Perbedaan antara korelasi dan regresi

Korelasi dan regresi adalah dua analisis berdasarkan distribusi multivariat. Distribusi multivariat digambarkan sebagai distribusi beberapa variabel. Korelasi digambarkan sebagai analisis yang memungkinkan kita mengetahui hubungan atau tidak adanya hubungan antara dua variabel 'x' dan 'y'. Di ujung lainnya, Regresi analisis, memprediksi nilai variabel dependen berdasarkan nilai yang diketahui dari variabel independen, dengan asumsi bahwa rata -rata hubungan matematika antara dua atau lebih variabel.

Perbedaan antara korelasi dan regresi adalah salah satu pertanyaan yang umum diajukan dalam wawancara. Selain itu, banyak orang menderita ambiguitas dalam memahami keduanya. Jadi, baca lengkap artikel ini untuk memiliki pemahaman yang jelas tentang keduanya.

Konten: Korelasi vs Regresi

1. Grafik perbandingan
2. Definisi
3. Perbedaan utama
4. Video
5. Kesimpulan

Grafik perbandingan

Definisi korelasi

Istilah korelasi adalah kombinasi dari dua kata 'co' (bersama -sama) dan hubungan (koneksi) antara dua kuantitas. Korelasi adalah ketika, pada saat studi dari dua variabel, diamati bahwa perubahan unit dalam satu variabel dibalas dengan perubahan yang setara dalam variabel lain, i.e. langsung atau tidak langsung. Atau variabel dikatakan tidak berkorelasi ketika gerakan dalam satu variabel tidak berarti gerakan apa pun dalam variabel lain dalam arah tertentu. Ini adalah teknik statistik yang mewakili kekuatan hubungan antara pasangan variabel.

Korelasi bisa positif atau negatif. Ketika kedua variabel bergerak ke arah yang sama, saya.e. Peningkatan satu variabel akan menghasilkan peningkatan yang sesuai dalam variabel lain dan sebaliknya, maka variabel dianggap berkorelasi positif. Contohnya: laba dan investasi.

Sebaliknya, ketika kedua variabel bergerak ke arah yang berbeda, sedemikian rupa sehingga peningkatan satu variabel akan menghasilkan penurunan variabel lain dan sebaliknya, situasi ini dikenal sebagai korelasi negatif. Contohnya: Harga dan permintaan suatu produk.

Ukuran korelasi diberikan sebagai di bawah:

• Koefisien Korelasi Momen Produk Karl Pearson
• Koefisien Korelasi Peringkat Spearman
• Diagram sebar
• Koefisien penyimpangan bersamaan

Definisi regresi

Teknik statistik untuk memperkirakan perubahan dalam variabel dependen metrik karena perubahan dalam satu atau lebih variabel independen, berdasarkan hubungan matematika rata -rata antara dua atau lebih variabel dikenal sebagai regresi. Ini memainkan peran penting dalam banyak aktivitas manusia, karena merupakan alat yang kuat dan fleksibel yang digunakan untuk meramalkan peristiwa masa lalu, sekarang atau masa depan berdasarkan peristiwa masa lalu atau sekarang. Contohnya: Atas dasar catatan masa lalu, laba masa depan bisnis dapat diperkirakan.

Dalam regresi linier sederhana, ada dua variabel x dan y, dimana y tergantung pada x atau katakan dipengaruhi oleh x. Di sini y disebut sebagai dependen, atau variabel kriteria dan x adalah variabel independen atau prediktor. Garis regresi y pada x dinyatakan sebagai di bawah:

y = a + bx

dimana, a = konstan,
b = koefisien regresi,
Dalam persamaan ini, A dan B adalah dua parameter regresi.

Perbedaan utama antara korelasi dan regresi

Poin yang diberikan di bawah ini, menjelaskan perbedaan antara korelasi dan regresi secara rinci:

1. Ukuran statistik yang menentukan hubungan bersama atau asosiasi dua kuantitas dikenal sebagai korelasi. Regresi menjelaskan bagaimana variabel independen secara numerik terkait dengan variabel dependen.
2. Korelasi digunakan untuk mewakili hubungan linier antara dua variabel. Sebaliknya, regresi digunakan agar sesuai dengan garis terbaik dan memperkirakan satu variabel berdasarkan variabel lain.
3. Dalam korelasi, tidak ada perbedaan antara variabel dependen dan independen i.e. Korelasi antara x dan y mirip dengan y dan x. Sebaliknya, regresi y pada x berbeda dari x pada y.
4. Korelasi menunjukkan kekuatan hubungan antara variabel. Berbeda dengan, regresi mencerminkan dampak perubahan unit dalam variabel independen pada variabel dependen.
5. Korelasi bertujuan untuk menemukan nilai numerik yang mengekspresikan hubungan antara variabel. Tidak seperti regresi yang tujuannya adalah untuk memprediksi nilai variabel acak berdasarkan nilai variabel tetap.

Video: Korelasi vs Regresi

Kesimpulan

Dengan diskusi di atas, jelas, bahwa ada perbedaan besar antara dua konsep matematika ini, meskipun keduanya dipelajari bersama. Korelasi digunakan ketika peneliti ingin tahu bahwa apakah variabel yang diteliti berkorelasi atau tidak, jika ya lalu apa kekuatan asosiasi mereka. Koefisien korelasi Pearson dianggap sebagai ukuran korelasi terbaik. Dalam analisis regresi, hubungan fungsional antara dua variabel ditetapkan untuk membuat proyeksi di masa depan tentang peristiwa.