Untuk memberikan ilustrasi analisis korelasi korelasi kanonikal kita gunakan data file Hatco.sav. Misalkan kita ingin mengetahui hubungan antara rating Hatco yang diukur dengan 7 atribut (X1 sampai X7) dan dua ukuran yang menggambarkan hasil usaha Hatco (X9 = penggunaan produk Hatco, dan X10 = kepuasan konsumen dengan Hatco). Variabel X1 sampai X7 dianggap variabel independen sedangkan X9 dan X10 sebagai variabel dependen.
Langkah Analisis.
- Buka file Hatco.sav
- Dari menu SPSS, pilih New lalu pilih Syntax.
- Isikan pada syntax editor perintah MANOVA X9 X10 WITH X1 X2 X3 X4 X5 X6 X7 pada baris pertama, kemudian dibaris kedua /DESCRIM ALL ALPHA(1), dan dibaris ketiga /PRINT=SIG (EIGEN DM). Seperti di gambar di bawah ini:
- Setelah itu pilih Run
- Output SPSS
Tabel Anova diatas memberikan uji signifikansi alternatif. Biasanya yang digunakan adalah Wilk's Lambda yang menguji signifikansi dari korelasi kanonikal pertama. Hasil uji signifikansi ternyata semua uji statistik menunjukkan signifikansi pada 0.05. Jadi dapat disimpulkan bahwa korelasi kanonikal pertama tidak signifikan, maka korelasi kanonikal kedua dan seterusnya juga tidak signifikan.
Didalam model kita terdapat dua variabel dependen adan tujuh variabel independen. Jika kita ambil jumlah terkecil yaitu dua variabel dependen, maka akan terbentuk dua fungsi kanonikal. Dua fungsi kanonikal ini terlihat pada Root No dengan angka korelasi kanonikal (Canon Cor) untuk fungsi 1 adalah 0.937 dan fungsi 2 adalah 0.510. Korelasi kanonikal pertama lebih penting dari korelasi kanonikal kedua. Untuk korelasi kanonikal pertama, "covariate" variabel kanonikal mampu menjelaskan 87.79% (0.937 x 0.937) variasi dalam variabel canonikal dependen. Sedangkan korelasi kanonikal kedua hanya mampu menjelaskan variasi 26.01%. Oleh karena korelasi kanonikal kedua hanya menjelaskan variasi 26.01% maka selanjutnya tidak kita analisis dan yang dianalisis hanya fungsi pertama.
Jika dilihat pada kolom signifikansi yang menguji fungsi kanonikal terlihat untuk fungsi 1 signifikan pada 0.000, begitu juga dengan fungsi 2 signifikansi pada 0.000. Oleh karena keduafungsi ini memiliki signifikansi di bawah 0.05 maka keduanya dapat diproses lebih lanjut. Dengan batas 0.5 untuk kekuatan korelasi dua variabel, maka fungsi 1 dan fungsi 2 mempunyai korelasi kanonikal di atas 0.5. Dengan demikian keduanya dapat dianalisis lebih lanjut.
Setelah diketahui fungsi kanonikal 1 dan 2 signifikan langkah selanjutnya adalah melakukan interpretasi terhadap canonical variate yang ada pada fungsi 1 dan 2. Canonical variate adalah kumpulan dari beberapa variabel yang membentuk sebuah variate. Dalam kasus kita ada dua canonical variate, yaitu dependen canonical variates yg berisi dua variabel X9 dan X10, serta independen canonical variates yang tujuh variabel independen X1, X2, X3, X4, X5, X6, dan X7. Analisis pada prinsipnya ingin mengetahui apakah semua variabel independen dalam canonical variate tersebut berhubungan erat dengan dependen variate, yang diukur dengan besaran korelasi masing-masing independen variabel dengan variatenya.
Pengukuran canonical variates dapat dilakukan dengan melihat canonical weight atau canonical loading.
Untuk fungsi 1 pada dependen variabel terdapat dua angka korelasi sama tingginya dan di atas 0.5 yaitu 0.501 dan 0.580 sedangkan untuk variabel independen (covariate) angka korelasi di atas 0.5 hanya ada satu variabel yaitu X3.
Canonical Loading
Untuk fungsi 1 dependen variabel memberikan dua angka canonical loading sama tingginya karena diatas 0.5 yaitu X9 dengan loading 0.93 dan X10 dengan loading 0.936. Sedangkan untuk variabel independen (covariates) angka loading diatas 0.5 ada tiga yaitu X1 dengan loading 0.764, X3 dengan loading 0.624 dan X5 dengan loading 0.765.
Dari hasil caonical weight maupun canonical loading dapat disimpulkan memanng terdapat hubungan signifikan antara dependen variate dengan independen variate atau tingkat penggunaan produk dan kepuasan konsumen memang berkorelasi secara bersama-sama dengan X1 (delivery speed), X2 (price level), X3 (price flexibility), X4 (manufacture image), X5 (Overall serices). Tanda positif pada variabel delivery speed berarti semakin tinggi delivery speed semakin tinggi kepuasan konsumen dan semakin tinggi penggunaan produk. Begitu juga dengan semakin tinggi flexibilitas harga dan pelayanan menyeluruh semakin tinggi penggunaan produk dan semakin tinggi kepuasan konsumen.
