ANALISIS DATA KORELASI H

MODUL

PENULIS

DR MOHD SHUKERI HAMZAH
DR JASWARDI ANUAR YAACOB

DR ABDULLAH DERAMAN

MAKLUMAT KURSUS CPD (DR MOHD SHUKERI HAMZAH)

1 Nama Analisis Data Korelasi

Kursus/Modul

2 Nama 1.Dr. Mohammad Shukeri Hamzah

Fasilitator 2.Dr. Jaswardi Anuar Yaakob

3.Dr. Abdullah Derahman

3 Rasional Kursus ini ditawarkan supaya peserta dapat menguasai ilmu dan kemahiran dalam
Kursus/Modul menganalisis data Korelasi yang berkaitan dengan tugas seharian dalam organisasi

sendiri atau agensi luar.

4 Tempoh 2 Hari 12 Jam
Tawaran
Kursus

5 Jumlah Jam K/A P E R Jumlah Jam Pembelajaran Kursus
Kursus - 12

K/A 10 2 -
Kuliah/Amali

P
Perbincangan/
Pembentangan
E e-

pembelajaran
R - Refleksi

6 1. Guru
Kumpulan 2. Pensyarah
Sasaran 3. Pegawai JPN/ PPD

7 Syarat Tiada
Penyertaan
Mod B: JPN/PPD Based
8 Mod
Pelaksanaan Pada akhir sesi ini, peserta dapat:
Kursus 1. Mengetahui trend terkini dalam penganalisaan data .
2. Mengenal pasti panduan dan format penganalisaan data menggunaakan
9 Hasil perisian Spss Korelasi.
Pembelajaran 3. Menganalisis contoh-contoh data yang menggunalkan analisa Pearson
Kursus Korelasi.
4. Menggunakan format Analisa data Pearson korelasi dalam menentukan
10 Strategi perkaitan antara dependent dan independent variables.
Pengajaran 5. Melaksanakan tugas penganalisaan dat menggunakan Pearson Korelasi
dan dengan lebih berkesan dan berkeyakinan
Pembelajaran
i. Penerangan
11 Sinopsis ii. Perbincangan dan pembentangan
iii. Hands on analisa data korelasi

Pengetahuan dan kebolehan menganalisa data menggunakan Pearson Korelasi
adalah satu kemahiran yang sangat penting bagi kakitangan guru /pensyarah yang
diberikan tugas menyelidik di dalam sesebuah organisasi. Kemahiran ini membolehkan
mereka menghasilkan penulisan yang berkualiti dan mencapai objektif yang ditetapkan
oleh sesuatu penyelidikan. Terdapat banyak bentuk penganalisaan data korelasi yang
kerap diperlukan dalam sesebuah organisasi seperti penyelidikan,artikel dan jurnal.
Kesemua jenis penulisan penyelidikan ini mempunyai format dan teknik tertentu untuk
dihasilkan. Justeru itu adalah penting untuk semua kakitangan yang terlibat dalam

iii

tugasan penyelidikan mempunyai pengetahuan dan kemahiran yang betul bagi
memudahkan tugas dan memberi imej yang baik kepada organisasi.

13 Kerangka Kursus/Modul dan Jumlah Jam K/A P E R
Pembelajaran Setiap Tajuk/Slot Jumlah Jam
Kursus

Tajuk/Slot 1: Pengenalan 2 - --

1. Penganalisaan SPSS Korelasi

2. Jenis-Jenis Data Korelasi

Skala
Koefisien Korelasi

Tajuk/Slot 2: Arah Hubungan 2) 2- - -
1. Panduan 2- - -
2- - -
Koefisien Korelasi 2- - -
Arah Hubungan
Kekuatan Hubungan

2. Latihan Amali Penentuan Hubungan
Bengkel

Tajuk/Slot 3: Korelasi Bivariate

1. Panduan Penggunaan Korelasi Bivariate
Syarat yang perlu dipatuhi

2. Latihan Amali
Bengkel

Tajuk/Slot 4: Fail Data Korelasi SPSS
1. Panduan Penyediaan Data Fail Korelasi

Prosedur Korelasi
Analisis Contoh Data Korelasi

2. Latihan Amali Data Korelasi
Bengkel

Tajuk/Slot 5:

1. Panduan Penggunaan Ujian Khi

Jenis-jenis Data bagi ujian ini
Mencari perkadaran antara dua Pembolehubah
Data Nominal dan penentuan Darjah Kebebasan

2. Latihan Amali

Bengkel -2 - -
Tajuk/Slot 6: Pembentangan Kumpulan
iv

1. Pembentangan tugasan : 10 2 12

Korelasi
Bivariate
Penentuan Arah Hubungan
Khi Square

2. Maklum Balas

Peserta
Fasilitator

Jumlah

KATA ALU-ALUAN
PENGARAH

INSTITUT PENDIDIKAN GURU
KAMPUS KOTA BHARU

Assalamualaikum warahmatullahi wabarakatuh dan salam sejahtera.

Bersyukur ke hadrat Allah SWT kerana dengan limpah dan izin-Nya Modul CPD 2020 dapat dilaksanakan.
Saya mengucapkan syabas kepada semua pihak terutamanya urusetia jabatan PIPK serta semua pensyarah yang
terlibat kerana berjaya menyiapkan modul serta tugasan masing-masing mengikut pembahagian tugasan yang
dibagi.

Penyelidikan merupakan usaha yang boleh membina keupayaan intelek untuk menambahbaikan inovasi
pedagogi dan membolehkan penyelesaian dalam pengajaran dan pembelajaran secara berterusan seiring dengan
amalan-amalan pendidikan yang sentiasa berubah. Modul ini juga membolehkan kajian terkini dalam bidang
pedagogi dan inovasi pengajaran dan pembelajaran berasaskan penyelidikan dapat dikongsi bersama para

dan tunggak kekuatan dalam membangunkan kecemerlangan guru serta
kemenjadian murid.

Dalam melangkah arus perdana bidang pendidikan, usaha meningkatkan kualiti guru akan memberi

impak kepada pembangunan profesionalisme. Oleh itu, modul ini yang ber Pendidikan Berkualiti

Pemangkin Kecemerlangan Malaysia Baharu

pendidik yang cemerlang bagi menghadapi keupayaan pelajar daripada pelbagai dimensi.

Saya penuh yakin melalui melalui modul CPD ini, input dapatan kajian dan penemuan inovasi baru akan
dapat dijadikan landasan perkongsian strategik untuk membangunkan kualiti perguruan.Penganjuran CPD ini

v

juga diharapkan dapat memberikan suntikan semangat kepada para pendidik untuk terus berjuang bagi memacu
kegemilangan dunia pendidikan demi masa depan bangsa dan negara.
Selamat Maju Jaya,
(TN. HJ. MOHD RASID BIN CHIK)`
Pengarah
Institut Pendidikan Guru
Kampus Kota Bharu, Kelantan.

vi

JADUAL KURSUS

JAM/ 8.00-10.00 10.00 10.30 10.30 12.30 12.30 2.30 2.30 4.30
HARI

8.00-9.00 9.00-10.00 REHAT REHAT
1 2
Slot 2 Slot 3
PERTAMA Instal SPSS Menentukan Arah
Pearson Korelasi Hubungan

Pendaftaran Slot 1
dan UjianPra SPSS Pengenalan
Korelasi

Slot 4 Slot 5 Slot 6

Korelasi Bivariate Analisa:Arah File Data
Korelasi
Hubungan
:

KEDUA

Slot 7 Slot 8 UjianPasca dan Rumusan
Bengkel
Ujian Khi
Kuasa Dua

7

5. ANALISIS DATA DENGAN SPSS
5.1.4 Korelasi
Analisis korelasi digunakan untuk mencari hubungan antara dua pemboleh ubah, di mana kedua-
dua pemboleh ubah mestilah jenis skala. Analisis korelasi antara pemboleh ubah mesti dijalankan
secara berpasangan. Pemboleh ubah-pemboleh ubah yang terlibat juga mesti adalah linear.
Contohnya, mencari hubungan antara sikap pelajar dan pencapaian Matematik mereka di sekolah.
Dalam contoh ini, sikap pelajar dan pencapaian Matematik merupakan pemboleh ubah jenis skala
yang mempunyai kelinearan.

8

23

Kita boleh menentukan bilangan hubungan yang perlu dicari berdasarkan bilangan pemboleh
ubah yang kita ada. Contohnya, kita ingin mengkaji hubungan antara tiga pemboleh ubah, iaitu A,
B, dan C. Tiga pemboleh ubah menandakan tiga jenis hubungan yang perlu kita kaji, ini termasuk
perhubungan antara A-B, B-C, dan A-C.

Terdapat beberapa jenis korelasi, antaranya korelasi Pearson da korelasi Spearman.

Koefisien Korelasi (Correlation Coefficient)

Koefisien korelasi merupakan satu angka di antara -1 dan 1 yang menggambarkan kekuatan
hubungan antara dua pemboleh ubah. Koefisien korelasi bagi dua pemboleh ubah X dan Y ditulis
sebagai: rXY.

Koefisien korelasi boleh diitafsir dari aspek arah hubungan dan kekuatan hubungan pemboleh
ubah. Semakin hampir suatu koefisien korelasi dengan -1 atau 1, semakin kuat hubungan antara
dua pemboleh ubah yang dikaji. Manakala koefisien korelasi yang hampir dengan 0 menandakan
bahawa hubungan antara dua pemboleh ubah adalah lemah. Tanda positif dan negatif
menandakan arah hubungan sama ada berkadar terus (proportional) atau berkadar songsang.
Pertimbangkan koefisien- koefisien yang berikut:

Koefisien Arah Hubungan Kekuatan Hubungan Catatan
Korelasi
r = .21 X meningkat, Y Hubungan Lemah Tanda positif;
r = .89 meningkat. Y Hubungan Kuat
X meningkat, Tidak ada hubungan Jauh dari 1
r=0 meningkat.
Tanda positif;

Hampir dengan 1

Tidak ada hubungan -

9

r = -.21 X meningkat, Y Hubungan Lemah Tanda negatif;
r = -.89 menurun Y Hubungan Kuat
X meningkat, Jauh dari -1
menurun
Tanda negatif;

Hampir dengan -1

Contoh : Kajian yang berkaitan dengan korelasi
Korelasi Bivariate digunakan untuk mengukur perkaitan linear antara dua pemboleh ubah
berterusan.

Soalan Kajian

10

24

1. Adakah terdapat hubungan antara sikap pembelajaran dan pencapaian
Matematik KBSM pelajar SMK Cempaka?

2. Adakah terdapat hubungan antara tabiat dan pencapaian Matematik KBSM
pelajar SMK Cempaka?

3. Adakah terdapat hubungan antara kebimbangan dan pencapaian Matematik KBSM
pelajar SMK Cempaka?

4. Adakah terdapat hubungan antara sikap pembelajaran dan tabiat pelajar SMK
Cempaka?

5. Adakah terdapat hubungan antara sikap pembelajaran dan kebimbangan
pelajar SMK Cempaka?

6. Adakah terdapat hubungan antara tabiat dan kebimbangan pelajar SMK
Cempaka?

Hipotesis kajian :
Ho1: Tidak terdapat hubungan yang signifikan antara sikap pembelajaran dan pencapaian
Matematik KBSM pelajar SMK Cempaka.

Ho2: Tidak terdapat hubungan yang signifikan antara tabiat dan pencapaian Matematik
KBSM pelajar SMK Cempaka.

Ho3: Tidak terdapat hubungan yang signifikan antara kebimbangan dan pencapaian
Matematik KBSM pelajar SMK Cempaka.

Ho4: Tidak terdapat hubungan yang signifikan antara sikap pembelajaran dan tabiat
pelajar SMK Cempaka.

11

Ho5: Tidak terdapat hubungan yang signifikan antara sikap pembelajaran dan
kebimbangan pelajar SMK Cempaka.
Ho6: Tidak terdapat hubungan yang signifikan antara tabiat dan kebimbangan pelajar
SMK Cempaka.

12

25

Langkah 1: Penyediaan Fail Data SPSS

Langkah 2: Prosedur SPSS (Korelasi)

i. Arahkan cursor ke menu Analyze, pilih Correlate kemudian klik Bivariate
ii. Dalam Bivariate Correlation, gerakkan pemboleh ubah korelasi (pencapaian

Matematik KBSM, sikap, bimbang, tabiat) ke dalam
Variables

iii. Klik OK untuk menjana analisis

Langkah 3: Output SPSS

Correlations

MathKBSM SIKAP BIMBANG TABIAT

MathKBSM Pearson 1 .360(**) -.357(**) .251(**)
SIKAP
BIMBANG Correlation . .000 .000 .000
Sig. (2-tailed) 669 669 668 668
N
Pearson .360(**) 1 -.320(**) .718(**)

Correlation .000 . .000 .000
Sig. (2-tailed) 669 674 673 673
N
Pearson -.357(**) -.320(**) 1 -.323(**)

Correlation .000 .000 . .000
Sig. (2-tailed)
13

TABIAT N 668 673 673 672
Pearson
.251(**) .718(**) -.323(**) 1
Correlation .000 .000 .000 .
Sig. (2-tailed) 668 673 672 673
N

** Correlation is significant at the 0.01 level (2-tailed).

i. Pearson Correlation boleh jadi nilai + atau -. Nilai kosong menunjukkan tiada hubungan
antara dua pemboleh ubah.

ii. Penulisan Laporan Mengikut APA

H01: Tidak terdapat hubungan antara sikap pembelajaran dengan pencapaian Matematik
pelajar SMK Cempaka

Sikap pembelajaran Matematik mempunyai hubungan positif yang signifikan (r = .36, p <
.01) secara statistik dengan pencapaian Matematik KBSM pelajar SMK Cempaka.

14

26

Keputusan ini berjaya menolak Ho dengan itu menerima HA. Hal ini menunjukkan pelajar yang
mempunyai sikap pembelajaran Matematik yang tinggi mempunyai pencapaian Matematik yang
tinggi manakala pelajar yang mempunyai sikap pembelajaran Matematik yang rendah mempunyai
pencapaian Matemaik yang rendah. Sikap pembelajaran Matematik menunjukkan hubungan yang
rendah iaitu 0.36 terhadap pencapaian akademik. Sikap pembelajaran menunjukkan nilai r2 = 0.13.
Ini menunjukkan sikap pembelajaran menyumbang sebanyak 13% varians berhubungan dengan
varians pencapaian Matematik KBSM SMK Cempaka.

H02: Tidak terdapat hubungan yang signifikan antara tabiat dan pencapaian Matematik KBSM
pelajar SMK Cempaka

Tabiat mempunyai hubungan positif yang signifikan (r = .25, p < .01) secara statistik dengan
pencapaian Matematik KBSM pelajar SMK Cempaka. Keputusan ini berjaya menolak Ho dengan
itu menerima HA. Hal ini menunjukkan pelajar yang mempunyai tabiat yang tinggi mempunyai
pencapaian Matematik yang tinggi manakala pelajar yang mempunyai tabiat yang rendah
mempunyai pencapaian Matemaik yang rendah. Tabiat pelajar menunjukkan hubungan yang
lemah iaitu 0.25 terhadap pencapaian akademik. Sikap pembelajaran menunjukkan nilai r2 = 0.06.
Ini menunjukkan tabiat menyumbang sebanyak 6% varians berhubungan dengan varians
pencapaian Matematik KBSM SMK Cempaka

H03: Tidak terdapat hubungan yang signifikan antara kebimbangan dan pencapaian
Matematik KBSM pelajar SMK Cempaka

Kebimbangan mempunyai hubungan negatif yang signifikan (r = - .36, p < .01) secara statistik
dengan pencapaian Matematik KBSM pelajar SMK Cempaka. Keputusan ini berjaya menolak Ho
dengan itu menerima HA. Hal ini menunjukkan pelajar yang mempunyai kebimbangan yang tinggi
mempunyai pencapaian Matematik yang rendah manakala pelajar yang mempunyai

15

kebimbangan yang rendah mempunyai pencapaian Matematik yang tinggi. Kebimbangan
menunjukkan hubungan yang rendah iaitu - 0.36 terhadap pencapaian akademik. Kebimbangan
menunjukkan nilai r2 = 0.13. Ini menunjukkan kebimbangan menyumbang sebanyak 13% varians
berhubungan dengan varians pencapaian Matematik KBSM SMK Cempaka.

16

27

H04: Tidak terdapat hubungan yang signifikan antara sikap pembelajaran dan tabiat pelajar SMK
Cempaka

Sikap pembelajaran mempunyai hubungan positif yang signifikan (r = .72, p < .01) secara statistik
dengan tabiat pelajar SMK Cempaka. Keputusan ini berjaya menolak Ho dengan itu menerima HA.
Hal ini menunjukkan pelajar yang mempunyai sikap pembelajaran yang tinggi mempunyai tabiat
yang tinggi manakala pelajar yang mempunyai sikap pembelajaran yang rendah mempunyaitabiat
yang rendah. Sikap pembelajaran Matematik menunjukkan hubungan yang tinggi iaitu 0.72
terhadap tabiat pelajar. Sikap pembelajaran menunjukkan nilai r2 = 0.52. Ini menunjukkan sikap
pembelajaran menyumbang sebanyak 52% varians berhubungan dengan varians tabiat pelajar
SMK Cempaka.

H05: Tidak terdapat hubungan yang signifikan antara sikap pembelajaran dan kebimbangan
pelajar SMK Cempaka

Sikap pembelajaran mempunyai hubungan negatif yang signifikan (r = - .32, p < .01) secara statistik
dengan kebimbangan pelajar SMK Cempaka. Keputusan ini berjaya menolak Ho dengan itu
menerima HA. Hal ini menunjukkan pelajar yang mempunyai sikap pembelajaran yang tinggi
mempunyai kebimbangan yang rendah manakala pelajar yang mempunyai sikap pembelajaran
yang rendah mempunyai kebimbangan yang tinggi. Sikap pembelajaran Matematik menunjukkan
hubungan yang lemah iaitu -0.32 terhadap kebimbangan pelajar. Sikap pembelajaran
menunjukkan nilai r2 = 0.10. Ini menunjukkan sikap pembelajaran menyumbang sebanyak 10%
varians berhubungan dengan varians kebimbangan pelajar SMK Cempaka

H06: Tidak terdapat hubungan yang signifikan antara tabiat dan kebimbangan pelajar SMK

Cempaka

17

Tabiat mempunyai hubungan negatif yang signifikan (r = - .32, p < .01) secara statistik dengan
kebimbangan pelajar SMK Cempaka. Keputusan ini berjaya menolak Ho dengan itu menerima HA.
Hal ini menunjukkan pelajar yang mempunyai tabiat yang tinggi mempunyai kebimbangan yang
rendah manakala pelajar yang mempunyai tabiat yang rendah mempunyai kebimbangan yang
tinggi. Tabiat menunjukkan hubungan yang

18