Korelasi vs. Kausalitas: Memahami Perbedaannya dalam Analisis Data

Sebagai bagian dari Bulan Literasi Data, seri ini akan memperjelas konsep-konsep kunci dari dunia data, menjawab pertanyaan yang mungkin Anda sungkan untuk ajukan, dan tetap menyenangkan. Jika Anda ingin mulai dari awal, baca entri pertama kami dalam seri ini: Apa itu Dataset?

Pernah mendengar ungkapan ‘korelasi tidak menyiratkan kausalitas’? Ini adalah jebakan umum yang dapat menyesatkan penggemar data maupun profesional. Dalam artikel ini, kita akan membahas perbedaan utama antara korelasi dan kausalitas, membongkar mitos, dan berbagi contoh dunia nyata agar Anda terhindar dari salah satu kesalahan terbesar dalam penafsiran data.

Apa itu Korelasi?

Korelasi adalah ukuran hubungan antara dua hal. Artinya, ketika satu hal naik, apakah hal lainnya ikut naik atau justru turun? Diagram sebar di bawah ini menampilkan data dari American Community Survey 2017. Pada sumbu x, Anda dapat melihat pendapatan tahunan rata-rata untuk masing-masing dari lima puluh negara bagian AS, dan pada sumbu y, Anda dapat melihat rata-rata pembayaran sewa bulanan untuk negara-negara bagian tersebut. Seiring meningkatnya pendapatan, pembayaran sewa juga meningkat.

Pendapatan Tahunan dibandingkan Rata-rata Sewa Bulanan (dalam USD)

Jika satu hal naik ketika hal lainnya juga naik—seperti pada kasus ini—maka keduanya dikatakan berkorelasi positif. Mereka dikatakan berkorelasi negatif jika satu turun ketika yang lain naik.

Dalam statistika dan ilmu data, korelasi lebih presisi, merujuk pada kekuatan hubungan linear antara dua hal. Pada variasi diagram sebar di bawah, sebuah garis lurus dipasangkan melalui data. Garis tersebut mengikuti titik-titik dengan cukup dekat, menunjukkan adanya hubungan linear antara pendapatan dan sewa.

Garis terpasang antara dua variabel, menunjukkan hubungan positif di antara keduanya

Sebaliknya, pada contoh di bawah ini, menggunakan dataset klasik diamonds, jika kita memplot harga berlian terhadap beratnya dalam karat dan menggambar garis terbaik melaluinya, Anda dapat melihat bahwa garisnya melengkung ke atas. Artinya, harga meningkat lebih cepat daripada linear.

Korelasi akan menangkap hubungan positif antara kedua hal—seiring bertambahnya berat, harga juga meningkat—tetapi tidak aspek non-linear dari hubungan tersebut.

Apa itu Kausalitas?

Kausalitas adalah pernyataan yang lebih kuat daripada korelasi. Ini berarti bahwa perubahan pada satu hal menyebabkan hal lain berubah. Anda sering melihat contoh kausalitas dalam anjuran medis, misalnya, "merokok menyebabkan kanker" atau "minum ibuprofen mengurangi tingkat rasa sakit."

Anda juga dapat melihat banyak contoh kausalitas dalam kehidupan sehari-hari. Makan sehat menyebabkan perbaikan hasil gaya hidup, berolahraga membuat Anda menjadi lebih bugar, dan belajar di DataCamp membuat Anda lebih memahami data.

Kekeliruan Korelasi-Kausalitas

Kekeliruan korelasi-kausalitas terjadi ketika orang menganggap adanya hubungan sebab-akibat hanya karena ada korelasi. Pada contoh pendapatan dan sewa, data menunjukkan bahwa pembayaran sewa berkorelasi positif dengan pendapatan. Namun, ilmu ekonomi itu rumit, dan data tersebut tidak cukup untuk membuat klaim yang lebih berani bahwa pendapatan yang lebih tinggi menyebabkan pembayaran sewa lebih tinggi.

Kekeliruan korelasi-kausalitas lazim di banyak masyarakat karena setiap orang yang bekerja di bidang pemasaran ingin Anda percaya bahwa membeli produk mereka akan membuat hidup Anda lebih baik tanpa meluangkan waktu untuk menjalankan eksperimen ilmiah yang ketat untuk mengujinya. Gagasan ini dibawa ke kesimpulan logisnya dalam lagu pop The Tamperer tahun 1990-an If you Buy This Record (Your Life Will Be Better). Korelasi dapat terjadi dalam tiga kasus utama, tetapi kausalitas tidak.

Hubungan Kebetulan

Dengan cukup banyak data, dua hal yang sama sekali tidak terkait pun dapat menunjukkan korelasi. Contoh di bawah ini diambil dari situs luar biasa milik Tyler Vigen, Spurious Correlations. Grafik garis menunjukkan bahwa tingkat perceraian di negara bagian Maine, AS, sangat berkorelasi dengan konsumsi margarin per kapita.

Akan terasa tidak masuk akal untuk berpikir bahwa makan margarin lebih banyak atau lebih sedikit dapat memengaruhi tingkat perceraian pada tingkat satu negara bagian, sehingga kita tidak dapat mengklaim adanya kausalitas. Korelasi yang ditunjukkan di sini murni kebetulan.

Bahkan para investor pun tidak kebal terhadap kekeliruan logika ini. Indikator Super Bowl menyarankan bahwa pasar saham akan naik jika tim dari National Football Conference memenangkan turnamen Super Bowl. Jika tim dari American Football Conference yang menang, pasar akan turun.

Variabel Perancu

Korelasi dapat muncul ketika ada hal ketiga ("variabel perancu") yang memengaruhi baik dugaan sebab maupun dugaan akibat.

Contoh klasiknya adalah bahwa sunburn berkorelasi dengan penjualan es krim. Akan konyol jika mengatakan bahwa makan es krim menyebabkan peningkatan sunburn. Penjelasan yang lebih masuk akal adalah bahwa pada cuaca panas dan cerah, orang lebih mungkin makan es krim, dan orang juga lebih mungkin berjemur. Jadi cuaca adalah variabel perancu.

Pada 2001 sebuah makalah ilmiah mencatat bahwa orang yang banyak makan sayuran dan minyak zaitun memiliki kulit yang lebih sedikit keriput. Itu adalah observasi yang valid, tetapi Ben Goldacre mencatat dalam sebuah TED talk bahwa para ahli gizi langsung menyambar hasil ini dan mulai mengklaim bahwa makan minyak zaitun menyebabkan Anda mendapat lebih sedikit keriput. Ini mengabaikan efek dari beberapa faktor perancu. Minyak zaitun relatif mahal dibandingkan minyak goreng lain, jadi jika Anda mampu membeli minyak zaitun, Anda lebih mungkin memiliki pekerjaan di dalam ruangan dengan paparan sinar matahari lebih rendah dan lebih kecil kemungkinan untuk merokok. Belum lagi ratusan perbedaan gaya hidup lain yang tidak dipertimbangkan dalam studi tersebut.

Kausalitas Terbalik

Kausalitas terbalik adalah ketika orang bingung tentang mana yang menyebabkan apa. Contoh sederhana: ketika turbin angin berputar lebih cepat, Anda juga mendeteksi kecepatan angin lebih tinggi, lalu Anda menyimpulkan bahwa angin disebabkan oleh turbin angin yang berputar. Jika dipikirkan sejenak, Anda akan menyadari bahwa kausalitasnya seharusnya sebaliknya: anginlah yang menyebabkan turbin angin berputar.

Memahami arah kausalitas adalah masalah umum dalam analisis data medis. Misalnya, ada korelasi positif antara depresi dan penggunaan ganja. Artinya, orang yang depresi lebih mungkin merokok ganja. Sebagai contoh, makalah ilmiah ini menemukan bahwa pada tahun 2016, orang dengan depresi memiliki peluang 216% lebih tinggi untuk merokok ganja hampir setiap hari dibandingkan orang yang tidak depresi.

Telah banyak diperdebatkan tentang mana yang menyebabkan yang lain. Apakah merokok ganja menyebabkan depresi, ataukah mengalami depresi membuat Anda lebih mungkin merokok ganja? Makalah ilmiah ini menunjukkan bahwa kausalitas mungkin terjadi ke kedua arah. Ada juga beberapa bukti bahwa penggunaan ganja dapat menyebabkan timbulnya depresi; namun, bukti kuat menunjuk pada asosiasi kebalikan, yakni bahwa depresi dapat menyebabkan timbulnya atau peningkatan frekuensi penggunaan ganja.

Apa yang Anda Butuhkan untuk Menetapkan Kausalitas?

Menentukan kausalitas bisa lebih rumit daripada yang dibayangkan. Untuk menetapkan kausalitas, Anda memerlukan empat hal.

1. Korelasi: Meskipun adanya korelasi antara dua hal tidak menjamin kausalitas, ini adalah syarat yang diperlukan. Jika tidak ada korelasi, maka tidak ada hubungan kausal.
2. Hubungan temporal: Apa pun yang Anda anggap sebagai penyebab dari apa yang Anda analisis harus terjadi sebelum hal yang Anda anggap sebagai akibat.
3. Mekanisme: Harus ada penjelasan tentang bagaimana hal pertama dapat menyebabkan hal kedua.
4. Kontrol terhadap variabel perancu: Dampak kemungkinan variabel perancu perlu dikendalikan melalui perancangan eksperimen yang cermat, pengumpulan data, dan metode statistik.

Studi Observasional dan Eksperimental

Saat mengeksplorasi hubungan antarhal, ada dua jenis studi.

• Studi observasional mengumpulkan data dengan cara yang tidak memengaruhi bagaimana data tersebut terbentuk. Studi minyak zaitun yang disebutkan sebelumnya adalah contohnya: studi tersebut mencatat pola makan orang, bukan menetapkan bahwa sebagian orang harus memasak dengan minyak zaitun dan yang lain tidak.
• Eksperimen secara acak menugaskan orang ke "perlakuan" yang berbeda. Ini umum dalam uji obat, di mana sebagian orang mendapatkan obat sebenarnya dan yang lain mendapatkan plasebo.

Studi observasional biasanya membuat penentuan kausalitas menjadi sangat sulit atau bahkan tidak mungkin. Namun, eksperimen (yang dirancang dan dijalankan dengan benar) memungkinkan kausalitas untuk ditentukan. Anda dapat membaca lebih lanjut tentang eksperimen dalam entri berikutnya dari Data Demystified tentang A/B testing.

Ingin Belajar Lebih Lanjut?

Singkatnya, kekeliruan korelasi-kausalitas telah banyak dipelajari dan merupakan salah satu jebakan terbesar yang dapat Anda alami di awal perjalanan peningkatan keterampilan data Anda. Berikut hal-hal yang perlu diingat:

• Korelasi mengukur hubungan antara dua hal.
• Anda tidak selalu dapat menyimpulkan hubungan kausal antara kedua hal tersebut.
• Untuk menentukan kausalitas, Anda perlu melakukan eksperimen.

Untuk meningkatkan keterampilan Anda ke level berikutnya, ikuti Introduction to Statistics dan mulai perjalanan literasi data Anda. Entri berikutnya dalam seri data demystified membahas eksperimen lebih dalam, berfokus pada praktik yang disebut A/B testing. Sementara itu, lihat sumber daya berikut: 

• Lihat rencana kami untuk bulan literasi data
• Mulai dengan Skill Track Understanding Data Topics
• Berlangganan Podcast DataFramed
• Lihat acara kami yang akan datang
• Baca entri berikutnya dari Seri Data Demystified tentang A/B testing