1. KORELASI

2. 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 )

3. Kita akan belajar:
Bagaimana menginterpretasi korelasi

4. CORRELATION
Pearson Product-Moment Correlation
Spearman Rho

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

6. What to Expect?
Strength
Describe
Direction
Hypothesis Test

7. 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

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

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

10. 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.

11. Practice with ScatterplotsB C D

12. Strength/Magnitude Correlation coefficient, r

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

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

15. 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

16. 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)

17. 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)

18. CONTOH/LATIHAN

19. 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

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

21. Berdasarkan output daripada SPSS,
r = , 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.

22. 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

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

24. 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 = , p<0.05) di antara keresahan dan kohesif kumpulan pada aras p<0.05

25. 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

26. Output SPSS

27. Min lelaki dan perempuan bagi dimensi auditory dan visual

28. Levene’s Test of Significance

29. 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

30. 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.