Tampalkan dua lajur ukuran berpasangan dan dapatkan pekali korelasi Pearson r — betapa kuatnya kedua-dua pemboleh ubah bergerak bersama dalam corak garis lurus — serta r² dan jumlah sedia regresi.
Tidak — amaran terpenting kalkulator. Korelasi boleh timbul daripada penyebab dalam mana-mana arah, daripada pemboleh ubah ketiga yang memacu kedua-duanya, atau secara kebetulan dalam sampel kecil. r mengukur pergerakan bersama, tidak lebih daripada itu.
Peraturan am yang biasa: |r| di bawah 0.3 lemah, 0.3–0.7 sederhana, melebihi 0.7 kuat. Konteks penting — 0.4 boleh menjadi penting dalam perubatan dan tidak bermakna dalam fizik.
Pearson r hanya melihat corak garis lurus. Bentuk U yang sempurna boleh mendapat r ≈ 0. Sentiasa plotkan data (Kalkulator Regresi Linear melukis serakan) sebelum mempercayai r sahaja.
Bahagian varians y yang diambil kira secara linear oleh x. r = 0.775 memberikan r² = 0.60 — kira-kira 60% variasi dalam y sebaris dengan x dalam model linear.
r = Σ(x − x̄)(y − ȳ) ÷ √(Σ(x − x̄)² × Σ(y − ȳ)²). Pengangka (kovarians, tidak ternormal) diskalakan oleh serakan kedua-dua pemboleh ubah, yang menetapkan r kepada julat [−1, 1].
Input: 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.
Keputusan: r = 0.775, r² = 0.600.
Tambah kalkulator ini ke laman web atau blog anda sendiri — ia percuma sepenuhnya, tidak memerlukan pendaftaran, dan sentiasa menunjukkan versi terkini. Salin kod di bawah dan tampalkannya ke halaman anda di tempat anda mahu kalkulator muncul. Mengekalkan baris kredit kecil “Powered by Loona Automation” di bawah benaman membantu mengekalkan alat ini percuma — tetapi anda bebas menggayakan atau membuangnya; alat ini berfungsi sama ada cara.