KORELASI GANDA

DAN
UJI KEBERARTIAN
 KORELASI MULTIPEL
Korelasi Ganda merupakan angka yang
menunjukkan arah dan kuatnya hubungan
antara dua variabel independen secara
bersama – sama.

Rumus korelasi ganda :

R2 =
Contoh Soal :
Dilakukan penelitian untuk mengetahui ada tidaknya hubungan antara
kecerdasan logis matematika siswa (X1), motivasi (X2) terhadap hasil
belajar siswa (Y).
Jawab :
Mencari R dengan rumus koefisien korelasi ganda
R2 =

Jadi, koefisen korelasi ganda antara Y dengan X1 dan X2 adalah R = 0,6

 UJI KEBERARTIAN KOEFISIEN KORELASI
MULTIPEL
Untuk menafsirkan nilai R, perlu menghitung koefisien determinasi R2 .
Penafsiran tersebut hanya akan berarti apabila sudah dijamin koefisien
korelasi ganda bersifat nyata atau berarti dengan kata lain tidak dapat
diabaikan. Jaminan tersebut diuji melalui pengujian hipotesis. Hipotesis
yang digunakan adalah koefisien korelasi ganda tidak berarti melawan
hipotesis tandingannya yaitu koefisien korelasi ganda berarti
• Hipotesis Statistik
Ho : Koefisien korelasi ganda tidak berarti
Ha : Koefisien korelasi ganda berarti

• Statistik Uji
F=
• Kriteria Pengujian
Ho ditolak jika Fhitung > Ftabel dengan dk
pembilang k dan dk penyebut (n-k-1) pada
taraf signifikansi .
Artinya tolak hipotesis bahwa koefisien korelasi
ganda tidak berarti jika Fhitung lebih besar
dari Ftabel. Dalam hal lainnya hipotesis bahwa
koefisien korelasi ganda tidak berarti harus
diterima.
Fhitung = 8,18

Dari tabel distribusi F dengan dk pembilang 2 dan dk pembilang 28 dan taraf nyata α =
0,01 diperoleh Ftabel = 5,45.
Dengan begitu dapat diambil keputusan bahwa Fhitung > Ftabel sehingga hipotesis
koefisien korelasi ganda antara Y dengan X1 dan X2 berarti diterima.
 UJI KEBERARTIAN KOEFISIEN REGRESI LINIER
MULTIPEL
Setelah mengetahui korelasi ganda, maka selanjutnya akan membahas uji keberartian
koefisien regresi.

• Hipotesis Statistik
H0 : i = 0 (tidak ada pengaruh Xi terhadap Y) , i = 1, 2
H1 : i  0 (ada pengaruh Xi terhadap Y) i = 1, 2
• Statistik Uji
bk
tk 
sbk
b k = ko efisien regresi ke - k
sb k = galat baku ko efisien b yan g ke - k

Diuji dengan menggunakan tabel distribusi t dengan dk = (n-k-1)

• Kriteria Pengujian :
Ho ditolak jika t hitung > t tabel
Sebelum kita mencari nilai t untuk menguji keberartian koefisien regresi yang
berhubungan dengan variabel bebas Xi terlebih dahulu kita mengetahui
galat baku taksirannya.
Galat baku taksiran dapat dihitung dengan rumus :

Sehingga,

Jadi, galat baku taksiran Y atas X1 dan X2 adalah

Kemudian akan diuji apakah koefisien a1 dan a2 dapat diabaikan atau tidak,
untuk itu perlu menghitung galat baku koefisien a1 dan a2.
Dapat dihitung dengan menggunakan rumus :

Untuk menghitung galat baku diperlukan harga – harga :

Adapun , R1 koefisien korelasi antara X1 dan X2 dihitung dengan

menggunakan rumus koefisien korelasi r.
Sehingga,

Setelah mendapatkan galat baku untuk koefisien a1 dan a2, maka kita
mencari nilai t.

Harga t tabel dengan dk = 28 dan taraf nyata 0,05 adalah 1,701. sehingga t
hitung lebih besar dari t tabel. Artinya H0 ditolak dan koefisien yang
berkaitan dengan X1 adalah berarti
Nilai t hitung untuk menguji koefisien yang
berhubungan dengan X2 adalah

Nilai t hitung lebih besar dari t tabel dengan taraf nyata 0.05. Artinya
koefisien arah yang bersesuaian dengan X2 secara nyata adalah berarti
sehingga koefisien tersebut tidak dapat diabaikan.
 KORELASI GANDA DAN UJI KEBERARTIAN
DENGAN MENGGUNAKAN SPSS
Pengambilan keputusan dalam uji korelasi berganda dengan
membandingkan antara nilai probabilitas 0,05 dengan nilai
probabilitas Sig dengan dasar pengambilan keputusan sebagai
berikut :
1. Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai
probabilitas Sig F change atau 0,05 < F change maka H0
diterima dan Ha ditolaj, artinya tidak ada hubungan yang
signifikan antara variabel X dengan variabel Y.
2. Jika nilai probabilitas 0,05 lebih besar dari nilai probabilitas
Sig F change atau 0,05 > Sig F change maka H0 ditolak dan
Ha diterima, artinya ada hubungan yang signifikan antara
variabel X dengan variabel Y.
 Model Summary

Model R R Square Adjusted R Square Std. Error of the Change Statistics

Estimate

R Square Change F Change df1 df2 Sig. F Change

1 .605a .366 .321 15.331 .366 8.084 2 28 .002

a. Predictors: (Constant), motivasi, kecerdasan_logis

• Berdasarkan tabel Model Summary diketahui bahwa besarnya

hubungan antara kecerdasan logis matematika dan motivasi
terhadap hasil belajar yang dihitung dengan koefisien korelasi
adalah 0,605.
• berdasarkan tabel Model Summary diperoleh nilai probabilitas (Sig
F change) = 0.002. karena nilai Sig F change 0.002 , 0,005 maka
keputusannya adalah Ho ditolak dan Ha diterima. Artinya
kecerdasan logis dan motivasi berhubungan secara simultan dan
signifikan terjadap hasil belajar siswa.