PRAKTIKUM APLIKASI STATISTIKA

PRAKTIKUM VIII
KORELASI BERGANDA

OLEH :
NAMA : TOGAR HAMONANGAN SIHOMBING
NIM : 4203311069
KELAS : PSPM 20E

JURUSAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI MEDAN
MEDAN
2022
 I. JUDUL PRAKTIKUM

Korelasi Berganda

II. TUJUAN PRAKTIKUM

1. Untuk mengetahui kegunaan dari korelasi berganda pada pertemuan ke-8.
2. Untuk mengetahui kontribusi nilai signifikansi pada korelasi berganda sehingga apakah adanya
terjadi korelasi atau tidak pada variabel X1 dan X2di pertemuan ke-8.
3. Untuk mengetahui perbandingan dari Ftabel denga Fhitung pada korelasi berganda di pertemuan
ke-8.
4. Untuk mengetahui cara menghitung Ftabel dalam korelasi berganda pada pertemuan ke-8.Untuk
mengetahui pedoman derajat hubungan pada nilai correlation pada pertemuan ke-8.
5. Untuk mengetahui pedoman derajat hubungan pada nilai correlation pada pertemuan ke-8.

III. ALAT DAN BAHAN

A. Alat
No Nama Alat Jumlah
1 Laptop 1 Pcs

B. Bahan
No Nama Bahan Jumlah
1 Microsoft Word 2010 1 Aplikasi
2 Software SPSS versi 25 1 Aplikasi

IV. TANGGAL PRAKTIKUM

Jumat, 04 November 2022

V. TINJAUAN TEORITIS

Korelasi merupakan teknik analisis yang di dalamnya termasuk teknik

pengukuran asosiasi atau hubungan (Measures of Association). Pengukuran asosiasi
merupakan istilah umum yang mengacu pada sekelompok teknik dalam statistic
bivariate, yang digunakan untuk mengukur hubungan antara dau variable (Jonathan,
2011).
 Teknik korelasi berganda (multiple correlation) digunakan untuk menghitung
kecenderungan hubungan antara satu variabel tergantung (variabel kriterion) dengan
dua atau lebih variabel bebas (variabel prediktor). Tingkat hubungan antara variabel
tergantung dengan beberapa variabel bebas dinyatakan dalam koefisien korelasi ganda
dengan simbol R. Koefisien korelasi berganda ditentukan oleh koefisien korelasi antar
variabel bebas yang akan dikorelasikan dengan variabel tergantung. Jika korelasi antar
variabel bebas mempunyai koefisien korelasi tinggi maka jika dikorelasikan secara
bersama dengan variabel tergantung maka cenderung akan diperoleh koefisien korelasi
berganda yang rendah. Sebaliknya, jika koefisien korelasi antar variabel bebas adalah
rendah maka akan cenderung diperoleh koefisien korelasi berganda yang tinggi.
(Setyo, 2017).
Koefisien Korelasi digunakan untuk mengetahui derajat keeratan hubungan
antara variabel independen (X) dengan variabel dependen (Y). Untuk data yang
berbentuk interval, teknik korelasi yang digunakan adalah korelasi product moment
(Yusthika, dkk 2018).
Koefisien korelasi merupakan angka hubungan kuatnya antara dua variabel
atau lebih. Koefisien korelasi product moment merupakan teknik korelasi yang
digunakan untuk mencari hubungan dan membuktikan hipotesis hubungan dua
variabel bila data dari dua variabel atau tersebut adalah sama. Koefisien determinasi
yang besarnya adalah kuadrat dari koefisien korelasi (r2) koefisien ini disebut koefisien
penentu karena varians yang terjadi pada variabel dependent dapat dijelaskan melalui
varians yang terjadi pada variabel independent. Analisis koefisien korelasi adalah
sekumpulan teknik yang digunakan untuk mengukur keeratan hubungan (korelasi)
antara suatu variabel dengan variabel yang lainnya. Dua variabel dikatakan korelasi
apabila perubahan salah satu variabel disertai dengan perubahan lainnya, baik dalam
arah yang sama ataupun arah yang sebaliknya. Nilai koefisien korelasi yang kecil
bukan berarti kedua variabel tidak saling berhubungan (Bisma, Dewi, 2020).
Analisis Koefisien Korelasi Berganda (R) yaitu cara yang digunakan untuk
melihat derajat pengaruh antara variabel independen (X) terhadap variabel dependen
(Y). Analisis korelasi merupakan teknik analisis yang digunakan untuk melihat
hubungan antar variabel. Korelasi adalah ukuran seberapa kuat dua atau lebih variabel
terkait. Dalam analisis korelasi terdapat analisis korelasi positif dan analisis korelasi
negatif. Korelasi positif adalah hubungan satu arah. Korelasi positif terjadi apabila dua
atau lebih variabel berjalan secara paralel atau searah, artinya jika variabel bebas
bertambah maka variabel terikat juga bertambah. Sedangkan korelasi negatif adalah
korelasi antara dua variabel atau lebih yang berlawanan arah. Korelasi negatif terjadi
ketika variabel bebas meningkat tetapi variabel terikat menurun atau sebaliknya.
Koefisien korelasi didefinisikan sebagai angka yang menunjukkan arah dan tingkat
keeratan hubungan antara dua atau lebih variabel bebas dengan satu variabel terikat
(Neni, Iyustandi, 2022).

VI. PROSEDUR KERJA

1. Buka software SPSS yang akan digunakan seperti gambar yang ada dibawah ini.
2. Lalu input variabel statistik pada Variable View seperti gambar yang ada dibawah
ini.

3. Setelah itu input data yang akan diuji pada Data View seperti gambar dibawah ini.
4. Kemudian klik toolbar Analyze, lalu pilih menu Correlate dan pilih Partial
seperti gambar yang ada dibawah ini.

5. Kemudian akan tampil sebuah kotak dialog. Masukkan variabel X1 dan Y ke

kolom Variables, pindahkan X2 ke kotak Controlling For. Lalu klik option dan
beri centang pada checkbox Means and Standard devistion serta Zero Order
Correlations, lalu klik Continue kemudian klik Ok seperti yang ada pada
gambar dibawah ini.
6. Setelah itu maka Output dari data yang diuji tadi akan tampil otomatis seperti yang
ada pada gambar dibawah ini.

VII. HASIL dan PEMBAHASAN

A. Input
 B. Manual

X1 X2 Y X12 X22 X1Y X2Y

Y2
55 60 4 3.025 3.600 16 220 240
55 78 6 3.025 6.084 36 330 468
70 75 7 4.900 5.625 49 490 525
65 78 6 4.225 6.084 36 390 468
60 79 4 3.600 6.241 16 240 316
67 85 9 4.489 7.225 81 603 765
77 90 9 5.929 8.100 81 693 810
80 91 3 6.400 8.281 9 240 273
81 95 3 6.561 9.025 9 243 285
67 70 8 4.489 4.900 64 536 560
56 65 3 3.136 4.225 9 168 195
65 70 3 4.225 4.900 9 195 210
70 80 9 4.900 6.400 81 630 720
71 76 2 5.041 5.776 4 142 152
78 83 2 6.084 6.889 4 156 166
80 86 5 6.400 7.396 25 400 430
80 85 7 6.400 7.225 49 560 595
75 80 4 5.625 6.400 16 300 320
 70 86 2 4.900 7.396 4 140 172
75 85 5 5.625 7.225 25 375 425
60 70 6 3.600 4.900 36 360 420
66 70 5 4.356 4.900 25 330 350
58 76 8 3.364 5.776 64 464 608
70 83 5 4.900 6.889 25 350 415
79 88 4 6.241 7.744 16 316 352
ΣX1 ΣX2 ΣY ΣX12 ΣX22 ΣY2 ΣX1Y ΣX2Y
= 1.730 = 1.984 = 129 = 121.400 = 159.206 = 789 = 8.871 = 10.240

1. Hipotesis Penelitian H0 dan H1

 H0 : Tidak ada hubungan nilai pretest dannilai postest dengan jam belajar.

 H1 : Ada hubungan antara nilai pretest dannilai postest dengan jam belajar.
2. Hipotesis Statistik

 H0 : ρ = 0

 H1 : ρ ≠ 0
3. Menentukan taraf signifikansi
Taraf signifikansi α = 5%
4. Kaidah Pengujian

Jika Fhitung > Ftabel maka H0 ditolak

Jika Fhitung ≤ Ftabel maka H0 diterima

5. Menentukan Koefisien Korelasi Parsial (ry12,ry21, r12y)
r12y = koefisien korelasi parsial diantara X1dan Y dengan X2 netral
ry12 𝑛(∑ 𝑋1𝑌) − (∑ 𝑋1)(∑ 𝑌)
=
√[𝑛(∑ 𝑋2)−(∑ 𝑋1)2][𝑛(∑ 𝑌2)−(∑ 𝑌)2]

25(8.871)−(1730)(129)
=
√[25(121.400)−(1.730)2][25(789)−(129)2
221.775 − 223.170
=
√[3.035.000 − 2.992.900][19.725 − 16.641]
−1.395
=
√[42.100][3.084]
−1.395
=
11.394,577657816

= -0,121
 ry21 = koefisien korelasi parsial diantara X2 danY dengan X1 netral
𝑛(∑ 𝑋2𝑌) − (∑ 𝑋2)(∑ 𝑌)
=
√[𝑛(∑ 𝑋2)−(∑ 𝑋2)2][𝑛(∑ 𝑌2)−(∑ 𝑌)2]

25(10.240)−(1.984)(129)
=
√[25(159.206)−(1.984)2][25(789)−(129)2

256.000 − 255.936
=
√[3.980.150 − 3.936.256][19.725 − 16.641]
64
= √[43.894][3.084]
64
=
135.369.096

= 0,006
r12y = koefisien korelasi parsial diantara X2 dan X1 dengan Y netral
𝑛(∑ 𝑋1𝑋2) − (∑ 𝑋1)(∑ 𝑋2)
=
√[𝑛(∑ 𝑋2)−(∑ 𝑋1)2][𝑛(∑ 𝑋2)−(∑ 𝑋2)2]
1 2

25(138.665) − (1.730)(1.984)
=
√[25(121.400)−(1.730)2][25(159.206)−(1.984)2]

=
3.466.625 − 3.432.320
√[(3.035.000) − (2.992.900)][(3.980.150)−(3.936.256)]
34.305
=
√[42.100][43.894]
34.305
=
42.987,65

= 0,789

6. Menentukan Nilai Koefisien Korelasi Ganda(Ry,12)

√(−0,121)2 + (0,006)2 − 2 (−0,121)(0,006)(0,789)

1−(0,789)2

= √(0,014677) + (0,001145628)
0,377479

= √0,015822628
0,377479

= √0,0419165781
= 0,204
 Nilai koefisien ganda (Ry,12) sebesar 0,204 menunjukkan hasil tingkat nilai pretest (X1)
dan nilai posttest (X2) memiliki hubungan lemah terhadap jam belajar (Y). Bila dilihat
secara parsial antara hasil tingkat nilai pretest (X1) dengan jam belajar (Y) hubungannya
negatif tidak berkorelasi, yaitu sebesar -0,121, sedangkan nilai posttest (X2) dengan jam
belajar (Y) positif tidak berkorelasi yaitu sebesar 0,006.
7. Mencari Besarnya Sumbangan (Kontribusi)
 Kontribusi yang disumbangkan oleh variabel X1dan X2 terhadap Y
KP = (R2) . 100% = (0,2042) . 100% = 4,17%
Artinya, pengaruh nilai pretest (X1), nilai posttest (X2) terhadap jam belajar (Y) sebesar
4,17%, sedangkan sisanya 95,83% ditentukanoleh variabel lain.
 Kontribusi yang disumbangkan oleh variabel X1terhadap Y
KP = (r2) . 100% = ( -0,1212) . 100% = 1,47%
Artinya, pengaruh nilai pretest (X1) terhadap jam belajar (Y) sebesar 1,47%, sedangkan
sisanya 98,53% ditentukan oleh variabel lain.
 Kontribusi yang disumbangkan oleh variabel X2terhadap Y

KP = (r2) . 100% = ( 0,0062) . 100% = 0,0036% Artinya, pengaruh nilai posttest (X2)
terhadap jam belajar sebesar 0,0036%, sedangkan sisanya 99,9964% ditentukan oleh
variabel lain.
8. Menentukan Fhitung dan Ftabel

Ftabel →taraf signifikansi α = 5% = 0,05 karenauji dua pihak (two tails)

db = n - b -1 = 25-2-1 = 22

pembilang b=2 dan penyebut db = 22

Sehingga F(a)(b,db) = F(0,05)(2,22) = 3,44

9. Kesimpulan
Fhitung = 0,7
Ftabel = 3,44
Ftabel > Ftabel maka H0 diterima artinya Tidak ada hubungan nilai pretest dan nilaipostest dengan
jam belajar.

C. Output

D. Cara membaca output

 Tabel descriptive statistic diketahui bahwa standarddeviasi nilai pretest adalah 8,475 dengan
rata-rata 69,20 dan banyaknya data 25. Nilai postest besar standard deviasi adalah 8,553
dengan rata-rata 79,36 dan banyak data 25. Sedangkan jam belajar besar standard deviasi
adalah 2,267 dengan rata-rata 5,16 dan banyak data 25.

 Tabel correlation terlihat bahwa pada bagian pertama tabel (tanpa ada variabel kontrol)
diperoleh koefisien korelasi nilai pretest sebesar - 0,121 dengan derajat hubungan yaitu tidak
ada korelasi serta arah hubungan pada nilai korelasi adalah negatif, sedangkan pada korelasi
nilai posttest sebesar 0,789 dengan derajat hubungan yaitu korelasi kuat serta arah hubungan
pada nilai korelasi adalah positif dan nilai signifikansi sebesar 0,565 >0,05, dapat disimpulkan
bahwatidak ada terdapat korelasi.
 Sedangkan dengan adanya variabel kontrol (nilai posttest), koefisien korelasi antara nilai
pretest dan jam belajar sebesar -0,204. Serta nilai signifikansi sebesar 0,339, dimana nilai
signifikansi lebih besar dari 0,05, sehingga dapat disimpulkan bahwa tidak ada korelasi.

VIII. KESIMPULAN
1. Korelasi berganda merupakan salah satu metode yang digunakan untuk melihat hubungan
dari tiga variabel atau bahkan lebih, dimana 2 variabel merupakan variabel independen
dan satu lagi merupakan variabel dependen. Bedanya dengan analisis korelasi parsial,
dalam metode ini tidak ada variabel independen yang dijadikan sebagai variabel kontrol.
Jika ingin melakukan perhitungan manual tanpa bantuan software, maka kita harus
menghitung korelasi sederhana antara satu variabel dengan variabel lainnya barulah bisa
dilakukan perhitungan korelasi berganda.
2. Berdasarkan nilai signifikansi, dari tabel Correlation, diperoleh nilai signifikansi
sebesar 0.339 > 0.005, sehingga dapat disimpulkan bahwadata tidak berkorelasi.
3. Berdasarkan kriteria uji diperoleh, nilai Ftabel lebih besar daripada Fhitung yaitu Ftabel =
3,44 dan Fhitung = 0,7 (Fhitung<Ftabel). Sehingga Ho diterima artinya tidak ada pengaruh
nilai pretest dan nilai posttest terhadap jam belajar.
4. Cara menghitung Ftabel yaitu :
Ftabel →taraf signifikansi α = 5% = 0,05 karena uji dua pihak (two tails)
i. db = n - b -1 = 25-2-1 = 22

ii. pembilang b=2 dan penyebut db = 22

Sehingga F(a)(b,db) = F(0,05)(2,22) = 3,44

5. Pada tabel correlation terdapat bahwa pada bagian pertama tabel (tanpa ada variabel
kontrol) diperoleh koefisien korelasi nilai pretest sebesar -0,121 dengan derajat hubungan
yaitu tidak ada korelasi serta arah hubungan pada nilai korelasi adalah negatif,
sedangkan pada korelasi nilai posttest sebesar 0,789 dengan derajat hubungan yaitu
korelasi kuat serta arah hubungan pada nilai korelasi adalah positif. Sedangkan dengan
adanya variabel kontrol (nilai posttest), koefisien korelasi antara nilai pretest dan jam
belajar sebesar -0,204.
IX. DAFTAR PUSTAKA

Jonathan. (2011). Metode Penelitian Kuantitatif & Kualitatif. Yogyakarta: Graha Ilmu.
Setyo. (2017). Metode Statistika Untuk Mengolah Data Keolahragaan. Malang:
Universitas Negeri Malang.
Yusthika, dkk. (2018). Pengaruh Kualitas Pelayanan terhadap Loyalitas Pelanggan
Mujigae Resto Depok. Jurnal Epigram, Vol 16, 195-203.
Bisma, Dewi. (2020). Pengaruh Net Interest Margin (NIM) Terhadap Return on Asset
(ROA) Pada PT Bank Pembangunan Daerah Jawa Barat Dan Banten Tbk
Periode 2013- 2017. Jurnal Ekonomi Bisnis, Vol 4, 78-87.
Neni, Iyustandi. (2022). Pengaruh Modal Terhadap Sisa Hasil Usaha Pada Koperasi
Bersama Insan Kamil Kabupaten Majalengka. Jurnal Impresi Indonesia, Vol
1,250-260.
X. ASISTEN LABORATORIUM

1. Angga Dinata
Nim : 4193111082

2. Hanifah Rusydah
Nim : 4192411001

Dosen Pengampu Medan, 16 November 2022

Prihatin Ningsih Sagala, S.PD.,M.Si Togar Hamonangan Sihombing

NIP. 19810823 200801 2007 4203311069

LAMPIRAN
BUKU I

BUKU II
JURNAL I

JURNAL II
JURNAL III