Contoh Teknik Analisis Data Korelasi, Mengukur Hubungan 2 Variabel

Saat ini keberadaan teknologi sangatlah berpengaruh, terutama dalam dunia bisnis. Tidak lagi hanya sebagai penunjang bisnis, tetapi teknologi telah bertransformasi menjadi bisnis itu sendiri. Setiap perusahaan mulai dari skala yang kecil hingga paling besar pun, kini memiliki banyak data yang harus diolah tiap harinya. Seperti data keuangan, data penjualan, riset pasar, logistik dan lain sebagainya.

Disinilah pentingnya implementasi teknik analisis data yang tepat dalam mengembangkan bisnis perusahaan. Sebelum membahas implementasi dari contoh teknik analisis data kita ulas sedikit mengenai teknik analisis data. Teknik analisis data merupakan suatu upaya untuk mengolah data menjadi sebuah informasi sehingga nantinya data tersebut dapat dipahami dan bermanfaat bagi Data Analyst untuk digunakan sebagai solusi dalam permasalahan maupun sebagai alat dalam membuat keputusan. 

Ada beberapa metode dan teknik untuk melakukan analisis tergantung pada tujuan industri penelitian, jenis data, dan jumlah data yang dikumpulkan. Salah satunya adalah dengan menggunakan software dari Microsoft yaitu Microsoft Excel. Teknik analisis data dengan Microsoft Excel dapat dilakukan dengan membuat rumus-rumus statistik dengan syntax atau yang lebih dikenal dengan formula (diawali dengan tanda sama dengan (=) dalam semua formula).

Selain itu juga dapat langsung menggunakan icon function yang sudah disediakan dalam Microsoft Excel, serta dapat menggunakan add-ins ToolPak Analysis di Excel. Dalam ulasan berikut ini akan dijelaskan mengenai salah satu bentuk analisis data statistik yang paling sering digunakan yaitu analisis korelasi dengan menggunakan Excel.

Penasaran kan bagaimana cara menerapkan analisis Korelasi menggunakan Excel? Yuk kita belajar bersama-sama!

1. Pengertian dan Manfaat Analisis Korelasi

Analisis Korelasi merupakan sebuah analisis yang digunakan untuk mengetahui keeratan hubungan antara beberapa variabel. Biasanya uji korelasi ini akan sangat berhubungan dengan uji regresi yang menunjukkan apakah masing-masing variabel saling mempengaruhi.

Meskipun variabel tersebut saling berhubungan erat atau berkorelasi, belum tentu variabel tersebut saling mempengaruhi. Dalam analisis korelasi ini, output yang dihasilkan hanya dalam rentang -1 sampai 1 dan terbagi menjadi korelasi positif (hasil positif), korelasi negatif (hasil negatif), dan tidak berkorelasi sama sekali (0).

Korelasi seringkali digunakan dalam dunia riset ataupun bisnis. Salah satu contoh penerapannya adalah ketika seorang pemimpin perusahaan menggunakan analisis korelasi untuk mengetahui apakah terdapat hubungan yang kuat antara kenaikan gaji pegawai dengan jumlah pendapatan perusahaan.

Baca juga : Cara Implementasi Teknik Analisis Data dalam Pengambilan Keputusan

2. Analisis Korelasi dengan Rumus Excel

Excel menyediakan berbagai pilihan untuk mencari korelasi. Mari kita coba praktekkan dengan menggunakan function CORREL Excel yang diawali dengan tanda sama dengan (=). Rumus umum dari function CORREL adalah:

=CORREL(array 1, array 2)

Untuk lebih jelasnya, kita akan mencoba untuk mencari nilai korelasi antara dua variabel yaitu membandingkan antara jumlah jam belajar siswa dengan hasil nilai ujian yang diperolehnya. Berikut data sampelnya:

Maka jika disesuaikan dengan data yang dimiliki akan menjadi:

=CORREL(B4:B9;C4:C9)

Sehingga didapatkan hasil sebagai berikut,

Dari hasilnya ternyata variabel lamanya belajar siswa memiliki hubungan yang erat dengan nilai ujian yang didapatkan, dimana nilai korelasinya adalah 0,98 yang artinya berhubungan positif. Maksud positif ini adalah ketika durasi belajar semakin lama, maka nilai ujian yang dihasilkan juga semakin tinggi.

3. Analisis Korelasi dengan Menggunakan ToolPak

Salah satu cara lainnya untuk mencari nilai korelasi adalah dengan menggunakan ToolPak yang disediakan oleh Excel. Namun pastikan bahwa add-ins ToolPak ini telah terinstall terlebih dahulu agar bisa digunakan. Caranya cukup masuk ke Tab Menu Data, kemudian pilih Data Analysis di grup Analysis. Setelah terbuka dialog box Data Analysis, maka pilih Correlation dan klik OK.

Setelah itu, pilih range data yang akan dilakukan korelasi, jika ingin dimasukkan dengan headernya, maka centang "Labels in first row" dan klik OK.

Dapat di lihat pada gambar di atas, terdapat dua variabel yang menghasilkan nilai korelasi sebesar 1 dan 0,98. Korelasi variabel apapun dengan dirinya sendiri pasti menghasilkan 1 sehingga tidak perlu diperhatikan. Kita cukup melihat nilai korelasi yang dihasilkan antara durasi belajar dan nilai yang didapatkan, dimana hasilnya sama dengan cara menggunakan function CORREL yaitu 0,98.

4. Asumsi yang Perlu Diperhatikan Ketika Menggunakan Analisis Korelasi

Sebelum menggunakan analisis korelasi, kita perlu menggarisbawahi beberapa hal agar tidak terjadi kesalahpahaman dalam membaca hasil analisa. Berikut ini beberapa asumsi dalam analisis korelasi:

• Hasil dari analisis korelasi tidak dapat menjelaskan hubungan sebab akibat melainkan hanya dapat mengukur hubungan antar variabel. 

• Hasil analisis korelasi yang negatif bukan diartikan bahwa antar variabel tidak memiliki hubungan sama sekali. Tetapi korelasi negatif artinya adalah terdapat hubungan yang berbalik arah antar variabel tersebut.

• Kedua variabel yang dianalisis memiliki hubungan yang sama. Maksudnya adalah, jika terdapat nilai korelasi C antara variabel A dan B, maka nilai korelasi antara variabel B dan A juga memiliki nilai yang sama yaitu sebesar  C.

Baca juga : Mengenal Teknik Analisis Data Deskriptif dalam Penelitian Kualitatif

5. Terapkan Contoh Teknik Analisis Data dalam Portofolio Datamu!

Data yang sudah kamu analisis pada tahap pengolahan data kemudian harus ditafsirkan. Ketika melakukan penafsiran hasil analisis, kamu wajib memaparkannya dengan bukti-bukti hasil analisismu. Untuk itu, kamu harus memiliki banyak referensi yang mendukung ketika melakukan penafsiran ini. Tentunya, referensi yang dimaksud ialah berdasarkan data dan juga kajian-kajian dari penelitianmu.

Sedikit tips sederhana dari DQLab, ketika kamu melakukan penafsiran hasil analisis, posisikan diri kamu sebagai pembaca awam. Dengan begitu, kamu akan memahami cara-cara efektif untuk menjelaskan kepada khalayak awam terkait penelitanmu kelak.

Bila kamu membutuhkan pemahaman lebih lanjut dan ingin memperbanyak latihan dalam mengolah data, jangan ragu untuk bergabung dan buat akun baru di DQLab.id. Nikmati beragam module yang bisa kamu manfaatkan dalam memperbanyak portofolio!

Penulis : Salsabila MR

Editor : Annissa Widya Davita

Tags

Belajar Data Science Online DQLab Data Science Free Module DQLab belajar data science