Statistik untuk Sains Sosial Bab 7 Metode Korelasi Statistik Untuk Sains Sosial

Metode Korelasi Metode korelasi ialah satu daripada metode analisis data yang digunakan untuk menguji pola dan darjah hubungan pemboleh ubah yang dikaji. Bentuk hubungan dua pemboleh ubah boleh diterangkan dalam tiga bentuk iaitu: Hubungan positif Hubungan negatif Tiada hubungan Statistik Untuk Sains Sosial

Korelasi Positif Hubungan antara pembolehubah X dan Y adalah positif apabila wujud hubungan langsung antara kedua-duanya. Jika Markat X rendah, markat Y juga rendah. Markat X tinggi, markat Y juga tinggi. Statistik Untuk Sains Sosial

Jadual 7.1: Hubungan Pembolehubah X dan Y Korelasi Positif Jadual 7.1: Hubungan Pembolehubah X dan Y Kes Pembolehubah Markat X Y 1 2 3 4 5 6 X1 X2 X3 X4 X5 X6 Y1 Y2 Y3 Y4 Y5 Y6 12 14 16 18 20 22 10 13 19 21 24 Statistik Untuk Sains Sosial Statistik Untuk Sains Sosial

Korelasi Positif Y • • • • • • • • X Statistik Untuk Sains Sosial

Korelasi Negatif Hubungan antara pembolehubah X dan Y adalah negatif apabila wujud hubungan songsang antara kedua-duanya. Jika Markat X rendah, markat Y tinggi. Markat X tinggi, markat Y rendah. Statistik Untuk Sains Sosial

Jadual 7.2: Hubungan Pemboleh Ubah A dan B Korelasi Negatif Jadual 7.2: Hubungan Pemboleh Ubah A dan B Kes Pembolehubah Markat A B 1 2 3 4 5 6 A1 A2 A3 A4 A5 A6 B1 B2 B3 B4 B5 B6 21 22 23 24 25 26 20 19 18 17 16 15 Statistik Untuk Sains Sosial

• • • • • • • • Korelasi Negatif B A Statistik Untuk Sains Sosial

Korelasi Kosong Tiada hubungan antara pembolehubah X dan Y. Jika Markat X rendah, markat Y tidak berubah. Markat X tinggi, markat Y tidak berubah. Statistik Untuk Sains Sosial

Jadual 7.3: Tiada Hubungan Pemboleh Ubah K dan L Korelasi Kosong Jadual 7.3: Tiada Hubungan Pemboleh Ubah K dan L Kes Pembolehubah Markat K L 1 2 3 4 5 6 7 8 9 10 K1 K2 K3 K4 K5 K6 K7 K8 K9 K10 L1 L2 L3 L4 L5 L6 L7 L8 L9 L10 15 11 13 14 12 16 17 18 19 20 Statistik Untuk Sains Sosial

• • • • • • • • Korelasi Kosong K L Statistik Untuk Sains Sosial

Pekali Korelasi Pekali korelasi merupakan indeks atau nilai yang menggambarkan kekuatan hubungan antara dua pemboleh ubah. Ia mempunyai julat antara -1.0 hingga +1.0. Nilai +1.0 menunjukkan hubungan positif yang amat kuat. Nilai -1.0 menunjukkan hubungan negatif yang amat kuat. Nilai pekali korelasi sifar jika dua pemboleh ubah tidak hubungan. Statistik Untuk Sains Sosial

Pekali Korelasi 2 kaedah pengiraan dengan mengguna-kan formula: Pearson Spearman Statistik Untuk Sains Sosial

Pekali Korelasi Pearson Jadual 7.4: Pengiraan Pekali Korelasi Pearson Markat Motivasi (X) dan Prestasi Akademik (Y) Kes X Y X2 Y2 XY 1 2 3 4 5 6 7 8 9 10 63 70 71 64 60 65 66 67 68 75 76 69 52 62 61 72 3939 4900 5041 4096 3600 4225 4356 4489 4642 5625 5776 4761 2704 3844 3721 5184 4284 5250 5396 4416 3120 4030 4620 4904 4824 Σ 660 680 43672 46764 45094 Statistik Untuk Sains Sosial

Pekali Korelasi Pearson Statistik Untuk Sains Sosial

Nilai Pekali Korelasi Bersifat deskriptif dan arbitrari. Jika nilai r hampir kepada satu, hubungan antara dua pemboleh ubah adalah kuat. Jika nilai r hampir kepada kosong, hubungan antara dua pemboleh ubah adalah lemah. Statistik Untuk Sains Sosial

Interpretasi Korelasi Nilai Pekali Korelasi Rule of thumb Saiz Pekali Korelasi Interpretasi Korelasi 0.90 - 1.00 0.70 - 0.90 0.50 - 0.70 0.30 - 0.50 0.01 - 0.30 0.00 Terlalu tinggi Tinggi Sederhana Rendah Lemah Tiada korelasi Statistik Untuk Sains Sosial

Pekali Penentuan Ukuran yang menunjukkan jumlah variasi dalam satu pemboleh ubah diterangkan oleh variasi dalam pemboleh ubah lain. Diwakili oleh r2 . Jika r = 0.88, r2 = 0.77, ini bermakna 77% variasi markat motivasi menerangkan variasi dalam prestasi akademik. Statistik Untuk Sains Sosial

Pekali Korelasi Pangkat Spearman Digunakan bagi data yang berbentuk pangkat atau ordinal. Formula: di mana, d = perbezaan pangkat kepada pasangan data. N= jumlah pasangan data. Statistik Untuk Sains Sosial

Pengiraan Pekali Korelasi Spearman Jadual 7.6: Pengiraan Pekali Korelasi Spearman dengan Menggunakan Markat Motivasi dan Prestasi Akademik X Y Pangkat X Pangkat Y d d2 70 67 71 64 63 65 66 60 75 72 76 69 68 62 61 52 2.5 4 1 7.5 9 6 5 10 7 8 1.5 2 -1.5 2.25 Σd2=12.50 Statistik Untuk Sains Sosial Statistik Untuk Sains Sosial

Pengiraan Pekali Korelasi Spearman Statistik Untuk Sains Sosial

Jenis Data Pemboleh Ubah X Jenis Data Pemboleh Ubah Y Kaedah Korelasi Lain Jadual 7.7: Kaedah Analisis Korelasi Mengikut Jenis Data Jenis Data Pemboleh Ubah X Jenis Data Pemboleh Ubah Y Nominal, dikotomi Ordinal Sela, nisbah (selanjar) Pekali phi, Tetrachoric Dwisiri Pangkat Spearman Dwisiri, Dwisiri Titik Pearson Statistik Untuk Sains Sosial Statistik Untuk Sains Sosial 22