Bagaimana Menggunakan Koefisien Korelasi Pearson- Probabilitas & Statistik



Koefisien korelasi Pearson, biasanya dilambangkan sebagai r, adalah nilai statistik yang mengukur hubungan linier antara dua variabel. Nilainya berkisar dari +1 hingga -1, menunjukkan hubungan linier positif dan negatif yang sempurna antara dua variabel. Perhitungan koefisien korelasi biasanya dilakukan oleh program statistik, seperti SPSS dan SAS, untuk memberikan nilai yang paling akurat untuk pelaporan dalam studi ilmiah. Interpretasi dan penggunaan koefisien korelasi Pearson bervariasi berdasarkan konteks dan tujuan studi masing-masing di mana koefisien itu dihitung.

Identifikasi variabel dependen yang akan diuji antara dua pengamatan yang diturunkan secara independen. Salah satu persyaratan koefisien korelasi Pearson adalah bahwa kedua variabel yang dibandingkan harus diamati atau diukur secara independen untuk menghilangkan hasil yang bias.

Hitung koefisien korelasi Pearson. Untuk jumlah data yang besar, perhitungan bisa menjadi sangat membosankan. Selain berbagai program statistik, banyak kalkulator ilmiah memiliki kemampuan untuk menghitung nilainya. Persamaan sebenarnya disediakan di bagian Referensi.

Laporkan nilai korelasi mendekati 0 sebagai indikasi bahwa tidak ada hubungan linier antara kedua variabel. Ketika koefisien korelasi mendekati 0, nilai menjadi kurang berkorelasi yang mengidentifikasi variabel yang mungkin tidak terkait satu sama lain.

Laporkan nilai korelasi yang mendekati 1 sebagai indikasi bahwa ada hubungan linier positif antara kedua variabel. Nilai yang lebih besar dari nol yang mendekati 1 menghasilkan korelasi positif yang lebih besar antar data. Saat satu variabel meningkatkan jumlah tertentu, variabel lainnya meningkat dalam jumlah yang sesuai. Interpretasi harus ditentukan berdasarkan konteks kajiannya.

Laporkan nilai korelasi yang mendekati -1 sebagai indikasi bahwa ada hubungan linier negatif antara kedua variabel. Ketika koefisien mendekati -1, variabel menjadi lebih berkorelasi negatif yang menunjukkan bahwa ketika satu variabel meningkat, variabel lainnya menurun dengan jumlah yang sesuai. Penafsiran kembali harus ditentukan berdasarkan konteks kajiannya.

Menafsirkan koefisien korelasi berdasarkan konteks kumpulan data tertentu. Nilai korelasi pada dasarnya adalah nilai arbitrer yang harus diterapkan berdasarkan variabel yang dibandingkan. Misalnya, nilai r yang dihasilkan sebesar 0,912 menunjukkan hubungan linier yang sangat kuat dan positif antara dua variabel. Dalam sebuah studi yang membandingkan dua variabel yang biasanya tidak diidentifikasi sebagai terkait, hasil ini memberikan bukti bahwa satu variabel dapat secara positif mempengaruhi variabel lain, sehingga menyebabkan penelitian lebih lanjut antara keduanya. Namun, nilai r yang sama persis dalam studi yang membandingkan dua variabel yang terbukti memiliki hubungan linier positif sempurna dapat mengidentifikasi kesalahan dalam data atau masalah potensial lainnya dalam desain eksperimen. Oleh karena itu, penting untuk memahami konteks data saat melaporkan dan menginterpretasikan koefisien korelasi Pearson.

Tentukan signifikansi hasil. Ini dicapai dengan menggunakan koefisien korelasi, derajat kebebasan dan Tabel Nilai Kritis Koefisien Korelasi. Derajat kebebasan dihitung sebagai jumlah pengamatan berpasangan dikurangi 2. Dengan menggunakan nilai ini, identifikasi nilai kritis yang sesuai dalam tabel korelasi untuk uji 0,05 dan 0,01 yang mengidentifikasi masing-masing tingkat kepercayaan 95 dan 99 persen. Bandingkan nilai kritis dengan koefisien korelasi yang dihitung sebelumnya. Jika koefisien korelasi lebih besar, hasilnya dikatakan signifikan.

    • Kalkulator ilmiah atau program statistik
    • Nilai Kritis Tabel Koefisien Korelasi
  • Interval kepercayaan untuk koefisien korelasi juga dapat digunakan dalam studi populasi.

FatCamera/E+/GettyImages

Related Posts

Dia