P. 1
penelitian korelasi

penelitian korelasi

|Views: 6,016|Likes:
Published by AveeQ
file from education management
file from education management

More info:

Published by: AveeQ on Nov 28, 2009
Copyright:Attribution Non-commercial

Availability:

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

05/17/2013

Art by AveeQ Pascasarjana Universitas Negeri Yogyakarta Program Studi Manajemen Pendidikan www.afiqi-sirau.blogspot.

com

Penelitian Korelasi
Definisi Korelasi Peneltian korelasi adalah penelitian yang mencari hubungan antara variable yang satu dengan variable yang lain tanpa mencari sebab dan akibat antara variable yang satu dengan variable yang lain secara mendalam. Tujuan penelitian korelasi Penelitian korelasi mengacu pada studi penelitian yang tujuannya adalah untuk menemukan hubungan antara variabel-variabel melalui penggunaan statistik. Korelasi statistik juga digunakan secara ekstensif dalam konstruksi tes dan analisis, karena pemahaman koefisien korelasi penting untuk membahas makna dalam istilah nonmatematik. Seperti contoh pengertian perbedaan individual, anggaplah semua orang memiliki tingkat yang sama prestasi akademiknya. Tidak akan banyak apa yang bisa dilakukan peneliti untuk melakukan prediksi. misalnya penelitian itu akan menjadi hal yang mudah karena kita akan mampu membuat prediksi yang akurat bagi semua orang, tidak akan ada kebutuhan untuk mengembangkan ukuran yang rumit, baik karena dalam skenario itu kita ada tingkat pencapaian dalam populasi. Namun kenyataannya adalah bahwa orang berbeda-beda sehubungan dengan karakteristik ini, dan memiliki variasi besar konsekuensi pribadi dan sosial. Sebagai contoh, prestasi akademis yang tinggi umumnya melakukan peran yang berbeda dalam masyarakat dan masyarakat melihat diri mereka berbeda daripada yang berprestasi akademis rendah. Jika peneliti bisa menemukan penyebab dan dampak dari variabilitas dalam prestasi akademik, pengetahuan ini mungkin terbukti baik berguna dalam membantu mencapai rendah dan tinggi menjadi lebih berkepribadian dan akademis sukses. Menggunakan Diagram Scattergrams Untuk membantu bagaimana kita memahami dalam penelitian korelasi, kita memerlukan tiga grafik. Grafik ini adalah scattergram, scattergram juga disebut sebagai scatter plot adalah representasi bergambar korelasi antara dua variabel: nilai individu pada satu variabel akan diisi pada sumbu x grafik dan nilai individu yang sama pada variabel lain diplot pada y-sumbu. Lebih dari itu bahwa setiap titik pada grafik berisi dua lembar informasi, posisi individu terhadap sumbu x dan sehubungan dengan sumbu-y.

Korelasi Positif, Desain dasar dalam penelitian korelasi sangat sederhana, yang melibatkan tidak lebih dari pengumpulan data pada dua atau lebih variabel untuk setiap individu dalam sampel dan komputasi koefisien korelasi. Sebagai contoh, kita boleh memilih sebuah kelompok mahasiswa baru dan berusaha untuk meramalkan tahun pertama nilai-nilai mereka (populasi merupakan variabel A), atas dasar keseluruhan tes bakat skolastik, (nilai merupakan variabel B). banyak penelitian penting dalam pendidikan telah dilakukan dengan desain sederhana ini. Penelitian terbaru telah menggunakan lebih dengan lebih baik teknik korelasi untuk memasukkan lebih banyak variabel dalam analisis data dan dengan demikian memperoleh gambaran yang lebih jelas dari hubungan yang studi. Seperti dalam kebanyakan penelitian, studi korelasi kualitas tidak ditentukan oleh kerumitan desain atau kecanggihan teknik analisis, tetapi oleh kedalaman pemikiran dan konstruksi teoretis yang membimbing penelitian desain. Kemungkinan untuk mendapatkan temuan penelitian yang penting lebih besar jika peneliti menggunakan teori dan hasil penelitian sebelumnya untuk memilih variabel yang akan berkorelasi antara yang satu dengan yang lain Korelasi negatif, dalam korelasi negatif sebagai nilai-nilai salah satu variabel meningkat, nilai-nilai variabel kedua menurun. Demikian juga, sebagai nilai salah satu variabel menurun, nilai dari variabel lain meningkat. Kata "negatif" adalah label yang menunjukkan arah korelasi. Ada korelasi negatif antara menonton TV dan nilai-nilaisiswa kelas yang lebih banyak menghabiskan waktu menonton TV cenderung memiliki nilai yang lebih rendah (atau diungkapkan sebagai siswa dengan nilai yang lebih tinggi cenderung mengurangi waktu menonton TV).

Kemungkinan korelasi, masih ada kemungkinan kurangnya hubungan antara dua variabel, yang digambarkan oleh scattergram untuk bisa mengetahui individu skor pada sumbu x variabel tidak ada harganya sama sekali dalam memprediksi skor nya pada sumbu y variabel. Menggunakan contoh sebuah tes kosakata dan pemahaman bacaan, mari kita anggap bahwa untuk setiap nilai tes kosakata ada siswa dengan pemahaman bacaan, skor sangat beragam. Misalnya, siswa dengan skor 10 pada tes kosakata memiliki nilai pemahaman bacaan berkisar 85-145. Dapat disimpulkan bahwa terdapat sedikit

Art by AveeQ Pascasarjana Universitas Negeri Yogyakarta Program Studi Manajemen Pendidikan www.afiqi-sirau.blogspot.com atau tidak ada hubungan, atau korelasi antara dua variable, tidak akan mungkin prediksi yang akurat dari pemahaman membaca nilai dari skor kosakata.

Korelasi dan Kausal Pendekatan yang bersifat korelasi bisa untuk menganalisis hubungan antara variabelvariabel tertentu, pada keterbatasan yang sama sehubungan dengan inferensi kausal sebagai pendekatan kausal-komparatif dibahas dalam bab sebelumnya. Sebagai contoh, jika kita menemukan korelasi positif antara tahun tingkat pendidikan dan minat pada kegiatankegiatan budaya, kita dapat menarik kesimpulan bahwa setiap tahun format sekolah cenderung menghasilkan yang lebih menarik di kegiatan budaya sebelumnya. Dua kesimpulan tadi masuk akal, namun, salah satunya adalah tingkat minat pada kegiatan-kegiatan budaya pendidikan menentukan berapa banyak mahasiswa akan mencari nilai dari budaya tersebut. Kesimpulan yang lain adalah bahwa variabel ketiga menentukan baik jumlah dan tingkat pendidikan mencapai kepentingan dalam kegiatan-kegiatan budaya, sehingga menciptakan hubungan yang positif antara kedua variabel. Sebagai contoh, orangtua berpendidikan adalah variabel ketiga. Orangtua yang lulusan perguruan tinggi bisa mendorong anak-anak mereka untuk tetap bersekolah lebih lama dan untuk lebih mengembangkan minat budaya dari orang tua yang kurang berpendidikan formal. Jika ini benar, hubungan yang diamati antara pendidikan dan kepentingan budaya bukan merupakan penyebab (dan) hubungan efek (berakibat), melainkan merupakan hasil dari tekad bersama mereka dengan variabel ketiga. Sebuah hubungan korelasi antara dua variabel terkadang adalah hasil dari sebuah artefak. Sebagai contoh, jika kita menghubungkan dua skala dari manusia berkepribadian yang sama, hubungan yang signifikan antara skala bisa ditemukan karena kedua skala itu mengandung beberapa item yang sama, bukan karena kepribadiannya yang mengukur dimensi bahwa mereka adalah kausalitas terkait, sebuah teknik statistik dapat digunakan untuk memperbaiki koefisien korelasi untuk variasi item tes yang tumpang tindih. Juga, ketika penilai digunakan untuk mengumpulkan data, hubungan antara variabel-variabel yang mungkin bisa ditemui karena skor penilai yang sama kedua variabel. Hal ini khususnya.

Mungkin bila ada bias penilai karena lingkaran. Sebagai contoh, kita mungkin menemukan korelasi antara individu skor baik, ciri-ciri jika penilai dari awal kesan positif atau negatif dari individu-individu yang diberi nilai. Jika kesan positif, mereka mungkin akan mencetak individu tinggi pada semua ciri-ciri, jika kesan negatif, mereka mungkin akan menetapkan seorang individu semua skor rendah. Setiap korelasi ditemukan antara ciri-ciri karena artefak ini penyebab sejati dalam efek hubungan. Ringkasnya, korelasi statistik dapat digunakan untuk menyelidiki penyebab (dan) akibat hubungan antara variabel-variabel, namun hasil yang diperoleh biasanya tidak mengarah ke kesimpulan yang kuat. Sebuah korelasi antara A dan B dapat berarti bahwa A adalah determinan dari B, bahwa B adalah sebuah determinan dari A, bahwa variabel ketiga X menentukan baik A dan B, atau bahwa hubungan antara A dan B adalah karena adanya artefak (misalnya , ukuran A dan B berisi beberapa item yang sama). Hanya percobaan yang dapat memberikan kesimpulan pasti tentang penyebab (dan) efek hubungan. Koefisien korelasi paling baik digunakan untuk mengukur derajat dan arah (yakni, positif atau negatif) dari hubungan antara dua atau lebih variabel, dan untuk mengeksplorasi kemungkinan faktorfaktor kausal. Jika sebuah hubungan yang signifikan antara variabel-variabel yang ditemukan kausalitas mereka dapat diuji lebih definitif dengan menggunakan rancangan penelitian eksperimental) Keuntungan dan penggunaan penelitian korelasi. Rancangan penelitian korelasi, seperti desain penelitian kausal komparatif di mana berkaitan erat, sangat berguna untuk mempelajari masalah-masalah di bidang pendidikan dan dalam ilmu-ilmu sosial lainnya. Kelebihan utama kausal-komparatif atau desain eksperimental adalah bahwa mereka memungkinkan peneliti untuk menganalisis hubungan di antara sejumlah besar variabel dalam satu penelitian. Di bidang pendidikan dan ilmu sosial, kita sering menghadapi situasi di mana beberapa variabel mempengaruhi pola perilaku tertentu. Desain Korelasi memungkinkan kita untuk menganalisis bagaimana variabelvariabel tersebut, baik sendiri-sendiri atau dalam kombinasi, mempengaruhi pola perilaku. Keuntungan lain dari desain korelasi adalah bahwa mereka menyediakan informasi tentang derajat hubungan antara variabel-variabel yang sedang diteliti. Sebagai contoh, studi kausal-komparatif kemampuan mengajar seringkali diawali dengan identifikasi dari sekelompok guru yang baik dan sekelompok guru yang tidak efektif. Maka perbandingan

Art by AveeQ Pascasarjana Universitas Negeri Yogyakarta Program Studi Manajemen Pendidikan www.afiqi-sirau.blogspot.com yang dibuat antara dua kelompok pada variabel dependen yang dipilih untuk mengidentifikasi kemungkinan penyebab perbedaan yang diamati dalam kemampuan mengajar. Menggambarkan satu kelompok guru yang baik dan kelompok lain tidak baik (tidak efektif), bagaimanapun, adalah jelas buatan dikotomi, karena dalam setiap kelompok guru ini pasti akan lebih baik daripada yang lain. Perbedaan dalam tingkat diabaikan dalam desain kausalkomparatif. Pada kenyataannya, apa yang kita miliki dalam populasi itu adalah bukan dua kelompok guru jelas kemampuan yang berbeda, tapi satu kelompok berkisar dalam tingkat kemampuan mengajar dari sangat miskin sangat bagus. Koefisien korelasi mengambil keuntungan dari kisaran ini, menyediakan ukuran derajat hubungan atas seluruh rentang kemampuan mengajar, atau dalam kisaran tertentu. Desain korelasi digunakan untuk dua tujuan utama: Untuk mengeksplorasi hubungan kausal antara variabel-variabel Untuk memperkirakan nilai pada satu variabel dari penelitian peserta nilai variabel lain. Dalam hubungan kausal penelitian, variabel dapat diukur pada titik yang sama pada waktu atau pada titik waktu yang berbeda. Dalam prediksi penelitian, variabel yang digunakan untuk prediksi harus diukur sebelum pengukuran variabel yang akan diprediksi. Keterbatasan hubungan kausal studi. Seperti yang kita dijelaskan di atas, korelasi didapatkan dalam studi hubungan kausal yang tidak menyebabkan (dan) efek hubungan antara variabel-variabel yang berkorelasi. Banyak peneliti telah mengkritik hubungan kausal studi karena jenis studi ini merubah kemampuan kompleks dan pola perilaku menjadi komponen sederhana. Meskipun pendekatan atomistik ini cocok untuk berbagai bidang penelitian di bidang pendidikan dan psikologi, akan tetapi ada beberapa, diantara pertanyaannya adalah apakah kemampuan yang kompleks, seperti kemampuan artistik, mempertahankan maknanya jika dipecah menjadi unsur-unsurnya. Ada banyak orang yang tampaknya memiliki semua atau sebagian besar keterampilan khusus yang muncul terkait dengan kemampuan artistik namun tidak mampu menghasilkan seni kreatif. Sebaliknya, banyak guru yang diakui dalam seni kreatif kekurangan dalam keterampilan tertentu yang berkaitan dengan media ekspresi mereka, namun menghasilkan karya. Masalah lain dengan menggunakan statistic korelasi untuk mengidentifikasi variabel yang mungkin kausal berkaitan dengan pola-pola perilaku

kompleks atau kemampuan adalah bahwa kesuksesan dalam banyak kegiatan yang kompleks yang menarik minat kita mungkin dapat dicapai dengan cara yang berbeda. Merencanakan studi prediksi. Studi prediksi ini digunakan peneliti untuk banyak prediksi studi, biasanya dengan tujuan untuk mengidentifikasi variabel yang memprediksi tentang akademis, kejuruan, dan pribadi. Prediksi studi memberikan tiga jenis informasi: (1) sejauh mana pola perilaku kriteria dapat diprediksi, (2) data untuk mengembangkan teori tentang faktor-faktor penentu kriteria pola perilaku, dan (3) bukti mengenai validitas prediktif ujian atau tes yang coreiated dengan kriteria pola perilaku. Prediksi studi dapat dibedakan dari jenis informasi dan minat peneliti. Dalam beberapa studi yang penekanannya pada kriteria tertentu (misalnya, nilai tahun pertama), dan berbagai langkah yang digunakan untuk memprediksi kriteria ini. Langkah tersebut membuat prediksi yang baik dan kemudian dapat diterapkan pada masalah praktis, seperti seleksi penerimaan mahasiswa untuk perguruan tinggi. Perhatian utama peneliti adalah temuan makna teoritis, yang akhirnya, seorang peneliti dapat melakukan penelitian prediksi untuk tujuan membangun. Prediksi penelitian telah memberikan kontribusi besar untuk praktik pendidikan, banyak studi ini bertujuan untuk digunakan dalam waktu jangka pendek, prediksi kinerja siswa dalam suatu program studi tertentu, dan yang lainnya bertujuan untuk prediksi jangka panjang dari keberhasilan akademis umum. Temuan studi ini telah menjadi bantuan yang sangat berarti kepada sekolah dalam mengidentifikasi para siswa yang paling mungkin untuk berhasil di lingkungan akademis tertentu atau program studi. Selain itu, studi prediksi memberikan dasar ilmiah bagi upaya untuk membantu siswa merencanakan masa depan akademik mereka Desain Studi Prediksi mirip dengan hubungan kausal studi dalam komputasi yang melibatkan korelasi antara pola perilaku yang kompleks (kriteria) dan variabel yang dianggap berkaitan dengan kriteria. Namun, dalam studi prediksi variabel yang lain (kadang-kadang disebut variabel prediktor) diukur beberapa waktu sebelum terjadi kriteria perilaku. Sebaliknya, dalam mempelajari hubungan sebab-akibat kriteria perilaku dan variabel lain tidak perlu diukur dalam suatu urutan tertentu, dan dalam praktiknya mereka sering kali

Art by AveeQ Pascasarjana Universitas Negeri Yogyakarta Program Studi Manajemen Pendidikan www.afiqi-sirau.blogspot.com diukur pada titik yang sama pada satu waktu. Selain itu, studi prediksi cenderung lebih peduli dengan memaksimalkan korelasi antara variabel-variabel prediksi dan kriteria, sedangkan hubungan kausal studi berusaha untuk menjelaskan sejauh mana suatu hubungan, baik tinggi, sedang, atau rendah. Korelasi yang diperoleh dalam penelitian prediksi kadang-kadang dapat ditingkatkan dengan menggunakan beberapa analisis korelasi atau moderator.

Korelasi bivariat statistik Pada bagian ini kita membahas 10 teknik korelasi yang dapat digunakan untuk menganalisis tingkat hubungan antara dua variabel. Karena dua variabel invcived, teknik ini disebut correlational bivariat statistik. Bentuk variabel yang akan berkorelasi dan sifat hubungan menentukan teknik yang digunakan. Teknik Simbol Product-moment r correlation (korelasi produk) Rank-difference correlation (rho) (korelasi pebedaan rank) Kendall’s tau Ranks Ranks Lebih baik menggunakan rho daripada menggunakan angka dibawah 10 Nilai dapat melampuai 1; memiliki standard error yang lebih besar daripada r; biasanya digunakan p Ranks Ranks Variable 1 Continuous Variable 2 Continuous Keterangan Teknik yang paling stabil karena standar errornya yang paling kecil Bentuk khusus dari productmoment

Biserial correlation (korelasi biserial)

r

bis

Artificial dichotomy

Continuous

Widespread biserial correlation (korelasi luas biserial) Point-biserial correlation (korelasi poin biserial) Tetrachoric correlation (tetrachoric korelasi) Phi coefficient (koefisien phi)

r

wbis

Widespread artificial dichotomy

Continuous

r

pbis

True dichotomy

Continuous

dalam analisis item Digunakan ketika peneliti tertarik pada orang-orang yang berbeda dalam variable dikotomi Menghasilkan korelasi yang lebih rendah daripada rbis Digunakan ketika kedua variable dapat dibagi dititiktitik kritis Digunakan dalam perhitungan korelasi antar item Berbanding dengan rt dalam kondisi tertentu; erat kaitannya dengan chikuadrat Digunakan untuk mengetahui hubunganhubungan nonlinier

r

t

Artificial dichotomy

Artificial dichotomy

True

True

Contingency coefficient (koefisien kontingensi)

C

Two or more categories

Two or more categories

Correlation ratio, eta (korelasi rasio)

η

Continuous

Continuous

Korelasi statistik multivarian Teknik korelasi ini adalah dikemukakan untuk digunakan untuk mengukur derajat hubungan antara dua variabel. Namun, disini akan lebih banyak masalah dalam penelitian pendidikan yang melibatkan hubungan timbal balik antara tiga atau lebih variabel. Statistik multivariat kita kethaui ada dalam bagian yang memungkinkan peneliti untuk mengukur dan

Art by AveeQ Pascasarjana Universitas Negeri Yogyakarta Program Studi Manajemen Pendidikan www.afiqi-sirau.blogspot.com mempelajari derajat hubungan antara berbagai kombinasi variabel-variabel. Statistik Multiple regression Kegunaan Digunakan untuk menentukan korelasi (R) antara variabel kriteria dan dua kombinasi Discriminant analysis atau lebih variabel prediksi Digunakan untuk menentukan korelasi antara dua atau lebih prediksi variabel dan variabel Canonical correlations Path analysis Structural equation modeling kriteria berkategori Digunakan untuk memprediksi kombinasi dari beberapa variabel kriteria dari kombinasi beberapa variabel prediksi Digunakan untuk menguji teori tentang hipotesis hubungan kausal antara variabelvariabel yang berkorelasi Digunakan untuk menguji teori tentang hipotesis hubungan kausal antara variabelvariabel yang berkorelasi; menghasilkan lebih valid dan dapat diandalkan ukuran dari variabel-variabel yang akan dianalisis daripada path analisis Digunakan untuk mengurangi sejumlah besar variabel dari beberapa faktor dengan menggabungkan variabel-variabel yang cocok atau sangat berkorelasi dengan satu Differential analysis sama lain Digunakan untuk menguji korelasi antara variabel-variabel di antara subkelompok homogen dalam sampel, dapat digunakan untuk mengidentifikasi variabel-variabel moderator yang dapat meningkatkan ukuran's prediktif validitas

Factor analysis

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)//-->