ANALISIS KORELASI PARSIAL DAN GANDA

ANALISIS KORELASI PARSIAL DAN GANDA

14.12




ANALISIS KORELASI PARSIAL DAN GANDA
Disusun Untuk Memenuhi Tugas Mata Kuliah Statistik 2

BAB I
PENDAHULUAN

  1. Latar belakang
Pada sebuah penelitian kita memerlukan adanya data yang valid, statistika merupakan salah satu langkah yang dapat digunakan dalam sebuah penelitian. Dalam statistika terdapat metode analisis korelasi, disini metode analisis korelasi ini dapat digunakan untuk mempermudah dalam penghintungan yang berhubungan dengan angka-angka. Ada dua analisis korelasi yaitu analisis parsial dan analisis ganda. Analisis korelasi parsial merupakan suatu nilai yang memberikankuatnya hubungan dua atau lebih variabel X dengan variabel Y, yang salah satu bagian variabel bebasnya dianggap konstan atau dibuat tetap.[1]Sedangkan korelasi ganda merupakan angka yan menunjukkan arah dan kuatnya hubungan antara dua variabel independen secar bersama-sama atau lebih dengansatu variabel dependen.[2]
  1. Rumusan Masalah
1.      Apa pengertian dari analisis korelasi parsial dan ganda ?
2.      Apa rumus dari korelasi parsial dan ganda ?
  1. Tujuan
1.      Untuk mengetahui pengertian dari analisis korelasi parsial dan ganda
2.      Untuk mengetahui rumus dari korelasi parsial dan ganda



BAB II
PEMBAHASAN

  1. Analisis Korelasi Parsial
Analisis korelasi parsial (Partial Correlation) digunakan untuk mengetahui hubungan antara dua variabel dimana variabel lainnya yang dianggap berpengaruh dikendalikan atau dibuat tetap (sebagai variabel kontrol). Nilai korelasi (r) berkisar antara 1 sampai -1, nilai semakin mendekati 1 atau -1 berarti hubungan antara dua variabel semakin kuat, sebaliknya nilai mendekati 0 berarti hubungan antara dua variabel semakin lemah. Nilai positif menunjukkan hubungan searah (X naik maka Y naik) dan nilai negatif menunjukkan hubungan terbalik (X naik maka Y turun). Data yang digunakan biasanya berskala interval atau rasio.[3] 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
Contoh kasus:
Kita mengambil contoh pada kasus korelasi sederhana di atas dengan menambahkan satu variabel kontrol. 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:
Tabel. Tabulasi Data (Data Fiktif)
Subjek
Kecerdasan
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


Langkah-langkah pada program SPSS
Masuk program SPSS
  1. Klik variable view pada SPSS data editor
  2. Pada kolom Name ketik x1, kolom Name pada baris kedua ketik x2, kemudian kolom Name pada baris ketiga ketik y.
  3. Pada kolom Decimals ganti menjadi 0 untuk semua variabel
  4. 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.
  5. Untuk kolom-kolom lainnya boleh dihiraukan (isian default)
  6. Buka data view pada SPSS data editor, maka didapat kolom variabel x1, x2 dan y.
  7. Ketikkan data sesuai dengan variabelnya
  8. Klik Analyze - Correlate – Partial
  9. 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.
  10. Klik OK, maka hasil output yang didapat adalah sebagai berikut:
Tabel. Hasil Analisis Korelasi Parsial
-P A R T I A L  C O R R E L A T I O N  C O E F F I C I E N T S-
Controlling for..  X2
                        X1                     Y
X1       1.0000             .4356
                        (0)                    (9)
P= .                  P= .181
Y         .4356               1.0000
                        (9)                    (0)
                        P= .181            P= .
(Coefficient / (D.F.) / 2-tailed Significance)
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.
Uji Signifikansi Koefisien Korelasi Parsial (Uji t)
Uji signifikansi koefisien korelasi parsial digunakan untuk menguji apakah hubungan yang terjadi itu berlaku untuk populasi (dapat digeneralisasi).[4] Langkah-langkah pengujian sebagai berikut:
  1. Menentukan Hipotesis
Ho : Tidak ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar jika tingkat stress tetap
H1: Ada hubungan secara signifikan antara kecerdasan dengan prestasi belajar jika tingkat stress tetap.

  1. 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).
  1. Kriteria Pengujian
Berdasar probabilitas:
Ho diterima jika P value > 0,05
            Ho ditolak jika P value < 0,05
  1. Membandingkan probabilitas
Nilai P value (0,181 > 0,05) maka Ho diterima.
Kesimpulannya, 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 1 Yogyakarta, tetapi hanya berlaku untuk sampel. Jadi dalam kasus ini dapat disimpulkan bahwa kecerdasan tidak berhubungan terhadap prestasi belajar pada siswa SMU Negeri 1 Yogyakarta.
  1. Korelasi Ganda
Korelasi ganda (multiple correlation) merupakan angka yang menunjukkan arah dan kuatnya hubungan antara dua variabel independen secara bersama-sama atau lebih dengan satu variabel dependen.[5] Sebagai contoh penelitian yang berjudul, Hubungan Tingkat Percaya Diri dan Motivasi Belajar dengan Prestasi Belajar Bahasa Inggris. Pada penelitian tersebut menanyakan hubungan secara bersama-sama antara Tingkat Percaya Diri dan Motivasi Belajar dengan Prestasi Belajar Bahasa Inggris. Rumus korelasi ganda dua variabel adalah sebagai berikut.

Jadi untuk dapat menghitung korelasi ganda, maka harus dihitung terlebih dahulu korelasi sederhananya dulu melalui korelasi Product Moment dari Pearson.
Contoh 6.2 
Dilakukan penelitian ada tidaknya hubungan antara tingkat percaya diri dan motivasi belajar dengan prestasi belajar bahasa inggris kelas X SMA “Tirta”. Untuk keperluan tersebut, maka telah dilakukan pengambilan data terhadap 10 responden yang diambil secara random. Berdasarkan 10 responden tersebut diperoleh data tentang hasil tingkat percaya diri (X1), motivasi belajar (X2), dan prestasi belajar bahasa inggris (Y), sebagai berikut.[6]


6. Keputusan Uji Ho ditolak
7. Kesimpulan, Ada hubungan yang signifikan (dapat diberlakukan untuk populasi dimana sampel diambil) antara tingkat percaya diri dan motivasi belajar dengan prestasi belajar bahasa inggris.





BAB III
KESIMPULAN

  1. Kesimpulan
Dari analisis korelasi parsial dan ganda, dapat dijadikan alat untuk mempermudah dalam sebuah penelitian. Sehingga dengan analisis korelasi ini kita dapat mudah mengetahuai angka-angka yang kita gunakan karena dalam analisis koreasi ini terdapat rumus-rumus dalam penghitungannya. Analisis korelasi parsial merupakan suatu nilai yang memberikankuatnya hubungan dua atau lebih variabel X dengan variabel Y, yang salah satu bagian variabel bebasnya dianggap konstan atau dibuat tetap. Sedangkan korelasi ganda merupakan angka yan menunjukkan arah dan kuatnya hubungan antara dua variabel independen secar bersama-sama atau lebih dengansatu variabel dependen.











DAFTAR PUSTAKA

Abdurahman, Maman, dkk, 2011, Statistika penelitian, Bandung: CV Pustaka Setia
Sugiyono, 2013, Statistika Untuk Penelitian, Bandung: Alfabeta
Http://duwiconsultant, diakses pada: /2011/11/analisis-korelasi-parsial, Pdf.


[1]Maman Abdurahman,dkk, Statistika penelitian, (Bandung: CV Pustaka Setia, 2011), 201.
[2] Sugiyono, Statistika Untuk Penelitian, (Bandung: Alfabeta, 2013), 231-232.
[3] Maman Abdurahman,dkk, Statistika penelitian, (Bandung: CV Pustaka Setia, 2011), 201.
[5] Sugiyono, Statistika Untuk Penelitian, (Bandung: Alfabeta, 2013), 231-232.
[6] Ibid., 238.

Next
« Prev Post
Previous
Next Post »
Thanks for your comment
Langganan: Posting Komentar (Atom)