Menentukan Keterhubungan Antara 2 Hal dengan Statistik Korelasi

Artikel berikut akan membahas tentang cara menentukan keterhubungan antara 2 hal dengan statistik korelasi. Misalkan kita akan menentukan hubungan antara jumlah jam belajar siswa dengan nilai yang didapatkanya, apakah semakin banyak belajar akan menghasilkan nilai yang besar pula? Contoh lainnya adalah menentukan keterhubungan antara suhu ruangan dengan kelembaban dalam ruangan, apakah semakin tinggi suhu ruangan akan menyebabkan kelembaban naik atau malah turun? Pada artikel ini akan diberikan contoh perhitungan korelasi untuk menentukan keterhubungan antara suhu ruangan dengan kelembabannya.

Korelasi merupakan salah satu ilmu yang dipelajari pada pelajaran statistika. Menurut Kamus Besar Bahasa Indonesia (KBBI), pengertian korelasi adalah hubungan timbal balik atau sebab akibat. Definisi pada ilmu statistika, korelasi merupakan salah satu teknik statistik yang digunakan untuk mencari hubungan antara dua variable yang bersifat kuantitatif (nilai berupa angka). 2 hal dikatakan memiliki keterhubungan jika nilai korelasi mendekati -1 atau 1, jika nilai korelasi mendekati 0 artinya kedua variable tersebut kurang memiliki keterhubungan. Jika didapatkan nilai korelasi mendekati 1, artinya jika satu nilai meningkat maka nilai yang lain secara linear akan meningkat. Jika didapatkan nilei korelasi mendekati -1, artinya jika satu nilai menaik maka nilai yang lain akan secara linear menurun.

Berikut ini akan diberikan contoh perhitungan keterhubungan antara data suhu dengan kelembaban dengan rumus korelasi Pearson.

  1. Siapkan data suhu dan kelembaban

Pada kasus ini digunakan 10 data pencatatan suhu dan kelembaban yang didapatkan dari pengukuran menggunakan sensor DHT-22.

NO TEMP HUMID
1 27 50.3
2 27 50.4
3 27 50.7
4 27 51.6
5 26.9 50.3
6 26.9 50.3
7 26.9 50.1
8 26.9 50
9 26.9 50
10 26.9 50

  1. Rumus korelasi Pearson
  2. Buat perhitungan matematis dan hitung setiap variable di korelasi Pearson
NO TEMP (x) HUMID (y) x2 y2 x*y
1 27 50.3 729 2530.09 1358.1
2 27 50.4 729 2540.16 1360.8
3 27 50.7 729 2570.49 1368.9
4 27 51.6 729 2662.56 1393.2
5 26.9 50.3 723.61 2530.09 1353.07
6 26.9 50.3 723.61 2530.09 1353.07
7 26.9 50.1 723.61 2510.01 1347.69
8 26.9 50 723.61 2500 1345
9 26.9 50 723.61 2500 1345
10 26.9 50 723.61 2500 1345
S 269.4 503.7 7257.66 25373.49 13569.83

n = 10
n(Sxy) = 135698.3
Sx = 269.4
Sy = 503.7
nSx2 = 72576.6
nSy2 = 253734.9
(Sx)2 = 72576.36
(Sy)2 = 253713.7

  1. Hitung nilai korelasi suhu dengan kelembaban menggunakan rumus pada poin nomor 2

        r = 135698.3 – 135696.8 / Ö(72576.6-72576.36)*(253734.9-253713.7)

          = 0.674

  1. Ambil kesimpulan

Nilai 0.674 memperlihatkan nilai korelasi kuat positif, artinya jika temperatur menaik maka secara linear akan didapatkan kelembaban yang meningkat pula.

Hasil percobaan tersebut menunjukkan keterhubungan antara temperatur dan kelembaban sehingga sering didapatkan pada data-data ilmiah kedua nilai tersebut digunakan sebagai dasar perhitungan.

Wassalam – Bobsis2019