Analisis Korelasi Lebih dari 2 Variabel Bebas

Korelasi pada dasarnya merupakan nilai yang menunjukan tentang adanya hubungan antara dua variabel atau lebih serta besarnya hubungan tersebut, ini berarti bahwa korelasi tidak menunjukan hubungan sebab akibat. Apabila dipahami sebagai suatu hubungan sebab akibat, hal itu bukan karena diketahuinya koefisien korelasi melainkan karena rujukan teori atau logika yang memaknai hasil perhitungan, oleh karena itu analisis korelasi mensyaratkan acuan teori yang mendukung adanya hubungan sebab akibat dalam variabel-variabel yang dianalisa hubungannya. Koefisien korelasi untuk 2 buah variabel X dan Y dengan jumlah data sebesar N, dapat dihitung dengan menggunakan rumus yang dikembangkan oleh Karl Pearson, yaitu [1]:

Korelasi 1

Untuk menghitung koefisien korelasi ganda dapat digunakan rumus berikut [1]:

Korelasi 2                                                     Dimana:

ryx1= Koefisien korelasi antara variabel x1 dengan variabel y

ryx2= Koefisien korelasi antara variabel x2 dengan variabel y

Sementara itu pada keadaan dimana terdapat lebih dari 2 variabel bebas, koefisien korelasi juga padat dicari nilainya dengan pola yang sama. Contohnya adalah untuk mencari koefisien korelasi ketika terdapat 7 variabel bebas dan 1 variabel terikat, dapat dipergunakan persamaan sebagai berikut:

Korelasi 3

Dimana:

Korelasi 4

Untuk kekuatan hubungannya, nilai koefisien korelasi berada di antara -1 sampai 1, sedangkan untuk arah dinyatakan dalam bentuk positif (+) dan negatif (-) [2].

Persamaan-persamaan di atas merupakan persamaan untuk memperoleh koefisien korelasi simultan atau bersama semua variabel bebas terhadap variabel terikat. Untuk mencari berapa koefisien korelasi salah satu variabel bebas terhadap variabel terikat ketika variabel bebas yang lain dianggap konstan, dipergunakan persamaan korelasi parsial sebagai berikut [2]:

Korelasi 5

Koefisien korelasi parsial dimaksudkan untuk mencari tahu seberapakuatkah, hubungan salah satu atau beberapa variabel bebas terhadap variabel terikat secara parsial, tidak simultan atau bersama-sama.

Koefisien korelasi menunjukan berapa besar varians total satu variabel berhubungan dengan varians variabel lain. Hal ini berarti bahwa tiap nilai r  perlu ditafsirkan posisinya dalam keterkaitan tersebut. Untuk memberikan tafsiran pada nilai koefisien korelasi, dapat digunakan referensi guilford empirical rules pada tabel 1.

Tabel 1. Penafsiran Koefisien Korelasi [1]

Besar ryx

Penafsiran

0,00 – < 0,20

Hubungan sangat lemah (diabaikan, dianggap tidak ada)

≥ 0,20 – < 0,40

Hubungan rendah atau lemah

≥ 0,40 – < 0,70

Hubungan sedang atau cukup

≥ 0,70 – < 0,90

Hubungan kuat

≥ 0,90 – ≤ 1,00

Hubungan sangat kuat

Setelah nilai koefisien korelasi diperoleh, nilai koefisien determinasi juga dapat diperoleh dengan persamaan berikut [2] :

KP = (Rx1,x2,y)2 x 100%

Nilai KP pada persamaan di atas menunjukan seberapa besar nilai variabel bebas x1 dan x2 mempengaruhi nilai variabel terikat y. Nilai (1 – KP) akan menunjukkan persentase besarnya pengaruh faktor-faktor lain di luar faktor yang ada pada variabel bebas, dalam mempengaruhi variabel terikat y.

Untuk lebih jelasnya, mari kita ambil contoh kasus ketika seorang peneliti memiliki data yang terdiri dari 7 variabel terikat dan 1 variabel bebas sebagai berikut:

Tabel Regresi Korelasi 1

Kemudian dilakukan perhitungan untuk X1.X1, X1.X2 dan sebagainya sehingga diperoleh hasil sebagai berikut:

Tabel Regresi Korelasi 4 Tabel Regresi Korelasi 5 Tabel Regresi Korelasi 6 Tabel Regresi Korelasi 2 Tabel Regresi Korelasi 3

Koefisien korelasi persial ketujuh variabel bebas dapat langsung dihitung dengan cara sebagai berikut:

Korelasi 6

Nilai rx1,y sebesar -0,901 menunjukkan bahwa hubungan X1 dengan Y ketika variabel bebas lainnya konstan, adalah sangat kuat. Nilai rx1,y sebesar 0,305 menunjukkan bahwa hubungan X2 dengan Y ketika variabel bebas lainnya konstan, adalah lemah. Nilai rx3,y sebesar -0,67 menunjukkan bahwa hubungan X3 dengan Y ketika variabel bebas lainnya konstan, adalah sedang atau cukup. Nilai rx4,y sebesar 0,133 menunjukkan bahwa hubungan X4 dengan Y ketika variabel bebas lainnya konstan, adalah sangat lemah. Nilai rx5,y sebesar -0,818 menunjukkan bahwa hubungan X5 dengan Y ketika variabel bebas lainnya konstan, adalah kuat. Nilai rx6,y sebesar -0,048 menunjukkan bahwa hubungan X6 dengan Y ketika variabel bebas lainnya konstan, adalah sangat lemah. Nilai rx7,y sebesar -0,66 menunjukkan bahwa hubungan X7 dengan Y ketika variabel bebas lainnya konstan, adalah sedang atau cukup.

Untuk mencari berapa koefisien korelasi simultannya, kita cari dahulu persamaan regresinya. Dengan menggunakan cara yang telah saya paparkan kemarin pada blog ini di posting-an yang berjudul “Analisi Regresi Linier Sederhana & Berganda”, dapat diperoleh bahwa persamaan regresi dari contoh kasus ini adalah:

Y=  13012225228,72 – 328691,82X1 + 693120,34X2 – 101663,12X3 – 46165,27X4 –  128872,53X5   –   607387,29X6   –   265348,47X7

Nah, kita dapat lihat bahwa nilai b1 adalah 328691,82, nilai b2 adalah 693120,34, nilai b3 adalah 101663,12 dan seterusnya. Dengan memasukkan nilai-nilai yang telah diperoleh ke dalam persamaan untuk mencari koefisien korelasi 7 variabel bebas, diperoleh:

Korelasi 7

Nilai Rsimultan sebesar 0,932 menunjukkan bahwa hubungan secara simultan antara variabel X1, X2, X3, X4, X5, X6 dan X7 terhadap Y adalah sangat kuat. Setelah nilai koefisien korelasi simultan diperoleh, nilai koefisien determinan (KP) juga dapat diperoleh. Dengan menggunakan persamaan yang telah dijelaskan dimuka, diperoleh koefisien determinasi (KP) sebesar 86,93%. Nilai ini menunjukkan kontribusi semua variabel bebas terhadap variabel terikat secara simultan adalah sebesar 86,93%. Sementara itu 13,07% sisanya merupakan kontribusi dari faktor-faktor lain selain faktor yang diwakili oleh variabel bebas.

 Daftar Referensi

[1]  Abdurahman, Maman, Muhidin, Sambas & Somantri, Ating. (2012). Dasar-Dasar Metode Statistika Untuk Penelitian. Bandung: CV. Pustaka Setia.

[2]  Siregar, Syofian. (2013). Statistik Parametrik untuk Penelitian Kualitatif. Jakarta: Bumi Aksara.

About these ads

Tinggalkan Balasan

Isikan data di bawah atau klik salah satu ikon untuk log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Logout / Ubah )

Twitter picture

You are commenting using your Twitter account. Logout / Ubah )

Facebook photo

You are commenting using your Facebook account. Logout / Ubah )

Google+ photo

You are commenting using your Google+ account. Logout / Ubah )

Connecting to %s