Cara Implementasi Teknik Analisis Data dalam Analisis Korelasi
Siapa yang tidak familiar dengan teknik analisis data korelasi? Pastinya kalian semuanya tentu familiar dengan teknik analisis data yang satu ini. Teknik analisis data korelasi adalah teknik yang menggambarkan hubungan antara dua variabel. Korelasi sama artinya dengan adanya hubungan. Secara sederhana korelasi ini bisa diartikan sebagai hubungan. Akan tetapi saat dikembangkan lebih jauh, maka korelasi tak hanya dapat dipahami sebatas pengertian itu. Korelasi adalah salah satu teknik analisis data dalam statistik yang dapat digunakan untuk mencari antara dua variabel dengan sifat kuantitatif. Analisis korelasi adalah suatu cara atau metode untuk mengetahui ada atau tidaknya hubungan linear antara variabel. Apabila terdapat hubungan maka perubahan-perubahan yang terjadi pada salah satu variabel X akan mengakibatkan terjadinya perubahan pada variabel lainnya (Y). Korelasi terbagi menjadi beberapa tiga yakni, korelasi sederhana, parsial dan juga ganda. Dalam koefisien korelasi terdapat istilah koefisien reliabilitas. Koefisien reliabilitas merupakan kuadrat koefisien korelasi antara skor-tampak dan skor-murni. Koefisien korelasi antara skor-tampak dan skor-murni selalu akan lebih besar daripada koefisien reliabilitasnya, selama koefisien reliabilitas itu tidak sama dengan 0 atau 1.0.
Suatu korelasi yang terjadi antara 2 variabel tidak selamanya linier, seperti adanya penambahan nilai variabel Y jika variabel X bertambah, korelasi seperti ini yang disebut sebagai korelasi positif. Terkadang ditemukan ada suatu hubungan yang apabila salah satu nilai variabel bertambah variabel lainnya justru berkurang, hubungan seperti ini disebut sebagai korelasi negatif. Tidak hanya korelasi positif dan negatif, namun juga terkadang ditemukan kasus dimana hubungan antar variabel sangat lemah bahkan tidak ditemukan korelasi. Lalu, kira-kira apa saja sih penjabaran dari masing-masing jenis korelasi dalam teknik analisis data khususnya pada penelitian. Yuk mari kita jawab rasa penasaran kamu lewat artikel berikut ini ya! Pada artikel DQLab kali ini, kita akan membahas mengenai implementasi dari teknik analisis data dalam analisis korelasi. Dengan harapan bisa menjadi tambahan insight dan rekomendasi bagi kalian calon praktisi data, pemula data maupun data enthusiast. Jangan lewatkan artikel berikut ini, pastikan simak baik-baik, stay tune and keep scrolling on this article guys!
1.Jenis Teknik Analisis Korelasi
Ada beberapa jenis dalam teknik analisis korelasi. Berikut ini adalah jenis-jenisnya:
Korelasi Sederhana merupakan analisis statistika yang digunakan untuk mengukur kekuatan hubungan antara dua variabel. Hasil analisis ini akan berbentuk numerik, namun dapat dikategorikan ke dalam beberapa jenis, yaitu korelasi positif (jika nilai x naik, maka y juga akan naik), korelasi negatif (jika nilai x naik, nilai y akan turun), tidak berkorelasi (jika kedua variabel tidak menunjukkan adanya hubungan). Catatan yang harus diingat, jika kedua variabel tersebut berkorelasi, maka nilainya adalah -1 untuk korelasi negatif, 1 untuk korelasi positif, dan 0 jika tidak berkorelasi sama sekal
Korelasi Parsial sebenarnya merupakan perluasan dari korelasi sederhana, jika pada korelasi sederhana hanya akan melihat dan mengukur hubungan antara satu variabel dependen (biasa disebut sebagai variabel Y) dengan satu variabel independen (variabel X), maka pada korelasi parsial, kita akan melibatkan lebih dari satu variabel X (X1, X2, dst). Biasanya akan ada variabel independen yang dijadikan sebagai variabel kontrol, bisa hanya satu variabel atau lebih. Sehingga variabel X dalam analisis ini memiliki dua fungsi, yaitu digunakan untuk melihat keeratan hubungan dengan variabel Y dan juga berfungsi sebagai variabel kontrol.
Baca juga : Langkah-Langkah Menggunakan Teknik Analisis Data Kualitatif
2.Perbedaan One-Tailed dan Two-Tailed
Banyak perbedaan istilah yang terjadi dari poin kedua ini. Ada yang menyebutnya uji satu arah dan uji dua arah. Ada juga yang menyebutnya dengan uji satu ekor dan dua ekor. Banyak yang seringkali terjebak khususnya di poin ini. Pertanyaannya adalah kira-kira hipotesis korelasi manakah yang sekiranya ingin kamu pilih? Secara sederhana, 1-tailed atau 2-tailed merupakan sebuah patokan untuk menguji sebuah hipotesis. Perbedaan antara kedua hal ini terletak pada hipotesis yang akan diuji. Maksudnya, hipotesis yang akan diuji akan mempengaruhi patokan mana yang akan digunakan dalam pengujian. Apakah itu 1-tailed atau 2-tailed. Perlu diingat kembali, bahwa hipotesis terbagi menjadi dua berdasarkan arahnya, yaitu hipotesis yang terarah dan tidak terarah.
Coba deh kita kasih sebuah permisalan. Misalnya jika menggunakan taraf signifikansi yang sama yaitu sebesar 95% (α = 0.05), maka posisi daerah penolakan dapat dijabarkan sebagai berikut:
1-tailed : Posisi penolakan berada pada salah satu sisi. Baik itu sisi kanan (positif) maupun sisi kiri (negatif). Dengan demikian, batas daerah penolakan tetap 5% karena tidak terbagi dalam dua sisi. Hal ini membuat patokan ini menjadi lebih longgar dalam menolak hipotesis nihil.
2-tailed : Posisi penolakan berada pada kedua sisi. Hal ini membuat daerah penolakan akan menjadi lebih kecil karena dibagi menjadi dua. Setiap daerah penolakan baik itu di kanan atau di kiri memiliki batas 2,5%. Tentunya, nilai ini akan membuat penolakan hipotesis akan semakin ketat. Jika kedua daerah tersebut diperluas menjadi 5% maka taraf signifikansi akan menjadi 90%
3.Cara Deteksi Ada atau Tidaknya Korelasi
Jika ingin tahu bagaimana cara mendeteksi ada atau tidaknya korelasi bisa menggunakan dua cara. Cara tersebut adalah dengan perhitungan koefisien korelasi dan deteksi dengan diagram pencar atau scatterplot. Untuk menunjukkan ada tidaknya hubungan antara kedua variabel (x dan y) kita bisa pakai scatterplot untuk mendeteksinya. Scatterplot merupakan diagram yang menyatakan persebaran nilai-nilai dari variabel pada sumbu x dan y. Dari diagram pencar tersebut dapat dibuat sebuah garis yang kira-kira membagi dua titik-titik koordinat pada kedua sisi garis. Dari garis tersebut dapat diketahui korelasi antara kedua variabel. Jika garis mengarah ke atas berarti korelasi positif, jika arah garis menurun berarti korelasi negatif. Jika tidak dapat dibuat sebuah garis maka tidak ada korelasi,dan jika titik-titik tepat melalui garisnya berarti korelasi sempurna
Cara kedua bisa melihat hasil dari koefisien korelasinya. Koefisien korelasi bertujuan untuk mengetahui ada atau tidaknya hubungan antara dua variabel. Baik variabel x maupun variabel y. Koefisien korelasi menggambarkan keeratan hubungan antara kedua variabel. Kini sahabat DQ dapat mengetahui hasilnya dengan menghitung koefisien korelasi dari kedua variabel. Jika koefisien korelasi bertanda positif (+) maka dapat disimpulkan hubungan kedua variabel positif dan begitu juga halnya bila koefisien korelasi bertanda negatif (-).
4.Implementasi Penafsiran Koefisien Korelasi
Koefisien korelasi adalah nilai yang menunjukkan kuat atau tidaknya hubungan linier antara variabel. Koefisien korelasi ini dilambangkan dengan huruf r, di mana nilai r bervariasi di rentang -1 sampai +1. Nilai r yang mendekati angka -1 atau +1 memberikan informasi bahwa kedua variabel memiliki hubungan yang kuat. Sedangkan angka r yang dekat dengan angka Nol, menggambarkan bahwa hubungan antar variabel dinilai rendah. Sedangkan tanda + (positif) dan “ (negatif) memberikan informasi mengenai arah hubungan antara dua variabel tersebut. Jika bernilai + (positif) maka kedua variabel tersebut memiliki hubungan yang searah. Dalam arti lain peningkatan X akan bersamaan dengan peningkatan Y dan begitu juga sebaliknya. Jika bernilai “ (negatif) artinya korelasi antara kedua variabel tersebut bersifat berlawanan. Peningkatan nilai X akan dibarengi dengan penurunan Y.
Baca juga : Metode Pengolahan Data: Ketahui Proses Pengolahan Data Dengan Metode Analisis Deskriptif
5.Upskill Baru di Tahun Baru 2022 Bersama DQLab!
Tahun baru pastinya skill baru dong! Belajar analisis data merupakan salah satu langkah untuk mempelajari hal apapun di ranah data. Melakukan analisis data tentunya bukan hal yang mudah. Dibutuhkan ketekunan dan ketelitian dalam melakukan setiap tahapannya. Agar skill analisis data kamu semakin terasah, tidak salah lagi jika kamu bisa upgrade skill mu bersama DQLab! Kamu bisa loh untuk coba bikin akun gratisnya kesini di DQLab.id dan lakukan signup untuk dapatkan info-info terbaru serta belajar data science. Banyak benefit yang bisa kamu dapatkan jika kamu bergabung untuk belajar bersama DQLab! Nikmati pengalaman belajar data science yang menarik dan cobain berlangganan bersama DQLab yang seru dan menyenangkan dengan live code editor. Cobain juga free module Introduction to Data Science with R dan Introduction to Data Science with Python untuk menguji kemampuan data science kamu gratis! Jika ingin berlangganan kalian bisa mendapatkan benefit yang beragam salah satunya mencoba modul platinum dan career track.
Dapatkan keuntungan-keuntungan yang didapatkan salah satunya tidak perlu install software tambahan. Karena kalian belajar secara langsung terhubung dengan live code editor dari device yang kalian gunakan. Kalian juga bisa mencoba studi kasus penerapan real case industry. Jika kamu kesulitan dalam proses pembelajaran di DQLab, kamu bisa loh gabung ke discord kita untuk menanyakan hal-hal yang kurang jelas dan bingung bagaimana cara penyelesaiannya. Kamu juga diberikan kesempatan mendapatkan job connector dari perusahaan ternama di ranah industri data. Uniknya kamu bisa langsung apply dari akun kamu loh. So, tunggu apalagi, buruan SIGNUP Sekarang ya!
Penulis: Reyvan Maulid