Bab7+Metode+Korelasi
description
Transcript of Bab7+Metode+Korelasi
-
Bab 7
Metode Korelasi
Statistik untuk Sains Sosial
Statistik Untuk Sains Sosial 1
-
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 2
-
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 3
-
Korelasi Positif
Jadual 7.1: Hubungan Pembolehubah X dan Y
Statistik Untuk Sains Sosial 4
Statistik Untuk Sains Sosial
Kes Pembolehubah Markat
X Y 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
16
19
21
24
-
Korelasi Positif
Statistik Untuk Sains Sosial 5
Y
X
-
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 6
-
Korelasi Negatif
Statistik Untuk Sains Sosial 7
Kes Pembolehubah Markat
A B 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
Jadual 7.2: Hubungan Pemboleh Ubah A dan B
-
Korelasi Negatif
Statistik Untuk Sains Sosial 8
Statistik Untuk Sains Sosial
B
A
-
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 9
-
Korelasi Kosong
Statistik Untuk Sains Sosial 10
Kes Pembolehubah Markat
K L 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
15
15
15
15
15
15
15
15
15
11
15
13
14
12
16
17
18
19
20
Jadual 7.3: Tiada Hubungan Pemboleh Ubah K dan L
-
Korelasi Kosong
Statistik Untuk Sains Sosial 11
Statistik Untuk Sains Sosial Statistik Untuk Sains Sosial
K
L
-
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 12
-
Pekali Korelasi
2 kaedah pengiraan dengan mengguna-kan formula:
Pearson
Spearman
Statistik Untuk Sains Sosial 13
2222 YYNXXN
YXXYNrXY
-
Pekali Korelasi Pearson
Statistik Untuk Sains Sosial 14
Kes X Y X2 Y2 XY
1
2
3
4
5
6
7
8
9
10
63
70
71
64
60
65
66
64
70
67
68
75
76
69
52
62
70
61
75
72
3939
4900
5041
4096
3600
4225
4356
4096
4900
4489
4642
5625
5776
4761
2704
3844
4900
3721
5625
5184
4284
5250
5396
4416
3120
4030
4620
4904
5250
4824
660 680 43672 46764 45094
Jadual 7.4: Pengiraan Pekali Korelasi Pearson Markat Motivasi (X) dan
Prestasi Akademik (Y)
-
Pekali Korelasi Pearson
Statistik Untuk Sains Sosial 15
2222 YYNXXN
YXXYNrXY
22 680467641066043672106806604509410
XYr
880.rXY
-
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 16
-
Nilai Pekali Korelasi
Rule of thumb
Statistik Untuk Sains Sosial 17
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
-
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 18
-
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 19
161 22 NNdrS
-
Pengiraan Pekali Korelasi Spearman
Jadual 7.6: Pengiraan Pekali Korelasi Spearman dengan Menggunakan Markat Motivasi dan Prestasi Akademik
Statistik Untuk Sains Sosial 20
Statistik Untuk Sains Sosial
X Y Pangkat X Pangkat Y d d2
70
67
70
71
64
63
65
66
64
60
75
72
75
76
69
68
62
70
61
52
2.5
4
2.5
1
7.5
9
6
5
7.5
10
2.5
4
2.5
1
6
7
8
5
9
10
0
0
0
0
1.5
2
2
0
-1.5
0
0
0
0
0
2.25
4
4
0
2.25
0
d2=12.50
-
Pengiraan Pekali Korelasi Spearman
Pekali
Statistik Untuk Sains Sosial 21
161 22 NNdrS
1101051261 2 .rS920.rS
-
Kaedah Korelasi Lain
Jadual 7.7: Kaedah Analisis Korelasi Mengikut Jenis Data
Statistik Untuk Sains Sosial 22
Statistik Untuk Sains Sosial 22
Jenis Data Pemboleh
Ubah X
Jenis Data Pemboleh Ubah Y
Nominal, dikotomi Ordinal Sela, nisbah
(selanjar)
Nominal, dikotomi Pekali phi,
Tetrachoric
Ordinal Dwisiri Pangkat Spearman
Sela, nisbah (selanjar) Dwisiri, Dwisiri Titik Pearson