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

Korelasi Positif
Jadual 7.1: Hubungan Pembolehubah X dan Y
Kes

1
2
3
4
5
6

Pembolehubah
X

X1
X2
X3
X4
X5
X6

Y1
Y2
Y3
Y4
Y5
Y6

12
14
16
18
20
22

10
13
16
19
21
24

Statistik Untuk Sains Sosial

Statistik Untuk Sains Sosial

Markat

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

Korelasi Negatif
Jadual 7.2: Hubungan Pemboleh Ubah A dan B
Kes

1
2
3
4
5
6

Pembolehubah

Markat

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

Statistik Untuk Sains Sosial

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

Korelasi Kosong
Jadual 7.3: Tiada Hubungan Pemboleh Ubah K dan L
Kes
1
2
3
4
5
6
7
8
9
10

Pembolehubah

Markat

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

Statistik Untuk Sains Sosial

10

Korelasi Kosong
K

L
Statistik Untuk Sains Sosial
Statistik Untuk Sains Sosial

11

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
rXY

N XY X Y

N X

Spearman

X N Y Y
2

Statistik Untuk Sains Sosial

13

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
64
70
67
660

68
75
76
69
52
62
70
61
75
72
680

3939
4900
5041
4096
3600
4225
4356
4096
4900
4489
43672

Statistik Untuk Sains Sosial

4642
5625
5776
4761
2704
3844
4900
3721
5625
5184
46764

4284
5250
5396
4416
3120
4030
4620
4904
5250
4824
45094

14

Pekali Korelasi Pearson

rXY

rXY

NXY X Y

NX X NY Y
2

1045094 660 680

1043672 660 1046764 680

2

rXY 0.88

Statistik Untuk Sains Sosial

15

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
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

17

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:

rS 1 6 d 2 N 2 N 1

di mana,
d = perbezaan pangkat kepada pasangan data.
N= jumlah pasangan data.
Statistik Untuk Sains Sosial

19

Pengiraan Pekali Korelasi Spearman

Jadual 7.6: Pengiraan Pekali Korelasi Spearman dengan Menggunakan
Markat Motivasi dan Prestasi Akademik
X

Pangkat X

Pangkat Y

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

Statistik Untuk Sains Sosial

Statistik Untuk Sains Sosial

20

Pengiraan Pekali Korelasi Spearman

Pekali
rS

1 6 d N N 1
2

rS 1 6 12.5 10 10 1
2

rS 0.92

Statistik Untuk Sains Sosial

21

Kaedah Korelasi Lain

Jadual 7.7: Kaedah Analisis Korelasi Mengikut Jenis Data
Jenis Data Pemboleh
Ubah X

Jenis Data Pemboleh Ubah Y

Nominal, dikotomi

Nominal, dikotomi

Pekali phi,
Tetrachoric

Ordinal

Dwisiri Pangkat

Sela, nisbah (selanjar) Dwisiri, Dwisiri Titik

Statistik Untuk Sains Sosial

Statistik Untuk Sains Sosial

Ordinal

Sela, nisbah
(selanjar)

Spearman
Pearson

22
22