Topik 07:

STATISTIK ANALISIS

KORELASI PARSIAL

(PARTIAL CORRELATION)
 2

STATISTIK ANALISIS KORELASI PARSIAL

oleh : Ki Supriyoko

A. KARAKTER

Analisis Parsial (Anaparsial) merupakan formula statistik korelatif

yang digunakan untuk mengetahui jenis serta efektivitas hubungan
antarbanyak variabel, dalam hal ini dua atau lebih variabel bebas
(independent variable) secara sendiri-sendiri dengan satu variabel
terikat (dependent variable).

B. SPESIFIKASI

Analisis Parsial dapat dijalankan sepanjang dipenuhi beberapa per-

syaratan sebagai berikut.
1. Banyak prediktor vs satu kriterium.
2. Data Interval/Ratio vs Interval/Ratio.
3. Bentuk garis regresinya linear (lurus).
4. Distribusi datanya normal (tak mutlak).

C. FORMULA STATISTIK

1. Sebagai misal dalam kasus penelitian tentang pengaruh freku-

ensi belajar dan nilai Matematika terhadap prestasi Statistika
mahasiswa UGM Yogyakarta.
 3

2. Dalam kasus penelitian ini variabel bebasnya adalah Frekuensi

Belajar (X1) dan Nilai Matematika (X2), sedangkan variabel
terikatnya adalah Prestasi Statistika (Y).
3. Dalam kasus ini terdapat banyak (dua) variabel bebas yang
mempengaruhi satu variabel terikat.
4. Skema atau paradigma korelasinya dapat divisualisasi sebagai
berikut.

X1

X2 Keterangan:
X1 = Frekuensi Belajar
X2 = Nilai Matematika
Y = Prestasi Statistika

D. KETERANGAN

1. Analisis Korelasi Parsial tidak dapat membedakan hubungan

(nonkausal) dengan pengaruh (kausal).
2. Analisis Korelasi Parsial dapat digunakan untuk menentukan
jenis hubungan (positif atau negatif) dan efektivitas hubungan
(dalam persentase).
3. Analisis Korelasi Parsial dapat menentukan hubungan banyak
variabel bebas secara sendiri-sendiri (dengan mengontrol vari-
abel bebas lainnya) dengan satu variabel terikat.
3. Analisis Korelasi Parsial tidak dapat menentukan hubungan
banyak variabel bebas sekaligus terhadap vari-abel terikat.
 4

E. CONTOH PERHITUNGAN

Seorang guru Statistika ingin mengetahui jenis dan efektivitas

pengaruh frekuensi belajar dan nilai Matematika secara sendiri-
sendiri terhadap prestasi Statistika mahasiswa UGM Yogyakarta
dengan data di bawah ini.

NO NAMA X1 X2 Y

1 Amalia Roshi 15 70 7
2 Armagalatha Farha 10 50 7
3 Budiono 10 60 7
4 Cicilia Ranum 5 60 4
5 Cuez Mardiana 8 50 6
6 Dolly 7 80 6
7 Edward Besthari 5 50 5
8 Farhan Mugaya 5 50 5
9 Fathurrochman 5 50 5
10 Hidayat Syarif 5 70 6
11 Inayati Hisyam 20 80 9
12 Jacobus Sunaryo 3 55 4
13 Manusama 12 70 8
14 Noor Hidayat 3 45 4
15 Pinky 7 60 7

X1 = Frekuensi Belajar (0-20) > dalam jam/minggu

X2 = Nilai Matematika (0-100)
Y = Prestasi Statistika (0-10)
 5

PERHITUNGAN:

01) MENCARI Nilai Statistik Dasar

NO X1 X2 Y X1X1 X2X2 YY X1Y X2Y X1X2

1 15 70 7 225 4900 49 105 490 1050

2 10 50 7 100 2500 49 70 350 500
3 10 60 7 100 3600 49 70 420 600
4 5 60 4 25 3600 16 20 240 300
5 8 50 6 64 2500 36 48 300 400
6 7 80 6 49 6400 36 42 480 560
7 5 50 5 25 2500 25 25 250 250
8 5 50 5 25 2500 25 25 250 250
9 5 50 5 25 2500 25 25 250 250
10 5 70 6 25 4900 36 30 420 350
11 20 80 9 400 6400 81 180 720 1600
12 3 55 4 9 3025 16 12 220 165
13 12 70 8 144 4900 64 96 560 840
14 3 45 4 9 2025 16 12 180 135
15 7 60 7 49 3600 49 49 420 420

120 900 90 1274 55850 572 809 5550 7670

Dari tabel di atas diperoleh nilai statistik dasar sbb:

01.1 N = 15 01.6 X1 = 1.274
01.2 m = 2 01.7 X2 = 55.850
01.3 X1 = 120 01.8 Y = 572
01.4 X2 = 900 01.9 X1X2 = 7.670
01.5 Y = 90 01.10 X1Y= 809
01.11 X2Y= 5.550
 6

02) MENCARI Jumlah Kuadrat (JK)

JK1 = X1 - {(X1) : N}
JK1 = 1.274 - {(120) : 15}
JK1 = 314,000
Analog,
JK2 = X2 - {(X2) : N}
JK2 = 55.850 - {(900) : 15}
JK2 = 1.849,996
Analog,
JKy = Y - {(Y) : N}
JKy = 572 - {(90) : 15}
JKy = 32

03) MENCARI Jumlah Produk (JP)

JP12 = X1X2 - {(X1)(X2) : N}
JP12 = 7.670 - {(120) x (900) : 15}
JP12 = 470,000
Analog,
JP1y = X1Y - {(X1) (Y) : N}
JP1y = 809 {(120) x (90) : 15}
JP1y = 89,000
Analog,
JP2y = X2Y - {(X2) (Y) : N}
JP2y = 5.550 {(900) x (90) : 15}
JP2y = 150,000
 7

04) MEMASUKKAN ke rumus inti Product Moment

R1y = JP1y : {(JK1) (JKy)}
R1y = 89,000 : {(314,000) (32,000)}
R1y = 89,000 : {(10.048,000)}
R1y = 0,888
Analog,
R2y = JP2y : {(JK2) (JKy)}
R2y = 150,000 : {(1.849,996) (32,000)}
R2y = 150,000 : {(59.199,872)}
R2y = 0,616
Analog,
R12 = JP12 : {(JK1) (JK2)}
R12 = 470,000 : {(314,000) (1.849,996)}
R12 = 470,000 : {(580.898,740)}
R12 = 0,617

05) MENCARI Koefisien Korelasi Parsial

Ry1-2 = {R1y - (R2y)(R12)} : {(1-R2y)(1-R12)}
Ry1-2 = {R1y - (R2y)(R12)} : (1-R2y)(1-R12)
Ry1-2 = {0,888 - (0,616)(0,617)} : {(1 - 0,616) (1 - 0,617)}
Ry1-2 = 0,821
Analog,
Ry2-1 = {R2y - (R1y)(R12)} : {(1-R1y)(1-R12)}
Ry2-1 = {0,616 - (0,888)(0,617)} : {(1 - 0,888)(1 - 0,617 )}
Ry2-1 = 0,188
 8

06) MENGKONSULTASI Nilai R Parsial dengan Tabel R

Harga Tabel R Product Moment untuk N = 15 adalah sbb:
R1% = 0,641 dan R5% = 0,514.
Jadi Ry1-2 = 0,821 adalah sangat signifikan.
Jadi Ry2-1 = 0,188 adalah tidak signifikan.

07) MENGINTERPRETASI Hasil Analisis

07.1 Secara sendiri-sendiri frekuensi belajar berpengaruh positif dan
sangat berarti terhadap prestasi Statistika mahasiswa.
07.2 Secara sendiri-sendiri nilai Matematika tidak berpengaruh ter-
hadap prestasi Statistika mahasiswa.

08) MENYIMPULKAN Hasil Analisis

Frekuensi belajar sangat menentukan pencapaian prestasi Statistika
mahasiswa UGM Yogyakarta; semakin tinggi frekuensi belajar
semakin tinggi prestasi Statistika, semakin rendah frekuensi belajar
semakin rendah prestasi Statistika. Di sisi yang lain ternyata nilai
Matematika tidak berpengaruh terhadap prestasi Statistika mahasiswa
UGM Yogyakarta; memang terdapat kecenderungan berpengaruh
positif, meskipun demikian ternyata pengaruhnya tidak berarti.

Prie, Yogyakarta, 20080607

 9

Lampiran:
TABEL R PRODUCT MOMENT

TRF SIGNIFIKANSI TRF SGNIFIKANSI

NO NO
5% 1% 5% 1%

003 0,997 0,999 038 0,320 0,413

004 0,950 0,990 039 0,316 0,408
005 0,878 0,959 040 0,312 0,403
006 0,811 0,917 041 0,308 0,398
007 0,754 0,874 042 0,304 0,393

008 0,707 0,834 043 0,301 0,389

009 0,666 0,798 044 0,297 0,384
010 0,632 0,765 045 0,294 0,380
011 0,602 0,735 046 0,291 0,376
012 0,576 0,708 047 0,288 0,372

013 0,553 0,684 048 0,284 0,368

014 0,532 0,661 049 0,281 0,364
015 0,514 0,641 050 0,279 0,361
016 0,497 0,632 055 0,266 0,345
017 0,482 0,606 060 0,254 0,330

018 0,468 0,590 065 0,244 0,317

019 0,456 0,575 070 0,235 0,306
020 0,444 0,561 075 0,277 0,296
021 0,433 0,549 080 0,220 0,286
022 0,423 0,537 085 0,213 0,278

023 0,413 0,526 090 0,207 0,270

024 0,404 0,515 095 0,202 0,263
025 0,396 0,505 100 0,195 0,256
026 0,388 0,496 125 0,176 0,230
027 0,381 0,487 150 0,159 0,210

028 0,374 0,478 175 0,148 0,194

029 0,367 0,470 200 0,138 0,181
030 0,361 0,463 300 0,113 0,148
031 0,355 0,456 400 0,098 0,128
032 0,349 0,449 500 0,088 0,115
033 0,344 0,442 600 0,080 0,105
034 0,339 0,436 700 0,074 0,097
035 0,334 0,430 800 0,070 0,091
036 0,329 0,424 900 0,065 0,086
037 0,325 0,418 1000 0,062 0,081
 10

Catatan:
Tabel tersebut di atas diadopsi oleh Ki Supriyoko dari "Conducting Educational
Research" (Tuckman, B.W., New York: Harcourt Brace Jovanovich, Inc., 1972)