Perbedaan Antara Korelasi dan Kovarians
Jika Anda ingin mengekspresikan hubungan antar variabel atau metrik, Anda dapat menggunakan kovarians atau korelasi. Keduanya tidak selalu cocok, karena ada perbedaan yang signifikan. Ukuran sebelumnya tidak standar, jadi Anda tidak dapat membandingkan hasil perhitungan yang berbeda.
Hubungan antar variabel dapat dinyatakan dengan kovarians. Tetapi bagaimana hasilnya juga tergantung pada bagaimana nilai-nilai itu diukur. Jadi jika Anda membandingkan varians antar variabel yang dicatat secara berbeda atau memiliki rentang nilai yang berbeda, maka Anda memerlukan korelasi.
Apa itu kovarians?
Kovarians menunjukkan hubungan antara dua variabel (mis. B. antara tinggi dan berat orang). Nilai rendah dari satu unit pengukuran juga dapat dikaitkan dengan nilai rendah dari unit lain dan jika nilainya meningkat, maka mereka melakukan ini pada tingkat yang sama untuk kedua variabel.
- Misalnya, orang yang lebih tinggi biasanya memiliki berat badan lebih. Dalam hal ini ada kovarians positif.
- Di sisi lain, ada hubungan negatif ketika nilai tinggi dari satu nilai disertai dengan nilai rendah dari nilai lainnya. Hal ini terjadi, misalnya, dengan jumlah kantor polisi di suatu wilayah dan frekuensi kejahatan (lebih banyak kehadiran polisi berarti lebih sedikit kejahatan).
- Tapi terkadang tidak ada koneksi sama sekali. Hal ini berlaku ketika perbedaan dalam satu area tidak mempengaruhi variabel pengukuran lainnya sama sekali. Namun, untuk menentukan secara tepat seberapa besar suatu hubungan, diperlukan spesifikasi korelasi. Ini merupakan normalisasi sehingga korelasi variabel terukur yang sangat berbeda dapat dibandingkan satu sama lain.
Terkadang Anda tertarik pada hubungan antar karakteristik, karena dengan cara ini ...
Perbedaan korelasinya
- Korelasi juga mengungkapkan suatu hubungan, tetapi ukuran ini dibakukan sebagai kontras dengan kovarians. Korelasi hanya dapat mengasumsikan nilai antara -1 (hubungan negatif) dan 1 (hubungan positif).
- Nilai nol menunjukkan bahwa perbedaan dalam satu variabel memiliki sedikit atau tidak berpengaruh pada variabel lainnya; di sini tidak ada hubungan yang signifikan dan karena itu juga tidak ada kovarians.
- Selain itu, korelasi diuji signifikansinya. Artinya dihitung apakah benar-benar ada korelasi antara karakteristik variabel yang diberikan sejumlah nilai yang diukur.
