Tempelkan dua kolom pengukuran berpasangan dan dapatkan koefisien korelasi Pearson r — seberapa kuat kedua variabel bergerak bersama dalam pola garis lurus — ditambah r² dan jumlah-jumlah siap regresi.
Tidak — inilah peringatan terpenting dari kalkulator ini. Korelasi dapat timbul dari sebab-akibat ke arah mana pun, dari variabel ketiga yang menggerakkan keduanya, atau secara kebetulan dalam sampel kecil. r mengukur pergerakan bersama, tidak lebih dari itu.
Aturan praktis yang umum: |r| di bawah 0.3 lemah, 0.3–0.7 sedang, di atas 0.7 kuat. Konteks itu penting — 0.4 bisa berarti penting dalam kedokteran dan tidak berarti dalam fisika.
Pearson r hanya melihat pola garis lurus. Bentuk U yang sempurna dapat memperoleh r ≈ 0. Selalu plot data (Kalkulator Regresi Linear menggambar sebarannya) sebelum mempercayai r saja.
Bagian varians y yang secara linear diperhitungkan oleh x. r = 0.775 menghasilkan r² = 0.60 — sekitar 60% dari variasi y sejalan dengan x dalam model linear.
r = Σ(x − x̄)(y − ȳ) ÷ √(Σ(x − x̄)² × Σ(y − ȳ)²). Pembilang (kovarians, tidak dinormalisasi) diskalakan oleh penyebaran kedua variabel, itulah yang menahan r pada rentang [−1, 1].
Masukan: x = [1,2,3,4,5], y = [2,4,5,4,5].
Langkah: x̄ = 3, ȳ = 4. Σ(x−x̄)(y−ȳ) = (−2)(−2) + (−1)(0) + 0(1) + 1(0) + 2(1) = 4 + 0 + 0 + 0 + 2 = 6. Σ(x−x̄)² = 10. Σ(y−ȳ)² = 4 + 0 + 1 + 0 + 1 = 6. r = 6 ÷ √(10 × 6) = 6 ÷ 7.746 = 0.7746.
Hasil: r = 0.775, r² = 0.600.
Tambahkan kalkulator ini ke situs web atau blog Anda sendiri — sepenuhnya gratis, tidak perlu pendaftaran, dan selalu menampilkan versi terbaru. Salin kode di bawah ini dan tempelkan ke halaman Anda di tempat Anda ingin kalkulator muncul. Mempertahankan baris kredit kecil “Didukung oleh Loona Automation” di bawah sematan membantu menjaga alat ini tetap gratis — tetapi Anda bebas menata atau menghapusnya; alat ini bekerja dengan cara apa pun.