Korelasi Pearson: Cara Menghitung dan Membaca

Korelasi Pearson adalah ukuran statistik yang ngitung seberapa kuat hubungan linear antara dua variabel numerik, dengan hasil berupa satu angka dari -1 sampai 1.

Angka ini muncul di mana-mana. Laporan marketing, analisis penjualan, skripsi statistika, sampai dashboard bisnis. Tiap kali orang nanya "apakah A ngaruh ke B", korelasi Pearson biasanya jawaban pertama yang dicek.

Di artikel ini kamu bakal tau cara ngitung korelasi Pearson di Excel dan Python, cara baca nilainya biar gak salah tafsir, plus kapan kamu sebaiknya pindah ke metode lain.

Apa itu korelasi Pearson?

Korelasi Pearson (dilambangkan huruf r) adalah angka yang ngukur kekuatan dan arah hubungan linear antara dua variabel numerik. Nilainya selalu di rentang -1 sampai 1. Angka 1 berarti dua variabel naik bareng secara sempurna, -1 berarti satu naik yang lain turun, dan 0 berarti gak ada pola garis lurus sama sekali.

Kata kuncinya linear. Pearson cuma bagus nangkap hubungan yang bentuknya garis lurus. Kalau datamu naik terus tapi melengkung, Pearson bisa ngasih nilai yang lebih kecil dari hubungan aslinya.

Buat paham konsep dasarnya, cek dulu glosarium korelasi yang jelasin istilah ini tanpa rumus.

Gimana cara baca nilai koefisien korelasi?

Baca korelasi lewat dua hal: tanda dan jarak dari nol. Tanda plus berarti searah, tanda minus berarti berlawanan. Makin jauh dari nol (mendekati 1 atau -1), makin kuat hubungannya. Nilai dekat nol berarti dua variabel jalan sendiri-sendiri.

Nilai r	Kekuatan	Arti praktis
0,9 sampai 1,0	Nyaris sempurna	Bergerak bareng hampir persis
0,7 sampai 0,9	Kuat	Pola jelas kelihatan
0,4 sampai 0,7	Sedang	Ada pola tapi berisik
0,1 sampai 0,4	Lemah	Sinyal tipis
0 sampai 0,1	Nyaris nol	Gak ada hubungan linear

Tabel ini berlaku juga buat nilai negatif. r = -0,8 sama kuatnya dengan r = 0,8, cuma arahnya kebalik.

Gimana rumus dan cara hitung korelasi Pearson?

Rumus Pearson ngebagi kovarians dua variabel dengan hasil kali simpangan bakunya. Intinya ngukur seberapa sering dua variabel meleset dari rata-ratanya ke arah yang sama. Kamu jarang hitung manual, tapi ngerti rumusnya bantu kamu paham kenapa outlier bisa ngerusak hasilnya.

r = Σ((x - x̄)(y - ȳ)) / √(Σ(x - x̄)² × Σ(y - ȳ)²)

x̄ = rata-rata x
ȳ = rata-rata y

Di Excel, kamu gak perlu ngetik rumus panjang itu. Cukup satu fungsi:

=CORREL(A2:A91, B2:B91)

Fungsi CORREL langsung ngasih nilai r dari dua kolom data. Hasilnya angka desimal antara -1 dan 1.

Di Python, pakai SciPy yang sekalian ngasih p-value buat cek signifikansi:

from scipy.stats import pearsonr

r, p_value = pearsonr(df['biaya_iklan'], df['omzet'])
print(f"r = {r:.2f}, p = {p_value:.4f}")
# r = 0.78, p = 0.0000

Kalau cuma butuh matriks korelasi semua kolom sekaligus, pandas punya jalan pintas:

df.corr(method='pearson')

Contoh kasus: biaya iklan vs omzet toko_berkah

Ambil dataset toko_berkah, sebuah UMKM sembako yang jualan online. Aku ambil 90 hari data biaya iklan harian dan omzet harian, lalu hitung korelasinya. Hasilnya r = 0,78, hubungan positif yang kuat.

Tanggal	Biaya iklan (Rp)	Omzet (Rp)
01 Des	150.000	2.400.000
02 Des	90.000	1.750.000
03 Des	200.000	3.100.000
04 Des	50.000	1.200.000

Angka 0,78 bilang: tiap kali biaya iklan naik, omzet cenderung ikut naik dengan pola yang cukup konsisten. Tapi hati-hati. Korelasi 0,78 bukan berarti iklan pasti nyebabin omzet naik. Bisa jadi ada hari gajian yang bikin biaya iklan dan omzet sama-sama tinggi.

Buat mastiin arah sebab-akibat, kamu butuh uji lanjutan seperti regresi linear atau eksperimen kecil, misalnya matiin iklan seminggu lalu bandingin omzetnya.

Kapan korelasi Pearson gak cocok dipakai?

Pearson punya tiga titik lemah. Pertama, dia cuma nangkap hubungan garis lurus, jadi pola melengkung bisa keliatan lemah padahal kuat. Kedua, dia gampang kegoyang outlier. Ketiga, dia butuh data numerik interval, bukan data peringkat.

Kalau datamu berbentuk ranking seperti rating bintang 1 sampai 5, atau hubungannya naik terus tapi gak lurus, pindah ke korelasi Spearman. Spearman kerja di peringkat, jadi lebih tahan outlier dan pola melengkung yang tetap searah.

Satu outlier ekstrem aja bisa narik nilai r dari 0,2 jadi 0,7. Makanya selalu plot scatter dulu sebelum percaya angka korelasinya.

Kesalahan umum baca korelasi

Kesalahan paling sering: nyangka korelasi tinggi berarti sebab-akibat. Padahal korelasi cuma bilang dua angka bergerak bareng, bukan yang satu nyebabin yang lain.

• Lupa plot data. Angka r bisa nipu. Dua dataset beda bentuk bisa punya r yang sama persis. Selalu lihat scatter plot dulu.
• Ngabaikan outlier. Satu titik nyeleneh bisa bikin korelasi keliatan kuat padahal aslinya lemah.
• Pakai Pearson buat data ordinal. Rating dan ranking bukan angka interval. Pakai Spearman.
• Ekstrapolasi di luar rentang data. Korelasi yang berlaku di rentang Rp50 ribu sampai Rp200 ribu belum tentu berlaku di Rp5 juta.

FAQ

Beberapa pertanyaan yang sering muncul soal korelasi Pearson.

Penutup

Korelasi Pearson itu alat cepat buat ngecek apakah dua angka bergerak bareng. Ingat tiga hal: nilainya dari -1 sampai 1, dia cuma nangkap pola garis lurus, dan korelasi bukan bukti sebab-akibat.

Sebelum percaya angka r, plot dulu scatter-nya dan cek outlier. Kalau datamu berbentuk peringkat atau melengkung, pindah ke Spearman.

Mau lanjut latihan hitung statistik pakai data beneran? Cek latihan interaktif di NgulikSQL dan baca panduan korelasi Spearman biar kamu tau kapan pakai yang mana. Buat detail teknis fungsinya, dokumentasi resmi SciPy pearsonr ngejelasin asumsi dan output-nya lengkap.