Академический Документы
Профессиональный Документы
Культура Документы
PENAAKULAN STATISTIK
DALAM PENDIDIKAN
Kuliah 10: Korelasi
1) Korelasi
Skor Matematik
Skor Fizik
96
90
94
87
90
84
89
81
88
80
72
70
68
65
65
60
60
58
10
57
53
11
50
48
12
45
40
13
40
38
14
34
30
30
25
15
1) Korelasi
2) Plot Serakan
Murid 15
CCM PPIP USM 2012
Murid
Skor
Matematik
Skor
Fizik
96
90
94
87
90
84
89
81
88
80
72
70
68
65
65
60
60
58
10
57
53
11
50
48
12
45
40
13
40
38
14
34
30
15
30
25
2) Plot Serakan
3) Jenis Korelasi
Korelasi positif
Korelasi negatif
Korelasi sifar
A. Korelasi Positif
Contoh:
Skor Sejarah, Y
28
95
25
95
58
10
75
44
15
83
20
91
24
87
65
10
70
CCM PPIP USM 2012
A. Korelasi Positif
Set titik itu menghampiri bentuk satu garis lurus yang bahagian atasnya condong
ke arah kanan
Corak set titik yang menghampiri bentuk satu garis lurus yang bahagian atasnya
condong ke arah kanan menunjukkan
satuUSM
korelasi
positif
CCM PPIP
2012
B. Korelasi Negatif
Contoh:
100
40
95
95
90
20
92
30
85
40
55
50
60
70
98
10
20
100
CCM PPIP USM 2012
B. Korelasi Negatif
Set titik itu menghampiri bentuk satu garis lurus yang bahagian atasnya condong
ke arah kiri
Corak set titik yang menghampiri bentuk satu garis lurus yang bahagian atasnya
condong ke arah kiri menunjukkanCCM
satu
korelasi negatif
PPIP USM 2012
C. Korelasi Sifar
80
65
88
63
75
65
60
85
87
10
75
11
76
12
72
13
85
14
60
C. Korelasi Sifar
Interpretasi
10
13
16
11
19
13
22
CCM PPIP USM 2012
22
19
16
13
10
11
13
4
CCM PPIP USM 2012
16
19
22
11
13
13
CCM PPIP USM 2012
nXY XY
[nX (X ) ][nY (Y ) ]
2
Contoh:
a) Kirakan pekali korelasi Pearson, r
b) Apakah yang ditunjukkan oleh nilai r?
c) Hasilkan satu plot serakan bagi set data ini dengan
menggunakan SPSS.
X
5
CCM PPIP USM 2012
nXY XY
[nX 2 (X ) 2 ][nY 2 (Y ) 2 ]
X
XY
X2
Y2
16
30
25
36
30
36
25
12
16
42
49
36
40
64
25
20
25
16
24
36
16
35
49
25
X = 54
Y = 43
XY = 247
X2 = 320
Y2 = 201
a)
n = 10
X = 54
Y = 43
X2 = 320
Y2 = 201
XY = 247
nXY XY
[nX 2 (X ) 2 ][nY 2 (Y ) 2 ]
(10)(247) (54)(43)
[(10)(320) (54) 2 ][(10)(201) (43) 2 ]
148
213.83
0.70 (2 t.p.)
b) Terdapat korelasi positif yang sederhana antara X dan Y
(Hinkle, Wiersma & Jurs, 2003, m.s.109)
CCM PPIP USM 2012
c)
Output SPSS
Correlations
X
X
Pearson Correlation
Sig. (2-tailed)
N
Pearson Correlation
Sig. (2-tailed)
N
*Correlation
Y
1
.692(*)
.
10
.027
10
.692(*)
.027
10
.
10
5. Pekali Penentuan
5. Pekali Penentuan
Contoh:
r = 0.69
2 = 0.692 = 0.48
r
48% daripada varians dalam Y
berkait dengan varians dalam X
Contoh:
r = 0.69
2 = 0.692 = 0.48
r
2 = 1 - 0.48 = 0.52
1 - r
52% daripada varians dalam Y tidak
berkait dengan varians dalam X
1.
2.
1.
2.
3.
4.
5.
Contoh 1:
Jadual 1 menunjukkan skor Matematik dan
skor Fizik bagi 30 orang murid Tingkatan 4
Uji sama ada terdapat hubungan yang
signifikan antara skor Matematik dan skor
Fizik pada aras signifikan 0.01
Jadual 1
Murid
Skor Matematik
Skor Fizik
96
80
94
87
90
84
89
81
88
80
72
70
68
65
65
60
60
58
10
57
53
11
50
48
12
45
40
13
40
38
14
34
30
30
25
15
Jadual 1 (Sambungan)
Murid
Skor Matematik
Skor Fizik
16
96
60
17
94
87
18
90
84
19
89
81
20
88
80
21
72
70
22
68
65
23
65
60
24
60
58
25
57
53
26
50
48
27
45
40
28
40
38
29
34
30
30
25
30
Atau
Ho : = 0
H1 : 0
(rho) ialah pekali korelasi bagi populasi
CCM PPIP USM 2012
List:
Statistics > taip 99 > Continue
Plots > Normality plots with tests
Continue > OK
Tests of Normality
Kolmogorov-Smirnova
Statistic
Skor Matematik
(X)
.182
df
Sig.
Shapiro-Wilk
Statistic
df
Sig.
30
.013
.919
30
.025
.072
.934
30
.063
Hipotesis nol bagi ujian Kolmogorov-Smirnov gagal ditolak kerana p > .01.
Maka skor Matematik diandaikan bertaburan secara normal dalam populasi.
Hipotesis nol bagi ujian Kolmogorov-Smirnov gagal ditolak kerana p > .01.
Maka skor Fizik diandaikan bertaburan secara normal dalam populasi.
Variables
Pearson
4.
OK
CCM PPIP USM 2012
df = n 2 = 30-2 = 28
Ingat:
Korelasi tidak semestinya bermaksud perkaitan
antara sebab dan akibat (causation/causality )
Korelasi antara skor Matematik dan skor Fizik
yang signifikan tidak semestinya bermaksud skor
Matematik yang tinggi mengakibatkan skor Fizik
yang tinggi)
Terdapat variabel-variabel lain yang mungkin
mengakibatkan skor Fizik yang tinggi seperti
masa belajar Fizik, IQ, dll.
CCM PPIP USM 2012
Contoh 2:
Jadual 2 menunjukkan skor Bahasa Malaysia
dan skor Bahasa Inggeris bagi 30 orang
murid
Uji sama ada terdapat hubungan yang
signifikan antara skor Bahasa Malaysia dan
skor Bahasa Inggeris pada aras signifikan
0.05
CCM PPIP USM 2012
Jadual 2
Skor BM
Skor BI
Skor BM
Skor BI
42
29
84
72
45
53
45
48
45
48
45
53
38
38
38
38
48
49
48
49
50
46
50
46
38
41
38
41
44
42
44
42
48
44
48
44
53
37
53
37
60
76
60
76
62
38
62
38
73
55
73
55
80
60
80
60
84
72
42 2012
CCM PPIP USM
29
List:
Statistics > taip 95 > Continue
Plots > Normality plots with tests
Continue > OK
Tests of Normality
Kolmogorov-Smirnova
Statistic
df
Skor Bahasa
.209
30
Malaysia (X)
Skor Bahasa
.249
30
Inggeris (Y)
a. Lilliefors Significance Correction
Sig.
Shapiro-Wilk
Statistic
df
Sig.
.002
.859
30
.001
.000
.794
30
.000
Hipotesis nol bagi ujian Kolmogorov-Smirnov ditolak kerana p < .05. Maka
skor Bahasa Malaysia diandaikan tidaka bertaburan secara normal dalam
populasi. Tetapi, saiz sampel 30 tidak banyak mempengaruhi ketepatan
ujian Pearson r (Yockey, 2008).
Hipotesis nol bagi ujian Kolmogorov-Smirnov ditolak kerana p < .05. Maka
skor Bahasa Malaysia diandaikan tidaka bertaburan secara normal dalam
populasi. Tetapi, saiz sampel 30 tidak banyak mempengaruhi ketepatan
ujian Pearson r (Yockey, 2008).
CCM PPIP USM 2012
Variables
Pearson
4.
OK
CCM PPIP USM 2012
Pearson
Correlation
Skor Bahasa Malaysia
Sig. (2-tailed)
(X)
N
Pearson
Correlation
Skor Bahasa Inggeris
Sig. (2-tailed)
(Y)
N
Tidak terdapat hubungan yang signifikan antara skor Bahasa Malaysia dan
skor Bahasa Inggeris, r(28) = .03, p > .05, r 2 = 0.00. Pekali penentuan
menunjukkan bahawa 0% daripada varians dalam skor Bahasa Inggeris
berkait dengan varians dalam skor Bahasa Malaysia.
df = n 2 = 30 - 2 = 28