BAB 2
TINJAUAN TEORITIS
2.1. Analisis Korelasi
Analisis korelasi adalah metode statistika yang digunakan untuk menentukan kuatnya atau derajat hubungan linier antara dua variabel atau lebih. Semakin nyata hubungan linier garis
lurus, maka semakin kuat atau tinggi derajat hubungan garis lurus antara kedua variabel atau lebih. Ukuran untuk derajat hubungan garis lurus ini dinamakan koefisien korelasi.
Korelasi dilambangkan dengan r dengan ketentuan nilai r tidak lebih dari harga - 1≤
r
≤ 1. Apabila nilai r = -1 artinya korelasi negatif sempurna; r = 0 artinya tidak ada korelasi; dan r = 1 artinya korelasinya sangat kuat.
Tabel 2.1 Interpretasi Koefisien Korelasi Nilai r
Interval Koefisien Tingkat Hubungan
0,800 – 1,000
Sangat Kuat 0,600
– 0,799 Kuat
0,400 – 0,599
Cukup Kuat 0,200
– 0,399 Lemah
0,000 – 0,199
Sangat Lemah
Universitas Sumatera Utara
Analisa korelasi berganda berfungsi untuk mencari besarnya hubungan antara dua variabel bebas X atau lebih secara simultan dengan variabel terikat Y. rumus korelasi
berganda adalah sebagai berikut :
2 2
2 .
2 1
2 1
2 1
2 1
2 .
1
1 2
x x
x x
y x
y x
y x
y x
y x
x
r r
r r
r r
R
2 2
2 1
2 1
1 1
1
Y Y
n X
X n
Y X
Y X
n r
y x
2 2
2 2
2 2
2 2
2
Y Y
n X
X n
Y X
Y X
n r
y x
2 2
2 2
2 1
2 1
2 1
2 1
2 1
X X
n X
X n
X X
X X
n r
x x
Selanjutnya untuk mengetahui signifikansi korelasi ganda bandingkan antara nilai probabilitas 0,05 dengan nilai probabilitas
Sig
sebagai berikut : Hipotesis :
H : Variabel
1
X
dan
2
X
berhubungan secara simultan dan signifikan terhadap variabel
Y
H
1
: Variabel
1
X
dan
2
X
tidak berhubungan secara simultan dan signifikan terhadap variabel
Y
Dasar pengambilan keputusan :
Jika nilai probabilitas 0,05 lebih kecil atau sama dengan nilai probabilitas
Sig
0,05 ≤
Sig
maka H diterima dan H
1
ditolak, artinya tidak signifikan.
Jika nilai probabilitas 0,05 lebih besar dengan nilai probabilitas
Sig
0,05
Sig
maka
H ditolak dan H
1
diterima, artinya signifikan.
Universitas Sumatera Utara
2.2. Uji Koefisien Determinasi R-square
Koefisien determinasi digunakan untuk melihat seberapa besar variabel-variabel independen secara bersama mampu memberikan penjelasan mengenai variabel dependen dimana nilai R
2
berkisar antara 0 sampai 10≤R
2
≤1. Semakin besar nilai R
2
, maka semakin besar variasi variabel dependen yang dapat dijelaskan oleh variasi variabel
– variabel independen. Sebaliknya jika R
2
kecil, maka akan semakin kecil variasi variabel dependen yang dapat di jelaskan oleh variabel independen.
2.3. Analisis Regresi Linier Berganda