KORELASI SEDERHANA
Assalamualaikum
Wr Wb Wahai Netijen yang sedang mencari ilmu
Selamat
Pagi/Siang/Sore atau malam
Dalam
kesempatan ini saya akan sedikit berbagi mengenai analisis korelasi. Analisis
ini terbilang jarang digunakan sebagai analisis tunggal, biasanya berdiri
berdampingan (asik berdampingan, kirain jomblo) dengan analisis yang lainnya,
contohnya regresi linear. Kadang tanpa disadari juga analisis ini sering
dilupakan keberadaannya (ciaelah kirain mantan doang yang sering dilupakan keberadaannya.
Tapi benar terkadang kita memang melupakan sosok dari analisis korelasi itu
sendiri.
Well
dari tadi berbicara tentang analisis korelasi, tapi belum tau apa analisis
korelasi itu. Analisis korelasi adalah suatu
cara atau metode untuk mengetahui ada atau tidaknya hubungan linear antar
variabel. Apabila terdapat hubungan maka perubahan-perubahan yang terjadi pada
salah satu variabel X akan mengakibatkan terjadinya perubahan pada variabel
lainnya (Y). Istilah tersebut dikatakan istilah sebab akibat, dan istilah
tersebut menjadi ciri khas dari analisis korelasi. Secara matematis, korelasi
dapat dituliskan sebagai berikut.
Well, biar ga pusing langsung eksekusi aja. Ada beberapa yang
harus disediakan terlebih dahulu, khususnya package yang harus disediakan. Oh
iya, kita coba pakai data simulasi aja ya, datanya terlampir.
|
#Install & Load Packages yang
Dibutuhkan
install.packages("ggplot2")
install.packages("GGally")
install.packages("Hmisc")
library(ggplot2)
library(GGally)
library(Hmisc)
|
Okey netijen, packages diatas merupakan Jamu atau Bahan atau
Alat yang akan dipakai untuk melakukan analisis korelasi. Yang utama sebenarnya
adalah “Hmisc” yang merupakan script
untuk mendapatkan nilai uji statistik dan nilai korelasinya. 2 packages sisanya
adalah packages yang digunakan untuk menampilkan grafik dari korelasi
antarvariabelnya.
|
#Load Data
data=read.delim("clipboard")
#ini copy data dulu
#atau
data=read.csv(file.choose())
#nanti silahkan di cari filenya letakin dimana
|
Jika di jalankan, datanya di R kurang lebih akan terbaca
seperti ini
Data diatas merupakan data profitabilitas perbankan yang ada
di Indonesia pada tahun 2010 beserta faktor-faktornya (dalam satuan persen
(%)). faktor-faktornya adalah Resiko Kredit, Resiko Likuiditas, Efisiensi
Manajemen, Permodalan, Inflasi, dan PDB. Oke, dari faktor-faktor (variabel)
tersebut, mari di cek apakah ada atau tidaknya korelasi nya atau tidak. Check
this out.
|
#Uji Korelasi
rcorr(as.matrix(data[2:7]))
|
Oke men, sebelum ngebahas hasil diatas, terlebih dahulu coba
lihat hipotesisnya. Berikut ini uji hipotesis dari uji korelasi:
a.
Hipotesis
H0 : ρa = ρb = 0
(Tidak ada hubungan antara variabel a dan variabel b)
H1 : ρa ≠ ρb ≠ 0
(Terdapat hubungan antara variabel a dan variabel b)
b. Tingkat signifikansi
α = 5% =
0.05
c.
Daerah Kritis
Tolak H0
ketika P-Value < α
d. Statistik Uji
(ini
yang bakalan kita bahas, perhatikan bagian p pada output)
e.
Keputusan
(ini
juga bakalan dibahas, melihat hasil dari nilai p nya)
f.
Kesimpulan
(kalau mau tau
kesimpulan, harus tau keputusan dulu gan wkwkw, jadi sambil dibahas ya)
Oke mari membahas hasilnya tersebut. Seperti yang tertulis
pada hipotesis diatas bahwa H0 akan ditolak ketika P-Value nya < α. Nilai
P-Valuenya dapat dilihat pada matriks p di output pada R. Secara singkat,
variabel akan saling berhubungan ketika nilai P-Valuenya < α, artinya H0
ditolak. Oke kita bahas masing-masing variabel.
1. Profitabilitas
Perhatikan
pada kolom matriks ini. Pada variabel ini, nilai P-Valuenya terhadap
masing-masing variabel adalah: Resiko Kredit (0.000), Resiko Likuiditas (0.1856),
Efisiensi Manajemen (0.0000), Permodalan (0.5768), dan Inflasi (0.2530).
Artinya, dari semua variabel, yang memiliki hubungan terhadap variabel
Profitabilitas adalah Resiko Kredit dan Efisiensi Manajemen, dimana nilai
P-Value masing-masing variabel dibawah nilai α. Disimpulkan sendiri ya hehe.
2. Resiko Kredit
Perhatikan
pada kolom matriks ini. Pada variabel ini, nilai P-Valuenya terhadap
masing-masing variabel adalah: Profitabilitas (0.000), Resiko Likuiditas
(0.0136), Efisiensi Manajemen (0.0000), Permodalan (0.2873), dan Inflasi
(0.5021). Artinya, dari semua variabel, yang memiliki hubungan terhadap
variabel Resiko Kredit adalah Resiko Kredit, Resiko Likuiditas, dan Efisiensi
Manajemen, dimana nilai P-Value masing-masing variabel dibawah nilai α. Kesimpulannya
monggo dibuat sendiri wkwk, afwan.
3. Resiko Likuiditas
Perhatikan
pada kolom matriks ini. Pada variabel ini, nilai P-Valuenya terhadap
masing-masing variabel adalah: Resiko Kredit (0.0136), Profitabilitas (0.1856),
Efisiensi Manajemen (0.1189), Permodalan (0.8084), dan Inflasi (0.5985).
Artinya, dari semua variabel, yang memiliki hubungan terhadap variabel Resiko
Likuiditas hanya variabel Resiko Kredit.
4. Efisiensi Manajemen
Perhatikan
pada kolom matriks ini. Pada variabel ini, nilai P-Valuenya terhadap
masing-masing variabel adalah: Resiko Kredit (0.000), Resiko Likuiditas
(0.1189), Profitabilitas (0.0000), Permodalan (0.7063), dan Inflasi (0.8118).
Artinya, dari semua variabel, yang memiliki hubungan terhadap variabel
Efisiensi Manajemen adalah Resiko Kredit dan Profitabilitas, dimana nilai
P-Value masing-masing variabel dibawah nilai α. Monggo kesimpulannya ditarik
sendiri hehe.
5. Permodalan
Perhatikan
pada kolom matriks ini. Pada variabel ini, nilai P-Valuenya terhadap
masing-masing variabel adalah: Resiko Kredit (0.2873), Resiko Likuiditas (0.2873),
Efisiensi Manajemen (0.8084), Profitabilitas (0.5768), dan Inflasi (0.7491).
Artinya, dari semua variabel, tidak ada yang memiliki hubungan dengan variabel
permodalan karena selurug nilai P-Valuenya > α.
6. Inflasi
Perhatikan pada
kolom matriks ini. Pada variabel ini, nilai P-Valuenya terhadap masing-masing
variabel adalah: Resiko Kredit (0.5021), Resiko Likuiditas (0.5985), Efisiensi
Manajemen (0.8118), Profitabilitas (0.2530), dan Inflasi (0.7491). Artinya,
dari semua variabel, tidak ada yang memiliki hubungan dengan variabel Inflasi
karena selurug nilai P-Valuenya > α.
Oke coyy, udah tau nih variabel-variabel apa aja yang saling
berhubungan (yang jelas mantan ga ada hubungannya ya wkwkw), dan diketahui variabel
permodalan dan variabel inflasi tidak memiliki hubungan dengan variabel lain,
sehingga variabel yang coba difokuskan adalah variabel selain itu. Untuk
mengetahui besaran hubungan masing-masing variabel, dapat digunakan grafik atau
melihat tabel matriks diatas nilai p. Oke dalam kasus ini, kita coba pakai
grafik aja ya gan hhehehe.
|
#Plot Korelasi
ggpairs(data[2:5] , upper =
list(continuous = wrap("cor",
size = 3)), lower = list(continuous = "smooth"))
|
Oke gan, sebelum masuk ke besaran nilai korelasinya, ada hal
yang perlu diketahui sebelumnya. Nilai korelasi itu sendiri dibagi menjadi 2,
yaitu :
1. Korelasi Positif, merupakan korelasi yang memiliki tanda
positif yang berarti hubungannya merupakan hubungan yang berbanding lurus.
Artinya adalah ketika variabel a naik, maka variabel b juga naik, begitu juga
sebaliknya.
2. Korelasi negatif, merupakan kkorelasi yang memiliki tanda
negatif yang berarti hubungan antar variabelnya merupakan hubungan yang
berbanding terbalik. Artinya adalah jika nilai variabel a naik, maka nilai dari
variabel b turun, begitu juga sebaliknya.
Oke, begitu tau masalah
tanda, perlu diketahui juga masalah besaran masing-masing nilai dari korelasi
itu sendiri. Kriteria atau kategori tingkar
keeratan variabel (terlepas dari tandanya) dapat dikelompokkan menjadi 6
(Sarwono, 2006), dengan kategori atau kriteria sebagai berikut:
0 : Tidak Ada Korelasi
0-0.25 : Korelasi Sangat Lemah
0.25-0.5 : Korelasi Cukup
0.5-0.75 : Korelasi Kuat
0.75-0.99 : Korelasi Sangat Kuat
1 :
Korelasi Sempurna
Oke, kembali ke output. Setelah mengetahui kategori nilai
korelasi, maka dapat dilihat bahwa untuk variabel Profitabilitas dan Resiko
Kredit ataupun sebaliknya (karena korelasi merupakan hubungan timbal balik atau
dua arah sehingga kedudukannya sama), dapat dilihat nilai korelasinya sebesar
-0.581 atau di kategorikan sebagai korelasi kuat negatif. Untuk variabel
Profitabilitas dan Efisiensi Manajemen ataupun sebalikinya, nilai korelasinya
adalah -.0.938 atau dikategorikan sebagai korelasi sangat kuat negatif. Untuk
variabel-variabel selanjutnya sama dengan kategori sesuai dengan yang
disebutkan diatas.
Semoga tulisan ini bermanfaat untuk para netijen Indo J
Jazakumullah Khairan
