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.
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)}
¿
(
211)
(2+6+6+16+12+30)E(XY)=72 21 ii. E(X)=
∑
x
x . p1(x)
¿
∑
x
x .
( ∑
yp(x , y)
)
¿
∑
x=1 3
x
( ∑
y=12 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 .
( ∑
xp(x , y)
)
¿
∑
y=1 2
y
( ∑
x=13 x+21y)
¿ 1 21
∑
x=1 2
y(6+3y)
¿
(
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 21Jadi: 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)
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 .