Bab 6

PROSEDUR UJIAN KORELASI

Teknik statistik kaedah korelasi selalu digunakan dalam Pendidikan
Jasmani. Konsep korelasi itu sendiri merujuk kepada perhubungan antara
dua pembolehubah. Nilai pekali korelasi menggambarkan kekuatan
hubungan antara pembolehubah. Kaedah korelasi digunakan apabila
terdapat dua atau lebih pembolehubah daripada populasi yang sama.
Kaedah korelasi sering digunakan dalam Pendidikan Jasmani ialah Pearson
Product Moment. Statistik korelasi kerap digunakan oleh guru atau
penyelidik Pendidikan Jasmani bagi menentukan sama ada sesuatu
hipotesis yang dibina dapat diterima atau ditolak.
Contoh hipotesis Nul: Tidak terdapat perkaitan yang signifikan di antara
skor min ujian lari pecut 30 meter dengan skor min ujian menggelecek
bola keranjang di kalangan pelajar Tingkatan Satu.
Apa yang diperlukan : Dua pembolehubah:

Dua pembolehubah berbentuk sela/nisbah

Satu berbentuk sla/nisbah dan yang

lain

berbentuk kategori (mempunyai dua nilai)

Bagi mengira pekali korelasi Pearson antara kumpulan pembolehubah,
ikut angkah di bawah:
i.
ii.
iii.
iv.
v.

Klik analyze, klik Correlate, kemudian klik Bivariate (Rajah )

Klik ujian 1 dan ujian 2 dan klik ke kotak variables. (Rajah )
Pastikan Pearson dipilih dalam kawasan Correlation Coefficients.
Klik Option.
Klik Mean and standard deviations. (Rajah )

vi.

Klik Continue dan klik OK. (Jadual 11).

Rajah 87. Korelasi Bivariate

Rajah 88: Pindahan Ke Koak Variable

Rajah 88: Analisis Korelasi

Berdasarkan prosedur SPSS for Window (Versi 23.0). Jadual 11

menunjukkan nilai pekali korelasi di antara skor ujian lari pecut 30 meter
dengan ujian menggelecek bola keranjangadalah positif dan rendah (r = .
325). Hubungan antara kedua dua pembolehubah tersebut adalah
signifikan (r = .33. n = 1500. p = 0.001. p<0.001).

Jadual 11. Keputusan Korelasi Antara Ujian Lari Pecut 30 Meter Dengan
Ujian Menggelecek Bola Keranjang.

Mengira Pekali Korelasi Antara Kumpulan Kumpulan Pembolehubah

Prosedur ini digunakan bagi memudahkan kita lihat perkaitan antara
pemboleh ubah pemboleh ubah yang dipilih. kita hanya memerlukan
pekali korelasi antara setiap pemboleh ubah yang dikehendaki. Prosedur
mendapatkan pekali korelasi antara satu kumpulan pemboleh ubah
dengan kumpulan pemboleh ubah yang lain.

i.

Klik Analyze, Klik Correlation, Klik Bivariate

Rajah 90: Korelasi Bivariate

ii.

Gerakan pemboleh ubah lari 30m. Lompat Kuadran, Ujian SEMO

diikuti dengan pembolehubah Menggelecek bola dan melontar ke

iii.
iv.

kotak Variables. Lihat rajah 90.

Klik Paste. Lihat Syntax Editor.
Letakkan kursor antara pemboleh ubah kumpulan pertama (11, 3,
15) dan pemboleh ubah kumpulan kedua (12, 14). Taip perkataan
with supaya menjadi:

v.

vi.

Hitamkan (Highlight) semua Syntax tersebut seperti rajah di bawah.

Klik dan lihat hasil analisis pada jadual 12.

Jadual 12: Keputusan Korelasi

Kadangkala kita perlu membandingkan kekuatan pekali korelasi

untuk dua kumpulan yang berbeza. Contoh, kita ingin melihat kekuatan
hubungan antara ujian lari pecut 30 meter dengan ujian menggelecek
bola keranjang bagi kumpulan lelaki dan permpuan secara berasingan.

Prosedur Membandingkan Pekali Korelasi Bagi Dua Kumpulan

Klik Data,
Klik Split File
Klik Compare Groups.
klik Jantina Pelajar kemudian klik gerakkan ke dalam kotak Groups

on. (Lihat Rajah 91).

Klik OK

Rajah 91: Kumpulan Berdasarkan Fail Berasingan

Prosedur Korelasi:
i.
ii.
iii.
iv.
v.
vi.
vii.

Klik Analyze. Klik Correlate. Kemudian Klik Bivariate.

Klik lari 30 meter dan kelecek bola dan klik ke kotak variables.
Pastikan Pearson dipilih alam kawasan Correlations Coefficient.
Klik Option.
Klik Continue.
Klik OK.
Kita akan lihat hasil pekali kolerasi bagi dua kumpulan jantina
seperti dalam jadual 13.

Jadual 13: Pekali Korelasi Mengikut Jantina

Keputusan
Analisis korelasi kaedah Pearson product moment menunjukkan
terdapat hubungan positif yang rendah dan signifikan di antara ujian laro
pecut 30 meter dengan ujian menggelecek bola keranjang bagi pelajar
lelaki (r = 0.08, p = 0.027, p<0.05). Manakala bagi pelajar perempuan,
analisis juga menunjukkan terdapat hubungan yang positif rendah dan
signifikan antara ujian lari pecut 30 meter dengan ujian

menggelecek

bola keranjang (r = 0.38, p = 0.000, p<0.001).

Prosedur Menjalankan Ujian Korelasi Bagi Soal Selidik

Teknik statistik kaedah korelasi selalu digunakan bagi melihat kekuatan
hubungan antara pemboleh ubah. Kaedah Korelasi digunakan apabila
terdapat dua atau lebih pemboleh ubah daripada populasi yang sama.
Teknik statistik korelasi dalam bahagian ini digunakan bagi melihat adakah

terdapat hubungan antara pencapaian markah peperiksaan dengan

tanggapan

pelajar

terhadap

pengajaran

dan

pembelajaran

guru

Pendidikan Jasmani.
Pekali korelasi yang positif menunjukkan terdapat hubungan terus.
Contoh, pelajar yang menunjukkan skor yang tinggi terhadap tanggapan
ke atas pengajaran dan pembelajaran guru memperoleh skor yang tinggi
dalam markah peperiksaan. Pekali korelasi negatif menunjukkan bahawa
pelajar yang menunjukkan skor yang rendah terhadap tanggapan ke atas
pengajaran dan pembelajaran guru mendapat skor yang tinggi dalam
markah peperiksaan. Nombor pekali korelasi menunjukkan kekuatan
hubungan dan arah hubungan antara pemboleh ubah. Contoh, nombor + .
79 menunjukkan darjah kekuatan hubungan yang sama dengan - .79
Cuma arah hubungan sahaja yang berbeza.
Perlu diingat bahawa pekali korelasi yang tinggi hanya menunjukkan
hubungan yang kuat antara dua pemboleh ubah tetai bukanlah penyebab.
Kita tidak boleh menyatakan bahawa pencapaian markah peperiksaan
yang tinggi disebabkan oleh tanggapan pelajar terhadap pengajaran dan
pembelajaran guru. Apa yang boleh dinyatakan ialah terdapat hubungan
yang tinggi dan positif. Kaedah korelasi yang sering digunakan ialah
Pearson Product Moment.
Bagi mengira pekali korelasi antara kumpulan pemboleh ubah
markah

peperiksaan

dengan

tanggapan

terhadap

pengajaran

dan

pembelajaran guru Pendidikan Jasmani. Sila ikut langkah di bawah:

i.
ii.

Klik Analyze, Klik Correlate , kemudian klik Bivariate(Lihat rajah 92).

Klik Markah Peperiksaan dan tanggap dan klik ke atas kotak

iii.
iv.

variables.
Pastikan Pearson dipilih dalam kawasan Correlation Coefficient
Lihat rajah 93.

Rajah 92: Ujian Korelasi

Rajah 93: Korelasi Bivariate

v. Klik Option, Klik Mean and Standard deviations (Lihat Rajah 94).

Rajah 94: Pilihan Korelasi Bivariate

vi. Klik Continue dan Klik OK (Lihat Jadual Korelasi Rajah 95).

Rajah 95: Jadual Korelasi

Jadual pada rajah 95 menunjukkan nilai pekali korelasi di antara skor

min markah peperiksaan dengan skor min tanggapan pelajar terhadap
pengajaran dan pembelajaran guru Pendidikan Jasmani adalah positif dan
sederhana tinggi (r = .554). Hubungan antara kedua-dua pemboleh ubah
tersebut adalah signifikan ( r = .564, n = 18, p<0.05).