Arah menunjukkan gerak bersama
Korelasi positif berarti X dan Y cenderung naik atau turun bersama. Korelasi negatif berarti saat X naik, Y cenderung turun.
Eksperimen 04 · hubungan antarvariabel
Amati bagaimana Korelasi Pearson (Pearson correlation, r) merangkum arah dan kekuatan pola linear. Lihat juga dampak pencilan (outlier), yaitu nilai yang jauh dari kumpulan data.
Pertanyaan pemantik
Data simulasi
Ukuran yang dihitung
Semakin dekat |r| ke 1, titik semakin mengikuti garis lurus. Semakin dekat |r| ke 0, pola linear semakin lemah. Tidak ada batas universal untuk label lemah atau kuat.
Amati hasilnya
Data simulasi membentuk pola linear. Korelasi dihitung dari pasangan titik yang sedang terlihat.
Perubahan bersama tidak membuktikan sebab-akibat. Variabel ketiga, arah sebab yang terbalik, atau kebetulan dapat menjelaskan pola.
Pahami konsep
Korelasi positif berarti X dan Y cenderung naik atau turun bersama. Korelasi negatif berarti saat X naik, Y cenderung turun.
Nilai r berada antara −1 dan +1. Nilai dekat +1 atau −1 menunjukkan pola linear yang rapat. Nilai dekat 0 menunjukkan pola linear yang lemah pada sampel.
Hubungan melengkung atau pola lain dapat tetap ada meski korelasi linear mendekati nol. Selalu amati diagram pencar bersama nilai r.
Satu titik yang jauh dari kumpulan data dapat memperkuat, melemahkan, atau membalik arah korelasi. Periksa titiknya sebelum merangkum hubungan.
Contohnya, waktu belajar dan nilai ujian dapat bergerak bersama. Namun, akses belajar, pengalaman, atau kondisi lain juga mungkin berpengaruh.
Kovariansi merangkum apakah dua variabel menyimpang dari mean ke arah yang sama atau berlawanan.
Korelasi Pearson membagi kovariansi dengan hasil kali simpangan baku kedua variabel: r = Σ((xᵢ − x̄)(yᵢ − ȳ)) / √(Σ(xᵢ − x̄)² Σ(yᵢ − ȳ)²).
Rumus ini merangkum pola linear. Nilai r tidak menjelaskan sebab-akibat dan peka terhadap pencilan.