Analisis Korelasi Analisis korelasi Pearson digunakan untuk menilai hubungan linear antara dua pemboleh ubah (Alias

Baba, 1999). Ia menjelaskan arah dan magnitud hubungan antara pemboleh ubah yang dikaji. Manakala kekuatan hubungan antara dua

pemboleh ubah yang dikaji adalah berdasarkan nilai pekali korelasi (r). Pekali korelasi yang bernilai positi bermaksud hubungan satu pemboleh ubah adalah berkadar terus dengan satu pemboleh ubah yang lain. !ika sebaliknya ia memberi makna hubungan antara dua pemboleh ubah adalah berkadar songsang. (A"i"i et. al, #$$%& 'raenkel dan (allen, #$$)& Mohd Majid, #$$*& +ay dan Airasian, #$$,& Ary et. al, #$$# dan Alias, 199-).

.eterusnya apabila nilai pekali korelasi dikuasaduakan iaitu r, merujuk /erlinger dan Pedha"ur (19%,), hal ini menunjukkan 0arians yang dikongsi bersama di antara dua pemboleh ubah kajian. !adual 1, menjelaskan kekuatan hubungan antara pemboleh ubah yang dikaji. Bagi nilai skor min kurang dari $.1$ kekuatan hubungan adalah lemah, nilai antara $.1$ dan $.,$ kekuatan hubungan adalah sederhana dan nilai yang melebihi $.,$ kekuatan hubungan adalah kuat. Jadual 13 : Anggaran Kekuatan Hubungan Antara Pemboleh ubah Pekali /orelasi Ba2ah $.1$ $.1$ 4 $.,$ $.,$ 4 ke atas .umber 5 !oseph '. 1ealey et. all (199%) /ekuatan 1ubungan 3emah .ederhana /uat

Analisis Regresi Analisis regresi merupakan satu teknik statistik yang digunakan untuk menentukan pertalian linear di antara pemboleh ubah bebas dengan pemboleh ubah bersandar dan membuat ramalan serta andaian se6ara linear. /etepatan andaian berkait rapat dengan kekuatan pertalian antara dua pemboleh ubah (A"i"i et al, #$$%& Mohd Majid,#$$*& Borg, Borg 7 +all, #$$*& Alias, 199-). 8eknik analisis ini dapat memberi maklumat tentang sumbangan pemboleh ubah bebas terhadap jumlah 0arians pemboleh ubah bersandar melalui pekali 9: (1air et al, #$$)& Alias, 199-& /erlinger dan Pedha"ur, 19%,).

Mengikut Alias (199-), Mohd Majid (#$$*) dan 1air et. al. (#$$)) analisis regresi mengambil kira hubungan antara pemboleh ubah bersandar dengan semua pemboleh ubah bebas se6ara serentak. ;leh itu, ia tidak dipengaruhi oleh sumbangan pemboleh ubah bebas yang lain. <ilai nisbah ' dari jadual regresi A<;=A digunakan untuk memastikan sama ada hubungan yang 2ujud adalah signi ikan atau tidak. Manakala pengiraan regresi dibuat pada garisan yang terbaik (best fit). /esimpulannya model regresi berganda dijelaskan sebagai5 > ? a @ b1A1 @ b#A# @ BBB @ bnAn @ e di mana5 > a b1, b#, bn A1, A#, An e ? pemboleh ubah bersandar ? konstan ? pekali regresi ? pemboleh ubah bebas ? ralat atau residual

.ebelum analisis regresi berganda dijalankan, pengkaji mengambil kira terlebih dahulu taburan normal dan linear atau sebaliknya. 3angkah ini perlu memandangkan analisis regresi berganda mengandaikan baha2a taburan skor adalah normal dan linear. Pengkaji juga memastikan baha2a sama ada 2ujud atau tidak

multicollinearity antara pemboleh ubah bebas. 1al ini kerana jika 2ujud multicollinearity, maka ia akan mempengaruhi nilai 9:. ;leh itu, berdasarkan pandangan 1air et al. (#$$)), baha2a untuk mengatasi masalah multicollinearity dalam analisis berganda maka analisis regresi stepwise digunakan.