RagamDataStatistik & Riset Data

Tool statistik

Kalkulator Korelasi

Hitung korelasi Pearson dari dua daftar angka, lengkap dengan r, p-value, dan pembacaan awal hubungan linear.

Pearson r

0,9972

n

5

p-value

0,0002

Panduan awal

Hubungan sangat kuat dengan arah positif.

Hasil dari kalkulator ini bersifat bantuan perhitungan awal. Interpretasi akhir tetap perlu mempertimbangkan desain penelitian, kualitas data, asumsi statistik, dan konteks riset.

01 / Cara pakai

Mulai dari input yang benar.

  1. 01Masukkan angka X dipisahkan titik koma (;), spasi, atau baris baru. Koma dan titik hanya dipakai sebagai desimal.
  2. 02Masukkan angka Y dengan jumlah data yang sama.
  3. 03Pastikan urutan data X dan Y berpasangan.
  4. 04Baca r, p-value, dan arah hubungan.

02 / Baca hasil

Jangan berhenti di angka.

Nilai r mendekati 1 berarti hubungan positif kuat, mendekati -1 berarti hubungan negatif kuat, dan mendekati 0 berarti hubungan linear lemah.

03 / Contoh kalimat

Contoh interpretasi ringkas.

Contoh: r = 0,72 menunjukkan hubungan positif kuat. Jika p-value < 0,05, hubungan linear tersebut signifikan secara statistik pada alpha 5%.

Butuh analisis lanjutan?

Korelasi perlu dibaca bersama hipotesis, kualitas data, dan asumsi statistik.

Kirim hasil untuk dicek

04 / Rumus

Rumus, asumsi, dan sumber

Rumus yang dipakai

r=∑(xi−xˉ)(yi−yˉ)∑(xi−xˉ)2∑(yi−yˉ)2r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}}

r = sum((x - meanX)(y - meanY)) / sqrt(sum((x - meanX)^2) sum((y - meanY)^2)).

Catatan sumber

Rumus korelasi Pearson dirujuk dari OnlineStatBook. Uji signifikansi r dengan distribusi t dan df = n - 2 dirujuk dari Penn State.

Asumsi singkat

  • Data X dan Y harus berpasangan per observasi.
  • Pembacaan p-value mengasumsikan hubungan linear dan outlier terkendali.
  • Korelasi tidak membuktikan sebab-akibat.

Referensi utama

05 / Cek sebelum percaya

Kesalahan umum

  • Menyimpulkan sebab-akibat dari korelasi.
  • Memakai data berpasangan yang urutannya tidak sesuai.
  • Mengabaikan outlier dan bentuk hubungan non-linear.
Apa yang dihitung kalkulator korelasi ini?+

Tool ini menghitung korelasi Pearson r dari dua daftar angka dengan panjang yang sama.

Apakah korelasi berarti sebab-akibat?+

Korelasi menunjukkan hubungan linear, bukan bukti sebab-akibat.

Apakah data harus normal?+

Untuk interpretasi inferensial, asumsi dan jenis data tetap perlu dicek. Jika tidak sesuai, metode lain mungkin lebih tepat.