chapter.

Phase 2: Conducting the review

Run the search across the main digital libraries used in computing: IEEE Xplore, ACM Digital Library, Scopus, Web of Science and SpringerLink. Export everything into a reference manager so you can deduplicate cleanly. Screen by title and abstract first, then by full text. Record the count at each stage, because you will need those numbers for your PRISMA-style flow diagram.

Quality assessment comes next. Score each remaining study against a short checklist: is the research question clear, is the method described well enough to repeat, is the sample or dataset described, are threats to validity discussed, are the conclusions supported by the data. Studies that fail badly are excluded, and you report why.

Finally, extract data using a consistent form so every paper is recorded the same way: year, venue, research type, technique used, dataset, evaluation method, and the finding relevant to each research question.

Phase 3: Reporting the review

Synthesis is where the value is created. Group studies by theme, technique or outcome rather than describing them one by one. A chapter that reads as a list of paper summaries is a signal that synthesis has not happened yet. Report both what the literature agrees on and where it conflicts, and state honestly what could not be concluded from the available evidence.

Building a Search String That Works

Break your research question into concepts, list synonyms and alternative spellings for each concept, join the synonyms with OR, and join the concepts with AND. For example, a review on machine learning for defect prediction would combine a “machine learning” concept group, a “software defect” concept group and a “prediction” concept group.

Test the string on one database first. If it returns tens of thousands of results, your concepts are too broad. If it returns fewer than thirty, they are too narrow or your synonyms are incomplete. Adjust before running the full search, and record the final version of every string in an appendix.

Common Mistakes That Weaken an SLR

Searching only Google Scholar. It is useful for validation but is not a substitute for indexed digital libraries with reproducible query syntax.

Writing the protocol after the search. Examiners notice when inclusion criteria appear to have been designed around the papers already collected.

Skipping quality assessment. Without it, a weak conference paper carries the same weight as a rigorous empirical study.

Describing instead of synthesising. If your findings section could be reordered without losing meaning, it is a list, not a synthesis.

Ignoring threats to validity. Every review has them: publication bias, language restrictions, the date the search was run. State them rather than hoping nobody asks.

Is an SLR the Right Methodology for You?

An SLR suits research questions about the state of knowledge in a field, and it produces a strong first publication because the output is self-contained. It is less suitable if your contribution depends on building and evaluating a new system, in which case an experimental or design-science approach fits better. I compare the two paths in more detail in SLR vs Experimental Research: Choosing a Methodology for Your AI Postgraduate Study.

Many students do both: an SLR to map the field and identify a gap, then an experimental study addressing that gap. If you are still shaping your topic, research gaps in AI in education is a useful starting point, and how to write a strong AI research proposal shows how the review feeds into your proposal.

Kitchenham and Charters (2007): Guidelines for Performing Systematic Literature Reviews in Software Engineering

Almost every SLR in computing traces its method back to one document: Guidelines for Performing Systematic Literature Reviews in Software Engineering by Barbara Kitchenham and Stuart Charters, published in 2007 as EBSE Technical Report EBSE-2007-01 (Keele University and University of Durham, version 2.3). It is the reference examiners in Malaysia expect you to cite when you describe your review protocol, and the three-phase structure explained above (planning, conducting, reporting) comes directly from it.

What the report gives you that this article does not: the full protocol template, worked examples of search strings, quality-assessment checklists for different study types, data-extraction forms and a reporting structure for the final review. Read this guide first for the overall logic, then use the report as the detailed rulebook while you write your protocol.

Download the Kitchenham 2007 guidelines PDF

You can download the Kitchenham and Charters (2007) guidelines PDF here (EBSE Technical Report EBSE-2007-01). It is also listed, together with the PRISMA 2020 statement and Dr Hariz’s SLR steps slides, on the free resources for postgraduate students page. Cite it as: Kitchenham, B., & Charters, S. (2007). Guidelines for performing systematic literature reviews in software engineering (EBSE Technical Report EBSE-2007-01). Keele University and University of Durham.

Frequently Asked Questions

How long does a systematic literature review take?

For a single postgraduate student, four to six months is realistic for a full SLR, with the screening stage usually taking the longest. Working in a pair speeds up screening considerably because two independent screeners are good practice anyway.

How many papers should a systematic literature review include?

There is no fixed number. A well-scoped SLR in software engineering typically ends with somewhere between 30 and 80 primary studies. What matters is that your inclusion and exclusion process is defensible, not that you reach a target count.

What is the difference between an SLR and a mapping study?

A systematic mapping study answers broader questions and classifies the literature to show where research activity is concentrated. An SLR answers narrower questions and synthesises evidence to reach a conclusion. Mapping studies are often a good first step when a field is unfamiliar.

Can I publish my systematic literature review?

Yes, and many students do. Review articles are welcome in indexed journals when they are rigorous and current. See how to publish in Scopus journals as a Malaysian postgraduate for the submission process.

Can AI tools help with a systematic literature review?

They can help with screening support, summarising abstracts and organising extracted data, which saves real time. They cannot decide inclusion for you, and any AI-assisted step must be declared in your methodology. Every claim you keep must be verified against the original paper.

Where can I download the Kitchenham guidelines for systematic literature reviews in software engineering?

The 2007 EBSE technical report by Kitchenham and Charters is linked in the download section of this article and on the free resources page. If you are using it for a Malaysian Master’s or PhD thesis, pair it with the PRISMA 2020 checklist for reporting and describe your protocol in the methodology chapter before you run the search.

Getting Supervision for Your Review

I am Dr Muhamad Hariz Adnan, a Doctor in Artificial Intelligence and Senior Lecturer at the Faculty of Computing and Meta-Technology, Universiti Pendidikan Sultan Idris. I supervise postgraduate research in artificial intelligence, educational technology and digital transformation, and systematic literature reviews are a regular part of that work.

If you are planning an SLR for your Master’s or PhD, see my postgraduate supervision areas or get in touch to discuss your topic.

Reference: Kitchenham, B. and Charters, S. (2007). Guidelines for Performing Systematic Literature Reviews in Software Engineering. EBSE Technical Report EBSE-2007-01.

A systematic review is not the only empirical route open to you. If your question is about how or why something happens inside a specific organisation, case study research in software engineering is usually the better fit.

Related reading for postgraduate researchers

• Research Proposal Example (Contoh dan Tips)
• Tesis PhD atau Master yang baik dan berkualiti
• Cara menggunakan Zotero dengan MS Word dan Google Scholar

The review methods described here underpin Dr. Hariz’s own work. His research page lists the funded artificial intelligence, optimisation and analytics projects that these protocols were built for.

Systematic reviews are a common first-year milestone for doctoral candidates. If you are planning that route, Dr Hariz’s guide to a PhD in artificial intelligence shows where the literature review sits in the overall doctoral journey.

Sumbangan adalah jelas dan ringkas:

Untuk menghasilkan tesis PhD atau Sarjana yang cemerlang, adalah penting untuk memberikan sumbangan yang jelas dan padat kepada bidang pengajian. Tesis yang baik perlu memperkenalkan kandungan baharu dan menarik yang menambah nilai kepada pengetahuan sedia ada. Ia mesti mencerminkan pemahaman yang komprehensif tentang kesusasteraan yang berkaitan dan mengenal pasti jurang atau isu yang masih tidak dapat diselesaikan.

Perkara Baharu:

Tesis yang berkualiti perlu mengetengahkan dengan jelas perkara baharu dan unik dalam penyelidikan yang dijalankan. Walaupun penyiasatan PhD tidak linear, tesis harus dapat mengenal pasti dengan jelas isu-isu penting atau sumbangan utama yang dibuat oleh kajian. Keunikan ini membezakan tesis daripada yang lain dan mendedahkan keaslian dan pemikiran inovatif calon.

Logik sempurna:

Tesis yang hebat mesti menyampaikan perkembangan logik hasil kajian kepada perbincangan dan kesimpulan. Disiplin mestilah jelas dan disokong dengan baik. Mendapatkan maklum balas daripada pakar dalam bidang, serta individu di luar bidang, boleh membantu mengukuhkan aliran logik sesuatu tesis

Format yang baik:

Format yang betul dalam tesis dapat meningkatkan pemahaman pembaca dan memudahkan navigasi dalam tesis tersebut. Penggunaan tajuk yang sesuai, sub-tajuk, dan seksyen yang jelas dapat meningkatkan organisasi keseluruhan tesis. Elemen-elemen format ini mencipta paparan yang menarik secara visual dan mudah dibaca oleh pembaca.

Organisasi dan kejelasan:

Organisasi yang betul dan kejelasan adalah aspek penting dalam tesis yang baik. Dokumen mesti disusun dengan baik supaya pembaca dapat menavigasi kandungannya dengan mudah. Setiap rangkap dan baris mesti mempunyai tujuan tertentu untuk memastikan kejelasan penulisan. Adalah penting untuk mengelakkan penjelasan atau pengenalan yang rumit yang mengelirukan pembaca.

Penulisan tanpa ralat:

Kesalahan tatabahasa dan lain-lain hendaklah dibuang daripada tesis. Menggunakan tatabahasa pembaca pruf dan meminta seseorang membaca semula tesis boleh membantu memastikan tesis bebas daripada kesilapan yang boleh menyebabkan mengganggu pembaca.

Pandangan pertama dan ketebalan:

Pembentangan keseluruhan tesis adalah penting, dan mesti mematuhi garis panduan penulisan universiti. Saiz dan ketebalan sesuatu tesis boleh memberi kesan kepada pembaca, oleh itu adalah penting untuk memenuhi spesifikasi yang ditetapkan dan menghasilkan dokumen yang kelihatan kukuh.

Secara keseluruhannya, aspek-aspek ini menyumbang kepada Tesis PhD atau Master yang baik dan berkualiti yang menarik minat penilai dan menunjukkan pengetahuan dan sumbangan calon kepada bidang pengajian. Melalui pengamalan dan penekanan faktor-faktor ini, calon akan dapat menghasilkan tesis yang berkualiti tinggi dan memberi sumbangan yang bermakna kepada perkembangan ilmu.

Bacaan lanjut untuk pelajar pascasiswazah

Tesis yang berkualiti bermula jauh lebih awal daripada penulisan bab akhir. Panduan berkaitan di bawah melengkapkan perbincangan ini:

• Research proposal example: contoh dan tips penulisan — asas yang menentukan arah keseluruhan tesis anda.
• Master by Research dan PhD: garisan mula dan penamat — memahami struktur pengajian mod penyelidikan.
• Tips penting untuk berjaya viva Master dan PhD — bagaimana tesis anda diuji oleh panel.

Perlukan penyeliaan atau nasihat penyelidikan?

Dr Muhamad Hariz Bin Muhamad Adnan ialah Doktor dalam bidang Kecerdasan Buatan dan Pensyarah Kanan di Fakulti Komputeran dan Meta-Teknologi, Universiti Pendidikan Sultan Idris (UPSI). Jika anda sedang merangka tesis Master atau PhD dan memerlukan panduan, lihat skop penyeliaan penyelidikan atau hubungi Dr Hariz untuk perbincangan awal.

Ringkasan Pantas: Di Mana Garisan Mula dan Garisan Penamat

Master by Research dan PhD bermula daripada perkara yang sama — sebuah cadangan penyelidikan yang diterima universiti dan seorang penyelia yang bersetuju membimbing anda. Kedua-duanya juga tamat dengan perkara yang sama: sebuah tesis yang dipertahankan dalam viva voce. Yang berbeza hanyalah jarak antara dua garisan itu. Master by Research lazimnya mengambil masa 1.5 hingga 3 tahun, manakala PhD 3 hingga 5 tahun secara sepenuh masa di universiti awam Malaysia.

Garisan Mula: Empat Perkara yang Perlu Ada Sebelum Mendaftar

1. Bidang yang cukup fokus

Kesilapan paling biasa ialah datang dengan bidang yang terlalu luas, contohnya “AI dalam pendidikan”. Itu bukan tajuk, itu kawasan. Tajuk yang boleh diterima ialah sesuatu yang boleh dijawab dengan data dalam tempoh pengajian anda, contohnya kesan penggunaan alat AI generatif terhadap kualiti maklum balas guru dalam satu daerah tertentu.

2. Cadangan penyelidikan (research proposal)

Cadangan penyelidikan ialah dokumen yang menentukan sama ada permohonan anda diterima atau ditolak. Ia perlu menunjukkan jurang kajian yang jelas, persoalan kajian yang boleh dijawab, dan metodologi yang munasabah untuk tempoh pengajian anda.

3. Penyelia yang sepadan

Penyelia yang sepadan bermakna seseorang yang benar-benar aktif dalam bidang anda, bukan sekadar mana-mana pensyarah yang masih ada kuota. Semak penerbitan terkini bakal penyelia sebelum menghantar e-mel, dan nyatakan dengan tepat mengapa kerja beliau berkaitan dengan cadangan anda.

4. Kelayakan dan pembiayaan

Kebanyakan program Master by Research memerlukan ijazah sarjana muda dengan CGPA yang mencukupi, manakala PhD memerlukan ijazah sarjana. Pembiayaan pula boleh datang daripada geran penyelidikan penyelia, biasiswa universiti, atau tajaan agensi. Bincangkan hal ini seawal mungkin — ia mempengaruhi sama ada anda belajar sepenuh masa atau separuh masa.

Perjalanan: Peringkat demi Peringkat

1. Pendaftaran dan pemantapan tajuk — tiga hingga enam bulan pertama biasanya digunakan untuk membaca secara meluas dan menyempitkan tajuk.
2. Pertahanan cadangan — anda membentangkan cadangan penuh di hadapan panel fakulti. Kelulusan di peringkat ini mengunci skop kajian anda.
3. Pengumpulan dan analisis data — peringkat paling panjang dan paling mudah tersasar daripada jadual.
4. Penulisan tesis — jangan tunggu sehingga data siap sepenuhnya. Bab kajian literatur dan metodologi boleh ditulis lebih awal.
5. Penyerahan dan viva voce — pemeriksa dalaman dan luaran menilai tesis, kemudian anda mempertahankannya secara lisan.
6. Pembetulan dan senat — hampir semua calon menerima pembetulan. Ia normal, bukan tanda kegagalan.

Garisan Penamat: Viva dan Selepasnya

Viva bukan ujian ingatan. Pemeriksa mahu melihat sama ada anda memahami had kajian sendiri, boleh mempertahankan pilihan metodologi, dan tahu di mana kedudukan kerja anda dalam bidang tersebut. Persediaan yang paling berkesan ialah membaca semula tesis anda sebagai seorang pengkritik, bukan sebagai penulis. Anda boleh mula dengan tips persediaan menghadapi viva dan tips penting untuk berjaya dalam viva.

Master by Research atau PhD — Mana Satu untuk Anda?

• Pilih Master by Research jika anda mahu menguji sama ada penyelidikan sesuai dengan diri anda, memerlukan kelayakan pascasiswazah dalam tempoh lebih singkat, atau merancang untuk menyambung ke PhD kemudian.
• Pilih PhD jika anda sudah pasti dengan bidang, mensasarkan kerjaya akademik atau penyelidikan, dan bersedia dengan komitmen tiga tahun ke atas.

Perbandingan yang lebih terperinci antara ketiga-tiga peringkat ada dalam artikel beza master, PhD dan ijazah sarjana muda.

Peranan AI dalam Penyelidikan Pascasiswazah Hari Ini

Alat AI kini mempercepatkan kerja saringan literatur, pengurusan rujukan dan penyuntingan bahasa. Namun ia tidak menggantikan pertimbangan penyelidik: anda tetap perlu mengesahkan setiap rujukan, memahami setiap analisis, dan bertanggungjawab sepenuhnya terhadap dapatan. Bagi calon yang mahu menjadikan AI sebagai bidang kajian pula, lihat senarai topik penyelidikan AI untuk pelajar pascasiswazah di Malaysia dan panduan menulis cadangan penyelidikan AI.

Soalan Lazim

Berapa lama Master by Research diambil di Malaysia?

Lazimnya 1.5 hingga 3 tahun sepenuh masa, bergantung pada bidang dan kelancaran pengumpulan data. Mod separuh masa boleh mengambil masa lebih lama.

Bolehkah saya terus ke PhD tanpa Master?

Sesetengah universiti membenarkan penukaran status daripada Master by Research kepada PhD selepas prestasi tahun pertama yang cemerlang. Syaratnya berbeza mengikut universiti, jadi tanya penyelia dan pusat pengajian siswazah lebih awal.

Adakah Master by Research lebih sukar daripada mod kerja kursus?

Ia bukan lebih sukar, tetapi lebih berdikari. Tiada peperiksaan bulanan yang memaksa anda bergerak — disiplin diri dan perbincangan tetap dengan penyelia yang menentukan kemajuan anda.

Siapa Dr Muhamad Hariz Adnan?

Dr Muhamad Hariz Bin Muhamad Adnan ialah pemegang Doktor Falsafah dalam bidang Kecerdasan Buatan dan Pensyarah Kanan di Fakulti Komputeran dan Meta-Teknologi, Universiti Pendidikan Sultan Idris (UPSI). Beliau juga jurulatih AI bertauliah HRD Corp di Malaysia dan menyelia pelajar Master serta PhD dalam bidang AI dan transformasi digital pendidikan.

Ingin Berbincang Tentang Penyeliaan?

Jika anda sedang mempertimbangkan Master by Research atau PhD dalam bidang AI dan pendidikan, semak bidang penyeliaan yang ditawarkan di halaman penyeliaan Dr Hariz atau hubungi beliau untuk perbincangan awal tentang tajuk anda.

Gambar ini adalah ilustrasi asal oleh The Illustrated Guide to a Ph.D by Matt Might. dan ianya memberikan penjelasan yang baik. Jadi, saya ingin terangkan di sini apa perbezaan Master dan Phd dan Degree

Anda bayangkan bulatan di atas ialah semua ilmu pengetahuan manusia.

Sekolah Rendah dan Menengah

Apabila anda menamatkan sekolah rendah anda tahu sedikit tentang pelbagai ilmu pengetahuan (bulatan di atas).. 

Kemudian, anda menamatkan sekolah menengah dan anda tahu lebih sedikit seperti bulatan di bawah.

Degree (Ijazah Sarjana Muda)

Apabila anda menamatkan Degree (ijazah sarjana muda), anda memperoleh kepakaran. Contohnya di dalam bidang Sains Komputer. Kepakaran itu boleh dilihat di bulatan di bawah.

Master (Ijazah Sarjana)

Master pula akan memperdalamkan lagi kepakaran anda seperti bulatan di bawah.

PhD (Ijazah Kedoktoran)

PhD akan memerlukan anda membaca banyak kertas penyelidikan untuk mengkaji ilmu pengetahuan manusia pada masa kini berkaitan kepakaran anda. Anda akan sampai ke kemuncak dan mengetahu ilmu yang terbaik dan terkini (seperti bulatan di bawah).

Apabila anda tiba di garisan sempadan, anda memberi tumpuan untuk melangkau sempadan itu melalui kajian anda. Biasanya, ia akan mengambil masa 4 tahun ke atas.

Sampailah satu masa, anda berjaya melangkaui sempadan itu.

Inilah perbezaan yang jelas antara Ijazah, Master dan Phd yang anda perlu tahu jika nak sambung Master atau PhD.

Anda perlu tahu juga perkara ini sebelum anda sambung Master dan PhD.

Jika berminat nak sambung dalam bidang IT/Digital Business/Digital Marketing : Taklimat Jom Sambung Master/PhD

Tengok bidang yang boleh sambung bawah saya

Semoga berjaya.

Untuk pertanyaan lanjut tentang beza Master dan PhD, latihan AI atau penyeliaan pascasiswazah bersama UPSI, layari drhariz.com atau baca lagi di blog beliau.

Perbezaan Degree, Master dan PhD Secara Ringkas

Degree, Master dan PhD bukan sekadar berbeza dari segi tempoh pengajian. Ketiga-tiganya berbeza dari segi tujuan: Degree membina asas ilmu, Master mendalami satu bidang khusus, dan PhD menghasilkan ilmu baharu yang belum wujud sebelum ini.

Degree (Ijazah Sarjana Muda)

Peringkat ini memberi anda asas yang luas dalam sesuatu bidang. Anda belajar teori, kaedah dan kemahiran am yang diperlukan untuk bekerja atau menyambung pengajian. Penilaian biasanya melalui peperiksaan, tugasan dan projek tahun akhir.

Master (Ijazah Sarjana)

Master menyempitkan fokus anda. Anda tidak lagi belajar semua benda, sebaliknya mendalami satu sub-bidang. Di sini anda mula membaca jurnal, memahami metodologi penyelidikan dan menghasilkan kajian kecil atau disertasi.

PhD (Ijazah Kedoktoran)

PhD ialah peringkat di mana anda menyumbang ilmu baharu (original contribution to knowledge). Anda perlu mengenal pasti jurang kajian, membina kerangka teori, mengumpul dan menganalisis data, kemudian mempertahankan hasil kajian anda dalam viva.

Berapa Lama Tempoh Pengajian Setiap Peringkat?

Di Malaysia, Degree biasanya mengambil masa tiga hingga empat tahun sepenuh masa. Master sepenuh masa lazimnya satu hingga dua tahun, manakala PhD sepenuh masa antara tiga hingga lima tahun. Mod separuh masa boleh menggandakan tempoh ini, jadi rancang dari awal berdasarkan komitmen kerja dan keluarga anda.

Master by Coursework atau Master by Research?

Master by Coursework lebih berstruktur: ada kelas, tugasan dan peperiksaan, sesuai jika anda mahu kemahiran profesional yang boleh terus digunakan di tempat kerja. Master by Research pula banyak bergantung pada kajian bebas di bawah seliaan penyelia, dan ia laluan yang lebih semula jadi jika anda merancang untuk menyambung PhD. Saya jelaskan perbandingan ini dengan lebih lanjut dalam artikel Master by Research (dan PhD): Garisan Mula dan Penamat.

Adakah Anda Perlu Master Sebelum PhD?

Kebiasaannya ya, tetapi tidak semestinya. Sesetengah universiti membenarkan pelajar Master by Research yang menunjukkan prestasi cemerlang untuk menaik taraf (conversion) terus ke PhD tanpa menamatkan Master. Syaratnya berbeza mengikut universiti dan fakulti, jadi rujuk penyelia anda seawal mungkin.

Jika anda condong kepada pilihan PhD dalam bidang kecerdasan buatan, baca panduan lengkap Dr Hariz tentang PhD in AI (dalam Bahasa Inggeris) yang menerangkan syarat kemasukan, pembiayaan dan tempoh pengajian di Malaysia.

Soalan Lazim

Lepas degree, master atau PhD dulu?

Master dulu. Laluan biasa di Malaysia ialah degree, kemudian master, barulah PhD. Master melatih anda menulis proposal, mengendalikan metodologi dan menyiapkan disertasi dalam skala yang lebih kecil, jadi risiko anda tersekat di peringkat PhD jauh lebih rendah. Terus ke PhD selepas degree hanya sesuai untuk kes terpilih.

Master dulu atau PhD dulu, mana lebih baik?

Bagi majoriti pelajar, master dulu lebih baik kerana ia lebih pendek, lebih murah, dan memberi anda bukti bahawa anda mampu buat penyelidikan sebelum komited tiga hingga lima tahun untuk PhD. Pilih PhD dahulu hanya jika anda sudah ada pengalaman penyelidikan yang kukuh, penerbitan, dan penyelia yang bersetuju menerima anda.

Boleh tak terus sambung PhD tanpa master?

Boleh, tetapi terhad. Sesetengah universiti membenarkan kemasukan terus ke PhD (atau naik taraf daripada master ke PhD selepas setahun) untuk calon dengan keputusan degree yang sangat baik dan cadangan penyelidikan yang matang. Syarat berbeza mengikut universiti, jadi rujuk penyelia anda lebih awal.

Berapa lama masa diperlukan untuk master dan PhD?

Secara umum, master by research mengambil masa satu hingga dua tahun sepenuh masa, master by coursework kira-kira satu setengah tahun, dan PhD tiga hingga lima tahun. Pengajian separuh masa boleh menggandakan tempoh tersebut.

Apa beza Master dan PhD dari segi hasil akhir?

Master menuntut anda menunjukkan kefahaman mendalam dan keupayaan menjalankan kajian. PhD menuntut sumbangan ilmu yang baharu dan boleh dipertahankan di peringkat antarabangsa, biasanya disertai penerbitan jurnal.

Adakah PhD wajib untuk menjadi pensyarah di Malaysia?

Untuk jawatan pensyarah tetap di universiti awam, PhD lazimnya menjadi syarat asas atau syarat kenaikan pangkat. Untuk jawatan pengajar di kolej atau politeknik, Master sering memadai.

Bolehkah saya sambung Master atau PhD sambil bekerja?

Boleh, melalui mod separuh masa. Cabaran utamanya bukan kepintaran tetapi konsistensi. Peruntukkan slot masa tetap setiap minggu dan berbincang awal dengan penyelia mengenai jangkaan yang realistik.

Bagaimana saya memilih bidang kajian yang sesuai?

Pilih bidang yang anda sanggup baca selama bertahun-tahun, dan yang mempunyai jurang kajian yang jelas. Panduan menulis cadangan penyelidikan boleh dibaca dalam artikel How to Write a Strong AI Research Proposal.

Langkah Seterusnya

Jika anda sedang menimbang untuk menyambung pengajian, mulakan dengan membaca perkara yang anda perlu tahu sebelum sambung Master dan PhD, dan bersedia awal untuk viva melalui tips viva Master dan PhD.

Saya, Dr Muhamad Hariz Adnan (Doktor dalam Kecerdasan Buatan dan Pensyarah Kanan di Fakulti Komputeran dan Meta-Teknologi, Universiti Pendidikan Sultan Idris), menyelia pelajar pascasiswazah dalam bidang AI dan teknologi pendidikan. Lihat bidang penyeliaan saya di halaman penyeliaan, atau hubungi saya untuk perbincangan awal.

Jawapan Ringkas: Siapa yang Patut Sambung Master atau PhD?

Anda patut menyambung pengajian ke peringkat Master atau PhD apabila ada sebab yang jelas di sebalik keputusan itu — sama ada kerjaya anda memerlukan kelayakan tersebut, anda mahu beralih ke bidang baharu, atau anda benar-benar mahu menjawab satu persoalan penyelidikan. Menyambung semata-mata kerana belum ada kerja atau kerana rakan lain menyambung biasanya berakhir dengan pengajian yang tergantung separuh jalan.

Empat Perkara yang Dibincangkan dalam Taklimat Ini

1. Kelayakan dan mod pengajian

Master boleh diambil melalui mod kerja kursus, mod campuran, atau sepenuhnya penyelidikan. PhD di Malaysia pula hampir keseluruhannya berasaskan penyelidikan. Pilihan mod menentukan corak hari-hari anda: kerja kursus bermakna kelas dan peperiksaan, penyelidikan bermakna anda menguruskan jadual sendiri di bawah bimbingan penyelia.

2. Pembiayaan

Antara sumber yang biasa digunakan pelajar tempatan ialah biasiswa universiti, geran penyelidikan penyelia, tajaan majikan, dan pinjaman pendidikan. Perkara penting: tanya tentang pembiayaan sebelum mendaftar, bukan selepas. Ramai calon berhenti pada tahun kedua bukan kerana kajian yang sukar, tetapi kerana tekanan kewangan.

3. Memilih penyelia

Penyelia yang betul lebih penting daripada nama universiti. Semak penerbitan terkini bakal penyelia, tanya berapa ramai pelajar yang sedang diselia, dan pastikan gaya penyeliaan beliau sesuai dengan cara anda bekerja. E-mel pertama anda perlu ringkas: siapa anda, apa yang anda mahu kaji, dan mengapa beliau orang yang tepat.

4. Tajuk dan cadangan penyelidikan

Tajuk yang baik ialah tajuk yang boleh dijawab dalam tempoh pengajian anda dengan data yang benar-benar boleh anda perolehi. Panduan lengkap menulis cadangan ada dalam artikel cara menulis cadangan penyelidikan untuk Master dan PhD.

Garis Masa Realistik

• 3–6 bulan sebelum mendaftar — kenal pasti bidang, cari penyelia, siapkan draf cadangan.
• Tahun pertama — pemantapan tajuk, kajian literatur, pertahanan cadangan.
• Tahun kedua hingga ketiga — pengumpulan data, analisis, penulisan bab.
• Tahun akhir — penyerahan tesis, viva voce, pembetulan.

Soalan Lazim

Bolehkah saya sambung Master atau PhD sambil bekerja?

Boleh, melalui mod separuh masa. Namun jangkakan tempoh pengajian yang lebih panjang dan perlu ada persefahaman awal dengan majikan serta penyelia tentang jadual perbincangan dan pengumpulan data.

Perlukah saya ada penerbitan sebelum memohon?

Tidak wajib untuk Master. Untuk PhD ia menjadi kelebihan, dan bagi kebanyakan universiti penerbitan diperlukan sebelum penyerahan tesis — bukan sebelum kemasukan. Rujuk panduan menerbitkan makalah dalam jurnal berindeks Scopus.

Apa beza Master by Research dengan mod kerja kursus?

Mod kerja kursus berteraskan kelas dan penilaian berterusan; Master by Research berteraskan satu kajian panjang dan tesis. Penjelasan penuh ada dalam artikel Master by Research dan PhD: garisan mula dan penamat.

Siapa Dr Muhamad Hariz Adnan?

Dr Muhamad Hariz Bin Muhamad Adnan ialah pemegang Doktor Falsafah dalam bidang Kecerdasan Buatan dan Pensyarah Kanan di Fakulti Komputeran dan Meta-Teknologi, Universiti Pendidikan Sultan Idris (UPSI). Beliau merupakan jurulatih AI bertauliah HRD Corp di Malaysia dan menyelia pelajar Master serta PhD dalam bidang AI dan transformasi digital pendidikan.

Langkah Seterusnya

Jika taklimat ini menjawab sebahagian persoalan anda, langkah berikutnya ialah menyemak bidang penyeliaan yang ditawarkan di halaman penyeliaan, membaca perkara yang perlu anda tahu sebelum menyambung Master dan PhD, kemudian hubungi Dr Hariz untuk berbincang tentang tajuk anda.