# Koefisien Korelasi: Ukur Kekuatan Hubungan Dua Variabel *English: Correlation Coefficient* > Pelajari koefisien korelasi, ukurannya dari -1 hingga 1, jenis-jenisnya, dan aplikasinya dalam keuangan dan forex. **Definisi:** Koefisien korelasi adalah ukuran statistik yang menghitung kekuatan hubungan antara pergerakan relatif dua variabel. **URL:** https://kamus.belajarforex.co.id/c/correlation-coefficient --- ## Koefisien Korelasi Koefisien korelasi adalah ukuran statistik yang menghitung kekuatan hubungan antara pergerakan relatif dua variabel. Nilai koefisien korelasi berkisar dari -1,0 hingga 1,0. Korelasi -1,0 menunjukkan korelasi negatif sempurna, sedangkan korelasi 1,0 menunjukkan korelasi positif sempurna. Korelasi 0,0 menunjukkan tidak ada hubungan linear antara pergerakan kedua variabel. Angka yang dihitung lebih besar dari 1,0 atau kurang dari -1,0 menunjukkan adanya kesalahan dalam pengukuran korelasi. ## Jenis-Jenis Koefisien Korelasi Ada beberapa jenis koefisien korelasi, yang paling umum adalah: * **Koefisien Korelasi Pearson**: Ini adalah ukuran korelasi yang paling banyak digunakan. Ini menilai hubungan linear antara dua variabel kontinu, seperti memeriksa apakah dua hal meningkat atau menurun bersama secara konsisten. Ini sensitif terhadap outlier, yang dapat memengaruhi hasil. * **Koefisien Korelasi Peringkat Spearman**: Ukuran non-parametrik ini menilai seberapa baik hubungan antara dua variabel dapat dijelaskan menggunakan fungsi monotonik. Sederhananya, ini melihat apakah hal-hal yang berperingkat tinggi dalam satu daftar juga berperingkat tinggi dalam daftar lain. Ini kurang sensitif terhadap outlier dibandingkan korelasi Pearson. * **Kendall’s Tau**: Ini adalah ukuran non-parametrik lain yang digunakan untuk menilai kekuatan asosiasi antara dua variabel berperingkat. Ini seperti membandingkan peringkat film favorit dua teman untuk melihat apakah mereka setuju tentang film mana yang lebih baik. Kendall’s Tau kurang sensitif terhadap ukuran sampel kecil dan lebih kuat dalam kasus seri. * **Koefisien Korelasi Point-Biserial**: Ini adalah kasus khusus dari korelasi Pearson yang digunakan ketika satu variabel kontinu (seperti tinggi badan) dan yang lainnya dikotomis (biner, seperti ya/tidak). Ini memeriksa apakah ada hubungan antara keduanya, seperti melihat apakah bertubuh tinggi terkait dengan menyukai bola basket. ### Rumus Matematis Untuk koefisien korelasi Pearson, rumusnya adalah: ​ Dimana: * **r**: Ini mewakili koefisien korelasi Pearson, yang mengukur kekuatan dan arah hubungan linear antara dua variabel. * **n**: Jumlah pasangan data atau observasi. * **Σxy**: Ini adalah jumlah dari hasil kali skor berpasangan dari dua variabel (x dan y). Anda mengalikan setiap pasangan nilai x dan y, lalu menjumlahkan semua hasil kali tersebut. * **Σx**: Ini adalah jumlah semua nilai x dalam dataset. * **Σy**: Ini adalah jumlah semua nilai y dalam dataset. * **Σx²**: Ini adalah jumlah kuadrat dari setiap nilai x. Untuk menghitungnya, kuadratkan setiap nilai x secara individual lalu jumlahkan semua kuadrat tersebut. * **Σy²**: Ini adalah jumlah kuadrat dari setiap nilai y. Kuadratkan setiap nilai y secara individual lalu jumlahkan semua kuadrat tersebut. ### Interpretasi * **Korelasi positif kuat (0,7 ≤ r ≤ 1)**: Saat satu variabel meningkat, variabel lain juga meningkat. * **Korelasi positif sedang (0,3 ≤ r < 0,7)**: Saat satu variabel meningkat, variabel lain cenderung meningkat. * **Korelasi positif lemah (0 ≤ r < 0,3)**: Peningkatan kecil pada satu variabel dapat menyebabkan peningkatan kecil pada variabel lain. * **Tidak ada korelasi (r ≈ 0)**: Tidak ada hubungan linear antara variabel. * **Korelasi negatif lemah (-0,3 < r ≤ 0)**: Peningkatan kecil pada satu variabel dapat menyebabkan penurunan kecil pada variabel lain. * **Korelasi negatif sedang (-0,7 < r ≤ -0,3)**: Saat satu variabel meningkat, variabel lain cenderung menurun. * **Korelasi negatif kuat (-1 ≤ r ≤ -0,7)**: Saat satu variabel meningkat, variabel lain menurun. ## Aplikasi Koefisien Korelasi Koefisien korelasi banyak digunakan di berbagai bidang seperti ekonomi, keuangan, psikologi, dan ilmu fisika. Dalam keuangan, misalnya, koefisien korelasi digunakan untuk mengukur korelasi antara imbal hasil aset yang berbeda, yang membantu dalam strategi diversifikasi portofolio. Dalam trading forex, ini dapat digunakan untuk menganalisis hubungan antara pasangan mata uang, membantu trader memahami apakah dua mata uang bergerak bersama atau berlawanan arah. Anda dapat menggunakan alat interaktif online kami yang mengukur korelasi mata uang selama beberapa periode waktu. ## Keterbatasan Koefisien Korelasi * **Hubungan Linear**: Koefisien korelasi Pearson hanya mengukur hubungan linear, sehingga mungkin tidak memberikan informasi yang berarti tentang hubungan non-linear. * **Sensitivitas terhadap Outlier**: Koefisien korelasi Pearson sensitif terhadap outlier, yang dapat mendistorsi hasil. * **Sebab Akibat**: Korelasi tidak menyiratkan sebab akibat. Bahkan jika dua variabel sangat berkorelasi, itu tidak berarti bahwa satu variabel menyebabkan yang lain berubah. ## Cheat Sheet Koefisien Korelasi Berikut adalah cheat sheet yang memberikan gambaran umum tentang berbagai jenis koefisien korelasi: ## FAQ **Apa itu koefisien korelasi?** Koefisien korelasi adalah ukuran statistik yang menghitung kekuatan hubungan antara pergerakan relatif dua variabel. **Berapa rentang nilai koefisien korelasi?** Nilai koefisien korelasi berkisar dari -1,0 hingga 1,0. **Apa arti korelasi -1,0 dan 1,0?** Korelasi -1,0 menunjukkan korelasi negatif sempurna, sedangkan korelasi 1,0 menunjukkan korelasi positif sempurna. **Bagaimana koefisien korelasi digunakan dalam trading forex?** Dalam trading forex, koefisien korelasi dapat digunakan untuk menganalisis hubungan antara pasangan mata uang, membantu trader memahami apakah dua mata uang bergerak bersama atau berlawanan arah. **Apakah korelasi berarti sebab akibat?** Tidak, korelasi tidak menyiratkan sebab akibat. Bahkan jika dua variabel sangat berkorelasi, itu tidak berarti bahwa satu variabel menyebabkan yang lain berubah.