HALAMAN JUDUL………………………………………………..……..i
KATA PENGANTAR ii
BAB I PENDAHULUAN 1
A. Latar Belakang 1
B. Rumusan Masalah 1
C. Tujuan 1
BAB II PEMBAHASAN 2
3.1 Kesimpulan 13
3.2 Saran 13
DAFTAR PUSTAKA 14
ii
BAB I
PENDAHULUAN
A.Latar Belakang
Di dalam dunia pendidikan pembelajaran adalah sebuah proses yang
dilakukan untuk mencapai tujuan pendidikan. Pada proses tersebut biasanya
mengacu pada sebuah kurikulum, yang mana kurikulum merupakan serangkaian
item pembelajaran dari awal hingga akhir dalam suatu pendidikan. Dari hal itu
tentunya akan menemukan atau membutuhkan data-data pendidikan terkait,
perencanaan pembelajaran, penelitian, evaluasi dan sebagainya.
B. Rumusan Masalah
a. Apa yang dimaksud dengan pengertian korelasi phi?.
b. Bagaimana penerapan uji korelasi phi?.
c. Apa yang dimaksud dengan korelasi parsial?.
d. Bagaimana penerapan uji korelasi parsial?.
C. Tujuan
1
BAB II
PEMBAHASAN
Rumus Pertama:
ad − bc
𝛷=
√(a + b)(c + d)(a + c)(b + d)
1
Prof. Drs. Anas Sudijono, Pengantar Statistik Pendidikan, (Jakarta: PT RajaGrafindo Persada),
230-231.
2
Subana, Statistik Pendidikan, (Bandung: CV Pustaka Setia), 159.
2
Contoh:
Kita akan meneliti hubugan antara jenis kelamin (JK) siswa dengan
pilihan program studi (PPS) di Perguruan Tinggi. Jenis kelamin dapat
dibedakan menjadi laki-laki (L) dan perempuan (P) termasuk data nominal
dan pilihan program studi di PT juga dapat dibedakan secara terpisah
misalnya menjadi program eksakta (E) dan sosial (S) ini juga termasuk
data nominal.
Misalnya yang menjadi sampel penelitian adalah 200 siswa lulusan
SMA yang akan melanjutkan ke Perguruan Tinggi. Hasil pengumpulan
data ditabulasikan pada tabel berikut:
JK PPS Total
E S
Maka:
ad − bc
𝛷=
√(a + b)(c + d)(a + c)(b + d)
(70.60) − (30.40)
𝛷=
√(70 + 30)(40 + 60)(70 + 40)(30 + 60)
4200 − 1200
𝛷=
√(100)(100)(110)(90)
3000
𝛷=
√99000000
3000
𝛷=
9950
3
𝛷 = 0,301
Rumus Kedua:
q’ = 0,550
αδ − βγ
𝛷=
√(p)(q)(p′)(q′)
(0,200)(0,350) − (0,200)(0,250)
𝛷=
√(0,400)(0,600)(0,450)(0,550)
0,07 − 0,05
𝛷=
√(0,0594
4
0,02
𝛷=
0, 244
𝛷 = 0,082
Rumus Ketiga:
Rumus ketiga ini kita pergunakan apabila dalam mencari 𝛷 kita terlebih
dahulu menghitung harga Kai Kuadrat (𝑋 2 )
𝑥2
𝛷=√
𝑁
5
𝑥2
𝛷=√
𝑁
0,6733
𝛷=√
100
𝛷 = √0,00673
𝛷 = 0,082
3
Sugiyono, Statistika Untuk Penelitian, (Bandung: Alfabeta), 126-127.
6
kondisi ekonomi (X1) dapat berkorelaasi dengan IP (Y) mahasiswa. Untuk
menganalisis data masalah seperti ini, kita menggunakan rumus korelasi
parsial, yaitu:
ry1−(ry2)(r12)
ry1.2 =
√{(1−(ry2)2 )(1−(r12)2 )}
𝑟𝑦2−(𝑟𝑦2)(𝑟𝑦12)
ry2.1 =
√{(1−(𝑟𝑦1)2 )(1−𝑟12)2 )}
Keterangan :
𝑟𝑦1− (𝑟𝑦2)(𝑟12)
ry1.2 =
√{(1−(𝑟𝑦2)2 )(1−(𝑟12)2 )}
0,91−( 0,93.0,93)
= = 0,36
√{(1−(0,93)2 )(1−(0,93)2 )}
𝑟𝑦2−(𝑟𝑦2)(𝑟12)
ry2.1 =
√{(1−(𝑟𝑦2)2 )(1− (𝑟12)2 )}
7
𝑟𝑦2−(𝑟𝑦2)(𝑟12)
= = 0,53
√{(1−(0,91)2 )(1−(0,93)2 )}
𝑟𝑦2.1−√(𝑁−3) 0,53−√(8−3)
Nilai t = = = 0,398
√({1−(𝑟𝑦2.1)2 )} √({1−(0,53)2 )}
𝑟𝑦1.2−(𝑟𝑦3.2)(𝑟13.2)
ry1.23 =
√{(1−(𝑟𝑦3.2)2 )(1−(𝑟13.2)2 )}
𝑟𝑦2.3−(𝑟𝑦1.2)(𝑟21.3)
ry2.31 =
√{(1−(𝑟𝑦1.3)2 )(1−(𝑟21.3)2 )}
𝑟𝑦3.1−(𝑟𝑦2.1)(𝑟32.1)
ry3.12 =
√{(1−(𝑟𝑦2.1)2 )(1−(𝑟32.1)2 )}
Keterangan:
ry1.23 = Korelasi antara X1 dengan Y mengendalikan X2 dan X3
ry2.31 = Korelasi antara X2 dengan Y mengendalikan X1 dan X3
8
ry3.12 = Korelasi antara X3 dengan Y mengendalikan X1 dan X2
ry1.2 = Korelasi antara X1 dengan Y mengendalikan X2
ry1.3 = Korelasi antara X1 dengan Y mengendalikanX3
ry2.1 = Korelasi antara X2 dengan Y mengendalikan X1
ry2.3 = Korelasi antara X2 dengan Y mengendalikan X3
ry3.1 = Korelasi antara X3 dengan Y mengendalikan X1
ry3.2 = Korelasi antara X3 dengan Y mengendalikan X2
ry2.3 = Korelasi antara X2 dengan Y mengendalikan X3
r13.2 = Korelasi antara X1 dengan X3 mengendalikan X2
r32.1 = Korelasi antara X3 dengan X2 mengendalikan X3
r21.3 = Korelasi antara X2 dengan X1 mengendalikan X3
9
Contoh 2 korelasi parsial
Keterangan:
Y = Pertumbuhan (m)
Jawab:
a. Hipotesa
Ha : ada pengaruh signifikan antara curah hujan (𝑥2 ) dan pertumbuhan
bibit kelapa sawit (Y) jika dosis pemupukan (𝑥1 ) tetap,
Ho: Tidak ada pengaruh yang signifikan antara curah hujan (𝑥2 ) dan
pertumbuhan bibit kelapa sawit (Y) jika dosis pemupukan (𝑥1 ) tetap.
10
b. Pembuatan table pembantu:
Tabel 2. Table pembantu
12×1280,02−(829).(18,57)
=
√12×65019−(829)2 ×12×29,48−(18,57)2
= -0,03
𝑛.∑ 𝑥1 𝑥2 −(∑ 𝑥1 )(∑ 𝑥2 )
e. 𝑟𝑥1 𝑥2 =
√𝑛.∑ 𝑥12 −(∑ 𝑥1 )2 ×𝑛.∑ 𝑥22 − (∑ 𝑥2 )2
12×15750−(225)×(829)
=
√12×6375−(225)2 ×12×65019−(829)2
= 0,05
𝑟𝑥2 𝑦 −𝑟𝑥1𝑦 .𝑟𝑥1 𝑥2
f. 𝑟𝑥1 (𝑥2 𝑦) =
√(1−𝑟𝑥21 𝑦 )(1−𝑟𝑥21 𝑥2 )
(−0,03)−(0,94×0,05)
= = -0.082 (Hasil mencari 𝑟𝑝𝑎𝑟𝑠𝑖𝑎𝑙 )
√(1−(0,94)2 )(1−(0,05)2 )
g. KP = 𝑟 2 . 100%
= (−0,082)2 . 100% = 0,67 %
𝑟𝑝𝑎𝑟 √12−3
h. 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 =
2
√1−𝑟𝑝𝑎𝑟
−0,082√12−3
=
√1−(0,082)2
11
= -0,25
i. Cari nilai 𝑡𝑡𝑎𝑏𝑒𝑙 menggunakan table t:
Taraf signifikasinya α = 0,05. Db=n-1 <=> 12-1=11
Nilai 𝑡𝑡𝑎𝑏𝑒𝑙 dengan signifikasi 5% untuk uji 2 pihak nilainya adalah
1.796
Kesimpulan:
Karena 𝑡𝑡𝑎𝑏𝑒𝑙 lebih besar dari pada 𝑡ℎ𝑖𝑡𝑢𝑛𝑔 (1,796>-0,25), maka Ha
diterima (signifikan), dengan nilai koefisien determinannya sebesar
0,67 %.
12
BAB III
PENUTUP
3.1 Kesimpulan
3.2 Saran
13
DAFTAR PUSTAKA
14