Pendahuluan
Analisis korelasi tidak serta merta dapat memprediksi hubungan yang mendalam antara setiap faktor pengamatan karena ini hanya menganalisis hubungan suatu angka berdasarkan teori statistika. Faktor eksternal seperti perilaku individu, developer, dan pasar secara luas tidak dijelaskan disini.
Analisis ini tidak akan relevan ketika kita menarik kesimpulan untuk semua proyek. Ruang lingkupnya ada pada 15 proyek yang dianalisis dan variabel pengamatan.
Korelasi antara suatu variabel dapat terjadi secara positif atau negatif. Koefisien variasi dinyatakan dari -1 < x < 1. Semakin mendekati 1 berarti korelasinya sangat kuat. Kategori kuat dan lemahnya korelasi adalah sebagai berikut ini:
0,80 ≤ ρ < 1 : korelasi Tinggi sekali
0,60 ≤ ρ < 0,80 : korelasi Tinggi
0,40 ≤ ρ < 0,60 : korelasi Sedang
0,20 ≤ ρ < 0, 40 : korelasi Rendah
0,00 < ρ < 0,20 : korelasi Rendah sekali
Metode
Penelitian ini menggunakan data 15 airdrop terbesar kripto dari Coingecko. Total airdrop yang dihitung adalah berdasarkan harga ATH (All time high), sedangkan harga, mcap, dan coinmarketcap rank yang digunakan berdasarkan update 30/10/2024.
Analisis menggunakan add-in Smartstat pada Microsoft excel. Pada kesempatan ini tidak menggunakan ulangan atau repetisi, secara lebih detail proyek yang dianalisis adalah sebagai berikut ini.
Tabel 1.0 data yang penulis dapatkan dari Coingecko dan Coinmarketcap
Hasil
Tabel 1.1 hasil analisis korelasi variabel pengamatan
Berdasarkan tabel 1.1 dapat diketahui bahwasannya harga suatu token tidak dipengaruhi oleh coinmarketcap rank, korelasinya negatif. Sehingga untuk 15 proyek yang dianalisis, semakin tinggi ranking coinmarketcap maka harganya akan semakin rendah.
Pengeluaran untuk airdrop berkorelasi dengan marketcap dan harga, maka ketika pengeluaran untuk airdrop semakin besar, harga dan marketcapnya juga semakin tinggi.
Kesimpulan
Pengeluaran untuk airdrop tidak bisa dikatakan sia-sia karena berdasarkan analisis korelasi, marketcap, dan harga akan meningkat. Perlu diingat bahwa kesimpulan ini tidak mempertimbangkan faktor lain selain variabel pengamatan sehingga bisa saja terdapat variabel penentu lain.
Qorinotes 