C.

Korelasi Ganda
Berdasarkan penjelasan sebelumnya, regresi ganda yang dipakai untuk
meramalkan sebuah peubah berdasarkan sejumlah peubah lain dikhusukan pada bentuk
linear

Y^ =b 0 +b1 X 1 +b2 X 2 ++b k X k

Pertanyaan yang timbul sekarang adalah Apakah hubungan yang ada antara

Y X 1 , X 2 , , X k
dan mempunyai kadar tertentu?. Untuk menjawabnya perlu

melihat dua hal yaitu ada (dalam pengertian nyata atau berarti) atau tidak ada keterkaitan

Y X 1 , X 2 , , X k
antara dan secara bersama-sama, dan jika ada berapa besarnya,

Hal ini dipelajari oleh korelasi. Karena korelasi ini dilakukan melaluiregresi linear ganda,
maka terjadilah korelasi linear ganda atau singkatnya korelasi ganda.
Berdasarkan adanya regresi linear ganda, koefisien korelasi ganda yang dapat
dihitung menggunakan rumus

III(1)
JK
R2= reg2
dengan
JK reg rumus
dihitung oleh rumus I(23) atau
y
I(27) dan y2 dihitung oleh

rumus I(10).
Xi
Sementara itu, menggunakan koefisien-koefisien korelasi sederhana antara

i, R Y
dan Y dan bobot regresi koefisien korelasi ganda antara dan

X 1 , X 2 , , X k
dapat dihitung dengan rumus

II(2)

y 1+ r y 2+ + k r y k 2
Untuk menafsirkan R 2, 2 perlu menghitung koefisien determinasi R yang
R = 1 r
kemudian diubah ke dalam persen. Akan tetapi, jelas hendaknya bahwa penafsiran ini
hanya ada artinya apabila sudah dijamin bahwa koefisien korelasi ganda bersifat nyata
atau berarti, dengan kata lain, tidak dapat diabaikan. Jaminan ini, seperti biasa, ditempuh
melalui pengujian hipotesis. Jadi, sebelum kita gunakan harga koefisien korelasi ganda

R yang diperoleh untuk mengambil kesimpulan, terlebih dahulu perlu diperiksa

mengenai keberartiannya.

Uji Signifikansi Korelasi dalam Regresi Linear Ganda

Uji signifikansi dilakukan melalui pengujian hipotesis nol bahwa koefisien
korelasi ganda tidak berarti, melawan hipotesis tandingan bahwa koefisien korelasi ganda
berarti. Apabila semua asumsi yang telah dikemukakan dipenuhi, maka statistik yang
digunakan untuk pengujian hipotesis ini adalah

2
II(3) R
k
R F= 2 k
Dengan menyatakan ( 1R
koefisien
) korelasi ganda, menyatakan
( nk1)
banyaknya peubah bebas dan n merupakan ukuran sampel. Distribusi sampling di atas

berdistribusi F dengan dk pembilang k dan dk penyebut (nk1) .

Kriterianya adalah tolak hipotesis nol bahwa koefisien korelasi ganda tidak berarti jika F

hitung lebih besar dari F tabel dengan taraf nyata yang dipilih. Dalam hal lainnya,

hipotesis nol bahwa koefisien korelasi ganda tidak berarti, harus diterima.
Contoh:
Penelitian mengenai prestasi mahasiswa, dinyatakan dalam indeks prestasi

X
(Y ) , terhadap 15 mahasiswa telah dilakukan yang ditinjau dari IQ ( 1) dan lama

X
belajar ( 2) . Tujuan penelitian ini ingin melihat hubungan dan pertautan antara

X1 X2 Y
dan sebagai prediktor dengan sebagai respon, Apakah terdapat
hubungan yang signifikan antara IQ dan lama belajar (jam/minggu) terhadap indeks
prestasi (IP) mahasiswa?
Langkah analisis statistik:
H0 H1
a. Menentukan dan .
H0: tidak ada hubungan yang signifikan antara IQ dan lama belajar terhadap

indeks prestasi (IP) mahasiswa.

H 1 : ada hubungan yang signifikan antara IQ dan lama belajar terhadap indeks

prestasi (IP) mahasiswa.

b. Menentukan taraf signifikan ( )
=5 =0,05

c. Rumus yang digunakan

2
R
JK reg k
R 2= F=
y2 dan ( 1R2 )
(nk1)

d. Kriteria pengujian
H0
Tolak apabila F hitung lebih besar dari F tabel.
e. Statistik hitung
Berdasarkan contoh pada materi regresi linear ganda diperoleh bahwa
dan y =2,19 . Sehingga:
2
JK reg =0,07

JK reg 0,07
R 2= 2
= =0,032
y 2,19

maka R=0,178
0,032
2 0,032 12
F= = =0,198
(10,032) 2 0,968
(1521)

Ftabel =F 0,05 (2,12)=3,88

.

Dengan menggunakan SPSS:

f. Kesimpulan:
R=0,178 berarti hubungan antara IQ dan lama belajar terhadap indeks prestasi

(IP) mahasiswa sangat lemah.

2
R =0,032 atau 3,2 berarti perubahan indeks prestasi dapat dijelaskan melalui

IQ dan lama belajar sebesar 3,2 dan sisanya 96,8 dijelaskan melalui variabel

lainnya.
0,198 3,88 H0
Nilai F hitung maka diterima berarti tidak terdapat

hubungan yang signifikan antara IQ dan lama belajar terhadap indeks prestasi (IP)
mahasiswa.
Sama halnya jika dilihat dari perhitungan SPSS. Angka signifikansi penelitian

0,824 0,05 , maka tidak ada hubungan yang signifikan antara IQ dan

lama belajar terhadap indeks prestasi (IP) mahasiswa.