ANALISIS KORELASI PARSIAL
9.11.2017
Analisis korelasi parsial (Partial Correlation) digunakan untuk mengetahui hubungan antara dua variabel dimana variabel lainnya yang dianggap besar lengan berkuasa dikendalikan atau dibuat tetap (sebagai variabel kontrol). Nilai korelasi (r) berkisar antara 1 hingga -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 konkret 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.
Menurut Sugiyono (2007) aliran untuk memperlihatkan 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 teladan pada kasus korelasi sederhana di atas dengan menambahkan satu variabel kontrol. Seorang mahasiswa berjulukan Andi melaksanakan penelitian dengan menggunakan alat ukur skala. Andi ingin meneliti perihal hubungan antara kecerdasan dengan prestasi berguru jikalau terdapat faktor tingkat stress pada siswa yang diduga mensugesti akan dikendalikan. Dengan ini Andi membuat 2 variabel yaitu kecerdasan dan prestasi berguru 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 jadwal SPSS
Ø Masuk jadwal 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 yakni 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)
" . " is printed if a coefficient cannot be computed
Dari hasil analisis korelasi parsial (ry.x1x2) didapat korelasi antara kecerdasan dengan prestasi berguru dimana tingkat stress dikendalikan (dibuat tetap) yakni 0,4356. Hal ini menunjukkan bahwa terjadi hubungan yang sedang atau tidak terlalu kuat antara kecerdasan dengan prestasi berguru jikalau tingkat stress tetap. Sedangkan arah hubungan yakni konkret alasannya yakni 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). Langkah-langkah pengujian sebagai berikut:
1. Menentukan Hipotesis
Ho : Tidak ada hubungan secara signifikan antara kecerdasan dengan prestasi berguru jikalau tingkat stress tetap
Ha : Ada hubungan secara signifikan antara kecerdasan dengan prestasi berguru jikalau tingkat stress tetap
2. Menentukan tingkat signifikansi
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi a = 5%. (uji dilakukan 2 sisi alasannya yakni untuk mengetahui ada atau tidaknya hubungan yang signifikan, jikalau 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 yakni ukuran standar yang sering digunakan dalam penelitian)
3. Kriteria Pengujian
Berdasar probabilitas:
Ho diterima jikalau P value > 0,05
Ho ditolak jikalau P value < 0,05
4. Membandingkan probabilitas
Nilai P value (0,181 > 0,05) maka Ho diterima.
8. Kesimpulan
Oleh alasannya yakni nilai P value (0,181 > 0,05) maka Ho diterima, artinya bahwa tidak ada hubungan secara signifikan antara kecerdasan dengan prestasi berguru jikalau 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. Kaprikornus dalam kasus ini dapat disimpulkan bahwa kecerdasan tidak berafiliasi terhadap prestasi berguru pada siswa SMU Negeri 1 Yogyakarta.