BAB I

PENDAHULUAN
1. 1 Latar Belakang
Analisis korelasi kanonik ditemukan untuk mengidentifikasi dan mengukur
kumpulan antara dua himpunan dari variabel. Analisis korelasi kanonik fokus pada
korelasi antara sebuah kombinasi linear dari variabel dalam satu himpunan dan
kombinasi linear dari variabel dalam himpunan lainnya. Ide pertama adalah untuk
menentukan bagian dari kombinasi linear yang memiliki korelasi terbesar. Berikutnya,
kita menentukan bagian dari kombinasi linear yang memiliki korelasi terbesar diantara
semua bagian yang tidak berkorelasi dengan bagian yang dipilih di awal. Proses
berlanjut. Bagian dari kombinasi linear dinamakan variabel kanonik, dan korelasi yang
lainnya dinamakan korelasi kanonik.
Ada beberapa masalah penelitian yang melibatkan hubungan antara dua
kelompok variabel, misalnya hubungan antara sekelompok variabel kepribadian dan
sekelompok variabel kemampuan, hubungan antara indeks harga dan indeks produksi.
Disamping hubungan fungsional yang dinyatakan dengan persamaan regresi, ada juga
yang perlu dipersoalkan yaitu ukuran kuat lemahnya antara dua kelompok variabel.
Kajian tentang ukuran kuat lemahnya hubungan antara sekelompok variabel
peramal dan sekelompok variabel tanggapan dikenal sebagai Analisis Korelasi Kanonik.
Korelasi kanonik mengukur kekuatan kumpulan antara dua himpunan dari variabel.
Aspek terbesar dari suatu teknik merepresentasikan sebuah percobaan ke sebuah intisari
yang berdimensi tinggi dengan hubungan antara dua himpunan dari variabel ke dalam
sebuah bagian kecil dari variabel kanonik.
Analisis Korelasi Kanonik
1
Pada Analisis Regresi Linear, dicari kombinasi linear dari sekelompok variabel
peramal yang dipandang dapat paling baik menjelaskan variasi dan variabel-variabel
tanggapan. Sedangkan pada Analisis Korelasi Kanonik dicari kombinasi linear dari
variabel-variabel peramal dan kombinasi linear dari variabel-variabel tanggapan yang
bersifat bahwa koefisien korelasi momen hasil kali antara kedua kombinasi linear itu
mencapai nilai maksimum. Koefisien korelasi yang maksimum itu disebut koefisien
korelasi kanonik antara kedua kelompok variabel tersebut dan koefisien-koefisien dari
masing-masing variabel yang menghasilkan koefisien korelasi maksimum disebut
bobot-bobot kanonis.
Dalam makalah ini penulis mencoba untuk mengambil satu kasus sehingga judul
makalah yang diambil adalah PENENTUAN PASANGAN VARIASI KANONIK
SAMPEL DENGAN TEKNIK ANALISIS KORELASI KANONIK.
1.2 Rumusan Masalah
Berdasarkan uraian dari latar belakang diatas, maka penulis merumuskan
petanyaan tentang bagaimana penentuan pasangan variasi kanonik sampel dengan
teknik analisis multivariat.
1.3 Tujuan Penulisan
Setiap kegiatan yang dilakukan oleh individu dan kelompok tidak terlepas dari
tujuan yang hendak dicapai. Demikian pula dengan penulisan makalah ini, dimana
penulisan makalah ini bertujuan untuk lebih memahami cara penentuan pasangan variasi
kanonik sampel dengan teknik analisis multivariat.
Analisis Korelasi Kanonik
2
1.4 Sistematika Penulisan
Penulisan makalah ini akan dikemas dalam sistematika penulisan sebagai
berikut:
BAB I : PENDAHULUAN
Bab ini membahas tentang latar belakang permasalahan yang akan
dibahas, rumusan masalah, tujuan penulisan, dan sistematika penulisan.
BAB II : ANALISIS KORELASI KANONIK
Bab ini membahas uraian tentang analisis korelasi kanonik beserta
formula-formula yang akan digunakan dalam pengolahan data dan
analisis pada bab selanjutnya.
BAB III : PENGOLAHAN DATA
Bab ini membahas perhitungan untuk menentukan pasangan variasi
kanonik sampel.
BAB IV : KESIMPULAN
Bab ini menjelaskan tentang kesimpulan dari keseluruhan perhitungan
dalam penulisan makalah ini.
Analisis Korelasi Kanonik
3
BAB II
ANALISIS KORELASI KANONIK
2.1 Variabel Kanonik dan Korelasi Kanonik
Kita akan tertarik dalam mengukur dari kumpulan antara dua kelompok variabel.
Kelompok pertama dari p variabel diwakili oleh (p x 1) vektor acak X
(1)
. Kelompok
kedua dari q variabel diwakili oleh (q x 1) vektor acak X
(2)
. Kita asumsi, dalam
pengembangan teoritis, bahwa X
(1)
mewakili himpunan yang lebih kecil, sehingga p
q.
Misalkan untuk vektor acak X
(1)
dan X
(2)
:
( )
( )
( ) ( )
( )
( )
( )
( ) ( )
( )
( ) ( )
( )

'
21 22
2 1
22
2 2 2
11
1 1 1
,
;
;
X X Cov
X Cov X E
X Cov X E

(2-1)
Vektor acaknya :
( )
( )
( )
( )
( )
( )
( )
( )
1
1
1
1
1
1
1
1
1
1
1
]
1

1
]
1

+
2
2
1
2
1
1
1
2
1
1
2
1
) 1 ) ((
q
p
x q p
X
X
X
X
X
X
X
X
X
(2-2)
Vektor rata-ratanya :
( ) ( )
( )
( )
( )
( )
( )
( )
( )
1
]
1

1
]
1

+
2
1
2
1
1

X E
X E
X E
x q p
(2-3)
Analisis Korelasi Kanonik
4
Dan matriks kovariannya :
( ) ( )
( ) ( )

+ +

) (
'
q p q p
X X E
( ) ( )
( )
( ) ( )
( )
( ) ( )
( )
( ) ( )
( )
( ) ( )
( )
( ) ( )
( )
( ) ( )
( )
( ) ( )
( )
( ) ( )

+ +
1
]
1

q p q p
X X E X X E
X X E X X E
' '
' '
2 2 2 2 1 1 2 2
2 2 1 1 1 1 1 1


(2-4)
Kovarian antara pasangan variabel-variabel dari himpunan berbeda yaitu satu
variabel dari X
(1)
, satu variabel dari X
(2)
yang termuat di
12
atau ekuivalen di
21
. pq
elemen dari
12
mengukur kumpulan antara dua himpunan. Ketika p dan q relatif besar,
menginterpretasikan elemen dari
12
secara bersamaan biasanya adalah percuma. Selain
itu, sering bahwa kombinasi linear dari variabel itu menarik dan berguna untuk
memprediksi atau membandingkan tujuan. Tugas pokok dari analisis korelasi kanonik
adalah meringkaskan kumpulan antara himpunan X
(1)
dan X
(2)
dalam syarat-syarat yang
sedikit berhati-hati memilih kovarian (atau korelasi) daripada kovarian pq di
12
.
Kombinasi linear menyediakan ringkasan sederhana mengukur suatu himpunan dari
variabel. Himpunan
( )
( ) 2
1
'
dan
'
X b V
X a U

(2-5)
Untuk beberapa bagian dari koefisien vektor a dan b. Dengan menggunakan (2-5) dan
kombinasi linear Z = CX dimana,
( ) ( )
( ) ( )



' C C CX Cov Z Cov
C CX E Z E
X Z
X Z

Sehingga,
Analisis Korelasi Kanonik
5
( )
( )
( )
( )
( ) ( )
( )

b a b X X Cov a V U Cov
b b b X Cov b V Var
a a a X Cov a U Var
12
2 1
22
1
11
1
' , ' ) , (
' ' ) (
' ' ) (
(2-6)
Kemudian dapat dicari koefisien vektor a dan b sedemikian sehingga,
( )

b b a a
b a
V U Corr
22 11
12
' '
'
,
(2-7)
sebisa mungkin bernilai besar.
Definisi:
Bagian pertama pasangan dari variabel kanonik adalah bagian dari kombinasi
linear U
1
, V
1
yang mempunyai unit variansi, yang memaksimalkan korelasi (2-7);
Bagian kedua dari variabel kanonik adalah bagian dari kombinasi linear U
2
, V
2
yang
mempunyai unit variansi, yang memaksimalkan korelasi (2-7) diantara semua
pilihan yang tidak berkorelasi dengan bagian pertama dari variabel kanonik.
Pada langkah ke-k:
Bagian ke-k pasangan dari variabel kanonik adalah bagian dari kombinasi linear U
k
,
V
k
yang mempunyai unit variansi, yang memaksimalkan korelasi (2-7) diantara
semua pilihan yang tidak berkorelasi dengan bagian k-1 sebelumnya dari pasangan
variabel kanonik.
Korelasi antara bagian ke-k dari variabel kanonik dinamakan korelasi kanonik ke-k.
Akibat 2.1. Misalkan p q dan vektor acak X
(1)
dan X
(2)
mempunyai,
( )
( )
( )
( )
( )
( )
( ) ( )
( )
( )


pxq qxq pxp
X X Cov X Cov X Cov
12
2 1
22
2
11
1
, dan ,
dimana mempunyai
Analisis Korelasi Kanonik
6
rank lengkap. Untuk koefisien vector
( ) ( ) 1 1
dan
qx px
b a
, bentuk kombinasi linear U = aX
(1)
dan V = bX
(2)
. Maka
( )

1
,
, max V U Corr
b a
diperoleh dengan kombinasi linear (variabel
kanonik bagian pertama).
( ) ( )



2 2 / 1
22
'
1 1
1 2 / 1
11
'
1 1
dan X f V X e U
,
Bagian ke-k dari variabel kanonik, k = 2, 3, ..., p,
( )

1 2 / 1
11
'
X e U
k k
dan
( )

2 2 / 1
22
'
X f V
k k
memaksimumkan ( )

k k k
V U Corr , diantara kombinasi linear yang
tidak berkorelasi dengan variabel kanonik 1, 2, ..., k-1 sebelumnya.
2 2
2
2
1
...


p


adalah nilai eigen dari

2 / 1
11 21
1
22 12
2 / 1
11
dan
p
e e e ,..., ,
2 1
adalah vektor eigen
(p x 1). (Jumlah
2 2
2
2
1
...


p

juga nilai eigen p paling besar dari matriks

2 / 1
11 21
1
22 12
2 / 1
11
yang bersesuaian dengan vektor eigen (q x 1), f
1
,f
2
, ..., f
p
.
Tiap f
i
adalah proporsi untuk


i
e
2 / 1
11 21
1
22 12
2 / 1
11
). Variasi kanonik
mempunyai sifat sebagai berikut:
( ) ( )
( ) ( )
( ) ( )
( ) ( ) l k V U Corr V U Cov
l k V V Corr V V Cov
l k U U Corr U U Cov
V Var U Var
l k l k
l k l k
l k l k
k k




0 , ,
0 , ,
0 , ,
1
untuk k, l = 1, 2, ..., p.
Jika variabel awal distandardisasikan dengan
( ) ( ) ( ) ( )
[ ]
'
1 1
2
1
1
1
,..., ,
p
Z Z Z Z dan
( ) ( ) ( ) ( )
[ ]
'
2 2
2
2
1
2
,..., ,
q
Z Z Z Z maka variabel kanonik berbentuk:
Analisis Korelasi Kanonik
7
( ) ( )
( ) ( ) 2 2 / 1
22
' 2 '
1 2 / 1
11
' 1 '
Z f Z b V
Z e Z a U
k k k
k k k

(2-8)
Disini
( )
( )
( )
( )
( ) ( )
( )
21 12
2 1
22
2
11
1
, , , Z Z Cov Z Cov Z Cov dan
k
e
dan f
k
adalah
vektor-vektor eigen dari
2 / 1
11 21
1
22 12
2 / 1
11

dan
2 / 1
22 12
1
11 21
2 / 1
22

secara berurut.
Korelasi kanonik

k
memenuhi,
( ) p k V U Corr
k k k
,..., 2 , 1 dimana , ,

(2-9)
dan
2 2
2
2
1
...


p

adalah vektor eigen tak nol dari matriks
2 / 1
11 21
1
22 12
2 / 1
11


atau matriks
2 / 1
22 12
1
11 21
2 / 1
22

.
2. 2 Menginterpretasikan Populasi Variabel Kanonik
Variabel kanonik secara umumnya artifisal. Jika variabel awal X
(1)
dan X
(2)
digunakan, koefisien kanonik a dan b mempunyai unit proporsi dari himpunan X
(1)
dan
X
(2)
. Jika variabel awal yang distandardisasikan mempunyai rata-rata nol dan unit
varians, maka koefisien kanonik tidak mempunyai unit dari pengukuran, dan pasti
diinterpretasikan ke dalam bentuk variabel yang distandarkan.
2.2.1 Mengidentifikasi Varibel Kanonik
Walaupun variabel kanonik artifisal, variabel kanonik dapat diidentifikasi dalam
bentuk variabel pokok. Identifikasi sering dibantu dengan menghitung korelasi antara
variabel kanonik dan variabel awal.
Analisis Korelasi Kanonik
8
Misalkan A = [a
1
, a
2
, ..., a
p
] dan B = [b
1
, b
2
, ..., b
p
], sehingga vektor dari
variabel kanonik adalah
( )
( )
( )
( ) 2
1
1
1
dan BX V AX U
qx px

(2-10)
dimana kita awalnya tertarik di variabel kanonik pertama p di V. Maka,
( )
( )
( ) ( )
( )


11
1 1 1
, , A X AX Cov X U Cov
(2-11)
Karena ( )
( )
( )
1
, , 1
k i i
X U Corr U Var diperoleh dengan membagi
( )
( )
( )
( )
2 / 1 1 1
var oleh ,
kk k
X X U Cov . Secara ekuivalen,
( )
( )
( )
( )
1 2 / 1 1
, ( ,
k kk i k i
X U Cov X U Corr

.
Pendahuluan (p x p) diagonal matriks
2 / 1
11

V elemen diagonal ke-k

2 / 1
kk
dalam bentuk
matriks,
( )
( )
( )
( )
( )
( )
( ) ( )
( )



2 / 1
11 11
1 2 / 1
11
1 1 2 / 1
11
1
,
, , ,
1
V A X V AX Cov X V U Cov X U Corr
pxp
X U

Perhitungan yang sama untuk bagian
( )
( )
( )
( )
( )
( )
1 2 2
, dan , , , , X V X V X U menghasilkan
( )
( )
( )
( )
( )
( )
( )
, ,
, ,
2 / 1
11 21
,
2 / 1
22 12
,
2 / 1
22 22
,
2 / 1
11 11
,
1 1
1 1






V B V A
V B V A
qxp
X U
pxq
X U
qxq
X U
pxp
X U


(2-12)
dimana
2 / 1
22

V adalah matriks diagonal (q x q) dengan elemen ke-i

( )
( ) . var
2
i
X Variabel
kanonik diturunkan dari variabel standard terkadang diinterpretasikan dengan
menghitung korelasi.
Analisis Korelasi Kanonik
9
( ) ( )
( ) ( )
21
,
12
,
22
,
11
,
1 2
2 1


Z
Z V
Z
Z U
Z
Z V
Z
Z U
B A
B A


(2-13)
dimana
( ) ( ) qxq
Z
B dan
pxp
Z
A
adalah matriks yang barisnya memuat koefisien kanonik untuk
himpunan Z
(1)
dan Z
(2)
secara berurut. Korelasi pada matriks yang ditunjukkan (2-13)
mempunyai nilai numerik sama dengan yang dimunculkan (2-12), yakni
( ) ( ) 1 1
, , Z U X U

dan seterusnya. Mengikuti ini,
( ) ( ) 1 1
,
11
2 / 1
11 11
2 / 1
11
2 / 1
11
2 / 1
11 11
, Z U
Z
X U
A V V AV V A


korelasi tidak
dipengaruhi oleh standaridisasi.
2.2.2 Korelasi Kanonik Sebagai Generalisasi Dari Koefisien Korelasi Lainnya
Pertama-tama, koefisien korelasi menyamaratakan korelasi antara dua variabel.
Ketika X
(1)
dan X
(2)
masing-masing terdiri dari variabel tunggal, sehingga p = q = 1,
( )
( )
( )
( )
2
1
1
1
2
1
1
1
, , b a Corr Corr
untuk semua a, b. Oleh karena itu variasi kanonik
( ) 1
1 1
U dan
( ) 2
1 1
V memiliki korelasi
( )
( )
2
1
1
1 1
,

Corr
ketika X
(1)
dan X
(2)
memiliki komponen lebih, kondisi [ ] 0 ,..., 0 , 1 , 0 ,..., 0 ' a dengan 1 pada posisi ke-i dan
[ ] 0 ,..., 0 , 1 , 0 ,..., 0 ' b dengan 1 pada posisi ke-i menghasilkan,

( )
( )
( )
( )
( )
( )


1
2
1
1
1
,
2
1
1
1
2 1
' , ' max ' , ' , b a Corr b a Corr Corr
b a
k i (2-14)
yaitu bahwa korelasi kanonik yang pertama lebih besar dari harga mutlak semua elemen
dalam

12
2 / 1
22
2 / 1
11 12
V V
.
Analisis Korelasi Kanonik
10
Kedua, perkalian koefisien korelasi
( )
( )
2
1 X

adalah persoalan khusus dari korelasi

kanonik ketika X
(1)
memiliki elemen tunggal
( ) 1
2
X (p=1), menimbulkan
( )
( )
( ) ( )

1
2 1
1
1
' , max
2
X b corrX
b
X
, untuk p=1 (2-15)
Ketika p > 1,

1
lebih besar dari setiap korelasi perkalian
( ) 1
i
dengan X
(2)
atau korelasi
perkalian
( ) 2
1
dengan X
(1)
. Akibatnya,

( )
( )
( )
( ) ( ) p k V U Corr b U Corr
k k k k
b
X U
k
,..., 2 , 1 , , ' , max
2
2



(2-16)
yaitu bahwa korelasi kanonik juga merupakan perkalian koefisien korelasi dari U
k
dengan X
(2)
atau perkalian koefisien korelasi V
k
dengan X
(1)
.
Karena interpretasi dari perkalian koefisien korelasi, korelasi kanonik ke-k
kuadrat,
2
k
, adalah sebanding dengan varians dari variasi kanonik U
k
yang dijelaskan
oleh himpunan X
(2)
dan juga sebanding dengan varians dari variasi kanonik V
k
yang
dijelaskan oleh himpunan X
(1)
. Oleh karena itu,
2
k
seringkali dinamakan varians
bersama antara dua himpunan X
(1)
dan X
(2)
. Untuk nilai yang semakin besar,
2
k
,
kadang-kadang dianggap sebagai ukuran dari himpunan yang overlap (tumpang tindih).
2.2.3 Variabel Kanonik r yang Pertama Sebagai Variabel Kesimpulan
Perubahan koordinat dari
( ) ( ) ( ) ( ) 2 2 1 1
ke X dari dan ke BX V AX U X
dilakukan untuk memaksimalkan ( )
1 1
,V U Corr dan berturut-turut
( )
i i
V U Corr ,
dimana
(U
i
, V
i
) memiliki korelasi nol dengan pasangan (U
i
, V
i
), (U
2
, V
2
), ..., (U
i-1
, V
i-1
). Korelasi
antara himpunan X
(1)
dan X
(2)
telah dimasukkan kedalam pasangan variabel kanonik.
Analisis Korelasi Kanonik
11
Dengan model, vektor koefisien a
i
, b
i
dipilih untuk memaksimumkan korelasi,
tidak perlu menampilkan variabel penaksir himpunan bagian dari kovarian

11
dan

22
. Ketika beberapa pasangan dari variabel kanonik yang pertama memberikan
kesimpulan yang kecil dari variabilitas dalam

11
dan

22
, maka tidaklah jelas
bagaimana korelasi kanonik dapat diinterpretasikan.
2.2.4 Interpretasi Geometrik dari Analisis Korelasi Kanonik Populasi
Interpretasi geometrik dari prosedur pemilihan variabel kanonik memberrikan
pengetahuan yang berharga kedalam sifat analisis korelasi kanonik. Transformasi
( )

1
AX U
dari
( )
U X ke
1
memberikan
( ) I A A U Cov

11
'
.
Dari 2.1 dan
'
1
2 / 1
1 1
'
2 / 1
11
'
P A P E E A

dimana
'
E
adalah matriks orrthogonal dengan
baris
'
i
e dan

11
'
1 1 1
P A P
. Sekarang
( ) 1 '
1
P adalah himpunan dari komponen utama
yang berasal dari X
(1)
saja. Matriks
( ) 1 '
1
2 / 1
1

P A memiliki ke-i baris

( ) 1 '
1

i
i
P

, yang
komponen utama ke-i nya ditetapkan memiliki varians I. Yaitu
( )
( )



11
2 / 1
1 1
2 / 1
1
2 / 1
1 1
'
1 1 1
'
1
2 / 1
1
2 / 1
1 1
'
1
2 / 1
1
1 '
1
2 / 1
1
1 A A A A P P A P P A A P P A P A Cov
.
Akibatnya, U = AX
(1)
=
( ) 1 '
1
2 / 1
1 1
'

P A P E dapat diinterpretasikan sebagai:

1. Transformasi dari X
(1)
ke komponen utama standar yang tidak berkorelasi,
Analisis Korelasi Kanonik
12
2. Rotasi orrthogonal P
1
yang ditentukan oleh

11
, dan
3. Rotasi E yang ditentukan dari matriks kovarian penuh .
Interpretasi serupa berlaku untuk
( ) 2
BX V .
2.3 Variasi Kanonik Sampel Dan Korelasi Kanonik Sampel
Sampel acak dari n observasi pada masing-masing variabel dari (p + q) variabel
X
(1),
X
(2)
dapat digabungkan kedalam ((p + q) x n) data matriks
( )
( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
[ ]
n
pn p p
n
n
pn p p
n
n
x x x
x x x
x x x
x x x
x x x
x x x
x x x
,..., ,
2 1
2 2
2
2
1
2
2
2
22
2
21
2
1
2
12
2
11
1 1
2
1
1
1
2
1
22
1
21
1
1
1
12
1
11
2
1

1
1
1
1
1
1
1
1
1
1
1
]
1

1
]
1

dimana
( )
( )
1
1
]
1

2
1
j
j
j
x
x
x
(2-17)
Adapun vektor rata-rata sampelnya adalah
( )
( )
( )
1
1
]
1

+
2
1
1
x
x
x
x q p
dimana
( )
( )

n
j
j
x
n
x
1
1
1 1
dan
( )
( )

n
j
j
x
n
x
1
2
2 1
(2-18)
Analisis Korelasi Kanonik
13
Dan matriks kovarian sampel dapat ditulis
( ) ( )
( ) ( )
( ) ( )
1
1
1
1
]
1

+ +
qxq qxp
pxq pxp
q p x q p
S S
S S
S
22 21
12 11

dimana
( )
( )
( )
( )
( )
( )
'
1
1
1 l
l
j
n
j
k
k
j kl
x x x x
n
S

, k,l = 1, 2 (2-19)
Kombinasi linear
( ) 1
'
x a U

,
( ) 2
'
x b V

(2-20)
memiliki korelasi sampel

b S b a S a
b S a
r
V U
12
'
12
'
12
'
,
(2-21)
Pasangan pertama dari variasi kanonik sampel dalam kombinasi linear
1

U
dan
1

V
memiliki unit varian sampel yang memaksimumkan rasio (2-21). Pada umumnya,
ke-k pasangan variasi kanonik sampel adalah pasangan dari kombinasi linear
k U

dan
k V

yang memiliki unit varian sampel yang memaksimumkan (2-21) diantara kombinasi
linear yang tidak berkorelasi dengan k-1 variasi kanonik sampel yang sebelumnya.
Korelasi sampel antara
k U

dan
k V

dinamakan korelasi kanonik sampel. Variasi

sampel kanonik dan korelasi kanonik sampel dapat diperoleh dari matriks kovarian
sampel S
11
, S
12
= S
21
, dan S
22
dengan cara yang bersesuaian dengan persoalan yang
dibahas dalam 2.1.
Akibat 2.2. Misalkan
2 2
2
2
1
...


p

adalah p order nilai eigen dari
2 / 1
11 21
1
22 12
2 / 1
11

S S S S S vektor eigen yang berkoresponden dengan
p
e e e

,..., 2 , 1
dimana
kl
S

Analisis Korelasi Kanonik
14
didefinisikan pada (2-19) dan
. q p
Misalkan
q
f f f

,...., ,
2 1
menjadi vektor eigen dari
2 / 1
22 12
1
11 21
2 / 1
22

S S S S S dimana p yang pertama
s '

f
diperoleh dari
. ,..., 2 , 1 ,
1
2 / 1
11 21
2 / 1
22
p k e S S S S f k
k
k

,
_

Pasangan variasi kanonik sampel ke-k adalah

( ) ( )

' '
2 2 / 1
22
' 1 2 / 1
11
'
dan
k k b
k
k
a
k k x S f V x S e U

dimana x
(1)
dan x
(2)
adalah nilai variabel dari X
(1)
dan X
(2)
untuk unit ekperimen khusus. Variasi kanonik sampel pertama mempunyai
korelasi sampel maksimum

1
, 1 1

V U
r . Untuk pasangan ke-k

k
V U k k
r
,
dan korelasi
ini merupakan kemungkinan terbesar diantara kombinasi linear yang tidak berkorelasi
dengan k-1 variasi kanonik sampel sebelumnya. Jumlah

p
,..., ,
2 1
adalah korelasi
kanonik sampel. Jika ( )
1 12
p S rank p > , maka korelasi kanonik sampel tak nol adalah

1 2 1
,..., ,
p

.
Analisis Korelasi Kanonik
15
Jika observasi distandardisasikan, maka data matriks menjadi
( )
( )
[ ]
( )
( )
1
1
]
1

1
]
1

2
1
2 1
2
1
dengan ,..., ,
j
j
j n
z
z
z z z z
Z
Z
Z
dan variasi kanonik sampel menjadi :
( )
( )
( )
( ) 2
1
1
1
; z B V z A U z
qx
z
px

(2-22)
dimana
. dan
2 / 1
22
2 / 1
11
D B B D A A z z


Korelasi kanonik sampel tidak efektif dengan
standardisasi. Sebagai catatan bahwa I D D
2 / 1
22
2 / 1
11
untuk observasi standard.
2.4 Ukuran Deskripsi Penambahan Sampel
Jika variasi kanonik memberikan kesimpulan yang bagus dari masing-masing
himpunan variabel, maka persekutuan antara variabel-variabel dapat digambarkan
dalam bagian variasi kanonik dan korelasinya. Ini berguna untuk mendapatkan ukuran
kesimpulan dari tingkat dimana variasi kanonik menginformasikan untuk masing-
masing himpunan. Dan juga berguna ketika menghitung proporsi varian dalam suatu
himpunan variabel yang dijelaskan oleh variasi kanonik dari himpunan lain.
2.4.1 Penaksiran dari Matriks Kesalahan
Diberikan matriks
( ) ( )
'
2 1
'
2 1 ,..., , ; ,..., ,
1
]
1

1
]
1

q
qxq
p
pxp
b b b B a a a A . Misalkan
( ) i
a
^
dan
( ) i
b
^
menotasikan ke-i kolom dari
1
^

A
dan
1
^

B
berturut-turut. Karena
( ) 1
^ ^
x A U

dan
( ) 2
^ ^
x B V
maka,
Analisis Korelasi Kanonik
16

( )
( )
( ) ( ) ( )
( )
( ) ( )

1
1
2
1 1
1
1
1
;
qx qxq qx px pxp px
V B x U A x
(2-23)
Karena sampel
^
12
^ ^ ^
, B S A V U Cov

,
_

, sampel
( ) pxp
I A S A U Cov

,
_

'
^
11
^ ^
dan sampel
( ) qxq
I B S B V Cov

,
_

'
^
22
^ ^
( ) ( ) ( ) ( ) ( ) ( ) ' ' 2 2
2
' 1 1
1
1
2
1
1
12
... 0
0 0
0 0
0 0
p p
p
p
b a b a b a B A S

+ + +

,
_

1
1
1
1
1
1
]
1

(2-24)
( ) ( ) ( ) ( ) ( ) ( )
' '
2 2
'
1 1
'
1 1
11
...
p p
a a a a a a A A S

+ + +

,
_

,
_

( ) ( ) ( ) ( ) ( ) ( )
' '
2 2
'
1 1
'
1 1
22
...
p p
b b b b b b B B S

+ + +

,
_

,
_

Karena
( )

U A x
1 1
dan

U
memiliki kovarians sampel I , r kolom petama dari
1

A
memuat kovarian sampel dari r variasi kanonik pertama
r U U U

,..., , 2 1
dengan
variabel komponennya
( ) ( ) ( ) 1 1
2
1
1
,..., ,
p
X X X
. Demikian pula r kolom pertama dari
1

B
memuat kovarian sampel
r V V V

,..., , 2 1
dengan variabel komponennya. Jika pasangan r
kanonik pertama digunakan maka dimisalkan,
Analisis Korelasi Kanonik
17
( )
( ) ( ) ( )
( )
( ) ( ) ( )
1
1
1
1
1
]
1

1
]
1

1
1
1
1
1
]
1

1
]
1

r
r
r
r
V
V
V
b b b x dan
U
U
U
a a a x

2
1
2 1
2
2
1
2 1
1
(2-25)
sehingga S
12
diperkirakan Cov
( ) ( )
( )
2 1
, x x
.
Selanjutnya, penaksiran untuk matriks kesalahannya adalah
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
' '
1 1
' '
2 2
'
1 1
11
... ...
p p r r r r
a a a a a a a a a a S

+

+

+ +

,
_

+ + +
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
' '
1 1
' '
2 2
'
1 1
22
... ...
q q r r r r
b b b b b b b b b b S

+

+

+ +

,
_

+ + +
(2-26)
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
'
' 1 1
1
' '
2 2
2
' 1 1
1 12
... ...
p p
p
r r
r
r r
r
b a b a b a b a b a S

+ +

,
_

+ + +
Penaksir matriks kesalahan (2-26) dapat diinterpretasikan sebagai kesimpulan
dari gambaran seberapa baik r variasi kanonik sampel yang pertama menghasilkan
matriks kovarian sampel. Pola entry yang terbesar dalam baris atau kolom dari
penaksiran matriks kesalahan menandakan hal yang kurang baik terhadap variabel
koresponding.
Biasanya r variasi yang pertama melakukan kerja yang baik untuk menghasilkan
elemen dari S
12
= S
12
daripada elemen dari S
11
atau S
22
. Secara matematis, ini terjadi
karena matriks sisa pada persoalan yang lalu secara langsung berhubungan dengan p r
korelasi sampel kanonik terkecil. Korelasi ini biasanya tertutup terhadap nol. Disisi lain,
matriks sisa bersesuaian dengan penaksiran matriks S
11
dan S
22
hanya bergantung pada p
r yang sebelumnya dan q r vektor koefisien. Elemen-elemen dalam vektor ini relatif
besar, dan karena itu matriks sisa memiliki entry yang besar.
Analisis Korelasi Kanonik
18
2.4.2 Proporsi dari Varian Sampel yang Diketahui
Ketika observasi distandardisasi, matriks kovarian S
kl
merupakan matriks
korelasi R
kl
. Vektor koefisien kanonik merupakan baris dari matriks
z A

dan
z B

serta
kolom
1

z A
dan
1

z B
yang merupakan korelasi sampel antara variasi kanonik dan
variabel komponennya. Khususnya,

( )
1 1
1
, ,

,
_

,
_

Z z A U U A Cov sampel U z Cov sampel

dan
( )
1 1
2
, ,

,
_

,
_

Z z B V V B Cov sampel V z Cov sampel

( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
1
1
1
1
1
1
]
1

1
]
1

1
,
1
, 2
1
, 1
1
2
,
1
2
, 2
1
2
, 1
1
1
,
1
1
, 2
1
1
, 1
,..., ,
2 1 1
p
x p
p
x
p
x
x p x x
x p x x
U U U
U U U
U U U
p
z z z Z
r r r
r r r
r r r
a a a A

( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
( ) ( ) ( )
1
1
1
1
1
1
]
1

1
]
1

2
,
2
, 2
2
, 1
2
2
,
2
2
, 2
2
2
, 1
2
1
,
2
1
, 2
2
1
, 1
,..., ,
2 1 1
q
x q
q
x
q
x
x q x x
x q x x
V V V
V V V
V V V
q
z z z Z
r r r
r r r
r r r
b b b B

(2-27)
dimana
( ) ( ) 2
,
1
,
k
x i
k
x i V U
r dan r

adalah koefisien korelasi sampel antara elemen yang ditulis.
Dengan menggunakan (2-24) dan observasi standar, maka
Analisis Korelasi Kanonik
19
Total varian sampel standar dalam himpunan pertama
( )
( ) ( ) ( ) ( ) ( ) ( )
p a a a a a a tr R tr
p
z
p
z z z z z

,
_

+ + +

' '
2 2
'
1 1
11
...
Total varian sampel standar dalam himpunan kedua
( )
( ) ( ) ( ) ( ) ( ) ( )
q b b b b b b tr R tr
q
z
q
z z z z z

,
_

+ + +

' '
2 2
'
1 1
22
...
(2-28)
Karena korelasi dalam r < p kolom pertama dari
1

z A
dan
1

z B
hanya melibatkan variasi
kanonik sampel
r U U U

,..., , 2 1
dan
r V V V

,..., , 2 1
berturut-turur, kita definisikan
kontribusi dari r variasi kanonik yang pertama terhadap total varians sampel standar
sebagai
( )
( ) ( ) ( ) ( ) ( ) ( )
( )

,
_

+ + +
r
i
p
k
U
p
z
p
z z z z z
k
x i
r a a a a a a tr R tr
1 1
2
' '
2 2
'
1 1
11
1
,
...
dan
( )
( ) ( ) ( ) ( ) ( ) ( )
( )

,
_

+ + +
r
i
p
k
x i V
q
z
q
z z z z z
k
r b b b b b b tr R tr
1 1
,
2
' '
2 2
'
1 1
22
2
...
.
Proporsi dari total varian sampel standar dijelaskan dengan r variasi kanonik yang
pertama menjadi:
Analisis Korelasi Kanonik
20
( )
( ) ( ) ( ) ( )
( )
( )
p
r
R tr
a a a a tr
U U U
R
r
i
p
k
U
r
z
r
z z z
r
U U U z
k
z i
r

,
_

+ +

,
_

1 1
2
11
' '
1 1
2 1
2
,..., ,
1
,
2 1
1
...
,..., , oleh dijelaskan yang
pertama himpunan dalam standar sampel varian total dari proporsi
dan
( )
( ) ( ) ( ) ( )
( )
( )
q
r
R tr
b b b b tr
V V V
R
r
i
q
k
V
r
z
r
z z z
r
V V V z
k
z i
r

,
_

+ +

,
_

1 1
2
22
' '
1 1
2 1
2
,..., ,
1
,
2 1
2
...
,..., , oleh dijelaskan yang
pertama himpunan dalam standar sampel varian total dari proporsi
(2-29)
Ukuran deskripsi diatas memberikan petunjuk seberapa baik variasi kanonik
menggambarkan masing-masing himpunannya yang memberikan deskripsi nilai tunggal
dari matriks kesalahannya, terutama
( ) ( ) ( ) ( )
( )
2
,..., ,
' '
1 1
11
2 1
1
1 ...
1
r U U U z
r
z
r
z z z R a a a a R tr
p

,
_

( ) ( ) ( ) ( )
( )
2
,..., ,
' '
1 1
22
2 1
2
1 ...
1
r V V V z
r
z
r
z z z R b b b b R tr
q

,
_

+ +

berdasarkan (2-28) dan (2-29).
2.5 Kesimpulan Sampel Besar
Ketika
12
= 0 maka aX
(1)
dan bX
(2)
memiliki kovarians a
12
b = 0 untuk
semua vektor a dan b. Akibatnya semua korelasi kanonik haruslah nol sehingga analisis
Analisis Korelasi Kanonik
21
kanonik tidak diteruskan lagi. Hasil selanjutnya memberikan cara untuk menguji
12
= 0
untuk sampel besar.
Misalkan:
( )
( )
n j
X
X
X
j
j
j
,..., 2 , 1 ,
2
1

1
1
]
1

merupakan sampel acak dari populasi N

(p+q)
(, )
dengan
( ) ( )
( ) ( )

1
1
1
1
1
]
1

qxq qxp
pxq pxp
22 21
12 11

Tes rasio likelihood dari H

0
:
12
=
( ) pxq
0
melawan H
1
:
12

( ) pxq
0
menolak H
0
untuk nilai
yang besar dari

,
_

,
_

p
1 i
2
22 11
- 1 ln n ln n ln 2
i
S
S S

(2-30) dimana
( ) ( )
( ) ( )
( ) ( )
1
1
1
1
]
1

+ +
qxq qxp
pxq pxp
q p x q p
S S
S S
S
22 21
12 11

adalah estimator tak bias dari

. Untuk n yang besar, tes

statistik (2-30) mendekati variabel acak yang berdistribusi Chi-kuadrat ( )
2
.
BAB III
Analisis Korelasi Kanonik
22
PENGOLAHAN DATA DAN ANALISIS
3.1 Contoh Kasus
Dalam sebuah sekolah dasar terdapat beberapa siswa yang diukur kemampuan
membaca dan berhitungnya. Dengan
( )
Membaca Kecepatan
1
1
X
( )
Membaca Kekuatan
1
2
X
( )
Berhitung Kecepatan
2
1
X
( )
Membaca Kekuatan
2
2
X , sehingga bentuk
matriks korelasi sampelnya seperti dibawah ini:
1
1
1
1
]
1

1
]
1

00 , 7 00 , 2 00 , 3 00 , 1
00 , 2 00 , 6 00 , 1 00 , 3
00 , 3 00 , 1 00 , 5 00 , 2
00 , 1 00 , 3 00 , 2 00 , 8
22 21
12 11
R R
R R
R
3.2 Pengolahan Data
Korelasi kanonik sample dan variasi kanonik sampel dijabarkan dalam
perhitungan berikut ini:
i)
1
]
1

00 , 5 00 , 2
00 , 2 00 , 8
11
R
ii)
0
11
I R
Analisis Korelasi Kanonik
23
( ) ( ) ( )
00 , 4 00 , 9
0 00 , 36 00 , 13
0 00 , 2 00 , 5 00 , 8
0
00 , 5 00 , 2
00 , 2 00 , 8
0
1 0
0 1
00 , 5 00 , 2
00 , 2 00 , 8
2 1
2
2

+

1
]
1

1
]
1

dan
iii) Untuk 00 , 9
1

50 , 0 , 00 , 1 :
4 00 , 2
00 , 2
00 , 9 00 , 5 00 , 2
00 , 9 00 , 2 00 , 8
00 , 9
00 , 5 00 , 2
00 , 2 00 , 8
12 11
12 11
11 12
11 12 11
11 12 11
12
11
12
11

+
+
1
]
1

1
]
1

1
]
1

e maka e misal
e e
e e
e e e
e e e
e
e
e
e
Jadi,
1
]
1

45 , 0
89 , 0
1
e
Untuk 00 , 4
2

50 , 0 , 00 , 1 :
2
2 00 , 4
00 , 4 00 , 5 00 , 2
00 , 4 00 , 2 00 , 8
00 , 4
00 , 5 00 , 2
00 , 2 00 , 8
21 22
21 22
22 21
21 22 21
21 22 21
22
21
22
21

+
+
1
]
1

1
]
1

1
]
1

e maka e misal
e e
e e
e e e
e e e
e
e
e
e
Jadi,
1
]
1

89 , 0
45 , 0
2
e
iv)

k
i
i i i
e e R
1
' 2 / 1
11

Analisis Korelasi Kanonik
24
[ ] [ ]
1
]
1

1
]
1

+
1
]
1

1
]
1

+
1
]
1

47 , 0 07 , 0
07 , 0 36 , 0
40 , 0 20 , 0
20 , 0 10 , 0
07 , 0 13 , 0
13 , 0 26 , 0
89 , 0 45 , 0
89 , 0
45 , 0
4
1
45 , 0 89 , 0
45 , 0
89 , 0
9
1
1 1
1
'
2 2
2
'
1 1
1
1
' 2 / 1
11
e e e e
e e R
k
i
i i
i

1
]
1

00 , 7 00 , 2
00 , 2 00 , 6
22
R
( )
1
]
1

1
]
1

1
]
1

16 , 0 05 , 0
05 , 0 18 , 0
00 , 6 00 , 2
00 , 2 00 , 7
03 , 0
00 , 6 00 , 2
00 , 2 00 , 7
) 2 ( 7 6
1
2
1
22
x
R

2 / 1
11 21
1
22 12
2 / 1
11

R R R R R
1
]
1

1
]
1

1
]
1

1
]
1

1
]
1

1
]
1

1
]
1

1
]
1

1
]
1

1
]
1

1
]
1

28 , 0 04 , 0
04 , 0 26 , 0
47 , 0 07 , 0
07 , 0 36 , 0
60 , 0 01 , 0
03 . 0 73 , 0
47 , 0 07 , 0
07 , 0 36 , 0
43 , 0 31 , 0
03 . 0 59 , 0
34 , 1 68 , 0
15 , 0 15 , 1
47 , 0 07 , 0
07 , 0 36 , 0
3 1
1 3
16 , 0 05 , 0
05 , 0 18 , 0
3 1
1 3
47 , 0 07 , 0
07 , 0 36 , 0
Nilai eigen
2
1

dan
2
2

diperoleh dari:
( ) ( ) ( )
0 07 , 0 54 , 0
0 04 , 0 28 , 0 26 , 0 0
28 , 0 04 , 0
04 , 0 26 , 0
0
1 0
0 1
28 , 0 04 , 0
04 , 0 26 , 0
2
2
+

1
]
1

1
]
1

2
11 , 0 54 , 0
2
01 , 0 54 , 0
2
4
2
12
t

a
ac b b

Analisis Korelasi Kanonik

25
Jadi,
46 , 0 22 , 0
57 , 0 32 , 0
2
2
2 2
1
2
1 1

,
_

,
_

Pasangan variasi kanonik
,
_

1 1,V U
dan
,
_

2 2 ,V U
adalah sebagai berikut:
Diketahui
57 , 0
1

dan vektor eigen

1
e
nya yaitu :
75 , 7 00 , 1 :
04 , 0
31 , 0
31 , 0 04 , 0
57 , 0 28 , 0 04 . 0
57 , 0 04 , 0 26 , 0
57 , 0
28 , 0 04 , 0
04 , 0 26 , 0
12 11
11 12
11 12
12 12 11
11 12 11
12
11
12
11

+

1
]
1

1
]
1

1
]
1

e maka e Misal
e e
e e
e e e
e e e
e
e
e
e
Jadi,
1
]
1

99 , 0
13 , 0
1
e
1
]
1

1
]
1

1
]
1

47 , 0
12 , 0
99 , 0
13 , 0
47 , 0 07 , 0
07 , 0 36 , 0
1
2 / 1
11
1 e R a
1
2 / 1
11 21
2 / 1
22 1
e R R R f

dan
1
2 / 1
22
1 f R b

, maka
1
]
1

1
]
1

1
]
1

1
]
1

1
]
1

1
]
1

16 , 0
08 , 0
47 , 0
12 , 0
43 , 0 31 , 0
03 , 0 59 , 0
47 , 0
12 , 0
3 1
1 3
16 , 0 05 , 0
05 , 0 18 , 0
1
21
1
22
1 a R R b
Analisis Korelasi Kanonik
26
( )
[ ] [ ] 27 , 0
16 , 0
08 , 0
28 , 1 80 , 0
16 , 0
08 , 0
00 , 7 00 , 2
00 , 2 00 , 6
16 , 0 08 , 0
1 1
22
'
1
2
'
1 1

1
]
1

1
]
1

1
]
1

,
_

,
_

b R b z b Var V Var
Dengan menggunakan 52 , 0 27 , 0 , maka
1
]
1

1
]
1

31 , 0
15 , 0
16 , 0
08 , 0
52 , 0
1
1 b
. Jadi,
pasangan variasi kanonik sampel pertama yaitu
,
_

1 1,V U
sebagai berikut:
57 , 0
1

,
( ) ( ) ( )
( ) ( ) ( ) 2
2
2
1
2
'
1 1
1
2
1
1
1
'
1 1
31 , 0 15 , 0
47 , 0 12 , 0
z z z b V
z z z a U




Diketahui
46 , 0
2

dan vektor eigen

2
e
nya yaitu :
00 , 5 00 , 1 :
04 , 0
20 , 0
20 , 0 04 , 0
46 , 0 28 , 0 04 . 0
46 , 0 04 , 0 26 , 0
46 , 0
28 , 0 04 , 0
04 , 0 26 , 0
22 21
21 22
21 22
22 22 21
21 22 21
22
21
22
21

+

1
]
1

1
]
1

1
]
1

e maka e Misal
e e
e e
e e e
e e e
e
e
e
e
Jadi,
1
]
1

98 , 0
20 , 0
2
e
1
]
1

1
]
1

1
]
1

47 , 0
14 , 0
98 , 0
20 , 0
47 , 0 07 , 0
07 , 0 36 , 0
2
2 / 1
11
2 e R a
2
2 / 1
11 21
2 / 1
22 2
e R R R f

dan
2
2 / 1
22
2 f R b

, maka
Analisis Korelasi Kanonik
27
1
]
1

1
]
1

1
]
1

1
]
1

1
]
1

1
]
1

16 , 0
10 , 0
47 , 0
14 , 0
43 , 0 31 , 0
03 , 0 59 , 0
47 , 0
14 , 0
3 1
1 3
16 , 0 05 , 0
05 , 0 18 , 0
2
21
1
22
2 a R R b
( )
[ ] [ ] 57 , 0
16 , 0
10 , 0
32 , 1 92 , 0
16 , 0
10 , 0
00 , 7 00 , 2
00 , 2 00 , 6
16 , 0 10 , 0
1 2
22
'
2
2
'
2 2

1
]
1

1
]
1

1
]
1

,
_

,
_

b R b z b Var V Var
Dengan menggunakan 75 , 0 57 , 0 , maka
1
]
1

1
]
1

21 , 0
13 , 0
16 , 0
10 , 0
75 , 0
1
2 b
. Jadi,
pasangan variasi kanonik kedua yaitu
,
_

2 2 ,V U
sebagai berikut:
46 , 0
2

,
( ) ( ) ( )
( ) ( ) ( ) 2
2
2
1
2 '
2
2
1
2
1
1
1 '
2
2
21 , 0 13 , 0
47 , 0 14 , 0
z z z b V
z z z a U

dan
( )
( )
1
]
1

1
]
1

,
_

1
]
1

1
]
1

,
_

05 , 17 77 , 14
23 , 35 86 , 23
21 , 0 13 , 0
31 , 0 15 , 0
,
1 17 , 1
85 , 3 85 , 3
47 , 0 14 , 0
47 , 0 12 , 0
,
1
1
2
1
1
1
z
z
B V z Cov sampel
A U z Cov sampel
Analisis Korelasi Kanonik
28
Proporsi dari total varian sampel standar yang pertama adalah :
( )
( ) ( ) ( ) ( )
( )
( )
( ) ( ) ( ) ( ) [ ] 00 , 8 1 17 , 1 85 , 3 85 , 3
4
1
...
2 2 2 2
1 1
2
11
' '
1 1
2
,..., ,
1
,
2 1
1
+ + +

,
_

+ +

p
r
R tr
a a a a tr
R
r
i
p
k
U
r
z
r
z z z
U U U z
k
z i
r
dan proporsi dari
total varian sampel standar yang kedua adalah :
( )
( ) ( ) ( ) ( )
( )
( )
( ) ( ) ( ) ( ) [ ] 54 , 581 05 , 17 77 , 14 23 , 35 86 , 23
4
1
...
2 2 2 2
1 1
2
22
' '
1 1
2
,..., ,
1
,
2 1
2
+ + +

,
_

+ +

q
r
R tr
b b b b tr
R
r
i
q
k
V
r
z
r
z z z
V V V z
k
z i
r
.
Sehingga terlihat bahwa proporsi dari total varian sampel standar yang kedua
lebih baik dari proporsi dari total varian sampel standar yang pertama.
Test signifikansi dari relasi kanonik kemampuan membaca dan berhitung siswa.
H
0
: Tidak ada hubungan antara kemampuan membaca siswa dengan
berhitung siswa.
H
1
: Ada hubungan antara kemampuan membaca siswa dengan berhitung
siswa.
Analisis Korelasi Kanonik
29
H
0
ditolak jika
0
2 1

, karena
57 , 0
1

dan
46 , 0
2

, dua korelasi
kanonik

dan

terlihat nonzero, atau dengan kata lain

0 0
2 1

dan
,
jadi H
0
diterima.
BAB IV
KESIMPULAN
4.1 Kesimpulan
Dari pengolahan data pada bab sebelumnya, diketahui matriks korelasi
sampelnya adalah
1
1
1
1
]
1

1
]
1

00 , 7 00 , 2 00 , 3 00 , 1
00 , 2 00 , 6 00 , 1 00 , 3
00 , 3 00 , 1 00 , 5 00 , 2
00 , 1 00 , 3 00 , 2 00 , 8
22 21
12 11
R R
R R
R
, sehingga dapat
diambil kesimpulan bahwa :
Analisis Korelasi Kanonik
30
Analisis korelasi kanonik dari himpunan kemampuan membaca dan berhitung
siswa menggunakan variabel R menghasilkan dua korelasi kanonik dan dua
pasangan variasi kanonik yaitu korelasi kanonik 57 , 0
1

dengan pasangan
variasi kanonik
( ) ( ) ( )
( ) ( ) ( ) 2
2
2
1
2 '
1 1
1
2
1
1
1 '
1 1
31 , 0 15 , 0
47 , 0 12 , 0
X X X b V
X X X a U


serta korelasi kanonik
46 , 0
2

dengan pasangan variasi kanonik

( ) ( ) ( )
( ) ( ) ( ) 2
2
2
1
2 '
2 2
1
2
1
1
1 '
2 2
21 , 0 13 , 0
47 , 0 14 , 0
X X X b V
X X X a U


.
Proporsi dari total varian sampel standar ( )
00 , 8
2
,..., , 2 1
1


r U U U z
R
dan
( )
54 , 581
2
,..., , 2 1
2


r V V V z
R
, sehingga Sehingga terlihat bahwa proporsi dari total
varian sampel standar yang kedua lebih baik dari proporsi dari total varian
sampel standar yang pertama.
H
0
diterima karena
57 , 0
1

dan
46 , 0
2

, dua korelasi kanonik

dan

terlihat nonzero yang artinya tidak ada hubungan antara kemampuan membaca
siswa dengan berhitung siswa.
Analisis Korelasi Kanonik
31