Wednesday, October 13, 2010

Kajian Korelasi

Kajian korelasi mengkaji perkaitan antara variabel-variabel yang wujud dalam sesuatu masalah. Kajian korelasi memberi penekanan kepada penentuan sejauh mana kaitan antara variabel-variabel. Ini membolehkan penyelidik menentukan variasi yang berlaku pada satu variabel dan kaitannya dengan variasi yang berlaku pada satu variabel lain. Memandangkan wujudnya banyak variabel-variabel dalam bidang pendidikan, kajian korelasi sangat popular bagi menjelaskan fenomena pendidikan. Kajian deskriptif berbentuk penerokaan biasanya menggunakan kajian korelasi untuk mengenal pasti variabel-variabel yang berkaitan dengan sesuatu fenomena pendidikan. Kajian korelasi juga berfaedah bagi pembentukan hipotesis penyelidikan.

Kaitan variasi antara variabel-variabel boleh ditentukan dengan menggunakan pekali korelasi. Pekali korelasi mengandungi dua unsur; tanda dan nilai pekali. Tanda positif (+) menunjukkan perkadaran seiras antara variasi dalam satu variabel dengan variasi dalam satu lagi variabel yang dikaji. Pekali positif antara jumlah masa belajar dengan markah ujian sejarah men jelaskan kepada kita bahawa sekiranya jumlah masa belajar bertambah, markah yang diperoleh juga meningkat. Sebaliknya, sekiranya jumlah masa belajar mengurang, jumlah markah yang didapati juga mengurang.

Pekali bertanda negatif pula menunjukkan perkadaran songsang antara variasi pada kedua-dua variabel yang berkait. Sekiranya pekali antara pendapatan penjaga dengan markah pelajar negatif, ini menunjukkan pelajar yang mempunyai penjaga berpendapatan tinggi memperoleh markah yang rendah dan pelajar yang penjaganya berpendapatan rendah memperoleh markah yang tinggi.

Nilai pekali menunjukkan keteguhan hubungan antara dua variabel. Nilai pekali mengandungi nilai-nilai di antara sifar dengan 1. Nilai pekali 1 menunjukkan hubungan variasi antara variabel-variabel yang berkaitan adalah hubungan sempurna. Hubungan sempurna menjelaskan kepada kita bahawa sekiranya variasi satu variabel meningkat sebanyak seunit, variasi satu lagi variabel yang berkait juga meningkat sebanyak seunit. Nilai pekah sifar menunjukkan tiada hubungan linear antara satu variabel dengan variabel lain. Hubungan antara dua variabel dikatakan 1emah apabila nilai pekali mendekati sifar dan dikatakan teguh apabila nilai pekali menghampiri 1.

Jenis-jenis pekali korelasi yang digunakan bergantung kepada objektif penyelidikan serta jenis data yang dikumpul. Peringkat-peringkat pengukuran variabel seperti ukuran nominal, ukuran ordinal, ukuran sela dan ukuran nisbah biasanya digunakan sebagai panduan bagi pemilihan jenis-jenis pekali korelasi. Di antara jenis-jenis pekali korelasi termasuklah korelasi kontingensi korelasi pangkat Spearman dan korelasi hasil darab momen Pearson. Terdapat juga kaedah-kaedah korelasi seperti korelasi dwi-siri korelasi tetrakorik, korelasi mudah, korelasi pelbagai dan korelasi separa.

Seringkali penyelidik menggunakan kajian korelasi untuk menentukan sebab-musabab sesuatu peristiwa. Misalnya, sekiranya kaitan positif wujud antara pendapatan penjaga dengan pencapaian akademik pelajar, penyelidik mengatakan bahawa pendapatan penjaga mempengaruhi pencapaian akademik pelajar. Begitu juga, sekiranya kaitan negatif wujud antara kasih sayang ibu bapa dengan bilangan kes penagihan najis dadah di kalangan pelajar sekolah, penyelidik mungkin mengatakan kurangnya kasih sayang menyebabkan pelajar terjerumus ke dalam kancah penagihan najis dadah.

Sekiranya kaedah penyelidikan yang digunakan berbentuk deskriptif, penyelidik perlu berhati-hati apabila mengatakan hubungan sebab-musabab. Penyelidikan deskriptif biasanya mirip kepada penyelidikan penerokaan bilamana penyelidik tidak dapat memastikan faktor-faktor atau variabel-variabel yang terlibat dengan sesuatu peristiwa. Apa yang dilakukan oleh penyelidik deskriptif adalah menjelaskan sesuatu fenomena; bukan mengenal pasti dengan tepat faktor-faktor atau variabel yang menyebabkan berlakunya sesuatu peristiwa.

Terdapat beberapa syarat yang mesti dipenuhi sebelum seseorang penyelidik mengatakan hubungan sebab-musabab. Pertama, hubungan satu variabel (A) dengan satu lagi variabel (B) mestilah wujud. Kedua, variabel A mestilah wujud atau hadir terlebih dahulu daripada variabel B. Ketiga. tiada kesan kewujudan variabel-variabel extraneous (katakan variabel-variabel C, D ,., dan Z). Dalam contoh pendapatan penjaga mempengaruhi pencapaian akademik pelajar, kita mestilah mempunyai kaitan yang bererti antara pendapatan penjaga dan pencapaian akademik. Kita perlu memastikan pendapatan penjaga telah wujud terlebih dahulu sebelum pengujian dilakukan untuk menentukan pencapaian akademik pelajar. Di samping itu, kita perlu memastikan tidak ada variabel lain yang boleh mempengaruhi atau berkaitan dengan kedua-dua variabel yang dikaji iaitu pendapatan penjaga dan pencapaian akademik pelajar.

Kesalahan sering dilakukan oleh penyelidik dengan mendakwa ada hubungan sebab-musabab antara dua variabel yang dikaji berdasarkan adanya kaitan bererti yang tunjukkan oleh pekali korelasi. Terdapatnya kaitan yang bererti walau sebesar mana nilainya ditunjukkan oleh pekali korelasi tidak semestinya membolehkan penyelidik menyimpulkan adanya hubungan sebab-musabab. Pekali korelasi yang tinggi antara pendapatan negara dengan pencapaian akademik pelajar tidak bermakna pendapatan negara mempengaruhi pencapaian pelajar. Pekali yang tinggi di antara jumlah hujan yang turun dalam bulan Disember dengan bilangan kes penagihan najis dadah di kalangan pelajar tidak bererti jumlah hujan turun menyebabkan pelajar menagih najis dadah. Hubungan seperti mi sering terjadi disebabkan faktor-faktor lain selain daripada faktor-faktor yang dianggap beroperasi oleh penyelidik. Hubungan korelasi spurious seperti ini biasanya disebabkan kesan Hawthrone. Penyelidik perlu berhati-hati apabila membuat kesimpulan hubungan sebab-musabab. Penyelidik perlu rasional dan logik apabila mengatakan hubungan sebab-musabab.

1 comment:

  1. hi, sy igin bertanya, sy mempunyai data ordinal bagi skor ujian dan data ciri demografi (kategorikal). sy ingin melihat perkaitan, jadi sy lakukan ujian kolerasi kendalls tau b dan mendapati hasil yang negatif. bagai mana ingin sy jelaskan di dalam laporan walhal data ciri demografi berbentuk kategorikal cthnya status tempat tinggal (1-tiggal dengan bapa, 2-tggl dengan saudara 3-rumah kebajikan)...adakah ujian kendalls hanya melihat perkaitan?bagaimana ingin dijelskan utk nilai negatif tersebut? terima kasih

    ReplyDelete