Daftar Isi
Pengertian Korelasi. Korelasi adalah sebuah hubungan yang selalu ada di setiap titik kehidupan kita. Sebagian besar kejadian pada kehidupan sehari-hari yang disebut sebagai variabel itu saling berhubungan atau berkorelasi. Hubungan antara variabel inilah yang perlu dipahami.
Selain itu, banyak penelitian juga biasanya membutuhkan perhitungan korelasi untuk menemukan bentuk hubungan kedua atau lebih variabel. Karena itu, Anda perlu memahami lebih mendalam pengertian korelasi, jenis-jenis dan bentuknya terlebih dahulu untuk mencari korelasi dari dua atau lebih variabel.
Secara umum, korelasi adalah cara untuk mencari suatu hubungan antara dua variabel. Korelasi merupakan salah satu bentuk dan ukuran yang memiliki beberapa variabel dalam hubungan yang menggunakan kata dari korelasi positif, sehingga terjadi perubahan meningkat pada sebuah benda.
Menurut Kamus Besar Bahasa Indonesia (KBBI) adalah hubungan timbal balik atau sebab akibat. Dalam Matematika, korelasi juga merupakan ukuran dari seberapa dekat dua variabel berubah dalam hubungan satu sama lain.
Pada konteks teknik analisis, korelasi biasa digunakan untuk mencari hubungan di antara dua variabel yang memiliki sifat kuantitatif.
Sedangkan, menurut teori probabilitas dan statistika, korelasi juga disebut sebagai koefisien korelasi, yakni nilai yang menunjukkan kekuatan dan arah hubungan linier antara dua peubah acak.
Ada pula statistik korelasi yang merupakan metode untuk mengetahui ada dan tidaknya hubungan linear antara variabel. Jika ditemukan hubungan, maka perubahan yang terjadi pada salah satu variabel (X) akan menyebabkan terjadinya perubahan pada variabel lain (Y).
Intinya, korelasi adalah teknik menganalisis statistik untuk mencari hubungan dari dua variabel. Hubungan dua variabel itu bisa terjadi karena adanya hubungan sebab akibat atau hanya kebetulan.
Dua variabel bisa disebut berkorelasi, bila perubahan pada variabel yang lain ke arah yang sama (korelasi positif) atau berlawanan (korelasi negatif) secara teratur. Korelasi sendiri terbagi menjadi tiga, yakni korelasi sederhana, parsial dan ganda.
Para ahli pun memiliki pandangan masing-masing mengenai pengertian korelasi, antara lain:
Menurut Jonathan Sarwono, korelasi merupakan teknik analisis yang di dalamnya termasuk, teknik pengukuran asosiasi atau hubungan (measures of association). Pengukuran asosiasi merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistik bivariat, yang digunakan untuk mengukur kekuatan hubungan antara dua variabel.
Sukardi berpendapat bahwa penelitian korelasi adalah suatu penelitian yang melibatkan tindakan pengumpulan data guna menentukan ada atau tidaknya hubungan dan tingkat hubungan antara dua variabel atau lebih.
Menurut Sugiyono, analisis korelasi adalah bagian dari ilmu statistika yang memiliki 9 jenis, yakni korelasi pearson product moment (r), korelasi ratio (y), korelasi spearman rank atau rho (rs atau p), korelasi biserial (rb), korelasi point biserial (rpb), korelasi phi (0), korelasi tetrachoric (rt), korelasi contingency (C), dan korelasi kendall’s tau (8).
Sedangkan, Lind, Marchal, Wathen berpendapat analisis korelasi adalah sekumpulan teknik untuk mengukur hubungan antara dua variabel, gagasan dasar dari analisis korelasi untuk melaporkan hubungan antara dua variabel. Variabel X (garis horizontal dalam grafik) dan variabel Y (garis vertikal dalam grafik) yang menjadi hubungan non-linear, positif atau negatif.
Itulah pengertian korelasi dari beberapa ahli.
Baca Juga:
Korelasi juga terbagi menjadi 3 macam, yakni korelasi sederhana, korelasi parsial, dan korelasi ganda. Berikut, penjelasan masing-masing korelasi.
Korelasi sederhana adalah salah satu teknik statistik yang digunakan untuk mengukur kekuatan hubungan antara dua variabel dan mencari tahu bentuk hubungan antara keduanya yang bersifat kuantitatif.
Kekuatan hubungan antara dua variabel yang dimaksud adalah 2 variabel itu memiliki hubungan yang lemah, erat atau tidak erat. Sedangkan, bentuk hubungan yang itu maksudnya antara dua variabel memiliki bentuk korelasi linear positif atau linear negatif yang mencakup teknik-teknik dari pengukuran asosiasi.
Ada 2 teknik pengukuran asosiasi yang paling populer meliputi korelasi pearson product moment dan korelasi rank spearman. Korelasi pearson product moment adalah korelasi yang digunakan untuk data kontinu dan data diskrit.
Teknik pengukuran asosiasi ini sangat cocok digunakan untuk statistik parametrik. Karena, data berjumlah besar dan memiliki ukuran parameter, seperti mean dan standar deviasi populasi.
Sedakan, korelasi rank spearman digunakan untuk data diskrit dan kontinu yang statistik nonparametrik. Koefisien korelasi rank spearman lebih cocok digunakan untuk statistik nonparametrik.
Statistik non parametrik adalah statistik yang digunakan ketika data tidak memiliki informasi parameter, data tidak berdistribusi normal atau data diukur dalam bentuk ranking.
Berbeda dengan korelasi pearson, teknik pengukuran asosiasi ini tidak membutuhkan asumsi normalitas. Sehingga, korelasi rank spearman lebih cocok digunakan untuk data dengan sampel kecil.
Korelasi rank spearman mencari hubungan dengan menghitung ranking data terlebih dahulu. Artinya, korelasi dihitung berdasarkan orde data. Anda bisa menggunakannya ketika menemui data kategori, seperti kategori pekerjaan, tingkat pendidikan, kelompok usia dan contoh kategori data lainnya.
Dengan demikian korelasi sederhana dapat digunakan untuk statistik parametrik dengan jumlah besaran dari ukuran parameter pada populasi.
Korelasi parsial merupakan suatu metode yang digunakan untuk mengukur keeratan hubungan antara dua variabel bebas dan variabel tak bebas. Caranya, mengontrol salah satu variabel bebas untuk melihat korelasi natural antara variabel yang tidak terkontrol.
Analisis korelasi parsial ini akan melibatkan dua variabel. Satu variabel yang dianggap berpengaruh akan dikendalikan atau dibuat tetap sebagai variabel kontrol.
Sehingga, korelasi parsial ini nantinya bisa digunakan untuk melakukan kontrol dari salah satu variabel dengan mudah.
Selain itu, data yang digunakan dalam korelasi parsial biasanya memiliki skala interval atau rasio. Berikut, pedoman untuk memberikan interpretasi dan analisis bagi koefisien korelasi menurut Sugiyono.
Korelasi ganda adalah bentuk korelasi yang biasanya digunakan untuk melihat hubungan antara 3 atau lebih variabel (dua atau lebih variabel independen dan satu variabel dependen). Korelasi ganda ini berkaitan dengan interkorelasi variabel independen, seperti korelasinya dengan variabel dependen.
Oleh karena itu, korelasi ganda ini juga merupakan nilai yang bisa menentukan kuat atau tidaknya pengaruh hubungan antara variabel secara bersama-sama. Korelasi ganda merupakan korelasi yang terdiri dari 2 atau lebih variabel bebas (X1, X2, … Xn) dan satu variabel terikat (Y). Apabila, perumusan masalahnya terdiri dari 3 masalah, maka hubungan antar masing-masing variabel dilakukan dengan perhitungan korelasi sederhana.
Korelasi ganda juga memiliki koefisien dengan besar kecilnya antara hubungan variabel yang akan dinyatakan dalam bilangan yang disimbolkan 1 – 0 dan +1.
Korelasi -1 adalah negatif sempurna, yakni ada hubungan di antara dua variabel atau lebih tapi arahnya terbalik. Sedangkan, +1 adalah korelasi positif sempurna, yakni adanya sebuah hubungan di antara dua variabel atau lebih.
Lalu, korelasi 0 dianggap tidak memiliki hubungan antara 2 variabel atau lebih yang diuji, sehingga bisa dikatakan tidak ada hubungan sama sekali.
Baca Juga:
Setelah melakukan analisis korelasi, maka akan menemukan hasil atau bentuk korelasi, antara lain:
Korelasi positif adalah perubahan nilai yang diikuti pada nilai variabel secara teratur pada arah yang sama, sehingga mengalami kenaikan. Bentuk korelasi ini juga diartikan sebagai perubahan nilai koefisien pada pasangan data dari variabel.
Korelasi positif juga merupakan hubungan antara variabel X dan variabel Y yang bisa menggambarkan hubungan sebab akibat. Jika variabel X mengalami penambahan nilai maka akan diikuti penambahan nilai variabel Y.
Contoh Korelasi Positif :
Apabila dilakukan penambahan jumlah pupuk (X), maka produksi jagung akan semakin meningkat (Y).
Korelasi negatif adalah perubahan nilai yang diikuti pada nilai variabel secara teratur, tetapi memiliki arah yang berlawanan dengan kenaikan variabel yang tidak teratur.
Nilai koefisien dalam korelasi negatif ini menunjukkan beberapa pasangan data memiliki linear negatif yang cukup kuat.
Artinya, korelasi negatif ini berbanding terbalik dengan korelasi positif. Korelasi negatif adalah hubungan antara variabel X dan variabel Y. Jika nilai variabel X meningkat, maka nilai variabel Y akan menurun.
Contoh Korelasi Negatif :
Jika harga barang elektronik naik (X) maka permintaan terhadap barang tersebut akan menurun (Y).
Variabel yang tidak berkorelasi terjadi bila kenaikan nilai diikuti dengan penurunan data yang berlawanan atau tidak saling berhubungan. Dalam bentuk korelasi ini, nilai koefisien memiliki pasangan data dengan korelasi yang lemah.
Maksudnya, hasil analisis korelasi dari dua variabel (X dan Y) tidak menunjukkan adanya hubungan linear. Maka, hal ini bisa disebut sebagai tidak ada korelasi.
Contoh:
Wanita itu memiliki rambut yang panjang (X) dengan badan yang tinggi semampai (Y).
Kedua variabel itu tidak dapat dihitung hubungannya atau tidak ada korelasinya sama sekali, maka disebut hasil analisis tidak berkorelasi.
Korelasi sempurna bisa terjadi bila kenaikan atau penurunan variabel X selalu sebanding dengan kenaikan atau penurunan variabel Y. Umumnya, jumlah hubungan antara variabel bebas dan variabel tidak bebas bisa diukur dengan koefisien korelasinya.
Bila digambarkan menggunakan diagram titik atau pencar, titik berderet yang menunjukkan korelasi sempurna akan membentuk satu garis lurus yang hampir tidak ada pencaran.
Besarnya hubungan antara variabel bebas dan variabel tidak bebas biasanya diukur dengan koefisien korelasi. Nilai koefisien korelasi berada antara -1 hingga +1.
Jika, koefisien korelasi bernilai 0, berarti tidak ada hubungan antara kedua variabel tersebut. Bila, koefisien korelasi bernilai negatif, berarti hubungan antara kedua variabel itu negatif atau saling berbanding terbalik.
Jika, koefisien korelasi bernilai positif, berarti hubungan antara kedua variabel itu positif atau saling berbanding lurus.
Berikut ini, beberapa contoh kasus yang memiliki korelasi.
1. Hubungan antara kenaikan harga BBM (X) dengan harga kebutuhan pokok (Y).
2. Hubungan usia pernikahan (X) dengan jumlah anak yang dilahirkan (Y).
3. Hubungan tingkat pendidikan ibu (X) dengan tingkat kesehatan atau gizi bayi (Y).
4. Hubungan tingkat pendidikan (X) dengan tingkat pendapatan (Y).
Artikel Terkait:
Pada saat menerbitkan buku, penerbit yang dipilih sering menambahkan halaman prancis atau half title dalam…
Menggunakan tools pendeteksi AI tentu menjadi langkah tepat bagi guru dan dosen. Tools ini bisa…
Proses menulis biasanya diawali dengan menulis draft dan disebut sebagai draft pertama. Penulisan draft menjadi…
Salah satu tahapan penting dalam proses menulis adalah swasunting atau self editing. Melakukan swasunting membantu…
Menggunakan AI untuk parafrase memang menjadi pilihan banyak akademisi saat ini, baik itu dosen maupun…
Menggunakan AI untuk membuat mind mapping atau peta konsep, tentunya menjadi alternatif yang banyak dipilih.…