BAB IX

KOVARIAN dan KORELASI

Deskripsi:
Pada bab ini akan dibahas mengenai konsep penting kovarians. Konsep ini muncul secara
alami dalam penyebaran kesalahan. Konsep kovarians digunakan untuk menentukan
koefisien korelasi linear pada satu set poin yang diukur.
Manfaat:
Memberikan konsep kovarian dan korelasi yang benar saat melakukan analisis hasil
pengukuran.
Relevansi:
Penyebaran kesalahan merupakan hal yang sangat umum dalam pengukuran. Oleh karena itu,
perlu meninjau konsep kovarian dan korelasi dalam menganalisis data hasil pengukuran.
Learning Outcome:
Mahasiswa memahami dan mampu mengimplementasikan konsep kovarian dan korelasi pada
suatu data hasil pengukuran dengan benar.
MATERI:
9.1 KOVARIAN
Kovarian adalah bilangan yang menyatakan bervariasinya nilai suatu variabel dalam nisbah
asosiatifnya dengan variabel lain.
Diberikan N pasang hasil pengukuran (1 , 1 ), , ( , ) dari dua buah kuantitas x dan y,
dapat didefiniskan kovarian dari x dan y yaitu sebagai berikut
=

1
( )( )

Jika sekarang kita menggunakan nilai terukur untuk menghitung fungsi (, ), standar

deviasi q diberikan oleh

2
2 2

= + + 2

53

Jika kesalahan dalam x dan y adalah independen, maka = 0 , dan persamaan ini tereduksi

menjadi rumus biasa untuk kesalahan propagasi. Apakah ada atau tidak kesalahan yang
independen, Schwarz menyiratkan batas atas

9.2 KORELASI

Bertujuan mengukur kekuatan hubungan asosiasi linear di antara dua variabel.

Diberikan N pasang hasil pengukuran (1 , 1 ), , ( , ) dari dua buah kuantitas x dan y,
dapat didefiniskan koefisien korelasi dari x dan y yaitu sebagai berikut
=

( )( )
=
( )2 ( )2

Persamaan ekuivalen dari koefisien relasi yaitu sebagai berikut:

=

2 2 2 2

Jika nilai r mendekati 1 atau -1 mengindikasikan memiliki korelasi linear kuat; bila
mendekati 0 mengindikasikan korelasi kecil atau tidak ada korelasi. Probabilitas
(|| > ) bahwa pengukuran N dari dua variabel berkorelasi akan memberikan nilai r
lebih besar daripada nilai , dapat diamati ditabulasikan dalam Lampiran C buku wajib. Bila

probabilitasnya kecil, maka semakin baik bukti bahwa variabel x dan y benar-benar
berkorelasi. Jika probabilitas kurang dari 5 % , bisa kita katakan memiliki korelasi yang
signifikan, jika kurang dari 1 % , kita bisa mengatakan memiliki korelasi yang sangat
signifikan.
Contoh:
Dengan mengacu Tabel 9.1 di bwah ini, misalkan kita mengukur tiga pasang nilai ( , ) dan

mendapatkan bahwa mereka memiliki koefisien korelasi sebesar 0,7 ( atau -0.7 ). Apakah
nilai ini mendukung hipotesis bahwa x dan y memiliki hubungan yang linier ?

54

Tabel 9.4 Probabilitas (|| > ) dari N pengukuran 2 variabel x dan y yating
berkorelasi akan menghasilkan koefisien korelasi dengan || > . Nilai yang diberikan
adalah persentase probabilitas, dan data kosong mengindikasikan nilai kurang dari 0,05%

Penyelesaian:
Mengacu pada Tabel 9.4, kita melihat bahwa bahkan jika variabel x dan y benar-benar
berkorelasi, probabilitas 51 % didapat saat || 0,7 dan N = 3 . Dengan kata lain, sangatlah

mungkin bahwa x dan y tidak berkorelasi, jadi kita tidak memiliki bukti berharga korelasi
antara kedua varibel tersebut. Bahkan, dengan hanya tiga pengukuran, untuk mendapatkan
bukti yang meyakinkan tentang korelasi akan sangat sulit. Bahkan bila koefisien yang diamati
sebesar 0,9 bisa cukup memadai, karena probabilitasnya adalah 29 % untuk mendapatkan
|| 0.9 dari tiga pengukuran variabel tidak berkorelasi .

Jika kita menemukan korelasi 0,7 dari enam pengukuran, situasi akan menjadi sedikit lebih
baik tapi masih tidak cukup baik. Dengan N = 6, probabilitas mendapatkan || 0,7 dari

variabel tak berkorelasi adalah 12 %. Probabilitas ini tidak cukup kecil untuk
mengesampingkan kemungkinan bahwa x dan y tidak berkorelasi .
Di sisi lain, jika kita menemukan || = 0,7 setelah 20 pengukuran, kita akan memiliki bukti
kuat untuk korelasi, karena ketika N = 20, kemungkinan mendapatkan || 0,7 dari dua

variabel berkorelasi hanya 0,1 % . Dengan standar apapun ini sangat mustahil, dan kami
yakin bisa membantah bahwa korelasi dapat ditunjukkan. Secara khusus, korelasi bisa disebut
"sangat signifikan", karena probabilitas yang bersangkutan kurang dari 1 % .

55

Latihan Soal:
1) Hitung kovarians untuk empat pengukuran berikut untuk dua kuantitas x dan y berikut:
x : 20 23 23 22
y : 30 32 35 31
2) Setiap lima siswa mengukur dua kali ( t dan T ) untuk batu jatuh dari lantai ketiga dan
keenam dari sebuah gedung tinggi. Hasilnya ditunjukkan pada Tabel 9.5. Hitung dua ratarata t dan T, dan cari kovarians , menggunakan tata letak Tabel 9.1 (buku wajib

halaman 213).

Tabel 9.5 . Lima pengukuran dua kali t dan T (dalam persepuluh detik ) mahasiswa

[ Ketika Anda memeriksa data, diketahui bahwa siswa B dan C mendapatkan jawaban
yang lebih rendah dari rata-rata untuk kedua kali, sedangkan D dan jawaban E adalah
keduanya lebih tinggi dari rata-rata. Meskipun perbedaan ini bisa saja fluktuasi, ini
menunjukkan B dan C mungkin memiliki kecenderungan sistematis untuk meremehkan
estimasi D dan E. ( Misalnya , B dan C bisa cenderung mengantisipasi pendaratan,
sedangkan D dan E bisa cenderung mengantisipasi peluncuran). Dengan kondisi tersebut,
kita akan mengharapkan untuk mendapatkan jenis korelasi yang diamati . ]

56