Tentang kalkulator ini
Kalkulator pekali korelasi ialah alat analisis statistik profesional yang digunakan untuk mengira korelasi antara dua set data. Pekali korelasi mengukur kekuatan dan arah hubungan linear antara dua pembolehubah, dengan nilai antara -1 hingga 1. Kalkulator ini menyokong pengiraan pekali korelasi Pearson (Pearson) dan pekali korelasi pangkat Spearman (Spearman), dan menyediakan plot serakan, analisis ujian korelasi. Ia digunakan secara meluas dalam analisis data, penyelidikan saintifik, penyelidikan pasaran dan bidang lain untuk membantu menemui hubungan dan corak antara pembolehubah.
Apa yang dikira
The correlation coefficient calculator measures the direction and strength of a linear relationship between two variables, usually Pearson correlation r.
Formula
r = cov(X, Y) / (s_x * s_y). The result ranges from -1 to 1.
Input
- The X data set.
- The Y data set.
- The values should be paired by observation.
Contoh
| r value | Interpretation | Relationship |
|---|---|---|
| 1 | Perfect positive correlation | Y increases linearly as X increases |
| 0 | No linear correlation | Not proof of no relationship |
| -1 | Perfect negative correlation | Y decreases linearly as X increases |
Cara mentafsir keputusan
Values closer to 1 or -1 show stronger linear association. Values near 0 show weak linear association. Correlation does not imply causation.
Kesilapan biasa
- Correlation does not prove causation.
- r near 0 only means weak linear association, not no relationship at all.
- Outliers can strongly affect the correlation coefficient.
Cara menggunakan
Gunakan kalkulator pekali korelasi:
1. Pilih jenis pekali korelasi: • Pekali korelasi Pearson (korelasi linear) • Pekali korelasi Spearman (korelasi monotonik) 2. Masukkan data: • Kaedah 1: Masukkan (x,y) pasangan demi pasangan • Kaedah 2: Tampal data dalam kelompok 3. Klik butang "Kira". 4. Lihat keputusan: • Pekali korelasi r • Pekali penentuan r² • Ujian kepentingan • Petak berselerak 5. Menganalisis kekuatan korelasi
Ciri utama
• Pekali dwi: Pearson dan Spearman • Plot taburan: Visualisasikan perhubungan data • Ujian keertian: nilai-p dan selang keyakinan • Pekali penentuan: darjah variasi dijelaskan oleh r² • Analisis regresi: memasang garis regresi • Pengesanan outlier: kenal pasti outlier • Input kelompok: menyokong sejumlah besar data • Benar-benar percuma: penggunaan tanpa had
Kegunaan
• Analisis data: meneroka hubungan pembolehubah • Penyelidikan saintifik: menguji hipotesis • Penyelidikan pasaran: menganalisis tingkah laku pengguna • Analisis kewangan: korelasi aset • Penyelidikan perubatan: analisis korelasi faktor • Penilaian pendidikan: korelasi pencapaian • Kawalan Kualiti: Proses Perhubungan Pembolehubah • Sains sosial: kajian tentang hubungan pembolehubah