Korelasi Pearson
Hubungan linear antar variabel angka, dengan matriks korelasi dan diagram pencar.
Untuk apa dipakai
- Melihat hubungan antar variabel
Data yang dibutuhkan
Minimal 2 kolom angka.
Unggah file Excel (.xlsx) atau CSV. Aplikasi memeriksa kecocokan data dengan metode sebelum analisis dijalankan, dan token tidak terpotong bila analisis gagal.
Cara membaca hasilnya
Kekuatan dan arah hubungan linear dua variabel angka.
- Koefisien r
- Antara −1 dan +1. Tanda positif naik bersama, negatif berlawanan. Kira-kira 0,1 lemah, 0,3 sedang, 0,5 ke atas kuat.
- Nilai p (Sig.)
- Peluang hasil sebesar ini muncul kebetulan bila sebenarnya tidak ada efek. Kurang dari 0,05 umumnya disebut signifikan; lebih dari 0,05 berarti belum cukup bukti.
- r kuadrat
- Persentase variasi satu variabel yang sejalan dengan variabel lain.
Perlu diwaspadai
- Korelasi bukan sebab-akibat.
- Pearson hanya menangkap hubungan lurus; lihat diagram pencar.
Bantuan — proses & rumus
Tahap komputasi yang dijalankan OlahData untuk metode ini, lengkap dengan rumus dan rujukannya.
Tiap pasangan variabel dihitung dari responden yang menjawab kedua variabel itu (data berpasangan/pairwise) — bukan hanya responden yang lengkap di semua variabel sekaligus.
Dihitung untuk tiap pasangan variabel, mengukur hubungan linear antar keduanya.
r = kovarians(X, Y) / (simpangan_baku_X × simpangan_baku_Y)
Nilai p dua sisi dihitung untuk tiap pasangan, menguji apakah korelasi berbeda dari nol.
Arah (positif/negatif) dilihat dari tanda r; kekuatan digolongkan menurut konvensi Cohen.
Matriks korelasi ditandai bintang signifikansi (* p<0,05, ** p<0,01); diagram pencar dibuat untuk pasangan-pasangan dengan korelasi terkuat.
| Ukuran | Ambang batas | Rujukan |
|---|---|---|
| Kekuatan |r| | ≥ 0,5 besar · ≥ 0,3 sedang · ≥ 0,1 kecil · < 0,1 di bawah kecil | Cohen (1988) |
| Signifikan | p < 0,05 (dua sisi) | — |
- Kline, R. B. (2016). Principles and practice of structural equation modeling (4th ed.). Guilford Press.
- Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2nd ed.). Lawrence Erlbaum Associates.
- Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications.
Mengikuti Kline (2016) dan Cohen (1988).
Contoh hasil
Contoh hasil dengan data fiktif untuk metode ini sedang disiapkan.
Cuplikan persiapan sidang
Contoh pertanyaan yang lazim diajukan penguji untuk metode ini.
Apa yang diukur korelasi Pearson?
Kekuatan dan arah hubungan linear antara dua variabel numerik, dengan nilai antara −1 dan +1.
Bagaimana menafsirkan besarnya r?
Pedoman umum: sekitar 0,1 lemah, 0,3 sedang, 0,5 atau lebih kuat. Tanda positif berarti naik bersama, tanda negatif berarti berlawanan arah. Penafsiran tetap mengikuti konteks bidang.
Daftar lengkap tersedia di halaman hasil untuk proyek berjenjang S1, S2, atau S3.
Ingin mencoba dengan data Anda?
Hasilnya disertai tabel, grafik, narasi, dan penjelasan prosesnya.