15. Uji Korelasi Pearson


Uji Korelasi adalah istilah statistik yang digunakan untuk mengukur sejauh mana dua variabel terkait atau berkaitan satu sama lain. Ini memberikan informasi tentang arah (positif atau negatif) dan kekuatan hubungan antara dua variabel.

Dua jenis korelasi yang paling umum digunakan adalah:

  1. Korelasi Pearson: Ini mengukur hubungan linier antara dua variabel kontinu. Koefisien korelasi Pearson (r) berkisar dari -1 hingga 1. Nilai positif menunjukkan hubungan positif, nilai negatif menunjukkan hubungan negatif, dan semakin dekat nilai r ke 0 menunjukkan hubungan yang semakin lemah.

  2. Korelasi Rank (Korelasi Non-parametrik): Ini termasuk korelasi Spearman dan korelasi Kendall. Korelasi ini digunakan ketika data tidak memenuhi asumsi untuk korelasi Pearson, atau ketika hubungan antara variabel tidak bersifat linier. Mereka mengukur sejauh mana perubahan dalam peringkat variabel satu berhubungan dengan perubahan dalam peringkat variabel lainnya.

Korelasi adalah alat penting dalam analisis statistik karena membantu kita memahami hubungan antara variabel-variabel dalam data. Ini digunakan dalam berbagai bidang, termasuk ilmu sosial, ilmu alam, ekonomi, dan kedokteran, untuk mengidentifikasi pola, memprediksi hasil, dan membuat keputusan yang didasarkan pada data. Namun, penting untuk diingat bahwa korelasi tidak menunjukkan hubungan sebab-akibat, dan hanya mengukur hubungan statistik antara variabel-variabel tersebut.

Ciri-ciri Korelasi:

  • Tingkat hubungan antara dua variabel atau lebih
  • Tingkat hubungan antara variabel disebut simple correlation
  • Tingkat hubungan antara tiga atau lebih variabel disebut multiple correlation
  • Dua variabel berkorelasi positif jika perubahan mereka cenderung ke arah yang sama yaitu meningkat atau menurun secara bersama.
  • Dua variabel berkorelasi negativ jika perubahan mereka ke arah yang berlawanan.
  • Dua variabel tidak berkorelasi jika perubahan masing-masingnya tidak berpengaruh ke yang lainnya.





CONTOH DATA PENELITIAN DI SPREADSHEET

























Comments