Analisis korelasi (correlation analysis) merupakan salah satu teknik statistika yang digunakan untuk mengestimasi apakah terdapat hubungan linier antarvariabel (bisa dua atau lebih variabel). Variabel tersebut digolongkan menjadi variabel dependen/respon dan variabel independen/prediktor (variabel dependen dipengaruhi variabel independen).

Untuk mengestimasi hubungan tersebut, digunakan suatu bilangan yang disebut dengan koefisien korelasi (ρ). Nilai ρ berkisar antara -1 sampai 1 (harga negatif dan positif tergantung arah korelasinya, apakah positif atau negatif). Apabila nilai ρ = 0, maka tidak ada hubungan yang linier antarvariabel tersebut. Apabila nilai ρ = 1, maka terdapat hubungan linier sempurna dengan arah yang positif, sedang bila nilai nilai ρ = -1, maka terdapat hubungan linier sempurna dengan arah yang negatif. Semakin nilai ρ dekat dengan 1 atau -1, maka terdapat korelasi yang baik antarvariabel tersebut. Dan bila nilai ρ dekat dengan 0, maka korelasinya bisa dikatakan lemah.

Untuk memperoleh taksiran sampel untuk ρ, digunakan koefisien korelasi sampel dan dilambangkan dengan r. Nilai r hanya menunjukkan keeratan hubungan antarvariabel (bersifat sebagai bilangan interval, bukan bilangan rasio).
Maksudnya, bila hubungan antara y dan x1 diperoleh nilai r1 = 0,8 dan hubungan antara y dan x2 diperoleh nilai r2 = 0,4, maka bukan berarti keeratan hubungan antara y dengan x1 (r1) lebih erat dua kali dari hubungan antara y dengan x2 (r2).

Ada beberapa koefisien korelasi, bergantung pada jumlah variabel dan jenis datanya.
Untuk hubungan (korelasi) antara dua buah variabel, dikenal dengan istilah koefisien korelasi sederhana, sedang untuk hubungan antara satu variabel dependen dengan beberapa variabel independen dikenal istilah koefisien korelasi berganda (majemuk). Untuk jenis hubungannya, terdapat hubungan yang linier (disebut koefisien korelasi linier) dan tidak linier, semisal kuadratis, kubik, dan polinom (disebut koefisien korelasi taklinier).
Sedang jenis koefisien korelasi menurut jenis datanya dapat dilihat pada gambar berikut ini: