ANALISIS DATA: KORELASI

KORELASI
Korelasi

adalah statistik yang digunakan untuk melihat hubungan linear di antara dua pembolehubah.

Pekali

korelasi Pearson product-moment digunakan untuk menjelaskan hubungan di antara dua pembolehubah selanjar (tahap skala pengukuran nisbah atau sela) dengan command Analyze dan Correlate.
2

Korelasi Simple Bivariate (Simple Bivariate Correlation)

Korelasi Ia

Simple Bivariate juga dikenali sebagai zero-order correlation.

merujuk kepada korelasi di antara dua pembolehubah selanjar (continuous) dan Ia juga adalah ukuran hubungan linear yang paling umum. Pekali korelasi Berlingkar antara nilai -1 hingga +1.
Nilai ini menunjukkan kekuatan hubungan. Petanda (+ atau -) menunjukkan arah.
3

Correlational analysis has a number of underlying assumptions:

1.

Related pairs
Data must be collected from related pairs: if you obtain a score on an X variable, there must also be a score on the Y variable from the same participant.

2.

Scale of measurement
Data should be interval or ratio in nature.

3.

Normality
The score for each variable should be normally distributed.

4.

Linearity
The relationship between the two variables must be linear.

5.

Homoscedasticity
The variability in score for one variable is roughly the same at all values of the other variable. That is, it is concerned with how the score cluster uniformly about the regression line.

Andaian 1 dan 2 berhubungan dengan reka bentuk kajian. Andaian 3 boleh diuji dengan menggunakan prosedur transformasi data. Andaian 4 dan 5 boleh dikenalpasti dengan merujuk kepada hasil scatterdots bagi pembolehubah yang dikaji.

Contoh Analisis Korelasi

Pengkaji ingin mengkaji sama ada terdapat hubungan di antara kepuasan kerja dengan stres pekerjaan. Data dikumpul daripada 1,086 orang pekerja di sekitar Kota Kinabalu, Sabah.

Tujuan Kajian:
Mengkaji hubungan di antara stres pekerjaan dengan kepuasan kerja.

Hipotesis nol:
Tidak terdapat hubungan di antara kepuasan kerja dengan stres pekerjaan.
6

Command Untuk Mengesahkan andaian Homoscedasticity:

1. Pilih menu Graphs. 2. Klik Scatter/dot untuk membuka kotak Scatter/dot. 3. Pastikan option Simple Scatter dipilih. 4. Klik Define untuk membuka kotak Simple Scatter. 5. Pilih pembolehubah pertama yang hendak diuji (cth, stres pekerjaan) dan klik buttang untuk memindahkan pembolehubah itu ke kotak Y Axis: 6. Pilih pembolehubah kedua (cth, kepuasan kerja) dan klik buttang untuk memindahkan pembolehubah itu ke kotak X Axis: 7. Klik OK.

Graph

q q q q q q

stressor

kepuasan
10

Daripada hasil scatterdot menunjukkan hubungan linear di antara stres pekerjaan dengan kepuasan kerja. Ini ditentukan dengan skor-skor pembolehubah cluster secara seragam di sekitar garis regresi.

Dapatan ini menunjukkan andaian homoscedasticity dipenuhi.

11

Command korelasi Pearson product-moment:

1. Pilih menu Analyze. 2. Klik Correlate dan kemudian Bivariate untuk membuka kotak Bivariate Correlations. 3. Pilih pembolehubah yang hendak dikaji (cth, stres pekerjaan dan kepuasan kerja) dan klik butang untuk memindahkan pembolehubahpembolehubah itu ke kotak Variables: 4. Pastikan option korelasi Pearson dipilih. 5. Dalam kotak Test of Significance, pilih butang Two-tailed (kerana hipotesis yang dibina adalah hipotesis nol). 6. Klik OK.
12

13

14

Membaca Output Korelasi

Korelasi di antara pembolehubah stres pekerjaan dengan pembolehubah kepuasan kerja = -.175. 818 pasang skor digunakan untuk mendapatkan pekali korelasi di antara pembolehubah stres pekerjaan dengan pembolehubah kepuasan kerja N = 818. Aras kesignifikanan yang sebenar = .000 (sangat signifikan). Korelasi sempurna = 1.000 (korelasi antara pembolehubah yang sama). Tiada aras kesignifikanan ditunjukkan kerana tidak berbeza.
15

Melaporkan Keputusan Korelasi antara Dua Pembolehubah

Perkara yang perlu dilaporkan semasa melaporkan output korelasi:

Kekuatan hubungan Pekali korelasi Arah hubungan Kesignifikanan hubungan

Hasil analisis korelasi menunjukkan hubungan di antara stres pekerjaan dengan kepuasan kerja merupakan satu hubungan negatif yang lemah tetapi signifikan (r = .175, k < .05). Keputusan ini menjelaskan bahawa pekerja yang mengalami stres pekerjaan yang tinggi melaporkan mempunyai tahap kepuasan kerja yang rendah dan sebaliknya.

16