Korelasi adalah hubungan. Lebih lengkapnya korelasi adalah angka yang menunjukkan arah hubungan tersebut dan kuatnya hubungan antara dua variabel atau lebih. Angka yang menunjukkan kuatnya hubungan juga sering disebut dengan koefisien korelasi. Secara lebih ringi, arah hubungan ada dua yaitu positif dan negatif. Hubungan antara dua variabel atau lebih dinyatakan positif, jika suatu variabel meningkat nilainya, maka variabel yang lain juga akan meningkat, atau jika satu variabel menurun nilainya, maka variabel yang lain juga akan menurun. Contoh korelasi positif adalah hubungan antara jam belajar dengan prestasi siswa. Semakin banyak jumlah jam belajar seorang siswa, maka prestasi atau nilai juga akan meningkat, atau semakin rendah atau sedikit jam belajar siswa, maka prestasi atau nilai juga akan rendah.
Korelasi dinyatakan negatif adalah jika satu variabel ditingkatkan, maka variabel yang lain akan turun, atau jika satu variabel nilainya turun, maka variabel yang lain akan meningkat. Contoh hubungan negatif misalnya harga produk dengan omset pembelian. Semakin tinggi harga suatu produk, maka akan semakin sedikit produk yang terjual, atau jika harga diturnkan menjadi rendah, maka tingkat penjualan akan meningkat.
![]() |
Gambar kiri adalah hubungan positif dan gambar di kanan adalah hubungan negatif |
Untuk mencari koefisien korelasi antara dua variabel atau lebih telah tersedia banyak sekali metode statistik yang ada. Hal yang pertama adalah mengidentifikasikan sebagai parametris atau non parametris. Tentunya ini bukan hal yang asing, parametris jika memenuhi asumsi normalitas dan non parametrik jika tidak memenuhi asumsi normalitas. Jika asumsi normalitas terpenuhi maka metode korelasi yang bisa diterapkan adalah korelasi Pearson (Product Moment), korelasi ganda atau juga korelasi parsial. Metode-metode ini telah tersdia menunya di SPSS. Korelasi Pearson, sering dilambangkan dengan R, juga digunakan dalam uji validitas baik dengan R hitung maupun dengan corrected item to total correlation. Keduanya menggunakan korelasi Pearson. Nilai R juga sering digunakan dalam koefisien determinasi yang merupakan kuadrat dari nilai korelasi atau sering disebut juga dengan R Square.
Untuk data yang tidak normal, atau salah satu variabel tidak normal maka menggunakan statistik non parametris. Analisis korelasi non parametris yang dapat dipergunakan adalah Korelasi Spearman, Korelasi Kendall, Koefisien Kontingensi (Chi Square). Korelasi Spearman Rho sering diadopsi dalam uji heteroskedastisitas. Demikian juga banyak aplikasi dalam Korelasi Kendall Tau dan tentu saja koefisien kontingensi Chi Square yang sangat populer dipergunakan. Salah satu aplikasi koefisien kontingensi adalah untuk menentukan efikasi atau tingkat efektivitas vaksin Covid-19 yang sering dimuat di beberapa artikel media nasional.
Beberapa pertanyaan yang sering terkait dengan korelasi adalah sebagai berikut:
1. Apakah bedanya korelasi dengan regresi?
Korelasi dan regresi memang berbeda. Untuk lebih jelasnya silahkan simak di artikel di sini.
2. Bagaimana menentukan korelasi termasuk tinggi atau rendah?
Banyak sekali para ahli yang memberikan justifikasi tinggi atau rendahnya suatu korelasi. Misalnya 0,2 termasuk rendah, 0,9 adalah tinggi dan lain-lain. Akan tetapi sebenarnya yang menentukan tinggi rendahnya suatu korelasi adalah bidang kajian ilmu masing-masing. Secara empiris masing-masing bidang ilmu telah mempunyai kisaran tinggi rendahnya suatu korelasi. Rentang atau range yang ada di buku statistik adalah guidance saja, bukan harga mutlak.
3. Bolehkah menggunakan penelitian dengan korelasi dan regresi?
Tidak ada yang melarang dan juga tidak ada yang menyuruh. Terpenting adalah peneliti paham apa itu regresi atau korelasi. Untuk menggunakan metode yang mana, tentunya ini berkaitan dengan telaah teori yang ada. Silahkan simak jurnal yang ada, lalu adopsilah, apakah menggunakan regresi, atau korelasi atau dua-duanya.
Jika masih ada pertanyaan lain, silahkan tulis di kolom komentar secara elegan. Bagi pengguna blogspot, sama dengan blog ini, mohon diaktifkan profilnya agar tidak menjadi dead link.