.

"ANTARA BLOG TERBAIK DI NATIONAL EDUCATIONAL BLOGGING SUMMIT 2011"


MORE THAN A MILLION HITS !

Statistik

SPSS - STATISTIK PENYELIDIKAN SECARA SANTAI

BENGKEL ANJURAN DR OT:

(1) TULIS TESIS CEPAT & PENGURUSAN ARTIKEL MENDELEY

(2) PENGENALAN ANALISIS DATA KUANTITATIF SPSS

(3) ANALISIS DATA KUALITATIF DGN ATLAS.ti

(4) BENGKEL BINA DAN ANALISIS SOAL SELIDIK

Ingin anjur bengkel ditempat anda? Email ke:

zahinothman@gmail.com



-------------------------------------------------------------------------------------------------------------------------------------------------------

Sila joint dan sign-in. Anda FOLLOWER kehormat drotspss...

Saya klik Follow dan BANGGA menjadi follower drotspss...

Sunday, April 17, 2011

TAJUK 122 - WAJIB DIBACA JIKA GUNA CORRELATION or REGRESSION !!

Pak Cik, Mak Cik, kakak dan abang yang buat research tu tahu tak hubungan antara mata saya dengan bola2 ni. Nak guna korelasi ke regressi? Jika tak tahu.... baco lah kupasan di bawah ...jangan dok kompius tak sudah-sudah...... 


Regresi linear dan korelasi adakalanya mengelirukan. Gunakan prosidur correlation jika anda mengukur kekuatan hubungan kedua-dua variable, katakan P dan Q. AWAS.....correlation tidak membuat andaian P bergantung kepada Q sebagaimana yang banyak dilakukan dalam penulisan tesis tesis siswazah. Oleh kerana kedua2 variable tidak saling "mempengaruhi" spt IV dan DV, maka hubungan tersebut tidal layak dimodelkan dalam satu persamaan matematik. Salah satu variable hanyalah predictor (peramal) kepada yangsatu lagi...


Regression pula cuba menjelaskan kebergantungan satu variable kepada satu variable lain, iaitu katakan R bergantung kepada S. Oleh kerana hubungan ini saling mempengaruhi, maka hubungan ini boleh dijelaskan atau diwakilkan  dengan satu model mathematic iaitu persamaan garisan linear bagi meramalkan perkaitan kedua variable ini.

Contoh:
Katakan anda ingin mengetahui hubungan antara tinggi dan populariti pelajar disekolah. Kedua2 ukuran ini dilakukan secara berasingan dan bebas. Jangan buat andaian bahawa ketinggian mempengaruhi populariti jika anda hanya ingin membuat korelasi.  Jika kajian anda menunjukkan korelasi yang tinggi antara keduanya, ini TIDAK bermakna tinggi pelajar mempengaruhi populariti.  Tinggi hanyalah peramal (predictor) secara superficial (ramalan secara kasar sahaja) populariti pelajar. Sebab itu korelasi ini hanya statistik penerokaan awal dan agak lemah untuk peringkat master. Maknanya anda hanya boleh "meramal" bahawa pelajar yang tinggi (tentulah yang ensem juga) mungkin mempunyai populariti yang tinggi berbanding dengan yang rendah (dan yang kurang enseom) So..matlamat anda hanya ingin kuantitikan hubungan antara kedua variable tersebut dalam bentuk koefisien korelasi… untuk anda buat ramalan....itu sahaja…. No IV or DV pleaseeee. Yang besar nilai keffisiennya maka lebih baiklah ramalan yang boleh anda lakukan. Sebab itu tiada persamaan mathematic (model) digunakan untuk menyatakan hubungan ini kerana keduanya memang tidak  saling mempengaruhi.


Jadi apa guna korelasi? Ya tak yer jugak ! Oleh kerana terdapat terlalu banyak variable mempengaruhi populariti, anda cuba mengkaji, boleh ker tinggi menjadi peramal populariti seorang pelajar.... ITU SAHAJA !! So jangan lebeh2 buat kesimpulan dapatan anda  seolah2 populariti dipengaruhi oleh tinggi !! (Note: Korelasi juga digunakan dalam penentuan kovariate dalam analisis ANCOVA)

Regression pula digunakan apabila anda menjangkakan (dari literature review) faktor pandai (tak kira dia tinggi atau rendah) mempengaruhi populariti iaitu anda menjangka satu variable  mempengaruhi satu variable lain, spt IV dan DV. Dalam lain perkataan, semakin pandai... semakin fofular...(atau sebaliknya). Selepas itu barulah hubungan ini dinyatakan  dalam satu persamaan matematik, bagi meramalkan nilai DV (fofular) dari nilai IV (pandai). Persamaan matematik ini penting untuk meramal secara lebih tepat setiap perubahan DV akibat IV. Jika anda ada beberapa IV, seperti peramah, berkulit cerah dll (lebih dari satu IV mempengaruhi satu DV) yang mempengaruhi populariti (DV), maka anda gunakan multiple regression. (Note: MANOVA digunakan jika anda ada beberapa DV.... jgn kompius dengan multiple regression).

Moral of the story…… guna korelasi jika variable anda tidak bersandar dan gunalah regressi jika variable anda adalah IV dan DV. Betapa ramai pelajar yang membuat korelasi SEBENARnya lebih sesuai membuat regressi atau sebaliknya. 

Jika anda guna variable saling tak bersandar, kajian anda terhenti setakat mendapat nilai koefisien korelasi. Jika variable anda saling bersandar, anda juga akan membuat korelasi tetapi diikuti dengan regressi bagi menghasilkan persamaan matematik kerana kedua2 variable ini saling bergantung. Guna korelasi, bila anda meramalkan kekuatan hubungan (itu sahaja) tetapi dengan regressi anda meramalkan melalui satu model (persamaan garis lurus, y = mx+c) yang lebih mantap..... mantap beb !! Bayangkan ramai betul pelajar yang mendakwa mereka guna IV dan DV tetapi masih menggunakan korelasi.... sapa nak jawab ni ?

Kalau masih kompius gak....tak dapek den nak tolong....



OT



No comments:

Post a Comment

Related Posts Plugin for WordPress, Blogger...