Contoh soal 3

1. Menggunakan data pada contoh korelasi Product Moment dengan menambah variabel

jumlah anak, sehingga akan dihitung hubungan antara pendapatan (X 1) dan jumlah anak

(X2) dengan konsumsi (Y), dengan data sebagai berikut:.

NO X1 (ribuan) X2 Y (ribuan)

1 800 3 300

2 900 3 300

3 700 2 200

4 600 1 100

5 700 1 200

6 800 1 200

7 900 1 250

8 1000 3 300

9 900 3 300

10 1100 3 350

Untuk mencari nilai koefisien korelasi berganda perlu disusun tabel bantu sebagai

berikut:

Tabel . Tabel Bantu Analisis Korelasi Berganda

n X1 X2 Y X 12 X12 Y2 X1Y X2Y X1X2

1 800 3 300 640000 9 90000 240000 900 2400

2 900 3 300 810000 9 90000 270000 900 2700

3 700 2 200 490000 4 40000 140000 400 1400

4 600 1 100 360000 1 10000 60000 100 600

5 700 1 200 490000 1 40000 140000 200 700

6 800 1 200 640000 1 40000 160000 200 800

7 900 1 250 810000 1 62500 225000 250 900

8 1000 3 300 1000000 9 90000 300000 900 3000

9 900 3 300 810000 9 90000 270000 900 2700

10 1100 3 350 1210000 9 122500 385000 1050 3300

 8400 21 2500 7260000 53 675000 2190000 5800 18500

Untuk menghitung koefisien korelasi berganda, maka terlebih dahulu dihitung

koefisien korelasi antar variabel.

10(2.190 . 000)−(8 . 400)(2 .500 )

rx1y = √10(7 . 260 .000 )−(8400)2 10 (675 .000 )−(2. 500)2 = 0,891

10(5800)−(21)(2 . 500)
rx2y = √10(53 )−(21 )2 10 (675. 000 )−(2.500 )2 = 0,824

10(18 .500 )−(8400)(21)

rx1x2 = √10(7260000 )−( 8400)2 10 (53)−(21)2 = 0,638

Selanjutnya dari nilai koefisien korelasi antar variabel dapat dihitung koefisien

korelasi berganda:

√
r +r −2( r x1y )( r x 2 y )(r x 1 x 2 )
x1 y2 x 2 y2
1−r 2
Rx1x2y = x1 x2

√
2 2
0 , 891 +0 ,824 −2(0 , 891)(0 , 824 )(0 , 638)
= 1−(0 , 638)2

= √ 0, 794+0 ,679−0 . 936819

1−0 , 407
 = √ 0,536
0,593

= 0,951

Hasil perhitungan diperoleh koefisien korelasi berganda ( R ) sebesar 0,951 karena

nilainya mendekati 1 berarti terdapat hubungan yang sangat kuat antara pendapatan

dan jumlah anak dengan konsumsi.

Koefisien Determinasi (R2)

Koefisien determinasi merupakan ukuran kesesuaian (goodnes of fit) garis

regresi linier berganda terhadap suatu data (dibahas pada bab selanjutnya), atau dapat

digunakan untuk mengukur besarnya kontribusi variabel bebas (X) terhadap variasi

perubahan variabel terikat (Y). Nilai koefisien determinasi terletak antara 0  R2  1,

dan biasanya dinyatakan dalam persentase. Nilai R2 semakin mendekati 1

menunjukkan semakin besar kontribusi variabel bebas (X) terhadap variasi perubahan

variabel terikat (Y). Misalnya mengambil contoh sebelumnya dimana diperoleh nilai

R = 0,951 maka R2 = 0,9512 = 0,90440 artinya seluruh variabel bebas yaitu

pendapatan dan jumlah anak memberikan kontribusi sebesar 90,44% terhadap variasi

konsumsi. Sisanya sebesar 9,56% merupakan kontribusi variabel lain.

Uji Signifikan Koefisien Korelasi Berganda (Uji Hipotesis)

Pengujian signifikansi koefisien korelasi ganda dilakukan dengan Uji F

(Anova) yang rumusnya sebagai berikut:

2
R /(k )
2
F = (1−R )/(n−k −1)

Keterangan:

R2 = Koefisien determinasi

k = Jumlah variabel bebas

 n = Jumlah kasus

Perhitungan dengan spss

Descriptive Statistics

Mean Std. Deviation N

X1 840.00 150.555 10

X2 2.10 .994 10

Y 250.00 74.536 10

Correlations

X1 X2 Y

X1 Pearson Correlation 1 .638* .891**

Sig. (2-tailed) .047 .001

N 10 10 10

X2 Pearson Correlation .638* 1 .824**

Sig. (2-tailed) .047 .003

N 10 10 10

Y Pearson Correlation .891** .824** 1

Sig. (2-tailed) .001 .003

N 10 10 10

*. Correlation is significant at the 0.05 level (2-tailed).

**. Correlation is significant at the 0.01 level (2-tailed).

Analisis :

Berdasarkan Tabel diketahui bahwa koefisien korelasi pearson r =0,891 dan sig. (2-Tailed) =

0,03 < 0,05 sehingga terdapat hubungan antara pendapatan, jumlah anak dan konsumsi. Nilai

koefisien korelasi Pearson adalah positif menunjukkan bahwa hubungan variabel X1, X2, dan

Y searah.