SSQL 1113 25/05/2022

METOD KORELASI

• Pengenalan kepada metod korelasi

• Korelasi formula Pearson dan Spearman
• Dwisiri
 SSQL 1113 25/05/2022

2
Pengenalan kepada metod korelasi
• Menunjukkan hubungan antara satu pemboleh ubah dengan pemboleh ubah yang
lain
• Menunjukkan kaitan antara satu faktor dengan faktor yang lain
• Tidak menunjukkan mana pemboleh ubah bebas dan mana pemboleh ubah terikat
• Menguji pola dan darjah hubungan pemboleh ubah
• Menguji hubungan dua pemboleh ubah yang mempunyai data jenis selanjar
• Bentuk hubungan; positif, negatif atau tiada hubungan
• Dibahagikan kepada 2:
(1) korelasi Pearson (rxy) – kedua-dua pemboleh ubah menggunakan skala pengukuran
sela atau nisbah – formula dk/df = N – 2
(2) Korelasi Spearman (rs) – kedua-dua pemboleh ubah menggunakan skala
pengukuran ordinal – formula dk/df = N
 SSQL 1113 25/05/2022

3
Contoh:

• Prestasi akademik dalam kalangan pelajar universiti mempunyai

hubungan positif dengan penghargaan kendiri

• Prestasi akademik dalam kalangan pelajar sekolah mempunyai hubungan

negatif dengan kemurungan

• Asertif kendiri dalam kalangan remaja mempunyai hubungan dengan

umur
 SSQL 1113 25/05/2022

4
Hubungan
Kes positif
Pemboleh ubah Skor
X Y X Y
1 X1 Y1 12 10
2 X2 Y2 14 13
3 X3 Y3 16 16
4 X4 Y4 18 19
5 X5 Y5 20 21
6 X6 Y6 22 24

Jadual menunjukkan apabila skor X rendah, skor Y juga

rendah, dan apabila skort X tinggi skor Y juga tinggi.
Maka pemboleh ubah X mempunyai hubungan positif
dengan pemboleh ubah Y
 SSQL 1113 25/05/2022

5
Hubungan negatif
Kes Pemboleh ubah Skor
A B A B
1 A1 B1 21 20
2 A2 B2 22 19
3 A3 B3 23 18
4 A4 B4 24 17
5 A5 B5 25 16
6 A6 B6 26 15

Jadual menunjukkan apabila skor A rendah, skor B akan

tinggi, dan sebaliknya apabila skor A tinggi, skor B akan
rendah.
Maka pemboleh ubah A mempunyai hubungan negatif
atau songsang dengan pemboleh ubah B
 SSQL 1113 25/05/2022

6 Tiada Hubungan
Kes Pemboleh ubah Skor
K L K L
1 K1 L1 11 15
2 K2 L2 15 15
3 K3 L3 13 15
4 K4 L4 14 15
5 K5 L5 12 15
6 K6 L6 16 15
7 K7 L7 17 15
8 K8 L8 18 15
9 K9 L9 18 15
10 K10 L10 20 15

Jadual menunjukkan skor pemboleh ubah L sebagai

tetap ataupun malar kedudukannya dan tidak berubah-
ubah. Skor pemboleh ubah K berubah secara rawak.
Maka pemboleh ubah K tidak mempunyai hubungan
dengan pemboleh ubah L
 SSQL 1113 25/05/2022

7 Hubungan positif antara X dan Y

Plot ataru lakaran sebaran skor dua pemboleh ubah yang

mempunyai hubungan atau korelasi positif
Y
30

20

10

0
0 5 10 15 20 X25
 SSQL 1113 25/05/2022

8 Hubungan negatif antara A dan B

Plot atau lakaran sebaran skor dua pemboleh ubah yang

mempunyai hubungan atau korelasi negatif
A

B
 SSQL 1113 25/05/2022

9
Tidak terdapat Hubungan antara pemboleh ubah K dan L

Plot ataru lakaran sebaran skor dua pemboleh ubah yang

menunjukkan tidak terdapat hubungan atau korelasi. Nilai
korelasinya adalah sifar atau menghampiri sifar

L
 SSQL 1113 25/05/2022

Pekali korelasi
10
• Indeks atau nilai yang menggambarkan hubungan antara dua pemboleh
ubah
• 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 menjadi sifar apabila dua pemboleh ubah tidak
mempunyai hubungan atau pemboleh ubah tersebut bebas antara satu
dengan yang lain
-1.0……-0.7…..-0.4…..-0.2…-0.1…0…+0.1….+0.5…..+0.7…+0.9…+1.0

Hubungan kuat Tiada Hubungan kuat

dan negatif hubungan dan positif
 SSQL 1113 25/05/2022

11

Jenis data Jenis data pemboleh ubah Y

pemboleh ubah X Nominal Ordinal Sela, nisbah

Nominal Pekali phi,

Tetrachoric
Ordinal Dwisiri Spearman
pangkat
Sela, nisbah Dwsiri Pearson
Dwisiri titik
 SSQL 1113
12
INTERPRETASI NILAI PEKALI KORELSI
SAIZ PEKALI KORELASI
+- 0.90 HINGGA +- 1.00
+- 0.70 HINGGA +- 0.90
+- 0.50 HINGGA +- 0.70
+- 0.30 HINGGA +- 0.50
+- 0.01 HINGGA +- 0.30
0.00
25/05/2022
INTERPRETASI
KORELASINYA TERLALU TINGGI
KORELASINYA TINGGI
KORELASINYA SEDERHANA
KORELASINYA RENDAH
KORELASINYA LEMAH
TIADA KORELASI
 SSQL 1113 25/05/2022

13

PENGIRAAN PEKALI KORELASI

1. FORMULA PEARSON
2. FORMULA SPEARMAN
 SSQL 1113 25/05/2022

14
Formula pearson

Formula spearman

 6d 2 
rs  1  
  2
 1

 SSQL 1113 25/05/2022

X Y
15 10 6
Dengan mengunakan formula 22 11
pearson : 22 18

a. Binakan hipotesis nol. 15 15

12 7
b. Kirakan pekali korelasi 15 9
antara pemboleh ubah X 11 6
dan pemboleh ubah Y 20 19

c. Berdasarkan nilai pekali 16 13

15 12
korelasi, berikan
12 8
interpretasi bentuk
18 16
hubungan antara X dan Y 22 15

∑=210 155

Hipotesis nol : Tidak terdapat hubungan antara pemboleh ubah X dengan

pemboleh ubah Y
 SSQL 1113 25/05/2022

CONTOH PENGIRAAN KORELASI PEARSON

16
        
X Y XY X² Y²
r
10 6 60 100 36    2
   
2
    2
   
2

22 11 242 484 121
r= (13)(2690) - (210)(155) .
22 18 396 484 324 √ [ (13)(3616)-(210)²] [(13)(2091)-(155)²
15 15 225 225 225
r= 34970 – 32550 .
12 7 84 144 49
√ (2900)(3158)
15 9 135 225 81

11 6 66 121 36 r= 2420
20 19 380 400 361
3026.25

16 13 208 256 169

r = 0.799
15 12 180 225 144

12 8 96 144 64

18 16 288 324 256

22 15 330 484 225

∑=210 155 2690 3616 2091

 SSQL 1113 25/05/2022

17 PENENTUAN KRETIRIUM MENOLAK H0

• H0 - Tidak ada hubungan antara pemboleh ubah X dan pemboleh ubah Y
• α = 0.01
• df/dk = N – 2 (13 – 2) = 11
• Pengujian adalah berdasarkan dua hujungan (two tail) disebabkan
hipotesis yang dibina tidak menunjukkan arah
• Dapatkan nilai kritikal - Rujuk jadual nilai kritikal (r kritikal = 0.6835)
• Nilai r yang dikira = 0.799 (> daripada nilai r kritikal)
• Ia berada dalam kawasan penolakan H0 oleh itu H1 secara otomatis
diterima (H0 ditolak kerana nilai r yang dikira lebih besar dan positif
daripada nilai r kritikal.
• Kesimpulan – terdapat hubungan antara pemboleh ubah X dan
pemboleh ubah Y
 SSQL 1113 25/05/2022

18
Nilai dk/df
Simbol
menunjukkan
apabila H0
Interpretasi pekali korelasi pearson ditolak
Keputusan statistik inferensi : r(11) = 0.799 p < 0.01
Nilai pekali korelasi yang dikira ialah 0.799 Ini menunjukkan
pemboleh ubah X mempunyai hubungan positif dengan Y.
Korelasi antara dua pemboleh ubah adalah tinggi. Skor X tinggi
mempunyai tendensi skor Y tinggi. Sebaliknya skor X yang
rendah mempunyai tendensi skor Y yang rendah juga
 SSQL 1113 25/05/2022
LATIHAN KENDIRI

19 Dengan mengunakan formula pearson :

a. Binakan hipotesis nol
b. Kirakan pekali korelasi antara skor motivasi dan prestasi akademik
c. Berdasarkan nilai pekali korelasi, terangkan bentuk hubungan antara motivasi dan
prestasi akademik

Subjek Motivasi Prestasi akademik

1 77 76
2 75 82
3 71 78
4 79 83
5 75 72
6 88 88
7 85 78
8 86 81
9 80 75
10 70 65
 SSQL 1113 25/05/2022

20 Motivasi
Subjek
X
Prestasi
akademik
X² Y² XY

1 77 76
2 75 82
3 71 78
4 79 83
5 75 72
6 88 88
7 85 78
8 86 81
9 80 75
10 70 65

Σ
 SSQL 1113 25/05/2022

21
PENENTUAN KRETIRIUM MENOLAK H0
• H0 -
• α = 0.05
• df/dk =
• Pengujian adalah
• Dapatkan nilai kritikal
• Nilai r yang dikira =
• Ia berada

• Kesimpulan –
 SSQL 1113 25/05/2022

22
Interpretasi pekali korelasi pearson
Keputusan statistik inferensi :_________________________
Nilai pekali korelasi yang dikira ialah 0.66 Ini menunjukkan
pemboleh ubah motivasi mempunyai hubungan positif dengan
prestasi akademik. Korelasi antara dua pemboleh ubah adalah
sederhana. Pelajar yang tinggi skor motivasinya mempunyai skor
prestasi akademik yang tinggi. Sebaliknya pelajar yang skor
motivasinya rendah mempunyai skor prestasi akademi yang
rendah juga
 25/05/2022
SSQL 1113 25/05/2022

23
Aplikasi Komputer – Pearson Correlations
Descriptive Statistics
Descriptive Statistics

Mean Std. Deviation N

X 16.1538 4.31753 13
Nilai r
Y 11.9231 4.49929 13
Descriptive Statistics
Correlations Mean Std. Deviation N Nilai p
X Correlations
16.1538 4.31753 13
X Y
Y 11.9231 4.49929 13
X Pearson Correlation 1 .799**
Sig. (2-tailed) .001
N 13 13
Y Pearson Correlation .799** 1
Sig. (2-tailed) .001
N 13 13
**. Correlation is significant at the 0.01 level (2-tailed).
Nilai α dan
pengujian
berdasarkan dua
hujungan
23
 SSQL 1113 25/05/2022

Interpretasi Keputusan analisis :

Kajian Hubungan antara pemboleh ubah X dengan pemboleh ubah Y
24
H0 : Tidak terdapat hubungan antara pemboleh ubah X dengan pemboleh ubah Y

Analisis deskriptif : Min bagi pemboleh ubah X = 16.1538, min bagi pemboleh ubah Y = 11.9231,
sisihan piawai bagi pemboleh ubah X = 4.31753 sisihan piawai bagi pemboleh ubah Y = 4.49929
varians yang ditunjukkan adalah seragam. Oleh itu kedua-dua data X dan Y adalah seragam
(perbandingan nilai varians menunjukkan salah satu varians tidak lebih dua kali ganda daripada
varians yang satu lagi.)

Analisis inferensi :
Nilai r yang diperoleh ialah 0.799 dengan nilai p = 0.001 dan ia lebih kecil daripada aras signifikan
α = 0.01
Keputusan statistik inferensi : r(11) = 0.799 p < 0.01
Perbandingan
dk/df nilai p

Apabila p lebih kecil daripada 0.01 ini bermaksud H0 ditolak dan secara otomatis H1 diterima

Kesimpulan :
Terdapat Hubungan Positif dan tinggi yang Signifikan Antara pemboleh ubah X Dengan pemboleh
ubah Y
Ini bermakna pemboleh ubah X yang tinggi turut diikuti pemboleh ubah Y yang tinggi dan
sebaliknya pemboleh ubah X yang rendah akan diikuti pemboleh ubah Y juga akan rendah
 SSQL 1113 25/05/2022

LATIHAN KENDIRI
25 Aplikasi Komputer – Pearson Correlations
Descriptive Statistics

Descriptive Statistics
Mean Std. Deviation N
MOTIVASI 78.6000 6.20394 10

PRESTASI AKADEMIK 77.8000 6.39097 10

Correlations
Correlations
MOTIVASI PRESTASI AKADEMIK
MOTIVASI Pearson Correlation 1 .662*
Sig. (2-tailed) .037
N 10 10
PRESTASI AKADEMIK Pearson Correlation .662* 1
Sig. (2-tailed) .037
N 10 10
*. Correlation is significant at the 0.05 level (2-tailed).
 SSQL 1113 25/05/2022

Interpretasi Keputusan analisis :

26
Kajian Hubungan antara

H0 :

Analisis deskriptif :

Analisis inferensi :
Keputusan statistik inferensi :

Kesimpulan :
 CONTOH PENGIRAAN KORELASI SPEARMAN
SSQL 1113 25/05/2022

Dengan mengunakan formula spearman :

27
a. Binakan hipotesis nul
b. Kirakan pekali korelasi antara pemboleh ubah X dan pemboleh ubah Y
c. Berdasarkan nilai pekali korelasi, terangkan bentuk hubungan antara
pemboleh ubah X dan pemboleh ubah Y
d merupakan
pangkat X tolak
X Y Pangkat Pangkat d d² dengan pangkat Y
X Y
70 75 2.5 2.5 0 0
67 72 4 4 0 0
70 75 2.5 2.5 0 0
Disebabkan
71 76 1 1 0 0
nilai/tempat/pangkat
64 69 7.5 6 1.5 2.25 yang kedua dan ketiga
63 68 9 7 2 4 telah diisi maka
65 62 6 8 2 4 pangkat yang
66 70 5 5 0 0 seterusnya adalah
64 61 7.5 9 -1.5 2.25 keempat
60 52 10 10 0 0
Σd² = 12.5
Skor yang kedua tertinggi terdapat 2
nilai dan perlu diberi Skor paling tinggi diberi
nilai/tempat/pangkat kedua dan nilai/tempat/pangkat
ketiga. Oleh itu (2 + 3)/2 = 2.5 pertama (1)
 SSQL 1113 25/05/2022

PENENTUAN KRETIRIUM MENOLAK H0

28  6  d 
rs  1  
2

   2
 1

  •H0 - Tidak ada hubungan antara pemboleh ubah X dan
pemboleh ubah Y
 6(12.5)  •α = 0.01
rs  1  
10 
10 2
 1 
  •df/dk = N = 10
 75.0  •Pengujian adalah berdasarkan dua hujungan (two tail)
rs  1   
 1099   disebabkan hipotesis yang dibina tidak menunjukkan arah
•Dapatkan nilai kritikal - Rujuk jadual nilai kritikal (r kritikal =
 75 
rs  1   0.794)
 990  •Nilai r yang dikira = 0.92 (> daripada nilai r kritikal)
rs  .92 •Ia berada dalam kawasan penolakan H0 oleh itu H1 secara
otomatis diterima (H0 ditolak kerana nilai r yang dikira
adalah lebih besar dan positif daripada nilai r kritikal)
•Kesimpulan – terdapat hubungan antara pemboleh ubah X
dan pemboleh ubah Y
 SSQL 1113 25/05/2022

29

Interpretasi pekali korelasi Spearman

Keputusan statistik inferensi : r(10) = 0.92 p < 0.01
Nilai pekali korelasi yang dikira ialah 0.92 Ini menunjukkan
pemboleh ubah X mempunyai hubungan positif dengan Y. Korelasi
antara dua pemboleh ubah adalah tinggi. Skor X tinggi mempunyai
tendensi skor Y tinggi. Sebaliknya skor X yang rendah mempunyai
tendensi skor Y yang rendah juga
 25/05/2022
SSQL 1113

30Dengan mengunakan formula spearman :

a. Kirakan pekali korelasi antara kekerapan menghadiri gimnasium dan
kekerapan maraton
b. Berdasarkan nilai pekali korelasi, terangkan bentuk hubungan antara
kekerapan menghadiri gimnasium dan kekerapan maraton
menghadiri kekerapan Pangkat Pangkat d d²
gimnasium marathon
X X Y
Y
15 12
10 13
7 9
18 18
5 7
17 16
15 11
11 13
9 9
14 12
Σd² =
 SSQL 1113 25/05/2022

PENENTUAN KRETIRIUM MENOLAK H0

31 H0 -
 6d 2  α = 0.01
rs  1  
  
 2
 1

df/dk = N =

Pengujian adalah

Dapatkan nilai kritikal –

Nilai r yang dikira =

Kesimpulan –
 SSQL 1113 25/05/2022

32
Interpretasi pekali korelasi Spearman
Keputusan statistik inferensi : _________________________

Nilai pekali korelasi yang dikira ialah 0.78 Ini menunjukkan

pemboleh ubah kekerapan menghadiri gimnasium mempunyai
hubungan positif dengan kekerapan maraton. Korelasi antara dua
pemboleh ubah adalah tinggi. Kekerapan menghadiri gimnasium
tinggi mempunyai tendensi kekerapan maraton juga tinggi.
Sebaliknya kekerapan menghadiri gimnasium yang rendah
mempunyai tendensi kekerapan maraton juga rendah.
 SSQL 1113 25/05/2022

33 APLIKASI KOMPUTER – SPEARMAN CORRELATIONS

Nilai r
Correlations Nilai p

X Y
Spearman's rho X Correlation Coefficient 1.000 .924**
Sig. (2-tailed) . .000
N 10 10
Y Correlation Coefficient .924** 1.000
Sig. (2-tailed) .000 .
N 10 10
**. Correlation is significant at the 0.01 level (2-tailed).
Nilai α dan pengujian
berdasarkan dua
hujungan
 SSQL 1113 25/05/2022

Interpretasi Keputusan analisis :

34
Kajian Hubungan antara pemboleh ubah X dengan pemboleh ubah Y

H0 : Tidak terdapat hubungan antara pemboleh ubah X dengan pemboleh ubah Y

Analisis inferensi :
Nilai r yang diperoleh ialah 0.924 dengan nilai p = 0.000 dan ia lebih kecil daripada aras
signifikan α = 0.01
Keputusan statistik inferensi : r(10) = 0.924 p < 0.01

Perbandingan
Nilai dk/df Nilai r nilai p

Apabila p lebih kecil daripada 0.01 ini bermaksud H0 ditolak dan secara otomatis H1
diterima

Kesimpulan :
Terdapat Hubungan Positif dan tinggi yang Signifikan Antara pemboleh ubah X Dengan
pemboleh ubah Y
Ini bermakna pemboleh ubah X yang tinggi turut diikuti pemboleh ubah Y yang tinggi dan
sebaliknya pemboleh ubah X yang rendah akan diikuti pemboleh ubah Y juga akan rendah
 SSQL 1113
25/05/2022

APLIKASI KOMPUTER – SPEARMAN CORRELATIONS

35

Correlations
Kekerapan
menghadiri Kekerapan
gimnasium maraton
Spearman's rho Kekerapan Correlation 1.000 .782**
menghadiri Coefficient
gimnasium Sig. (2-tailed) . .007
N 10 10
Kekerapan maraton Correlation .782** 1.000
Coefficient
Sig. (2-tailed) .007 .
N 10 10
**. Correlation is significant at the 0.01 level (2-tailed).

35
 SSQL 1113 25/05/2022

Interpretasi Keputusan analisis :

36
Kajian Hubungan antara ________________________________________________

H0 : _______________________________________________________________

Analisis inferensi :
Nilai r yang diperoleh ialah

Keputusan statistik inferensi :

Kesimpulan :
 SSQL 1113 25/05/2022

37 KORELASI DWISIRI TITIK

Mengunakan data nominal

rdt = Y1 - Y0 √ pq
s.py

Y1 Min Y bagi kumpulan yang skor X = 1

Y0 Min Y bagi kumpulan yang skor X = 0
spy Sisihan piawai skor Y
p Peratus kes yang mempunyai skor X = 1
q Peratus kes yang mempunyai skor X = 0
 SSQL 1113 25/05/2022

38 Pengiraan pekali korelasi dwisiri titik skor prestasi akademik dan jantina
Jantina Prestasi akademik
X Y Y²
L 1 75 5625
L 1 76 5776
P 0 69 4761
P 0 68 4624
L 1 75 5625
L 1 72 5184
P 0 61 3721
P 0 52 2704
L 1 62 3844
L 1 70 4900
Σ 6 680 46764

L = lelaki P = Perempuan
 SSQL 1113 25/05/2022

39
• Sisihan piawai skor prestasi akademik ialah 7.63
• Min dan peratus bagi pelajar perempuan dan lelaki ialah :

Y1 = (75 + 72 + 75 + 76 + 62 + 70)
6
= 71.67
Y0 = (69 + 68 + 61 + 52)
4
= 62.5
p = 6 = .60
10
q = 4 = .40
10
 SSQL 1113 25/05/2022

40 rdt = Y1 - Y 0 √ pq
s.py

rdt = 71.67 - 62.50 √ (.60)(.40)

7.63
Pekali korelasi dwisiri titik yang
diperolehi adalah positif dan
rdt = 9.17 √ .24 sederhana iaitu .59. ini menunjukkan
pelajar lelaki bertendensi mempunyai
7.63
skor prestasi akademik yang tinggi
dan pelajar perempuan bertendensi
= (1.20)(.49) mempunyai prestasi akademik yang
= .59
rendah. Perbandingan min prestasi
juga menunjukkan pelajar lelaki lebih
tinggi berbanding pelajar perempuan
 SSQL 1113 25/05/2022

41KORELASI DWISIRI PANGKAT

Mengunakan data nominal jenis dikotomi (ya, tidak),
pemboleh ubah yang menjadi pasangannya mempunyai
data pangkat

rdp = 2 (Y1 – Y0)

N

N = Jumlah keseluruhan kes

Y1 = Min pangkat bagi individu X = 1
Y0 = Min pangkat bagi individu X = 0
 SSQL 1113 25/05/2022

42 Prestasi pelajar mengikut kedudukan dalam kelas mengikut

kehadiran kelas tuisyen

Pelajar Tuisyen Kedudukan

(X) prestasi (Y)
• Keseluruhan pelajar N = 15
A 0 1
• Bilangan pelajar hadir tuisyen
B 0 2
C 1 3
X = 1 ialah 7
D 0 4 • Bilangan pelajar tidak hadir tuisyen
E 0 5 X = 0 ialah 8
F 1 6 • Min Y apabila X = 1
G 0 7 3 +6 + 9 + 10 + 13 +14 + 15
H 0 8 7
I 1 9 = 10.0
J 1 10 • Min Y apabila X = 0
K 0 11 1 + 2 + 4 + 5 + 7 + 8 + 11 + 12
L 0 12 8
M 1 13 = 6.25
N 1 14
O 1 15
 SSQL 1113 25/05/2022

43 Pekali korelasi dwisiri pangkat adalah

positif iaitu .50. Ini menunjukkan
rdp = 2 (Y1 – Y0) hubungan positif yang sederhana di
N antara pemboleh ubah kehadiran
kelas tuisyen dengan prestasi pelajar
rdp = 2 (10.00 – 6.25) berdasarkan kedudukannya di dalam
15 kelas. Ini bermakna pelajar yang tidak
hadir kelas tuisyen bertendensi untuk
= .133 (3.75) mendapat kedudukan yang lebih
rendah dengan purata markat
= .50 pangkatnya 6.25 berbanding dengan
pelajar yang hadir kelas tuisyen
dengan purata markat 10.00.
Kebanyakan pelajar hadir kelas tuisyen
mendapat kedudukan yang lebih tinggi
jika dibandingkan dengan pelajar yang
tidak hadir kelas tuisyen