Dokumen tersebut membahas tentang korelasi parsial, yaitu metode untuk mengidentifikasi kuat lemahnya hubungan antara variabel bebas dan terikat dengan mengendalikan variabel lain. Diberikan contoh perhitungan korelasi parsial menggunakan program SPSS untuk meneliti hubungan antara kecerdasan dan prestasi belajar siswa dengan mengendalikan faktor stress.
1. Statistika Kependidikan
“Korelasi Parsial”
Dosen Pengampu :
Dr. Violita, M.S.
Dr. Zulyusri, M.S.
Disusun Oleh:
1. Ahmad Rasyid Ridho Agus
2. Exlesia Silvi
3. Oksa Afdarina
4. Riska Ardianti
5. Yahdiyani
2. “Pengertian Korelasi Parsial”
Korelasi parsial (partial correlation) merupakan perluasan dari korelasi
sederhana atau korelasi pearson. Melibatkan lebih dari satu variabel bebas dan
satu variabel terikat. Variabel bebasnya terbagi atas dua penggunaan yaitu:
- satu variabel bebas sebagai variabel yang memiliki hubungan dengan variabel
terikat dan
- variabel bebas yang lainnya sebagai variabel kontrol dimana variabel ini diduga
mempengaruhi hubungan antara satu variabel bebas dan satu variabel terikat.
Dengan demikian, analisis korelasi parsial merupakan suatu metode yang
digunakan untuk mengidentifikasi kuat lemahnya hubungan antar variabel bebas
dan variabel terikat, dimana variabel bebas lainnya dikontrol atau dianggap
berpengaruh (Irianto, 2006).
3. Kegunaan Parsial
Korelasi parsial digunakan untuk mempelajari
hubungan murni antara sebuah variable bebas (X1)
dengan variable terikat (Y) dengan mengendalikan
atau mengontrol variable-variabel bebas yang lain
yaitu variable X2 dan X3 yang diduga
mempengaruhi hubungan antara variable X1
dengan Y.
4. “Analisis Korelasi Parsial”
Untuk menghitung koefisien korelasi dengan korelasi parsial,
dilakukan terlebih dahulu perhitungan korelasi tunggal, dengan
rumus sebagai berikut:
6. Menurut Sugiyono (2007) pedoman untuk memberikan
interpretasi koefisien korelasi sebagai berikut :
0,00 - 0,199 = sangat rendah
0,20 - 0,399 = rendah
0,40 - 0,599 = sedang
0,60 - 0,799 = kuat
0,80 - 1,000 = sangat kuat
7. Untuk menentukan keeratan hubungan / korelasi antar variabel tersebut, berikut ini
diberikan nilai-nilai dari KK sebagai patokan, (Hasan, 2008: 234).
1. KK = 0 tidak ada korelasi
2. 0 < KK ≤ 0,20 korelasi sangat rendah /
lemah sekali
3. 0,20 < KK ≤ 0,40 korelasi rendah / lemah tapi
pasti
4. 0,40 < KK ≤ 0,70 korelasi yang cukup berarti
5. 0,70 < KK ≤ 0,90 korelasi yang tinggi; kuat
6. 0,90 < KK ≤ 1,00 korelasi yang sangat tinggi;
kuat sekali, dapat
diandalkan.
7.KK = 1 korelasi sempurna.
.
8. Contoh :
Seorang mahasiswa bernama Andi melakukan penelitian dengan menggunakan alat
ukur skala. Andi ingin meneliti tentang hubungan antara kecerdasan dengan prestasi
belajar jika terdapat faktor tingkat stress pada siswa yang diduga mempengaruhi akan
dikendalikan. Dengan ini Andi membuat 2 variabel yaitu kecerdasan dan prestasi
belajar dan 1 variabel kontrol yaitu tingkat stress. Tiap-tiap variabel dibuat beberapa
butir pertanyaan dengan menggunakan skala Likert, yaitu angka 1 = Sangat tidak
setuju, 2 = Tidak setuju, 3 = Setuju dan 4 = Sangat Setuju. Setelah membagikan skala
kepada 12 responden didapatlah skor total item-item yaitu sebagai berikut:
9. Subje
k
Kecerda
san
Prestasi
Belajar
Tingkat
Stress
1 33 58 25
2 32 52 28
3 21 48 32
4 34 49 27
5 34 52 27
6 35 57 25
7 32 55 30
8 21 50 31
9 21 48 34
10 35 54 28
11 36 56 24
12 21 47 29
Tabel. Tabulasi Data (Data Fiktif)
“PERHITUNGAN MENGGUNAKAN SPSS”
Langkah-langkah pada program SPSS
Ø Masuk program SPSS
Ø Klik variable view pada SPSS data editor
Ø Pada kolom Name ketik x1, kolom Name pada baris
kedua ketik x2, kemudian kolom Name pada baris ketiga
ketik y.
Ø Pada kolom Decimals ganti menjadi 0 untuk semua
variabel
Ø Pada kolom Label, untuk kolom pada baris pertama ketik
Kecerdasan, untuk kolom pada baris kedua Tingkat Stress,
dan kolom pada baris ketiga ketik Prestasi Belajar.
Ø Untuk kolom-kolom lainnya boleh dihiraukan (isian
default)
Ø Buka data view pada SPSS data editor, maka didapat
kolom variabel x1, x2 dan y.
Ø Ketikkan data sesuai dengan variabelnya
Ø Klik Analyze - Correlate - Partial
Ø Klik variabel Kecerdasan dan masukkan ke kotak
Variables, kemudian klik variabel Prestasi Belajar dan
masukkan ke kotak yang sama (Variables). Klik variabel
Tingkat Stres dan masukkan ke kotak Controlling for
Ø Klik OK, maka hasil output yang didapat adalah sebagai
berikut:
10. Dari hasil analisis korelasi parsial (ry.x1x2) didapat korelasi antara kecerdasan
dengan prestasi belajar dimana tingkat stress dikendalikan (dibuat tetap) adalah
0,4356. Hal ini menunjukkan bahwa terjadi hubungan yang sedang atau tidak
terlalu kuat antara kecerdasan dengan prestasi belajar jika tingkat stress tetap.
Sedangkan arah hubungan adalah positif karena nilai r positif, artinya semakin
tinggi kecerdasan maka semakin meningkatkan prestasi belajar.
(Coefficient/ (D.F.) / 2-tailed
Significance)
“.” is printed if a coefficient
cannot t be computed
X1 Y
X1 1.0000 .4356
(0) (9)
P=. P=.181
Y .4356 1.0000
(9) (0)
P=.181 P=.
11. Uji signifikansi koefisien korelasi parsial digunakan untuk menguji apakah hubungan yang terjadi itu berlaku untuk populasi
(dapat digeneralisasi). Langkah-langkah pengujian sebagai berikut:
1. Menentukan Hipotesis
Ho : Tidak ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar jika tingkat stress tetap
Ha : Ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar jika tingkat stress tetap
2. Menentukan tingkat signifikansi
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi a = 5%. (uji dilakukan 2 sisi karena untuk
mengetahui ada atau tidaknya hubungan yang signifikan, jika 1 sisi digunakan untuk mengetahui hubungan lebih kecil atau
lebih besar)
Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam mengambil keputusan untuk menolak hipotesa
yang benar sebanyak-banyaknya 5% (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam
penelitian pendidikan)
3. Kriteria Pengujian
Berdasar probabilitas:
Ho diterima jika P value > 0,05
Ho ditolak jika P value < 0,05
4. Membandingkan probabilitas
Nilai P value (0,181 > 0,05) maka Ho diterima.
8. Kesimpulan
Oleh karena nilai P value (0,181 > 0,05) maka Ho diterima, artinya bahwa tidak ada hubungan secara signifikan antara
kecerdasan dengan prestasi belajar jika tingkat stress dibuat tetap. Hal ini dapat berarti terdapat hubungan yang tidak
signifikan, artinya hubungan tersebut tidak dapat berlaku untuk populasi yaitu seluruh siswa SMU Negeri 3 Malang, tetapi
hanya berlaku untuk sampel. Jadi dalam kasus ini dapat disimpulkan bahwa kecerdasan tidak berhubungan terhadap
prestasi belajar pada siswa SMU Negeri 3 malang.
Uji Signifikansi Koefisien Korelasi Parsial (Uji t)
12. CONTOH 2
Sebuah penelitian dilakukan
untuk melihat hubungan antara
variabel lama kerja (X1), motivasi
kerja (X2), dan produktivitas kerja
karyawan (Y) di perusahaan “X”.
Data tersebut terdiri dari tujuh
karyawan, di mana skala
pengukuran data untuk masing-
masing variabel adalah kontinu
(numerik) serta proses pemilihan
sampelnya adalah acak. Data
terdistribusi sebagai berikut:
13.
14. Hitung korelasi antara lama kerja (X1) dan
produktivitas karyawan (Y) apabila variabel
motivasi kerja sudah kita kontrol
15. Daerah kritis
Tolak H0 jika |tstat|>t(0.025;4) atau |tstat|>2.776
Keputusan : Tolak H0 karena 7.68>2.776
Kesimpulannya : Dengan signifikansi 5% dapat disimpulkan bahwa lama kerja
berpengaruh signifikan terhadap produktivitas kerja karyawan.
16. Korelasi parsial sebesar 0.8034, di mana nilai ini
mendekati 1. Sehingga bisa kita katakan bahwa
terdapat hubungan yang sangat kuat antar dua
variabel.
17. Daerah kritis
Tolak H0 jika |tstat|>t(0.025;4) atau |tstat|>2.776
Keputusan : Gagal Tolak H0 karena 2.7<2.776
Kesimpulannya : Dengan signifikansi 5% belum dapat dikatakan bahwa motivasi kerja
berpengaruh signifkan terhadap produktivitas kerja karyawan.
18. Perbedaan Analisis Korelasi Sederhana, Parsial, dan Berganda
Korelasi Sederhana Korelasi Parsial Korelasi Berganda
Analisis yang digunakan
untuk mengatur
hubungan antar satu
variabel bebas dan satu
variabel terikat.
Korelasi parsial digunakan
untuk mempelajari hubungan
murni antara sebuah variable
bebas (x)
dengan variable terikat (y)
dengan mengendalikan atau
mengontrol variable-variabel
bebas yang
lain yaitu variable X2 dan X3
yang diduga mempengaruhi
hubungan antara variable X1
dengan Y
Analisis yang
digunakan untuk
mengukur hubungan
antar 2 atau lebih
variabel bebas
dengan variabel
terikat.