Anda di halaman 1dari 26

MODUL 11-12

KORELASI GANDA dan KORELASI PARSIAL

Oleh S. Sulistiyono

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

137

KORELASI GANDA DAN KORELASI PARSIAL


Pengantar
Pada pokok bahasan ini akan diuraikan berbagai macam korelasi, dengan basic korelasi product moment. Oleh karena itu agar lebih mudah mempelajari pokok bahasan ini mahasiswa dipersyaratkan telah memahami korelasi product moment.

Tujuan Pembelajaran Umum


Setelah mempelajari pokok bahasan ini mahasiswa diharapkan dapat : 1. Memahami penggunaan uji korelasi ganda 2. Memahami penggunaan uji korelasi parsial

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

138

MODUL 11

KORELASI GANDA

Oleh S. Sulistiyono

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

139

KORELASI GANDA
Pengantar
Dilihat dari sifat masalahnya, penelitian dibedakan menjadi penelitian komparatif dan penelitian korelasional. Penelitian komparatif umumnya berusaha mengetahui ada tidaknya pengaruh suatu variabel terhadap variabel lain, dan biasanya berupa penelitian eksperimen atau ex post facto. Penelitian korelasional berusaha mengetahui seberapa besar kekuatan hubungan yang terjadi antara dua variabel atau lebih. Penelitian korelasional ini bukan penelitian kausalitas, dan kesimpulan yang dapat dirumuskan dari penelitian ini adalah variansi yang terjadi pada variabel terikat disumbang sebesar sekian persen (tergantung besar kecilnya koefisien korelasi) oleh variabel bebas. Dalam panelitian korelasional ini analisis data umumnya menggunakan teknik korelasi atau analisis regresi. Ada beberapa macam uji korelasi yang sering kita jumpai dalam penelitian korelasional, antara lain : (1) korelasi tunggal, (2) korelasi ganda, dan (3) korelasi parsial.

A. Pengertian Korelasi Ganda


Korelasi ganda (R y.12 ) merupakan suatu teknik statistika parametrik yang digunakan untuk mempelajari korelasi antara satu variabel terikat. (Y) dengan sejumlah atau beberapa variabel bebas (X) sebagai satu kesatuan. Hubungan beberapa variabel bebas dengan satu variabel terikat tersebut dapat digambarkan seperti gambar 11.1. Ada dua cara yang sering digunakan untuk menentukan koefisien korelasi ganda, yaitu melalui korelasi tunggal dan melalui analisis regresi.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

140

Variabel X 1

Variabel X 2 Variabel X 3

Variabel Y

Gambar 11.1. Bagan hubungan antara satu variabel terikat Y dengan beberapa variabel bebas X sebagai satu kesatuan

B. Langkah-langkah Uji Korelasi Ganda


Dalam kuliah Statistika Psikologi 1 kita telah membahas mengenai korelasi tunggal atau korelasi sederhana yang merupakan suatu teknik ststistika untuk mengetahui taraf dan arah hubungan antara 2 variabel . Hubungan antara dua variabel itu dapat dibagankan seperti gambar 11.2.

Variabel X

Variabel Y

Gambar 11.2 : Bagan korelasi tunggal

Adapun rumus untuk menentukan koefisien korelasi tunggal dari Karl Pearson adalah :
rxy =

xy (x )(y )
2 2

.. rumus 11.1

atau

rxy =

{n. X

n. XY ( X )( Y )
2 2

( X ) n.Y ( Y )
2

}{

..rumus 11.2

Keterangan : r xy = Koefisien korelasi N = Cacah kasus

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

141

X Y x y

= Sekor variabel bebas X = Sekor variabel bebas Y = deviasi X dari rerata X = deviasi Y dari rerata Y

Adapun rumus korelasi ganda melalui analisis korelasi tunggal adalah :

R y .12 =
R y12 r y1 r y2 r 12

ry1 + ry 2 2(ry1 )(ry 2 )(r12 ) 1 r12


2

.Rumus 11.3

= korelasi Y atas X 1 dan X 2 = korelasi Y atas X 1 = korelasi Y atas X 2 = korelasi antara X 1 dan X 2

Untuk lebih memahami perhatikanlah contoh di bawah ini. Contoh ;

prosedur

penggunaan

rumus

11.3

Kita akan meneliti hubungan antara ketekunan belajar (X 1 ) dan kecerdasan (X 2 ) dengan prestasi belajar siswa (Y). Berdasarkan hasil penelitian didapatkan data seperti pada tabel tabel 11.1.
Tabel 11.1 : Data Ketekunan belajar (X 1 ), Kecerdasan (X 2 ), dan Prestasi Belajar (Y) dari 8 siswa

Siswa 1 2 3 4 5 6 7 8

X1 2 6 5 4 7 3 6 5

X2 3 6 5 4 6 4 6 6

Y 3 7 6 4 7 5 6 6

Hipotesis yang diuji adalah :

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

142

H0 : R = 0 H1 : R > 0 Kriteria pengujiannya : Pengujian keberartian R ini melalui uji F, dengan rumus 11.5 Kriteria pengujiannya adalah : Terima H 0 , jika F h < F t

F=

R2 / m (1 R 2 ) / ( n m 1)

. rumus 11.4

m = cacah variabel bebas n = cacah subjek

Selanjutnya untuk proses perhitungannya, jika digunakan rumus 11.3, maka ditempuh langkah-langkah : a. Buat tabel kerja seperti tabel 11.2 Tabel 11.2 Tabel Kerja Korelasi Ganda S X1 X2 Y X12 X22 1 2 3 3 4 9 2 6 6 7 36 36 3 5 5 6 25 25 4 4 4 4 16 16 5 7 6 7 49 36 6 3 4 5 9 16 7 6 6 6 36 36 8 5 6 6 25 36 38 40 44 200 210 Y2 9 49 36 16 49 25 36 36 256 X1X2 6 36 25 16 42 12 36 30 203 X1Y 6 42 30 16 49 15 36 30 224 X2Y 9 42 30 16 42 20 36 36 231

b. Hitung korelasi tunggal

ry1 =

{n. X

n. X 1Y ( X )( Y )
2 1 2

( X 1 ) n. Y 2 ( Y )

}{

= 0,908 (8.200 38 2 )(8.256 44 2 )

8.224 (38)(44)

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

143

ry 2 =

{n. X

n. X 2Y ( X 2 )( Y )
2 2 2

( X 2 ) n. Y 2 ( Y )
= 0,93

}{

}
=

8.231 ( 40)(44) (8.210 40 2 )(8.256 44 2 )

(8.200 38 )(8.210 40 )
2 2

8.203 (38)(40)

= 0,931

r12 =

{n. X

n. X 1 X 2 ( X 1 )( X 2 )
2 1 2

( X 1 ) n. X 2 ( X 2 )
2

}{

c. Hitung korelasi ganda Berdasarkan harga-harga koefisien korelasi tunggal yang sudah ditemukan maka koefisien korelasi ganda dapat dihitung sebagai berikut :

Ry .12 =

ry1 + ry 2 2(ry1 )(ry 2 )(r12 ) 1 r12


2

0,908 2 + 0,93 2 2( 0,908)( 0,93)( 0,931) = 0,937 1 0,9312

d. Uji keberartian harga R


F = R2 / m (1 R ) /( n m 1)
2

Keterangan : R2 = Kuadrat Korelasi (koefisien determinasi) m = Jumlah variabel bebas n = Jumlah individu

Sehingga diperoleh harga F:


F = 0,937 2 / 2 (1 0,937 2 ) /(8 2 1)
S.Sulistiyono, M.Psi STATISTIK II

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

144

= 17,987 e. Keputusan pengujian Dengan menggunakan derajat kebebasan (db) = 2 lawan 5 dapat ditemukan harga F teoritis dalam tabel nilai F sebesar 5,79 pada taraf 5% dan 13,27 pada taraf 1%. Oleh karena harga F hitung terbukti lebih besar daripada F teoritik baik pada taraf signifikansi 5% maupun 1% maka disimpulkan bahwa koefisien korelasi ganda antara ketekunan belajar (X 1 ) dan kecerdasan (X 2 ) dengan prestasi belajar (Y) sangat signifikan. Kemungkinan ada peneliti yang ingin menambah variabel bebas sehingga menjadi 3, 4 atau bahkan sampai sejumlah k variabel bebas, untuk itu diperlukan rumus-rumus baru. Secara umum rumus-rumus tersebut adalah sebagai berikut :

Ry12..k = 1 1 ry1 1 ry 2 1 1 r312 ....... 1 ryk 12..k

{(

)(

)(

) (

)}

.. rumus 11.5

Dari rumus koefisien korelasi ganda dengan jumlah prediktor 3 atau lebih akan memakan banyak waktu dan tenaga. Oleh karena itu jika tidak ada tujuan-tujuan yang khusus misalnya ingin mengetahui hubungan deskriptif antara beberapa variabel, maka untuk menemukan koefisien korelasi ganda akan menjadi lebih efisien apabila dihitung melalui analisis regresi atau Anareg. Jika melalui analisis regresi maka rumusnya adalah :

Ry12 =

JK reg JKtot

. rumus 11.6

R y12 = Koefisien korelasi ganda Y atas X 1 dan X 2 JK reg = Jumlah Kuadrat Regresi JK tot = Jumlah Kuadrat Total

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

145

Atau jika prediktornya ada 2, maka rumusnya menjadi :

Ry12 =

b1 x1 y + b2 x2 y

y 2

rumus 11.7 .

Jika prediktornya ada 3, maka rumusnya :

R y12 =

b1 x1 y + b2 x2 y + b3 x3 y

rumus 11.8 .

Untuk memperjelas pemahaman kita tentang cara penggunaan rumus 11.6 dan rumus 11.7 dapat kita pakai data dari tabel 11.2, dengan menempuh langkah-langkah : 1. Menghitung rerata dan kuadrat deviasi. a. X 1 = b. X 2 = c. Y = d.

X
N

38 = 4,75 8

X
N
N
2

40 =5 8

Y
1

44 = 5,5 8
2

= X1

( X )
1

e.

2 2

= X2
2

( X )
2

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

146

f.

= Y

( Y )
N

= 256 g.

44 2 = 14 8

x x
1

= X1X 2
= 203

( X )( X )
1 2

( 38)( 40)
8

= 13
1

h.

x y = X Y
1 1

( X )( Y )
N
= 15
2

= 224 i.

( 38)( 44)
8

y = X 2Y
= 231

( X )( Y )
N
= 11

( 40)( 44)
8

2. Menghitung koefisien b 1 dan b 2


2 2 1

( x )( x y ) ( x x )( x y ) a. b = ( x )( x ) ( x x )
1 2 2 1 2 2 2 1 2 1 2

b.

b2

( x )( x y ) ( x x )( x y ) = ( x )( x ) ( x x )
2 1 2 1 2 1 2 2 2 1 2 1 2

(10)(15) (13)(11) (19,5)(10) 13 2

= 0,269

(19,5)(11) (13)(15) (19,5)(10 ) 13 2

= 0,75

Dengan diketemukannya harga-harga b 1 dan b 2 , maka kita dapat menghitung harga R y,12 dengan rumus 11.7.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

147

Ry12 =
R y12 =

b1 x1 y + b2 x2 y

(0,269)(15) + (0,75)(11) = 0,937 14

Jika dikehendaki perhitungan ini bisa diteruskan untuk menentukan persamaan garis regresinya serta menguji signifikansinya. 3. menghitung harga intersep a a = Y b1 X 1 b2 X 2 = 5,5 (0,269)(4,75)-(0,75)(5) = 0,472 4. Menentukan persamaan garis regresi. Dengan diperolehnya harga-harga : Intersep a = 0,472 Koefisien b 1 = 0,269 Koefisien b 2 = 0,75

Maka persamaan garis regresinya adalah : Y = 0,472 + 0,269X 1 + 0,75X 2

5. Menguji signifikansi harga Ry,12 ataupun persamaan garis regresi tersebut digunakan rumus 11.5.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

148

Untuk menghitung harga F dapat juga ditempuh cara lain yaitu langkah-langkah: a. Menghitung Jumlah kuadrat (JK) 1.) JK tot 2.) JK reg = y 2 = 14 = b 1 x 1 y + b 2 x 2 y = (0,269)(15)+(0,75)(11) = 12,285 3.) JK res = JK tot JK reg = 14 12,285 = 1,715 b. Menentukan derajat kebebasan (db) 1.) db tot = N 1 =81=7 2.) db reg = m = banyaknya prediktor (dalam hal ini = 2, yaitu ketekunan belajar dan kecerdasan siswa). 3.) db res = N-1-m = 8 -1 -2 = 5 c. Menghitung Rerata Kuadrat (RK) 1.) RK reg = = 2.) RK res = =
JK reg dbreg

12,285 = 6,143 2

JK res dbres
1,715 = 0,343 5

d. Menghitung harga F

F=
=

RK reg RK res
6,143 =17,91 0,343

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

149

e. Kriteria pengujian Terima H 0 jika F h F t Tolak H 0 jika F h > F t f. Keputusan F hitung = 17,91 F tabel : F (0,01)(2)(5) = 13,27 Jadi F hitung > F tabel , maka H 0 ditolak, dengan demikian model regresi Y = 0,472 + 0,269X 1 + 0,75X 2 , ataupun harga R y,12 = 0,937 sangat signifikan. Ada beberapa keuntungan yang didapat dari penggunaan rumus Anareg, yaitu memberi informasi tentang (1) koefisien korelasi ganda, (2) koefisien determinasi, (3) uji signifikansi, (4) bentuk hubungan antara variabel X dengan Y, dan (5) persamaan garis regresi yang digunakan sebagai dasar ramalan pada variabel-variabel penelitian. Dengan kata lain bahwa menghitung koefisien korelasi ganda melalui rumus Anareg akan didapatkan beberapa informasi penting yang dapat digunakan untuk menopang hasil-hasil penelitian.

C. Perlatihan 11
1. Peneliti akan menguji hubungan antara taraf kecerdasan (X1) dan stabilitas emosi (X2) dengan produktivitas kerja (Y) karyawan. Data yang diperoleh dari penelitian adalah sebagai berikut : X1 X2 Y : : : 90 60 50 70 50 60 11 70 70 110 70 60 120 80 70 90 90 80 80 70 60 100 70 65 90 80 70 70 70 50

a. Hitung koefisien korelasi ganda

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

150

b. Uji signifikansi c. Buat kesimpulan

2. Dari observasi mengenai nilai tes masuk perguruan tinggi (X 1 ), nilai UN (X 2 ), dan prestasi belajar (Y) terhadap 15 mahasiswa secara random diperoleh data sebagai berikut : X1 X2 Y 200 225 220 250 150 300 274 280 170 200 190 260 255 230 35 41 42 45 30 49 47 48 35 38 34 46 46 43 1 2 2 3 0 4 3 4 1 2 0 3 3 1

Tentukanlah : a. Koefisien korelasi Y atas X 1 dan X 2 b. Ujilah signifikansi R y.12 dengan taraf signifikansi 5 %

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

151

MODUL 12

KORELASI PARSIAL

Oleh S. Sulistiyono

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

152

KORELASI PARSIAL
A. Pengertian Korelasi Parsial
Jika kita amati kejadian-kejadian atau gejala-gejala yang ada di sekitar kita, tampaknya tidak ada kejadian atau gejala yang berdiri sendiri. Setiap peristiwa atau gejala selalu berhubungan dengan peristiwa atau gejala lainnya. Contoh, gejala prestasi belajar yang rendah biasanya berhubungan dengan motivasi belajar yang rendah, tingkat absensi yang tinggi, ataupun tingkat kecerdasan yang rendah. Contoh lain, kinerja karyawan yang rendah biasanya berhubungan dengan tingkat kesejahteraan yang rendah, iklim organisasi yang tidak kondusif, dan mungkin juga gaya kepemimpinan atasan yang tidak sesuai. Dalam hubungan antara dua variabel atau lebih biasanya variabel yang satu mempengaruhi ( belum tentu bersifat sebab akibat, tetapi mungkin saja hanya variansinya yang beriringan ) variabel yang lain. Dalam hal demikian variabel yang mempengaruhi disebut sebgai variabel sebab atau variabel bebas, sedang variabel yang dipengaruhi disebut variabel terpengaruh atau terikat. Jika ingin mempelajari hubungan antara satu variabel bebas dengan satu variabel terikat tanpa mempedulikan kemungkinan adanya pengaruh ataupun kaitan dengan variabel-variabel lain, statistika menyediakan alat yang disebut teknik korelasi lugas atau korelasi sederhana. Tetapi jika kita memperhatikan atau memperhitungkan variabel lain statistika menyediakan suatu alat yang disebut teknik korelasi parsial dan teknik korelasi semi parsial. Korelasi parsial adalah suatu teknik statistika yang digunakan untuk mempelajari hubungan murni antara sebuah variabel bebas (X 1 ) dengan variabel terikat (Y) dengan mengendalikan atau mengontrol variabelvariabel bebas yang lain (X 2 ) yang diduga mempengaruhi hubungan antara variabel X 1 dengan Y. Sedang korelasi semi parsial adalah suatu teknik statistik yang digunakan untuk mempelajari hubungan antara variabel terikat (Y) dengan satu variabel bebas (X 1 ) dengan mengendalikan variabel

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

153

bebas lain (X 2 ) yang secara khusus diduga berpengaruh kepada variabel bebas atau terikat saja.

Variabel X 1

Variabel Y

Variabel X 2
Gambar 12.1 : Bagan Korelasi Semi Parsial

Variabel X 1

Variabel Y

Variabel X 2
Gambar 12.2 : Bagan korelasi parsial

Dari gambar 12.1 dan gambar 12.2 tampak jelas perbedaan diantara kedua teknik statistik tersebut. Namun dalam kesempatan yang terbatas ini hanya akan dibahas teknik korelasi parsial, dan untuk teknik korlasi semi parsial diharapkan mahasiswa bisa mempelajarinya sendiri.

B. Penggunaan Teknik Korelasi Parsial


Pada modul 11 kita telah mempelajari hubungan antara beberapa variabel bebas sebagai satu kesatuan dengan sebuah variabel terikat. Pada modul 11 tersebut dicontohkan hubungan antara ketekunan belajar dan

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

154

kecerdasan dengan prestasi belajar siswa, yang dengan contoh data rekaan diperoleh R y,12 = 0,937. Koefisien korelasi R y,12 = 0,937 tersebut adalah korelasi antara ketekunan belajar dan kecerdasan bersama-sama sebagai satu kesatuan dengan prestasi belajar. Jika hanya korelasi antara ketekunan belajar saja dengan prestasi belajar atau hanya kecerdasan saja dengan prestasi belajar, tentunya koefisien korelasinya akan lebih rendah dari 0,937. Untuk menentukan berapa sebenarnya harga korelasi antara ketekunan belajar saja atau kecerdasan saja dengan prestasi belajar, korelasi ganda tersebut perlu diparsial. Adapun rumus korelasi parsialnya adalah :

ry12 =

ry ,1 ( ry 2 )( r12 ) (1 ry 2 )(1 r12 )


2 2

rumus 12.1

ry 21 =

ry , 2 ( ry1 )( r12 ) (1 ry1 )(1 r12 )


antara antara antara antara antara X1 X2 X1 X2 X1 dengan dengan dengan dengan dengan Y mengendalikan X 2 Y mengendalikan X 1 Y Y X2
2 2

Keterangan : r y1-2 = Korelasi r y2-1 = Korelasi r y1 = Korelasi r y2 = Korelasi r 12 = Korelasi

Berdasarkan rumus-rumus korelasi parsial tersebut tampak bahwa kita harus menemukan harga-harga korelasi tunggal dari variabel-variabel penelitian. Rumus untuk menghitung korelasi tunggal khususnya korelasi product moment sudah dibahas panjang lebar pada bagian terdahulu. Misalkan kita mendapatkan harga-harga korelasi tunggal yang berasal dari tabel 11.2, adalah : r y1 = 0,908, r y2 = 0,93 dan r 12 = 0,93. Maka korelasi parsialnya adalah : bagian

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

155

ry12 =

ry ,1 (ry 2 )(r12 ) (1 ry 2 )(1 r12 )


0,908 (0,93)(0,93) (1 0,93 2 )(1 0,93 2 )
2 2

= 0,319

ry 21 =
=

ry , 2 (ry1 )(r12 ) (1 ry1 )(1 r12 )


0,93 (0,908)(0,93) (1 0,908 2 )(1 0,93 2 )
2 2

=0,556 Berdasarkan hasil perhitungan koefisien korelasi parsial tersebut, selanjutnya dilakukan pengujian signifikansi melalui uji t dengan rumus sebagai berikut :
ry12 . n 3 1 ry12
2

t =

rumus 12.2

0,319. 8 3 1 0,319 2

= 0,753
t = ry12 . n 3 1 ry12
2

0,556. 8 3 1 0,556 2

= 1,496 Dengan db = n-3 = 5 diperoleh harga t teoritik sebesar 2,571 pada taraf 5% dan 4,032 pada taraf 1%, sedangkan nilai t hitung yang kita peroleh adalah t1 = 0,753 dan t2 = 1,496 Hal ini berarti harga t empirik lebih kecil daripada

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

156

harga t teoritiknya, sehingga dapat disimpulkan bahwa tidak terdapat hubungan yang signifikan antara variabel ketekunan belajar (X 1) dengan prestasi belajar (Y), jika variabel kecerdasan dikontrol. Contoh lain, misalkan kita ingin mengetahui hubungan yang murni antara kondisi ekonomi (X 1 ) dengan Indeks Prestasi (Y) mahasiswa. Sementara dari dasar teori diketahui bahwa Indeks Prestasi tidak hanya ditentukan oleh kondisi ekonomi, akan tetapi oleh tingkat kecerdasan atau IQ. Jika dalam penelitian didapatkan angka Indeks Prestasi yang tinggi, hal ini kemungkinan bukan karena kondisi ekonominya, akan tetapi karena faktor kecerdasannya. Oleh karena peneliti ingin tetap menguji hubungan antara kondisi ekonomi dengan Indeks Prestasi sementara juga mengakui adanya keterlibatan variabel kecerdasan, maka peneliti mengembangkan permasalahan penelitiannya sebagai berikut : pada tingkat kecerdasan (X 2 ) seperti apa variabel kondisi ekonomi (X 1 ) dapat berkorelasi dengan Indeks Prestasi (Y) mahasiswa. Misalkan sebagai ilustrasi penelitian tersebut memperoleh data seperti data rekaan pada tabel 12.1. Hipotesis yang diajukan peneliti adalah : Ada hubungan yang signifikan antara kondisi ekonomi dan indeks prestasi belajar mahasiswa dengan tingkat kecerdasan dikontrol. Prosedur pengujian hipotesisnya adalah : 1. Hipotesis H 0 : y1-2 = 0 H 1 : y1-2 > 0 H 1 : y2-1 > 0 2. Kriteria pengujian Terima H 0 jika t h < t t 3. Analisis data Tabel 12.1 : Data Kondisi Ekonomi (X 1 ), Tingkat Kecerdasan (X 2 ) dan Prestasi Belajar (Y) dari 10 orang Mahasiswa

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

157

S A B C D E F G H I J

X1 20 15 15 11 9 12 10 6 10 8 116

X2 10 8 9 7 7 8 6 5 4 7 71

Y 4 3 4 2 2 3 2 0 1 1 22

X12 400 225 225 121 .... .... .... .... .... 64 1496

X22 100 64 81 .... .... .... .... .... .... 49 533

Y2 16 9 16 .... .... .... .... .... .... 1 64

X1X2 200 120 .... .... .... .... .... .... .... 56 877

X1Y 80 45 .... .... .... .... .... .... .... 8 299

X2Y 40 24 .... .... .... .... .... .... .... 7 175

a. Hitung korelasi tunggal

= 0,904

= 0,885

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

158

= 0,81 b. Hitung Korelasi Parsial

= 0,685

= 0,609 c. Uji Signifikansi

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

159

= 2,488

= 2,031 Dengan db = 7 (dari n - 3 ) diperoleh harga t teoritik sebesar 2,36 pada taraf 5% dan 3,00 pada taraf 1%, sedangkan nilai t hitung yang kita peroleh adalah t1 = 2,488 dan t2 = 2,031. Hal ini berarti harga t 1 empirik lebih besar daripada harga t teoritiknya, sehingga dapat disimpulkan bahwa ada hubungan yang signifikan antara kondisi ekonomi (X 1) dengan prestasi belajar (Y), dengan tingkat kecerdasan dikontrol. Sedang harga t 2 lebih kecil daripada harga t teoritiknya, yang berarti tidak ada hubungan yang signifikan antara X 2 dengan Y, jika X 1 dikontrol. Apabila dikehendaki penelitian dapat menggunakan 2 atau lebih variabel kontrol. Untuk yang menggunakan 2 variabel kontrol rumusnya adalah sebagai berikut :

ry123 =

ry12 (ry 3 2 )( r13 2 ) (1 ry 3 2 )(1 r132 ) ry 2 1 ( ry 3 1 )( r231 ) (1 ry 3 1 )(1 r23 1 ) ry 3 1 (ry 2 1 )( r231 ) (1 ry 2 1 )(1 r231 )
2 2 2 2 2 2

ry 2 13 =

ry 3 12 =

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

160

Keterangan : r y1-.23 r y2-31 r y3-12 r y1-2 r y1-3 r y2-1 r y2-3 r y3-1 r y3-2 r 13-2 r 32-1 r 21-3 = = = = = = = = = = = = Korelasi Korelasi Korelasi Korelasi Korelasi Korelasi Korelasi Korelasi Korelasi Korelasi Korelasi Korelasi antara antara antara antara antara antara antara antara antara antara antara antara X1 X2 X3 X1 X1 X2 X2 X3 X3 X1 X3 X2 dengan dengan dengan dengan dengan dengan dengan dengan dengan dengan dengan dengan Y mengendalikan X 2 dan X 3 Y mengendalikan X 1 dan X 3 Y mengendalikan X 1 dan X 2 Y mengendalikan X 2 Y mengendalikan X 3 Y mengendalikan X 1 Y mengendalikan X 3 Y mengendalikan X 1 Y mengendalikan X 2 X 3 mengendalikan X 2 X 2 mengendalikan X 1 X 1 mengendalikan X 3

Kemudian untuk melakukan uji signifikansi pada korelasi parsial dengan 2 variabel kontrol dilakukan dengan jalan menghitung nilai t. Nilai t yang ditemukan disebut nilai t empirik kemudian dibandingkan dengan nilai t teoritik yang terdapat dalam tabel nilai-nilai t. Apabila nilai t empirik lebih besar atau sama dengan nilai t teoritik maka dapat dikatakan signifikan. Akan tetapi sebaliknya apabila nilai t empirik lebih kecil daripada nilai t teoritik maka disebut tidak signifikan. Adapun rumus untuk menemukan nilai t adalah sebagai berikut :
ry 3 12 . n 4 1 ry 3 12
2

t =

rumus 12.3

Dari rumus korelasi 2 variabel kontrol tersebut tampak dalam penghitungannya memerlukan suatu proses yang amat panjang, karena untuk sampai pada tahap menemukan harga koefisien korelasi parsial dengan 2 variabel kontrol harus menemukan korelasi tunggal dan korelasi parsial satu variabel bebas lebih dahulu. Untuk mengatasi kesulitan penghitungan pada korelasi parsial dengan 2 variabel kontrol disarankan menggunakan program komputer, karena lebih cepat dan ketelitiannya dapat diandalkan.

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

161

C. Perlatihan 12
1. Peneliti akan menguji hubungan antara banyaknya literatur (X1) dengan indeks prestasi (Y) dengan mengendalikan variabel motivasi berprestasi (X2) mahasiswa. Data yang diperoleh dari penelitian adalah sebagai berikut : X1 X2 Y : 5 : 20 : 2,0 7 21 2,3 10 25 2,7 8 20 2,5 9 22 2,5 15 27 3,3 4 15 2,0 3 10 1,8 5 11 2,0 6 13 1,7

a. Hitung koefisien korelasi parsial b. Uji signifikansi c. Buat kesimpulan

2. Misalkan berikut ini adalah data penelitian mengenai hubungan antara frekuensi iklan (X 1 ) dan kemampuan marketing (X 2 ) dengan omzet penjualan (Y). X1 X2 Y : : : 7 8 14 10 8 20 15 9 25 8 7 16 12 7 20 17 7 30 18 8 32 20 8 36 9 9 17 6 10 12

Tugas anda : a. Hitung koefisien korelasi parsial b. Uji signifikansi c. Buat kesimpulannya

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

162