Koefisien korelasi yang disimbolkan dengan "r" atau "ρ", adalah ukuran korelasi linear (suatu hubungan, baik dalam hal besar maupun arah) antara dua variabel. Koefisien korelasi memiliki nilai antara -1 hingga +1, dengan tanda plus dan minus yang menandakan korelasi positif dan negatif. Jika koefisien korelasi bernilai tepat -1, hubungan antara kedua variabel tersebut merupakan negatif sempurna. Sementara itu, jika koefisien korelasi bernilai tepat +1, hubungan di antara kedua variabel merupakan positif sempurna. Jika tidak, kedua variabel mungkin memiliki korelasi positif, negatif, atau bahkan tidak berkorelasi sama sekali. Anda bisa menghitung koefisien korelasi secara manual, menggunakan kalkulator di internet, atau menggunakan fungsi statistik dalam kalkulator grafik.
Langkah
-
Susun data-data Anda. Sebelum mulai menghitung koefisien korelasi, pertama-tama amati terlebih dahulu pasangan data Anda. Menuliskan data dalam tabel mungkin akan membantu, baik itu secara vertikal maupun horizontal. Tandai tiap-tiap kolom atau baris dalam tabel dengan x dan y . [1] X Teliti sumber
- Sebagai contoh, anggaplah Anda memiliki empat pasang data x
dan y
. Tabel Anda akan tampak seperti ini:
- x || y
- 1 || 1
- 2 || 3
- 4 || 5
- 5 || 7
- Sebagai contoh, anggaplah Anda memiliki empat pasang data x
dan y
. Tabel Anda akan tampak seperti ini:
-
Hitung nilai rata-rata ( mean ) x . Untuk menghitung nilai rata-rata, Anda harus menjumlahkan seluruh nilai x , kemudian membaginya dengan jumlah data. [2] X Teliti sumber
- Dalam contoh di atas, Anda memiliki 4 nilai x . Jadi, untuk menghitung rata-ratanya, jumlahkan semua nilai x , kemudian bagi dengan 4. Perhitungan Anda seharusnya akan tampak seperti ini:
-
Cari nilai rata-rata y . Untuk menemukan rata-rata y , gunakan cara yang sama. Jumlahkan seluruh nilai y , kemudian bagi dengan jumlah datanya. [3] X Teliti sumber
- Dalam contoh di atas, Anda juga memiliki 4 nilai y . Jadi, jumlahkan seluruh nilai ini, kemudian bagi dengan 4. Perhitungan Anda seharusnya akan tampak seperti ini:
-
Tentukan nilai simpangan baku x . Setelah mendapatkan nilai rata-rata, Anda bisa menghitung simpangan baku ( standard deviation ). Untuk mendapatkan nilai ini, gunakan rumus: [4] X Teliti sumber
- Perhitungan simpangan baku dari sampel data di atas seharusnya akan tampak seperti ini:
-
Hitung nilai simpangan baku y . Gunakan perhitungan yang sama untuk mencari simpangan baku y . Gunakan rumus yang sama pada data y . [5] X Teliti sumber
- Perhitungan simpangan baku dari sampel data di atas seharusnya akan tampak seperti ini:
-
Telaah rumus dasar untuk mencari koefisien korelasi. Rumus perhitungan koefisien korelasi menggunakan nilai rata-rata, simpangan baku, dan jumlah pasangan data (yang disimbolkan dengan n ). Koefisien korelasi itu sendiri disimbolkan dengan huruf r kecil atau huruf Yunani rho kecil (ρ). Dalam artikel ini, kita akan menggunakan rumus koefisien korelasi Pearson, sebagai berikut: [6] X Teliti sumber
- Anda mungkin menyadari ada perbedaan kecil dalam rumus di sini atau dalam buku. Misalnya, sebagian orang mungkin menggunakan notasi Yunani dengan rho dan sigma , sementara lainnya menggunakan r dan s. Meskipun mungkin tampak sedikit berbeda, secara matematis, rumus tersebut sama dengan rumus ini.
-
Hitung koefisien korelasi. Sekarang, setelah mendapatkan nilai rata-rata dan simpangan baku untuk setiap variabel, Anda bisa menggunakannya untuk menghitung koefisien korelasi. Ingatlah bahwa n mewakili jumlah data. Sementara itu, data lainnya telah dihitung dalam langkah sebelumnya. [7] X Teliti sumber
- Masukkan data ke dalam rumus koefisien korelasi dan lakukan perhitungan sebagai berikut:
-
[
]
-
Pahami makna hasilnya. Sampel data di atas memiliki koefisien korelasi sebesar 0,988. Nilai ini menyatakan dua hal mengenai data. Perhatikan tanda dan besarnya nilai tersebut. [8] X Teliti sumber
- Koefisien korelasi di atas bernilai positif. Jadi, Anda bisa mengatakan bahwa data x dan y berkorelasi secara positif. Hal ini berarti, peningkatan nilai x akan diikuti dengan peningkatan nilai y .
- Koefisien korelasi di atas bernilai mendekati +1, berarti data x dan y memiliki hubungan yang sangat erat. Jika digambarkan dalam grafik, titik-titik ini akan membentuk garis yang nyaris lurus.
Iklan
-
Carilah kalkulator korelasi di internet. Pengukuran korelasi adalah perhitungan standar dalam statistik. Perhitungan koefisien korelasi dari data berjumlah besar bisa menghabiskan sangat banyak waktu jika dilakukan secara manual. Jadi, kalkulator korelasi daring disediakan oleh banyak pihak. Gunakan peramban apa saja, dan masukkan kata kunci “correlation calculator” .
-
Masukkan data. Pahami baik-baik panduan dalam situs web untuk memastikan Anda memasukkan data dengan benar. Masukkan data dalam urutan yang benar, atau korelasi yang dihasilkan tidak akan tepat. Situs web yang berbeda mungkin menggunakan format yang berbeda untuk memasukkan data.
- Misalnya, di situs web http://ncalculators.com/statistics/correlation-coefficient-calculator.htm , Anda akan menemukan satu kotak horizontal untuk memasukkan nilai x , dan kotak horizontal yang lain untuk memasukkan nilai y . Masukkan setiap data dengan dipisahkan tanda koma. Dengan demikian, data-data yang dihitung dalam langkah sebelumnya harus dimasukkan sebagai 1,2,4,5. Sementara itu, data y harus dimasukkan sebagai 1,3,5,7.
- Di situs web lain seperti http://www.alcula.com/calculators/statistics/correlation-coefficient/ , Anda bisa memasukkan data baik secara horizontal maupun vertikal asalkan berurutan.
-
Hitung hasilnya. Situs web perhitungan korelasi ini cukup populer karena setelah data dimasukkan, Anda umumnya hanya perlu menekan tombol “Calculate” , dan hasilnya akan muncul secara otomatis.Iklan
-
Masukkan data. Gunakan kalkulator grafik dengan masuk ke fungsi statistik dalam kalkulator dan memilih perintah “Edit” . [9] X Teliti sumber
- Setiap kalkulator memiliki tombol perintah yang sedikit berbeda. Artikel ini akan memberikan panduan khusus untuk kalkulator Texas Instruments TI-86.
- Masuk ke fungsi Stat dengan menekan [2nd]-Stat (di atas tombol +), kemudian F2-Edit.
-
Hapus seluruh data lama yang tersimpan. Sebagian besar kalkulator akan menyimpan data statistik hingga dihapus. Agar data yang lama tidak dimasukkan ke dalam perhitungan data baru, Anda harus menghapus seluruh data lama yang tersimpan sebelumnya. [10] X Teliti sumber
- Gunakan tombol anak panah untuk menggeser kursor ke “xStat”. Kemudian tekan Clear dan Enter. Langkah ini seharusnya akan menghapus seluruh nilai dalam kolom xStat.
- Gunakan tombol anak panah untuk menggeser kursor ke “yStat” . Tekan Clear dan Enter untuk menghapus data dari kolom tersebut.
-
Masukkan nilai data. Geser kursor ke baris pertama di bawah xStat dengan tombol anak panah. Masukkan data pertama Anda, kemudian tekan Enter. Anda seharusnya akan melihat baris di bagian bawah layar menunjukkan “xStat(1)=__”, beserta nilai data di dalamnya. Saat tombol Enter ditekan, data ini akan masuk ke dalam tabel, dan kursor akan bergeser ke baris berikutnya. Sementara itu, baris di bagian bawah layar akan menunjukkan“xStat(2)=__”. [11] X Teliti sumber
- Lanjutkan memasukkan seluruh data x .
- Setelah data x dimasukkan seluruhnya, gunakan tombol anak panah untuk berpindah ke kolom yStat, kemudian masukkan data y .
- Setelah seluruh data dimasukkan, tekan Exit untuk menutup layar dan keluar dari menu Stat.
-
Hitung statistik regresi linear. Koefisien korelasi adalah indikator seberapa dekat suatu data dengan garis lurus. Kalkulator grafik statistik dapat menghitung garis yang paling sesuai beserta koefisien korelasinya dalam waktu sangat cepat. [12] X Teliti sumber
- Masuk ke fungsi Stat, kemudian tekan tombol Calc. Pada kalkulator TI-86, hal ini dapat dilakukan dengan menekan tombol [2nd][Stat][F1].
- Pilih perhitungan regresi linear. Pada kalkulator TI-86, pilihan ini berada pada tombol [F3], yang bertanda “LinR”. Layar grafik seharusnya akan menunjukkan garis “LinR _”, dengan kursor yang berkedip-kedip.
- Anda sekarang harus memasukkan nama kedua variabel yang ingin dihitung. Kedua variabel ini adalah xStat dan yStat.
- Pada kalkulator TI-86, masukkan nama variabel dengan menekan tombol [2nd][List][F3].
- Baris di bagian bawah layar kalkulator seharusnya menunjukkan pilihan variabel yang tersedia. Pilihlah [xStat] (mungkin berada di tombol F1 atau F2), kemudian masukkan tanda koma, kemudian pilih [yStat].
- Tekan Enter untuk menghitung data.
-
Pahami makna hasilnya. Saat tombol Enter ditekan, kalkulator akan langsung menghitung informasi berikut ini dari data yang Anda masukkan: [13] X Teliti sumber
- . Ini adalah rumus umum garis lurus. Hanya saja, tidak dinyatakan dalam bentuk “y=mx+b”, yang lebih familier.
- . Ini adalah nilai perpotongan garis dengan sumbu y .
- . Ini adalah kemiringan garis.
- . Ini adalah koefisien korelasinya.
- . Ini adalah jumlah pasangan data dalam perhitungan.
Iklan
-
Pahami konsep korelasi. Korelasi berarti hubungan statistik antara dua nilai. Koefisien korelasi adalah angka yang dapat dihitung dari seluruh pasangan data. Angka ini selalu berada dalam rentang -1 dan +1, yang merupakan indikator seberapa erat hubungan di antara kedua data tersebut. [14] X Teliti sumber
- Misalnya, jika Anda mengukur tinggi badan dan usia anak-anak hingga 12 tahun, Anda akan mungkin akan menemukan korelasi positif yang erat. Seiring pertambahan usia, anak-anak cenderung akan bertambah tinggi.
- Contoh korelasi negatif adalah perbandingan antara waktu yang dihabiskan seseorang untuk berlatih memukul bola golf dengan skor yang diperolehnya. Semakin lama berlatih, skor golf seseorang seharusnya akan berkurang.
- Di sisi lain, Anda mungkin akan menemukan korelasi yang kecil (baik itu positif maupun negatif) antara ukuran sepatu dengan nilai ujian nasional seseorang.
-
Ketahui cara mencari nilai rata-rata. Nilai rata-rata, atau mean dari suatu kelompok data dihitung dengan menjumlahkan seluruh nilai data kemudian membaginya dengan jumlah data dalam kelompok tersebut. Sebelum mencari koefisien korelasi suatu data, Anda harus menghitung nilai rata-ratanya terlebih dahulu. [15] X Teliti sumber
- Nilai rata-rata disimbolkan sebagai nama variabel dengan garis horizontal di atasnya. Simbol ini sering kali disebut sebagai “x-bar” atau “y-bar” untuk kelompok data x dan y . Namun, nilai rata-rata juga mungkin disimbolkan sebagai huruf Yunani mu kecil, μ. Untuk menyatakan nilai rata-rata kelompok data x , Anda harus menuliskannya sebagai μ x or μ(x).
- Sebagai contoh, jika Anda memiliki kelompok data x
(1,2,5,6,9,10), nilai rata-ratanya akan diperhitungkan seperti ini:
-
Perhatikan pentingnya simpangan baku. Dalam statistik, simpangan baku menyatakan variasi, yaitu seberapa jauh perbedaan antara setiap nilai data dengan nilai rata-ratanya. Sekelompok angka yang memiliki simpangan baku kecil biasanya tidak jauh berbeda satu sama lain. Sementara itu, kelompok data dengan simpangan baku yang besar biasanya memiliki nilai yang sangat jauh berbeda satu sama lain. [16] X Teliti sumber
- Simpangan baku disimbolkan dengan huruf s kecil, atau huruf Yunani sigma kecil, σ. Dengan demikian, simpangan baku dari data x akan disimbolkan sebagai s x atau σ x .
-
Ketahui notasi penjumlahan. Notasi penjumlahan adalah salah satu notasi yang paling sering digunakan dalam matematika. Notasi ini disimbolkan dengan huruf Yunani sigma besar, atau ∑. [17] X Teliti sumber
- Sebagai contoh, jika Anda memiliki kelompok data x
(1,2,5,6,9,10), berarti ∑x:
- 1+2+5+6+9+10 = 33.
Iklan - Sebagai contoh, jika Anda memiliki kelompok data x
(1,2,5,6,9,10), berarti ∑x:
Tips
- Koefisien korelasi terkadang disebut sebagai “Pearson product-moment correlation coefficient” untuk menghormati penelitinya, Karl Pearson.
- Secara umum, koefisien korelasi lebih dari 0,8 (baik positif maupun negatif) menunjukkan hubungan yang erat, sedangkan koefisien korelasi kurang dari 0,5 (sekali lagi, baik itu positif maupun negatif) menunjukkan hubungan yang lemah.
Peringatan
- Korelasi menunjukkan bahwa dua kelompok data memiliki suatu hubungan. Namun, jangan langsung mengartikan hubungan ini sebagai sebab-akibat. Misalnya, jika Anda membandingkan ukuran sepatu dengan tinggi badan manusia, Anda mungkin akan menemukan hubungan positif yang erat di antara keduanya. Orang bertubuh tinggi umumnya memiliki kaki yang berukuran besar. Namun, hal ini tidak berarti pertambahan tinggi badan membuat kaki Anda bertambah besar, atau memiliki kaki berukuran besar akan membuat tubuh meninggi. Hanya saja, keduanya terjadi secara bersamaan.
Referensi
- ↑ http://ncalculators.com/statistics/correlation-coefficient-calculator.htm
- ↑ http://ncalculators.com/statistics/correlation-coefficient-calculator.htm
- ↑ http://ncalculators.com/statistics/correlation-coefficient-calculator.htm
- ↑ http://ncalculators.com/statistics/correlation-coefficient-calculator.htm
- ↑ http://ncalculators.com/statistics/correlation-coefficient-calculator.htm
- ↑ http://ncalculators.com/statistics/correlation-coefficient-calculator.htm
- ↑ http://ncalculators.com/statistics/correlation-coefficient-calculator.htm
- ↑ http://ncalculators.com/statistics/correlation-coefficient-calculator.htm
- ↑ https://www.youtube.com/watch?v=5YKv04PcPFY
- ↑ https://www.youtube.com/watch?v=5YKv04PcPFY
- ↑ https://www.youtube.com/watch?v=5YKv04PcPFY
- ↑ https://www.youtube.com/watch?v=5YKv04PcPFY
- ↑ https://www.youtube.com/watch?v=5YKv04PcPFY
- ↑ http://whatis.techtarget.com/definition/correlation
- ↑ http://ncalculators.com/statistics/correlation-coefficient-calculator.htm
- ↑ http://ncalculators.com/statistics/correlation-coefficient-calculator.htm
- ↑ http://www.mathsisfun.com/algebra/sigma-notation.html