Kalkulator Korelasi Spearman
Kalkulator korelasi Spearman ini bekerja pada dua daftar berpasangan dengan panjang sama. Contoh: IQ dan jam menonton televisi 10 orang menghasilkan Σd² = 194 dan ρ = −0,175758.
Sumber: Wikipedia – Spearman’s rank correlation coefficient. Diperbarui: .
Cara menghitung
Korelasi Spearman mengukur seberapa baik kurva yang selalu naik atau selalu turun, bukan hanya garis lurus, menggambarkan hubungan dua variabel.
Cara menghitung
Setiap daftar diurutkan sendiri-sendiri dan diberi peringkat 1 sampai n. Nilai yang sama (kembar) mendapat rata-rata peringkat yang akan mereka tempati. Tanpa nilai kembar, ρ = 1 − 6 · Σd² / (n · (n² − 1)), dengan d selisih kedua peringkat dalam satu pasangan. Dengan nilai kembar dipakai korelasi Pearson dari peringkat; itulah yang dilakukan kalkulator dalam kedua kasus.
Dua contoh yang dihitung
Untuk x = 86, 97, 99, 100, 101, 103, 106, 110, 112, 113 dan y = 2, 20, 28, 27, 50, 29, 7, 17, 6, 12, peringkat x adalah 1 sampai 10 dan peringkat y adalah 1, 6, 8, 7, 10, 9, 3, 5, 2, 4. Jumlah kuadrat selisihnya 194, jadi ρ = 1 − 6 · 194 / (10 · 99) = −0,175758. Dengan nilai kembar, misalnya x = 1, 2, 2, 4, 5 dan y = 3, 1, 4, 5, 5, peringkatnya 1; 2,5; 2,5; 4; 5 dan 2; 1; 3; 4,5; 4,5, sehingga ρ = 0,789474.
- ρ selalu berada di antara −1 dan +1; pada ±1 hubungannya monoton sempurna.
- Berbeda dari Pearson, ρ hampir tidak terpengaruh pencilan dan juga menangkap pola melengkung yang tetap naik atau turun.
- Untuk data ordinal seperti nilai atau klasemen, ρ adalah ukuran yang lazim.
Pertanyaan umum
Bagaimana cara menghitung korelasi Spearman?
Ubah kedua daftar menjadi peringkat, lalu hitung korelasi Pearson dari peringkat itu. Tanpa nilai kembar cukup ρ = 1 − 6Σd² / (n(n² − 1)).
Apa yang terjadi pada nilai yang sama?
Nilai yang sama mendapat peringkat rata-rata: dua nilai di posisi 2 dan 3 sama-sama mendapat 2,5. Rumus sederhana dengan Σd² hanya berupa pendekatan, jadi kalkulator memakai peringkat secara langsung.
Kapan memilih Spearman, bukan Pearson?
Untuk data berperingkat, saat ada pencilan, atau saat hubungan bersifat monoton tetapi tidak linear. Untuk hubungan linear pada data normal, Pearson lebih informatif.
Sumber dan dasar hukum
Diperbarui: · Kebijakan editorial
Alat terkait
- Kalkulator korelasiKalkulator korelasi untuk pasangan data: r Pearson dan ρ Spearman dengan nilai p, interval kepercayaan, R², dan garis regresi. Tempel tabel.
- Kalkulator KovariansKovarians dua deret data: sampel (n − 1) atau populasi (n), lengkap dengan kedua rata-rata, jumlah hasil kali, langkah perhitungan dan korelasi.
- Kalkulator regresi linearRegresi linear kalkulator: garis regresi, kemiringan, R², galat baku, dan prediksi dari pasangan data Anda, lengkap dengan diagram pencar dan residu. Gratis.
- Kalkulator standar deviasiKalkulator standar deviasi online: tempel data tunggal Anda untuk menghitung mean, median, modus, jangkauan, varians, dan simpangan baku lengkap dengan caranya.
- Menghitung p valueMenghitung p value dari nilai z, t, atau chi-square, atau langsung lewat uji t dari rata-rata, simpangan baku, dan n – lengkap dengan nilai kritis dan interval.
- Cara menghitung kuartilCara menghitung kuartil dengan kalkulator: dapatkan Q1, median, Q3, jangkauan interkuartil, dan pencilan dari data Anda, dengan empat metode dan langkahnya.
- Kalkulator onlineKalkulator online gratis: ketik atau tekan, hasil langsung muncul – dengan urutan operasi, kurung, persen, akar, langkah perhitungan, dan riwayat.
- Menghitung luas elipsLuas elips dari kedua setengah sumbu atau sumbu: luas, keliling (Ramanujan), eksentrisitas, jarak fokus dan latus rectum dengan rumus dan langkah hitungnya.
- Rumus pertumbuhan penduduk: kalkulator laju dan proyeksiRumus pertumbuhan penduduk geometrik dan eksponensial: hitung laju pertumbuhan per tahun, proyeksi jumlah penduduk, dan waktu penduduk menjadi dua kali lipat.