Analisi korelasi adalah suatu model analisis yang digunakan untuk mengetahui tingkat asosiasi
(hubungan) antaravariabel bebas dengan variable terikat baik berganda maupun parsial.
A. Analisis korelasi berganda
Tujuannya adalah untuk mengetahui tingkat asosiasi (hubungan) beberapa variable bebas
terhadap variable terikat. Rumus umumnya sebagai berikut :
R=b1 X 1 Y +b 2 X 2Y +b 3 X 3 Y + + bnXnY
Y 2
Contoh :
Apakah terdapat hubungan yang signifikan antara biaya promosi, harga perunit produk, dan
saluran distribusi dengan volume penjualan produk secara berganda dan parsial ? Alpha = 5%.
Berikut ini datanya :
Tahun ke
Volume penjualan
Biaya
Harga perunit
Saluran
(juta Rp)
promosi
(ribu Rp)
distribusi
(Juta Rp)
1
100
10
10
2
150
12
9
3
120
14
10
4
100
10
8
5
130
15
9
6
140
12
10
Catatan : criteria saluran distribusi : 1 = tidak lancer, 2= cukup lancer, 3= lancer
2
3
3
1
2
3
Jawab :
Langkah computer program SPSS:
Untuk mengetahui nilai koefisien korelasi berganda , koefisien determinasi (R square = R 2),
koefisien determinasi yang dipertimbangkan (adjusted R square = Adjusted R2) dan nilai F
hitung serta signifikasinya, melalui langkah SPSS regresi berganda.
R
a
1
.917
a. Predictors : (constant),X3,X1,X2
Model
1 Regression
Residual
df
R square
Adjusted R
.841
square
.603
Estimate
13.014
Sum of squares
1794.595
Mean Square
598.198
338.739
196.369
F
3.532
Sig
a
.228
Total
2133.333
5
a. Predictors : (constant), X3,X1,X2
b. Dependent variable :Y
Langkah analisis statistic :
1. Menentukan Ho dan Ha
Ho : R = 0 (tidak terdapat hubungan yang signifikan antara biaya promosi, harga perunit
produk, dan saluran distribusi dengan volume penjualan produk secara berganda)
Ha : R 0 ( terdapat hubungan yang signifikan antara biaya promosi, harga perunit
produk, dan saluran distribusi dengan volume penjualan produk secara berganda)
2. Menentukan level og signifikan
Taraf keyakinan dalam pengujian ini sebesar 5%
3. Menentukan criteria pengujian
Nilai F table adalah F5%; (df1=3;df2=2) = 19,16
Ho diterima
19,16
Ho diterima jika F hitung 19,16
Ho di tolak jik F hitung >19,16
4. Pengujian
Ho dit
rYX1.X2
dan
r
YX2.X1
( 1r 2 YX 2 ) (1r 2 X 1 X 2)
( 1r 2 YX 1 ) (1r 2 X 1 X 2)
rYX1.X2 =koefisien korelasi antara Y dengan X1 dan X2 konstan
rYX1.X1=koefisien korelasi antara Y dengan X2 dan X1 konstan
Sedangkan rYX1 dan rYYX2, rX1X2 sebagai berikut :
n ( X 1Y ) ( X 1 )( Y )
ryx1 n X 1 ( X 1 ) 2(n Y 2( Y ) 2)
ryx2
n ( X 2Y ) ( X 2 )( Y )
n X 2 ( X 2 ) 2( n Y 2 (Y ) 2)
rX1X2
n ( X 1 X 2 ) ( X 1 )( X 2 )
n X 1 ( X 1 ) 2(n Y 2( Y ) 2)
jika ada 3 variabel bebas (X1,X2,X3) dan Y maka koefisien korelasi parsial sebagai
berikut :
rYX 1. X 2( rYX 3. X 2 ) (rX 1 X 3. X 2)
r YX1.X2.X3 ( 1r 2 YX 3. X 2 ) (1r 2 X 1 X 3. X 2)
r YX2.X1X3
rYX1.X2.X3
rYX 2. X 3( rYX 1. X 3 ) ( rX 2 X 1. X 3 )
( 1r 2 YX 1. X 3 ) ( 1r 2 X 2 X 1 . X 3 )
3
rYX 3. X 1( rYX 2. X 1 ) ( rX 3 X 2. X 1 )
( 1r 2 YX 2. X 1 )( 1r 2 X 3 X 2. X 1 )
di 2
Rumus umum :rs =1- 6
i=1
n(n2-1)
2. Korelasi kendall-tau (rk)
Rumus umum : rk =
S
n(n-1)1/2
keterangan : n= jumlah pasangan data, S=selisih ranking pasangan data.
Variable untuk korelasi kendall-tau, misalnya mengukur tingkat kepuasan kerja,
tingkat motivasi, keamanan kerja, kondisi kerja, tingkat produktivitas kerja.