Koefisien Korelasi (Pearson, Spearman, Kendall) dari Nol

Seorang dosen ingin tahu: apakah mahasiswa yang belajar lebih lama memang mendapat nilai lebih tinggi? Ia mencatat dua angka untuk sepuluh mahasiswa — jam belajar per minggu dan nilai ujian akhir. Matanya bisa melihat kecenderungan: makin lama belajar, makin tinggi nilai. Tetapi “kelihatannya naik” bukan jawaban yang bisa dilaporkan ke dekan atau dipakai membandingkan dua kelas.

Pertanyaan “seberapa erat dua hal bergerak bersama” muncul di mana-mana: harga dan permintaan, dosis obat dan tekanan darah, jam latihan dan waktu lari, suku bunga dan harga saham. Untuk semua itu kita perlu satu angka yang merangkum keeratan hubungan — angka yang bisa dibandingkan antarpenelitian, dijadikan dasar keputusan, dan — bila dipakai dengan hati-hati — dipakai memprediksi. Angka itu disebut koefisien korelasi.

Artikel ini menuntun Anda menghitungnya dari nol. Kita akan memplot datanya, menghitung Pearson r dengan tangan lewat tabel bantu $\Sigma x$, $\Sigma y$, $\Sigma xy$, $\Sigma x^2$, $\Sigma y^2$, beralih ke Spearman $\rho$ lewat peringkat, lalu Kendall $\tau$ lewat pasangan concordant dan discordant. Kita akan menafsirkan tanda dan kekuatan korelasi, menghitung $R^2$, dan terakhir — bagian yang paling sering disalahpahami — membahas mengapa korelasi bukan bukti sebab-akibat. Semua angka bisa Anda lacak di workbook Excel pendamping dengan formula hidup.

Tiga Pertanyaan, Tiga Alat

Sebelum menyentuh rumus, kunci tiga pertanyaan yang ingin kita jawab. Masing-masing butuh alat berbeda:

1. Apakah dua variabel berhubungan secara linier, dan seberapa erat? — dijawab Pearson r.
2. Apakah mereka berhubungan secara monoton (naik/turun konsisten), walau tidak harus lurus? — dijawab Spearman $\rho$ dan Kendall $\tau$.
3. Berapa proporsi variasi $y$ yang “dijelaskan” linear oleh $x$? — dijawab $R^2 = r^2$.

Banyak pemula mencampur ketiganya, lalu bingung mengapa ketiga metode memberi angka berbeda untuk data yang sama. Jawabannya sederhana: ketiganya mengukur hal yang berbeda. Pearson mengukur keeratan terhadap garis lurus; Spearman dan Kendall mengukur kesepakatan peringkat. Pada data yang lurus sempurna ketiganya sepakat; pada data berisik atau melengkung, mereka berbeda — dan perbedaan itulah yang informatif. Kita kerjakan berurutan.

Langkah 1 — Data dan Diagram Pencar (Scatter Plot)

Data sepuluh mahasiswa: $x$ = jam belajar per minggu, $y$ = nilai ujian (skala 0–100).

Hal pertama yang wajar dilakukan bukan menghitung, melainkan melihat: gambar diagram pencar (scatter plot) dengan $x$ di sumbu mendatar dan $y$ di sumbu tegak. Tiap mahasiswa menjadi satu titik.

[ilustrasi «scatter-jam-nilai» belum tersedia]

Apa yang mata tangkap: titik-titik tidak berserak acak, melainkan membentuk pita menanjak. Makin lama belajar, makin tinggi nilai. Pita itu cukup sempit, tetapi tidak lurus sempurna — ada dua atau tiga titik yang “melompat” dari tren. Kepadatan terhadap garis lurus inilah yang diukur Pearson, sedangkan Spearman dan Kendall hanya peduli pada urutan (apakah peringkat naik-turun konsisten), bukan jaraknya.

Aturan praktis yang sering diabaikan: selalu plot datanya lebih dulu. Kuartet Anscombe yang terkenal menunjukkan empat kumpulan data dengan statistik identik (r, rata-rata, varians sama) tetapi pola visual yang sama sekali berbeda — satu lurus, satu melengkung, satu didikte pencilan. Angka tanpa grafik buta. Kita plot dulu, baru percaya rumus.

Langkah 2 — Pearson r: Rumus dan Intuisi

Cara paling lugas menulis korelasi Pearson adalah lewat kovarians dibagi hasil kali dua standar deviasi:

$$r = \frac{\operatorname{cov}(x, y)}{s_x \, s_y}$$

Mari bongkar. Kovarians mengukur apakah dua variabel cenderung bergerak searah. Untuk tiap data, kalikan simpangan-$x$ dengan simpangan-$y$ lalu rata-ratakan:

$$\operatorname{cov}(x, y) = \frac{\sum_{i=1}^{n}(x_i - \bar{x})(y_i - \bar{y})}{n - 1}$$

Kalau sebuah titik di atas rata-rata pada kedua sumbu (kedua simpangan positif), hasil kalinya positif. Kalau di bawah rata-rata pada keduanya (kedua simpangan negatif), hasil kalinya juga positif (negatif kali negatif). Titik yang “kompak” — sama-sama tinggi atau sama-sama rendah — menambah kovarians; titik yang “berlawanan” menguranginya. Pembagian dengan $s_x s_y$ menormalisasi satuan, sehingga $r$ selalu berada di $[-1, 1]$ dan tidak peduli apakah $x$ diukur dalam jam, menit, atau abad.

Daripada menghitung simpangan satu per satu, ada rumus shortcut yang jauh lebih cepat dan dipakai di buku ajar maupun spreadsheet:

$$r = \frac{n\sum xy - \sum x \sum y}{\sqrt{\left(n\sum x^2 - (\sum x)^2\right)\left(n\sum y^2 - (\sum y)^2\right)}}$$

Tiga besaran pembilang dan penyebut diberi nama singkat karena berulang di regresi:

$$\text{SP} = n\sum xy - \sum x \cdot \sum y \qquad \text{(sum of products)}$$

$$\text{SS}_x = n\sum x^2 - (\sum x)^2 \qquad \text{SS}_y = n\sum y^2 - (\sum y)^2$$

Maka $r = \text{SP} / \sqrt{\text{SS}_x \cdot \text{SS}_y}$. Inilah mengapa kita perlu lima bahan baku: $\sum x$, $\sum y$, $\sum xy$, $\sum x^2$, $\sum y^2$. Sekali kelima jumlah itu ada, korelasi (dan di artikel regresi linier, juga slope) keluar gratis.

Langkah 3 — Hitung Manual Σx, Σy, Σxy, Σx², Σy²

Sekarang intinya: membangun tabel bantu. Inilah jantung perhitungan manual, dan inilah persis yang ada di lembar 2_PEARSON_A workbook pendamping — formula hidup, bukan diketik. Untuk tiap baris kita hitung $xy$, $x^2$, $y^2$, lalu jumlahkan ke bawah.

Lima angka di baris terakhir itulah bahan baku semua perhitungan berikutnya. Telusuri beberapa baris untuk meyakinkan diri: baris ke-7, $xy = 9 \times 78 = 702$ ✓, $x^2 = 9^2 = 81$ ✓. Inilah cara Anda “merasakan” dari mana angka berasal — sesuatu yang tak bisa diberikan fungsi =CORREL() yang langsung muntah angka final.

SP, SS$_x$, SS$_y$. Dengan $n = 10$:

$$\text{SP} = 10(5.598) - (73)(720) = 55.980 - 52.560 = 3.420$$

$$\text{SS}_x = 10(633) - (73)^2 = 6.330 - 5.329 = 1.001$$

$$\text{SS}_y = 10(53.154) - (720)^2 = 531.540 - 518.400 = 13.140$$

Koefisien korelasi:

$$r = \frac{\text{SP}}{\sqrt{\text{SS}_x \cdot \text{SS}_y}} = \frac{3.420}{\sqrt{1.001 \times 13.140}} = \frac{3.420}{\sqrt{13.153{,}14}} = \frac{3.420}{114{,}69} \approx 0{,}943$$$$\boxed{r \approx 0{,}943}$$

$r \approx 0{,}943$ — korelasi positif sangat kuat. Artinya jam belajar dan nilai ujian bergerak sangat bersamaan: hampir semua mahasiswa yang belajar lebih lama memang mendapat nilai lebih tinggi. Tapi karena $r < 1$, hubungan itu tidak sempurna — ada “noise” (beberapa titik melompat dari tren), yang akan membuat Spearman dan Kendall memberi angka berbeda sebentar lagi.

Verifikasi di Excel. Di lembar 3_VERIFIKASI_A, hasil manual ini dibandingkan dengan =CORREL(x, y) dan =PEARSON(x, y) — keduanya mengembalikan persis $0,943$. Selisih manual vs fungsi bawaan harus nol presisi komputer. Kalau tidak nol, ada kesalahan hitung di tabel bantu.

Langkah 4 — Interpretasi: Tanda, Kekuatan, dan Arah

Rumus memberi satu angka; maknanya baru muncul saat kita membacanya. Dua dimensi yang harus dibaca:

Tanda (+/−) bicara ARAH.

• $r > 0$ — hubungan positif: $x$ naik, $y$ cenderung naik. Contoh: jam belajar vs nilai, tinggi badan vs berat badan.
• $r < 0$ — hubungan negatif: $x$ naik, $y$ cenderung turun. Contoh: harga vs permintaan, kecepatan vs waktu tempuh.
• $r \approx 0$ — tidak ada hubungan linier (hati-hati: bisa saja ada hubungan melengkung yang kuat, seperti parabola — Pearson buta terhadapnya).

Magnitudo ($|r|$) bicara KEKUATAN. Tidak ada konsensus universal, tetapi panduan yang dipakai luas (Cohen, 1988, disesuaikan untuk ilmu sosial):

| $|r|$ | Kekuatan | |—|—| | 0,90 – 1,00 | Sangat kuat | | 0,70 – 0,89 | Kuat | | 0,40 – 0,69 | Sedang | | 0,20 – 0,39 | Lemah | | 0,00 – 0,19 | Sangat lemah / tak ada |

Untuk data kita, $|r| = 0{,}943$ jatuh di rentang sangat kuat. Tapi ingat dua peringatan. Pertama, ambang ini bidang-spesifik: di fisika eksperimental, $r = 0{,}95$ mungkin dianggap “kurang”; di psikologi sosial, $r = 0{,}40$ sudah “cukup bermakna”. Kedua, magnitudo tidak bicara signifikansi statistik — dengan $n = 10$ kita punya kepastian lebih sedikit daripada $n = 1.000$. Signifikansi dibahas di materi uji hipotesis dan p-value.

Contoh Kedua — Korelasi Negatif: Harga vs Permintaan

Sebelum melangkah ke Spearman, mari terapkan Pearson pada data dengan hubungan terbalik. Sebuah toko mencatat harga dan permintaan suatu produk selama 10 periode:

Diagram pencarnya menurun dari kiri-atas ke kanan-bawah — hubungan negatif. Hitung tabel bantu (di lembar 5_PEARSON_B workbook) menghasilkan $\sum x = 192$, $\sum y = 720$, $\sum xy = 12.598$, $\sum x^2 = 4.056$, $\sum y^2 = 56.166$. Maka:

$$\text{SP} = 10(12.598) - (192)(720) = 125.980 - 138.240 = -12.260$$

Perhatikan tandanya: SP negatif, karena ketika $x$ di atas rata-rata, $y$ cenderung di bawah rata-rata. Lanjut:

$$\text{SS}_x = 10(4.056) - (192)^2 = 40.560 - 36.864 = 3.696$$

$$\text{SS}_y = 10(56.166) - (720)^2 = 561.660 - 518.400 = 43.260$$$$r = \frac{-12.260}{\sqrt{3.696 \times 43.260}} = \frac{-12.260}{\sqrt{159.913}} = \frac{-12.260}{399{,}89} \approx -0{,}970$$$$\boxed{r \approx -0{,}970}$$

Korelasi negatif sangat kuat. Hukum ekonomi berlaku: harga naik, permintaan turun — dan kekuatan hubungannya sangat erat. Tanda minus di depan angka itu seluruh pesannya: berbanding terbalik.

Langkah 5 — R²: Koefisien Determinasi

Setelah $r$ di tangan, satu langkah trivial tetapi penting: kuadratkan untuk dapat $R^2$ (koefisien determinasi):

$$R^2 = r^2$$

• Dataset A: $R^2 = 0{,}943^2 \approx 0{,}889$ — 88,9% variasi nilai ujian “dijelaskan” linear oleh jam belajar.
• Dataset B: $R^2 = (-0{,}970)^2 \approx 0{,}940$ — 94,0% variasi permintaan “dijelaskan” linear oleh harga.

$R^2$ berbunyi: proporsi variasi $y$ yang berhasil dijelaskan oleh hubungan linier dengan $x$. Sisanya (1 − $R^2$) adalah gejakan tak terjelaskan — faktor lain, noise, atau bentuk hubungan yang bukan lurus. Inilah jembatan langsung ke regresi linier: di regresi, $R^2$ yang sama mengukur seberapa baik garis $\hat{y} = b_1 x + b_0$ mencocokkan data.

Jangan campur $r$ dengan $R^2$. $r = 0{,}70$ bukan berarti 70% variasi terjelaskan; itu peran $R^2 = 0{,}70^2 = 0{,}49$ (hanya 49%). Kuadratkan dulu sebelum bicara persentase. Untuk korelasi “sedang” $r = 0{,}5$, hanya 25% variasi yang terjelaskan — separuh dari apa yang ditafsirkan banyak orang.

Langkah 6 — Spearman ρ: Korelasi Berbasis Peringkat

Pearson mengukur hubungan linier dan sensitif terhadap pencilan serta asumsi data interval. Bagaimana kalau data kita berbentuk peringkat (mis. ranking preferensi), atau punya pencilan ekstrem, atau hubungannya monoton tetapi melengkung? Di sinilah Spearman $\rho$ masuk. Idenya elegan: konversi $x$ dan $y$ ke peringkat (1 = terkecil), lalu hitung korelasi Pearson pada peringkat itu.

$$\rho = r\big(\operatorname{rank}(x),\; \operatorname{rank}(y)\big)$$

Karena peringkat “meratakan” jarak, Spearman hanya peduli urutan, bukan magnitudo. Hubungan yang monoton-namun-melengkung (mis. $y = \sqrt{x}$) yang mungkin memberi Pearson rendah bisa memberi Spearman mendekati 1. Untuk data tanpa ties (nilai yang sama), ada rumus klasik yang lebih cepat:

$$\rho = 1 - \frac{6 \sum d_i^2}{n(n^2 - 1)} \qquad \text{dengan } d_i = \operatorname{rank}(x_i) - \operatorname{rank}(y_i)$$

Mari hitung untuk Dataset A. Konversi $x$ dan $y$ ke peringkat (1 = terkecil):

$\sum d^2 = 4$, $n = 10$:

$$\rho = 1 - \frac{6(4)}{10(100 - 1)} = 1 - \frac{24}{990} = 1 - 0{,}0242 \approx 0{,}976$$

Hmm — di sini terlihat perbedaan antara rumus klasik dan metode “Pearson pada peringkat”. Pada data di atas, tiga pasangan mahasiswa saling bertukar peringkat (yang membuat $d \neq 0$), dan rumus klasik memberi $\rho \approx 0{,}976$. Tetapi perhatikan: rumus klasik di atas hanya sahih tanpa ties, dan untuk konsistensi penuh di Excel pendamping, lembar 6_SPEARMAN memakai =CORREL(rank_x, rank_y) yang menangani ties lewat RANK.AVG. Hasilnya sangat dekat. Yang penting: $\rho$ (sekitar 0,95–0,98) sedikit lebih tinggi dari Pearson $r = 0{,}943$, karena ranking “merapikan” lompatan kecil yang ada di data mentah.

Untuk Dataset B (harga vs permintaan), proses serupa menghasilkan $\rho \approx -0{,}964$ — juga negatif sangat kuat, sedikit lebih dekat ke nol daripada Pearson $-0{,}970$ karena ranking membuang informasi magnitudo.

Kapan pakai Spearman? (1) Data berbentuk peringkat atau ordinal (ranking sekolah, skala Likert). (2) Ada pencilan ekstrem yang akan mendistorsi Pearson. (3) Hubungan monoton tetapi melengkung (mis. $y = \log x$). (4) Asumsi normalitas untuk inferensi Pearson tidak terpenuhi dan $n$ kecil.

Langkah 7 — Kendall τ: Konkordansi Pasangan

Koefisien ketiga, Kendall $\tau$, mengukur keeratan lewat pasangan. Ide dasarnya: bandingkan setiap pasangan data $(i, j)$ dengan $i < j$. Pasangan disebut:

• Concordant jika $(x_i - x_j)$ dan $(y_i - y_j)$ searah — keduanya naik atau keduanya turun. Hasil kali $(x_i - x_j)(y_i - y_j) > 0$.
• Discordant jika berlawanan arah — satu naik, satu turun. Hasil kali $< 0$.
• Tie jika salah satu sama persis (hasil kali $= 0$).

Lalu:

$$\tau = \frac{C - D}{\frac{1}{2}n(n-1)}$$

dengan $C$ = banyak pasangan concordant, $D$ = banyak pasangan discordant, dan $\tfrac{1}{2}n(n-1)$ = total pasangan untuk $n$ data. Untuk $n = 10$, total pasangan adalah $\tfrac{1}{2}(10)(9) = 45$.

Mari hitung Dataset A secara konseptual. Untuk setiap pasangan mahasiswa, tanyakan: apakah urutan nilai mereka sama dengan urutan jam belajarnya? Pasangan (1, 2): jam 2 < 3, nilai 55 < 62 → concordant. Pasangan (2, 3): jam 3 < 5, nilai 62 > 60 → discordant (jam naik, nilai turun). Tiga dari empat puluh lima pasangan di data ini adalah discordant — akibat lompatan kecil yang sama dengan yang membuat $\sum d^2 \neq 0$ di Spearman. Maka $C = 42$, $D = 3$:

$$\tau = \frac{42 - 3}{45} = \frac{39}{45} \approx 0{,}867$$$$\boxed{\tau \approx 0{,}867}$$

Di lembar 7_KENDALL workbook, $C$ dan $D$ dihitung otomatis lewat matriks =SIGN((x_i - x_j)(y_i - y_j)) untuk semua 45 pasangan, lalu dihitung dengan =COUNTIF(...). Untuk Dataset B (semua pasangan berlawanan arah kecuali tiga), hasilnya $\tau \approx -0{,}867$.

Kenapa Tiga Angka Berbeda?

Sekarang saatnya membaca tabel komparasi yang menjadi inti pemahaman:

Tiga observasi penting dari tabel ini:

1. Tanda ketiganya sepakat. Arah hubungan sama di ketiga metode — positif untuk A, negatif untuk B. Tanda ditentukan oleh monotonitas arah, yang semua metode tangkap.

2. Magnitudo Kendall paling konservatif. $\tau$ (sekitar 0,87) selalu lebih kecil atau sama dengan $\rho$ dan $r$ dalam magnitudo. Ini bukan berarti Kendall “salah” — itu konsekuensi rumusnya yang membagi perbedaan $C - D$ dengan total pasangan. Banyak peneliti justru memilih Kendall karena interpretasinya yang paling intuitif: $\tau = 0{,}87$ berarti 87% lebih banyak pasangan concordant daripada discordant (relatif terhadap total) — pernyataan langsung tentang pasangan, bukan jarak atau kuadrat.

3. Pearson vs Spearman membedakan linier dari monoton. Pada Dataset A, $\rho > r$ sedikit — sinyal bahwa hubungannya monoton sangat kuat tetapi tidak 100% lurus (ada lompatan kecil). Kalau sebaliknya $\rho \gg r$ (mis. $r = 0{,}60$ tetapi $\rho = 0{,}95$), itu tanda hubungan melengkung yang monoton — Pearson meremehkannya karena bukan lurus. Disparitas ini sering muncul di data biologis/ekonomi yang mengikuti kurva (pertumbuhan, returns diminishing).

Aturan pemilihan. Mulai dari atas: data interval/rasio + hubungan lurus + tanpa pencilan ekstrem → Pearson. Data ordinal, ada pencilan, atau hubungan monoton-melengkung → Spearman. Sampel kecil, ingin interpretasi pasangan langsung, atau banyak ties → Kendall. Lapor keduanya bila ragu.

Langkah 8 — Korelasi ≠ Kausalitas

Inilah jebakan paling mahal dalam seluruh ilmu statistik. Kalau ada satu hal yang harus diingat dari artikel ini, ini dia:

Korelasi tidak membuktikan sebab-akibat. Dua variabel bisa bergerak sangat bersamaan ($r = 0{,}99$) tanpa salah satunya menyebabkan yang lain.

Tiga skenario klasik yang menjebak:

1. Variabel perancu (confounder). Penjualan es krim dan kasus tenggelam berkorelasi positif kuat di data musiman. Apakah es krim menyebabkan tenggelam? Tidak — keduanya didorong variabel ketiga: cuaca panas. Saat panas, orang beli es krim lebih banyak dan berenang lebih banyak. Hilangkan cuaca panas, korelasi hilang. Ini disebut korelasi semu (spurious correlation).

2. Arah kausalitas terbalik. Polisi di kota A dipanggil lebih sering → kejahatan lebih tinggi. Apakah polisi menyebabkan kejahatan? Mungkin sebaliknya: kejahatan tinggi → kota mempekerjakan lebih banyak polisi. Korelasi tak bisa membedakan arah.

3. Kebetulan murni. Dengan cukup banyak variabel di dunia, sebagian akan berkorelasi tinggi tanpa hubungan bermakna. Situs Spurious Correlations (Tyler Vigen) mendokumentasikan misalnya $r = 0{,}99$ antara konsumsi keju mozzarella dan gelar PhD teknik — kebetulan murni dari dua tren naik.

Untuk mengklaim kausalitas, Anda butuh lebih dari korelasi tinggi:

• Desain eksperimen — randomized controlled trial, di mana perancu dikontrol lewat randomisasi.
• Teknik identifikasi kausal — variabel instrumen, difference-in-differences, regression discontinuity — yang dibahas di materi ekonometrika.
• Logika temporal dan mekanisme — $x$ harus mendahului $y$ secara waktu, dan ada mekanisme teoretis yang masuk akal.

Kembali ke Dataset A: $r = 0{,}943$ antara jam belajar dan nilai. Bolehkah kita bilang “belajar lebih lama menyebabkan nilai lebih tinggi”? Hubungannya sangat erat, dan ada mekanisme teoretis yang jelas (waktu belajar → penguasaan materi → nilai). Tetapi tetap ada perancu yang mungkin: mahasiswa yang belajar lebih lama mungkin juga lebih termotivasi, lebih sehat, atau punya latar belakang akademik lebih baik. Untuk klaim kausalitas penuh, perlu eksperimen (mis. randomisasi jam belajar wajib) atau kontrol variabel perancu lewat regresi berganda.

Rumus di Excel: Manual vs Fungsi Bawaan

Setelah paham asal-usulnya, di Excel cukup pakai fungsi bawaan — tetapi penting memahami bahwa semua fungsi ini menghitung persis apa yang baru saja kita kerjakan dengan tangan:

=CORREL(x_range; y_range)           → Pearson r                      (0,943)
=PEARSON(x_range; y_range)          → identik dengan CORREL
=RANK.AVG(value; range; 1)          → peringkat (1 = terkecil)        untuk Spearman
=RSQ(y_range; x_range)              → R² = r²                         (0,889)

Untuk Spearman, tidak ada fungsi satu langkah — gunakan dua kolom bantu berisi RANK.AVG untuk $x$ dan $y$, lalu =CORREL(rank_x; rank_y). Untuk Kendall, hitung matriks tanda pasangan atau pakai =COUNTIF pada area matriks SIGN seperti di lembar 7_KENDALL. Untuk data besar, add-in analisis atau R/Python (scipy.stats.kendalltau) lebih praktis.

Bedanya hanya satu: sekarang Anda tahu dari mana angka itu datang, dan kapan tidak boleh mempercayainya buta. Fungsi =CORREL tidak akan memperingatkan Anda ketika ada pencilan yang menarik korelasi, atau ketika hubungan sebenarnya melengkung. Hanya pemahaman tentang mekanisme di baliknya yang menyelamatkan.

⬇ Unduh korelasi-template.xlsx

Workbook pendamping berisi sebelas lembar yang menelusuri seluruh perjalanan di atas dengan formula hidup — ubah angka di 1_DATASET_A atau 4_DATASET_B, dan semua hasil mengalir ulang:

• 1_DATASET_A dan 4_DATASET_B — dua dataset (jam belajar vs nilai, harga vs permintaan). Sel biru = input.
• 2_PEARSON_A dan 5_PEARSON_B — tabel bantu $xy$, $x^2$, $y^2$, lalu SP, SS$_x$, SS$_y$, dan $r$ manual.
• 3_VERIFIKASI_A dan VERIFIKASI_B — pembanding manual vs CORREL, PEARSON, RSQ, dengan tes selisih (harus nol) dan interpretasi otomatis kekuatan/arah.
• 6_SPEARMAN — konversi ke peringkat lewat RANK.AVG, lalu $\rho$ = CORREL pada ranking, plus rumus klasik $1 - 6\sum d^2/[n(n^2-1)]$ sebagai pembanding.
• 7_KENDALL — matriks SIGN untuk semua pasangan, $C$ dan $D$ lewat COUNTIF, lalu $\tau = (C-D)/[\tfrac{1}{2}n(n-1)]$.
• 8_KOMPARASI — tabel ringkas ketiga metode untuk kedua dataset, plus $R^2$ dan panduan kekuatan.
• 9_CHART — dua scatter plot dengan trendline linier yang menampilkan persamaan dan $R^2$ langsung di atas grafik.

Cek Pemahaman

1. Dari tabel bantu Langkah 3, hitung ulang Pearson $r$ memakai rumus kovarians (bukan shortcut): $r = \sum(x_i - \bar{x})(y_i - \bar{y}) / \sqrt{\sum(x_i - \bar{x})^2 \sum(y_i - \bar{y})^2}$. Anda sudah tahu pembilangnya = SP = 3.420 dan penyebutnya = $\sqrt{1.001 \times 13.140}$. Hasilnya berapa, dan apakah cocok dengan 0,943?

Lihat jawaban

$r = 3.420 / \sqrt{1.001 \times 13.140} = 3.420 / 114{,}69 \approx 0{,}943$. Cocok. Rumus kovarians dan rumus shortcut adalah dua bentuk ekuivalen; shortcut hanya menghindari langkah mengurangi rata-rata di tiap baris dengan aljabar yang merangkum semuanya ke $\Sigma x, \Sigma y, \Sigma xy, \Sigma x^2, \Sigma y^2$.

2. (Soal interpretasi.) Seorang peneliti melaporkan “korelasi $r = 0{,}85$ antara konsumsi kopi dan skor IQ, jadi kopi meningkatkan kecerdasan.” Berikan tiga alasan mengapa klaim kausalitas ini terlalu dini.

Lihat jawaban

(a) Perancu — orang yang minum kopi mungkin juga punya pekerjaan menuntut pikiran, pendidikan lebih tinggi, atau akses sumber daya; variabel-variabel ini, bukan kopi, bisa mendorong skor IQ. (b) Arah terbalik — orang dengan IQ tinggi mungkin kebetulan lebih banyak minum kopi (preferensi gaya hidup), bukan kopi yang menyebabkan IQ tinggi. (c) Korelasi semu — bisa jadi tren waktu (modernisasi) meningkatkan baik konsumsi kopi maupun rata-rata skor IQ (efek Flynn); korelasi tanpa variabel ketiga di-control adalah artefak. Untuk klaim kausal, butuh eksperimen terkontrol atau teknik identifikasi kausal.

3. Sebuah studi melaporkan Pearson $r = 0{,}60$ tetapi Spearman $\rho = 0{,}95$ antara $x$ dan $y$. Apa yang paling mungkin menjelaskan disparitas ini, dan metode mana yang lebih “jujur” untuk data tersebut?

Lihat jawaban

$\rho \gg r$ adalah tanda klasik hubungan monoton tetapi melengkung (mis. $y = \log x$ atau $y = \sqrt{x}$), atau adanya pencilan non-monoton yang menarik garis lurus turun. Pearson mengukur keeratan terhadap garis lurus, sehingga meremehkan hubungan melengkung; Spearman hanya peduli urutan, sehingga melihat kesepakatan monoton yang sebenarnya. Tidak ada yang “lebih jujur” secara absolut — keduanya menjawab pertanyaan berbeda. Tapi untuk data ini, Spearman lebih informatif tentang kekuatan hubungan monoton yang sebenarnya, sementara disparitas $r$ vs $\rho$ menjadi sinyal diagnosa bahwa hubungan tidak linier. Selalu plot datanya untuk memastikan bentuknya.

Kesalahan Umum

Mengira korelasi = kausalitas. Ini kesalahan paling sering dan paling merusak. $r = 0{,}99$ antara dua variabel tidak membuktikan satu menyebabkan lain. Bisa jadi ada variabel perancu (es krim & tenggelam, keduanya karena cuaca panas), arah terbalik (polisi & kejahatan), atau kebetulan murni (mozzarella & PhD teknik). Klaim kausalitas butuh eksperimen, teknik identifikasi, atau logika temporal-mekanisme — bukan satu angka $r$.

Mencampur $r$ dengan $R^2$. $r = 0{,}7$ bukan berarti 70% variasi terjelaskan — itu peran $R^2 = 0{,}7^2 = 0{,}49$ (hanya 49%). Kuadratkan dulu sebelum bicara persentase. Banyak laporan populer salah di sini, dan kesalahan ini membesar-besarkan kekuatan hubungan.

Pakai Pearson buta terhadap pencilan. Satu pencilan ekstrem bisa menarik $r$ dari 0,3 ke 0,9 atau sebaliknya. Selalu plot data, periksa pencilan, dan pertimbangkan Spearman/Kendall yang lebih tahan (robust). Aturan praktis: jika menghapus satu titik mengubah $r$ drastis, itu pencilan berpengaruh — periksa apakah sah atau kesalahan pencatatan.

Mengabaikan asumsi Pearson. Pearson mengasumsikan hubungan linier, data interval/rasio, dan (untuk inferensi) normalitas bivariat. Pelanggaran serius membuat $r$ (dan uji signifikansinya) tak bisa dipercaya. Untuk data ordinal atau hubungan melengkung, beralih ke Spearman atau Kendall.

Menggunakan rumus Spearman klasik pada data dengan ties. $\rho = 1 - 6\sum d^2/[n(n^2-1)]$ hanya sahih tanpa ties (nilai yang sama). Dengan ties, gunakan metode umum: CORREL pada peringkat rata-rata (RANK.AVG). Lembar 6_SPEARMAN workbook memakai metode umum dan menampilkan keduanya sebagai pembanding.

Dipakai di Dunia Nyata

• Keuangan. Korelasi antarimbal hasil saham adalah bahan baku diversifikasi portofolio (Markowitz). Aset dengan $r$ rendah atau negatif, digabung, kurangi risiko tanpa mengorbankan imbal hasil — inti teori portofolio modern.
• Pemasaran. Hubungan belanja iklan vs penjualan, harga vs permintaan, atau engagement media sosial vs konversi — semuanya diringkas lewat $r$ untuk memprioritaskan anggaran. Elastisitas harga (lihat kalkulator elastisitas) berakar pada korelasi harga-kuantitas.
• Psikologi dan pendidikan. Validitas tes (korelasi skor tes dengan kriteria eksternal seperti IPK atau kinerja kerja) dan reliabilitas (korelasi antaritem atau test-retest) diukur dengan Pearson atau, untuk data ordinal, Spearman.
• Epidemiologi. Hubungan paparan (rokok, polusi) dan penyakit, atau dosis obat dan respons — diukur korelasinya dulu, lalu diselidiki kausalitasnya lewat studi kohort dan eksperimen.

Lanjutan

Koefisien korelasi adalah pintu masuk ke seluruh dunia hubungan antarvariabel. Begitu $r$ dari nol Anda kuasai — termasuk membaca tanda, kekuatan, $R^2$, dan memilih Pearson/Spearman/Kendall — lompatan berikutnya akan terasa wajar.

• Berikutnya: Regresi Linier Sederhana — dari “seberapa erat” ke “berapa persisnya”: menggambar garis $\hat{y} = b_1 x + b_0$ dengan rumus yang berbagi bahan baku $\Sigma$ dengan korelasi (ingat $b_1 = r \cdot s_y / s_x$).
• Inferensi: Uji Hipotesis dan p-value — apakah $r = 0{,}943$ di sampel $n = 10$ cukup untuk menyimpulkan korelasi di populasi? Uji-t pada $r$ dan derajat bebas $n - 2$.
• Saudara ordinal: materi validitas dan reliabilitas (Cronbach alpha, korelasi item-total) memakai Pearson pada skala Likert — di mana Spearman sering lebih tepat secara teknis tetapi Pearson menjadi konvensi pelaporan.
• Peringatan kausalitas: Regresi Linear Berganda Manual dan materi ekonometrika (variabel instrumen, difference-in-differences) — bagaimana mendekati klaim kausalitas dengan kontrol perancu dan desain identifikasi.