KORELASI

yang bodoh bercakap kerana terpaksa memperkatakan sesuatu” “Orang-orang yang bijak bercakap kerana ada sesuatu untuk diperkatakan, manakala yang bodoh bercakap kerana terpaksa memperkatakan sesuatu” ( Plato )

Kita akan belajar: Bagaimana menginterpretasi korelasi

CORRELATION Pearson Product-Moment Correlation Spearman Rho

Pearson Product-Moment Correlation Tujuan – mengenalpasti hubungan antara dua pembolehubah Syarat: DV – Interval/Ratio IV – Interval/Ratio

What to Expect? Strength Describe Direction Hypothesis Test

Components of Pearson r Analysis Direction Pearson corr. coefficient, r Strength/ Magnitude Descriptive Inferential Hypothesis Test: Ho: ρ = 0 HA: ρ ≠ 0 ρ > 0 ρ < 0

Scatter Plot/Scatter Gram 1. Strong positive correlation between x and y The value of Y clearly increases as the value of X increases.

2. Strong/weak negative correlation between x and y The value of Y clearly decreases as the value of X increases.

There is no demonstrated connection between the two variables. 3. Complex correlation/no correlation between x and y There is no demonstrated connection between the two variables.

Practice with Scatterplots B +.00 +.50 -.60 + .90 C D

Strength/Magnitude Correlation coefficient, r

Guildford Rule of Thumb r Strength of Relationship <.2 Negligible relationship .2 - .4 Low relationship .4 - .7 Moderate relationship .7 - .9 High relationship >.9 Very high relationship

1. State Hypothesis Comparison between groups: Ho: μ1 = μ2 HA: μ1 ≠ μ2 Two-tailed μ1 > μ2 One-tailed (more than) μ1 < μ2 One-tailed (less than) Relationship between variables: Ho: ρ = 0 HA: ρ ≠ 0 Two-tailed ρ > 0 One-tailed (Positive) ρ < 0 One-tailed (Negative)

2 Inferential Langkah-langkah menguji hipotesis berdasarkan output spss 1. Nyatakan hipotesis dan alternatif Ho: ρ = 0 HA: ρ ≠ 0 (tidak berarah 2 tailed) ρ > 0 (berarah – 1 tailed) ρ < 0 (berarah – 1 tailed) Nyatakan aras signifikan, α (alpha) Contoh: α =0.05 Cari nilai kebarangkalian daripada SPSS

Bandingkan nilai kebarangkalian daripada SPSS dengan nilai α yang kita tetapkan (0.05). Jika nilai kebarangkalian ≤ aras signifikan ( nilai kebarangkalian ≤ α) Buat keputusan: Tolak H0: Terdapat hubungan yang signifikan antara dua pembolehubah Dapatan kajian signifikan secara statistik. Keputusan kajian menunjukkan terdapat bukti yang cukup nilai r yang diperolehi daripada sampel boleh digenerelisasikan kepada parameter populasi. Terdapat hubungan yang signifikan secara positif di antara p.u A dan B (r=0.87), p<0.05)

Jika nilai kebarangkalian ≥ α Buat keputusan: Gagal menolak H0: Tidak ada hubungan antara dua pembolehubah Dapatan kajian tidak signifikan secara statistik (p>0.05). Tidak terdapat hubungan yang signifikan di antara p.u A dan B (r=0.06), p>0.05)

CONTOH/LATIHAN

Latihan 1 Data dikutip daripada sampel berdasarkan persampelan kebarangkalian untuk menentukan hubungan di antara markah tugasan dengan markah ujian. Taburan data dipersembahkan dalam jadual di bawah. Dengan andaian bahawa data di bawah adalah normal, nyatakan hubungan antara kedua dua pembolehubah. Data set: Assign Test 8.5 88 6 66 9 94 10 98 8 87 7 72 5 45 6 63 7.5 85 5 77

KORELASI Correlations TUGASAN UJIAN TUGASAN Pearson Correlation 1 .865** Sig. (1-tailed) .001 N 10 10 UJIAN Pearson Correlation .865** 1 Sig. (1-tailed) .001 N 10 10 **. Correlation is significant at the 0.01 level (1-tailed).

Berdasarkan output daripada SPSS, r = 0.865 , p<0.01 Tolak Ho: ρ = 0 Terima HA: ρ ≠ 0 Terdapat hubungan yang signifikan antara markah purata tugasan dengan markah peperiksaan (r= 0.87, p>0.01) Kesimpulan: Terdapat hubungan yang positif dan signifikan antara markah purata tugasan dan markah peperiksaan.

Latihan 2 Sorotan literatur menunjukkan keresahan mempunyai korelasi yang negatif dengan kohesif kumpulan. Untuk menunjukkan hubungan ini, Dr Irman telah mengutip data daripada sampel yang dikutip secara rawak. Data adalah seperti berikut: Berdasarkan output SPSS, nyatakan hubungan di antara 2 pembolehubah pada aras signifikan 0.05 Summary stat: n = 21 ∑X = 417 ∑Y = 446 ∑X2 = 8,697 ∑Y2 = 9,802 ∑XY = 8,566

Berdasarkan output SPSS, r = -0.783. Correlations KERESAHAN KOHESIF TUGASAN Pearson Correlation 1 -.783* Sig. (1-tailed) .03 N 21 21 UJIAN Pearson Correlation -.783* 1 Sig. (1-tailed) .03 N 21 21 **. Correlation is significant at the 0.05 level (1-tailed). Ini menunjukkan terdapat hubungan yang negatif dan signifikan di antara keresahan dan kohesif kumpulan.

PENGUJIAN HIPOTESIS TERHADAP HUBUNGAN DI ANTARA 2 PEMBOLEHUBAH DI ARAS SIGNIFIKAN 0.05 Nyatakan hipotesis nul dan alternatif Ho: ρ = 0 HA: ρ < 0 Kesimpulan: Kajian menolak Ho.Terdapat hubungan negatif dan signifikan (r = - 0.78, p<0.05) di antara keresahan dan kohesif kumpulan pada aras p<0.05

Ujian T – Independent sample Purpose: to determine if there is any difference between groups Nyatakan hipotesis nul dan alternatif Ho: μ1 = μ2 (cnth: min lelaki dan min perempuan adalah sama. Tidak ada perbezaan antara skor matematik lelaki dan perempuan (tiada arah 2 tailed) HA: μ1 ≠ μ2 (cnth: min lelaki dan min adalah tidak sama. Terdapat perbezaan yang signifikan antara skor matematik lelaki dan perempuan

Output SPSS

Min lelaki dan perempuan bagi dimensi auditory dan visual

Levene’s Test of Significance

Pengujian Hipotesis Nyatakan Hipotesis nul dan alternatif Terima Ho1: Tidak ada perbezaan antara jantina terhadap stail pembelajaran bagi dimensi auditory (t=(108)=-1.04, p>0.05) Terima Ho2: Tidak ada perbezaan antara jantina terhadap stail pembelajaran bagi dimensi visual (t=(45.10) = 0.929, p>0.05) Kesimpulan: Tidak terdapat perbezaan antara lelaki dan perempuan terhadap stail pembelajaran bagi dimensi auditory dan visual

PANDUAN??? Kita ‘menolak Ho ‘ dan ‘menerima HA’ ATAU ‘Gagal menolak Ho’; Kita tidak boleh membuat kesimpulan ‘tolak HA’ Jika kita ‘Gagal menolak Ho’, ini bukan bermakna Ho itu benar, kita hanya mencadangkan tidak ada bukti yang cukup untuk menolak Ho dan kita menerima HA; Menolak Ho bermakna kita mencadangkan kemungkinan HA itu benar.