Korelasi vs. asosiasi: apa bedanya?

Dua istilah yang terkadang digunakan secara bergantian adalah korelasi dan asosiasi . Namun dalam bidang statistika, kedua istilah ini mempunyai arti yang sedikit berbeda.

Secara khusus, ketika kita menggunakan kata korelasi , kita biasanya berbicara tentang koefisien korelasi Pearson . Ini adalah ukuran hubungan linier antara dua variabel acak X dan Y. Nilainya antara -1 dan 1 dimana:

• -1 menunjukkan korelasi linier negatif sempurna antara dua variabel
• 0 menunjukkan tidak ada korelasi linier antara dua variabel
• Angka 1 menunjukkan korelasi linier positif sempurna antara dua variabel

Sebaliknya, ketika ahli statistik menggunakan kata asosiasi , mereka dapat berbicara tentang hubungan apa pun antara dua variabel, baik linier maupun nonlinier.

Untuk mengilustrasikan gagasan ini, perhatikan contoh berikut.

Memvisualisasikan korelasi dan asosiasi dengan point cloud

Kami menggunakan dua kata untuk menggambarkan korelasi antara dua variabel acak:

1 arah

• Positif: dua variabel acak berkorelasi positif jika Y cenderung meningkat seiring dengan meningkatnya X.
• Negatif: dua variabel acak mempunyai korelasi negatif jika Y cenderung menurun seiring bertambahnya X.

2. Kekuatan

• Rendah: dua variabel acak memiliki korelasi yang rendah jika titik-titik dalam plot sebar tersebar jarang.
• Kuat: Dua variabel acak memiliki korelasi yang kuat jika titik-titik dalam plot sebar dikelompokkan secara berdekatan.

Plot sebar berikut mengilustrasikan contoh setiap jenis korelasi:

Dibandingkan dengan korelasi, kata asosiasi dapat memberi tahu kita ada tidaknya hubungan antara dua variabel acak: linier atau nonlinier.

Plot sebar berikut menggambarkan beberapa contoh:

Plot sebar di pojok kiri atas menggambarkan hubungan kuadrat antara dua variabel acak, artinya ada hubungan antara kedua variabel tetapi tidak linier.

Jika kita menghitung korelasi kedua variabel, kemungkinan besar mendekati nol karena tidak ada hubungan linier di antara keduanya.

Namun, sekadar mengetahui bahwa korelasi antara kedua variabel adalah nol dapat menyesatkan karena menyembunyikan fakta bahwa terdapat hubungan non-linier.

Korelasi vs. asosiasi: ringkasan

Istilah korelasi dan asosiasi mempunyai persamaan dan perbedaan sebagai berikut:

Kesamaan:

• Kedua istilah tersebut digunakan untuk menggambarkan ada atau tidaknya hubungan antara dua variabel acak.
• Kedua istilah tersebut dapat menggunakan plot sebar untuk menganalisis hubungan antara dua variabel acak.

Perbedaan:

• Korelasi hanya dapat mengetahui apakah dua variabel acak mempunyai hubungan linier, sedangkan asosiasi dapat mengetahui apakah dua variabel acak mempunyai hubungan linier atau nonlinier.
• Korelasi mengukur hubungan antara dua variabel acak dengan menggunakan angka antara -1 dan 1, namun asosiasi tidak menggunakan angka tertentu untuk mengukur suatu hubungan.

Sumber daya tambahan

Pengantar Koefisien Korelasi Pearson
Pengantar point cloud
Korelasi vs Regresi: Apa Bedanya?