Makalah Statistika Korelasi Parsial dan Korelasi Ganda
Program Studi Teknologi Pengolahan Hasil Perkebunan Kelapa Sawit, Politeknik Kelapa Sawit Citra Widya Edukasi
Makalah Statistika Korelasi Parsial dan Korelasi Ganda
Program Studi Teknologi Pengolahan Hasil Perkebunan Kelapa Sawit, Politeknik Kelapa Sawit Citra Widya Edukasi
Materi kuliah Statistik Industri dengan topik Regresi Linear sederhana
Pembentukan model disertai pengujian terhadap model, koefisien, serta asumsi-asumsi
1. MAKALAH STATISTIKA
ANALISA KORELASI PARSIAL
DisusunOleh :
KELOMPOK 3
FERI CHANDRA NIM : 201111004
IRMAN NIM : 201111016
WAHYU AKBAR A. NIM : 201111018
HENDRA YOGI A.R. NIM : 201111001
HUSNUL HIDAYAT NIM : 201111031
PROGRAM STUDI
BUDIDAYA PERKEBUNAN KELAPA SAWIT
POLITEKNIK KELAPA SAWIT CITRA WIDYA EDUKASI
2012
Analisa korelasi parsial Page 1
2. ANALISA KORELASI PARSIAL
1. PengertianKorelasiParsial
Korelasiparsialadalahpengukuranhubunganantaraduavariabel,
denganmengontrolataumenyesuaikanefekdarisatuataulebihvariabel lain. Singkatnya
r1234adalahkorelasiantara 1 dan 2, denganmengendalikanvariabel 3 dan 4
denganasumsivariabel 1 dan 2 berhubungan linier terhadapvariabel 3 dan 4.
Korelasiparsialdapatdigunakanpadabanyakkasus,
misalnyaapakahnilaipenjualansuatukomodititerkaitkuatkepadapembelanjaaniklanketikaefe
khargadikendalikan. Jikakorelasiparsialnyanol, makadapatdisimpulkanbahwakorelasi yang
dihitungsebelumnyaadalahsemu.
Disiniakandipelajaribagaimanamengukurkeeratanhubunganantara Y dengan
X2sedangkan X1 dikontrol, ataukorelasiparsial. Pengaruh variable yang dikontrol, disini X1,
dikeluarkan. Yaitu, hitung X2’ = X2 – (b2X1 + a2) dan Y’ = Y – (b1X1 + a1), tetapiharga-
harga a dan b disinidicarimelaluiregresi linear. Setelahhasilnyadiperolehdiperlukanregresi
X2’ denganY’ :
Y’ = b3X2’ + a3
1.1 MenghitungLangsungKorelasiParsial
Mengontrolsuatu variable
sangatbergunakarenaitusebaiknyakitadapatmengerjakannyadengancepat. Rumus
sederhana untuk menghitung korelasi parsial :
rX 2Y (rX 2 X1 )(rYX1 )
Korelasi parsial = rX2Y.X1 =
1 r 2 X 2 X 1 1 r 2YX 1
2. Fungsi
Korelasiparsialdigunakanuntukmencariarahdankuatlemahnyahubunganantara 2
ataulebih variable independen (X1,X2...Xn) terhadap variable dependen (Y)
secarabersamaan , denganmengendalikansalahsatuvariabelindependenya.
3. KoefisienDeterminasi
Koefisienkorelasi, r, hanyamenyediakanukurankekuatandanarahhubungan linier
antaraduavariabel. Akan
tetapitidakmemberikaninformasimengenaiberapaproporsikeragaman (variasi)
Analisa korelasi parsial Page 2
3. variabeldependen (Y) yang dapatditerangkanataudiakibatkanolehhubungan linier
dengannilaivariabelindependen (X). KoefisienDeterminasibisadidefinisikansebagainilai
yang menyatakanproporsikeragaman Y yang dapatditerangkan/dijelaskanolehhubungan
linier antaravariabel X dan Y. Untuk menentukan besar kecilnya sumbangan variabel X
terhadap Y dapat ditentukan dengan rumus koefisien determinan sebagai berikut :
KP = r2 x 100%
Dimana :
KP adalah besarnya koefisien penentu (diterminan)
r adalah koefisien korelasi
Cari Koefisien parsial, jika X1 tetap.
4. Analisis Korelasi Parsial
a. Jika X1 tetap maka :
Y
Hepotesa :
Ha : Ada pengaruh yang signifikan antara X2 dan Y jika X1 tetap.
H0 : Tidak ada pengaruh yang signifikan antara X2 dan Y jika X1 tetap.
b. Jika X2 tetap maka :
Y
Hepotesa :
Analisa korelasi parsial Page 3
4. Ha : Ada pengaruh yang signifikan antara X1 dan Y jika X2 tetap
H0 : Tidak ada pengaruh yang signifikan antara X1 dan Y jika X2 tetap
Untuk uji signifikansinya menggunakan rumus :
Keterangan:
thitung = nilai yang akan dibandingkan dengan ttabel
rpar = nilai koefisien parsial
n = jumlah sample
Kriteria pengujian :
thitung ≥ ttabel ; maka tolak H0 (signifikan)
thitung < ttabel ; maka terima H0 (tidak signifikan)
db ttabel = n-1
5. Contoh Kasus Korelasi Parsial
Padasalahsatu areal pembibitan di PT Tunas Agro
telahdiketahuibahwapertumbuhanbibitkelapasawit di MN (main nursery)
kurangmaksimal. Untukmengetahuikurangmaksimalnyapertumbuhan
bibitkelapasawittersebut,makaperusahaanmelakukanrisetuntukmengetahuikuatlemahn
yapengaruhhubunganantaradosispemupukan (X1) dengancurahhujan (X2)
terhadappertumbuhanbibitkelapasawit (Y).
20 88 1,57
20 75 1,61
20 20 1,74
40 88 1,81
40 53 1,89
Analisa korelasi parsial Page 4
5. Padariset yang dilakukan kali 40 75 1,96
iniakanmenitikberatkanpengaruhcurah ∑X= 225 ∑Y=829 ∑Y=18,57
hujanterhadappertumbuhanbibitkelapasaw
itdengandosispemupukan yang dikendalikan (konstan).
Untukituperusahaanmengambil 12
sampelbibitkelapasawitpadabeberapalokasipembibitan di Main Nursery
secaraacakdandiperoleh data sebagaiberikut:
Tabel 1. Tabel Data
X1 X2 Y
5 26 1,20
Keterangan :
5 97 1,24
X1 = Dosis Pupuk (gr)
5 47 1,30
X2 = Curah Hujan (mm)
10 88 1,33
Y = Pertumbuhan (m)
10 97 1,42
Apakah terdapatpengaruh
10 75 1,50 yang
signifikanantaraantaradosispemupukan (X1) dengancurahhujan (X2)
terhadappertumbuhanbibitkelapasawit (Y).?
Jawab :
a. Hipotesa :
Ha : Ada pengaruh yang signifikan antara curah hujan (X2) dan pertumbuhan
bibit kelapa sawit (Y) jika dosis pemupukan (X1) tetap.
H0 : Tidak ada pengaruh yang signifikan antara curah hujan (X2) dan
pertumbuhan bibit kelapa sawit (Y) jika dosis pemupukan (X1) tetap.
b. Pembuatan tabel pembantu :
Tabel 2. Tabel Pembantu
Analisa korelasi parsial Page 5
7. f.
( Hasil mencari rparsial)
g. KP = r2 . 100%
= (-0,082)2 . 100% = 0,67 %
h.
i. Carinilaittabelmenggunakantabelt :
Tarafsignifikansinya 0,05 , db=n – 1<=>12 – 1 = 11
Nilai ttabel dengan signifikansi 5 % untuk uji 2 pihak nilainya adalah 1,796.
Kesimpulan dan Saran
Kesimpulan:
Karena ttabel lebih besar dari padathitung(1,796>-0,25), maka Ha diterima (signifikan),
dengan nilai koefisien determinannya sebesar 0,67 %.
Saran:
Dari hasil riset yang telah dilakukan maka kami menyarankan agar tidak dilakukan
pemupukan dengan dosis yang tinggi pada saat curah hujan yang tinggi walaupun
pengaruh yamg telah diketahui hanya sedikit 0,67 % terhadap pertumbuhan bibit kelapa
sawit di Main Nursery. Menurut pendapat kelompok kami, pengaruh yang didapat sedikit
ini dikarenakan data curah hujan yang terakumulasi antara curah hujan yang tinggi dengan
yang rendah, selain itu curah hujan yang tinggi dapat menggakibatkan pencucian unsur
hara (leaching).
Analisa korelasi parsial Page 7