Mengenal Apa itu Korelasi dalam Statistik, Panduan Lengkap!

Apa Itu Korelasi?

Korelasi adalah sebuah konsep dalam statistik yang menggambarkan hubungan antara dua hal. Bayangkan kamu punya dua variabel, misalnya tinggi dan berat badan seseorang. Dalam kasus ini, korelasi mengukur sejauh mana dua variabel ini saling terikat.

Jika orang yang lebih tinggi cenderung punya berat badan lebih berat, maka bisa dibilang bahwa ada korelasi di antara kedua variabel. 

Mengutip dari Simplilearn, korelasi bisa diterapkan pada berbagai jenis data. Terkadang, kamu bisa memprediksi hubungan data tersebut. Misalnya, kamu mungkin sudah menduga kalau semakin banyak waktu yang dihabiskan untuk belajar, nilai ujianmu juga makin baik.

Meski kadang bisa diprediksi, korelasi juga mungkin mengejutkan. Misalnya, peningkatan penjualan es krim bisa terkait dengan peningkatan jumlah orang yang pergi ke pantai.

Dari contoh di atas, korelasi sering kali menggambarkan keterkaitan. Walaupun begitu, penting untuk diingat bahwa korelasi tidak sama dengan kausalitas. Hanya karena dua hal berkolerasi, bukan berarti satu hal menyebabkan hal lainnya.

Contohnya, meskipun penjualan es krim dan jumlah orang yang pergi berkorelasi, ini tidak berarti bahwa makan es krim menyebabkan orang pergi ke pantai.

Secara keseluruhan, korelasi berguna untuk mendapatkan wawasan dalam tentang data yang dimiliki. Kamu juga bisa meliihat bagaimana berbagai hal saling berhubungan. Ini sangat berguna dalam analisis data untuk membuat keputusan yang lebih baik.

Baca Juga: Perbedaan Statistik dan Statistika, Definisi hingga Contoh

Macam-Macam Korelasi

Korelasi adalah alat penting dalam statistik yang membantu kamu memahami hubungan antara dua atau lebih variabel. Korelasi ini bisa terbagi jadi tiga jenis utama yaitu sederhana, parsial, dan ganda.

Berikut adalah rangkuman lengkap MinDi terkait macam-macam korelasinya:

Korelasi Sederhana

Mengutip dari Deepublish, korelasi sederhana adalah teknik statistik yang mengukur kekuatan hubungan antara dua variabel. Hubuangan tersebut kemudian dilihat bentuknya, apakah bersifat positif atau negatif.

Berikut adalah beberapa bagian dari korelasi sederhana:

• Korelasi Pearson: Digunakan untuk data kontinu dan diskrit dalam statistik parametrik. Cocok dipakai untuk data yang besar dan memiliki distribusi normal.

• Korelasi Rank Spearman: Dipakai untuk data yang tidak memenuhi asumsi normalitas. Cocok untuk statistik non-parametrik dan data yang diukur dalam bentuk ranking.

Contohnya adalah tinggi dan berat badan yang sering kali memiliki korelasi positif. Dalam kasus ini, orang yang lebih tinggi cenderung mempunyai berat badan yang lebih berat.

Korelasi Parsial

Dilansir dari Deepublish, korelasi parsial mengukur hubungan antara dua variabel dan mengontrol pengaruh variabel lain. Ini berguna untuk melihat korelasi murni antara dua variabel setelah mengendalikan variabel ketiga.

Teknik yang dipakai biasanya adalah dengan mengontrol salah satu variabel bebas untuk melihat korelasi antara dua variabel lainnya. Biasanya, korelasi parsial menggunakan data dengan skala interval atau rasio. 

Berikut adalah pedoman interpretasi dan analisis koefisien korelasi berdasarkan Sugiyono:

• 0,00 – 0,199 = sangat rendah

• 0,20 – 0,3999 = rendah

• 0,40 – 0,5999 = sedang

• 0,60 – 0,799 = kuat

• 0,80 – 1,000 = sangat kuat

Misalnya, jika kamu ingin melihat hubungan antara jam belajar dan nilai ujian dengan mengontrol jumlah waktu tidur. Korelasi parsial akan menunjukkan hubungan yang lebih akurat antara jam belajar dan nilai ujian.

Korelasi Ganda

Berdasarkan Deepublish, korelasi ganda mengukur hubungan antara satu variabel dependen dan dua atau lebih variabel independen secara bersamaan. Berikut adalah beberapa poin penting berkaitan dengan korelasi ganda:

• Penggunaan: Melihat hubungan dan kekuatan pengaruh beberapa variabel independen terhadap satu variabel dependen.

• Koefisien: Nilai korelasi berkisar antara -1 (negatif sempurna) hingga +1 (positif sempurna).

Contohnya bisa ditemukan jika kamu mau mengetahui bagaimana tinggi badan, berat badan, dan usia secara bersama-sama mempengaruhi performa atlet. Korelasi ganda akan membantumu memahami hubungan ini secara lebih komprehensif.

Bentuk Analisis Korelasi

Sumber: Freepik

Selain ada beberapa macam korelasi, bentuk dalam analisisnya cukup beragam. Dalam analisis korelasi, kamu bisa temukan tiga bentuk utama. Ini mencakup korelasi positif, negatif, dan tidak ada korelasi. Berikut adalah penjelasan lengkapnya:

Korelasi Positif

Mengutip dari simplilearn, korelasi positif terjadi ketika dua variabel bergerak dalam arah yang sama. Artinya, jika satu variabel naik, variabel lainnya juga naik. Ini menunjukkan hubungan yang teratur dan searah antara dua variabel.

Contoh: 

Jika kita menambah jumlah pupuk (X) yang diberikan pada tanaman jagung, maka produksi jagung (Y) akan meningkat. Jadi, ada hubungan positif antara jumlah pupuk dan produksi jagung.

Korelasi Negatif

Dilansir dari simplilearn, korelasi negatif terjadi ketika dua variabel bergerak dalam arah yang berlawanan. Jika satu variabel naik, variabel lainnya turun. Ini menunjukkan hubungan yang teratur namun berlawanan arah antara dua variabel.

Contoh: 

Jika harga barang elektronik (X) naik, permintaan terhadap barang tersebut (Y) akan menurun. Jadi, ada hubungan negatif antara harga barang elektronik dan permintaan.

Tidak Ada Korelasi

Mengutip dari simplilearn, tidak ada korelasi terjadi ketika tidak ada hubungan linear yang jelas antara dua variabel. Perubahan pada satu variabel tidak terkait dengan perubahan pada variabel lainnya.

Contoh: Panjang rambut seorang wanita (X) dan tinggi badannya (Y). Kedua variabel ini tidak memiliki hubungan yang bisa diukur atau tidak ada korelasinya sama sekali.

Contoh-Contoh Korelasi

Supaya lebih paham lagi soal konsep korelasi, MinDi juga bakal kasih beberapa contohnya dalam dunia nyata. Berikut adalah beberapa contoh korelasi dalam kehidupan sehari-hari:

Lemak Tubuh dan Waktu Berlari

Contoh pertama adalah hubungan antara lemak tubuh dan waktu yang dihabiskan untuk berlari. Semakin banyak waktu yang seorang habiskan untuk berlari, semain rendah lemak tubuh mereka.

Kasus ini adalah contoh korelasi negatif, di mana peningkatan satu variabel yakni waktu berlari berkaitan dengan penurunan variabel lainnya yaitu lemak tubuh. Jadi, kalau kamu mau mengurangi lemak tubuh, menghabiskan lebih banyak waktu untuk berlari bisa membantu.

Hasil Ujian dan Waktu Menonton TV

Contoh berikutnya adalah hubungan antara hasil ujian dan waktu yang dihabiskan untuk menonton TV. Semakin banyak waktu yang dihabiskan seorang siswa untuk menonton TV, biasanya nilai ujian mereka cenderung menurun.

Contoh ini merupakan korelasi negatif. Jadi, kalau mau mendapatkan nilai ujian yang lebih baik, mungkin kamu harus kurangi waktu menonton TV dan lebih fokus belajar.

Tinggi Badan dan Berat Badan

Hubungan antara tinggi badan dan berat badan seseorang adalah contoh dari korelasi positif. Biasanya, orang yang lebih tinggi cenderung memiliki berat badan besar. 

Jadi, kalau melihat seseorang yang tinggi, kamu mungkin berpikir bahwa berat badan mereka lebih besar. Ini adalah contoh di mana dua variabel bergerak ke arah yang sama.

Kesimpulan

Dari penjelasan di atas, korelasi dalam statistik adalah alat penting untuk memahami hubungan antara dua atau lebih variabel. Korelasi membantu identifikasi sejauh mana variabel tersebut saling berkaitan. 

Kalau bekerja dalam bidang ilmu data, kamu wajib punya pemahaman tentang korelasi untuk analisis data dan pengambilan keputusan. 

Biasanya, korelasi dalam data science dipakai untuk temukan pola dan hubungan dalam data, pemodelan atau prediksi, serta analisis risiko maupun keputusan. Hmm, lumayan kompleks, ya?

Eits, tapi tidak perlu khawatir, kamu bisa belajar lebih banyak soal data science, dengan ikut Bootcamp Data Science Dibimbing.id. Lewat program ini, kamu bisa belajar semua hal yang berkaitan dengan data science hingga machine learning dari nol.

Kalau baru mulai pun, kamu tidak perlu khawatir. Sebab, semua pembelajaran di Dibimbing dirancang dengan kurikulum beginner-friendly. Jadi, kamu dijamin bisa mengikuti kelasnya tanpa merasa kesulitan.

Di samping itu, program ini menawarkan peluang karir yang menjanjikan bagi Sobat MinDi. Salah satu fakta menariknya adalah 94% lulusan Dibimbing berhasil dapat pekerjaan setelah menyelesaikan program.

Tertarik untuk jadi salah satunya? Ayo daftarkan dirimu dan mulai karirmu di data science bareng Dibimbing.id!

Referensi

1. What is Correlation? A Guide for Beginners [Buka]

2. Pengertian Korelasi Menurut Para Ahli dan Bentuk Analisisnya [Buka]