Korelasi, Tren & Interpretasi Data Bivariat

• Korelasi Positif

Ketika nilai satu variabel meningkat, nilai variabel lain juga meningkat. 

• Korelasi Negatif

Ketika nilai satu variabel meningkat, nilai variabel lain menurun. 

• Korelasi Nol (Tidak Berkorelasi) 

Ketika tidak ada hubungan antara dua variabel.

1. Tren Positif

Titik-titik data bergerak dari kiri bawah ke kanan atas. Semakin tinggi nilai variabel independen, semakin tinggi nilai variabel dependen. 

Contoh:

• Semakin banyak waktu belajar, semakin tinggi nilai ujian. Ketika waktu belajar meningkat, nilai ujian juga meningkat. Tren data menunjukkan arah yang positif.

• Semakin banyak iklan yang ditayangkan, semakin tinggi penjualan produk. Ketika jumlah iklan meningkat, penjualan produk juga meningkat. Tren data menunjukkan arah yang positif.

2. Tren Negatif 

Titik-titik data bergerak dari kiri atas ke kanan bawah. Semakin tinggi nilai variabel independen, semakin rendah nilai variabel dependen. 

Contoh: 

• Semakin banyak waktu yang dihabiskan untuk bermain game, semakin rendah nilai akademis. Ketika waktu bermain game meningkat, nilai akademis menurun. Tren data menunjukkan arah yang negatif.

• Semakin tinggi harga barang, semakin rendah permintaan. Ketika harga barang meningkat, permintaan menurun. Tren data menunjukkan arah yang negatif.

3. Tidak Ada Tren 

Titik-titik data tersebar acak tanpa pola yang jelas.

Contoh:

• Tinggi badan dan warna rambut. Tidak ada hubungan antara tinggi badan dan warna rambut. Tren data tidak menunjukkan arah yang jelas.

• Ukuran sepatu dan IQ. Tidak ada hubungan antara ukuran sepatu dan IQ. Tren data tidak menunjukkan arah yang jelas.

1. Linear 

Pola penyebaran data membentuk garis lurus atau mendekati garis lurus.

Contoh:

• Hubungan antara tinggi badan dan usia. Semakin tua usia seseorang, semakin tinggi pula rata-rata tinggi badannya.

• Hubungan antara jumlah iklan yang ditayangkan dan penjualan produk. Semakin banyak iklan yang ditayangkan, semakin tinggi pula penjualan produk.

2. Kurva/Non-Linear 

Pola penyebaran data membentuk  kurva atau mendekati garis tidak lurus. 

Contoh : 

• Hubungan antara pendapatan dan tingkat kebahagiaan. Pada tingkat pendapatan yang rendah, kebahagiaan meningkat seiring dengan peningkatan pendapatan. Namun, pada tingkat pendapatan yang tinggi, kebahagiaan tidak lagi meningkat secara signifikan.

3. Tidak berbentuk 

Pola penyebaran data tidak beraturan.

Contoh :

• Hasil lemparan koin. Hasil lemparan koin tidak dapat diprediksi dengan pasti.

• Pergerakan harga saham di pasar yang volatile. Pergerakan harga saham di pasar yang volatile dapat berubah secara drastis dan tidak terduga.