Korelasi &
Hubungan Antar Variabel

import pandas as pd
import numpy as np
from scipy import stats

np.random.seed(42)
n = 50
jam_belajar = np.random.normal(4, 1.5, n).clip(1, 8)
nilai_uts   = (50 + 8 * jam_belajar + np.random.normal(0, 5, n)).clip(0, 100)
jam_hp      = (8 - jam_belajar + np.random.normal(0, 1, n)).clip(0, 10)
kehadiran   = (60 + 5 * jam_belajar + np.random.normal(0, 8, n)).clip(40, 100)

df = pd.DataFrame({
    'jam_belajar': jam_belajar,
    'nilai_uts'  : nilai_uts,
    'jam_hp'     : jam_hp,
    'kehadiran'  : kehadiran
})

# ── Matriks korelasi Pearson ─────────────────────
print("=== MATRIKS KORELASI PEARSON ===")
print(df.corr(method='pearson').round(3))

# ── Uji signifikansi korelasi ────────────────────
r, p = stats.pearsonr(df['jam_belajar'], df['nilai_uts'])
print(f"\n[Jam Belajar ↔ Nilai UTS]")
print(f"r = {r:.3f}, p-value = {p:.4f}, R² = {r**2:.3f}")
if p < 0.05:
    print(f"→ Korelasi SIGNIFIKAN secara statistik (α=0.05)")

# ── Spearman untuk data dengan potensi outlier ───
r_sp, p_sp = stats.spearmanr(df['jam_belajar'], df['nilai_uts'])
print(f"\nSpearman rho = {r_sp:.3f} (untuk perbandingan)")

# ── Temukan pasangan korelasi tertinggi ──────────
corr_matrix = df.corr()
pairs = []
cols = corr_matrix.columns
for i in range(len(cols)):
    for j in range(i+1, len(cols)):
        pairs.append((cols[i], cols[j], corr_matrix.iloc[i,j]))
pairs_df = pd.DataFrame(pairs, columns=['var1','var2','r'])
pairs_df = pairs_df.reindex(pairs_df['r'].abs().sort_values(ascending=False).index)
print("\n=== PASANGAN KORELASI DIURUTKAN ===")
print(pairs_df.round(3).to_string(index=False))