P. 1
Korelasi...

Korelasi...

|Views: 23|Likes:
Published by hijamekindaichi
math statistic
math statistic

More info:

Categories:Types, Reviews
Published by: hijamekindaichi on Apr 15, 2013
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOC, PDF, TXT or read online from Scribd
See more
See less

02/17/2014

pdf

text

original

PENYELIDIKAN KORELASI 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 statistic 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. 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): 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 libih 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 Tiada perbezaan keputusan posujian sains di Dengan perkataan lain, penyelidikan korelasi sesungguhnya merupakan sesuatu penyelidikan

keputusan korelasi pula boleh didapati daripada kaedah analisis data yang lain. untuk mengkaji interaksi di antara dua pembolehubah. seperti chi-square. Rumus Korelasi Spearman ialah: r = 1. memerlukan Oleh itu. penyelidik harus memberi perhatian sekiranya ujian yang penggunaan pembolehubah independen dan dependen semasa menentukan kedudukan dan sebab dan akibat mereka masing-masing. khasnya ujian hipotesis. khasnya rumus pengiraan korelasi Spearman. misalnya korelasi dan ANOVA. iaitu pembolehubah independen dan dependen. dan statistik yang biasanya digunakan untuk analisis data. Kebanyakan penyelidikan kuantitatif adalah menggunakan statistic inferential untuk menganalisis dan menginterpretasi data pembolehubah independent dan dependen. misalnya penyelidikan eksperimental menggunakan ujian-t dan ANOVA.menunjukkan tiada perhubungan. regresi dan regresi berganda. Keputusan korelasi ini adalah berdasarkan amalan penggunaan analisis data. terdapat juga penyelidik kuantitatif yang gunakan cara yang lain. misalnya statistik korelasi.Y) N = Saiz populasi . ramalan. factor analysis dan ANOVA.6∑d² N (N²-1) Di mana r = koefisyen korelasi (coefficient correlation) ∑d² = jumlah daripada kuasa dua perbezaan setiap pasangan dua pembolehubah (X. KORELASI SPEARMAN (SPEARMAN’S CORRELATION) Korelasi Spearman merupakan salah satu jenis ukuran kadar korelasi di antara dua pembolehubah. penyelidik harus membuat keputusan dengan tepat sama ada hubungan mereka adalah linear atau bukan linear. iaitu singkatan bahasa Inggeris mewakili analysis of variance. Bagaimanapun. Di samping itu. Korelasi juga biasanya digunakan untuk analisis data bagi membuat inferensi. Ianya berkait rapat dengan statistik inferential yang mana prosedur penggunaan statistik tersebut adalah untuk analisis data. dan memilih ujian statistik bukan satu tetapi lain yang juga sesuai. Selain daripada itu. Statistik inferential adalah digunakan untuk membuat inferensi. ramalan dan statistik. analisis factor dan sebagainya.

Pelajar Statistik (x) Matematik (y) 1 2 0 1 5 2 25 20 3 37 30 4 43 35 5 45 30 6 56 43 7 70 50 8 75 60 9 8 0 7 0 10 90 78 . koefisyen korelasi r berdasarkan data dalam Jadual 11. Contoh 1. koefisyen korelasi di antara dua pembolehubah adalah terletak di antara r = 1 dan r = -1.3(a) dan rumus Korelasi Spearman. kita jarang dapat koefisyen korelasi yang ekstrim seperti r = 1 atau r = -1.1 Jadual berikut menunjukkan jumlah markah Statistiks dan Matematik bagi pelajarpelajar Kursus Diploma Perniagaan di sebuah Kolej. Dengan cara yang sama. Di dalam realiti. iaitu korelasi linear negatif yang sempurna mempunyai koefisyen korelasi r = -1. Gambarajah Sebaran Salah satu cara untuk menggambarkan bentuk hubungan di antara data-data dua pembolehubah ialah dengan melukiskan gambar rajah sebaran (atau serakan) . Lukiskan gambar rajah sebaran bagi data tersebut. iaitu -1< r <1. Di dalam gambar rajah sebaran kita lukiskan pembolehubah tidak bersandar pada paksi x dan pembolehubah bersandar pada paksi y. koefisyen korelasi r =1. lazimnya. Ini bermakna korelasi linear positif yang sempurna mempunyai koefisyen korelasi r =1. berdasarkan data daripada Jadual 11.Maka.3(b) ialah -1.

1 : Menunjukkan Sebaran Markah Stati sti k & Matemati k Matematik 90 80 70 60 50 40 30 20 10 0 0 10 20 30 40 50 60 70 80 90 100 Statistik . Kesimpulannya pelajar yang cemerlang dalam statistik juga didapati cemerlang dalam matematik dan sebaliknya.Daripada Rajah 1. Hubungan linear positif disebut korelasi positif.1 kita dapat perhatikan bahawa wujud hubungan linear positif antara markah Statistik dan markah Matematik. Rajah 1.

Gambarajah terserak adalah seperti berikut : Rajah 1. Titik data terserak pada satu garis lurus.2 Jenis-jenis gambarajah serakan a) Tiada Korelasi b) Korelasi Positif x x x x x x x x x x x x x x x x c) Korelasi Positif Kuat d) Tiada Korelasi x x x xx x x x x x x x x e) Korelasi Negatif xx x x x x x x x x f) Korelasi Negatif Kuat x x x x x . Jika pemboleh ubah x berubah dan pembolehubah yang mempunyai satu perubahan yang tetap. maka x dan y mempunyai satu korelasi linear.Jenis-jenis Korelasi Korelasi linear adalah satu hubungan linear untuk kumpulan data-data.

iaitu bersandar (x). Koefisien Korelasi Hasil Darab Momen r= [nΣx nΣxy − (Σx )(Σy ) 2 − (Σx) nΣy − (Σy ) 2 ][ ] b.  2  n( n −1)  r = Kedua-dua rumus ini memberi keputusan yang hampir sama. pembolehubah bersandar (y) dengan pembolehubah tidak Gambarajah serakan atau sebaran dapat memberi satu gambaran yang jelas mengenai data-data serta jenis korelasi linear yang wujud diantara 2 pembolehubah tetapi tidak dapat menyukat kekuatan korelasi linear. Terdapat dua rumus yang digunakan untuk mengira nilai koefisien korelasi.g) Tiada Korelasi h) Korelasi Sempurna x x x x x x x xx xx xx x x x x x Koefisien Korelasi Koefisien Korelasi adalah ukuran hubungan pertalian di antara dua pembolehubah.0 dan 1. Nilai-nilai koefisien korelasi berada diantara –1.0 . Jika nilai yang diperolehi menghampiri – 1. ini menunjukkan dua pembolehubah tersebut mempunyai hubungan negatif yang .0. a. Koefisien Korelasi Pangkat Spearman  6Σd 2  1.

Hubungan negatif di antara dua pembolehubah dikatakan wujud dalam keadaan berikut. Kaedah ini juga sesuai jika data yang dikumpul tidak mempunyai nilai-nilai yang melampau. Begitulah sebaliknya.kuat. iaitu data yang tidak mempunyai perbezaan nilai yang terlalu besar di antara satu sama lain. Koefisien Korelasi Hasil Darab Momen Kaedah ini digunakan untuk mengira hubungan atau pertalian untuk data-data yang berbentuk kuantitatif sahaja.0. nilai pembolehubah bersandar (y) akan menurun dan sebaliknya. Jika nilai koefisien korelasi menghampiri 0. ini menunjukkan dua pembolehubah tersebut mempunyai hubungan positif yang kuat. Jika kadar faedah pinjaman dinaikkan maka ramai pengguna mungkin tidak mampu meminjam dan implikasinya ialah jumlah bilangan kereta yang dijual akan menurun. ini menunjukkan yang dua pembolehubah tersebut tidak mempunyai hubungan di antara satu sama lain. Contohnya hubungan di antara kadar faedah pinjaman untuk pembelian kereta dengan jumlah jualan kereta. Jika nilai pembolehubah tidak bersandar (x) meningkat. Jika nilai yang didapati menghampiri 1. KEBAIKAN KAEDAH KORELASI .

2) 3) Menghasilkan maklumat berdasarkan tahap hubungan di antara pemboleh ubah yang dikaji Melengkapkan pengkaji dengan tanggapan dan pemahaman yang lebih baik tentang cara pembolehubah-pembolehubah itu digunakan yang mana setiap satunya mempunyai maknanya yang tersendiri. 4) Sebagai asas kepada cara untuk mentafsirkan sesuatu yang mana memudahkan pengkaji untuk melakukan jangkaan / anggaran kepada ketepatan sesuatu tafsiran. Di antara kebaikan kaedah korelasi ini adalah: 1) Kaedah korelasi ini adalah sangat berguna dalam menyelesaikan permasalahan di dalam pendidikan dan juga sains sosial kerana ianya memudahkan pengiraan segala pembolehubah beserta hubungannya secara serentak. kaedah korelasi juga tetap mempunyai kebaikan dan keburukannya. Namun begitu. kaedah korelasi amat penting bagi proses pengalisisan data. .Di dalam kajian tindakan ini.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->