Contoh Korelasi

Contoh Korelasi dalam Statistik

Contoh korelasi positif antara lain adalah kalori yang terbakar akibat olahraga, dimana dengan meningkatnya level olahraga, maka kalori yang terbakar juga akan meningkat. Sebaliknya, contoh korelasi negatif adalah hubungan antara harga baja dan harga saham perusahaan baja, dimana kenaikan harga saham baja akan menurun.

Dalam statistik, CorrelationCorrelationCorrelation adalah ukuran statistik antara dua variabel yang didefinisikan sebagai perubahan dalam satu variabel sesuai dengan perubahan yang lain. Ini dihitung sebagai (x(i)-mean(x))*(y(i)-mean(y)) / ((x(i)-mean(x))2 * (y(i)-mean( y))2.baca lebih lanjut terutama menganalisis kekuatan hubungan antara variabel yang dipertimbangkan.Namun, ini juga mengukur apakah ada hubungan linier, yaitu, linier, antara set data yang diberikan dan seberapa baik mereka dapat terkait. Salah satu ukuran umum yang digunakan dalam bidang statistik untuk korelasi adalah Koefisien Korelasi PearsonKoefisien Korelasi PearsonKoefisien korelasi Pearson mengukur kekuatan antara variabel yang berbeda dan hubungannya.Oleh karena itu, setiap kali dilakukan uji statistik antara kedua variabel, ada baiknya untuk menganalisis nilai koefisien korelasi untuk mengetahui seberapa kuat hubungan antara kedua variabel.baca lebih lanjut Contoh korelasi berikut memberikan garis besar korelasi yang paling umum.

Contoh 1

Vivek dan Rupal adalah saudara kandung. Rupal lebih tua dari Vivek tiga tahun. Sanjeev, ayah mereka, adalah seorang ahli statistik, dan dia tertarik untuk meneliti hubungan linierHubungan LinierHubungan linier menggambarkan hubungan antara dua variabel berbeda – x dan y – dalam bentuk garis lurus pada grafik. Saat menghadirkan hubungan linier melalui persamaan, nilai y diturunkan melalui nilai x, yang mencerminkan korelasinya.baca lebih lanjut antara tinggi dan berat badan. Oleh karena itu, sejak kelahiran mereka, ia mencatat tinggi dan berat badan mereka pada berbagai usia dan sampai pada hal-hal berikut:

Dia mencoba mengidentifikasi korelasi antara usia, tinggi, dan berat badan, dan apakah ada perbedaan di antara mereka?

Larutan:

Kami pertama-tama akan memplot bagan sebar. Kami mendapatkan di bawah hasil untuk usia, tinggi, dan berat Rupal dan Vivek.

Seiring bertambahnya usia, tinggi badan bertambah, dan berat badan bertambah, sehingga tampak ada hubungan yang positif. Dengan kata lain, tinggi dan usia adalah korelasi positif. Selanjutnya, Sanjeev mengamati bahwa berat badan berfluktuasi dan tidak stabil. Itu bisa bertambah atau berkurang sedikit, tetapi dia mengamati hubungan positif antara tinggi dan berat badan; berat badan juga cenderung bertambah ketika tinggi badan bertambah.

Jadi, dia mengamati dua hubungan penting di sini: dengan bertambahnya usia – tinggi badan, dan berat badan bertambah dengan bertambahnya tinggi badan. Karenanya, ketiganya membawa korelasi positif.

Contoh #2

John bersemangat tentang liburan musim panas. Namun, orang tuanya khawatir karena remaja tersebut akan duduk di rumah dan bermain game di ponselnya serta menyalakan AC sepanjang waktu. Mereka mencatat berbagai temperatur dan satuan yang dikonsumsi tahun lalu dan menemukan data yang menarik. Dan mereka ingin mengantisipasi tagihan bulan Mei mendatang dan mengharapkan suhu mendekati 40*C. Tetap saja, mereka ingin tahu apakah ada korelasi antara suhu dan tagihan listrik.

Larutan:

Mari kita analisis ini juga melalui bagan.

Kami telah merencanakan tagihan listrik dan suhu dan mencatat berbagai poinnya. Tampaknya ada korelasi antara suhu dan tagihan listrik saat suhu dingin. Tagihan listrik terkendali, masuk akal karena keluarga akan menggunakan lebih sedikit AC. Ketika suhu meningkat, AC, dan geyser akan meningkat, yang akan memukul mereka dengan biaya yang lebih tinggi, terlihat dari grafik di atas dimana tagihan listrik meningkat tajam.

Dengan demikian, kita dapat menyimpulkan bahwa tidak ada hubungan linier, tetapi ada korelasi positif. Oleh karena itu, keluarga dapat kembali mengharapkan jumlah tagihan untuk Mei di kisaran 6400 hingga 7000.

Contoh #3

Tom telah memulai bisnis katering baru, di mana dia pertama kali menganalisis biaya pembuatan sandwich dan berapa harga yang harus dia jual. Setelah berbicara dengan berbagai juru masak yang saat ini menjual sandwich, dia telah mengumpulkan informasi di bawah ini. Tom yakin bahwa ada hubungan linier positif antara jumlah sandwich dan total biaya pembuatannya. Analisis apakah pernyataan ini benar.

Tom meyakinkan hubungan linier positif antara jumlah sandwich dan total biaya pembuatannya. Analisis apakah pernyataan ini benar.

Larutan:

Setelah memplot poin antara jumlah sandwich yang disiapkan dan biaya pembuatannya, terdapat hubungan yang positif.

Dan dapat dilihat dari tabel di atas ya, ada hubungan linier positif. Jika seseorang menjalankan korelasi, itu akan menjadi +1. Oleh karena itu, karena Tom membuat lebih banyak sandwich, biayanya akan meningkat, dan tampaknya valid karena semakin banyak sandwich yang dibutuhkan, semakin banyak sayuran, dan begitu pula roti yang dibutuhkan. Oleh karena itu, ini memiliki hubungan linier sempurna positif berdasarkan data.

Contoh #4

Rakesh telah berinvestasi di saham ABC cukup lama. Dia ingin tahu apakah saham ABC merupakan lindung nilai yang baik untuk pasar karena dia juga berinvestasi di ETFET. Dana yang diperdagangkan di bursa (ETF) adalah sekuritas yang berisi banyak jenis sekuritas seperti obligasi, saham, komoditas, dan sebagainya. dan yang diperdagangkan di bursa seperti saham, dengan harga berfluktuasi berkali-kali sepanjang hari ketika dana yang diperdagangkan di bursa dibeli dan dijual di bursa.baca lebih lanjut dana yang melacak indeks pasarIndeks PasarIndeks pasar melacak kinerja beragam pemilihan sekuritas yang membentuk bagian penting dari pasar keuangan. Ini berfungsi sebagai indikator kondisi pasar keuangan secara keseluruhan dengan mencantumkan tren historis dan real-time di berbagai segmen pasar. Baca selengkapnya. Dia telah mengumpulkan data di bawah ini selama 12 pengembalian bulanan terakhir pada saham ABC dan indeks.

Dengan menggunakan korelasi, identifikasi hubungan yang dimiliki saham ABC dengan pasar dan apakah saham tersebut melakukan lindung nilai terhadap portofolio.

Larutan:

Menggunakan rumus koefisien korelasi Rumus Koefisien KorelasiKoefisien Korelasi, kadang-kadang dikenal sebagai koefisien korelasi silang, adalah ukuran statistik yang digunakan untuk mengevaluasi kekuatan hubungan antara 2 variabel. Nilainya berkisar dari -1.0 (korelasi negatif) hingga +1.0 (korelasi positif). baca lebih lanjut di bawah memperlakukan perubahan harga saham ABC sebagai x dan perubahan indeks pasar sebagai y, kita mendapatkan korelasi -0,90.

Ini adalah korelasi negatif yang mendekati sempurnaKorelasi NegatifKorelasi negatif adalah hubungan yang efektif antara dua variabel di mana nilai variabel dependen dan independen bergerak berlawanan arah. Misalnya, ketika variabel independen meningkat, variabel dependen menurun, dan sebaliknya.baca selengkapnya. Dengan kata lain, hubungan negatif.

Oleh karena itu, saat pasar naik, harga saham ABC turun, dan saat pasar turun, harga saham ABC naik. Oleh karena itu, ini adalah lindung nilai yang baik untuk portofolio.

Kesimpulan

Orang dapat menyimpulkan bahwa mungkin ada korelasi antara dua variabel tetapi belum tentu merupakan hubungan linier. Misalnya, mungkin ada korelasi eksponensial atau korelasi log. Oleh karena itu, jika seseorang mendapatkan hasil yang menyatakan korelasi positif atau negatif, maka itu harus dinilai dengan memplot variabel pada grafik dan mencari tahu apakah memang ada hubungan atau korelasi memacu.

Artikel yang Direkomendasikan

Artikel ini telah menjadi panduan untuk Contoh Korelasi dalam Statistik. Di sini, kami membahas berbagai contoh untuk memahami korelasi antara dua variabel, yang bisa positif atau negatif. Anda dapat mempelajari lebih lanjut tentang pembiayaan dari artikel berikut: –

• Rumus Koefisien Determinasi
• Korelasi vs Kovarian
• Definisi Korelasi Negatif