pengenalan korelasi

2.0       PENGENALAN

            Korelasi merujuk kepada sesuatu ujian statistik di mana pembolehubah adalah digunakan untuk membuat perbandingan pasangan dengan pasangan. Maka, penyelidikan korelasi merupakan sesuatu jenis penyelidikan yang menggunakan ujian statistik untuk mengenal pasti pola-pola dan perhubungan di antara dua pembolahubah dalam kajian, misalnya, perhubungan pembelajaran kolaboratif dengan kerja tugasan di rumah yang mempengaruhi prestasi pembelajaran. Korelasi ialah satu kajian yang menunjukkan sama ada semua pembolehubah rawak yang tidak bersandar mempunyai hubungan linear atau tidak.

            Berdasarkan huraian di atas, penyelidikan korelasi merupakan salah satu jenis penyelidikan kuantitatif.  Kaedah yang digunakan untuk mendapat hasil korelasi ialah berdasarkan ujian statistik untuk mengenal pasti signifikan statistiknya.  Dengan perkataan lain, penyelidikan korelasi sesungguhnya merupakan sesuatu penyelidikan kuantitatif yang berdasarkan menguji hipotesis. 

            Pada asasnya, di dalam penyelidikan korelasi, terdapat 2 jenis hipotesis diusulkan, satu ialah hipotesis nul (null hypothesis) (H0), iaitu hipotesis tidak menyokong; dan satu yang lain ialah hipotesis alternatif (alternative ypothesis)(HA), iaitu hipotesis menyokong.  Misalnya,

(Hipotesis Nul) (HO):       Tiada perbezaan keputusan posujian sains di antara

      kumpulan eksperimental dengan kumpulan kawalan   

      dalam posujian sains.

           

            (Hipotesis Alternatif)(HA): Ada signifikan statistik dalam perbezaan 

                                                       keputusan posujian sains di antara kumpulan

                                                       eksperimental dengan kumpulan kawalan.

Lazimnya, null hypothesis memerlukan bukti konkrit untuk tidak menyokong usulnya.  Oleh itu, ia memainkan peranan yang lebih penting daripada alternative hypothesis yang menyokong.  Maka, korelasi membolehkan penyelidik untuk menentukan sejauh mana darjah asosiasi di antara dua pembolehubah dalam kajian.  Sebagai contoh, korelasi positif menunjukkan perhubungan secara langsung yang kuat; korelasi negatif menunjukkan perhubungan secara songsang; manakala korelasi zero menunjukkan tiada perhubungan.  Keputusan korelasi ini adalah berdasarkan amalan penggunaan analisis data, khasnya rumus pengiraan korelasi Spearman.  Selain daripada itu, keputusan korelasi pula boleh didapati daripada kaedah analisis data yang lain, seperti chi-square, factor analysis dan ANOVA, iaitu singkatan bahasa Inggeris mewakili analysis of variance. 

            Kebanyakan penyelidikan kuantitatif adalah menggunakan statistic inferential untuk menganalisis dan menginterpretasi data pembolehubah independent dan dependen, misalnya penyelidikan eksperimental menggunakan ujian-t dan ANOVA, regresi dan regresi berganda. Bagaimanapun, terdapat juga penyelidik kuantitatif yang gunakan cara yang lain, misalnya statistik korelasi, analisis factor dan sebagainya.  Oleh itu, penyelidik harus memberi perhatian sekiranya ujian yang memerlukan penggunaan pembolehubah independen dan dependen semasa menentukan kedudukan dan sebab dan akibat mereka masing-masing.  Di samping itu, penyelidik harus membuat keputusan dengan tepat sama ada hubungan mereka adalah linear atau bukan linear, dan memilih ujian statistik bukan satu tetapi lain yang juga sesuai, misalnya korelasi dan ANOVA, untuk mengkaji interaksi di antara dua pembolehubah, iaitu pembolehubah independen dan dependen.  Statistik inferential adalah digunakan untuk membuat inferensi, ramalan, dan statistik yang biasanya digunakan untuk analisis data.  Korelasi juga biasanya digunakan untuk analisis data bagi membuat inferensi, ramalan dan statistik.  Ianya berkait rapat dengan statistik inferential yang mana prosedur penggunaan statistik tersebut adalah untuk analisis data, khasnya ujian hipotesis. 

Ø  KORELASI SPEARMAN (SPEARMAN’S CORRELATION)

Korelasi Spearman merupakan salah satu jenis ukuran kadar korelasi di antara dua pembolehubah.  Rumus Korelasi Spearman ialah:

                        r  =  1- 6∑d²

N (N²-1)

Di mana         r  =  koefisyen korelasi (coefficient correlation)

                    ∑d² =  jumlah daripada kuasa dua perbezaan setiap pasangan dua 

                               pembolehubah (X,Y)

                      N  =  Saiz populasi

Maka, berdasarkan data daripada Jadual 11.3(a) dan rumus Korelasi Spearman, koefisyen korelasi r =1.  Ini bermakna korelasi linear positif yang sempurna mempunyai koefisyen korelasi r =1. 

Dengan cara yang sama, koefisyen korelasi r berdasarkan data dalam Jadual 11.3(b) ialah -1, iaitu korelasi linear negatif yang sempurna mempunyai koefisyen korelasi r = -1.

Di dalam realiti, kita jarang dapat koefisyen korelasi yang ekstrim seperti r = 1 atau r = -1.  lazimnya, koefisyen korelasi di antara dua pembolehubah adalah terletak di antara r = 1 dan r = -1, iaitu -1< r <1.

Ø  Koefisien Korelasi Hasil Darab Momen Pearson, r

Kaedah ini digunakan untuk mengira hubungan atau pertalian untuk data-data yang berbentuk kuantitatif sahaja.  Kaedah ini juga sesuai jika data yang dikumpul tidak mempunyai nilai-nilai yang melampau, iaitu data yang tidak mempunyai perbezaan nilai yang terlalu besar di antara satu sama lain.

Koefisien Korelasi Hasil Darab Momen Pearson, r

                    

Ø  Gambarajah Sebaran

Salah satu cara untuk menggambarkan bentuk hubungan di antara data-data dua pembolehubah ialah dengan  melukiskan gambar rajah sebaran (atau serakan) .  Di dalam  gambar rajah sebaran kita lukiskan pembolehubah tidak bersandar pada paksi x dan pembolehubah bersandar pada paksi y.

aku laaaaa

zul
tel.:
fax: