Pengertian Analisis Korelasi Kanonical
Pengertian Analisis Korelasi Kanonical
B. TUJUAN ANALISIS
Data yang tepat untuk analisis korelasi kanonikal adalah dua set variabel dan
diasumsikan bahwa masing – masing set variabel memiliki makna secara teoritis dan
dapat ditentukan bahwa satu set merupakan variabel dependen dan satu set lainnya
merupakan variabel dependen dan satu set lainnya merupakan variabel independent.
Tujuan analisis korelasi kanonikal adalah sebagai berikut.
1. Menentukan apakah dua set variabel tidak berhubungan satu sama lainnya
(indpenden) atau sebaliknya menentukan besar atau kuatnya hubungan antara
dua set variabel tersebut.
2. Menentukan nilai tertimbang dari masing – masing set variabel dependen dan
indenpenden sehingga didapat kombinasi linear daru set variabel yang
memberikan korelasi maksimum.
3. Menjelaskan sifat hubungan bila ada antara set variabel dependen dan set
variabel independen, umumnya diukur dengan kontribusi relatif dari masing –
masing variabel terhadap fungsi kanonikalnya.
Tujuan dari analisis korelasi kanonik adalah mengukur tingkat keeratan hubungan
antara segugus peubah tak bebas dengan segugus peubah bebas, dan menguraikan
struktur hubungan di dalam gugus peubah tak bebas maupun dalam gugus peubah bebas
(Mattjik, 2011).
C. KETENTUAN ANALISIS
Ada beberapa persyaratan untuk menggunakan korelasi kanonikal antara lain:
1. Semua vaiabel bebas (independen) dan tergantung (dependen) yang akan
dikorelasikan harus berskala interval atau rasio.
2. Hubungan antara variabel bebas dan variabel tergantung/terikat bersifat linier.
3. Pengujian signifikansi secara statistik terpenuhinya distribusi normal multivariate.
4. Tidak adanya multikolinieritas pada masing-masing kelompok variabel independen
dan variabel dependen.
D. APLIKASI ANALISIS KORELASI KANONIKAL (CANONYCAL CORRELATION)
Muhlis
26 RT 3/RW 7 3 2 4 3 35 32 1800000 1500000 1 5 5 3 4 3 2 4
Ariyanto
Eko Dwi
79 RT 3/RW 5 4 2 1 1 42 36 1000000 900000 1 3 4 3 1 1 1 2
Harno
5. Lalu klik jendela Variable View di pojok kanan bawah pada aplikasi SPSS
6. Pada kolom Name input X1 sampai X8 dan Y1 sampai Y8, ganti Width yang sebelumnya 8
menjadi 11, ganti Columns dari 8 menjadi 7 dan untuk Align diganti semua menjadi Center.
7. Lalu Kembali ke jendela Data View, pada menu utama SPSS pilih File > New > Syntax
8. Pada Syntax Editor input perintah seperti dibawah ini.
Pada baris pertama ketik perintah MANOVA dilanjutkan dengan menginput variabel Y1 Y2
Y3 Y4 Y5 Y6 Y7 Y8 with X1 X2 X3 X4 X5 X6 X7 X8. Pada baris kedua ketik, /DISCRIM ALL
ALPHA(1) dan pada baris ketiga ketik /PRINT=SIG(EIGEN DIM).
9. Setelah itu klik kanan pada Syntax Editor lalu klik Run All.
Penelitian ini terdiri dari 8 variabel terikat dan 8 variabel bebas sehingga dapat dibentuk tiga fungsi
kanonik (lihat gambar F)
Berdasarkan gambar tersebut diketahui bahwa terdapat delapan fungsi kanonik yang terlihat pada Root
No. Dengan angka korelasi untuk Function 1 adalah 0,377909, untuk Function 2 adalah 0,66696, untuk
Function 3 adalah 0,63752, untuk Function 4 adalah 0,46871, untuk Function 5 adalah 34384, untuk
Function 6 adalah 0,21161, untuk Function 7 adalah 0,16630 dan untuk Function 8 adalah 0,00299.
Untuk uji signifikansi fungsi kanonik, Function 1 menunjukkan bahwa nilai Sig. of F sebesar 0,000,
Function 2 sebesar 0,000, Function 3 sebesar 0,000, Function 4 sebesar 0,026, Function 5 sebesar
0,320, Function 6 sebesar 0,670, Function 7 sebesar 0,638 dan Function 8 sebesar 0,977. Terlihat
bahwa Function 1, Function 2, Function 3 dan Function 4 memiliki nilai Sig. of F < 0,05 maka keempat
fungsi tersebut signifikansi dan bisa diproses lebih lanjut. Untuk Function 5, Function 6, Function 7,
dan Function 8 > 0,05 maka fungsi tidak signifikan (tidak bisa diproses lebih lanjut) dan bisa
dikeluarkan untuk analisis selanjutnya. Berdasarkan nilai korelasi yang terdapat pada gambar diatas
maka dapat diketahui fungsi 1 menghasilkan korelasi yang paling tinggi yaitu sebesar 0,77909.
Selanjutnya dilakukan uji keseluruhan korelasi kanonikal dengan Uji Pillais, Hotellings, Wilks dan
Roy. Hasil analisis dapat dilihat pada gambar 4.2
Gambar 4.2 Output Uji Signifikansi Multivariate
Berdasarkan nilai dari Sig. Of F untuk Uji Pillais, Hotellings, Wilks dan Roy adalah sebesar 0,000 <
0,05 dan jika digabung secara bersama-sama juga tidak lebih dari 0,05 maka dapat disimpulkan bahwa
canonical function 1, canonical function 2 dan canonical function 3 adalah signifikan dan bisa diproses
lebih lanjut.
Pengukuran canonical variates dapat dilakukan dengan melihat canonical weight atau canonical loading
Canonical Weight
Dari hasil diatas dapat disimpulkan bahwa Untuk Fungsi 1 pada dependen variabel tidak ditemukan
signifikan secara kuat karena kurang dari 0,5.
Canonical Loading
Untuk fungsi 1 dependen variabel memberikan empat angka canonical loading sama tingginya diatas
0.5 yaitu Y3 dengan loading 0.57477, Y4 dengan loading 0,70445, Y5 dengan loading 0,74576 dan
Y7dengan loading 0.58161. Sedangkan untuk variabel independent (covariates) angka loading diatas
0.5 ada empat yaitu X3 dengan loading 0.57580, X4 dengan loading 0.68093, X7 dengan loading
0,84312 dan X8 dengan loading 0.80637.
G. KESIMPULAN