Statistik mengacu pada cabang matematika terapan yang mencakup analisis, pengumpulan, deskripsi, dan penarikan kesimpulan dengan menggunakan data kuantitatif. Ini banyak digunakan dalam berbagai disiplin ilmu seperti pemerintahan, manufaktur, dll.
Ini menggunakan berbagai alat untuk membantu bisnis membuat keputusan yang lebih baik dan tepat. Beberapa konsep statistik yang umum digunakan dalam bisnis adalah kovarians dan korelasi.
Kovarians vs Korelasi
Perbedaan utama antara kovarians dan korelasi adalah bahwa kovarians digunakan untuk menunjukkan perbedaan antara variabel yang digunakan. Di sisi lain, korelasi digunakan untuk menemukan hubungan antara dua variabel. Selain itu, kovarians memiliki satuan sedangkan korelasi dinyatakan sebagai bilangan mutlak, sehingga tidak memiliki satuan.
Kovarians digunakan untuk mengukur variabilitas antara dua variabel. Ini adalah perpanjangan dari varians dan memiliki nilai mulai dari -∞ hingga +∞. Ini menunjukkan kepada kita bagaimana perubahan dalam satu variabel akan mempengaruhi yang lain. Namun, itu tidak menunjukkan seberapa besar pengaruhnya terhadap yang lain.
Korelasi digunakan untuk mengukur hubungan antara dua variabel. Ini adalah ukuran statistik yang mendefinisikan sejauh mana variabel terkait. Variabel mungkin memiliki korelasi positif dan korelasi negatif. Beberapa cara yang umum untuk menghitung korelasi adalah koefisien korelasi, koefisien korelasi rank, dan koefisien deviasi konkuren.
Tabel Perbandingan Antara Kovarians dan Korelasi
| Parameter Perbandingan | kovarians | Korelasi |
| Definisi | Ini menunjukkan seberapa besar variabel tergantung pada yang lain. | Ini menunjukkan seberapa kuat variabel terkait atau tidak terkait satu sama lain. |
| Ukuran bebas satuan | Ini memiliki unit seperti yang diperoleh dengan mengalikan dua angka bersama dengan unit mereka. | Itu tidak memiliki unit apa pun karena dinyatakan dalam angka absolut. |
| Jarak nilai | -∞ hingga +∞. | -1 hingga +1 |
| Perubahan skala | Mempengaruhi kovarians | Tidak terpengaruh |
| Hubungan | Kovarians digunakan dalam menghitung korelasi. | Ini menunjukkan nilai kovarians pada skala standar. |
Apa itu Kovarians?
Kovarians adalah konsep statistik yang menunjukkan hubungan antara dua variabel. Ini menunjukkan bagaimana yang lain akan berubah dengan perubahan yang satu. Karena diperoleh dengan mengalikan dua variabel beserta satuannya, Kovarians dinyatakan dalam satuan.
Nilainya berkisar dari -∞ hingga +∞ di mana nilainya ditafsirkan sebagai berikut:
Nilai kovarians dengan tepat menunjukkan jenis hubungan yang ada antara dua variabel. Namun, itu tidak menunjukkan besarnya yang merupakan kelemahan utama kovarians.
Di bidang keuangan, ini banyak digunakan dalam teori portofolio. Dalam teori portofolio, biasanya digunakan dalam metode diversifikasi dimana kovarians antar aset ditemukan. Ini juga digunakan dalam menentukan dekomposisi Cholesky. Selain itu, ini membantu dalam mengurangi dimensi kumpulan data besar dengan membantu dalam analisis komponen utama.
Apa itu Korelasi?
Ini adalah konsep statistik yang menunjukkan sejauh mana hubungan antara dua variabel. Ini adalah ukuran tanpa unit. Ini menggambarkan hubungan sederhana antara variabel mengabaikan sebab dan akibat. Itu dapat dihitung menggunakan kovarians juga.
Menjadi ukuran bebas unit, nilai korelasi memiliki keberadaan pada skalanya. Koefisien korelasi yang ditunjukkan oleh r berkisar antara -1 sampai +1. Nilai r diinterpretasikan sebagai berikut:
Setelah diperoleh nilai korelasi, dapat pula ditentukan sejauh mana korelasinya. 1 menunjukkan bahwa variabel memiliki korelasi positif sempurna. Di sisi lain, -1 menunjukkan korelasi negatif yang sempurna. Namun, kedua nilai ini sulit ditemui dalam kenyataan.
Itu dihitung karena berbagai alasan. Salah satu alasannya adalah untuk digunakan dalam analisis lain dan sebagai diagnostik saat memeriksa analisis lain. Matriks korelasi juga digunakan untuk menemukan pola dalam data dan melihat apakah variabel sangat berkorelasi.
Perbedaan Utama Antara Kovarians dan Korelasi
- Kovarians menunjukkan ketergantungan dua variabel sedangkan korelasi menunjukkan sejauh mana mereka bergantung satu sama lain.
- Kovarians menggunakan unit sedangkan korelasi sepenuhnya bebas unit. Nilai dalam korelasi adalah bilangan absolut mulai dari -1 hingga 1.
- Dalam kovarians, nilainya berkisar dari -∞ hingga +∞. Di sisi lain, korelasi berkisar dari -1 hingga +1.
- Skalabilitas atau perubahan skala tidak mempengaruhi korelasi, meskipun mempengaruhi kovarians.
- Kovarians dapat digunakan untuk menemukan korelasi tetapi tidak sebaliknya.
- Kovarians hanya dapat dihitung untuk dua variabel. Di sisi lain, korelasi dapat dihitung untuk jumlah variabel 'n'.
Kesimpulan
Korelasi dan kovarians memiliki hubungan yang erat satu sama lain. Selain itu, korelasi selangkah lebih maju dari kovarians karena membantu mengatasi berbagai batasan korelasi seperti:
- Kovarians tidak menunjukkan sejauh mana hubungan antara variabel sedangkan korelasi tidak.
- Korelasi tidak terpengaruh oleh perubahan skala sedangkan kovarians.
Dengan demikian, dapat dikatakan bahwa korelasi adalah ukuran yang lebih baik untuk menemukan hubungan antar variabel. Selain itu, memiliki jangkauan terbatas membantu menarik kesimpulan di berbagai domain. Namun, kedua ukuran statistik ini hanya berhubungan dengan hubungan linier.
