<![CDATA[ABSTRAK Korelasi merupakan suatu ukuran untuk melihat kekuatan hubungan linier di antara dua variabel. Ada beberapa metode yang biasa digunakan untuk mengukur korelasi, diantaranya adalah korelasi pearson, peringkat spearman dan kendall tau. Metode yang biasa digunakan untuk mengukur korelasi untuk variabel bertipe numerik adalah korelasi pearson. Metode ini mensyaratkan bahwa kedua variabel tersebut berdistribusi normal bivariat. Oleh karena itu inferensia korelasi pearson hasilnya akan valid jika asumsi tersebut terpenuhi. Dalam praktek, sering kali kenormalan data tersebut tidak dapat dipenuhi. Satu pendekatan telah diajukan dalam pembuatan selang kepercayaan berdasarkan empirical likelihood. Metode ini adalah metode bebas distribusi yang artinya tidak ada asumsi bahwa data harus berdistribusi tertentu. Dalam artikel ini kami membahas penyusunan selang kepercayaan korelasi pearson berdasarkan metode empirical likelihood dan juga menyediakan kode perintah R Language untuk pembuatan selang kepercayaan tersebut. Kami menerapkan metode tersebut pada kasus hubungan antara PDRB dan jumlah kasus Covid-19 berdasarkan data provinsi di Indonesia Tahun 2020. Kami mendapatkan adanya hubungan yang sangat kuat antara PDRB dengan jumlah kasus Covid-19 di Indonesia dengan korelasi sebesar 0.939 dan dengan metode tersebut diperoleh batas bawah selang kepercayaan 99% adalah 0.872 dan batas atasnya adalah 0.962. ABSTRACT Correlation is a measure to see the strength of the linear relationship between two variables. There are several methods commonly used to measure correlation, including Pearson's correlation, Spearman's rank and Kendall tau. The method commonly used to measure correlations for numeric type variables is Pearson correlation. This method requires that the two variables have a bivariate normal distribution. Therefore, the Pearson correlation inferential results will be valid if these assumptions are met. In practice, often the normality of the data cannot be met. One approach has been proposed in constructing confidence intervals based on empirical likelihood. This method is adistribution-free method, which means that there is no assumption that the data must have a certain distribution. In this article, we discuss the construction of the Pearson correlation confidence interval based on the empirical likelihood method and also provide the R Language command code for constructing the confidence interval. We apply this method to the case of the relationship between GRDP and the number of Covid-19 cases based on provincial data in Indonesia in 2020. We found a very strong relationship between GRDP and the number of Covid-19 cases in Indonesia with a correlation of 0.939 and with this method the lower limit of the 99% confidence interval was 0.872 and the upper limit was 0.962.]]>
