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

..rumus 11.1

atau

rxy =

n. XY ( X )( Y )

{n. X

}{

( 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 :
2

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

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

1 r12

.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.

prosedur

penggunaan

rumus

11.3

Contoh;
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

X1

X2

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 1Y ( X )( Y )

{n. X

2
1

}{

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

8.224 (38)(44)

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

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

143

ry 2 =

r12 =

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

{n. X

2
2

}{

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

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

= 0,93

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

{n. X

2
1

}{

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

8.203 (38)(40)

(8.200 38 )(8.210 40 )
2

= 0,931

c. Hitung korelasi ganda

Berdasarkan harga-harga koefisien korelasi tunggal yang sudah ditemukan
maka koefisien korelasi ganda dapat dihitung sebagai berikut :
2

Ry .12 =

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

1 r12

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)

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

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 :

b1 x1 y + b2 x2 y

Ry12 =

y 2

rumus 11.7.

Jika prediktornya ada 3, maka rumusnya :

b1 x1 y + b2 x2 y + b3 x3 y

R y12 =

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 =

38
= 4,75
8

40
=5
8

X
N

Y
N

d.

e.

44
= 5,5
8

= X1
2

= X2
2

( X )

( X )

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

146

f.

= Y

( Y )

= 256
g.

x x
1

44 2
= 14
8

x y = X Y
1

= 224
i.

( X )( X )

= X1X 2
= 203

h.

= 13

( 38)( 40)

( X )( Y )
1

( 38)( 44)
8

y = X 2Y
= 231

= 15

( X )( Y )
2

( 40)( 44)
8

= 11

2. Menghitung koefisien b 1 dan b 2

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

1 2

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

1 2

= 0,269

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

b.

b2

1 2

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

1 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

= y 2 = 14

2.) JK reg

= 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 21 =

ry ,1 ( ry 2 )( r12 )
2

rumus 12.1

(1 ry 2 )(1 r12 )

ry , 2 ( ry1 )( r12 )
2

(1 ry1 )(1 r12 )

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

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

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

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 :

PUSAT PENGEMBANGAN BAHAN AJAR-UMB

S.Sulistiyono, M.Psi

STATISTIK II

155

ry12 =

ry ,1 (ry 2 )(r12 )
2

(1 ry 2 )(1 r12 )
0,908 (0,93)(0,93)

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

= 0,319

ry 21 =
=

ry , 2 (ry1 )(r12 )
2

(1 ry1 )(1 r12 )

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

=0,556
Berdasarkan hasil perhitungan koefisien korelasi parsial tersebut,
selanjutnya dilakukan pengujian signifikansi melalui uji t dengan rumus
sebagai berikut :

t =

ry12 . n 3
1 ry12

rumus 12.2

0,319. 8 3
1 0,319 2

= 0,753
t =

ry12 . n 3
1 ry12

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

X2
10
8
9
7
7
8
6
5
4
7

Y
4
3
4
2
2
3
2
0
1
1

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

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

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

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

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

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

116

71

22

1496

533

64

877

299

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 =

ry 2 13 =

ry 3 12 =

ry12 (ry 3 2 )( r13 2 )

2

(1 ry 3 2 )(1 r132 )
ry 2 1 ( ry 3 1 )( r231 )
2

(1 ry 3 1 )(1 r23 1 )
ry 3 1 (ry 2 1 )( r231 )
2

(1 ry 2 1 )(1 r231 )

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 :

t =

ry 3 12 . n 4
1 ry 3 12

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