Korelasi

# Membaca data
data <- read.csv("Data_Ukuran_Bayi.csv")

# Mengubah Y, X1, X2, X3 menjadi numerik
data$Y  <- as.numeric(data$Y)

## Warning: NAs introduced by coercion

data$X1 <- as.numeric(data$X1)
data$X2 <- as.numeric(data$X2)
data$X3 <- as.numeric(data$X3)

# Membuat matriks korelasi
R <- cor(data[, c("Y", "X1", "X2", "X3")],
         use = "complete.obs")

# Menampilkan matriks R
R

##            Y        X1        X2        X3
## Y  1.0000000 0.9470919 0.7611425 0.5603295
## X1 0.9470919 1.0000000 0.5340188 0.3899864
## X2 0.7611425 0.5340188 1.0000000 0.7844691
## X3 0.5603295 0.3899864 0.7844691 1.0000000

# Y dengan X1 = 0,9471 → Sangat kuat: Terdapat hubungan positif sangat kuat antara panjang bayi saat lahir dan umur bayi. Artinya, semakin besar umur bayi, maka panjang bayi cenderung semakin besar.

# Y dengan X2 = 0,7611 → Sangat kuat: Terdapat hubungan positif sangat kuat antara panjang bayi dan berat bayi. Artinya, bayi dengan berat yang lebih besar cenderung memiliki panjang yang lebih besar.

# Y dengan X3 = 0,5603 → Kuat: Terdapat hubungan positif kuat antara panjang bayi dan lingkar dada bayi. Artinya, semakin besar lingkar dada bayi, panjang bayi cenderung semakin besar.

# X1 dengan X2 = 0,5340 → Kuat: Terdapat hubungan positif kuat antara umur bayi dan berat bayi. Artinya, semakin bertambah umur bayi, berat bayi cenderung meningkat.

# X1 dengan X3 = 0,3899 → Sedang: Terdapat hubungan positif sedang antara umur bayi dan lingkar dada bayi. Artinya, bertambahnya umur bayi cenderung diikuti dengan bertambahnya lingkar dada.

# X2 dengan X3 = 0,7845 → Sangat kuat: Terdapat hubungan positif sangat kuat antara berat bayi dan lingkar dada bayi. Artinya, bayi dengan berat yang lebih besar cenderung memiliki lingkar dada yang lebih besar.