Multiple correlation is a statistic

Multiple correlation is a statistical procedure designed to analyze and explain the variance in a dependent variable in components that are due to the effects of various independent variables. The goal of the multiple correlation approach is to predict a maximum of the variance in the dependent variable, which in the present case is innovativeness. Multiple correlation analyses of innovativeness began in the mid-1950s, and over sixty such studies have been completed with a trend toward explaining more and more of the variance in innovativeness, until by the late 1960s up to about 80 percent of the variance in innovativeness was explained (Rogers with Shoemaker, 1971, p. 193). This may be partly attributable to the advent of computer data analysis, which allows the inclusion of a greater number of independent variables in these analyses. Further, a greater variety of independent variables were included in these studies: economic and social-psychological dimensions, along with variables indicating social-structural aspects.

Results (Indonesian) 1:

Beberapa korelasi adalah prosedur Statistik dirancang untuk menganalisa dan menjelaskan varians dalam variabel dependen komponen yang karena efek dari berbagai variabel independen. Tujuan dari korelasi beberapa pendekatan adalah untuk memprediksi maksimum varians dalam variabel dependen, yang dalam hal ini adalah inovasi. Beberapa analisis korelasi inovasi dimulai pada pertengahan 1950-an, dan lebih dari enam puluh studi tersebut telah dilengkapi dengan dengan kecenderungan menuju menjelaskan lebih dan lebih dari varians basisnya ada, sampai dengan akhir 1960-an hingga sekitar 80 persen dari varians basisnya ada menjelaskan (Rogers dengan Shoemaker, 1971, ms. 193). Ini mungkin sebagian disebabkan oleh munculnya analisis data komputer, yang memungkinkan masuknya sejumlah besar variabel independen dalam analisis ini. Lebih lanjut, lebih berbagai variabel independen dimasukkan dalam studi ini: dimensi ekonomi dan sosial-psikologis, bersama dengan variabel yang menunjukkan aspek-aspek sosial-struktural.

Results (Indonesian) 2:

Korelasi berganda adalah prosedur statistik dirancang untuk menganalisis dan menjelaskan varians dalam variabel dependen dalam komponen yang disebabkan oleh efek dari berbagai variabel independen. Tujuan dari pendekatan korelasi berganda adalah untuk memprediksi maksimal varians dalam variabel dependen, yang dalam kasus ini adalah inovasi. Beberapa analisis korelasi dari inovasi dimulai pada pertengahan 1950-an, dan lebih dari enam puluh studi tersebut telah selesai dengan kecenderungan menjelaskan lebih dan lebih dari varians dalam inovasi, sampai dengan akhir tahun 1960 hingga sekitar 80 persen dari varians dalam inovasi adalah menjelaskan (Rogers dengan Shoemaker, 1971, hal. 193). Ini mungkin sebagian disebabkan karena munculnya analisis data komputer, yang memungkinkan masuknya sejumlah besar variabel independen dalam analisis ini. Selanjutnya, berbagai besar variabel independen dimasukkan dalam studi ini: dimensi ekonomi dan sosial-psikologis, bersama dengan variabel yang menunjukkan aspek-aspek sosial-struktural.