Isi
Koefisien korelasi Pearson, biasanya dilambangkan sebagai r, adalah nilai statistik yang mengukur hubungan linear antara dua variabel. Ini berkisar nilai dari +1 hingga -1, yang menunjukkan hubungan linier positif dan negatif sempurna masing-masing antara dua variabel. Penghitungan 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 pada tujuan dan tujuan dari masing-masing studi di mana ia dihitung.
Identifikasi variabel dependen untuk diuji antara dua pengamatan yang diturunkan secara independen. Salah satu persyaratan dari koefisien korelasi Pearson adalah bahwa dua variabel yang dibandingkan harus diamati atau diukur secara independen untuk menghilangkan hasil yang bias.
Hitung koefisien korelasi Pearson. Untuk sejumlah besar data, perhitungannya bisa menjadi sangat membosankan. Selain berbagai program statistik, banyak kalkulator ilmiah memiliki kemampuan untuk menghitung nilai. Persamaan aktual disediakan di bagian Referensi.
Laporkan nilai korelasi mendekati 0 sebagai indikasi bahwa tidak ada hubungan linear antara kedua variabel. Ketika koefisien korelasi mendekati 0, nilai-nilai menjadi kurang berkorelasi yang mengidentifikasi variabel yang mungkin tidak terkait satu sama lain.
Laporkan nilai korelasi mendekati 1 sebagai indikasi bahwa ada hubungan linier yang positif antara kedua variabel. Nilai yang lebih besar dari nol yang mendekati 1 menghasilkan korelasi positif yang lebih besar antara data. Ketika satu variabel meningkatkan jumlah tertentu, variabel lainnya meningkat dalam jumlah yang sesuai. Penafsiran harus ditentukan berdasarkan con studi.
Laporkan nilai korelasi mendekati -1 sebagai indikasi bahwa ada hubungan linear yang negatif antara kedua variabel. Ketika koefisien mendekati -1, variabel menjadi lebih berkorelasi negatif yang menunjukkan bahwa ketika satu variabel meningkat, variabel lainnya berkurang dengan jumlah yang sesuai. Penafsiran lagi harus ditentukan berdasarkan con studi.
Menginterpretasikan koefisien korelasi berdasarkan con dari kumpulan data tertentu. Nilai korelasi pada dasarnya adalah nilai arbitrer yang harus diterapkan berdasarkan variabel yang dibandingkan. Sebagai contoh, nilai r yang dihasilkan dari 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 penelitian yang membandingkan dua variabel yang terbukti memiliki hubungan linear positif sempurna dapat mengidentifikasi kesalahan dalam data atau masalah potensial lainnya dalam desain eksperimental. Dengan demikian, penting untuk memahami con dari data ketika melaporkan dan menafsirkan koefisien korelasi Pearson.
Tentukan signifikansi hasil. Ini dicapai dengan menggunakan koefisien korelasi, derajat kebebasan dan Nilai-nilai Kritis dari tabel Koefisien Korelasi. Tingkat kebebasan dihitung sebagai jumlah pengamatan berpasangan minus 2. Dengan menggunakan nilai ini, identifikasi nilai kritis yang sesuai dalam tabel korelasi untuk masing-masing uji 0,05 dan 0,01 yang mengidentifikasi tingkat kepercayaan 95 dan 99 persen masing-masing. Bandingkan nilai kritis dengan koefisien korelasi yang dihitung sebelumnya. Jika koefisien korelasi lebih besar, hasilnya dikatakan signifikan.