Analisis Korelasi Kanonik

A. Prinsip Dasar

Analisis Korelasi Kanonik adalah salah satu teknik analisis statistika

peubah ganda (multivariat) yang digunakan untuk melihat hubungan antara dua

gugus peubah, yaitu segugus peubah dependen (Y1, Y2, Y3, ..., Yp) dengan

segugus peubah independen (X1, X2, X3, ..., Xp).

Fokus perhatian dalam analisis ini adalah korelasi atau hubungan,

sehingga pada dasarnya kedua gugus peubah tersebut tidak perlu dibedakan

menjadi peubah dependen dan independen. Pemberial label X dan Y hanya untuk

membedakan kedua peubah tersebut.

1. Tujuan Analisis Korelasi Kanonik

Tujuan dari analisis korelasi kanonik adalah :

a. Mengukur tingkat keeratan hubungan antara segugus peubah dependen

dengan segugus peubah independen

b. Menguraikan struktur hubungan di dalam gugus peubah dependen maupun

dalam gugus peubah independen

2. Manfaat Analisis Korelasi Kanonik

Manfaat dari analisis korelasi kanonik adalah :

a. Hubungan antara kedua gugus variabel akan memberikan gambaran

variabel mana saja yang memberikan kontribusi yang besar terhadap

masalah yang diteliti

b. Analisis ini dapat memberikan gambaran distribusi hubungan di dalam

gugus peubah dependen maupun dalam gugus peubah independen

B. Asumsi yang Harus Dipenuhi Dalam Analisis Korelasi Kanonik

Asumsi-asumsi yang harus dipenuhi dalam analisis korelasi kanonik

adalah (Nugroho, 2008) :

1. Linearitas, yaitu keadaan dimana hubungan antar peubah dependen dengan

peubah independen bersifat linear atau mempunyai korelasi yang kuat dan

searah.

2. Multivariate Normality, yaitu untuk menguji signifikansi setiap fungsi

kanonik. Karena pengujian normalitas secara multivariat sulit dilakukan,

maka cukup dilakukan untuk setiap peubah. Asumsi yang digunakan

adalah jika secara individu sebuah peubah memenuhi kriteria normalitas,

maka secara keseluruhan juga akan memenuhi asumsi normalitas.

1. Tidak ada multikolinearitas antar anggota kelompok peubah, baik peubah

dependen maupun peubah independen, yaitu jika peubah dependen terdiri

dari penjualan dan biaya produksi, maka seharusnya tidak ada korelasi

yang kuat dan nyata antara peubah penjualan dengan peubah biaya

produksi. Akan tetapi pada asumsi ini akan lebih tepat apabila diantara

peubah-peubah responnya (dependen) saling berkorelasi (Dillon &

Goldstein 1984). Jika angka korelasi tersebut besar maka dapat dilakukan

pengurangan salah satu peubah, misal salah satu dari peubah penjualan

atau biaya produksi dapat dihilangkan.

Adanya beberapa asumsi yang harus dipenuhi pada analisis korelasi

kanonik, sebelum melakukan analisis perlu dilakukan pengujian untuk data yang
akan dianalisis yaitu Uji data dan (2) Uji asumsi. Uji data untuk analisis

multivariat meliputi: uji data yang tidak lengkap (missing values) dan uji data

pencilan (outlier). Untuk mendeteksi data pencilan dalam analisis mulitivariate

dilakukan dengan menggunakan jarak Mahalanobis (Mahalanobis D2). Jarak

Mahalanobis adalah ukuran yang menyatakan jarak nilai setiap kasus dari rata-rata

seluruh kasus.

Setelah dilakukan uji asumsi, sebaiknya semua asumsi terpenuhi. Dengan

kata lain, jika terdapat peubah yang tidak memenuhi asumsi maka sebaiknya

peubah tersebut dihilangkan/dibuang. Namun hal tersebut tidak dengan mudah

dapat dilakukan karena pembuangan peubah akan menyebabkan tujuan analisis

tidak dapat dipenuhi serta menyebabkan sifat komposit peubah tidak dapat

dipertahankan. Transformasi data untuk memperbaiki data, juga harus

mempertimbangkan makna satuan hasil transformasi. Misalkan jika diputuskan

untuk melakukan transformasi dengan merubah data menjadi log-natural, maka

interpretasi hasil tidak lagi melibatkan satuan unit asal tetapi sudah melibatkan

satuan baru yang dalam banyak kasus dapat mengakibatkan kesimpulan yang

berbeda.