Sebagai seorang pemula dalam dunia statistik, Anda mungkin pernah mendengar istilah korelasi. Korelasi sendiri merupakan istilah yang sering dikaitkan dengan statistik deskriptif. Jadi, apa itu korelasi? Bagaimana cara menghitungnya? Mengapa korelasi penting dalam analisis data? Temukan jawabannya di artikel ini.
Pengertian Korelasi
Korelasi adalah jenis pengukuran hubungan antara dua atau lebih variabel dalam sebuah data. Pengukuran ini menunjukkan sejauh mana hubungan variabel tersebut terkait dan seberapa kuat hubungannya. Dalam bahasa statistik, korelasi adalah seberapa erat hubungan antara dua variabel dalam sebuah populasi. Jika hubungan antara kedua variabel sangat dekat dan kuat, maka korelasinya akan mendekati 1. Sebaliknya, jika kedua variabel tidak memiliki hubungan, maka korelasi akan mendekati 0.
Cara Menghitung Korelasi
Ada beberapa jenis korelasi yang dapat dihitung, namun salah satu yang paling umum dipakai adalah korelasi Pearson. Korelasi Pearson adalah jenis korelasi yang mengukur hubungan linier antara dua variabel. Cara menghitung korelasi Pearson adalah sebagai berikut:
1. Tentukan dua variabel yang akan dihubungkan.
2. Hitung nilai rata-rata dari masing-masing variabel.
3. Hitung selisih setiap nilai pada variabel pertama dengan nilai rata-ratanya.
4. Hitung selisih setiap nilai pada variabel kedua dengan nilai rata-ratanya.
5. Kalikan selisih nilai pada variabel pertama dengan selisih nilai pada variabel kedua. Jumlahkan produk ini.
6. Hitung kuadrat setiap selisih nilai pada variabel pertama. Jumlahkan kuadrat ini.
7. Hitung kuadrat setiap selisih nilai pada variabel kedua. Jumlahkan kuadrat ini.
8. Hitung akar dari jumlah kuadrat selisih nilai pada variabel pertama dan kedua. Gunakan hasil ini untuk menentukan pembaginya.
9. Hitung korelasi dengan membagi jumlah produk (no. 5) dengan hasil perkalian pembagi (no. 8) dan jumlah kuadrat selisih nilai pada masing-masing variabel (no. 6 dan no. 7).
Contoh Penerapan Rumus Korelasi Pearson
Misalkan ada data tinggi badan dan berat badan 5 orang sebagai berikut:
| No. | Tinggi Badan (cm) | Berat Badan (kg) |
|—–|——————-|——————|
| 1 | 165 | 55 |
| 2 | 160 | 50 |
| 3 | 170 | 65 |
| 4 | 155 | 45 |
| 5 | 175 | 70 |
Kita akan menghitung korelasi antara tinggi badan dan berat badan menggunakan rumus korelasi Pearson. Langkah-langkahnya adalah sebagai berikut:
1. Tentukan dua variabel yang akan dihubungkan, yaitu tinggi badan dan berat badan.
2. Hitung nilai rata-rata dari masing-masing variabel. Rata-rata tinggi badan adalah `(165 + 160 + 170 + 155 + 175) / 5 = 165` cm. Rata-rata berat badan adalah `(55 + 50 + 65 + 45 + 70) / 5 = 57` kg.
3. Hitung selisih setiap nilai pada variabel pertama dengan nilai rata-ratanya. Selisih tinggi badan pertama dengan rata-ratanya adalah `165 – 165 = 0` cm. Selisih tinggi badan kedua dengan rata-ratanya adalah `160 – 165 = -5` cm. Selisih tinggi badan ketiga dengan rata-ratanya adalah `170 – 165 = 5` cm. Selisih tinggi badan keempat dengan rata-ratanya adalah `155 – 165 = -10` cm. Selisih tinggi badan kelima dengan rata-ratanya adalah `175 – 165 = 10` cm.
4. Hitung selisih setiap nilai pada variabel kedua dengan nilai rata-ratanya. Selisih berat badan pertama dengan rata-ratanya adalah `55 – 57 = -2` kg. Selisih berat badan kedua dengan rata-ratanya adalah `50 – 57 = -7` kg. Selisih berat badan ketiga dengan rata-ratanya adalah `65 – 57 = 8` kg. Selisih berat badan keempat dengan rata-ratanya adalah `45 – 57 = -12` kg. Selisih berat badan kelima dengan rata-ratanya adalah `70 – 57 = 13` kg.
5. Kalikan selisih nilai pada variabel pertama dengan selisih nilai pada variabel kedua. Jumlahkan produk ini. `(0 x -2) + (-5 x -7) + (5 x 8) + (-10 x -12) + (10 x 13) = 127`
6. Hitung kuadrat setiap selisih nilai pada variabel pertama. Jumlahkan kuadrat ini. `0^2 + (-5)^2 + 5^2 + (-10)^2 + 10^2 = 150`
7. Hitung kuadrat setiap selisih nilai pada variabel kedua. Jumlahkan kuadrat ini. `(-2)^2 + (-7)^2 + 8^2 + (-12)^2 + 13^2 = 423`
8. Hitung akar dari jumlah kuadrat selisih nilai pada variabel pertama dan kedua. Gunakan hasil ini untuk menentukan pembaginya. `sqrt[(150) + (423)] = 21,9317122`
9. Hitung korelasi dengan membagi jumlah produk (no. 5) dengan hasil perkalian pembagi (no. 8) dan jumlah kuadrat selisih nilai pada masing-masing variabel (no. 6 dan no. 7). `127 / (21,9317122 x sqrt(150) x sqrt(423)) = 0,8179458`
Hasil korelasi antara tinggi badan dan berat badan adalah 0,8179458. Hal ini menunjukkan bahwa korelasi antara kedua variabel sangat dekat dan kuat.
Mengapa Korelasi Penting dalam Analisis Data?
Korelasi sangat penting dalam analisis data karena dapat membantu kita memahami hubungan antara dua variabel. Dengan mengetahui hubungan antara dua variabel, kita dapat memprediksi nilai satu variabel jika kita mengetahui nilai variabel lainnya. Misalnya, jika kita mengetahui korelasi antara harga saham dan indeks pasar saham, kita dapat memprediksi pergerakan harga saham jika kita mengetahui pergerakan indeks pasar saham.
Selain itu, korelasi juga dapat membantu kita dalam pemilihan variabel yang akan dipakai dalam sebuah analisis. Jika dua variabel memiliki hubungan yang sangat dekat dan kuat, maka hanya satu variabel yang perlu dipakai dalam analisis, karena informasi dari kedua variabel hampir sama.
Tips SEO pageone
Ada beberapa tips SEO pageone yang dapat membantu Anda dalam memaksimalkan pembaca artikel. Salah satu tips SEO pageone adalah dengan menggunakan kata kunci atau keyword yang relevan dengan isi artikel. Keyword yang relevan akan membantu artikel Anda terindeks oleh mesin pencari.
Selain itu, pastikan judul artikel Anda menarik dan mampu menarik perhatian pembaca. Judul yang menarik akan membuat pembaca ingin membaca artikel Anda.
FAQ
Q: Apa itu korelasi?
A: Korelasi adalah jenis pengukuran hubungan antara dua atau lebih variabel dalam sebuah data.
Q: Bagaimana cara menghitung korelasi?
A: Ada beberapa jenis korelasi yang dapat dihitung, namun yang paling umum adalah korelasi Pearson. Rumus korelasi Pearson adalah sebagai berikut: (disertakan rumus)
Video: Cara menghitung korelasi menggunakan Excel
[ditampilkan video YouTube]
Q: Apakah korelasi penting dalam analisis data?
A: Iya. Korelasi sangat penting dalam analisis data karena dapat membantu kita memahami hubungan antara dua variabel.
