KORELASI

1. KORELASI

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

11. Practice with Scatterplots A B C D

12. Strength/MagnitudeCorrelation coefficient, r -1 ≤ r ≤ 1

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

14. 1.State Hypothesis Comparison between groups: Ho: μ1 = μ2 HA: μ1 ≠ μ2 Two-tailed μ1 > μ2 One-tailed (more than) μ1 < μ2One-tailed (less than) Relationship between variables: Ho: ρ = 0 HA: ρ ≠ 0 Two-tailed ρ > 0 One-tailed (Positive) ρ < 0 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 8.5 88 6 66 9 94 10 98 8 87 7 72 5 45 6 63 7.5 85 5 77

20. 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).

21. 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.

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 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.

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 = - 0.78, 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 • Nyatakanhipotesisnuldanalternatif • Ho: μ1 = μ2 (cnth: min lelakidan min perempuanadalahsama. Tidakadaperbezaanantaraskormatematiklelakidanperempuan • (tiadaarah 2 tailed) HA: μ1 ≠ μ2 (cnth: min lelakidan min adalahtidaksama. Terdapatperbezaan yang signifikanantaraskormatematiklelakidanperempuan

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.