Pengenalan
Ujian kolerasi ialah teknik statistik yang digunakan untuk
menilai hubungan antara dua variabel (pemboleh ubah). Tujuannya adalah
untuk melihat sama ada perubahan dalam satu variabel mempunyai kaitan dengan
perubahan dalam variabel yang lain.
Kolerasi tidak menunjukkan sebab-akibat (causality), tetapi
hanya menunjukkan arah dan kekuatan hubungan.
Contoh persoalan kajian:
- Adakah
terdapat hubungan antara tahap motivasi pelajar dengan pencapaian
akademik?
- Adakah
penggunaan media sosial berkait dengan tahap stres pelajar universiti?
1. Pekali Kolerasi
Pekali kolerasi ialah satu nilai statistik yang digunakan
untuk menggambarkan arah dan kekuatan hubungan antara dua variabel.
Skala Nilai Pekali (r)
- Nilai r
berada dalam julat -1.00 hingga +1.00.
- r
positif (+): Apabila satu variabel meningkat, variabel lain juga
meningkat.
- r
negatif (–): Apabila satu variabel meningkat, variabel lain menurun.
- r =
0: Tiada hubungan linear.
Interpretasi Kekuatan Hubungan (Cohen, 1988)
- 0.10
hingga 0.29 → Hubungan lemah
- 0.30
hingga 0.49 → Hubungan sederhana
- 0.50
ke atas → Hubungan kuat
Contoh:
Jika didapati r = 0.65 antara motivasi dan pencapaian akademik →
hubungan positif yang kuat.
2. Pengiraan Pekali Kolerasi
a. Kaedah Manual
Formula asas Pearson’s Correlation:
Namun, dalam penyelidikan pendidikan dan sains sosial,
pengiraan manual jarang digunakan kerana data biasanya dianalisis dengan
perisian.
b. Kaedah Menggunakan SPSS
- Masukkan
data ke dalam SPSS (contohnya skor motivasi pelajar sebagai variabel X
dan pencapaian akademik sebagai variabel Y).
- Klik: Analyze
→ Correlate → Bivariate.
- Pilih
jenis kolerasi:
- Pearson
Correlation → untuk data parametrik.
- Spearman’s
Rho → untuk data non-parametrik.
- Klik OK.
Contoh Output SPSS
|
Motivasi |
Pencapaian |
|
|
Motivasi |
1 |
0.65** |
|
Pencapaian |
0.65** |
1 |
Nota:
- r =
0.65, hubungan positif kuat.
- Sig.
= 0.001 < 0.05, maka hubungan adalah signifikan.
Kesimpulan
- Ujian
Kolerasi membantu penyelidik memahami hubungan antara dua variabel.
- Pekali
kolerasi (r) menunjukkan arah (positif/negatif) dan kekuatan hubungan.
- Pengiraan
pekali boleh dibuat dengan mudah melalui SPSS.
- Hasil
analisis ini sangat berguna dalam kajian pendidikan, psikologi, sains
sosial, dan banyak lagi.
Rujukan
- Cohen,
J. (1988). Statistical power analysis for the behavioral sciences
(2nd ed.). Lawrence Erlbaum.
- Field,
A. (2018). Discovering statistics using IBM SPSS statistics (5th
ed.). Sage.
- Pallant,
J. (2020). SPSS survival manual (7th ed.). Routledge.

Tiada ulasan:
Catat Ulasan