TL;DR
Korelasi berarti dua variabel gerak bareng: kalau yang satu naik, yang lain ikut naik atau turun. Kausalitas berarti perubahan di variabel pertama beneran nyebabin perubahan di variabel kedua. Korelasi gampang diukur pakai koefisien r, tapi buat buktiin kausalitas kamu butuh eksperimen terkontrol kayak A/B test, bukan cuma grafik yang kelihatan mirip.
Korelasi berarti dua angka gerak bareng. Kausalitas berarti yang satu beneran nyebabin yang lain.
Kedengerannya sepele. Tapi campur aduk dua konsep ini udah bikin banyak perusahaan nambah budget di tempat yang salah.
Aku pernah lihat satu tim marketing naikin budget iklan 40% gara-gara grafik spend dan revenue mereka naik bareng. Yang nggak mereka lihat: dua-duanya naik karena Ramadan.
Korelasi mengukur seberapa erat dua variabel bergerak bareng. Kalau penjualan es krim naik dan kasus tenggelam ikut naik, dua angka itu berkorelasi.
Kausalitas nyatain bahwa perubahan di variabel pertama nyebabin perubahan di variabel kedua. Es krim jelas nggak bikin orang tenggelam.
Yang nyebabin dua-duanya: cuaca panas. Panas bikin orang beli es krim, dan panas juga bikin orang berenang.
Cuaca panas di sini namanya confounder: variabel ketiga yang diam-diam nyetir dua variabel lain.
Koefisien korelasi Pearson, biasa ditulis r, ngasih angka antara -1 dan +1.
| Nilai r | Artinya |
|---|---|
| +1 | Naik bareng sempurna |
| +0,7 s/d +1 | Positif kuat |
| +0,3 s/d +0,7 | Positif sedang |
| -0,3 s/d +0,3 | Lemah atau nggak ada |
| -0,7 s/d -1 | Negatif kuat (satu naik, satu turun) |
Di Excel, rumusnya satu baris:
=CORREL(A2:A100, B2:B100)Di SQL, kamu bisa hitung pakai CORR kalau database kamu Postgres:
SELECT CORR(spend_iklan, revenue) AS r
FROM performa_harian
WHERE tanggal BETWEEN '2026-01-01' AND '2026-04-30';Angka keluar. Dan di sinilah orang mulai salah langkah.
Ada situs bernama Spurious Correlations yang ngumpulin korelasi konyol dari data asli.
Contoh dari situ: jumlah film yang dibintangi Nicolas Cage per tahun berkorelasi 0,67 dengan jumlah orang yang tenggelam di kolam renang Amerika.
Angka 0,67 itu masuk kategori "sedang menuju kuat". Kalau kamu cuma lihat angkanya, kamu bakal ngira ada hubungan.
Ada tiga cara korelasi bisa muncul tanpa sebab-akibat:
Kalau kamu cek 1.000 pasang variabel acak, beberapa pasti bakal kelihatan berkorelasi. Ini matematika, bukan keajaiban.
Variabel ketiga yang nyetir dua-duanya. Ini yang paling sering di dunia bisnis.
Kamu ngira A nyebabin B, padahal B yang nyebabin A.
Contoh nyata: perusahaan nemuin pelanggan yang pakai fitur X punya retensi lebih tinggi. Kesimpulannya, "dorong semua orang pakai fitur X." Padahal yang terjadi kebalikan. Pelanggan yang emang loyal itu yang lebih rajin ngoprek fitur.
Toko_berkah naruh budget iklan digital selama 90 hari. Data hariannya: spend iklan dan omzet.
Korelasinya r = 0,81. Kuat.
Kesimpulan yang gampang diambil: "tiap tambah 1 juta iklan, omzet naik 4,2 juta. Naikin budget!"
Tapi coba lihat pola spend-nya. Tim marketing selalu naikin budget menjelang gajian (tanggal 25-31) dan awal bulan (tanggal 1-5).
Yang terjadi: gajian bikin orang belanja, dan gajian juga bikin tim marketing berani spend lebih. Gajian adalah confounder-nya.
Waktu aku pisahin datanya per periode:
| Periode | Korelasi spend-omzet | Rata-rata omzet harian |
|---|---|---|
| Tanggal 25-5 (masa gajian) | 0,22 | 18,4 juta |
| Tanggal 6-24 (tengah bulan) | 0,31 | 7,1 juta |
| Gabungan | 0,81 | 11,2 juta |
Di dalam tiap periode, korelasinya cuma 0,22 dan 0,31. Lemah.
Korelasi 0,81 di data gabungan itu hampir seluruhnya efek kalender, bukan efek iklan.
Kalau toko_berkah naikin budget 40% berdasarkan angka 0,81, mereka bakal bakar uang buat orang yang emang udah mau beli.
Bagi audiens jadi dua kelompok secara acak. Kasih iklan cuma ke satu kelompok. Bandingin omzetnya.
Karena pembagiannya acak, semua confounder (gajian, cuaca, hari libur) kena rata di dua kelompok. Selisih yang tersisa itu efek iklannya.
Ini yang orang sebut A/B test. Dan ini alasan kenapa A/B test jadi standar emas di dunia produk.
Kadang kamu nggak bisa eksperimen. Nggak etis, nggak praktis, atau kejadiannya udah lewat.
Opsi yang tersisa:
Semua metode ini butuh asumsi. Sebutin asumsinya terbuka di laporan kamu. Analis yang jujur soal ketidakpastian lebih dipercaya jangka panjang.
Jangan sampai kamu jadi paranoid dan buang semua analisis korelasi.
Korelasi berguna buat dua hal:
Prediksi. Bank nggak perlu tau kenapa orang dengan pola tertentu lebih berisiko gagal bayar. Mereka cuma perlu prediksinya akurat.
Nyusun hipotesis. Korelasi kuat itu petunjuk bagus soal apa yang layak dites. Dia bukan jawaban, tapi dia pertanyaan yang bagus.
Yang bahaya cuma satu skenario: pakai korelasi buat mutusin intervensi. Nambah budget, ganti harga, ubah produk.
Buat itu, kamu butuh eksperimen.
Korelasi cuma nunjukin dua variabel gerak bareng. Waktu penjualan es krim naik, kasus tenggelam juga naik. Kausalitas nunjukin satu variabel beneran nyebabin perubahan di variabel lain. Es krim jelas nggak bikin orang tenggelam; yang nyebabin dua-duanya adalah cuaca panas. Korelasi bisa dihitung dari data yang ada, tapi kausalitas butuh eksperimen atau bukti mekanisme yang jelas.
Confounder adalah variabel ketiga yang diam-diam nyebabin dua variabel lain gerak bareng, bikin mereka kelihatan berhubungan padahal nggak. Contoh klasik: cuaca panas nyebabin orang beli es krim sekaligus nyebabin orang berenang. Tiap kali kamu nemu korelasi kuat, pertanyaan pertamanya selalu: ada variabel ketiga nggak di sini?
Koefisien korelasi r bergerak dari -1 sampai +1. Angka di atas 0,7 atau di bawah -0,7 biasanya disebut kuat, 0,3 sampai 0,7 sedang, di bawah 0,3 lemah. Tapi angka kuat sama sekali nggak bilang apa-apa soal sebab-akibat.
Cara paling kuat adalah eksperimen terkontrol: bagi audiens jadi dua kelompok acak, kasih perlakuan cuma ke satu kelompok, lalu bandingin hasilnya. Ini yang disebut A/B test. Kalau eksperimen nggak mungkin dilakukan, kamu bisa pakai difference-in-differences, tapi semuanya butuh asumsi yang harus kamu jelasin terbuka.
Masih, dan sering banget. Korelasi berguna buat prediksi dan buat nyusun hipotesis yang layak dites. Yang bahaya cuma satu: pakai korelasi buat ngambil keputusan intervensi, kayak nambah budget iklan gara-gara grafiknya naik bareng penjualan.
Waktu ada yang nunjukin dua garis yang naik bareng, tanya satu hal: "kira-kira ada faktor ketiga yang nyetir dua-duanya nggak?" Pertanyaan itu doang udah nyelametin banyak budget.
Kalau keputusannya soal intervensi (budget, harga, produk), korelasi doang nggak cukup. Kamu butuh eksperimen.
Mau ngerti istilah statistik yang sering muncul di laporan? Cek glossary korelasi dan fungsi CORREL. Kalau kamu lagi bangun dashboard yang dipakai buat keputusan, artikel Metabase untuk Pemula bisa bantu.
Mau praktek langsung? Mulai latihan SQL gratis
Latihan interaktif, langsung di browser.
Cara pakai pandas rolling buat hitung moving average dan haluskan data time series yang naik-turun. Lengkap dengan contoh penjualan harian UMKM.
Data transaksi harian sering terlalu ramai buat dilihat. Pandas resample ngeringkasnya jadi total per minggu atau per bulan cuma dengan satu baris, asal indeksnya tanggal.
Kolom tanggal yang kebaca sebagai teks bikin sortir dan hitung selisih hari jadi kacau. Ini cara pd.to_datetime ubah teks jadi tanggal asli, plus tangani format berantakan.