You are on page 1of 8

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. 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 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
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.

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.

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.

Contoh 1.1

Jadual berikut menunjukkan jumlah markah Statistiks dan Matematik bagi pelajar-
pelajar Kursus Diploma Perniagaan di sebuah Kolej. Lukiskan gambar rajah sebaran
bagi data tersebut.

Pelajar 1 2 3 4 5 6 7 8 9 10
Statistik (x) 2 25 37 43 45 56 70 75 8 90
0 0
Matematik (y) 1 20 30 35 30 43 50 60 7 78
5 0
Daripada Rajah 1.1 kita dapat perhatikan bahawa wujud hubungan linear positif
antara markah Statistik dan markah Matematik. Hubungan linear positif disebut
korelasi positif. Kesimpulannya pelajar yang cemerlang dalam statistik juga didapati
cemerlang dalam matematik dan sebaliknya.

Rajah 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
Jenis-jenis Korelasi

Korelasi linear adalah satu hubungan linear untuk kumpulan data-data. Jika pemboleh
ubah x berubah dan pembolehubah yang mempunyai satu perubahan yang tetap, maka
x dan y mempunyai satu korelasi linear. Titik data terserak pada satu garis lurus.
Gambarajah terserak adalah seperti berikut :

Rajah 1.2 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 x
x x x
xx x x
x x

e) Korelasi Negatif f) Korelasi Negatif Kuat

xx x
x x x
x x x
x x x
x x x
g) Tiada Korelasi h) Korelasi Sempurna

x
x x
x x x
x x x
xx x
xx x
xx x

Koefisien Korelasi

Koefisien Korelasi adalah ukuran hubungan pertalian di antara dua


pembolehubah, iaitu pembolehubah bersandar (y) dengan pembolehubah tidak
bersandar (x).

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.

a. Koefisien Korelasi Hasil Darab Momen

nΣ xy − (Σ x)(Σ y )
r=
[ nΣ x − (Σ x) ][ nΣ y − (Σ y) ]
2 2

b. Koefisien Korelasi Pangkat Spearman

 6Σd 2 
r = 1-  
 n(n − 1) 
2
Kedua-dua rumus ini memberi keputusan yang hampir sama. Nilai-nilai koefisien
korelasi berada diantara –1.0 dan 1.0 . Jika nilai yang diperolehi menghampiri –
1.0, ini menunjukkan dua pembolehubah tersebut mempunyai hubungan negatif yang
kuat. Jika nilai yang didapati menghampiri 1.0, ini menunjukkan dua pembolehubah
tersebut mempunyai hubungan positif yang kuat. Jika nilai koefisien korelasi
menghampiri 0, ini menunjukkan yang dua pembolehubah tersebut tidak mempunyai
hubungan di antara satu sama lain. Hubungan negatif di antara dua pembolehubah
dikatakan wujud dalam keadaan berikut. Jika nilai pembolehubah tidak bersandar (x)
meningkat, nilai pembolehubah bersandar (y) akan menurun dan sebaliknya.
Contohnya hubungan di antara kadar faedah pinjaman untuk pembelian kereta dengan
jumlah jualan kereta. Jika kadar faedah pinjaman dinaikkan maka ramai pengguna
mungkin tidak mampu meminjam dan implikasinya ialah jumlah bilangan kereta yang
dijual akan menurun. Begitulah sebaliknya.

Koefisien Korelasi Hasil Darab Momen

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.

KEBAIKAN KAEDAH KORELASI


Di dalam kajian tindakan ini, kaedah korelasi amat penting bagi proses pengalisisan
data. Namun begitu, kaedah korelasi juga tetap mempunyai kebaikan dan
keburukannya. 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.
2) Menghasilkan maklumat berdasarkan tahap hubungan di antara
pemboleh ubah yang dikaji
3) 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.

You might also like