Selvin ariska

(A2C018016)
BAB 11
Desain Korelasi
Desain korelasi penelitian pendidikan, tujuan kami mungkin untuk menhubungkan
variabel dari pada memanipulasi variabel independen, seperti dalam percobaan. Jika
demikian, desain Anda adalah penelitian korelasional. Meskipun tidak seketat eksperimen,
Anda dapat menggunakannya untuk menghubungkan variabel atau memprediksi hasil. Bab
ini mendefinisikan penelitian korelasional, mengidentifikasi jika Anda menggunakannya,
menilai karakteristik kunci dari itu, dan memajukan langkah-langkah dalam melakukan dan
mengevaluasi desain ini.

Pada akhir bab ini, Anda harus dapat:

 Mendefinisikan penelitian korelasional, dan menggambarkan kapan untuk

menggunakannya, dan bagaimana itu dikembangkan.
 Mengidentifikasi dua jenis desain korelasional.
 Menjelaskan karakteristik kunci dari desain korelasional.
 Mengidentifikasi masalah etika potensial dalam melakukan penelitian korelasional.
 Mengidentifikasi langkah-langkah dalam melakukan studi korelasional.
 Daftar kriteria untuk mengevaluasi studi korelasional.

Maria memilih desain korelasional kuantitatif untuk proyek penelitian sekolah

pascasarjana nya. Ini adalah pertanyaan penelitiannya: “Apakah penggunaan alkohol oleh
siswa terkait dengan suspensi untuk kepemilikan senjata”? Dengan kata lain, apakah
penggunaan alkohol memprediksi apakah seseorang akan menerima suspensi untuk memiliki
senjata di sekolah? Maria mengakses catatan sekolah untuk individu dikutip untuk
kepemilikan alkohol dan catatan untuk kepemilikan senjata. Dia menceritakan dua variabel
ini menggunakan statistik korelasi. Dia menemukan bahwa kedua variabel berhubungan
positif: Jika seseorang telah dikutip untuk alkohol, ia mungkin akan ditangguhkan untuk
kepemilikan senjata juga. Maria melakukan studi penelitian korelasi.
APA ITU PENELITAN KORELASI, KAPAN ANDA MENGGUNAKAN, DAN
BAGAIMANA MENGEMBANGKANNYA?

Desain korelasional memberi anda kesempatan untuk memprediksi skor dan

menjelaskan hubungan antar variabel. Dalam desain penelitian korelasional, peneliti
menggunakan uji statistik korelasi untuk menggambarkan dan mengukur tingkat asosiasi
(atau hubungan) antara dua atau lebih variabel atau set skor. Dalam desain ini, para peneliti
tidak berusaha untuk mengontrol atau memanipulasi variabel seperti dalam percobaan;
sebaliknya, mereka berhubungan dengan menggunakan statistik korelasi, dua atau lebih skor
untuk setiap orang (misalnya, motivasi siswa dan skor prestasi siswa untuk setiap individu).
Sebuah korelasi adalah uji statistik untuk menentukan kecenderungan atau pola untuk
dua (atau lebih) variabel atau dua set data bervariasi secara konsisten. Dalam kasus hanya dua
variabel, ini berarti bahwa dua variabel berbagi varians umum, atau mereka ikut bervariasi
bersama-sama. Untuk mengatakan bahwa dua variabel co-bervariasi memiliki dasar
matematika agak rumit. Co-bervariasi berarti bahwa kita dapat memprediksi skor pada satu
variabel dengan pengetahuan tentang skor individu pada variabel lain. Contoh sederhana
mungkin menggambarkan hal ini. Asumsikan bahwa skor pada kuis matematika untuk siswa
kelas empat berkisar dari 30 sampai 90. Kami tertarik pada apakah nilai pada latihan di kelas
dalam matematika (satu variabel) dapat memprediksi nilai matematika kuis siswa (variabel
lain). Jika skor pada latihan tidak menjelaskan nilai pada kuis matematika, maka kita tidak
bisa memprediksi skor siapa pun kecuali untuk mengatakan bahwa itu mungkin berkisar dari
30 sampai 90. Jika latihan bisa menjelaskan varians dalam semua nilai matematika kuis,
maka kita bisa memprediksi nilai matematika sempurna. Situasi ini jarang tercapai;
sebaliknya, kita mungkin menemukan bahwa 40% dari varians dalam skor kuis matematika
dijelaskan oleh nilai pada latihan.
Statistik yang mengungkapkan statistik korelasi sebagai hubungan linear adalah
produk-koefisien korelasi momen. Hal ini juga disebut korelasi bivariat, korelasi orde nol,
atau hanya r, dan ditandai oleh “r” untuk notasi nya. statistik dihitung untuk dua variabel ( r
xy) dengan mengalikan z skor pada X dan Y untuk setiap kasus dan kemudian membaginya
dengan jumlah kasus minus satu (misalnya, lihat langkah-langkah rinci dalam Vockell &
Ashner, 1995). Perhitungan matematika diilustrasikan dalam banyak buku statistik pengantar.
Kapan Anda menggunakan Penelitian korelasi?
Anda menggunakan desain ini ketika Anda ingin menghubungkan dua atau lebih variabel
untuk melihat apakah mereka pengaruh satu sama lain, seperti hubungan antara guru yang
mendukung praktik sesuai dengan tahapan perkembangan dan penggunaan pendekatan
seluruh bahasa untuk membaca instruksi (Ketner, Smith, & Parnell, 1997). Desain ini
memungkinkan Anda untuk memprediksi hasil, seperti prediksi bahwa kemampuan, kualitas
sekolah, motivasi siswa, dan kursus akademik mempengaruhi prestasi siswa (Anderson &
Keith, 1997). Anda juga menggunakan desain ini ketika Anda tahu dan dapat menerapkan
pengetahuan statistik berdasarkan perhitungan uji statistik korelasi.
Bagaimana Penelitian korelasional mengembangkan?
Sejarah penelitian korelasional mengacu pada tema asal-usul dan perkembangan uji statistik
korelasi dan prosedur untuk menggunakan dan menafsirkan tes. Statistik pertama
mengembangkan prosedur untuk menghitung statistik korelasi pada akhir abad ke-19
(Cowles, 1989). Meskipun ahli biometric Inggris mengartikulasikan ide-ide dasar.
“Co-hubungan” selama paruh terakhir tahun 1800, Karl Pearson disajikan rumus korelasi
yang akrab kita kenal sekarang di kertas sebelum Royal Society di Inggris pada November
1895 (Cowles, 1989). Menariknya, Pearson digunakan ilustrasi dari teori evolusi Darwin dan
gagasan Sir Francis Galton tentang keturunan dan warisan alam untuk memajukan ide-idenya
tentang korelasi. Misalnya, satu ide Pearson dieksplorasi adalah untuk mempelajari ide
Galton tentang hubungan antara hasta kiri (jarak antara siku lengan kiri ditekuk dan ujung jari
tengah) dan perawakannya untuk laki-laki dewasa (Cowles, 1989).
Dalam menyajikan ide-ide tentang korelasi, Pearson tidak hanya diartikulasikan
rumus untuk korelasi, tetapi ia juga disajikan konsep akrab bagi peneliti kuantitatif hari ini,
seperti pentingnya ukuran sampel, nilai pengukuran yang tepat, dan penggunaan berisi
sampel. Namun, Pearson hanya salah satu dari beberapa biometricians British sekitar
pergantian abad yang kembali fi ide ned dan diperpanjang tentang korelasi (De Landsheere,
1988). Pada tahun 1897, Yule (mahasiswa Pearson) mengembangkan solusi untuk
menghubungkan dua, tiga, dan empat variabel. Dengan Pearson, Yule juga maju teori regresi
dan kemampuan untuk memprediksi skor menggunakan informasi berdasarkan
menghubungkan korelasi koefisien koefisien fi. Dengan 1904, Spearman diterbitkan ide-ide
tentang matriks korelasi untuk menampilkan koefisien koefisien,
Setelah pergantian abad ke 20, dan selama hampir 50 tahun, kembali nements fi di
pendidikan desain penelitian berpusat pada prosedur eksperimental daripada desain
korelasional. Namun, selama ini, Fisher (1935) dipelopori signifikan pengujian fi cance dan
ANOVA, statistik gagasan penting untuk mempelajari perbedaan antara diamati dan
diprediksi skor dalam analisis korelasional. Ia tidak sampai 1963 bahwa Campbell dan
Stanley memberikan dorongan baru untuk penelitian korelasional, dengan risalah klasik
mereka pada desain eksperimental dan quasi-eksperimental. Dalam diskusi ini, mereka
termasuk penelitian korelasional sebagai salah satu desain, meskipun mereka melihatnya
sebagai desain kurang ketat dan valid dari percobaan. Dalam menggunakan penelitian
korelasional,
Selama 1970-an dan 1980-an, dengan munculnya komputer, meningkatkan
pengetahuan tentang skala pengukuran, dan kebutuhan untuk mempelajari asosiasi yang
kompleks di antara banyak variabel, peneliti kuantitatif dimulai studi korelasional. Alih-alih
kontrol fisik yang tersedia untuk peneliti eksperimental melalui teknik seperti pengacakan
dan pencocokan, peneliti korelasional dicari kontrol melalui prosedur statistik. Dengan
komputer, mereka secara statistik bisa menghilangkan efek dari sejumlah besar variabel
untuk menguji hubungan antara himpunan kecil variabel. Mereka bisa mengeksplorasi
kombinasi variabel (misalnya, usia, jenis kelamin, dan skor SAT) dan hasil (misalnya,
perguruan tinggi nilai rata-rata). Dari yang sederhana regresi-analisis variabilitas variabel
dependen tunggal oleh satu independen variabel-teknik menggunakan regresi berganda untuk
menganalisis efek kolektif dan terpisah dari dua atau lebih variabel independen pada variabel
dependen muncul (Pedhazur, 1997). Mengambil regresi ke langkah berikutnya dengan
memajukan model teoritis, mengumpulkan data, dan memperkirakan fi t dari data ke model
dipimpin peneliti untuk teknik korelasional canggih dari analisis jalur (Kline, 1998). Hari ini,
peneliti menguji model yang rumit yang mengandung banyak variabel (Kline, 1998).

APA SAJA JENIS DESAIN KORELASIONAL?

Tahun yang lalu, metode penelitian penulis spesifik ed penelitian korelasional sebagai salah
satu “desain” kuantitatif (misalnya, lihat Campbell & Stanley, 1963). Dengan aplikasi
canggih dan prosedur eksplisit korelasi, penelitian korelasional berhak dapat mengambil
tempatnya antara desain kami dalam penelitian kuantitatif. Kedua desain korelasi utama
adalah penjelasan dan prediksi.

Penjelasan Desain
Berbagai penulis merujuk explanatory penelitian korelasional sebagai “relasional”
Penelitian (Cohen & Manion, 1994, hal. 123), “akuntansi-untuk-varians studi” (Punch, 1998,
hal. 78), atau “jelas” Penelitian (Fraenkel & Wallen, 2000, hal. 360). Karena salah satu tujuan
dasar dari bentuk penelitian korelasional adalah untuk menjelaskan hubungan antara atau di
antara variabel, kita akan menggunakan istilah penelitian explanatory dalam diskusi ini.
Sebuah desain penelitian explanatory adalah desain korelasional di mana peneliti tertarik
sejauh mana dua variabel (atau lebih) co-bervariasi, yaitu, di mana perubahan dalam satu
variabel yang tercermin dalam perubahan lainnya. desain jelas terdiri dari asosiasi sederhana
antara dua variabel (misalnya, rasa humor dan kinerja dalam drama) atau lebih dari dua
(misalnya, tekanan dari teman atau perasaan terisolasi yang berkontribusi terhadap pesta
minuman keras). Ketika memeriksa sebuah studi yang dilaporkan dalam literatur, bagaimana
Anda akan mengidentifikasinya sebagai studi korelasional jelas? Carilah karakteristik berikut,
yang umum dalam jenis penelitian.
 Para peneliti berkorelasi dua atau lebih variabel. Mereka melaporkan korelasi states
tistical dan menyebutkan penggunaan beberapa variabel. Pembaca fi nd variabel-variabel
ini secara khusus disebutkan dalam pernyataan tujuan, pertanyaan penelitian, atau tabel
melaporkan prosedur statistik.
 Para peneliti mengumpulkan data pada satu titik waktu. Bukti untuk prosedur ini akan
ditemukan dalam administrasi instrumen “dalam satu duduk” kepada siswa. Dalam
penelitian korelasional jelas, para peneliti tidak tertarik baik masa lalu atau kinerja masa
depan peserta.
 penyidik menganalisis semua peserta sebagai satu kelompok. Dibandingkan dengan
percobaan yang melibatkan beberapa kelompok atau kondisi pengobatan, peneliti
mengumpulkan skor hanya dari satu kelompok dan tidak membagi kelompok menjadi
kategori (atau faktor). Tidak seperti penelitian eksperimental, semua tingkat informasi
dari kelompok yang digunakan. Daripada skor membagi pada harga diri menjadi “tinggi”
dan “rendah” kategori skor, seperti yang akan dilakukan dalam penelitian eksperimental,
peneliti korelasional menggunakan semua nilai pada sebuah kontinum, seperti 10 sampai
90.
 Peneliti memperoleh minimal dua nilai untuk setiap individu dalam kelompok-satu untuk
masing-masing variabel. Dalam diskusi metode, penyidik korelasional akan menyebutkan
berapa banyak skor dikumpulkan dari masing-masing peserta. Misalnya, untuk setiap
individu dalam sebuah studi optimisme dan kesehatan yang tepat perilaku, peneliti akan
mengumpulkan dua nilai: skor optimisme dan skor perilaku kesehatan.
 Peneliti melaporkan penggunaan uji statistik korelasi (atau perpanjangan dari itu) dalam
analisis data. Ini adalah fitur dasar dari jenis penelitian. Selain itu, peneliti mencakup
laporan tentang kekuatan dan arah uji korelasional untuk memberikan informasi
tambahan.
 Akhirnya, peneliti membuat interpretasi atau menarik kesimpulan dari sta- yang hasil tes
tistical. Penting untuk dicatat bahwa kesimpulan tidak membangun kemungkinan
penyebab-dan-efek (atau inferensi kausal) hubungan karena peneliti hanya dapat
menggunakan kendali statistik (misalnya, kontrol atas variabel menggunakan prosedur
statistik) daripada kontrol yang lebih ketat secara fisik mengubah kondisi (yaitu, seperti
dalam percobaan). Dalam penelitian korelasional, penyidik “mengambil peserta seperti
 mereka,” tanpa intervensi eksperimental. Dengan demikian, penulis penelitian
korelasional sering menggunakan frase “derajat hubungan antara dua variabel”
(Thorndike, 1997a, p. 1107), konotasi yang menyampaikan co-kejadian umum antara variabel
daripada kemungkinan kausalitas. Hal ini juga menjelaskan mengapa penulis korelasional
kadang-kadang menahan diri dari menggunakan istilah variabel bebas dan variabel tak bebas
dan bukannya merujuk pada korelasi dua variabel, arti konsisten dengan sesuatu yang kurang
dari variabel independen dalam fl uencing variabel dependen. Mereka juga menggunakan
kata hubungan tentang korelasi antara variabel. Mari kita beralih ke studi korelasional jelas
oleh Anderson dan Keith (1997) untuk menggambarkan jenis desain. Meskipun keuntungan
dalam nilai tes prestasi, siswa berpenghasilan rendah Amerika, Hispanik, dan Afrika biasanya
mencapai di bawah tingkat Kaukasia, Asia, dan siswa berpenghasilan tinggi. Afrika
mahasiswa Amerika dan Hispanik juga putus sekolah pada tingkat lebih tinggi daripada
rekan-rekan Kaukasia mereka. Untuk memahami faktor-faktor yang menjelaskan
keberhasilan akademik siswa-siswa berisiko, Anderson dan Keith melakukan studi
korelasional. Mereka mengusulkan sebuah model yang terdiri dari delapan variabel (keluarga
status sosial ekonomi, etnis, gender, kemampuan, kualitas sekolah, keterlibatan orang tua,
motivasi, dan kursus akademik) dan satu variabel hasil (prestasi akademik). Mereka
mempelajari satu kelompok terdiri dari mahasiswi di SMA yang ditunjukkan mereka asal
minoritas non Asian dan yang memiliki Sosial Ekonomi Status (SES) skor komposit dalam
kuartil bawah kisaran SES. Pengumpulan data yang terlibat mengumpulkan informasi selama
tahun dasar (1980) dan 2 tahun kemudian (1982), tetapi untuk tujuan analisis, para peneliti
menganalisis data bersama-sama dari kedua tahun seolah-olah mereka dikumpulkan pada satu
titik waktu. Untuk semua peserta ( N = 7355), mereka dikumpulkan langkah-langkah pada
setiap variabel dan berkorelasi semua variabel. Mereka menemukan bahwa masing-masing
variabel kecuali keterlibatan orang tua menjelaskan jumlah yang signifikan dari varians
dalam prestasi akademik.

Prediksi Desain
Bukan hanya berkaitan variabel-dua variabel pada suatu waktu atau satu set kompleks
seperti di terakhir kami contoh-in desain prediksi, para peneliti berusaha untuk
mengantisipasi hasil dengan menggunakan variabel-variabel tertentu sebagai prediktor.
Misalnya, pengawas dan kepala sekolah harus mengidentifikasi guru yang akan berhasil di
sekolah mereka. Untuk memilih guru yang memiliki peluang bagus untuk sukses,
administrator dapat mengidentifikasi prediktor keberhasilan menggunakan penelitian
korelasional. Studi prediksi, oleh karena itu, berguna karena mereka membantu
mengantisipasi atau meramalkan perilaku masa depan.
Tujuan dari desain penelitian prediksi adalah untuk mengidentifikasi variabel yang
akan memprediksi hasil atau kriteria. Dalam bentuk penelitian, penyidik mengidentifikasikan
satu atau lebih variabel prediktor dan kriteria (atau hasil) variabel. Sebuah variabel
prediktor adalah variabel yang digunakan untuk membuat perkiraan tentang hasil dalam
penelitian korelasional. Dalam kasus memprediksi keberhasilan guru di sekolah, prediktor
mungkin “mentoring” selama pelatihan guru atau “tahun pengalaman mengajar.” Dalam
banyak penelitian prediksi, peneliti sering menggunakan lebih dari satu variabel prediktor.
hasilnya yang diprediksi dalam penelitian korelasional, bagaimanapun, disebut
variabel kriteria . Dalam contoh kita, keberhasilan guru adalah variabel kriteria. Meskipun
lebih dari satu hasil dapat diprediksi, studi pendidikan umum meliputi hanya satu variabel
kriteria.
Untuk mengidentifikasi studi prediksi, mencari karakteristik sebagai berikut.
 Para penulis biasanya meliputi kata ramalan dalam judul. Ini juga mungkin di Pernyataan
tujuan atau pertanyaan penelitian.
 Para peneliti biasanya mengukur variabel prediktor (s) pada satu titik waktu dan variabel
kriteria pada suatu titik kemudian dalam waktu. Oleh karena itu, Anda harus memeriksa
studi untuk menentukan apakah para peneliti membangun sebuah “waktu” dimensi ke
dalam desain. Sebagai contoh, prediktor keberhasilan guru, “mentoring,” diukur selama
program pelatihan guru siswa, sedangkan “sukses” diukur kemudian, setelah siswa telah
dilakukan sebagai guru.
 Para penulis meramalkan kinerja masa depan. Mereka biasanya menyatakan niat ini di
Pernyataan tujuan atau dalam pertanyaan penelitian. Dalam fi kasi membenarkan dari
masalah penelitian, penulis juga menyebutkan niat mereka untuk “memprediksi”
beberapa hasil. Sebuah studi prediksi akan melaporkan korelasi dengan menggunakan uji
statistik korelasi, tetapi mungkin termasuk prosedur statistik canggih. Sebagai contoh,
penulis mungkin tertarik pada beberapa prediktor yang membantu menjelaskan kriteria.
Meskipun regresi linier sederhana (dijelaskan kemudian) alamat bunga ini, regresi
berganda (juga dibahas kemudian) menyediakan formula yang lebih kompleks.
Mari kita melihat sebuah studi prediksi untuk melihat prosedur para peneliti
menggunakan. Kerajaan dan Rossi (1999) prihatin tentang masalah isolasi guru dan berusaha
untuk mengidentifikasi faktor-faktor yang memprediksi rasa yang lebih baik dari masyarakat
untuk guru sekolah tinggi. Studi mereka termasuk beberapa prediktor dan satu kriteria
keseluruhan (rasa komunitas). Mereka mengumpulkan data dari tiga sekolah tinggi besar dan
mengumpulkan beberapa langkah. Mereka mengukur rasa masyarakat menggunakan
instrumen 85-item yang termasuk ukuran yang berhubungan dengan mahasiswa masyarakat,
ukuran rekan kerja, dan ukuran yang berhubungan dengan sekolah. Prediktor yang
timerelated variabel (misalnya, kepemilikan di sekolah), pengaturan kerja (misalnya,
mentoring, tim mengajar), dan variabel organisasi sekolah (misalnya, inovasi dalam sekolah).
Dalam con ini fi gurasi variabel, para peneliti berasumsi bahwa variabel prediktor
dioperasikan awal waktu daripada kriteria (misalnya, setelah inisiasi inovasi, guru
mengembangkan rasa komunitas). Para peneliti berkorelasi prediktor tersebut dan variabel
hasil dan melakukan regresi berganda untuk fi nd bahwa prediktor memiliki efek yang
berbeda pada masing-masing variabel kriteria. Secara keseluruhan, masa sekolah, interaksi
siswa, dan inovasi adalah prediktor terbaik dari langkah-langkah dari rasa komunitas di
sekolah-sekolah.

APA KARAKTERISTIK UTAMA DESAIN KORELASI?

Seperti yang disarankan oleh desain Penjelasan dan prediksi, penelitian korelasi
mencakup karakteristik spesifik:
 Menampilkan skor (scatterplots dan matriks)
 Asosiasi antara skor (arah, bentuk, dan kekuatan)
 Beberapa analisis variabel (korelasi parsial dan regresi ganda)

Menampilkan dari Skor

Jika Anda memiliki dua nilai, dalam penelitian korelasi Anda dapat merencanakan skor
tersebut pada grafik (atau sebar) atau sekarang mereka dalam tabel (atau matriks korelasi).

scatterplots
Para peneliti merencanakan skor untuk dua variabel pada grafik untuk memberikan gambaran
visual dari bentuk skor. Hal ini memungkinkan peneliti untuk mengidentifikasi jenis asosiasi
antara variabel dan menemukan nilai ekstrim. Yang paling penting, plot ini dapat
memberikan informasi yang berguna tentang bentuk asosiasi-apakah skor yang linear
(mengikuti lurus line) atau lengkung (mengikuti bentuk berbentuk U). Hal ini juga
menunjukkan arah asosiasi (misalnya, satu skor naik dan yang lainnya naik juga) dan derajat
asosiasi (apakah hubungan sempurna, dengan korelasi 1,0, atau kurang sempurna).
Sebuah plot membantu untuk menilai hubungan antara dua nilai bagi peserta.
SEBUAH sebar (atau diagram pencar) adalah gambar bergambar ditampilkan pada grafik
dua set skor untuk peserta. Skor ini biasanya diidentifikasi sebagai X dan Y, dengan X nilai-
nilai diwakili pada sumbu horisontal, dan Y nilai-nilai diwakili pada sumbu vertikal. Sebuah
titik menunjukkan di mana X dan Y Skor berpotongan untuk satu individu.
Menggunakan skala pada horizontal (absis) axis dan vertikal (ordinat) axis, penyidik
plot titik pada grafik untuk masing-masing peserta. Memeriksa sebar skor pada Gambar 11.1,
yang menunjukkan kedua kumpulan data kecil untuk 10 siswa dan plot visual skor mereka.
Asumsikan bahwa peneliti korelasi berusaha untuk mempelajari apakah penggunaan internet
oleh siswa SMA berkaitan dengan tingkat depresi. (Kita dapat berasumsi bahwa siswa yang
menggunakan internet secara berlebihan juga individu tertekan karena mereka berusaha untuk
melarikan diri dan tidak mengatasi situasi ini.) Dari penelitian terakhir, kami akan
memprediksi situasi ini menjadi kasus. Kami mengukur nilai pada penggunaan internet
dengan meminta siswa berapa jam per minggu mereka habiskan pencarian di Internet. Kami
mengukur skor depresi individu pada instrumen dengan skor valid dan reliabel terbukti.
Asumsikan bahwa ada 15 pertanyaan tentang depresi pada instrumen dengan skala penilaian
dari 1 ( sangat tidak setuju) ke 5 ( sangat setuju). Ini berarti bahwa skor dijumlahkan akan
berkisar dari 15 sampai 45.
Seperti ditunjukkan dalam Gambar 11.1, skor hipotetis untuk 10 siswa dikumpulkan
dan diplot pada grafik. Beberapa aspek tentang grafik ini akan membantu Anda memahami
itu:
 “jam penggunaan Internet” variabel diplot pada X sumbu, sumbu horisontal.
 “depresi” variabel diplot pada Y sumbu, sumbu vertikal.
 Setiap siswa dalam penelitian ini memiliki dua nilai: satu untuk jam per minggu dari
penggunaan Internet dan satu untuk depresi.
 Tanda (atau titik) pada grafik menunjukkan skor untuk setiap individu pada depression
dan jam penggunaan internet setiap minggu.
Ada 10 skor (poin) pada grafik, satu untuk setiap peserta dalam penelitian ini. Mean
skor ( M) pada masing-masing variabel juga diplot pada grafik. Para siswa menggunakan
internet untuk rata-rata 9,7 jam per minggu, dan rata-rata skor depresi mereka adalah 29,3.
Menggambar garis vertikal dan horisontal pada grafik yang berhubungan dengan nilai rata-
rata ( M), kita dapat membagi plot menjadi empat kuadran dan menetapkan minus (-)
“positif” untuk kuadran mana skor yang “negatif” dan plus (+) ke kuadran mana skor yang
Dalam contoh kita.
Untuk memiliki skor depresi di bawah 29,3 ( M) adalah positif karena menunjukkan
bahwa siswa dengan skor seperti itu memiliki lebih sedikit depresi. Untuk skor di atas 29,3 (
M) menunjukkan depresi lebih parah, dan ini adalah “negatif.” Atau, untuk menggunakan
Internet kurang dari 9,7 ( M) jam per minggu adalah “positif” (yaitu, karena siswa kemudian
dapat menghabiskan lebih banyak waktu pada pekerjaan rumah), sedangkan untuk
menghabiskan waktu lebih dari 9,7 jam adalah “negatif” (yaitu, terlalu sering menggunakan
internet searching adalah dengan mengorbankan sesuatu yang lain). Untuk keduanya sangat
tertekan (di atas 29,3 pada depresi) dan menggunakan Internet sering (di atas 9,7 pada
penggunaan internet) adalah apa yang kita mungkin telah diprediksi berdasarkan literatur
masa lalu. Catatan tiga aspek penting tentang nilai pada plot ini. Pertama, arah skor
menunjukkan bahwa ketika X meningkat, Y meningkatkan juga, menunjukkan hubungan
positif. Kedua, titik-titik pada sebar cenderung membentuk garis lurus. Ketiga, poin akan
cukup dekat dengan garis lurus jika kita menarik garis melalui semua dari mereka. Ketiga
ide-ide berhubungan dengan arah, bentuk asosiasi, dan tingkat hubungan yang dapat kita
pelajari dari belajar sebar ini. Kami akan menggunakan informasi ini nanti ketika kita
membahas hubungan antara skor dalam penelitian korelasi.
Sebuah Matrix Korelasi
peneliti korelasi biasanya menampilkan korelasi koefisien koefisien dalam matriks.
SEBUAH matriks korelasi menyajikan tampilan visual korelasi koefisien koefisien fi untuk
semua variabel dalam sebuah penelitian. Dalam tampilan ini, kita daftar semua variabel pada
kedua baris horizontal dan kolom vertikal pada tabel. peneliti korelasional hadir koefisien
korelasi fi koefisien dalam matriks dalam laporan penelitian yang dipublikasikan.
Contoh ini dapat dilihat pada Tabel 11.1, yang melaporkan koefisien fi koefisien
untuk korelasi enam variabel dalam studi variabel yang berhubungan dengan kepuasan
sekolah antara

*p 6 . 05
**p 6. 01
Siswa sekolah menengah. Perhatikan bahwa semua enam variabel tercantum di kedua
baris horizontal dan kolom vertikal. Untuk menyederhanakan meja, penulis ditugaskan nomor
ke variabel dan termasuk hanya angka-angka dalam judul kolom. Koefisien koefisien fi
berkisar antara -.33 dan +.65 dilaporkan dalam sel-sel dalam tabel. Kami fi akan hanya
bagian bawah sel-sel karena setengah dari sel di atas diagonal hanya akan mengulangi
informasi yang sama. Akhirnya, tanda bintang menunjukkan apakah statistik sien koefisien
secara statistik secara signifikan berkorelasi pada p 6 . 05 dan p 6 . 01 tingkat.

Asosiasi antara Skor

Setelah peneliti korelasi grafik skor dan menghasilkan matriks korelasi, mereka kemudian
dapat menafsirkan makna hubungan antara skor. Ini panggilan untuk memahami arah
asosiasi, bentuk distribusi, tingkat asosiasi, dan kekuatannya.

Apakah Arah Asosiasi?

Ketika memeriksa grafik, penting untuk mengidentifikasi jika poin berpotongan, atau
bergerak dalam arah yang sama atau berlawanan. Di sebuah korelasi positif ( ditunjukkan
dengan “1” korelasi koefisien) poin bergerak dalam arah yang sama; yaitu ketika X
meningkat, demikian Y atau, sebagai alternatif, jika X menurun, begitu pula Y. Di sebuah
korelasi negatif ( ditunjukkan dengan “-” korelasi koefisien), titik-titik bergerak dalam arah
yang berlawanan; yaitu ketika X meningkat, Y menurun, dan ketika X menurun, Y
meningkatkan. Jika skor pada satu variabel tidak berhubungan dalam setiap pola pada
variabel lainnya, maka tidak ada hubungan linear ada.

Apakah Bentuk Asosiasi?

Peneliti korelasional mengidentifikasi bentuk skor diplot sebagai linear atau
nonlinear. Di Internet dan depresi contoh (Gambar 11.1), kami menemukan hubungan yang
positif, linear. Jenis hubungan ini hanya salah satu dari beberapa kemungkinan yang mungkin
timbul dari data aktual. Pada kenyataannya, hubungan mungkin menganggap salah satu dari
bentuk-bentuk yang ditunjukkan pada Gambar 11.2.
Linear Hubungan Bagian dari Gambar 11.2 menggambarkan (a) hubungan linear
positif skor, di mana rendah (atau tinggi) nilai pada satu variabel berhubungan dengan skor
rendah (atau tinggi) pada variabel kedua. Dalam contoh kita, skor rendah pada depresi
berhubungan dengan skor rendah pada jumlah jam menggunakan internet per minggu.
Bagian (b) dari Gambar 11.2 menggambarkan hubungan linear negatif Hasilnya, di
mana skor rendah pada satu variabel berhubungan dengan skor tinggi pada variabel lain. skor
rendah pada depresi, misalnya, mungkin terkait dengan skor tinggi pada penggunaan Internet,
menunjukkan hubungan negatif.
Berkorelasi dan nonlinier Hubungan Pada bagian (c) Gambar 11.2, kita melihat
hubungan tidak berkorelasi skor. Dalam distribusi ini, variabel independen satu sama lain.
Sebuah skor tertentu pada satu variabel tidak memprediksi atau memberitahu kami informasi
tentang skor mungkin pada variabel lain. Dalam contoh kita, plot dari skor untuk depresi dan
skor untuk penggunaan Internet akan menjadi tidak teratur, tanpa pola tertentu.
Sebuah distribusi lengkung ( atau hubungan nonlinear) menunjukkan hubungan
berbentuk U di skor. distribusi di bagian (d) Gambar 11.2 ini menunjukkan peningkatan,
dataran tinggi, dan penurunan Y- variabel sumbu dengan meningkatnya nilai-nilai X- variabel
sumbu. Distribusi pada bagian (e) Gambar 11.2 menunjukkan penurunan, dataran tinggi, dan
peningkatan Y- variabel sumbu, dengan meningkatnya nilai-nilai X- variabel sumbu. Sebagai
contoh, adalah mungkin bahwa sebagai penggunaan internet meningkat, demikian depresi,
sampai titik di mana internet benar-benar menjadi mekanisme koping untuk stres, dan depresi
mulai menurun (seperti yang digambarkan di bagian [d]).

Contoh lain dari bentuk distribusi akan menjadi hubungan antara kecemasan dan
mencetak poin dalam pertandingan tenis. Dengan kecemasan yang rendah awalnya, pemain
tenis mungkin mencetak banyak poin, tapi ini mungkin menurun sebagai set kecemasan
dalam. Seperti pertandingan berlangsung, namun, kecemasan sebenarnya membantu menjaga
tenis pemain peringatan, dan kecemasan membangun, kinerja sebenarnya naik. Singkatnya,
plot kecemasan dan mencetak poin akan menunjukkan hubungan curvilinear (seperti di
bagian [e] dari Gambar 11.2).
Korelasi koefisien ini berguna untuk menggambarkan dan mengukur asosiasi antara
dua variabel jika asosiasi adalah linear. Seperti ditunjukkan dalam pola asosiasi pada Gambar
11.2, asosiasi mungkin lengkung (atau nonlinear). Jika r digunakan untuk memperkirakan
asosiasi lengkung, itu akan memberikan meremehkan korelasi. Oleh karena itu, peneliti
menggunakan statistik berbeda dari r untuk menghitung hubungan antara variabel untuk
distribusi lengkung dan untuk berhubungan Data peringkat.
Alih-alih r koefisien, peneliti menggunakan Spearman rho ( r s) korelasi koefisien
untuk data nonlinier dan untuk jenis data diukur pada kategori skala (rankordered). Ketika
Anda mengukur satu variabel pada kontinu (interval atau rasio) skala dan yang lain adalah
kategoris, skala dikotomis, statistik korelasi tidak harus menjadi r tetapi korelasi point-
biserial . Asumsikan bahwa seorang peneliti berkorelasi terus menerus, skor interval pada
depresi dengan jantan dan betina (variabel dikotomis). Sebuah statistik korelasi point-biserial
digunakan dengan mengubah variabel dikotomis (laki-laki, perempuan) menjadi skor
numerik dengan menetapkan laki-laki = 1 dan betina = 2. Menggunakan nomor dan rumus
untuk data ordinal, peneliti menghitung titik-biserial

Sebuah variasi dari tema ini menggunakan berbagai jenis timbangan dalam menilai
hubungan antara dua variabel adalah phi koefisien. Itu koefisien phi digunakan untuk
menentukan tingkat dan arah asosiasi ketika kedua langkah-langkah variabel yang dikotomis.
Dalam contoh kita, jantan dan betina mungkin berkorelasi dengan penggunaan obat (tidak
ada dan ya). Dalam situasi ini, peneliti juga mengubah kedua variabel dikotomis dengan
nilai-nilai numerik (laki-laki = 1,betina = 2, tidak ada obat-obatan = 1, ya untuk obat = 2) dan
kemudian menggunakan phi koefisien rumus fi sien untuk skor dikonversi. korelasi koefisien
yang mengukur derajat dan arah hubungan antara pria dan wanita pada depresi. Sebuah
variasi dari tema ini menggunakan berbagai jenis timbangan dalam menilai hubungan antara
dua variabel adalah phi koefisien. Itu koefisien phi digunakan untuk menentukan tingkat dan
arah asosiasi ketika kedua langkah-langkah variabel yang dikotomis. Dalam contoh kita,
jantan dan betina mungkin berkorelasi dengan penggunaan obat (tidak ada dan ya). Dalam
situasi ini, peneliti juga mengubah kedua variabel dikotomis dengan nilai-nilai numerik (laki-
laki = 1, betina = 2, tidak ada obat-obatan = 1, ya untuk obat = 2) dan kemudian
menggunakan phi koefisien rumus fi sien untuk skor dikonversi.

Apakah Gelar dan Kekuatan Asosiasi?

Tingkat asosiasi berarti bahwa hubungan antara dua variabel atau set nilai korelasi
koefisien dari -1,00 untuk 1,00, dengan 0,00 menunjukkan tidak ada hubungan linear sama
sekali. Asosiasi ini antara dua set skor merefleksikan apakah ada yang konsisten, asosiasi
diprediksi antara skor (Gravetter & Wallnau, 2007).
Peneliti korelasional menafsirkan besar dan arah korelasi. Dengan angka yang
menunjukkan tanda-tanda kekuatan dan valensi menunjukkan arah (1,00 untuk -1,00),
statistik memberikan ukuran besarnya hubungan antara dua variabel. Meskipun korelasi
mengukur derajat hubungan, banyak peneliti lebih memilih untuk persegi korelasi dan
menggunakan nilai yang dihasilkan untuk mengukur kekuatan hubungan (Gravetter &
Wallnau, 2007). Dalam prosedur ini, peneliti menghitung koefisien determinasi . yang
menilai proporsi variabilitas dalam satu variabel yang dapat ditentukan atau dijelaskan oleh
variabel kedua. Misalnya, jika Anda memperoleh r = +. 70 (atau -.70), mengkuadratkan nilai
ini mengarah ke r 2 = . 49 (atau 49%). Ini berarti bahwa hampir setengah (49%) dari
variabilitas dalam Y dapat ditentukan atau dijelaskan oleh X. Sebagai contoh, kita bisa
mengatakan bahwa orang tua tingkat pendidikan menjelaskan 49% dari siswa kepuasan
dengan sekolah ( r 2 = . 49). standar lain untuk menafsirkan kekuatan asosiasi juga ada.
pedoman umum menunjukkan apakah ukuran koefisien memberikan informasi yang berarti
tentang kekuatan hubungan antara dua variabel. Salah satu panduan tersebut tersedia dalam
Cohen dan Manion (1994). Pertimbangkan interpretasi berikut mengingat ukuran berikut
koefisien koefisien:

 20-0,35: Ketika korelasi berkisar 0,20-0,35, hanya ada hubungan-sedikit kapal; hubungan
ini mungkin sedikit statistik signifikan untuk 100 atau lebih peserta. Ukuran ini dari
koefisien mungkin berharga untuk mengeksplorasi interkoneksi variabel tetapi nilai yang
kecil dalam studi prediksi.
 35-0,65: Ketika korelasi di atas 0,35, mereka berguna untuk prediksi terbatas. Mereka
adalah nilai-nilai khas yang digunakan untuk mengidentifikasi keanggotaan variabel
dalam prosedur statistik analisis faktor (yang intercorrelation variabel dengan skala), dan
banyak korelasi koefisien koefisien untuk hubungan bivariat jatuh ke daerah ini.
 66-0,85: Ketika korelasi jatuh ke dalam kisaran ini, prediksi yang baik dapat hasil dari
satu variabel yang lain. Koefisien koefisien fi di kisaran ini akan dianggap sangat baik.
 86 dan di atas: Korelasi dalam kisaran ini biasanya dicapai untuk studi con
validitas struct atau keandalan tes-tes ulang. Bahkan, peneliti ingin mereka reliabilitas dan
uji validitas korelasi menjadi tinggi ini. Ketika dua atau lebih variabel yang terkait, korelasi
yang tinggi ini jarang tercapai, dan jika mereka menghasilkan, maka dua variabel benar-benar
mengukur sifat dasar yang sama dan mungkin harus dikombinasikan dalam analisis data.
Mengingat koefisien untuk kekuatan hubungan antara dua variabel, bagaimana kita tahu
apakah nilai bermakna? Salah satu cara untuk fi nd keluar adalah dengan menggunakan
signifikan pengujian.
Dalam pengujian hipotesis, kita memilih sampel dan menarik kesimpulan dari sampel ke
populasi. Untuk penelitian korelasional, hipotesis nol akan bahwa tidak ada asosiasi atau
hubungan antara skor dalam populasi. Pengujian hipotesis ini melibatkan pengaturan tingkat
signifikansi, menghitung statistik uji, memeriksa apakah korelasi koefisien nilai sien fi jatuh
ke daerah penolakan, dan menolak atau gagal untuk menolak hipotesis nol. Dalam penelitian
korelasional, yang r squared mengungkapkan besarnya hubungan antara dua variabel atau set
nilai. Dengan demikian, itu merupakan ukuran-lain efek sarana menilai besarnya hubungan
terlepas dari pengujian hipotesis.

Analisis Variabel beberapa

Dalam banyak studi korelasi, peneliti memprediksi hasil didasarkan pada lebih dari
satu variabel prediktor. Dengan demikian, mereka perlu memperhitungkan dampak dari
masing-masing variabel. Dua beberapa pendekatan analisis variabel yang korelasi parsial dan
regresi ganda.

Korelasi parsial
Dalam banyak situasi penelitian, kita mempelajari tiga, empat, atau lima variabel
sebagai prediktor hasil. Jenis variabel yang disebut mediasi atau variabel intervening “Berdiri
di antara” variabel independen dan dependen dan pengaruh-pengaruh keduanya. variabel ini
berbeda dari variabel kontrol yang memengaruhi hasilnya dalam percobaan. Kita gunakan
korelasi parsial untuk menentukan jumlah varian yang variabel intervening menjelaskan di
kedua variabel independen dan dependen.
 Sebuah gambar dari dua variabel diikuti dengan masuknya ketiga dapat membantu
menjelaskan korelasi parsial. Periksa Gambar 11.3, yang menunjukkan bivariat (dua variabel)
korelasi di sisi kiri dan parsial (tiga variabel) analisis korelasi di sisi kanan. Asumsikan
bahwa seorang peneliti melakukan studi menghubungkan waktu-on-tugas dengan prestasi
bagi anak-anak sekolah menengah. Setelah mengumpulkan skor, penyidik kami menghitung
korelasi koefisien dengan hasil r = . 50. Gambar 11.3 menunjukkan asosiasi ini serta r
kuadrat, atau proporsi varians bersama umum antara dua variabel. Namun, situasinya lebih
rumit. motivasi siswa, ketiga

variabel, mungkin juga di memengaruhi baik waktu-on-tugas siswa serta prestasi mereka di
kelas. Peneliti mengidentifikasi es variabel ketiga ini berdasarkan kajian literatur dan studi
teori masa lalu yang telah menunjukkan faktor-faktor kemungkinan prestasi siswa
memengaruhi. Dalam desain, motivasi perlu dihapus sehingga hubungan antara waktu-on-
tugas dan prestasi dapat lebih jelas ditentukan. Sebuah analisis statistik korelasi parsial
digunakan yang menghilangkan varians bersama di kedua waktu-on-tugas dan prestasi
dengan motivasi. Perhitungan matematika untuk ini koefisien tersedia dalam buku-buku
statistik; itu didasarkan pada koefisien korelasi fi koefisien antara ketiga variabel dan varians
mereka. Daerah menetas-ditandai menunjukkan varians ini bersama kiri setelah
menghilangkan efek motivasi, dan r squared = (0,35) 2 sekarang lebih rendah dari korelasi
asli r = . 50.

Regresi
Peneliti korelasi menggunakan statistik korelasi untuk memprediksi skor di masa
depan. Untuk melihat apa dampak memiliki beberapa variabel pada hasil, peneliti
menggunakan analisis regresi. Kami akan mulai dengan memahami garis regresi dan
kemudian beralih ke analisis menggunakan regresi.
Sebuah Garis regresi adalah garis “terbaik fi t” untuk semua poin dari skor pada
grafik. baris ini datang paling dekat dengan semua titik-titik pada plot dan dihitung dengan
menggambar garis yang meminimalkan jarak kuadrat titik-titik dari garis. Periksa Gambar
11.4, yang merupakan grafik yang sama digunakan pada Gambar 11.1, menunjukkan
hubungan antara “jam penggunaan Internet per minggu” dan “skor depresi” untuk siswa
sekolah menengah. Gambar 11.4 sekarang mengandung informasi tambahan: lebih detail
tentang garis regresi. Anda dapat melihat bagaimana garis datang dekat dengan semua titik-
titik pada grafik, dan kita menarik itu pada konsisten diagonal dengan korelasi positif antara
penggunaan Internet dan skor depresi.
Perhitungan garis ini memegang nilai untuk memprediksi skor pada hasil (yaitu,
depresi) dengan pengetahuan tentang prediktor (yaitu, jam penggunaan Internet per minggu).
Berdasarkan rumus matematika, peneliti dapat menghitung persamaan yang mengungkapkan
baris ini: Y ( diprediksi) = b (X) + a dimana = Y diprediksi skor pada depresi X = skor aktual
pada jumlah jam penggunaan Internet b = kemiringan garis regresi (disebut unstandardixed
koefisien regresi fi sien) a = mencegat atau konstan, nilai prediksi Y ( depresi) skor kapan X
= 0.

variabel, mungkin juga di memengaruhi baik waktu-on-tugas siswa serta prestasi mereka di
kelas. Peneliti mengidentifikasi es variabel ketiga ini berdasarkan kajian literatur dan studi
teori masa lalu yang telah menunjukkan faktor-faktor kemungkinan prestasi siswa
memengaruhi. Dalam desain, motivasi perlu dihapus sehingga hubungan antara waktu-on-
tugas dan prestasi dapat lebih jelas ditentukan. Sebuah analisis statistik korelasi parsial
digunakan yang menghilangkan varians bersama di kedua waktu-on-tugas dan prestasi
dengan motivasi. Perhitungan matematika untuk ini koefisien tersedia dalam buku-buku
statistik; itu didasarkan pada koefisien korelasi fi koefisien antara ketiga variabel dan varians
mereka. Daerah menetas-ditandai menunjukkan varians ini bersama kiri setelah
menghilangkan efek motivasi, dan r squared = (0,35) 2 sekarang lebih rendah dari korelasi
asli r = . 50.

Regresi
peneliti korelasi menggunakan statistik korelasi untuk memprediksi skor di masa depan.
Untuk melihat apa dampak memiliki beberapa variabel pada hasil, peneliti menggunakan
analisis regresi. Kami akan mulai dengan memahami garis regresi dan kemudian beralih ke
analisis menggunakan regresi.
SEBUAH Garis regresi adalah garis “terbaik fi t” untuk semua poin dari skor pada
grafik. baris ini datang paling dekat dengan semua titik-titik pada plot dan dihitung dengan
menggambar garis yang meminimalkan jarak kuadrat titik-titik dari garis. Periksa Gambar
11.4, yang merupakan grafik yang sama digunakan pada Gambar 11.1, menunjukkan
hubungan antara “jam penggunaan Internet per minggu” dan “skor depresi” untuk siswa
sekolah menengah. Gambar 11.4 sekarang mengandung informasi tambahan: lebih detail
tentang garis regresi. Anda dapat melihat bagaimana garis datang dekat dengan semua titik-
titik pada grafik, dan kita menarik itu pada konsisten diagonal dengan korelasi positif antara
penggunaan Internet dan skor depresi.
Perhitungan garis ini memegang nilai untuk memprediksi skor pada hasil (yaitu,
depresi) dengan pengetahuan tentang prediktor (yaitu, jam penggunaan Internet per minggu).
Berdasarkan rumus matematika, peneliti dapat menghitung persamaan yang mengungkapkan
baris ini:
Y ( diprediksi) = b (X) + a
dimana
= Y diprediksi skor pada depresi
X = skor aktual pada jumlah jam penggunaan Internet
b = kemiringan garis regresi (disebut unstandardixed koefisien regresi fi sien)
a = mencegat atau konstan, nilai prediksi Y ( depresi) skor
kapan X= 0

Kami harapkan seorang individu yang menggunakan internet 14 jam per minggu memiliki
skor depresi 41. Skor ini dapat diperkirakan dengan menggambar garis vertikal dari skor
untuk X- variabel sumbu sampai ke garis regresi dan ke Y- variabel sumbu. Atau,
menggunakan rumus regresi,
Jika a = 6, b = 2,5, dan X = 14 Kemudian Y ( diprediksi)
= 2,5 (14) + 6 = 41

Pertimbangkan situasi yang lebih rumit, di mana beberapa variabel independen dapat
menggabungkan berkorelasi dengan variabel dependen. regresi berganda ( atau korelasi
berganda ) adalah prosedur statistik untuk meneliti hubungan gabungan kelipatan variabel
independen dengan variabel dependen tunggal. Dalam regresi, variasi dalam variabel
dependen dijelaskan oleh varians dari masing-masing variabel independen (kepentingan
relatif dari masing-masing prediktor), serta efek gabungan dari semua variabel independen
(proporsi kriteria perbedaan dijelaskan oleh semua prediktor), yang ditunjuk oleh R 2 ( Kline,
1998). Serupa dengan persamaan regresi disebutkan sebelumnya, diperkirakan nilai pada
hasil dapat dihasilkan dengan menggunakan persamaan yang mirip dengan persamaan regresi
sederhana, tetapi mencakup prediktor tambahan. persamaan adalah:
Y ( diprediksi) = b 1 ( X 1) + b 2 ( X 2) + a
dimana = Y skor diprediksi
b 1 = konstan untuk kemiringan
X 1 ( b 2, untuk X 2)
`a = mencegat Asumsikan bahwa kemiringan untuk b 1 = . 24 dan b 2 = . 19 dan
mencegat adalah 10,77.
Persamaan prediksi untuk dua variabel independen akan menjadi:
Y ( diprediksi) = 0,24 ( X 1) + 0,19 ( X 2) + 10,77
Jika kita ingin memprediksi skor individu pada kuis, misalnya, dari waktu-on-tugas (
X 1) dan prestasi sebelumnya ( X 2), kita akan mengganti nilai mereka pada dua tindakan ini
ke dalam rumus. Asumsikan bahwa waktu-on-tugas adalah 10 dan prestasi sebelumnya
adalah 70. diprediksi skor kombinasi dua variabel independen akan menjadi:
Y ( diprediksi) = 0,24 (10) + 0,19 (70) + 10,77
Mari kita memperpanjang contoh kita untuk menggambarkan beberapa fitur tambahan
regresi. Misalkan waktu-on-tugas, motivasi, prestasi sebelumnya di area subyek, dan rekan
teman-teman diperkirakan memengaruhi belajar siswa (atau prestasi) untuk siswa SMA
berisiko. Kita mungkin ingin tahu bagaimana variabel-variabel ini dalam kombinasi
memprediksi belajar siswa. Mengetahui informasi ini mungkin lebih realistis daripada
menentukan korelasi antara waktu-on-tugas dan prestasi; itu model dunia yang kompleks di
mana siswa SMA hidup. Singkatnya, situasi yang rumit ada, dan kita perlu menentukan
bagaimana masing-masing variabel secara individu dan dalam kombinasi membantu
menjelaskan variasi dalam belajar siswa. Informasi ini akan membantu kami mengisolasi
faktor-faktor yang dapat diubah di sekolah atau masalah tinggi ditangani dengan siswa.
Memeriksa tabel regresi ditunjukkan pada Tabel 11.2.
Kita dapat menghitung koefisien regresi koefisien fi untuk setiap variabel, menilai
digabungkan dalam memengaruhi semua variabel, dan memberikan gambaran dari hasil.
SEBUAH tabel regresi menunjukkan jumlah keseluruhan perbedaan dijelaskan dalam
variabel dependen oleh semua variabel independen, yang disebut R 2 ( R kuadrat). Hal ini
juga menunjukkan regresi berat-besarnya kontribusi setiap pengendali variabel untuk varians
dari semua variabel lainnya, yang disebut beta-untuk setiap variabel. Pada Tabel 11.2 kita
melihat empat variabel prediktor belajar siswa. The koefisien koefisien di kolom kanan
adalah bobot beta untuk masing-masing variabel independen.

R = . 38
R squared = 0,14
*p < . 05
N = 90

Sebuah berat badan beta adalah koefisien yang menunjukkan besarnya prediksi
untuk variabel setelah mengeluarkan efek dari semua prediktor lainnya. The koefisien dari
beta berat mengidentifikasikan kekuatan hubungan dari variabel prediktor dari hasil dan
memungkinkan peneliti untuk membandingkan (data dengan distribusi normal) kekuatan satu
variabel prediktor dengan kekuatan prediktor lainnya. Standar koefisien regresi koefisien fi
biasanya digunakan untuk tujuan seperti memilih variabel dan menilai kepentingan relatif
mereka (Bawa, 1994). Sebuah berat beta dilaporkan dalam bentuk standar, sebuah z skor
standarisasi langkah-langkah agar semua variabel dapat dibandingkan, dan ditafsirkan seperti
Pearson r, dengan nilai biasanya dari 1,00 ke -1,00. Perhatikan bahwa tabel regresi sering
melaporkan B Nilai (sebuah koefisien unstandardized fi sien), tetapi nilai-nilai ini, sementara
berguna dalam formula prediksi, tidak memungkinkan peneliti untuk membandingkan
kekuatan relatif dari masing-masing variabel independen sebagai prediktor karena nilai dapat
mencetak gol di unit yang berbeda. Misalnya, satu variabel dapat mencetak pada skala 5-
point dan satu lagi pada skala 3-point.
Seperti yang terlihat pada Tabel 11.2, prediktor “prestasi sebelumnya” jelas paling
varians, diikuti dengan “motivasi.” Di bawah meja kita melihat korelasi dari kombinasi
variabel (korelasi beberapa yang ditunjuk oleh R) dari 0,38 dan proporsi variabilitas
dijelaskan dalam variabel dependen oleh semua prediktor ( R 2) dari 0,14. Ingat bahwa nilai
R 2, disebut koefisien determinasi, merupakan proporsi variabilitas dijelaskan oleh variabel
independen dalam variabel dependen. Dalam hasil pelaporan, peneliti korelasional harus
menunjukkan tidak hanya statistik signifikansi pengujian, tetapi juga varian ukuran efek, R 2.

Meta-Analisis
Dalam perpanjangan penelitian korelasi, penulis mengintegrasikan temuan dari
banyak (sumber utama) studi penelitian di meta-analisis dengan mengevaluasi hasil
penelitian individu dan menurunkan indeks numerik keseluruhan besarnya hasil. Maksud dari
penelitian ini adalah untuk merangkum hasil dari banyak penelitian.
Proses untuk melakukan meta-analisis berikut langkah-langkah yang sistematis.
Peneliti menempatkan studi tentang satu topik dan mencatat hasil untuk semua penelitian.
Maka peneliti menghitung hasil keseluruhan untuk semua studi dan laporan informasi ini.
Dengan menggunakan proses ini, penyidik mensintesis literatur, menyediakan sumber
sekunder laporan penelitian utama.
Sebuah ilustrasi dari sebuah studi meta-analisis serta perbedaan antara sumber primer
dan sekunder informasi terlihat pada Gambar 11.5. Pada bagian atas kita melihat halaman
pertama dari sumber utama laporan penelitian, penyelidikan oleh Smetana dan Asquith
 (1994). Mereka meneliti jenis otoritas orangtua dan peringkat dari remaja-orangtua
konflik selama 68 keenam, kedelapan, dan siswa kelas X dan orang tua mereka.
Pada bagian bawah Gambar 11.5, kita melihat bahwa penelitian asli oleh Smetana dan
Asquith (1994) termasuk sebagai salah satu dari 27 studi yang dilaporkan dalam sumber
sekunder, meta-analisis yang diterbitkan oleh Laursen, Coy, dan Collins (1998). 27 penelitian
ditampilkan dalam tabel penelitian terpadu memeriksa orangtua-anak perubahan konflik
selama awal, pertengahan, dan akhir masa remaja. Secara keseluruhan, para penulis
menyimpulkan dari meta-analisis yang sedikit dukungan ada untuk pandangan umum bahwa
orang tua-anak konflik naik dan kemudian jatuh di masa remaja. Karena laporan penelitian
sumber utama oleh Smetana dan Asquith (1994) hanya menunjukkan perubahan positif kecil
di orangtua-anak konflik selama awal dan pertengahan masa remaja, mengandalkan studi
tunggal ini akan menyajikan kesimpulan palsu dan meta-analisis dibenarkan.

ISU ETIKA POTENSI MELAKUKAN PENELITIAN KORELAS

 Penelitian korelasional ideal dalam memberikan konteks, dalam berurusan dengan
banyak variabel, dan membangun pola total hubungan (Brown & Hedges, 2009). Namun,
masalah etika muncul bahwa peneliti pendidikan harus mempertimbangkan. Isu-isu ini
berhubungan dengan pengumpulan data, analisis data, dan pelaporan data dan presentasi.
masalah etika dipertimbangkan dalam Brown dan Hedges (2009), Lesser dan Nordenghaug
(2004), dan Ramanathan (2006) serta di beberapa statistik teks. Brown dan Hedges (2009)
mengabdikan seluruh bagian bab mereka untuk masalah etika dalam meta-analisis.
Dalam analisis data korelasional, itu tidak etis untuk tidak telah mengukur kontrol
yang tepat (misalnya, usia, jenis kelamin, ras, dan lain-lain). Hal ini terutama masalah jika
kontrol dihilangkan yang lain telah menunjukkan. Untuk membantu dengan masalah ini,
menggunakan model konseptual atau teori untuk memandu pemilihan variabel untuk
pengukuran. Dengan cara ini, semua prediktor yang mungkin dapat dipertimbangkan. Selain
itu, penelitian ini perlu suf ukuran sampel fi sien dalam pengumpulan data untuk daya yang
memadai, dan untuk memenuhi asumsi yang diperlukan dari fi c uji statistik tertentu yang
digunakan dalam penelitian ini.
Dalam hal analisis data, peneliti pendidikan diperingatkan tentang mengedit data atau
membuat cadangan data. Sebagai contoh, para peneliti melanggar etika ketika mereka
menyatakan bahwa mereka telah menemukan sebab dan akibat, atau bahkan kemungkinan
sebab dan akibat, ketika hasil mereka hanya menunjukkan pola hubungan. Kegagalan untuk
menganalisis dan melaporkan efek ukuran selain hipotesis nol signi fi cance pengujian juga
dapat dianggap tidak etis, karena pedoman ini telah jelas ditetapkan dalam APA user (APA,
2010). Selanjutnya, jumlah yang tidak biasa kesalahan pengukuran (hasil sampel yang
berbeda dari perkiraan populasi) dapat meragukan penggunaan analisis dalam prosedur
seperti analisis faktor. Dalam pelaporan data dan presentasi, beberapa masalah etika
tambahan berhubungan dengan penelitian korelasional. peneliti pendidikan seharusnya tidak
menjiplak kata-kata orang lain, gagal untuk melaporkan temuan bertentangan,
mempublikasikan bukti yang sama berkali-kali, dan menghilangkan temuan negatif dan
penjelasan alternatif. Pada tingkat yang lebih luas, etika kerja beasiswa baik menyarankan
kemauan untuk berbagi data dengan orang lain (terutama seperti di daerah berisiko tinggi
keterampilan penilaian untuk siswa), penerbitan karya seseorang dalam jurnal ilmiah dan
tidak membiarkan laporan penelitian duduk tidak terpakai dalam kantor laci, dan termasuk
asumsi-asumsi filosofis kunci tentang penelitian di write-up.
Dalam meta-analisis, Brown dan Hedges (2009) menunjukkan keprihatinan etis
peneliti gagal untuk benar abstrak dan menganalisis temuan dari beberapa studi, dan
bagaimana hal ini dapat menyebabkan hasil yang salah. Mereka juga khawatir tentang
kualitas bervariasstudi korelasional digunakan dalam meta-analisis, dan bagaimana hal itu
tidak etis bagi peneliti untuk mengecualikan studi karena ukuran sampel yang kecil dan
insigni fi hasil tidak bisa. Dalam skenario untuk mengikuti, di Box 11.1, Anda akan diminta
untuk menanggapi situasi yang sering muncul dalam penelitian korelasional dan menimbang
dalam pada etika situasi:
APA SAJA LANGKAH DALAM MELAKUKAN STUDI KORELASIONAL?

Dari diskusi kita tentang karakteristik kunci dari penelitian korelasional, kita bisa
mulai melihat langkah-langkah muncul bahwa Anda mungkin menggunakan ketika
merencanakan atau melakukan penelitian. Langkah-langkah berikut menggambarkan proses
melakukan penelitian korelasional.

Langkah 1. Tentukan Jika korelasional Studi Alamat Terbaik Masalah Penelitian

Sebuah studi korelasional digunakan ketika kebutuhan ada untuk mempelajari
masalah yang membutuhkan pengidentifikasian arah dan derajat hubungan antara dua set
nilai. Hal ini berguna untuk mengidentifikasi jenis asosiasi, menjelaskan hubungan yang
kompleks dari beberapa faktor yang menjelaskan hasil, dan memprediksi hasil dari satu atau
lebih prediktor. penelitian korelasional tidak “membuktikan” hubungan; bukan, ini
menunjukkan hubungan antara dua variabel atau lebih.
Karena Anda tidak membandingkan kelompok dalam studi korelasional, Anda
menggunakan pertanyaan penelitian daripada hipotesis. contoh pertanyaan dalam sebuah
studi korelasional mungkin:
 Apakah kreativitas berhubungan dengan skor tes IQ untuk anak-anak SD?
(Menghubungkan dua variabel)
 Faktor-faktor apa yang menjelaskan perilaku etis seorang guru siswa selama siswa-
mengajar pengalaman? (Menjelajahi hubungan yang kompleks)
 Apakah peringkat kelas SMA memprediksi nilai rata-rata seorang mahasiswa dalam
pertama semester kuliah? (ramalan)

Langkah 2. Identifikasi Individu Belajar

Idealnya, Anda harus secara acak memilih individu untuk menggeneralisasi hasil
kepada penduduk, dan mencari izin untuk mengumpulkan data dari otoritas yang bertanggung
jawab dan dari dewan review kelembagaan. Kelompok ini perlu ukuran yang memadai untuk
penggunaan statistik korelasional, seperti N = 30; ukuran yang lebih besar berkontribusi
kurang varians kesalahan dan klaim lebih baik dari keterwakilan. Misalnya, seorang peneliti
mungkinmempelajari 100 atlet sekolah tinggi untuk mengkorelasikan tingkat partisipasi
mereka dalam olahraga yang berbeda dan penggunaan tembakau. Sebuah kisaran sempit skor
dari populasi dapat memengaruhi kekuatan hubungan korelasi. Misalnya, jika Anda melihat
hubungan antara tinggi pemain basket dan jumlah keranjang dalam permainan, Anda
mungkin fi nd hubungan yang kuat antara anak kelas K-12. Tetapi jika Anda memilih pemain
NBA, hubungan ini mungkin secara signifikan lebih lemah.

Langkah 3. Mengidentifikasi Dua atau Lebih Langkah-langkah

untuk Setiap individu dalam Studi
Karena ide dasar dari penelitian korelasional adalah untuk membandingkan peserta
dalam kelompok tunggal ini pada dua atau lebih karakteristik, langkah-langkah variabel
dalam pertanyaan penelitian harus diidentifikasi (misalnya, pencarian literatur studi masa
lalu), dan instrumen yang mengukur variabel butuhkan yang akan diperoleh. Idealnya,
instrumen ini harus telah membuktikan validitas dan reliabilitas. Anda dapat memperoleh izin
dari penerbit atau penulis menggunakan instrumen. Biasanya satu variabel diukur pada setiap
instrumen, tapi satu instrumen mungkin mengandung kedua variabel yang berkorelasi dalam
penelitian ini.
Langkah 4. Kumpulkan Data dan Memantau Ancaman Potensial
Langkah berikutnya adalah untuk mengelola instrumen dan mengumpulkan
setidaknya dua set data dari masing-masing individu. Desain penelitian yang sebenarnya
cukup sederhana sebagai presentasi visual. Dua nilai data yang dikumpulkan untuk setiap
individu sampai Anda mendapatkan skor dari masing-masing orang dalam studi. Hal ini
digambarkan dengan tiga orang sebagai berikut:
peserta: Langkah-langkah atau Pengamatan:
individu 1 01 02
individu 2 01 02
individu 3 01 02
Situasi ini berlaku untuk menggambarkan hubungan antara dua variabel atau untuk
memprediksi hasil tunggal dari variabel prediktor tunggal. Anda mengumpulkan beberapa
variabel independen untuk memahami hubungan yang kompleks.
Sebuah database contoh kecil untuk 10 mahasiswa ditunjukkan pada Tabel 11.3.
Penyidik berusaha untuk menjelaskan variabilitas di titik rata-rata pertama tahun grade (IPK)
selama 10 mahasiswa pascasarjana ini dalam pendidikan. Asumsikan bahwa penyidik kami
memiliki diidentifikasi ini empat prediktor dalam tinjauan literatur. Dalam studi terakhir,
prediktor ini telah berkorelasi positif dengan prestasi di perguruan tinggi. peneliti dapat
memperoleh informasi untuk variabel prediktor dari penerimaan perguruan tinggi kantor.
Kriteria, IPK selama tahun pertama, tersedia dari registrar kantor. Dalam penelitian regresi
ini, peneliti berusaha untuk mengidentifikasi salah satu faktor atau kombinasi faktor terbaik
menjelaskan varians dalam pertama tahun IPK lulusan siswa. Sebuah tinjauan data ini
menunjukkan bahwa skor bervariasi pada masing-masing variabel,
program skor. Juga, tampak bahwa perguruan tinggi IPK dan GRE skor yang lebih tinggi
berhubungan positif dengan tinggi fi IPK pertama-semester.
Dalam contoh ini, karena data yang tersedia dari kantor penerimaan, peneliti perlu
tidak terlalu khawatir tentang prosedur yang mengancam validitas skor. Namun, potensi
untuk rentang terbatas dari nilai-sedikit variasi dalam scores- tentu ada. Faktor-faktor lain
yang mungkin mempengaruhi kemampuan peneliti untuk menarik kesimpulan yang valid dari
hasil adalah kurangnya prosedur administrasi standar, kondisi situasi pengujian, dan harapan
peserta.

Langkah 5. Analisa Data dan Mewakili Hasil

Tujuan dalam penelitian korelasional adalah untuk menggambarkan derajat hubungan
antara dua variabel atau lebih. penyidik mencari pola tanggapan dan menggunakan prosedur
statistik untuk menentukan kekuatan hubungan serta arah. Hubungan fi kan secara statistik
signifikan, jika ditemukan, tidak berarti sebab-akibat (sebab akibat) tetapi hanya hubungan
antara variabel-variabel. prosedur yang lebih ketat, seperti yang digunakan dalam percobaan,
dapat memberikan kontrol yang lebih baik daripada yang digunakan dalam penelitian
korelasional.
Analisis dimulai dengan coding data dan mentransfer dari instrumen ke komputer.
Maka peneliti perlu menentukan statistik yang tepat untuk digunakan. Sebuah pertanyaan
awal adalah apakah data yang linier atau curvilinearly terkait. Sebuah sebar dari nilai (jika
studi bivariat) dapat membantu menentukan pertanyaan ini. Juga, mempertimbangkan
apakah:
 Hanya satu variabel independen sedang dipelajari (Pearson korelasi koefisien)
 Sebuah variabel mediasi menjelaskan kedua variabel independen dan dependen dan
perlu dikontrol (korelasi parsial koefisien) Lebih dari satu variabel independen perlu
dikaji untuk menjelaskan variabilitas dalam variabel dependen (multiple koefisien regresi
fi sien)
Berdasarkan uji statistik yang paling tepat, peneliti selanjutnya menghitung apakah
statistik yang signifikan berdasarkan skor. Sebagai contoh, p Nilai yang diperoleh dalam
penelitian bivariat dengan:
 Menetapkan tingkat alpha
 Menggunakan nilai penting dari sebuah r meja, tersedia dalam banyak buku statistik
 Menggunakan derajat kebebasan N = 2 dengan tabel ini
 Menghitung diamati r koefisien dan membandingkannya dengan r nilai kritis
 Menolak atau gagal untuk menolak hipotesis nol pada tingkat signifikansi spesifik, seperti
sebagai p 6 0,05
Selain itu, hal ini berguna untuk juga melaporkan efek ukuran ( r 2). Dalam analisis
korelasional, ukuran efek adalah Pearson korelasi koefisien kuadrat. Dalam mewakili hasil,
peneliti korelasional akan menyajikan matriks korelasi semua variabel serta meja statistik
(untuk studi regresi) melaporkan R dan R 2 nilai-nilai dan bobot beta untuk masing-masing
variabel.

Langkah 6. Menafsirkan Hasil

Langkah dalam melakukan studi korelasional adalah menafsirkan arti dari hasil. Hal
ini memerlukan membahas besarnya dan arah hasil dalam studi korelasional, mengingat
dampak dari variabel intervensi dalam studi korelasi parsial, menafsirkan bobot regresi
variabel dalam analisis regresi, dan mengembangkan persamaan prediksi untuk digunakan
dalam studi prediksi . Dalam semua langkah ini, menjadi perhatian keseluruhan adalah
apakah data Anda mendukung teori, hipotesis, atau pertanyaan. Selanjutnya, peneliti
mempertimbangkan apakah hasil atau DISCON temuan dari penelitian lain. Juga, refleksi
dibuat tentang apakah beberapa ancaman yang dibahas di atas mungkin telah berkontribusi
terhadap salah koefisien koefisien dan langkah-langkah yang mungkin diambil oleh para
peneliti masa depan untuk mengatasi masalah ini.

BAGAIMANA ANDA EVALUASI KORELASI?

Untuk mengevaluasi dan menilai kualitas penelitian korelasional yang baik, penulis
mempertimbangkan:
 Ukuran sampel yang memadai untuk pengujian hipotesis.
 Tampilan hasil korelasional dalam matriks atau grafik.
 Interpretasi tentang arah dan besarnya hubungan antara
dua (atau lebih) variabel.
 Penilaian terhadap besarnya hubungan berdasarkan koefisien dari penentuan, p nilai-nilai,
ukuran efek, atau ukuran koefisien.
 Pilihan statistik yang sesuai untuk analisis.
 The identifikasi dari prediktor dan variabel kriteria.
 Jika model visual dari hubungan yang maju, peneliti menunjukkan arah yang diharapkan
dari hubungan antara variabel, atau arah yang diprediksi berdasarkan data yang diamati.
 Jelas identifikasi prosedur statistik.

IDE KUNCI DALAM BAB

Defi nisi, mengunakan, dan Pengembangan Penelitian korelasional
Dalam beberapa situasi pendidikan, baik pengobatan maupun kemampuan untuk
memanipulasi kondisi kondusif untuk percobaan. Dalam hal ini, pendidik beralih ke desain
korelasional. Dalam penelitian korelasional, peneliti menggunakan teknik statistik korelasi
untuk menggambarkan dan mengukur tingkat asosiasi (atau hubungan) antara dua atau lebih
variabel atau set nilai. Anda menggunakan desain korelasional untuk mempelajari hubungan
antara dua atau lebih variabel atau untuk memprediksi hasil.
Sejarah penelitian korelasional mengacu pada tema asal-usul dan perkembangan uji
statistik korelasi dan prosedur untuk menggunakan dan menafsirkan uji statistik. Statistik
terlebih dahulu diidentifikasi prosedur untuk menghitung statistik korelasi pada akhir abad
ke-19. Pada akhir 1800-an, Karl Pearson mengembangkan rumus korelasi akrab kita gunakan
saat ini. Dengan penggunaan beberapa prosedur statistik seperti analisis faktor, perkiraan
keandalan, dan regresi, peneliti dapat menguji model yang rumit dari variabel menggunakan
prosedur statistik korelasional.

Jenis Desain korelasional

Meskipun korelasi adalah statistik, penggunaannya dalam penelitian telah
memberikan kontribusi untuk spesifik desain c penelitian disebut penelitian korelasional.
Penelitian ini telah mengambil dua bentuk utama dari desain penelitian: penjelasan dan
prediksi. Sebuah desain korelasional jelas menjelaskan atau klari fi es derajat asosiasi antara
dua variabel atau lebih pada satu titik waktu. Para peneliti yang tertarik apakah dua variabel
co-bervariasi, di mana perubahan dalam satu variabel adalah tercermin dalam perubahan
lainnya. Contohnya adalah apakah motivasi dikaitkan dengan prestasi akademis. Dalam
bentuk kedua dari desain, desain prediksi, variabel penyidik identifikasi es yang positif akan
memprediksi hasil atau kriteria. Dalam bentuk penelitian, peneliti menggunakan satu atau
lebih variabel prediktor dan kriteria (atau hasil) variabel. Sebuah prediksi memungkinkan kita
untuk meramalkan kinerja masa depan, seperti apakah IPK siswa di perguruan tinggi dapat
diprediksi dari kinerja sekolah tinggi-nya.

Karakteristik utama dari Desain korelasional

Mendasari kedua desain ini adalah karakteristik utama dari penelitian korelasional.
Para peneliti membuat display skor berkorelasi bagi peserta. Pajangan ini scatterplots,
representasi grafis dari data, dan matriks korelasi, sebuah tabel yang menunjukkan korelasi
antara semua variabel. Untuk menginterpretasikan korelasi, peneliti memeriksa arah positif
atau negatif dari korelasi skor, sebidang distribusi skor untuk melihat apakah mereka normal
atau nonnormally didistribusikan, tingkat hubungan antara skor, dan kekuatan asosiasi skor .
Ketika lebih dari dua variabel yang berkorelasi, peneliti tertarik dalam mengendalikan untuk
efek dari variabel ketiga, dan dalam memeriksa persamaan prediksi beberapa variabel yang
menjelaskan hasilnya.

Etika dalam Melakukan Penelitian korelasional

Masalah etika muncul dalam banyak tahapan proses penelitian korelasional. Dalam
pengumpulan data, etika berhubungan dengan ukuran yang memadai sampel, kurangnya
kontrol, dan masuknya sebanyak prediktor mungkin. Dalam analisis data, peneliti
membutuhkan pernyataan lengkap dari temuan untuk memasukkan efek ukuran dan
penggunaan statistik yang tepat. Analisis tidak dapat menyertakan membuat cadangan data.
Dalam rekaman dan menyajikan studi, menulis-up harus mencakup pernyataan tentang
hubungan bukan sebab-akibat, kemauan untuk berbagi data, dan penerbitan di gerai ilmiah.

Langkah-langkah dalam Melakukan Studi korelasional

Langkah-langkah dalam melakukan studi korelasional yang menggunakan desain
untuk menghubungkan variabel atau membuat prediksi, untuk mengidentifikasi individu
untuk belajar, untuk menentukan dua atau lebih tindakan untuk setiap individu, untuk
mengumpulkan data dan memantau potensi ancaman terhadap validitas skor, untuk
menganalisis data menggunakan statistik korelasi untuk data baik terus menerus atau
kategoris, dan untuk menafsirkan kekuatan dan arah hasil.

Kriteria untuk Mengevaluasi Studi korelasional

Mengevaluasi studi korelasional dalam hal kekuatan pengumpulan data, analisis, dan
interpretasi. Faktor-faktor ini termasuk ukuran yang memadai sampel, presentasi yang baik
dalam grafik dan matriks, prosedur yang jelas, dan interpretasi tentang hubungan antar
variabel.

INFORMASI UNTUK PENELITIAN PRODUSEN

 Mengidentifikasi apakah Anda berencana untuk memeriksa asosiasi antara atau di antara
variabel atau menggunakan penelitian korelasional untuk membuat prediksi tentang hasil.
 Plot pada grafik hubungan antara variabel Anda sehingga Anda dapat menentukan arah,
bentuk, dan kekuatan dari asosiasi.
 Menggunakan statistik korelasional yang tepat dalam desain Anda berdasarkan apakah
Data yang terus menerus atau kategoris dan apakah bentuk data yang linear atau
nonlinear.
 Hadir matriks korelasi Pearson koefisien koefisien fi dalam penelitian Anda.

INFORMASI UNTUK KONSUMEN PENELITIAN

 Mengakui bahwa studi korelasi tidak sebagai ketat sebagai percobaan karena peneliti
hanya dapat mengontrol statistik untuk variabel daripada fisik memanipulasi variabel-
variabel. Studi korelasional tidak “membuktikan” hubungan; bukan, mereka
menunjukkan hubungan antara atau di antara variabel atau set nilai.
 studi korelasional adalah penelitian dimana peneliti berusaha untuk menjelaskan asosiasi
atau hubungan antar variabel atau untuk memprediksi hasil.
 Sadarilah bahwa semua studi korelasional, tidak peduli bagaimana lanjutan statistik,
menggunakan korelasi koefisien sebagai basis mereka untuk analisis. Memahami maksud
dari ini koefisien membantu Anda menentukan hasil dalam studi korelasional.

SEBUAH sumber daya tambahan yang mungkin anda periksa

Untuk diskusi rinci tambahan tentang statistik korelasi dan statistik yang lebih maju,
lihat: Gravetter, FJ, & Wallnau, LB (2007). Statistik untuk ilmu perilaku ( ed 7.). Belmont,
CA: Wadsworth / Thomson Learning. ed.). Engkaupasir Oaks, CA: Sage.Untuk diskusi
tentang prosedur korelasional yang lebih maju, terutama analisis regresi, lihat: Pedhazur, EJ
(1997). regresi berganda dalam penelitian perilaku: Penjelasan dan pra diksi ( 3rd ed.). Ft.
Worth, TX: Harcourt Brace Tinggi Publishers. Untuk diskusi yang baik tentang masalah etika
dalam penelitian korelasional, konsultasikan: Brown, BL, & Hedges, D. (2009). Gunakan dan
penyalahgunaan metode kuantitatif. dalam DM Mertens & PE Ginsberg (Eds.), Buku
pegangan etika penelitian sosial ( pp. 373- 390). Thousand Oaks, CA: Sage.

Pergi ke Topik “korelasional Penelitian” di MyEducationLab yang (www

.myeducationlab.com ) untuk kursus Anda, di mana Anda dapat:
 Cari hasil untuk belajar “korelasional Research.”
 Tugas lengkap dan Kegiatan yang dapat membantu Anda lebih dalam di bawahberdiri isi
bab.
 Terapkan dan praktek pemahaman Anda tentang keterampilan inti diidentifikasi di bab
dengan Keterampilan Penelitian Building latihan.
 Periksa pemahaman Anda dari konten tercakup dalam bab ini dengan pergi ke Rencana
Study. Di sini Anda akan dapat mengambil pretest, menerima umpan balik pada jawaban
Anda, dan kemudian
Contoh Studi korelasional
Periksa menerbitkan artikel jurnal berikut yang merupakan studi korelasional. catatan
pinggir menunjukkan karakteristik utama dari penelitian korelasional disorot dalam bab ini.
Studi ilustrasi adalah:

Pengaruh dari Lampiran Parental dari College Penyesuaian Putih, Hitam, dan
Latina / Hispanik Perempuan: Sebuah Investigasi Lintas Budaya

Mickey C. Melendez Nancy

Blanco Melendez

Karakteristik Desain Korelasi Di Anotasi Marginasi

Meskipun ras dan lampiran orangtua adalah konsep yang telah banyak diteliti,
beberapa studi telah meneliti bagaimana variabel-variabel menampakkan diri di kalangan
wanita atau pengaruh penyesuaian mereka ke perguruan tinggi. Studi ini meneliti bagaimana
orangtua lampiran dilakukan penyesuaian perguruan tinggi di kalangan Putih, Hitam, dan
Latina / wanita Hispanik menghadiri komuter kuliah perkotaan. pola attachment diukur
menggunakan Parental lampiran Questionnaire (Kenny, 1994), dan penyesuaian kuliah dinilai
menggunakan Adaptasi Mahasiswa ke College Questionnaire (Baker & Siryk, 1989). Hasil
penelitian menunjukkan bahwa orangtua lampiran secara signifikan diprediksi aspek
penyesuaian perguruan tinggi berbeda-beda untuk masing-masing subkelompok ras.
Implikasi mengenai pengalaman beragam kelompok siswa perempuan yang menghadiri
lembaga komuter perkotaan besar yang dibahas.
1) Perguruan tinggi penyesuaian dan retensi siswa telah menjadi fokus dari administrator
perguruan tinggi dan profesional pengembangan mahasiswa selama beberapa dekade
(Tinto, 2006). Saat ini, hanya 55% dari semua mahasiswa yang terdaftar di lembaga 4
tahun pada tahun 1995-1996 dengan tujuan memperoleh gelar sarjana menyelesaikan
gelar dalam waktu 6 tahun di institusi yang sama (Lotkowski, Robbins, & Noeth, 2004).
2) Selain itu, pendaftaran, retensi, dan statistik kelulusan cenderung sangat dipengaruhi oleh
variabel demografis seperti ras / etnis dan jenis kelamin. Latina / Hispanik dan Hitam
siswa, meskipun menunjukkan beberapa perbaikan dalam pendaftaran perguruan tinggi
dan tingkat kelulusan dalam beberapa dekade terakhir, masih sangat kurang terwakili
dalam pendidikan tinggi bila dibandingkan dengan Putih siswa (Arbona & Nora, 2007).
Selama 1999-2000 tahun akademik 34% dari semua Latina / Hispanik dan 40% dari
semua siswa Hitam terdaftar di perguruan tinggi 4-tahun sebagai lawan 46% dari semua
siswa Putih (Lotkowski et al., 2004). Baru-baru ini Whites mewakili 72% dari pendaftar
di semua perguruan tinggi 4-tahun secara nasional, sedangkan kulit hitam mewakili 11%
dan Latina / Hispanik mewakili 6% dari pendaftar nasional (Horn, 2006).
3) Tingkat kelulusan dan retensi di seluruh budaya dan jenis kelamin sama-sama
memprihatinkan. Di antara siswa Putih, tingkat kelulusan adalah 12% lebih tinggi
daripada untuk Latina / siswa Hispanik dan 6% lebih tinggi daripada untuk siswa Hitam
rata-rata (Horn, 2006). Latina / Hispanik siswa yang menghadiri kuliah melaporkan
tingkat retensi dari hanya 34% (Brown, Santiago, & Lopez, 2003). perbandingan lintas
jender juga mengungkapkan bahwa siswa perempuan cenderung lulus pada tingkat lebih
tinggi dari perguruan tinggi daripada rekan-rekan pria mereka di seluruh papan (Horn).
Selain itu, pada tahun 2002-2003 wanita memperoleh 60% dari derajat semua asosiasi,
58% dari derajat semua sarjana dan 59% dari derajat semua master di seluruh bangsa
(Knapp et al., 2005).
4) Meneliti dampak gabungan dari gender dan budaya, Departemen Pendidikan AS (Institut
Ilmu Pendidikan, 2004) statistik menunjukkan bahwa “di antara kelompok-kelompok
minoritas tertentu, representasi perempuan di antara penerima gelar sarjana bahkan lebih
tinggi” (hlm. 80). Sebagai contoh, Black dan Latina betina / Hispanik diperoleh 66% dan
60% dari derajat yang diberikan, masing-masing, dibandingkan dengan laki-laki dari
kelompok mereka masing-masing ras / etnis. Relatif, Asia / Pasifik Islander dan betina
Putih diperoleh proporsi yang sedikit lebih rendah (55% dan 57%, masing-masing) dari
derajat yang diberikan dibandingkan dengan laki-laki dari kelompok mereka masing-
masing ras / etnis. Namun, jika dibandingkan langsung ke bagian counter perempuan
Putih mereka, wanita non-Asia warna (yaitu,
5) Meskipun perbedaan menarik, lintas budaya dan lintas gender dalam tingkat perguruan
pendaftaran dan keberhasilan tidak baru untuk literatur penyesuaian perguruan tinggi.
Namun, sifat multifaset penyesuaian perguruan tinggi dan retensi bagi siswa dari warna
membutuhkan pemeriksaan lebih dekat dari berbagai faktor yang terlibat. Penelitian
memiliki diidentifikasi banyak variabel yang memengaruhi kemampuan siswa untuk
menyesuaikan diri dengan kehidupan kampus, termasuk hal-hal seperti nances fi,
kesehatan, kesepian, keterampilan interpersonal, kesulitan untuk menyesuaikan diri
dengan perubahan, dan pengembangan otonomi pribadi (Herzog, 2008; Kaczmarek,
Matlock, & Franco, 1990; Pascarella & Terenzini, 2005). Penelitian juga telah
mengidentifikasi kelompok sasaran fi ed siswa yang memiliki paling kesulitan untuk
menyesuaikan diri dengan kehidupan kampus. Sebagai contoh, siswa generasi perguruan
tinggi pertama biasanya mengalami lebih besar Kesulitan menyesuaikan diri dengan
perguruan tinggi daripada rekan-rekan mereka yang telah memiliki anggota keluarga
dengan pengalaman perguruan tinggi sebagai panutan (Pascarella, Pierson, Wolniak, &
Terenzini, 2004; Pike & Kuh, 2005). Selain itu, dalam literatur kuliah siswa-atlet
(Melendez, 2008, dalam pers; Parham, 1993) dan siswa internasional (Cemalcilar &
Falbo, 2008; Chiu, 1995) juga telah dilaporkan lebih besar Kesulitan dalam
menyesuaikan diri dengan perguruan tinggi.
6) Penyesuaian ke perguruan tinggi jelas fungsi dari berbagai faktor psikologis, sosial,
emosional, perkembangan, dan budaya (Guiffrida, 2006; Tinto, 2006; Zea, Jarama, &
Bianchi, 1995), banyak yang belum secara memadai diteliti di literatur. Salah satu faktor
kepentingan tertentu untuk konselor perguruan tinggi dan administrator dalam beberapa
tahun terakhir telah attachment orangtua. Bowlby (1973) de fi ned lampiran sebagai
bentuk perilaku di mana seseorang berusaha untuk mencapai atau mempertahankan
kedekatan dengan individu lain yang dianggap lebih mampu mengatasi dengan dunia.
Lampiran ke orang tua atau pengasuh karena itu dikonseptualisasikan sebagai mekanisme
normatif dan universal untuk menjamin keselamatan dan keamanan untuk menjelajahi
lingkungan seseorang. Namun, meskipun lampiran dapat berfungsi mekanisme sebagai
pelindung pada masa bayi dan kanak-kanak, dalam konteks perkembangan remaja,
pemisahan dan individuasi, dan penyesuaian ke perguruan tinggi, gaya kelekatan
menganggap banyak sekali tantangan bagi siswa yang dapat memisahkan dari orang tua
dan keluarga untuk pertama kalinya. Tantangan biasanya dihadapi oleh mahasiswa,
seperti dif-kesulitan dengan hubungan romantis, mendefinisikan kembali hubungan
dengan keluarga dan teman-teman, membuat koneksi ke masyarakat perguruan tinggi,
mengatasi keterasingan, stres, depresi, kecemasan, dan membuat keputusan karir penting
(Herzog, 2008; Melendez, 2008; Pascarella & Terenzini, 2005), dapat diperparah oleh
pemisahan dari keluarga dan mungkin memerlukan sumber daya baru adaptational untuk
mengatasi (Gloria, Castellanos, Lopez, & Rosales, 2005). Selanjutnya, variabel eksternal,
seperti hubungan dengan orang tua dan teman-teman, dan variabel internal
7) universalitas yang diduga dinamika attachment juga telah dipertanyakan, menunjukkan
bahwa budaya / lingkungan pengaruh-pengaruh mungkin memainkan peran lebih besar
dalam menentukan perilaku lampiran normatif dari teori sebelumnya. Hanya baru-baru ini
prinsip teori attachment telah melihat melalui perspektif multikultural dan universalitas
asumsi inti dikritik (LeVine & Miller, 1990; Rothbaum, Weisz, Pott, Miyake, & Morelli,
2000). “Peneliti Barat telah dibutakan untuk konsepsi alternatif keterkaitan” (Rothbaum
et al., P. 1093), menunjukkan bahwa dinamika lampiran mungkin kurang universal dan
lebih budaya tergantung dan spesifik daripada yang berteori. Selain itu, “jika asumsi dasar
tentang lampiran tidak sama bagi orang-orang dari budaya yang berbeda,
8) Mengingat penelitian tentang gender, etnis, lampiran, dan penyesuaian perguruan tinggi,
penelitian ini lebih dekat meneliti potensi hubungan antara pola attachment dan
penyesuaian perguruan tinggi antara sampel beragam wanita (Hitam, Latina / Hispanik,
dan putih) menghadiri beragam perkotaan komuter perguruan tinggi. Wanita secara
keseluruhan belum memadai dipelajari dalam literatur, dan literatur saat ini telah
memberikan sedikit untuk memahami bagaimana wanita, dan terutama perempuan warna,
yang dipengaruhi oleh pola attachment atau bagaimana variabel-variabel dapat
memengaruhi penyesuaian ke perguruan tinggi.

Lampiran dan Pengembangan Remaja

9) Teori lampiran telah muncul sebagai salah satu yang paling dalam teori berpengaruh fl
hubungan dalam psikologi kontemporer. Bowlby dan kontribusi terkenal Ainsworth
dalam memahami perkembangan anak telah sangat dipengaruhi konseptualisasi lampiran
dan pengembangan seluruh jangka hidup. Teori attachment juga terlihat pada peran yang
hubungan kasih yang kuat bermain dalam membentuk pembangunan di seluruh jangka
hidup. Dua tempat utama teori attachment adalah bahwa manusia demikian
mengasuransikan kelangsungan hidup manusia, dan bahwa manusia mengembangkan
model kerja internal dari diri mereka sendiri dan orang lain. Lampiran, terbentuk selama
masa bayi dan kanak-kanak, diyakini berfungsi sebagai kerangka kerja untuk mengalami
hubungan lain selama kehidupan. Kerangka dasar teori attachment didirikan oleh Bowlby
(1969/1982, 1973, 1980) dalam trilogi klasiknya pada lampiran, pemisahan, dan kerugian
dan kemudian dilengkapi dengan Ainsworth ini pengamatan sistematis dan klasifikasi
pola attachment (Ainsworth, 1989; Ainsworth , Blehar, Waters, & Wall, 1978).
10) Para peneliti telah mendukung gagasan bahwa remaja yang terpasang kepada orang tua
mereka lebih mungkin untuk mengalami penyesuaian yang lebih baik ke perguruan
tinggi, termasuk sosial yang lebih baik, akademik, dan emosional penyesuaian (Bradford
& Lyddon, 1993; Holmbeck & Wandrei, 1993; Larose & Boivin, 1998; Mattanah,
Hancock, & Brand, 2004; Beras, Fitzgerald, Whaley, & Gibbs, 1995; Schultheiss &
Blustein, 1994). Hal ini sesuai dengan teori-teori perkembangan yang berfokus pada
pentingnya memperoleh otonomi dan kemerdekaan dari keluarga selama bertahun-tahun
kuliah (Kenny & Donaldson, 1991; Kenny & Perez, 1996). Namun, “meskipun para
peneliti telah berfokus pada pentingnya dukungan sosial di kampus perguruan tinggi, nilai
keluarga dan lampiran keluarga besar di kalangan mahasiswa dari warna sebagian besar
masih teruji” (Kenny & Perez, 1996, hal. 527).
11) Allen dan Tanah (1999) menyatakan bahwa tahap remaja perkembangan manusia adalah
ditandai dengan peningkatan dramatis dalam diferensiasi diri dan lainnya. ini pada
gilirannya memungkinkan remaja untuk melihat diri mereka sebagai berbeda dari
pengasuh mereka sampai batas yang jauh lebih besar. Dilihat dari diri sendiri dalam
hubungan lampiran sehingga bisa menjadi lebih internal berdasarkan dan kurang berpusat
di sekitar hubungan tertentu. (P. 320) konseptualisasi ini dari periode remaja
pembangunan telah sangat dipengaruhi oleh nilai-nilai individualisme dan otonomi.
 Secara tradisional, remaja telah dipahami sebagai periode stres yang tak terelakkan dan
konflik, dan untuk memfasilitasi pertumbuhan, detasemen dari orang tua diharapkan.
Meskipun kerangka ini mungkin berlaku untuk remaja mainstream, itu mungkin tidak
tepat ketika mempertimbangkan orang kulit berwarna, yang nilainya orientasi sekitar
hubungan mungkin akan berbeda dari budaya mayoritas. Dengan demikian, tidak jelas
apakah periode masa remaja ditandai dengan pengalaman yang sama diferensiasi bagi
remaja warna dan apakah saling ketergantungan atau kemerdekaan mungkin lebih adaptif
bagi mereka.
12) Perempuan, Lampiran, dan Penyesuaian. Studi menjelajahi perkembangan psikologis
perempuan menemukan bahwa perempuan lebih mungkin untuk menjadi afektif dekat
dengan orang tua di seluruh remaja (Kenny & Donaldson, 1991). Namun, meskipun
penelitian menggabungkan perspektif perempuan telah meningkat dalam literatur
psikologi, perspektif perempuan warna masih sering diabaikan (Ancis, Szymanski, &
Ladany, 2008; Buchanan, Fischer, Tokar, & Yoder, 2008; Tomlinson-Clarke, 1998) . Dari
perspektif penyesuaian, perempuan warna menyajikan tantangan unik untuk
pengembangan siswa secara tradisional terlatih dan profesional kesehatan mental.
Perempuan warna cenderung mencari layanan kesehatan mental lebih sering daripada
rekan-rekan pria mereka. Hal ini dapat memiliki konsekuensi negatif bagi perempuan
warna, karena mereka lebih mungkin untuk disalahpahami dan pathologized. Perempuan
warna juga cenderung ditempatkan sepanjang kontinum perkembangan yang
mencemarkan pentingnya nilai-nilai budaya dan peran gender yang telah stereotip
perempuan. Wanita pada umumnya dipandang sebagai terlalu emosional dan tidak logis.
wanita Asia, dibandingkan dengan wanita putih, dipandang sebagai pasif dan tunduk,
“baik istri”; wanita kulit hitam sebagai agresif dan seksual; Latinas sebagai emosional dan
histeris”(Chin, 1994, hlm. 205-206).
13) Kelompok-kelompok heterogen yang terdiri perempuan warna telah tenunan permadani
etnokultural dan ras di AS kelompok ini mencakup mereka yang de fi ne diri mereka
sebagai perempuan warna dan yang karakteristik fisik, pengalaman penindasan, dan status
sosial berbeda dari yang perempuan Putih dominan kelompok-perbedaan biasanya
dianggap sebagai yang menunjukkan defisiensi dan / atau rendah diri (Comas-Diaz &
Greene, 1994). Perempuan warna dapat berbagi pengalaman yang sama, namun adalah
kelompok heterogen orang yang cenderung untuk membuat beragam pilihan. Pilihan ini
mungkin dipengaruhi oleh fi c sosialisasi tertentu di sekitar nilai-nilai hubungan dan pola
attachment.
Penyesuaian perguruan tinggi dan Retensi
14) Zea et al. (1995) mengamati bahwa adaptasi sukses (penyesuaian) ke perguruan tinggi itu
biasanya didefinisikan sebagai “yang tersisa di perguruan tinggi, menikmati kesejahteraan
psikologis, dan berkinerja baik akademis” (hlm. 511). Demikian pula, retensi perguruan
tinggi dapat didefinisikan sebagai “web kompleks peristiwa yang mahasiswa bentuk
meninggalkan dan ketekunan” (Tinto, 2006, hal. 1).
15) Meskipun masalah-masalah akademis menjadi pokok penting untuk yang baru
matriculating siswa, kemampuan untuk menyesuaikan diri dengan kehidupan kampus dan
memelihara pendaftaran dipengaruhi oleh sejumlah nonakademis, tantangan
sosioemosional seperti mengelola hubungan romantis dan hubungan dengan keluarga dan
teman-teman, membuat koneksi ke komunitas perguruan tinggi , mengatasi keterasingan,
stres, depresi, kecemasan, dan membuat keputusan karir penting (Melendez, 2008,
Tomlinson-Clarke, 1998). Dalam rangka untuk memenuhi tantangan ini, pengembangan
sumber daya kunci adaptational dapat bene fi cial, termasuk penggabungan struktur
dukungan eksternal seperti hubungan dengan orang tua dan teman-teman dan struktur
pendukung internal seperti harga diri (Kenny & Rice, 1995). Aspek penyesuaian
 perguruan tinggi juga mungkin berbeda di seluruh garis ras / etnis dan jenis kelamin.
Misalnya, dirasakan dukungan keluarga secara konsisten memprediksi penyesuaian sosial
dan lampiran kelembagaan lebih kuat untuk kelompok etnis minoritas siswa daripada
Whites (Schneider & Ward, 2003). Selain itu, pendidikan orang tua adalah fi kan
prediktor signifikan dari penyesuaian perguruan tinggi untuk wanita tapi tidak signifikan
untuk laki-laki (Toews & Yazedjian, 2007). Tingkat komitmen untuk menyelesaikan
gelar sarjana dan mengembangkan lampiran ke lembaga mungkin juga dalam
penyesuaian perguruan tinggi pengaruh siswa dan retensi. Siswa yang membuat tujuan
yang jelas dan terarah lebih mungkin untuk bertahan dalam mencapai tujuan akademis
mereka. Banyak siswa memasuki perguruan tinggi dengan tujuan realistis dan harapan
dan pengalaman yang sebenarnya, Perspektif yang berbeda dari komuter terhadap
mahasiswa perumahan juga telah berteori untuk memengaruhi penyesuaian perguruan
tinggi dalam literatur (Pascarella, Duby, & Iverson, 1983; Torres, 2006; Weissberg,
Jenkins, & Harburg, 2003). siswa Commuter (yaitu, mahasiswa yang tinggal di rumah
mereka sendiri atau dengan orang tua) memiliki pengalaman yang sangat berbeda dari
lingkungan perguruan tinggi daripada siswa yang lebih tradisional di perguruan tinggi
perumahan (Torres, 2006), dan lebih mungkin untuk mengalami con fl tuntutan yang
saling bertentangan antara keluarga, kerja, dan lingkungan sekolah (Braxton, Hirschy, &
McClendon,2004)
16) Model teoritis Retensi. Beberapa model teoritis penyesuaian siswa, retensi, dan ketekunan
telah dikembangkan dalam literatur untuk menjelaskan pada konsep multi-dimensi
retensi. Tinto (1975, 1987) model integrasi siswa adalah yang pertama untuk membuat
hubungan eksplisit antara lingkungan pengaruh-pengaruh, yaitu sistem akademik dan
sosial dalam lembaga dan kepala sekolah yang dibentuk sistem mereka, dan mahasiswa
retensi (Tinto, 2006).
17) Menurut Tinto (2006), komponen utama dari model adalah “konsep integrasi dan pola
interaksi antara siswa dan anggota lain darilembaga, terutama selama tahun pertama
kuliah” (hal. 3). Penelitian selanjutnya menjelajahi penyesuaian mahasiswa dan
ketekunan di perguruan tinggi sejak telah menyarankan lainnya yang mendalam
pengaruh-pengaruh seperti ras / etnis (Arbona & Nora, 2007; Gloria et al., 2005; Torres,
2004),
18) koneksi ke keluarga, gereja, dan masyarakat (Nora 2001; Torres, 2004), dan status
perumahan (yaitu, perumahan dibandingkan komuter twoand perguruan tinggi empat
tahun non-perumahan; Pascarella et al, 1983;. Weissberg et al ., 2003; Weissberg &
Owen, 2005). pemeriksaan lebih dekat hubungan antara keluarga, budaya, dan dukungan
masyarakat dan keterlibatan antara mahasiswa
19) Model yang lebih kontemporer retensi, seperti Nora dan Cabrera (1996) mahasiswa
Model penyesuaian, dianggap ketekunan sebagai fungsi dari interaksi antara mahasiswa
dan berbagai lingkungan perguruan tinggi mereka (yaitu, bidang sosial dan alam
akademik); karakteristik precollege; dan pengalaman dengan fakultas, mahasiswa, dan
staf. Model mereka juga dimasukkan perspektif lebih menonjol ke kegigihan siswa
minoritas dan perguruan tinggi non-tradisional seperti pengaruh kesiapan akademik dan
pemisahan dari keluarga. model keterlibatan (2003) siswa / lembaga Nora lanjut
menekankan koneksi (keterlibatan) antara siswa dan lembaga. Selain itu, karakteristik
precollege tertentu (yaitu, pengalaman sosial dan akademik di sekolah tinggi, nances fi,
Dengan demikian, bagi siswa dari warna kebutuhan untuk tetap terhubung dengan orang
tua dan keluarga yang menonjol lainnya, budaya, dan jaringan dukungan masyarakat
sangat penting untuk kegigihan mereka di perguruan tinggi (Nora, 2003; Tinto, 2006) dan
mungkin sama pentingnya keterlibatan antara mahasiswa dan lembaga selama pertama
 tahun kritis kuliah. lainnya, budaya, dan jaringan dukungan masyarakat sangat penting
untuk kegigihan mereka di perguruan tinggi (Nora, 2003;
20) Dengan demikian, bagi siswa dari warna kebutuhan untuk tetap terhubung dengan orang
tua dan keluarga yang menonjol
21) Singkatnya, meskipun banyak penelitian telah dilakukan di wilayah penyesuaian
perguruan tinggi, ketekunan, dan retensi, sedikit yang diketahui tentang faktor-faktor unik
yang memengaruhi penyesuaian perguruan tinggi di antara beragam kelompok siswa.
Relatif sedikit penelitian tentang perguruan tinggi / penyesuaian akademik telah
disertakan dan membandingkan sampel beragam etnis. Penelitian lebih lanjut diperlukan
untuk menentukan apakah variabel-variabel yang di fl penyesuaian pengaruh perguruan
tinggi berbeda di seluruh kelompok ras dan etnis ketimbang generalisasi temuan
didasarkan pada sampel yang tidak mewakili kelompok budaya yang beragam.
22) Selain itu, meskipun peran gender dalam penyesuaian ke perguruan tinggi telah lebih
ekstensif diteliti, sedikit yang diketahui tentang pengalaman unik perempuan warna
dalam menyesuaikan diri dengan perguruan tinggi. Berdasarkan

literatur Ulasan untuk penelitian ini, hipotesis berikut diusulkan:

1. Skor pada penyesuaian perguruan tinggi akan dipengaruhi oleh variabel ras dan
pendidikan tinggi orangtua. Lebih khusus lagi, siswa Putih akan melaporkan skor
penyesuaian perguruan tinggi dari rekan-rekan non-Putih mereka. Selain itu, siswa yang
melaporkan tingkat yang lebih tinggi dari pendidikan orang tua juga akan melaporkan
skor yang lebih tinggi pada penyesuaian kuliah
2. lampiran orangtua akan skor pengaruh pada penyesuaian perguruan tinggi. Lebih khusus
lagi, lampiran orangtua akan berfungsi sebagai prediktor skor di empat sub-skala
penyesuaian perguruan tinggi.
3. Ras dan lampiran orangtua gabungan akan memberikan model terbaik untuk memprediksi
penyesuaian perguruan tinggi.

23)
Metode
Prosedur
Peserta direkrut dari komuter perguruan tinggi non-perumahan besar di pantai timur Amerika
Serikat dengan proporsi tinggi pertama siswa generasi perguruan tinggi. pengumpulan data
awal termasuk laki-laki dan perempuan direkrut melalui program departemen konseling
sarjana dan melalui departemen psikologi kolam subjek. Namun, mengingat fokus penelitian
ini hanya betina yang termasuk dalam sampel peserta fi nal. Sampel fi nal terdiri eksklusif
remaja perempuan dewasa muda / terdaftar di tahun pertama mereka kuliah.

24) paket survei diberikan di ruang kelas dengan kursus instruktur atas nama peneliti utama
(PI). Paket survei mengambil sekitar 30 menit untuk menyelesaikan.

Peserta

25) The fi nal (total) sampel dari penelitian ini terdiri dari 95 mahasiswa perempuan yang 24
berada Putih (25% dari sampel), 27 adalah Hitam (29% dari sampel), dan 44 (46% dari
sampel) yang Latina / Hispanik. usia siswa berkisar antara 17 hingga 25 tahun, dengan
rata-rata 18,66 dan rata-rata berusia 18 tahun ( SD = 1,667). Semua siswa telah
mendapatkan antara 0 dan 19 kredit pada saat mereka berpartisipasi dalam studi ini dan
memiliki self-diidentifikasi sebagai mahasiswa penuh waktu.
26) Tujuh belas peserta tidak menyelesaikan paket survei dengan cara yang memuaskan dan,
oleh karena itu, dikeluarkan dari sampel fi nal. Pemeriksaan lebih lanjut dari paket
dikecualikan mengungkapkan instrumen dengan halaman benar-benar kosong, halaman
hampir kosong, atau halaman yang fungsional dimengerti.
27) Di antara peserta dalam sampel nal fi, 91% hidup dengan anggota keluarga, 68% dari
orang tua siswa tidak selesai kuliah, dan 31% lahir di luar Amerika Serikat.
28) langkah-langkah
Semua peserta menerima paket dari kuesioner yang terdiri dari kuesioner demografi,
lampiran kuesioner orangtua, dan ukuran penyesuaian perguruan tinggi. Paket diselesaikan
secara independen dan dikembalikan kepada peneliti.
29) Demografi. Peserta menyelesaikan demografi singkat kuesioner menilai usia mereka, ras /
etnis, kredit selesai, IPK saat ini (jika ada), pendidikan orang tua, status hidup saat ini,
dan status perkawinan orang tua.
30) Parental Lampiran. Parental Lampiran Questionnaire (PAQ; Kenny, 1987) adalah 55-item
yang dilaporkan sendiri kuesioner hubungan orangtua. Peserta menanggapi 55 item
dengan memilih nomor pada 5-titik skala Likert-jenis dari 1 ( tidak semuanya ) ke 5 (
sangat banyak) yang menggambarkan hubungan mereka dengan dan perasaan terhadap
orang tua mereka. PAQ ini terdiri dari tiga skala diturunkan melalui faktor analisis:
Kualitas Affective skala Hubungan (awalnya disebut Affective Kualitas skala Lampiran;
27 item; misalnya, “Mengikuti waktu yang dihabiskan bersama-sama, saya meninggalkan
orang tua saya. . . dengan perasaan hangat dan positif”), Orang Tua sebagai Fasilitator
dari skala Kemerdekaan (awalnya disebut Pembinaan Parental skala Otonomi; 14 item,
misalnya,‘Secara umum, orang tua saya mendukung tujuan saya dan kepentingan’), dan
orang tua. sebagai Sumber skala Support (awalnya disebut Peran Parental dalam
Penyediaan skala Dukungan emosional; 13 item, misalnya, “Ketika saya punya masalah
serius atau sebuah keputusan penting untuk membuat saya hubungi keluarga saya jika
saya tidak mampu menyelesaikan... situasi setelah membicarakannya dengan teman-
teman saya”). Salah satu item tambahan PAQ tidak berkontribusi ke salah satu sisik dan
dinilai kesediaan siswa untuk mencari konselor atau penasihat lainnya pada saat stres.
31) PAQ ini dirancang untuk beradaptasi Ainsworth et al. (1978) konseptualisasi lampiran
untuk digunakan dengan remaja dan dewasa muda. Ini dirancang untuk menilai dirasakan
ketersediaan orang tua; pengertian, penerimaan, menghormati individualitas; fasilitasi
kemerdekaan; bunga dalam interaksi dengan orang tua dan mempengaruhi terhadap orang
tua selama kunjungan atau reuni; Mahasiswa bantuan-perilaku mencari dalam situasi
stres; kepuasan dengan bantuan yang diperoleh dari orang tua; dan penyesuaian untuk
pemisahan. Peserta repond dengan memberikan rating tunggal attachment orangtua
daripada dua skor lampiran terpisah untuk setiap orang tua.
32) Kenny (1987) melaporkan skala penuh reliabilitas konsistensi internal dari 0,93 untuk
sampel mahasiswa laki-laki dan 0,95 untuk wanita sampel mahasiswa. alpha Cronbach
dihitung untuk masing-masing tiga skala menghasilkan 0,96 untuk Quality Affective
skala Lampiran, dan 0,88 untuk Peran Parental di Memberikan Dukungan Emosional dan
Parental Pembinaan sisik Otonomi (Kenny, 1994). Tiga skala faktor konsisten dengan
Ainsworth et al. (1978) konseptualisasi lampiran.
33) Kenny dan Donaldson (1992) menyatakan bahwa hubungan signifikan fi telah ditemukan
antara Kualitas PAQ skala Lampiran dan Kohesi subskala dan dari Moos Lingkungan
Keluarga Skala, PAQ Parental Pembinaan skala Otonomi dan FES Ekspresi,
Kemerdekaan dan Pengendalian subskala, dan PAQ Parental Peran dalam Memberikan
skala Dukungan Emosional dan FES Kohesi dan Ekspresi subskala.
34) Penyesuaian College. Mahasiswa Adaptasi Tinggi Angket (SACQ; Baker & Siryk, 1989)
adalah 67-item, penilaian dilaporkan sendiri adaptasi ke perguruan tinggi. skala dapat
 diberikan secara langsung kepada individu atau kelompok. Setiap subskala memiliki item
yang merespon pada skala 9-poin dari Tidak berlaku untuk saya sama sekali untuk
Berlaku sangat erat dengan saya. Ada empat subskala SACQ. Penyesuaian Akademik
subskala (24 item) mengukur keberhasilan siswa dalam menghadapi berbagai tuntutan
pendidikan karakteristik dari pengalaman kuliah (misalnya, “Aku telah menjaga up to
date pada pekerjaan akademis saya”). Penyesuaian Sosial subskala (20 item) mengukur
keberhasilan siswa dalam menghadapi tuntutan antarpribadi-sosial yang melekat dalam
pengalaman kuliah (misalnya, “Saya sangat terlibat dengan kegiatan sosial di perguruan
tinggi”). Personal / Emosional Penyesuaian subskala (15 item) berfokus pada negara
intra-psikis siswa selama nya penyesuaian ke perguruan tinggi (misalnya, “Aku telah
merasa tegang atau gugup akhir-akhir ini”). Goal Commitment / Kelembagaan Lampiran
subskala (15 item) mengukur tingkat siswa dari komitmen untuk tujuan pendidikan, dan
tingkat keterikatan pada lembaga tertentu yang dihadiri ( “Saya senang dengan keputusan
saya untuk menghadiri kuliah ini khususnya”). Masing-masing empat subskala
menghasilkan skor yang terpisah dan empat skor subskala dapat dikombinasikan untuk
membuat skor total penyesuaian perguruan tinggi.
35) SACQ yang telah digunakan dalam berbagai studi dengan berbagai populasi mahasiswa
yang beragam selama 20 tahun terakhir (Kaczmarek et al, 1990;. Melendez, 2006, 2010;
Young & Koplow, 1997). Studi Keandalan melaporkan nilai alpha mulai “0,81-0,90
untuk subskala Penyesuaian Akademik, 0,83-0,91 untuk subskala Penyesuaian Sosial,
0,77-0,86 untuk Penyesuaian subskala Emosional Personal, 0,85-0,91 untuk Lampiran
subskala, dan 0,92-0,95 untuk Skala penuh”(Dahmus, Bernardin, & Bernardin, 1992, hal.
140). Dalam studi validitas yang dilaporkan oleh Baker dan Siryk (1989), penyesuaian
akademik adalah secara signifikan berkorelasi dengan IPK dan keanggotaan dalam
masyarakat kehormatan akademis.
36) Hasil
Analisis data dilakukan dalam empat langkah yang berbeda dalam penelitian ini. Pertama,
statistik deskriptif dan frekuensi dihitung untuk informasi demografis untuk semua
peserta. Kedua, matriks interkorelasi termasuk semua variabel kunci dari bunga dihitung.
Ketiga, dalam rangka untuk menilai pengaruh dari faktor-faktor demografi yang menarik,
2 × 4 MANOVA (ras × pendidikan tinggi orangtua) dihitung menggunakan empat
subskala dari SACQ sebagai variabel dependen. Terakhir, serangkaian beberapa analisis
regresi bertahap dihitung untuk menentukan model prediksi terbaik dari penyesuaian
perguruan tinggi antara variabel-variabel yang dinilai.
37) Analisis korelasional
Total Grup Korelasi. matriks korelasi Pearson dilakukan untuk kelompok sampel total
dan untuk masing-masing tiga sub kelompok etnis / ras dalam penelitian ini. Variabel
adalah usia, tiga subskala lampiran orangtua, dan empat subskala penyesuaian perguruan
tinggi. Jumlah interkorelasi kelompok disajikan pada Tabel 1.
38) Tiga skala attachment orangtua mengungkapkan signi fi interkorelasi tidak bisa ( r mulai
0,233-0,622 dan p mulai dari 6 . 03 untuk 6 . 001) untuk kelompok keseluruhan.
Selanjutnya, seperti yang diharapkan sederhana untuk interkorelasi moderat terungkap
antara subskala penyesuaian empat perguruan tinggi ( r mulai 0,338-0,636 dan p 6 . 001).
signi fi korelasi tidak bisa lain juga mengungkapkan antara variabel kunci dari penelitian.
Kualitas afektif skala (PAQ1) berkorelasi dengan subskala penyesuaian akademik ( r = .
204, p 6 . 05), pribadi-emosional penyesuaian subskala ( r = . 267, p 6 . 01), dan subskala
lampiran kelembagaan ( r = . 244, p 6 . 02) dari SACQ tersebut. Selain itu, dukungan
orangtua skala (PAQ3) berkorelasi dengan lampiran institusional ( r = . 294, p 6 . 01).
39) Ras / etnis Korelasi Subkelompok. Dalam semua tiga sub kelompok etnis, timbangan
lampiran orangtua mengungkapkan moderat untuk interkorelasi yang kuat, seperti yang
 diharapkan. Selain itu, dalam semua tiga sub kelompok etnis empat subskala dari SACQ
juga cukup untuk sangat berkorelasi dengan satu sama lain, seperti yang diharapkan. Pola
SACQ interkorelasi subskala, yang konsisten dengan temuan dari penelitian sebelumnya
menggunakan instrumen ini (Baker & Siryk, 1989), cukup tinggi untuk menunjukkan
bahwa subskala memang mengukur konstruk yang umum tapi cukup moderat untuk
mendukung konseptualisasi dari penyesuaian kuliah konstruk memiliki aspek yang
berbeda yang diwakili oleh subskala.
40) signi fi korelasi tidak bisa lain juga mengungkapkan antara variabel kunci dari penelitian.
Untuk subkelompok mahasiswa Putih, ada korelasi moderat antara skala afektif kualitas
(PAQ1) dan subskala penyesuaian akademik ( r = . 44, p6 . 03).
41) Untuk subkelompok Hitam mahasiswa, skala kualitas afektif (PAQ1), secara signifikan
berkorelasi dengan penyesuaian akademik ( r = . 44, p 6 . 02) dan penyesuaian pribadi-
emosional ( r = . 52, p 6 . 01) subskala dari SACQ tersebut. Selain itu, skala kemandirian
orangtua (PAQ2) secara signifikan berkorelasi dengan penyesuaian pribadi-emosional ( r
= . 49, p 6 . 01). Terakhir, dukungan orangtua skala (PAQ3) secara signifikan berkorelasi
dengan penyesuaian akademik ( r = . 44, p 6 . 05), dan penyesuaian pribadi-emosional ( r
= . 52, p 6 . 01).
42) Untuk Latina / Hispanik subkelompok siswa, dukungan skala orangtua (PAQ3) secara
signifikan berkorelasi dengan lampiran institusional ( r = . 40, p 6 . 01).

*p 6 . 05.
* *p 6 . 01.
44)
Analisis MANOVA A 2 × 4 MANOVA (ras × pendidikan tinggi orangtua) mengungkapkan
tidak ada signifikan efek utama atau interaksi untuk variabel independen yang dimaksud di
empat subskala SACQ. Oleh karena itu hipotesis 1 tidak didukung.
45)
regresi Analisis
Temuan untuk total kelompok mengungkapkan bahwa skala kualitas afektif (PAQ1)
secara signifikan diprediksi penyesuaian pribadi-emosional, b = . 27, t = 2,67, F ( 1, 93) =
7.12, p 6 . 01, akuntansi untuk 7% dari varians. Selain itu, dukungan orangtua skala (PAQ3)
secara signifikan diprediksi lampiran kelembagaan, b = . 29, t = 2,97, F ( 1, 93) = 8.82, p 6 .
01, akuntansi untuk 9% dari varians. Di antara tiga sub kelompok ras / etnis, beberapa signi fi
temuan tidak bisa terungkap. Untuk mahasiswa Hitam sampel skala kualitas afektif (PAQ1)
secara signifikan diprediksi nilai pada penyesuaian akademik, b = . 44, t = 2,46, F ( 1, 25) =
6.04, p 6 . 02, akuntansi untuk 19% dari varians. Selain itu, kualitas afektif skala (PAQ1)
secara signifikan diprediksi skor pada penyesuaian pribadi-emosional, b = . 52, t = 3.01, F (
1, 25) = 9,1, p 6 . 01, untuk subkelompok Hitam akuntansi untuk 27% dari varians. Untuk
Latina / subkelompok Hispanik, dukungan orangtua skala (PAQ3) secara signifikan
diprediksi nilai pada lampiran kelembagaan, b = . 41, t = 2,79, F ( 1, 39) = 7.78, p 6 . 01,
akuntansi untuk 17% dari varians. Terakhir, untuk sampel siswa Putih, kualitas afektif skala
(PAQ1) secara signifikan diprediksi nilai pada penyesuaian akademik, b = . 44, t = 2,32, F (
1, 22) = 5,39, p 6 . 03, akuntansi untuk 20% dari varians.
46)
Diskusi
Hasil penelitian ini lebih menunjukkan sifat kompleks penyesuaian ke perguruan tinggi dan
menyarankan bahwa budaya dan kekeluargaan pengaruh-pengaruh mungkin memainkan
peran yang lebih menonjol daripada yang diperkirakan sebelumnya, terutama ketika
mempertimbangkan penyesuaian ke perguruan tinggi dari perempuan warna. Harrison,
Wilson, Pine, Chan, & Buriel (1990) menyatakan bahwa siswa dari warna mungkin
menghadapi diskontinuitas antara keluarga dan perguruan tinggi mereka nilai-nilai dan
harapan. Pada gilirannya, diskontinuitas ini dapat membuat tuntutan kuliah lebih stres bagi
mereka daripada untuk rekan-rekan Putih mereka. Selain itu, bagi siswa dalam penelitian ini,
keterlibatan dalam kegiatan kuliah, program, dan bantuan dari fakultas perguruan tinggi dan
staf mungkin terbatas dibandingkan dengan siswa yang tinggal di asrama di kampus. Oleh
karena itu mungkin lebih sulit bagi mereka untuk membangun jaringan sosial dan budaya
antara rekan-rekan dan untuk mengembangkan hubungan dengan mentor. Pembentukan
jaringan seperti di perguruan tinggi telah terbukti untuk membantu siswa yang dinyatakan
merasa terisolasi dan terasing dari orang lain, dan ini sangat relevan bagi siswa warna (Allen,
1992; Melendez, 2008).
47)
Sebaliknya, siswa yang tinggal di rumah dengan anggota keluarga dapat menerima dukungan
yang buffer mereka dari stres terkait ke perguruan tinggi, termasuk, emosional, dan
penyesuaian sosial akademik yang dapat berkontribusi terhadap perasaan siswa isolasi,
keterasingan dan ketidakpercayaan (Kenny & Perez, 1996 ; Melendez, 2008). Dalam kasus
tersebut, hubungan dengan orang tua dapat digunakan sebagai jangkar dalam menjelajahi
dunia, dan orang tua dapat digunakan sebagai sistem pendukung untuk mendorong dan
memfasilitasi pengalaman penyesuaian perguruan tinggi.
48)
hipotesis
Dalam penelitian ini, hipotesis 1 menyatakan bahwa penyesuaian perguruan tinggi akan
dipengaruhi oleh ras dan pendidikan orang tua. Hipotesis ini tidak didukung karena tidak ada
variabel demografis dinilai (yaitu, ras dan pendidikan tinggi orangtua) secara signifikan di fl
penyesuaian perguruan tinggi dipengaruhi. Yang menarik adalah kurangnya signi fi temuan
tidak bisa mengenai pendidikan tinggi orangtua, terutama mengingat bahwa persentase yang
tinggi (68,4%) dari siswa memiliki orang tua yang tidak kuliah lengkap dalam penelitian ini.
Ini adalah perintisan tak terduga mengingat literatur yang ada mengenai tekanan dari
mahasiswa fi generasi pertama dibandingkan dengan non-fi generasi pertama mahasiswa
untuk mencapai, tidak hanya untuk diri mereka sendiri tetapi juga untuk seluruh keluarga
mereka (Kenny & Perez, 1996; Pascarella et . al, 2004; Pike & Kuh, 2005).
49) Satu penjelasan untuk kurangnya temuan mungkin berhubungan dengan populasi sampel.
Tidak seperti studi sebelumnya, tinggal. Meskipun manfaat atau rintangan dari komuter
ke perguruan tinggi tidak fokus dari penelitian ini, mereka mungkin telah meminimalkan
pengaruh dari pendidikan perguruan tinggi orangtua rendah atau tidak ada pada
penyesuaian perguruan tinggi untuk populasi sampel saat ini.
50) Hipotesis 2 menyatakan bahwa lampiran orangtua akan memprediksi penyesuaian
perguruan tinggi dan hipotesis 3 meramalkan bahwa ras dan lampiran orangtua bersama-
 sama akan menciptakan model terbaik untuk memprediksi penyesuaian perguruan tinggi.
hipotesis ini sebagian didukung oleh korelasi dan regresi analisis.
51) Analisis korelasional
Korelasi yang pertama dihitung untuk total sampel. Seperti yang dinyatakan sebelumnya,
analisis korelasi mengungkapkan bahwa lampiran orangtua memang terkait dengan
penyesuaian perguruan tinggi. Skala kualitas afektif dari PAQ itu secara signifikan
berkorelasi dengan penyesuaian akademik, penyesuaian pribadi-emosional, dan lampiran
kelembagaan, menunjukkan bahwa siswa yang mendapat nilai lebih tinggi pada skala
kualitas afektif, yang mengukur siswa yang dirasakan orangtua pemahaman, sensitivitas,
ketersediaan, dan penerimaan , lebih mungkin menjadi mengelola persyaratan akademik
perguruan tinggi, mengelola tekanan psikologis mereka dan menyertai kekhawatiran
somatik, serta mengalami ikatan yang kuat dengan perguruan tinggi mereka (Baker &
Siryk, 1989). Demikian pula, dukungan orangtua skala secara signifikan berkorelasi
dengan lampiran kelembagaan,
52) Di antara tiga sub kelompok ras / etnis temuan serupa. Untuk subkelompok Putih, kualitas
afektif berkorelasi dengan penyesuaian akademik yang menunjukkan bahwa Putih siswa
yang dirasakan orang tua mereka sebagai mendukung, pemahaman, dan tersedia mungkin
telah lebih siap untuk menangani kerasnya akademik perguruan tinggi.
53) Untuk Latina / subkelompok Hispanik, dukungan orangtua berkorelasi dengan lampiran
institusional, menunjukkan bahwa Latina / Hispanik siswa yang dirasakan orang tua
mereka menawarkan tingkat yang lebih tinggi dari dukungan lebih mampu obligasi, atau
mengembangkan perasaan keterikatan dan kebanggaan dengan perguruan tinggi mereka.
54) Untuk subkelompok Hitam, ada signi korelasi kan antara kualitas afektif dan penyesuaian
akademis dan pribadi-emosional, menunjukkan bahwa aspek persepsi dari orang tua
mereka siswa pemahaman, penerimaan, dan ketersediaan memiliki pengaruh pada
kemampuan mereka untuk mengelola akademik dan kerasnya emosional perguruan
tinggi. Selain itu, kemerdekaan orangtua berkorelasi dengan penyesuaian pribadi-
emosional juga, yang menunjukkan bahwa siswa yang dirasakan orang tua mereka
mendorong tingkat yang lebih tinggi kemerdekaan lebih mampu menangani kerasnya
pribadi dan emosional kuliah sambil menghindari kesusahan. dukungan orangtua juga
berkorelasi dengan penyesuaian akademis dan pribadi-emosional,
55) Terakhir, di antara Hitam dan Putih siswa ada fi kan korelasi signifikan antara kualitas
afektif dan penyesuaian akademik. Namun, temuan ini tidak signifikan untuk kelompok
Latina / Hispanik, menunjukkan bahwa kualitas afektif dari attachment orangtua mungkin
memiliki diferensial mempengaruhi pada penyesuaian akademik di seluruh budaya.
56) regresi Analisis
Temuan regresi fi penelitian ini, meskipun sederhana, menawarkan dukungan parsial
untuk hubungan hipotesis antara ras, lampiran orangtua, dan penyesuaian perguruan
tinggi. Temuan dari penelitian ini menunjukkan bahwa aspek attachment orangtua yang
signifikan prediktor fi kan penyesuaian kuliah untuk tiga sub kelompok ras / etnis.
57) Baik ras / etnis atau attachment orangtua mencapai signifikansi sebagai prediktor
penyesuaian perguruan tinggi untuk kelompok sampel fi nal. Oleh karena itu hipotesis 1
dan 2 tidak didukung. Namun, ras / etnis dan lampiran orangtua dikombinasikan
melakukan memprediksi aspek penyesuaian perguruan tinggi, memberikan dukungan
parsial untuk hipotesis 3.
58) Untuk subkelompok mahasiswa Hitam, skor pada kualitas afektif diprediksi skor pada
penyesuaian akademis dan pribadi-emosional ke perguruan tinggi. Menyatakan berbeda,
kualitas afektif siswa Hitam hubungan dengan orang tua mereka memiliki dampak yang
berarti pada siswa sukses dalam mengatasi dengan tuntutan pendidikan perguruan tinggi,
seperti menjaga dengan karya akademis, juga dengan keadaan fisik dan psikologis mereka
 dan sejauh mana mereka mengalami tekanan psikologis umum dan / atau masalah
somatik di perguruan tinggi.
59) Hal ini konsisten dengan temuan sebelumnya dalam literatur (Hinderlie & Kenny, 2002;
Pfeil, 2001). Hitam siswa yang masuk masalah kuliah wajah mirip dengan siswa lain
yang masuk perguruan tinggi selain menghadapi serangkaian tantangan yang unik terkait
dengan berada di lingkungan perguruan tinggi di mana budaya ras dan etnis mayoritas
berbeda dari mereka sendiri (Kenny & Perez, 1996; Tinto, 1987). keluarga hitam
seringkali memiliki nilai yang kuat dari keluarga identifikasi dan struktur serta dukungan
untuk dan dari keluarga besar yang mencakup non-darah atau fi kerabat ctive. Gantinya,
60) Serupa dengan siswa Hitam, kualitas afektif dari hubungan orangtua secara signifikan
diprediksi penyesuaian akademik di kalangan mahasiswa Putih juga. Dalam dukungan
parsial hipotesis 3, kualitas afektif siswa Putih hubungan dengan orang tua mereka
memiliki dampak yang berarti pada siswa sukses dalam menghadapi tuntutan pendidikan,
seperti menjaga dengan karya akademis. Pentingnya hubungan orangtua siswa ini lebih
lanjut menunjukkan pentingnya hubungan keluarga dalam beradaptasi ke perguruan
tinggi.
61) Di antara Latina / subkelompok Hispanik, tidak ada signifikan hubungan antara kualitas
afektif dari orangtua hubungan dan perguruan tinggi penyesuaian. Meskipun, literatur
telah menyoroti betapa pentingnya hubungan keluarga dan dukungan afektif adalah untuk
Latina / keluarga Hispanik, kurangnya signi fi hasil tidak bisa untuk skor kualitas afektif
antara Latina / Hispanik pelajar mengejutkan. Satu penjelasan yang mungkin bahwa
ukuran kualitas afektif dalam hubungan orangtua yang digunakan dalam penelitian ini
mungkin tidak sepenuhnya menangkap perasaan dan harapan bahwa Latina / Hispanik
memiliki terhadap orang tua mereka dengan cara yang sama bahwa hal itu untuk dua sub
kelompok lainnya dalam penelitian ini . Pertanyaan pada skala kualitas afektif mengenai
kecemasan, kemarahan, kekecewaan,
62) Menariknya, untuk Latina / Hispanik subkelompok, skor pada skala dukungan orangtua
(PAQ3) dari PAQ yang ditemukan secara signifikan memprediksi nilai pada lampiran
subskala kelembagaan SACQ tersebut. Meskipun unik untuk literatur lampiran, temuan
ini mendukung konsep lampiran institusional sebagai keharusan pengaruh pada
penyesuaian secara keseluruhan siswa untuk, dan retensi dalam, perguruan tinggi dan
memperkuat gagasan sebelumnya bahwa siswa membuat komitmen untuk menyelesaikan
gelar lebih mungkin untuk memiliki keberhasilan akademis (Gerdes & Mallinckrodt,
1994). Sebelumnya literatur tentang penyesuaian perguruan tinggi Latina / siswa
Hispanik juga telah mendukung temuan ini. Misalnya, mahasiswa Latina / Hispanik yang
menganggap diri mereka sebagai memiliki dukungan memiliki tarif yang lebih rendah
dari marabahaya serta lebih besar penyesuaian perguruan tinggi (Solberg, Valdez, &
Villarreal, 1994). Dukungan dapat melayani sebagai penyangga terhadap diskriminasi
atau isolasi, sehingga memfasilitasi komitmen siswa dan lampiran ke perguruan tinggi
mereka.
63) Independen dan saling tergantung Views Mahasiswa Kegigihan Retensi
Dilihat melalui lensa konseptual independen dan saling tergantung budaya di
memengaruhi pada diri (Markus & Kitayama, 1991), temuan dari penelitian ini
menunjukkan bahwa proses penyesuaian perguruan tinggi dan ketekunan untuk
perempuan warna mungkin perlu dipertimbangkan kembali. Menurut Tinto (2006): Di
mana ia pernah berpendapat bahwa retensi diperlukan siswa untuk melepaskan diri dari
masyarakat masa lalu kita sekarang tahu bahwa untuk beberapa, jika tidak banyak siswa,
kemampuan untuk tetap terhubung ke komunitas masa lalu mereka, keluarga, gereja, atau
suku adalah penting untuk ketekunan mereka. (P.4)
64) Temuan-temuan saat ini mengungkapkan bahwa keterikatan yang kuat kepada orang tua
adalah positif memengaruhi aspek penyesuaian perguruan tinggi bagi peserta yang
terlibat. Temuan ini berdiri bertentangan dengan beberapa model sebelumnya retensi
yang dianut / gagasan asimilasi lebih independen dari melepaskan diri dari asosiasi masa
lalu untuk menjadi terintegrasi ke dalam kain kehidupan kampus (misalnya, Tinto, 1975,
1987). Namun, temuan saat ini sejalan dengan yang lebih kontemporer dan peka budaya
teori-teori yang mendukung lebih saling bergantung / kebajikan kolektivis tentang retensi
mahasiswa dan ketekunan (Arbona & Nora, 2007; Guiffrida, 2006; Nora, 2003).
65) Ringkasan
Temuan dari penelitian ini sebagian didukung anggapan bahwa ras dan lampiran orangtua
akan memprediksi penyesuaian perguruan tinggi di berbagai kelompok mahasiswa
perempuan. Selain itu, rute fi nding menunjukkan bahwa lampiran orangtua memprediksi
penyesuaian perguruan tinggi berbeda-beda di seluruh ras / etnis dan seluruh dimensi
penyesuaian. Unik untuk literatur penyesuaian perguruan tinggi, temuan ini memberikan
dukungan lebih lanjut untuk multidimensionalitas penyesuaian perguruan tinggi dan
utilitas lampiran orangtua sebagai di memengaruhi pada hasil berdasarkan retensi.
66) Selain itu, meskipun sederhana, temuan ini mempertanyakan pengertian sebelumnya
otonomi dan kemandirian yang dianggap aspek penting dari ketekunan mahasiswa dan
retensi dalam teori-teori sebelumnya (Tinto, 1975, 1987, 2006).
67) Implikasi bagi Konseling, Programming, dan Kebijakan
Psikologi secara tradisional difokuskan pada otonomi, pemisahan, dan individuasi dari
orang tua selama masa remaja dan dalam transisi ke perguruan tinggi. Namun, hubungan
antara orang tua dan anak-anak kuliah terikat mereka sangat penting dalam memahami
penyesuaian ke perguruan tinggi. Bagi banyak siswa, mempertahankan dukungan yang
kuat dalam keluarga dan kualitas afektif dalam hubungan orangtua positif memengaruhi
faktor yang terkait dengan penyesuaian perguruan tinggi. Ini akan menjadi berharga bagi
konselor bekerja dengan mahasiswa untuk menilai sifat dari hubungan orangtua-anak
dalam konteks budaya dalam rangka untuk membantu siswa mengembangkan atau
mempertahankan hubungan dengan orang tua dan keluarga pada umumnya.
68) Perguruan tinggi profesional mungkin juga perlu mempertimbangkan bagaimana praktek
kelembagaan mempengaruhi siswa dari warna dan hubungan mereka dengan keluarga.
Pengembangan intervensi sensitif budaya, praktek, dan kebijakan dalam lingkungan
perguruan tinggi yang diperlukan untuk memfasilitasi pengembangan siswa adaptif
selama tahun-tahun kuliah. Ketika bekerja dengan beragam populasi seperti yang dalam
penelitian ini, hubungan dengan keluarga mungkin perlu lebih dekat dipertimbangkan
dankebijakan mengenai masalah kesehatan mental, masalah disiplin, dan isu-isu
pendidikan, mungkin perlu dievaluasi kembali. Misalnya, memberikan kesempatan bagi
keluarga asal untuk lebih hadir dalam kehidupan siswa dari warna melalui program
outreach diperluas dapat membantu untuk meringankan penyesuaian ke perguruan tinggi
untuk ini dan populasi mahasiswa di-risiko lainnya.
69) itu, pada tingkat konseptual, pemisahan perkembangan dan emosional dari keluarga
terkait dengan menghadiri kuliah (komuter atau perumahan) mungkin berbeda di seluruh
budaya. Perbedaan-perbedaan ini mungkin perlu lebih baik dimasukkan ke dalam
rekrutmen atau retensi strategi masa depan. Misalnya, dalam keluarga Latina / Hispanik,
tidak jarang bagi keluarga untuk membuat keputusan penting mengenai pendidikan
(termasuk perguruan tinggi apa, apa yang utama, dan profesi apa yang dapat diterima)
untuk anak-anak mereka dan terutama anak-anak perempuan mereka. Selain itu, salah
satu alasan utama Latina / siswa Hispanik meninggalkan sekolah dan perguruan tinggi
pada tingkat tinggi tersebut adalah untuk membantu keluarga mereka secara finansial
(Sylwester, 2005; Williams, 2002). Karena itu,
70) Keterbatasan dan Arah Masa Depan
Temuan dari penelitian ini memiliki implikasi untuk membantu siswa melalui
pengembangan program dan strategi yang dapat memfasilitasi penyesuaian perguruan
tinggi serta retensi antara siswa dengan berbagai latar belakang. Namun, penelitian ini
memiliki keterbatasan dan karena itu hati-hati harus dilakukan di generalisasi temuan
penelitian ini untuk kelompok lain dari siswa. Penelitian ini mengandalkan secara
eksklusif pada langkah-langkah self-laporan untuk data. Selain itu, kurangnya random
sampling ditambah dengan ukuran sampel yang kecil mungkin telah berkontribusi secara
berarti bias dalam desain. Terakhir, masuknya Hitam, Latina / Hispanik, dan perempuan
Putih secara eksklusif dalam sampel penelitian ini juga membatasi generalizeability dari
temuan.
71) Untuk membantu mengimbangi keterbatasan ini, penelitian masa depan harus
mempekerjakan sampel yang lebih besar dan lebih acak untuk membantu meningkatkan
generalizeability serta menurunkan bias dalam desain. Penggabungan laki-laki ke dalam
desain penelitian masa depan juga akan menambah ruang lingkup keseluruhan temuan
dan memungkinkan untuk analisis komparatif lebih lanjut antara jenis kelamin. Selain itu,
penggabungan laki-laki ke desain masa depan akan memungkinkan untuk pemeriksaan
efek interaksi antara jenis kelamin dan ras / etnis yang mungkin ada. Hal ini juga
mungkin berharga dalam desain penelitian masa depan untuk mendapatkan informasi
lebih lanjut demografi mengenai status sosial ekonomi, pekerjaan orangtua, sumber daya
keuangan dalam membayar untuk kuliah, bahasa yang digunakan di rumah, tahun tinggal
di Amerika Serikat, dan jaringan dukungan sosial. Informasi ini dapat memberikan
kejelasan yang lebih besar mengenai berbagai variabel yang berkontribusi terhadap
penyesuaian siswa ke perguruan tinggi. desain penelitian longitudinal juga akan
membantu untuk lebih menilai pengaruh lampiran orangtua pada penyesuaian kuliah
selama karir perguruan tinggi seseorang. Selain itu, penggabungan desain penelitian
kualitatif dan fenomenologis dapat membantu untuk lebih menerangi unik pengaruh-
pengaruh dari ras / etnis dan lampiran orangtua pada penyesuaian perguruan tinggi.

Referensi
Ainsworth, M. (1989). Lampiran luar bayi. Amerika Psikologi, 44, 709-716.
Ainsworth, M., Blehar, M., Waters, E., & Wall, S. (1978). Pola lampiran: Sebuah studi
psikologis dari situasi yang aneh. Oxford, Inggris: Lawrence Erlbaum.
Allen, JP, & Land, D. (1999). Lampiran dan Remaja. Di J. Cassidy & P. Shaver (Eds.),
Handbook of attachment: Teori, penelitian, dan klinis aplikasi ( pp. 319-335). New York: The
Guilford Press.
Allen, WR (1992). Warna keberhasilan: Afrika Amerika kuliah mahasiswa hasil-hasil di
perguruan tinggi dan universitas yang didominasi putih dan historis Hitam. Harvard
Educational Review, 62, 26-44.
Ancis, JR, Szymanski, DM, & Ladany, N. (2008). pengembangan dan evaluasi psikometrik
Konseling Perempuan Kompetensi Skala (CWCS). Konseling Psikolog, 35, 719-744.
Arbona, C., & Nora, A. (2007). The pengaruh dari akademik dan faktor lingkungan pada
Hispanik gelar sarjana pencapaian. Ulasan Pendidikan Tinggi, 30, 247-269.
Baker, RW, & Siryk, B. (1989). Mahasiswa Adaptasi ke College Daftar pertanyaan. Los
Angeles: Layanan Psikologis Barat.
Bowlby, J. (1973). Lampirandan kehilangan: Vol. 2. Pemisahan. New York: Buku dasar.
Bowlby, J. (1980). Lampiran dan kehilangan: Vol. 3. Loss, kesedihan, dan depresi. New
York: Basic Books.
Bowlby, J. (1982). Lampiran dan kehilangan: Vol. 1. Lampiran. New York: Basic Books.
(Pekerjaan Asli diterbitkan pada tahun 1969)
Bradford, E., & Lyddon, W. (1993). Saat lampiran orangtua: hubungannya dengan tekanan
psikologis yang dirasakan dan kepuasan hubungan dalam mahasiswa. Jurnal College
Pembangunan Mahasiswa, 34, 256-260.
Braxton, JM, Hirschy, AS, & McClendon, SA (2004). Memahami dan mengurangi
keberangkatan mahasiswa. San Francisco: Jossey-Bass
Brown, S., Santiago, D., & Lopez, E. (2003). Latinas yang lebih tinggi pendidikan.
Perubahan, 35, 40-46.
Buchanan, TS, Fischer, AR, Tokar, DM, & Yoder JD (2008). Pengujian budaya spesifik
perpanjangan teori kation objecti fi mengenai citra tubuh African wanita Amerika. Konseling
Psikolog, 36, 697-718.
Cemalcilar, Z., & Falbo, T. (2008). Sebuah studi longitudinal adaptasi mahasiswa
internasional di Amerika Serikat. Journal of Cross-Cultural Psychology, 39, 799-804.
Chickering,
A., & Reisser, L. (1993). Pendidikan dan identitas ( ed2.).San Francisco: Jossey-Bass.
Chin, JL (1994). pendekatan psikodinamik. Dalam L. Comas-Diaz &
B. Greene (Eds.), Perempuan warna: Mengintegrasikan identitas etnis dan gender dalam
psikoterapi ( pp. 194-222). New York: Guilford Press.
Chiu, ML (1995). The pengaruh ketakutan antisipatif pada asing Penyesuaian mahasiswa:
Sebuah studi eksplorasi. International Journal of Intercultural Relations, 19, 1-44.
Koma-Diaz, L., & Greene, B. (1994). Perempuan warna: Mengintegrasikan identitas etnis
dan gender dalam psikoterapi. New York: Guilford Press.
Dahmus, S., Bernardin, JH, & Bernardin, J. (1992). Mahasiswa Adaptasi ke College Angket.
Pengukuran dan Evaluasi dalam Konseling dan Pengembangan, 25, 139-142.
Gerdes, H., & Mallinckrodt, B. (1994). Emosional, sosial, dan penyesuaian akademik
mahasiswa: Sebuah studi longitudinal retensi. Journal of Konseling dan Pengembangan, 72,
281-288.
Gloria, AM, Castellanos, J., Lopez, AG, & Rosales, R. (2005). Sebuah Pemeriksaan
keputusan nonpersistence akademik mahasiswa Latina. HispanikJurnal Ilmu Perilaku, 27,
202-223.
Guiffrida, DA (2006). Menuju kemajuan budaya Tinto teori. Ulasan Pendidikan Tinggi, 29,
451-472.
Harrison, AO, Wilson, MN, Pine, CJ, Chan S., & Buriel, R. (1990). ekologi keluarga anak-
anak etnis minoritas. Perkembangan Anak, 61, 347-362.
Herzog, ST (2008). Memperkirakan pengaruh bantuan finansial pada retensi siswa: Pilihan
kecenderungan Model skor pencocokan diskrit. Diperoleh September 14, 2008, dari
http://www.aair.org .au / JiR / 2007Papers / Herzog.pdf
Hinderlie, HH, & Kenny M. (2002). Lampiran, dukungan sosial, dan penyesuaian perguruan
tinggi di kalangan siswa Hitam di universitas yang didominasi putih. Jurnal College
Pembangunan Mahasiswa, 43, 327-340.
Holmbeck, GN, & Wandrei, ML (1993). Individu dan hubungan prediktor penyesuaian
pertama mahasiswa tahun kuliah. Jurnal Psikologi Konseling, 40, 73-78.
Tanduk, L. (2006). Menempatkan tingkat lulus kuliah dalam konteks: Bagaimana 4 tahun
tarif lulus kuliah bervariasi dengan selektivitas dan ukuran pendaftaran berpenghasilan
rendah ( NCES 2007-161).
Washington DC.Departemen Pendidikan AS, Pusat Nasional untuk Statistik Pendidikan.
Institut Ilmu Pendidikan. (2004). Tren pendidikan ekuitas anak perempuan dan perempuan.

Washington, DC: Departemen Pendidikan AS, Pusat Nasional untuk Statistik Pendidikan.

Data System Pendidikan Terpadu Pasca Menengah. (2005). Choice diberikan oleh lembaga
Judul IV, oleh racelethnicity, tingkat penghargaan, dan jenis kelamin: US, tahun akademik
2004-2005.

Washington DC: Departemen Pendidikan AS, Pusat Nasional untuk Statistik Pendidikan.

Kaczmarek, PG, Matlock, G., & Franco, J. (1990). Penilaian penyesuaian kuliah dalam tiga
kelompok mahasiswa. Psikologis Laporan, 66, 1195-1202.

Kenny, M. (1987). Luasnya dan fungsi attachment orangtua antara fi tahun pertama
mahasiswa. Jurnal Pemuda dan Remaja, 16, 17-27.

Kenny, M. (1994). Kualitas dan berkorelasi lampiran orangtua di kalangan remaja akhir.
Journal of Konseling dan Pengembangan, 72, 399-403.

Kenny, M., & Donaldson, G. (1991). Kontribusi dari orangtua lampiran dan struktur keluarga
untuk fungsi sosial dan psikologis pertamamahasiswa tahun kuliah. Jurnal Psikologi
Konseling, 38, 479-486.

Kenny, M., & Donaldson, G. (1992). Hubungan orangtua lampiran dan pemisahan psikologis
untuk penyesuaian pertama wanita tahun kuliah. Jurnal College Pembangunan Mahasiswa,
33, 431-438.

Kenny, M., & Perez, V. (1996). Lampiran dan baik-psikologis menjadi di antara ras dan etnis
yang beragam pertama mahasiswa tahun kuliah. Jurnal College Pembangunan Mahasiswa,
37, 527-535.

Kenny, M., & Rice, KG (1995) Lampiran orang tua pada akhir mahasiswa remaja: Status
saat, aplikasi, dan pertimbangan masa depan. Konseling Psikolog, 23, 433-456.

Knapp, LG, Kelly-Reid, JE, Whitmore, RW, Wu, S., Gallego, L., Cong, J., et al. (2005).
lembaga postsecondary di Amerika Serikat: musim gugur 2003 dan Gelar dan penghargaan
lainnya diberikan: 2002-03 ( NCES 2005-154).

Washington, DC: Departemen Pendidikan AS, Pusat Nasional untuk Statistik Pendidikan.
Larose, S., & Boivin, M. (1998). Lampiran orang tua, dukungan sosial harapan, dan
penyesuaian sosial-emosional selama masa transisi sekolah-perguruan tinggi. Jurnal
Penelitian Remaja, 8, 1-27.

LeVine, RA, & Miller, PM (1990). Komentar. Manusia Pengembangan, 33, 73- 80.
Lotkowski, VA, Robbins, SB, & Noeth, RJ (2004). Peran faktor akademik dan non-akademik
dalam meningkatkan retensi kuliah: ACT laporan kebijakan. Iowa City, IA: ACT. Diperoleh
Mei 18, 2007, dari http://www.act.org/research/policymakers/pdf/ college_retention.pdf.

Markus, HR, & Kitayama, S. (1991). Kebudayaan dan diri: Implikasi untuk kognisi, emosi,
dan motivasi. Psychological Review, 98, 224-253.

Mattanah, JF, Hancock, GR, & Brand, BL (2004). Parental lampiran, pemisahan-individuasi,
dan penyesuaian mahasiswa: Sebuah analisis persamaan struktural efek mediational. Jurnal
Psikologi Konseling, 51, 213-225.

Melendez, MC (2006). The pengaruh partisipasi atletik pada penyesuaian perguruan tinggi
mahasiswa dan sophomore siswa-atlet. Journal of Mahasiswa Retensi: Penelitian, Teori dan
Praktek, 8, 39-55.

Melendez, MC (2008). pemain sepak bola hitam pada sebagian besar kampus putih: realitas
psikososial dan emosional dari Black pengalaman kuliah atlet. Jurnal Black Psikologi, 34,
423-451.

Melendez, MC (2010). Psikososial pengaruh-pengaruh di perguruan tinggi penyesuaian di

Divisi I siswa-atlet: Peran identitas atletik. Journal of Mahasiswa Retensi: Penelitian, Teori
dan Praktek, 11, 345-361.

Miller, PS, & Kerr, GA (2003). Peran eksperimentasi antar atlet mahasiswa. Sport Psikolog,
17, 196-219. National Collegiate Athletic Association. (2007). 2007 NCAA tingkat kelulusan
melaporkan. Diperoleh September 25, 2008, dari http://www.ncaa.org/grad_rates/.

Nora, A. (2001). Penggambaran signifikan lain di Tinto “Rites Passage: A rekonseptualisasi

dari pengaruh keluarga dan masyarakat dalam proses ketekunan. Journal of Mahasiswa
Retensi: Penelitian, Teori, dan Praktek, 3, 40-41.

Nora, A. (2003). Akses ke pendidikan tinggi bagi siswa Hispanik: Nyata atau ilusi? Dalam J.
Castellanos & L. Jones (Eds.), Mayoritas di minoritas: Memperluas representasi Latina / o
fakultas, administrasi, dan mahasiswa pendidikan tinggi ( pp. 46-67). Sterling, VA: Stylus.

Nora, A., & Cabrera, AF (1996). Peran persepsi prasangka dan diskriminasi pada
penyesuaian siswa minoritas ke perguruan tinggi. JurnalPendidikan Tinggi, 67, 119-148.

Parham, WD (1993). The antar atlet: A 1990 pro fi le. Konseling Psikolog, 21, 411-429.
Pascarella, ET, Duby, PB, & Iverson, BK (1983). Sebuah tes rekonseptualisasi dari model
teoritis penarikan perguruan tinggi dalam pengaturan lembaga komuter. Sosiologi
Pendidikan, 56, 88-11.

Pascarella, ET, Pierson, CT, Wolniak, GC, & Terenzini, PT (2004). mahasiswa generasi
pertama: Bukti tambahan pengalaman perguruan tinggi dan hasil. Jurnal Pendidikan Tinggi,
75, 249-284.

Pascarella, ET, & Terenzini, PT (2005). Bagaimana perguruan tinggi mempengaruhi siswa:
Satu dekade ketiga penelitian ( ed 2.). New York: John Wiley.
Pfeil, LR (2001). Parental lampiran, lampiran gaya dan perguruan tinggi penyesuaian siswa
Afrika-Amerika. Disertasi Abstrak Internasional, 61, 10A.

Pike, GR, & Kuh, GD (2005). Pertama dan kedua perguruan tinggi generasi siswa: Sebuah
perbandingan pertunangan mereka dan pengembangan intelektual. Jurnal Pendidikan Tinggi,
76, 276-300. Beras, KG, Fitzgerald, DP,

Whaley, TJ, & Gibbs, CL (1995). Cross-sectional dan pemeriksaan longitudinal lampiran,
pemisahan-individuasi, dan penyesuaian mahasiswa. Journal of Konseling dan
Pengembangan, 73, 463-474.

Rothbaum, F., Weisz, J., Pott, M., Miyake, K., & Morelli, G. (2000). Lampiran dan budaya:
keamanan di Amerika Serikat dan Jepang. Amerika Psikolog, 55, 1093-1104.

Schneider, ME, & Ward, DJ (2003). Peran etnis identifikasi dan dirasakan dukungan sosial
dalam penyesuaian Latina untuk kuliah. Hispanik Jurnal Ilmu Perilaku, 25, 539-554.

Schultheiss, D., & Blustein, D. (1994). Peran remaja-orangtua hubungan dalam

pengembangan mahasiswa dan penyesuaian. Jurnal Psikologi Konseling, 41, 248-255.

Solberg, VS, Valdez, J., & Villarreal, P. (1997). Pemeriksaan diri efficacy, dukungan sosial,
dan stres sebagai prediktor tekanan psikologis dan fisik antara mahasiswa Hispanik. Hispanik
Jurnal Ilmu Perilaku, 19, 182-201.

Sylwester, MJ (2005, 29 Maret). gadis Hispanik dalam olahraga diadakan kembali oleh
tradisi: tugas Keluarga menyimpan banyak dari bermain olahraga SMA. USA Today, p. A.1.

Tinto, V. (1975). Putus sekolah dari pendidikan tinggi: A teoritis sintesis penelitian terbaru.
Ulasan Penelitian Pendidikan, 45, 89-125.

Tinto, V. (1987). Meninggalkan kuliah: Rethinking penyebab dan kutukan dari mahasiswa
gesekan. Chicago: University of Chicago Press. Tinto, V. (2006). Penelitian dan praktek
retensi siswa: Apa berikutnya? Journal of Mahasiswa Retensi: Teori, Penelitian, dan Praktek,
8, 1-19.

Toews, ML, & Yazedjian, A. (2007). penyesuaian perguruan tinggi di antara mahasiswa:
Prediktor untuk Putih dan laki-laki dan perempuan Hispanik. Mahasiswa Journal, 41, 891-
900.

Tomlinson-Clarke, S. (1998). Dimensi penyesuaian antara perguruan tinggi perempuan.

Jurnal College Pembangunan Mahasiswa, 39, 364-372.

Torres, V. (2004). Familial pengaruh-pengaruh pada pengembangan identitas Latina siswa

tahun pertama. Jurnal College Pembangunan Mahasiswa45, 457-469.

Torres, V. (2006). Sebuah pengujian campuran studi metode model data fi t dari model
retensi untuk Latina / mahasiswa di universitas perkotaan. Jurnal College Pembangunan
Mahasiswa, 47, 299-318.
Weissberg, NC, Jenkins, AH, & Harburg, E. (2003). Itu Masalah varians inkremental:
Meningkatkan prediktabilitas keberhasilan akademis di perkotaan, lembaga komuter.
Genetik, Sosial, dan Psikologi Umum Monograf, 129, 153-180.

Weissberg, NC, & Owen, DR (2005). Apakah psikososial dan studi Faktor keterampilan
memprediksi hasil kuliah? Mengomentari Robbins et al. (2004). Psychological Bulletin, 131,
407-409.

Williams, L. (2002, 6 November). olahraga perempuan: Hispanik perempuan atlet sedikit dan
jauh antara. Waktu New York, p. C18.

Young, JW, & Koplow, SL (1997). Validitas duakuesioner untuk memprediksi nilai
mahasiswa minoritas. Journal of Pendidikan Umum, 46, 45-55.

Zea, MC, Jarama, L., & Bianchi, FT (1995). dukungan sosial dan kompetensi psikososial:
Menjelaskan adaptasi ke perguruan tinggi dari beragam etnis siswa. American Journal of
Psychology Community, 23, 509-531