Korelasi Adalah – Pengertian, Rumus Korelasi Ganda dan Parsial
Table of content:
pusatdapodik.com kali ini kita akan membahas pengertian dan rumus korelasi serta bentuk hubungan kedua variabel beserta penjelasan tentang rumus korelasi berganda dan korelasi parsial, untuk lebih jelasnya mengenai korelasi simak penjelasan dibawah ini.
Definisi Korelasi
Korelasi atau biasa disebut koefisien korelasi adalah suatu nilai yang menunjukkan kekuatan dan arah hubungan linier antara dua variabel acak
Korelasi Sederhana adalah teknik statistik yang digunakan untuk mengukur kekuatan hubungan antara 2 variabel dan juga untuk dapat mengetahui bentuk hubungan antara 2 variabel dengan hasil kuantitatif.
Rumus Korelasi
Koefisien Korelasi Sederhana umumnya disebut sebagai Koefisien Korelasi Pearson karena memiliki rumus untuk menghitung koefisien korelasi sederhana yang dikemukakan oleh Karl Pearson, seorang ahli matematika dari Inggris. (Rumus ini juga disebut momen produk Pearson)

Deskripsi Rumus:
n adalah jumlah pasangan data X dan Y
Σx adalah Jumlah Total Variabel X
Σy adalah Jumlah Total Variabel Y
Σx2 adalah Kuadrat dari Jumlah Total Variabel X
Σy2 adalah Kuadrat Jumlah Total Variabel Y
Σxy adalah Hasil Perkalian Jumlah Total
Variabel X dan Variabel Y
Bentuk Hubungan Antara 2 Variabel
Korelasi Linear Positif (+1)
- Perubahan Nilai Variabel diikuti dengan perubahan Nilai Variabel lainnya secara teratur dengan arah yang sama. Jika nilai variabel X mengalami kenaikan, maka variabel Y juga mengalami kenaikan. Jika nilai Variabel X mengalami penurunan, maka Variabel Y juga mengalami penurunan.
- Jika nilai koefisien korelasi mendekati +1 (positif satu), berarti pasangan data X dan Y memiliki korelasi linier positif yang kuat.
Korelasi Linear Negatif (-1)
- Perubahan Nilai Variabel diikuti dengan perubahan Nilai Variabel lainnya secara teratur namun berlawanan arah. Jika nilai variabel X meningkat, maka variabel Y akan menurun. Jika nilai variabel X menurun, maka nilai variabel Y meningkat.
- Jika nilai koefisien korelasi mendekati -1, hal ini menunjukkan bahwa pasangan data Variabel X dan Variabel Y memiliki korelasi linier negatif yang kuat/dekat.
Tidak berkorelasi (0)
- Kenaikan nilai variabel lain kadang diikuti dengan penurunan pada variabel lain atau kadang diikuti dengan kenaikan pada variabel lain. Arah hubungannya tidak beraturan, searah, dan terkadang berlawanan.
- Jika nilai koefisien korelasi mendekati 0 (nol), berarti pasangan data variabel X dan Y memiliki korelasi yang sangat lemah atau tidak mungkin berkorelasi.

Koefisien korelasi non-parametrik
Koefisien korelasi Pearson adalah statistik parametrik, dan tidak menggambarkan korelasi dengan baik ketika asumsi dasar normalitas data dilanggar. Metode korelasi non-parametrik seperti ρ Spearman dan τ Kendall berguna saat distribusi tidak normal.
Koefisien korelasi non parametrik masih belum cukup kuat untuk dibandingkan dengan metode parametrik jika asumsi normalitas data terpenuhi, namun cenderung memberikan hasil yang terdistorsi ketika asumsi ini tidak terpenuhi.
Korelasi Berganda
Korelasi pada (multiple korelasi) adalah angka yang menunjukkan arah dan kekuatan hubungan antara dua variabel secara bersama-sama atau lebih dengan variabel lainnya. Pengertian korelasi ganda dapat dilihat pada gambar berikut. Simbol untuk korelasi berganda adalah R
Keterangan :
X1 = Kepemimpinan
X2 = Tata Letak Kantor
Y = Kepuasan Kerja
R = Korelasi Berganda
Keterangan :
X1 = Kesejahteraan karyawan
X2 = Hubungan dengan pimpinan
X3 = Pengawasan
Y = Efektivitas kerja
Dari contoh di atas terlihat bahwa korelasi berganda R, bukanlah penjumlahan dari korelasi sederhana yang ada pada masing-masing variabel (r1-r2-r3). Jadi R (r1+ r2+ r3).
Korelasi ganda adalah hubungan gabungan antara X1 dan X2 serta Xn dan Y. Pada gambar pertama. korelasi berganda merupakan hubungan gabungan antara variabel kepemimpinan, dan tata ruang kantor dengan kepuasan kerja karyawan
Kopula dan korelasi
Banyak orang salah mengira bahwa informasi yang diberikan oleh koefisien korelasi cukup untuk menentukan struktur ketergantungan antara variabel acak.
Untuk menentukan ketergantungan antara variabel acak, kita harus mempertimbangkan kopula antara keduanya. Koefisien korelasi dapat didefinisikan sebagai struktur ketergantungan hanya dalam beberapa kasus, misalnya pada fungsi distribusi kumulatif dalam distribusi normal multivariat
Korelasi Parsial
Analisis korelasi parsial digunakan untuk mengetahui hubungan antara dua variabel dimana variabel lain yang dianggap berpengaruh dikendalikan atau ditetapkan sebagai variabel kontrol.
Nilai korelasi (r) berkisar antara 1 sampai -1, nilai yang mendekati 1 atau -1 berarti hubungan kedua variabel akan semakin kuat, sebaliknya jika nilainya mendekati 0 berarti hubungan kedua variabel akan semakin kuat. lebih lemah.
Nilai positif menunjukkan hubungan searah (X naik kemudian Y naik) dan nilai negatif menunjukkan hubungan terbalik (X naik kemudian Y turun). Data yang digunakan biasanya berskala interval atau rasio.
Pedoman pemberian interpretasi koefisien korelasi sebagai berikut:
0,00 – 0,199 = sangat rendah
0,20 – 0,399 = rendah
0,40 – 0,599 = sedang
0,60 – 0,799 = kuat
0,80 – 1,000 = sangat kuat
Demikian artikel ini, semoga bermanfaat