Analisis Korelasi

2 min read

Korelasi Adalah

Definisi umum dari korelasi adalah hubungan. Akan tetapi bila dikembangkan, korelasi bisa mencakup pemaknaan yang lebih dalam dan luas ketimbang definisi tersebut.

Pengertian

Korelasi adalah teknik analisis pada statistik yang dimanfaatkan untuk memperoleh dan mengetahui hubungan antara dua variabel yang memiliki karakter kuantitatif. Dua variabel yang berhubungan tersebut bisa dikarenakan hubungan kausalitas (sebab-akibat) atau bisa karena hal lain seperti hubungan tidak sengaja.

Jika terdapat transformasi pada satu variabel dan diikuti transformasi variabel lain maka dua variabel tersebut bisa dinamakan berkorelasi.

Dimana bila variabel terjadi transformasi ke jalur yang sama dinamakan korelasi positif, sementara transformasi ke jalur yang berlawanan dinamakan korelasi negatif.

Pada ilmu hitung, korelasi adalah parameter dari seberapa kuat dua variabel saling terhubung. Misalnya adalah berat badan dan umur seseorang sebagai variabel pada korelasi positif. Semakin berumur seseorang, maka berat badan juga semakin bertambah.

Korelasi positif bisa ditetapkan karena dua variabel bertransformasi ke jalur yang sama, yaitu dengan bertambah umur, mengakibatkan berat badan ikut bertambah karena berkembangnya tulang dan massa otot seseorang.

Terdapat contoh lain yang bisa digunakan, misalnya adalah semakin tinggi harga sebuah barang maka semakin rendah kemampuan beli seorang konsumen. Korelasi negatif bisa ditetapkan pada contoh tersebut, ini dikarenakan dua variabel bertransformasi ke jalur yang berlawanan.

Kedua variabel yang terdapat pada korelasi sebagai alat banding dinamakan sebagai variabel (bebas) independen dan variabel dependen (terikat).

Berdasarkan penyebutnya variabel independen merupakan variabel yang mana dalam transformasinya tidak bisa diketahui.

Sedangkan variabel dependen merupakan variabel yang mana dalam transformasinya merupakan akibat (terikat) dari variabel independen.

Jenis Analisis Korelasi

Korelasi pada sebuah penelitian merupakan analisis yang mempunyai levelnya masing-masing. Untuk lebih jelasnya berikut jenis korelasi beserta penjelasannya:

Korelasi Sederhana

Pada korelasi ini terdapat kegunaanya yakni untuk menilai kedekatan hubungan antara dua variabel, selain itu korelasi ini juga dipakai untuk memahami bentuk hubungan kedua variabel yang memiliki hasil kuantitatif pada teknik statistik.

Maksud dari kedekatan hubungan dua variabel tersebut merupakan apakah hubungannya kuat, lemah atau tidak berhubungan sama sekali. Sementara maksud bentuk hubungan yakni apakah hubungannya termasuk korelasi linear negatif atau korelasi linear positif.

Ada dua teknik korelasi sederhana yang sering dipakai yakni Korelasi Rank Spearman dan Korelasi Pearson Product Moment, ini merupakan teknik penilaian asosiasi.

Korelasi Pearson Product Moment merupakan teknik yang dimanfaatkan untuk data berkelanjutan (kontinu) dan data diskrit. Korelasi ini akan sangat maksimal jika dipakai pada statistik parametrik, yakni saat data mempunyai ukuran mean, dengan jumlah besar dan memiliki standar deviasi populasi.

Teknik ini akan memperkirakan korelasi dengan cara memakai beragam data. Variasi data ini merupakan indikasi adanya korelasi, dimana data akan diukur sesuai dengan fakta, dan tidak menciptakan tingkatan data yang dipakai.

Korelasi ini sangat cocok apabila dipakai pada data numerik, misalnya pada data keuangan, nilai tukar dollar, level peningkatan ekonomi dsb.

Sementara pada Korelasi Rank Spearman dipakai pada data kontinu dan diskrit. Korelasi ini sangat maksimal juga dipakai pada statistik nonparametrik.

Statistik nonparametrik merupakan statistik yang dimanfaatkan saat dat tidak mempunyai sebuah parameter yang jelas, dimana data tidak disalurkan dengan normal. Selanjutnya korelasi ini tidak membutuhkan asumsi normalitas, sehingga korelasi ini bisa dipakai untuk data yang memiliki sampel kecil.

Korelasi Rank Spearman akan mengukur hubungan berdasar tingkatan data. Ini mengakibatkan korelasi ini diukur berdasar pada orde data. Korelasi ini sangat pas ketika peneliti menemukan sebuah data klasifikasi, misalnya klasifikasi umur, jenis pekerjaan, level pendidikan dsb. Korelasi ini juga bisa dipakai pada data numerik yang tidak mempunyai kecukupan data atau datanya kurang.

Korelasi Parsial

Pengertian dari korelasi parsial adalah cara menilai sebuah korelasi antara variabel independen dan variabel dependen apakah kuat atau tidak, caranya adalah dengan dikendalikan salah satu variabel bebas apakah variabel tersebut terdapat korelasi alami dengan variabel yang tidak dikendalikan.

Analisis pada korelasi parsial akan dibuat saling terkait dimana satu variabel yang diasumsikan memiliki efek, nantinya akan dikontrol atau akan dijadikan tetap.

Korelasi Ganda

Korelasi ganda berguna untuk mengetahui hubungan tiga variabel atau lebih lengkapnya adalah dua variabel independen atau lebih dan satu variabel dependen. Korelasi ganda berhubungan dengan interkorelasi dua atau lebih variabel independen seperti halnya korelasi independen (bebas) dengan variabel dependen(terikat).

Selain itu korelasi ganda merupakan sebuah nilai yang bisa mempengaruhi korelasi dua variabel lebih secara serentak dengan variabel lain. Korelasi ganda juga adalah hubungan yang didalamnya mencakup dua atau lebih variabel independen (B1,B2,…Bn) dan satu variabel dependen (A).

Jika formulasi masalah ada tiga, ini mengakibatkan hubungan setiap variabel akan dilaksanakan dengan metode pengukuran korelasi sederhana.

Korelasi ganda mempunyai koefisien korelasi, maksudnya adalah kecil dan besarnya korelasi setiap dua variabel akan diungkapkan dalam sebuah bilangan. R merupakan huruf yang melambangkan koefisien korelasi. Cakupan besarannya dari koefisien korelasi adalah -1;0; serta +1

Besaran korelasi +1 merupakan korelasi positif sempurna (sangat berhubungan) maksudnya adalah dua variabel atau lebih terdapat adanya korelasi yang dekat. -1 merupakan negatif sempurna.

Maksudnya adalah ada korelasi antara dua variabel atau lebih namun jalannya berlawanan. Sementara 0 akan diasumsikan tidak adanya korelasi, atau tidak ada hubungan antara dua variabel.

Laporan Penelitian

Harys
3 min read

Analisis Data

Harys
8 min read

Purposive Sampling

Harys
3 min read

Leave a Reply

Your email address will not be published. Required fields are marked *