Korelasi: Mengukur Kuat-Lemah Hubungan — Matematika Kelas 11–12

Setelah ini kamu bisa membaca koefisien korelasi r untuk menilai arah dan kekuatan hubungan, serta memahami bahwa korelasi bukan sebab-akibat.

Di artikel diagram pencar kamu sudah melatih mata membaca arah pola — naik, turun, atau tak berpola. Tetapi “kuat” dan “lemah” relatif; matamu butuh angka untuk membandingkan. Koefisien korelasi $r$ adalah angka tunggal yang merangkum seberapa erat dua variabel bergerak bersama. Tapi awas: $r$ mendekati 1 sering disalahpahami sebagai bukti sebab-akibat. Padahal banyak pasangan variabel berkorelasi sempurna tanpa saling menyebabkan. Coba lihat sendiri di bawah.

Coba amati sebaran titik dan nilai r di pojok, lalu tekan preset untuk berganti dataset.

Dari arah pola ke angka: apa itu r

Pada artikel diagram pencar kamu membaca arah pola secara visual. Koefisien korelasi Pearson $r$ melangkah lebih jauh: ia merangkum arah dan kekuatan hubungan jadi satu angka di antara $-1$ dan $1$ . Tanda (positif atau negatif) menunjukkan arah; nilai mutlak menunjukkan kekuatan.

Koefisien korelasi Pearson $r$ adalah ukuran kekuatan dan arah hubungan linear dua variabel numerik, bernilai $-1 \le r \le 1$ .

$r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \cdot \sum (y_i - \bar{y})^2}}$

Arti tiap simbol: $r$ = koefisien korelasi, $x_i$ dan $y_i$ = nilai data ke- $i$ , $\bar{x}$ dan $\bar{y}$ = rata-rata masing-masing, $\sum$ = jumlahkan atas semua pasangan titik.

Pembilang mengukur seberapa dua variabel bergerak bersama (kovarians), penyebut menormalkan dengan sebaran masing-masing. Hasilnya selalu di rentang $[-1, 1]$ .

Membaca nilai r: tanda = arah, nilai mutlak = kekuatan

Cara cepat membaca $r$ : lihat tandanya dulu, lalu nilai mutlaknya. Tanda positif berarti hubungan naik (kedua variabel bertambah bersama); negatif berarti turun (satu naik, satu turun). Nilai mutlak mendekati 1 berarti kuat; mendekati 0 berarti lemah.

Nilai $r$	Arah	Kekuatan
Mendekati $1$	Naik	Kuat positif
Mendekati $-1$	Turun	Kuat negatif
Mendekati $0$	Tak jelas	Lemah

Pada widget di bawah, titik membentuk garis naik yang rapat — $r$ mendekati 1. Inilah ciri korelasi positif kuat: tiap titik hampir menghimpit garis tren.

Kebalikannya, pada widget berikut titik membentuk garis turun yang rapat — $r$ mendekati $-1$ . Inilah korelasi negatif kuat: satu variabel naik, yang lain turun, dan titik menghimpit garis tren.

Ketika r mendekati nol: hubungan lemah

Saat titik berjajar acak tanpa arah, $r$ jatuh mendekati 0 — hubungan linear lemah atau tak ada. Garis tren hampir datar, dan memaksakan kesimpulan linear justru menyesatkan. Pada widget di bawah, perhatikan betapa baranjang titik tanpa pola, dan nilai $r$ yang nyaris nol.

Bayangkan taburkan pasir ke atas tanpa arah angin: butiran jatuh di titik acak. Tidak ada garis yang bisa merangkumnya dengan baik — itulah $r \approx 0$ .

Jebakan terbesar: korelasi bukan sebab-akibat

Inilah pelajaran paling penting. Nilai $r$ mendekati $\pm 1$ hanya membuktikan dua variabel bergerak bersama, bukan bahwa satu menyebabkan yang lain. Banyak pasangan variabel berkorelasi tinggi tanpa hubungan sebab-akibat — disebut korelasi semu (spurious). Penjualan es krim dan kasus tenggelam naik bersama di musim panas, tetapi es krim tidak menyebabkan orang tenggelam; keduanya dipengaruhi faktor ketiga (cuaca panas).

Soal korelasi di UTBK sering menjebak dengan menyodorkan nilai $r$ tinggi lalu bertanya kesimpulan yang benar. Kerangka TKA (Peraturan Ka. BSKAP 045/H/AN/2025) memasukkan analisis data sebagai cakupan resmi. Jawaban “X menyebabkan Y” hampir selalu salah bila satu-satunya bukti adalah korelasi — cari jawaban yang lebih hati-hati seperti “X berkaitan dengan Y” atau “perlu penelitian lebih lanjut”.

Pada galeri widget di bawah, tiga pasangan variabel punya korelasi kuat tetapi tak saling menyebabkan. Garis tren tetap rapi — itulah mengapa grafik saja tak cukup membuktikan kausalitas.

Coba dulu di kertas, baru buka.

Soal. Lima pasangan data $(x, y)$ : $(1, 2), (2, 4), (3, 5), (4, 4), (5, 5)$ . Dari diagram pencarnya tampak pola naik tetapi tidak terlalu rapat. Perkiraanmu, apakah $r$ mendekati 1, 0, atau di tengah-tengah (sekitar 0,5)? Lalu jelaskan mengapa tidak boleh disimpulkan ” $x$ menyebabkan $y$ ”.

Titik makin ke kanan makin ke atas (1→2, 2→4, 3→5, 4→4, 5→5). Arahnya naik, jadi $r$ pasti positif (tanda plus).

Titik tidak menghimpit satu garis lurus (ada titik 4→4 yang menyimpang dari tren naik). Jadi $r$ tidak mendekati 1. Tetapi pola naiknya tetap ada — bukan 0. Perkiraan $r$ di sekitar $0,5$ hingga $0,7$ (kuat sedang).

Nilai $r$ positif hanya membuktikan $x$ dan $y$ cenderung naik bersama. Tidak ada bukti bahwa $x$ menyebabkan $y$ — bisa jadi keduanya dipengaruhi variabel ketiga, atau kebetulan. Kesimpulan aman: ” $x$ dan $y$ berkorelasi positif sedang; sebab-akibat perlu penelitian lebih lanjut.”

Jebakan: menyimpulkan sebab-akibat hanya dari nilai r yang tinggi. Yang benar: korelasi tinggi hanya membuktikan dua variabel bergerak bersama; sebab-akibat butuh alasan logis atau uji terkontrol, bukan sekadar grafik rapi.

Jebakan: menyamakan “kuat” dengan “positif”. Yang benar: tanda (positif/negatif) bicara arah, nilai mutlak bicara kekuatan — r = -0,95 itu kuat meski negatif.

Jebakan: mengandalkan r untuk pola melengkung. Yang benar: r hanya mengukur hubungan linear; dua variabel yang berhubungan melengkung erat bisa jadi punya r mendekati 0 — selalu lihat diagram pencarnya dulu.

Koefisien korelasi Pearson $r$ mengukur arah dan kekuatan hubungan linear, $-1 \le r \le 1$ .
Tanda menunjukkan arah (positif naik, negatif turun); nilai mutlak menunjukkan kekuatan.
$r \approx \pm 1$ kuat; $r \approx 0$ lemah atau tak ada hubungan linear.
$r$ hanya menangkap hubungan linear — selalu cek diagram pencar untuk pola melengkung.
Korelasi tinggi bukan bukti sebab-akibat; waspadai korelasi semu akibat variabel ketiga.