2.7 Uji Koefisien Korelasi
Analisis korelasi dilakukan untuk mengetahui hubungan antara dua variabel
bivariate correlation atau lebih dari 2 variabel multivariate correlation dalam suatu penelitian. Untuk menentukan seberapa besar hubungan antar variabel
tersebut dapat dihitung dengan menggunakan rumus koefisien korelasi. Rumus untuk koefisien regresi adalah:
.1.2 …
=
�
� �
– �
�
�
�
{ �
� 2
− �
� 2
} { �
� 2
− �
� 2
}
Adapun untuk menghitung koefisien korelasi antara variabel terikat dan variabel bebas
X
1
, X
2
, dan X
3
yaitu : 1.
Koefisien antara dan X
1
1
=
1
−
1 1
2
−
1 2
2
−
2
2. Koefisien korelasi antara dengan X
2
2
=
2
−
2 2
2
−
2 2
2
−
2
3. Koefisien korelasi antara dan X
3
3
=
3
−
3 3
2
−
3 2
2
−
2
Universitas Sumatera Utara
Koefisien korelasi memiliki nilai antara -1 hingga +1. Sifat nilai koefisien korelasi adalah + ataupun minus - yang menunjukan arah korelasi. Makna dari
sifat korelasi adalah : 1.
Tanda positif + pada koefisien korelasi menunjukan hubungan searah atau koefisien positif. Artinya jika nilai suatu variabel mengalami
kenaikan mmaka nilai variabel yang lain juga mengalami kenaikan dan demikian juga sebaliknya.
2. Tanda negatif - pada koefisien korelasi menunjukan hubungan yang
berlawanan arahatau korelasi negatif. Artinya jika nilai suatu variabel mengalami kenaikan maka nilai variabel yang lain akan mengalami
penurunan dan demikian juga sebaliknya.
Sifat korelasi akan menentukan arah korelasi. Keeratan korelasi dapat dikelompokan sebagai berikut:
1. 0,00-0,20 berarti korelasi memiliki keeratan sangat lemah.
2. 0,21-0,40 berarti korelasi memiliki keeratan lemah.
3. 0,41-0,70 berarti korelasi memiliki keeratan kuat.
4. 0,71-0,90 berarti korelasi memiliki keeratan sangat kuat.
5. 0,91-0,99 berarti korelasi memiliki keeratan sangat kuat sekali.
6. 1 berarti korelasi sempurna.
Universitas Sumatera Utara
2.8 Kesalahan Standar Estimasi
Untuk mengetahui ketetapan persamaan estimasi dapat digunakan kesalahan
standar estimasi standard error of estimate. Besarnya kesalahan standar estimasi menunjukan ketetapan persamaan estimasi untuk menjelaskan nilai variabel tidak
bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi tersebut, makin tinggi ketetapan persamaan estimasi yang dihasilkan untuk
menjelaskan nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi, maka semakin rendah persamaan estimasi yang
dihasilkan untuk menjelaskan nilai variabel tidak sesungguhnya.Algifari. 2000. Analisa regreesi Teor,, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE. Hal 17.
Kesalahn standar estimasi kekeliruan baku taksiran dapat ditentukan dengan rumus :
,1,2, …,
= − Ŷ
2
− − 1
Dimana adalah nilai data sebenarnya dan Ŷ adalah nilai taksiran.
2.9 Pengujian Hipotesis
Kategori