Pengertian Korelasi, Bentuk, Macam, Rumus, dan Manfaatnya

Table of Contents

Korelasi

A. Pengertian Korelasi

Korelasi dalam Kamus Besar Bahasa Indonesia (KBBI) adalah hubungan timbal balik atau sebab akibat. Sederhananya, korelasi diartikan sebagai hubungan. Namun ketika dikembangkan lebih jauh, korelasi tidak hanya dapat dipahami sebatas pengertian tersebut. Korelasi merupakan salah satu teknik analisis dalam statistik yang digunakan untuk mencari hubungan antara dua variabel yang bersifat kuantitatif.

Hubungan dua variabel tersebut dapat terjadi karena adanya hubungan sebab akibat atau dapat pula terjadi karena kebetulan saja. Dua variabel dikatakan berkorelasi apabila perubahan pada variabel yang satu akan diikuti perubahan pada variabel yang lain secara teratur dengan arah yang sama (korelasi positif) atau berlawanan (korelasi negatif).

Dalam Matematika, korelasi merupakan ukuran dari seberapa dekat dua variabel berubah dalam hubungan satu sama lain. Kedua variabel yang dibandingkan satu sama lain dalam korelasi dapat dibedakan menjadi variabel independen dan variabel dependen. Sesuai dengan namanya, variabel independen adalah variabel yang perubahannya cenderung di luar kendali manusia. Sementara itu variabel dependen adalah variabel yang dapat berubah sebagai akibat dari perubahan variabel independen.

B. Bentuk Hubungan Korelasi

1. Korelasi Linear Positif (+1)
a. Perubahan Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur dengan arah yang sama. Jika Nilai Variabel X mengalami kenaikan, maka Variabel Y juga ikut naik. Jika Nilai Variabel X mengalami penurunan, maka Variabel Y pun ikut turun.
b. Jika Nilai Koefisien Korelasi mendekati +1 (positif Satu) berarti pasangan data Variabel X dan Y mempunyai Korelasi Linear Positif yang kuat.

2. Korelasi Linear Negatif (-1)
a. Perubahan Nilai Variabel diikuti perubahan Nilai Variabel yang lainnya secara teratur tetapi dengan arah yang berlawanan. Jika Nilai Variabel X mengalami kenaikan, maka Variabel Y akan turun. Jika Nilai Variabel X turun, maka Nilai Variabel Y mengalami kenaikan.
b. Apabila Nilai Koefisien Korelasi mendekati -1 maka hal ini menunjukkan pasangan data Variabel X dan Variabel Y mempunyai Korelasi Linear Negatif yang kuat/erat.

3. Tidak Berkolerasi (0)
a. Kenaikan Nilai Variabel yang satunya terkadang diikuti dengan penurunan Variabel yang lainnya atau terkadang diikuti dengan kenaikan Variabel yang lainnya. Arah hubungannya tidak teratur, searah, dan terkadang berlawanan.
b. Apabila Nilai Koefisien Korelasi mendekati 0 (Nol) berarti pasangan data Variabel X dan Y mempunyai korelasi yang sangat lemah atau berkemungkinan tidak berkolerasi.

C. Macam Korelasi

Korelasi sebagai sebuah analisis memiliki berbagai jenis menurut tingkatannya. Beberapa tingkatan korelasi yang telah dikenal selama ini antara lain adalah korelasi sederhana, korelasi parsial, dan korelasi ganda.
1. Korelasi Sederhana
Korelasi Sederhana merupakan suatu teknik statistik yang dipergunakan untuk mengukur kekuatan hubungan antara 2 variabel dan juga untuk dapat mengetahui bentuk hubungan keduanya dengan hasil yang bersifat kuantitatif. Kekuatan hubungan antara 2 variabel yang dimaksud adalah apakah hubungan tersebut erat, lemah,  ataupun tidak erat. Sedangkan bentuk hubungannya adalah apakah bentuk korelasinya linear positif ataupun linear negatif.

Di antara sekian banyak teknik-teknik pengukuran asosiasi, terdapat dua teknik korelasi yang sangat populer sampai sekarang, yaitu Korelasi Pearson Product Moment dan Korelasi Rank Spearman. Korelasi Pearson Product Moment adalah korelasi yang digunakan untuk data kontinu dan data diskrit. Korelasi pearson cocok digunakan untuk statistik parametrik. Ketika data berjumlah besar dan memiliki ukuran parameter seperti mean dan standar deviasi populasi.

Korelasi Pearson menghitung korelasi dengan menggunakan variasi data. Keragaman data tersebut dapat menunjukkan korelasinya. Korelasi ini menghitung data apa adanya, tidak membuat ranking atas data yang digunakan seperti pada korelasi Rank Spearman. Ketika kita memiliki data numerik seperti nilai tukar rupiah, data rasio keuangan, tingkat pertumbuhan ekonomi, data berat badan dan contoh data numerik lainnya, maka Korelasi Pearson Product Moment cocok digunakan.

Sebaliknya, Koefisien Korelasi Rank Spearman digunakan untuk data diskrit dan kontinu namun untuk statistik nonparametrik. Koefisien korelasi Rank Spearman lebih cocok untuk digunakan pada statistik nonparametrik. Statistik nonparametrik adalah statistik yang digunakan ketika data tidak memiliki informasi parameter, data tidak berdistribusi normal atau data diukur dalam bentuk ranking. Berbeda dengan Korelasi Pearson, korelasi ini tidak memerlukan asumsi normalitas, maka korelasi Rank Spearman cocok juga digunakan untuk data dengan sampel kecil.

Korelasi Rank Spearman menghitung korelasi dengan menghitung ranking data terlebih dahulu. Artinya korelasi dihitung berdasarkan orde data. Ketika peneliti berhadapan dengan data kategorik seperti kategori pekerjaan, tingkat pendidikan, kelompok usia, dan contoh data ketegorik lainnya, maka Korelasi Rank Spearman cocok digunakan. Korelasi Rank Spearman pun cocok digunakan pada kondisi di mana peneliti dihadapkan pada data numerik (kurs rupiah, rasio keuangan, pertumbuhan ekonomi), namun peneliti tidak memiliki cukup banyak data (data kurang dari 30).

2. Korelasi Parsial
Korelasi parsial adalah suatu metode pengukuran keeratan hubungan (korelasi) antara variabel bebas dan variabel tak bebas dengan mengontrol salah satu variabel bebas untuk melihat korelasi natural antara variabel yang tidak terkontrol. Analisis korelasi parsial (partial correlation) melibatkan dua variabel. Satu buah variabel yang dianggap berpengaruh akan dikendalikan atau dibuat tetap (sebagai variabel kontrol).

Sebagai contoh misalnya kita akan meneliti hubungan variabel X2 dan variabel bebas Y, denganX1 dikontrol (korelasi parsial). Di sini variabel yang dikontrol (X1) dikeluarkan atau dibuat konstan. Sehingga X2’ = X2 – (b2X1 + a2 ) dan Y’ = Y – (b1 X1 +a1 ), tetapi nilai a dan b didapatkan dengan menggunakan regresi linear. Setelah hasilnya diperoleh, kemudian dicari regresi X2‘ dengan Y’ di mana : Y’ = b3X2’ +a3. Korelasi yang didapatkan dan sejalan dengan model-model di atas dinamakan korelasi parsial X2 dan Y sedangkan X1 dibuat konstan.

Nilai korelasi berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat. Sebaliknya, jika nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai positif menunjukkan hubungan searah (X naik, maka Y naik) sementara nilai negatif menunjukkan hubungan terbalik (X naik, maka Y turun).

Data yang digunakan dalam korelasi parsial biasanya memiliki skala interval atau rasio. Berikut adalah pedoman untuk memberikan interpretasi serta analisis bagi koefisien korelasi menurut 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

3. Korelasi Ganda
Korelasi ganda adalah bentuk korelasi yang digunakan untuk melihat hubungan antara tiga atau lebih variabel (dua atau lebih variabel independen dan satu variabel dependen. Korelasi ganda berkaitan dengan interkorelasi variabel-variabel independen sebagaimana korelasi mereka dengan variabel dependen.

Korelasi ganda adalah suatu nilai yang memberikan kuatnya pengaruh atau hubungan dua variabel atau lebih secara bersama-sama dengan variabel lain. Korelasi ganda merupakan korelasi yang terdiri dari dua atau lebih variabel bebas (X1, X2, …Xn) serta satu variabel terikat (Y). Apabila perumusan masalahnya terdiri dari tiga masalah, maka hubungan antara masing-masing variabel dilakukan dengan cara perhitungan korelasi sederhana.

Korelasi ganda memiliki koefisien korelasi, yakni besar kecilnya hubungan antara dua variabel yang dinyatakan dalam bilangan. Koefisien Korelasi disimbolkan dengan huruf R. Besarnya Koefisien Korelasi adalah antara -1; 0; dan +1.

Besarnya korelasi -1 adalah negatif sempurna yakni terdapat hubungan di antara dua variabel atau lebih namun arahnya terbalik, +1 adalah korelasi yang positif sempurna (sangat kuat) yakni adanya sebuah hubungan di antara dua variabel atau lebih tersebut, sedangkan koefisien korelasi 0 dianggap tidak terdapat hubungan antara dua variabel atau lebih yang diuji sehingga dapat dikatakan tidak ada hubungan sama sekali.

D. Rumus Korelasi

Rumus Korelasi

Keterangan :
n : Pasangan data X atau Y
Σx : Jumlah dari bentuk Variabel X
Σy : Jumlah dengan Variabel Y
Σx2 : Kuadrat dengan Jumlah pada Variabel X
Σy2 : Kuadrat dengan Jumlah pada Variabel Y
Σxy : Hasil dari Perkalian dan Jumlah
Bentuk Variabel X atau Variabel Y

E. Manfaat Korelasi

1. Dapat mengukur beberapa hubungan variabel
2. Dapat memotivasi kerja terhadap produktivitas variabel
3. Dapat menemukan kualitas dengan layanan
4. Dapat melakukan tingkatan inflasi pada variabel yang tertentu 

Dari berbagai sumber

Download