Korelasi

Dipublikasikan oleh admin pada

Jenis jenis  Korelasi

Korelasi dapat digunakan sebagai sebuah analisis yang memiliki berbagai jenis berdasarkan tingkatannya. Ada beberapa tingkatan korelasi yang umum diketahui selama ini yaitu seperti korelasi sederhana, korelasi parsial dan korelasi ganda.

Berikut adalah uraian dari masing-masing korelasi dan bagaimana cara menghitung hubungan dari masing-masing korelasi tersebut. Korelasi dapat digunakan sebagai sebuah analisis yang memiliki berbagai jenis berdasarkan tingkatannya.

  1. Korelasi Sederhana

Korelasi sederhana ialah salah satu jenis korelasi yang digunakan sebagai teknik statistik yang digunakan untuk mengukur kekuatan hubungan antara 2 variabel serta mampu untuk mengetahui bentuk hubungan antara keduanya dengan hasil yang bersifat kuantitatif.

Kekuatan hubungan antara 2 variabel ini ialah, apakah hubungan tersebut erat, lemah,  ataupun tidak erat. Sedangkan bentuk hubungannya ialah, apakah bentuk korelasinya linearnya apakah positif atau linear negatif.

Dari sekian banyak teknik-teknik pengukuran asosiasi, ada dua teknik korelasi yang cukup populer sampai sekarang, yaitu Korelasi Pearson Product Moment dan Korelasi Rank Spearman.

    • Korelasi Pearson Product Moment ialah korelasi yang umumnya digunakan untuk data yang bersifat kontinu dan data diskrit. Korelasi pearson ini cocok digunakan untuk statistik parametrik. Jadi, data berjumlah besar dan mempunyai ukuran parameter seperti mean dan standar deviasi populasi. Korelasi Pearson menghitung korelasi dengan cara menggunakan variasi data. Dari variasi data tersebut dapat menunjukkan korelasinya.

Korelasi pearson ini menghitung data apa adanya, dan tidak membuat ranking atas data yang digunakan seperti yang ada pada korelasi Rank Spearman. Ketika menggunakan data numerik seperti nilai tukar rupiah, data rasio keuangan, tingkat pertumbuhan ekonomi, dan data numerik lainnya, Korelasi Pearson Product Moment ini sangat tepat digunakan.

    • Korelasi Rank Spearman ialah korelasi yang digunakan untuk data diskrit dan kontinu akan tetapi untuk statistik nonparametrik. Koefisien korelasi Rank Spearman lebih cocok jika digunakan pada statistik nonparametrik.

Statistik nonparametrik ialah statistik yang digunakan untuk data yang tidak memiliki informasi parameter, data yang tidak berdistribusi normal atau data yang diukur dalam bentuk ranking. Korelasi Rank Spearman ini cocok juga untuk digunakan pada data sampel kecil.

Korelasi Rank Spearman mengetahui korelasi dengan cara menghitung ranking data terlebih dahulu. Berarti, korelasi dihitung dengan orde data. Ketika kita memiliki data kategorik misalnya kelompok usia, kategori pekerjaan dan tingkat pendidikan, maka Korelasi Rank Spearman ini tepat untuk digunakan.

Selain itu, korelasi Rank Spearman ini juga cocok digunakan pada data numerik seperti kurs rupiah, pertumbuhan ekonomi dan lain sebagainya, tetapi peneliti tidak memiliki data yang cukup (data kurang dari 30).

  1. Korelasi Parsial

Korelasi parsial ialah salah satu metode pengukuran hubungan atau korelasi antara variabel bebas dan variabel tak bebas dengan cara mengontrol salah satu variabel bebas untuk mengetahui korelasi natural antara variabel yang tidak terkontrol.

Analisis korelasi parsial atau partial correlation ini melibatkan dua variabel. Satu variabel yang dianggap berpengaruh akan dikontrol atau dibuat tetap (sebagai variabel kontrol).

Contohnya ialah ketika akan meneliti hubungan variabel X2 dengan variabel bebas Y, dengan X1 dikontrol (korelasi parsial). Diketahui variabel yang dikontrol (X1) dikeluarkan atau dianggap konstan. Sehingga X2’ = X2 – (b2X1 + a2 ) dan Y’ = Y – (b1 X1 +a1 ). Akan tetapi nilai a dan b diperoleh dengan menggunakan regresi linear. Setelah hasilnya diperoleh, selanjutnya dicari regresi X2‘ dengan Y’ dimana : Y’ = b3X2’ +a3. Korelasi yang diperoleh dan sejalan dengan model di atas maka dinamakan korelasi parsial X2 dan Y sedangkan X1 dibuat konstan.

Nilai korelasi berada di antara 1 sampai -1, maka jika nilai semakin mendekati angka 1 atau -1 artinya hubungan antara dua variabel semakin kuat. Sedangkan, jika nilai mendekati angka 0 artinya hubungan antara dua variabel semakin lemah. Nilai positif menggambarkan hubungan searah (X naik, maka Y naik) sedangkan nilai negatif menunjukkan hubungan terbalik (X naik, maka Y turun). 

Data yang digunakan dalam korelasi parsial umumnya memiliki skala interval atau rasio. Berikut ini ialah pedoman untuk memberikan interpretasi dan juga 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

  1. Korelasi Ganda

Korelasi ganda merupakan bentuk korelasi yang biasanya digunakan untuk melihat hubungan antara tiga atau lebih variabel (dua atau lebih variabel independen serta satu variabel dependen). Korelasi ganda ini berhubungan dengan interkorelasi variabel-variabel independen selaras dengan korelasi mereka dengan variabel dependen.

Korelasi ganda ialah suatu nilai yang menggambarkan kuatnya pengaruh atau hubungan antara dua variabel atau lebih secara bersama-sama dengan variabel lain. Korelasi ganda adalah korelasi yang terdiri dari dua atau lebih variabel bebas (X1,X2,…..Xn) serta satu variabel terikat (Y).

Jika perumusan masalahnya terdiri dari tiga masalah, maka hubungan antara masing-masing variabel dihitung dengan cara perhitungan korelasi sederhana. 

Korelasi ganda mempunyai koefisien korelasi, yaitu besar atau kecilnya hubungan antara dua variabel yang dinyatakan dalam bilangan. Koefisien korelasi ini disimbolkan dengan huruf R dan besarnya ialah antara -1; 0; dan +1.

Besarnya korelasi -1 ialah negatif sempurna yaitu memiliki hubungan di antara dua variabel atau lebih akan tetapi arahnya terbalik. Sedangkan +1 ialah korelasi yang positif sempurna (sangat kuat) yaitu terdapat sebuah hubungan antara dua variabel atau lebih tersebut, sedangkan koefisien korelasi 0 dianggap tidak memiliki hubungan antara dua variabel atau lebih yang diuji sehingga bisa dikatakan tidak memiliki hubungan sama sekali.

Hasil – hasil Analisis Korelasi

Setelah melakukan uji korelasi akan diketahui hasil dari analisis korelasi, diantaranya ialah:

  • Korelasi Positif

Korelasi Positif yaitu suatu hubungan antara variabel X dengan variabel Y yang bisa digambarkan dengan hubungan sebab akibat dimana jika variabel X mengalami penambahan nilai maka akan diikuti terjadinya penambahan nilai variabel Y.

Contoh Korelasi Positif :

Apabila dilakukan penambahan jumlah pupuk (X), maka produksi padi akan semakin meningkat (Y).

  • Korelasi Negatif

Berbanding terbalik dengan korelasi positif, korelasi negatif ialah hubungan antara variabel X dan variabel Y dimana jika nilai variabel X meningkat maka nilai variabel Y justru akan menurun.

Contoh Korelasi Negatif :

Jika harga barang (X) mengalami peningkatan maka permintaan terhadap barang tersebut akan mengalami penurunan.

  • Tidak Ada Korelasi

Hasil ini akan dapat terjadi jika kedua variabel (X dan Y) tidak menunjukkan adanya hubungan linear.

Contoh:

Panjang rambut (X) dengan tinggi badan (tidak dapat dihitung hubungannya atau tidak memiliki hubungannya sama sekali).

  • Korelasi Sempurna

Korelasi sempurna umumnya dapat terjadi jika kenaikan atau penurunan variabel X selalu sebanding dengan kenaikan atau penurunan variabel Y. Jumlah hubungan antara variabel bebas dan variabel tidak bebas umumnya bisa diukur dengan koefisien korelasinya.

Contoh Kasus Yang Mempunyai Korelasi

Ada banyak sekali contoh kasus penelitian yang mempunyai korelasi. Dengan berbagai jenis dan macam korelasi, berikut ini adalah beberapa contoh kasus yang memiliki hubungan atau korelasi.

  1. Hubungan antara dari kenaikan harga BBM (X) dengan harga kebutuhan pokok (Y)
  2. Hubungan antara dari tingkat pendidikan (X) dengan tingkat pendapatan (Y)
  3. Hubungan antara umur pernikahan yang pertama (X) dengan jumlah anak dilahirkan (Y).
  4. Hubungan di antara pendidikan ibu (X) dengan tingkat kesehatan atau tingkat gizi bayi (Y) dll.

Jadi, korelasi merupakan suatu cara atau metode untuk mengetahui ada atau tidaknya hubungan dari linear antar variabel yang berkaitan. Ciri khasnya dari analisis korelasi ini adalah istilah sebab akibat.

Kategori: pendidikan

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *