P. 1
Kajian Tindakan (Penulisan korelasi

Kajian Tindakan (Penulisan korelasi

|Views: 3,320|Likes:
Published by kieygiggs

More info:

Published by: kieygiggs on Sep 13, 2009
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

08/01/2014

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

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. 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. 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 pelajarpelajar Kursus Diploma Perniagaan di sebuah Kolej. Lukiskan gambar rajah sebaran bagi data tersebut. 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

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 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

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, iaitu bersandar (x).

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. a. Koefisien Korelasi Hasil Darab Momen

r=

[ nΣ x − (Σ x) ][ nΣ y − (Σ y) ]
2 2

nΣ xy − (Σ x)(Σ y )

b. Koefisien Korelasi Pangkat Spearman

r =

 6Σd 2  1-   2  n(n − 1) 

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) 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.

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)//-->