• Tidak ada hasil yang ditemukan

Definisi KOEFISIEN KORELASI

N/A
N/A
Atika Rahmah

Academic year: 2023

Membagikan "Definisi KOEFISIEN KORELASI"

Copied!
5
0
0

Teks penuh

(1)

7.9 Koefisien Korelasi

Definisi 7.18: KOEFISIEN KORELASI

Jika X dan Y adalah dua peubah acak, baik diskrit maupun kontinu, maka koefisien korelasi (dinotasikan dengan p ) didefinisikan sebagai:

p= E(XY)−E(X). E(Y)

{ {

E

(

X2

)

[

E(X)

]

2

}{

E

(

Y2

)

[

E(Y)

]

2

} }

Selain itu, penghitungan koefisien korelasi p dapat juga dilakukan berdasarkan fungsi pembangkit momen gabungan dari X dan Y . Rumus yang digunakannya sama seperti di atas, dengan mengganti:

a. E(XY) oleh

2M(0,0)

∂ t1∂ t2 b. E(X) oleh ∂ M(0,0)

∂ t1 c. E

(

X2

)

oleh 2M(0,0)

∂ t12 d. E(Y) oleh ∂ M(0,0)

∂ t2 e. E

(

Y2

)

oleh

2M(0,0)

∂ t22

Dalam hal ini, kelima besaran tersebut mempunyai pengertian sebagai berikut.

a. 2M(0,0)

∂t1∂t2

Turunan parsial dari M(t1, t2) terhadap t1 dahulu, kemudian hasilnya diturunkan lagi terhadap t2 , dan selanjutnya t1 dan t2 disamakan dengan nol.

b. ∂ M(0,0)

∂ t1

Turunan parsial dari M(t1,0) terhadap t1 , kemudian t1 disamakan dengan nol.

c. 2M(0,0)

∂ t12

Turunan parsial dari M(t1,0) terhadap t1 , kemudian hasilnya diturunkan lagi terhadap t1 , dan selanjutnya t1 disamakan dengan nol.

(2)

d. ∂ M(0,0)

∂ t2

Turunan parsial dari M(0,t2) terhadap t2 , kemudian t2 disamakan dengan nol.

e. 2M(0,0)

∂ t22

Turunan parsial dari M(0,t2) terhadap t2 , kemudian hasilnya diturunkan lagi terhadap t2 , dan selanjutnya t2 disamakan dengan nol.

Dengan demikian, penghitungan derajat hubungan antara dua buah peubah acak X dan Y dapat digunakan dengan dua cara, yaitu:

1. perumusan ekspektasi,

2. perumusan fungsi pembangkit momen gabungan.

Pemahaman penggunaan rumus koefisien korelasi dari peubah acak diskrit di atas diperjelas melalui Contoh 7.17.

Contoh 7.17

p(x , y)=

(

211

)

(x+y);x=1,2, 3, dan y=1, 2.

Hitung koefisien korelasi p dengan dua cara, yaitu : a. perumusan ekspektasi

b. perumusan fungsi pembangkit momen gabungan dari X dan Y . Penyelesaian:

a. Perumusan ekspektasi.

p= E(XY)−E(X). E(Y)

{ {

E

(

X2

)

[

E(X)

]

2

}{

E

(

Y2

)

[

E(Y)

]

2

} }

Kita akan menghitung besaran-besaran yang terdapat dalam perumusan di atas.

i. E(XY)=

x

y

xy . p(x , y)

¿

x=1 3

y=1 2

(xy)

(

x+21y

)

¿

(

211

) {

(1) (2)+ (2)(3)+ (2)(3)+(4)(4)+(3) (4)+(6) (5)

}

(3)

¿

(

211

)

(2+6+6+16+12+30)

E(XY)=72 21 ii. E(X)=

x

x . p1(x)

¿

x

x .

(

y

p(x , y)

)

¿

x=1 3

x

(

y=1

2 x+y

21

)

¿ 1 21

x=1 3

x(2x+3)

¿

(

211

) {

(1) (5)+(2) (7)+(3) (9)

}

¿

(

211

)

(5+14+27)

E(X)=46 21 iii. E

(

X2

)

=

X

x2. p1(x)

Dari hasil penyelesaian E(X) diperoleh p1(x)=

(

211

)

(2x+3); x=1,2,3.

E(X2)=

x=1 3

(x2)

(

2x21+3

)

¿

(

211

) {

(1) (5)+(4) (7)+(9) (9)

}

¿

(

211

)

(5+28+81)

E

(

X2

)

=114 21 iv. E(Y)=

y

y . p2(y)

¿

y

y .

(

x

p(x , y)

)

¿

y=1 2

y

(

x=13 x+21y

)

¿ 1 21

x=1 2

y(6+3y)

(4)

¿

(

211

) {

(1) (9)+(2) (12)

}

¿

(

211

)

(9+24)

E(Y)=33 21 v. E

(

Y2

)

=

y

y2. p2(y)

Dari hasil penyelesaian E(Y) diperoleh p2(y)=

(

211

)

(6+3y); x=1,2.

E

(

Y2

)

=

y=1 2

(

y2

) (

6+213y

)

¿

(

211

) {

(1) (9)+(4) (12)

}

¿

(

211

)

(9+48)

E

(

Y2

)

=57 21

Jadi: p=

72

21−

(

4621

)(

3321

)

{

11421

(

4621

)

2

}{

5721

(

3321

)

2

}

=−0,0370

b. Perumusan fungsi pembangkit momen gabungan Dari Contoh 7.17 diperoleh:

M

(

t1,t2

)

=211

(

2.et1+t2+3. et1+2t2+3. e2t1+t2+4. e2t1+2t2+4. e3t1+t2+5.e3t1+2t2

)

dengan: t1∈R , t2∈R . i. E(XY)=2M(0,0)

∂ t1∂ t2 =2M(0,0)

∂ t1∂ t2 ¿t

1=t2=0

∂ M

(

t1, t2

)

∂ t1 = 1

21

(

2.et1+t2+3.et1+2t2+6.e2t1+t2+16. e2t1+2t2+12. e3t1+t2+30. e3t1+2t2

)

2M

(

t1, t2

)

∂ t1∂ t2 = 1

21

(

2.et1+t2+3.et1+2t2+6.e2t1+t2+16.e2t1+2t2+12.e3t1+t2+30.e3t1+2t2

)

E(XY)=2M(0,0)

∂ t1∂ t2 = 1

21(2+6+6+16+12+30)

(5)

E(XY)=2M(0,0)

∂ t1∂ t2 =72 21

Dari Contoh 7.17 sudah diperoleh:

ii. E(X)=∂ M(0,0)

∂ t1 =∂ M

(

t1,0

)

∂ t1 ¿t

1=0=46

21 iii. E(X2)=2M(0,0)

∂ t12 =2M

(

t1,0

)

∂ t12 ¿t1=0=114 21 iv. E(Y)=∂ M(0,0)

∂t2 =∂ M

(

0,t2

)

∂ t2 ¿t2=0=33 21 v. E

(

Y2

)

=2M(0,0)

∂ t22 =2M(0,t2)

∂t22 ¿t2=0=57 21

Jadi: p=

72

21−

(

4621

)(

3321

)

{

11421

(

4621

)

2

}{

5721

(

3321

)

2

}

=−0,0370

Ternyata dari kedua cara di atas diperoleh hasil koefisien korelasi p yang sama, yaitu −0,0370 .

Referensi

Dokumen terkait

PENDUGA RASIO PADA PENGAMBILAN SAMPEL ACAK SEDERHANA MENGGUNAKAN KOEFISIEN REGRESI, KURTOSIS, DAN KORELASI.. Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas

Grafik fungsi distribusi dari peubah acak diskrit berupa fungsi tangga, sedangkan grafik fungsi distribusi dari peubah acak kontinu berupa kombinasi dari beberapa

Misalkan adalah ruang contoh dari suatu percobaan acak.. Sedangkan nilai peubah acak dinotasikan dengan huruf kecil seperti x, y, z. Setiap peubah acak memiliki

Berdasarkan tabel pedoman interpretasi Koefisien Korelasi di atas, jika interval Koefisien Korelasi berada pada 0,80 – 1,000, hal ini menunjukkan indikasi bahwa

meliputi peubah acak, nilai haraapan peubah acak, distribusi teoritis diskrit dan kontinu, distribusi sampling dan peluang distribusi sampling, estimasi parameter

Metode maksimum likelihood merupakan metode terbaik yang dapat digunakan dalam menentukan penaksir titik sebuah parameter. Misalkan X adalah peubah acak kontinu (diskrit) dengan

Penentuan distribusi bersyarat dari peubah acak kontinu dapat dilihat dalam Definisi 5.9 Definisi 5.9 : FUNGSI DENSITAS BERSYARAT Jika fx, y adalah nilai fungsi densitas gabungan

Distribusi Uniform Diskrit Definisi 1: Bila peubah acak X mendapat harga dengan peluang yang sama, maka distribusi seragam diskrit diberikan oleh: Keterangan: Px : peluang