Makalah Statistika Non Parametrik

Uji Koefisien Korelasi Partial Kendal

Disusun Oleh:

Oleh:

Kelompok 4
1. Ahmad Zainur Rouf (1805045060)
2. Putri Haryani Syahar (1805045053)
3. Nida’ul Jannah (1805045055)
4. Dasmalia (1805045056)
5. Ulifatun Naifah (1805045057)

PROGRAM STUDI PENDIDIKAN MATEMATIKA

FAKULTAS KEGURUAN DAN ILMU PENDIDIKAN
UNIVERSITAS MULAWARMAN
SAMARINDA
2021
 KATA PENGANTAR

Puji syukur penulis haturkan kepada Tuhan Yang Maha Esa karena atas
bimbingan-Nya kami dapat menyelesaikan penulisan makalah statistika non
parametrik dengan judul “Uji Koefisien Korelasi Parsial”. Penulis sangat
berterimakasih kepada segenap pihak yang telah turut membantu dalam
penyelesaian makalah ini.
Makalah ini disusun berdasarkan latar belakang yang didapatkan dari
beberapa sumber referensi yang diharapkan dapat memberikan manfaat bagi kami
maupun orang yang membacanya. Syukurlah penulisan makalah ini bisa
diselesaikan, walaupun dalam penyusunan makalah ini masih terdapat banyak
kekurangan baik dari pemilihan kata maupun pengambilan sumber referensi.
Akhirnya, kami menyadari bahwa makalah ini belum sempurna. Segala
masukan dan kritik yang membengun kami terima dengan senang hati. Mohon
maaf apabila terdapat perkataan yang berkenan. Terimakasih dan semoga makalah
ini beermanfaat

Samarinda, April 2021

Penulis

ii
 DAFTAR ISI

Halaman Awal..........................................................................................................i
KATA PENGANTAR.............................................................................................ii
DAFTAR ISI..........................................................................................................iii
BAB I
PENDAHULUAN...................................................................................................2
A. Latar Belakang..............................................................................................2
B. Rumusan Masalah.........................................................................................2
C. Tujuan Penulisan...........................................................................................4
BAB II
PEMBAHASAN......................................................................................................5
A. Pengertian Koefisien Korelasi Parsial Kendal .............................................5
B. Metode Perhitungan Koefisien Korelasi Persial Kendal ..............................6
C. Langkah - Langkah Perhitungan Korelasi Parsial Kendal ...........................7
C. Contoh Kasus Koefisien Korelasi Parsial Kendal.........................................9
BAB III
PENUTUP .............................................................................................................12
A. Kesimpulan.................................................................................................12
B. Saran............................................................................................................12
DAFTAR PUSTAKA............................................................................................13

iii
 4

BAB I

PENDAHULUAN

A. Latar Belakang

Disadari atau tidak, statistika telah banyak digunakan dalam kehidupan sehari-hari.

Pernyataan-pernyataan seperti tiap bulan habis Rp 200.000,00 untuk keperluan rumah tangga,

ada 40% penduduk Indonesia yang tinggal di kolong jembatan, hasil panen padi tahun 2006

mencapai 50 kwintal tiap hektar dan masih banyak lagi untuk disebutkan. Bagi kebanyakan

orang, statistika dianggap suatu ilmu yang ruwet, penuh dengan rumus-rumus yang rumit dan

diperlukan ketelitian serta ketepatan dalam menghitungnya. Namun, seiring dengan kemajuan

pesat di bidang komputer, muncul berbagai program komputer yang dibuat khusus untuk

membantu pengolahan data statistik. Pengolahan data statistik menjadi jauh lebih mudah tanpa

mengurangi ketepatan hasil output-nya. SPSS adalah suatu program komputer statistik yang

mampu untuk memproses data statistik secara cepat dan tepat, menjadi berbagai output yang

dikehendaki para pengambil keputusan.

Dunia penelitian, di mana pun dilakukan, bukan saja telah mendapat manfaat dari statistika

tapi sering harus menggunakannya. Untuk mengetahui apakah cara yang baru ditemukan lebih

baik dari cara lama, melalui riset yang dilakukan di laboratorium, atau penelitian yang dilakukan

di lapangan, perlu diadakan penilaian dengan statistika. Selain itu, statistika juga dapat digunakan

untuk menentukan hubungan antara dua variabel atau lebih yaitu dengan menentukan koefisien

korelasi. Terdapat dua macam metode statistika inferensial yang dapat digunakan untuk menguji

hipotesis penelitian, yaitu metode parametrik dan metode nonparametrik. Keduanya bekerja

dengan data sampel, dan pengambilan sampel harus dilakukan secara random.

Metode parametrik lebih banyak digunakan menganalisis data yang berbentuk interval dan
 5

rasio, dengan dilandasi persyaratan tertentu antara lain data variabel yang akan dianalisis tidak

bebas distribusi atau harus berdistribusi tertentu, misalnya distibusi normal, distribusi

eksponensial, distribusi poisson dan lain-lain. Untuk itu sebelum menggunakan metode

parametrik maka kenormalan data harus diuji terlebih dahulu. Bila data tidak normal maka

metode parametrik tidak dapat digunakan, sehingga perlu digunakan metode nonparametrik.

Metode nonparametrik digunakan untuk menganalisis data yang berbentuk nominal atau ordinal

dan tidak dilandasi persyaratan data harus berdistribusi tertentu.

Pada dasarnya uji statistik meliputi dua kegiatan, yakni uji beda dan uji asosiasi. Uji beda

(difference) ingin mengetahui apakah ada perbedaan yang jelas antara rata-rata beberapa sampel,

alat uji yang digunakan beragam, seperti uji t, uji F (Anava), dan uji z. Untuk uji asosiasi pada

dasarnya ingin mengetahui apakah diantara dua variabel terdapat hubungan yang signifikan, alat

uji yang digunakan meliputi analisis korelasi dan analisis regresi. Dalam analisis korelasi akan

dibahas apakah data sampel yang ada menyediakan bukti cukup bahwa ada hubungan antara

variabel-variabel dan populasi asal sampel dan jika ada hubungan, seberapa kuat hubungan antar

variabel tersebut. Salah satu langkah untuk menentukan korelasi adalah dengan menentukan

koefisien korelasi.

Dalam kaitan untuk menentukan koefisien korelasi dengan metode parametrik banyak

digunakan koefisien korelasi Pearson. Sedangkan untuk menentukan koefisien korelasi dengan

metode nonparametrik digunakan koefisien korelasi rank Spearman, koefisien korelasi rank

Kendal, koefisien korelasi rank partial Kendal, dan koefisien korelasi rank konkordasi Kendal.

B. Rumusan Masalah

1. Apa pengertian dari uji koefisien korelasi parsial?

 6

2. Bagaimana uji signifikansi koefisien korelasi parsial?

3. Bagaimana contoh kasus uji koefisien korelasi parsial?

C. Tujuan Penulisan

1. Untuk mengetahui pengertian dari uji koefisien korelasi parsial

2. Untuk mengetahui mengenai uji signifikansi koefisienl korelasi parsial

3. Untuk mengetahui contoh kasuus uji koefisien

 7

BAB II

PEMBAHASAN

A. Pengertian Analisis Korelasi Parsial

Korelasi parsial (partial correlation) merupakan perluasan dari korelasi sederhana atau

korelasi pearson. Jika korelasi sederhana melibatkan satu variabel terikat (dependent) dan satu

variabel bebas (independent), maka korelasi parsial melibatkan lebih dari satu variabel bebas dan

satu variabel terikat. Variabel bebasnya terbagi atas dua penggunaan yaitu satu variabel bebas

sebagai yang memiliki hubungan dengan variabel terikat dan variabel bebas yang lainnya sebagai

variabel kontrol dimana variabel ini diduga mempengaruhi hubungan antara satu variabel bebas

dan satu variabel terikat. Dengan demikian, analisis korelasi parsial merupakan suatu metode yang

digunakan untuk mengidentifikasi kuat lemahnya hubungan antar variabel bebas dan variabel

terikat, dimana variabel bebas lainnya dikontrol atau dianggap berpengaruh. Ada beberapa teori

yang digunakan sebagai landasan penelitian ini sebagai berikut.

Koefisien korelasi parsial adalah indeks atau angka yang digunakan untuk mengukur

keeratan hubungan antara 2 variabel, jika variabel lainnya konstanta, pada hubungan yang

melibatkan lebih dari dua variabel. Koefisien korelasi parsial untuk tiga variabel dirumuskan oleh:

a. Koefisien korelasi parsial antara Y dan X1 apabila X2 konstanta.

r Y 1−r Y 2 r 1.2
ry 1.2= 2 2
√ (1−r Y ) ( 1−r
2 1.2 )
b. Koefisien korelasi parsial antara Y dan X2 apabila X1 konstanta

r Y 2−r Y 1 r 1.2
ry 1.2= 2 2
√ (1−r Y ) ( 1−r
1 1.2 )
 8

c. Koefisien korelasi parsial antara X1 dan X2 apabila Y konstanta

r 1.2−r Y 1 rY 2
ry 1.2= 2 2
√ (1−r Y ) ( 1−rY )
1 2

Analisis korelasi parsial (Partial Correlation) digunakan untuk mengetahui hubungan

antara dua variabel dimana variabel lainnya yang dianggap berpengaruh dikendalikan atau dibuat

tetap (sebagai variabel kontrol). Nilai korelasi (r) berkisar antara 1 sampai -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 positif 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) pedoman untuk memberikan 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

B. Metode Perhitungan

Uji signifikan koefisien korelasi parsial (uji-t) Uji-t digunakan untuk menguji berarti atau
tidaknya hubungan variabel-variabel bebas penempatan pegawai sesuai dengan keahlian dan
kemampuannya (X1), promosi (X2), dan latihan (X3) dengan variabel terikatnya adalah efektivitas
kerja pegawai (Y). Jika hubungan antara variabel-variabel secara parsial signifikan maka sampel
dapat digeneralisasikan pada populasi dimana sampel diambil atau mencerminkan keadaan
 9

populasi. Uji-t diselesaikan dengan rumus, sebagai berikut:

r ∙ √ n−k
t=
√1−r 2
Keterangan:
r = koefisien korelasi parsial
n = Jumlah responden
k = banyaknya variabel
Hipotesis pada uji ini adalah sebagai berikut:
H0 : Tidak terdapat hubungan yang signifikan
H1: Terdapat hubungan yang signifikan

t hitung < t tabel , maka H0 diterima sehingga tidak terdapat hubungan yang signifikan.
t hitung < t tabel , maka H0 ditolak sehingga terdapat hubungan yang signifikan.

C. Langkah – Langkah Perhitungan Kofiesien Korelasi Parsial

Menurut (Usman & Akbar. 2008:253) langkah-langkah untuk menghitung koefisien

korelasi parsial:
1. Cocokkan notasi 1 untuk variable apa, 2 untuk variable apa dan seterusnya

2. Jika harga r masih masih dalam bentuk r yx 1 ,, 𝑟𝑦𝑥2, 𝑟𝑥1, 𝑟𝑥2 dan seterusnya, maka
rubahlah secara hati-hati kedalam bentuk 𝑟13, 𝑟23, 𝑟12 dan seterusnya.

3. Tulis Ha dan H0 dalam bentuk kalimat:

Ha : 1) Terdapat Hubungan yang signifikan antara variabel 𝑥1 dengan

variabel y di mana 𝑥2 konstan.
2) Terdapat Hubungan yang signifikan antara variabel 𝑥2 dengan
variabel y di mana 𝑥1 konstan.
3) Terdapat Hubungan yang signifikan antara variabel 𝑥1 dengan
variable x 2 y konstan
 10

Ho :
1) tidak terdapat hubungan yang signifikan antara variable x 1dengan variabel
y dimana x 2 konstan
2) Tidak terdapat hubungan yang signifikan antara variable x 2 dengan
variable y dimana x 1 konstan
3) Tidak terdapat hubungan yang signifikan antara variable x 1 dengan
variable x 2 dimana y konstan
4. Tulis H a dan H 0 dalam bentukstatistik
H a :r 13.2 ≠ 0
r 23.1 ≠0
r 12.3 ≠ 0
H 0 :r 13.2=0
r 23.1=0
r 12.3=0

5. r hitung , dengan menggunakan rumus yang sesuai dengan variable mana yang
dikontrol atau variable mana yang dibuat konstan. Tentu saja dicocokkan dengan
bunyi langkah 1
6. Tetapkan taraf signifikansinya
7. H a : Tidak Signifikan
H b :Signifikan

8. Hitung db dengan rumus db=( N −3) dah hubungan dengan taraf signifikansinya
seperti langkah 4 dari tabel r kritis Pearson didapat dari nilai r tabel
9. bandingkanr hitung dengan r tabel dan konsultasikan dengan criteria pada langkah ke 7
10. Buatlah kesimpulannya
 9

D. Contoh Kasus Koefisien Korelasi Parsial

Analisis korelasi parsial dapat kita gunakan dalam penelitian BK.

Misalnya kita melakukan penelitian untuk mengetahui hubungan yang
murni antara kondisi ekonomi ( x 1) dengan indeks prestasi (y) mahasiswa.
Sehingga didapat Ha yaitu terdapat hubungan yang signifikan antara
kondisi ekonomi dengan indeks prestasi mahasiswa dan H0 yaitu tidak
terdapat hubungan yang signifikan antara kondisi ekonomi dengan indeks
prestasi mahasiswa pada taraf kecerdasan tertentu.

Tabel 1
Hubungan Yang Murni Antara Kondisi Ekonomi (x 1) Dengan Indeks
Prestasi (Y) Mahasiswa Pada Taraf Kecerdasan (x 2) Tertentu.

S x1 x2 y x 22 y2 x1 x2 x1 y x2 y
1 2 3 3 4 9 9 6 6 9
2 6 6 7 36 36 49 36 42 42
3 5 5 6 25 25 36 25 30 30
4 4 4 4 16 16 16 16 16 16

5 7 6 7 49 36 49 42 49 42
6 3 4 5 9 16 25 12 15 20
7 6 6 6 36 36 36 36 36 36
8 5 6 6 25 36 36 30 30 36

∑ 38 40 44 200 210 256 203 224 231

                                          

N ∙ Σ x1 y−Σ x 1 ∙ Σ y
r y 1=
√¿¿¿

8.224−38.44
¿ =0,91
√ {8.200−( 38 )2 .(8.256−( 44 )2)}
N ∙ Σ x 2 y−Σ x 2 ∙ Σ y
ry =2
√¿¿¿
 10

8.231−40.44
¿ =0,93
√ {8.210−( 40 )2 .( 8.256−( 44 )2 )}
N ∙ Σ x 1 x 2−Σ x1 ∙ Σ x 2
r 1,2 =
√¿¿ ¿

8.203−38.40
¿ =0,93
√ {8.20 0−( 38 )2 .(8.210−( 40 )2 )}
r y 1−( r y 2) ( r 12)
r y 1,2=
√ {( 1−( r y2
2 2
) )(1− ( Σr 12 ) ) }

0,91− ( 0,93 )( 0,93 )

¿ =0,36
√ {(1− ( 0,93 ) )( 1−( 0,93 ) )}
2 2

r y 2−( r y 2 )( r 12)
r y 2,1=
√ {( 1−( r y2
2 2
) )(1−( Σr 12 ) ) }

0,93− ( 0,91 )( 0,93 )

¿ =0,53
√ {(1− ( 0,91 )2)(1−( 0,93 )2 )}
r y 1,2−√ ( N −3 )
Nilai t=
2
√ {1−( r ) } y1,2

0,36− √8−3
¿ =0,863
2
√ {1−( 0,36 ) }
dan

r y 2,1−√ ( N−3 )
Nilai t=
2
√ {1−( r ) } y2,1

0,53−√ 8−3
¿ =1,398
√ {1−( 0,53 )2}
Db=( N −3 )

¿ ( 8−3 )=5

Berdasarkan nilai t sebesar 0,863 dan 1.398 dan dengan menggunakan db =

 11

5dalam table nilai-nilai t diperoleh harga teoritik sebesar 2,571 pada taraf 5% dan

4,032 pada taraf 1%. Hal ini berarti bahwa harga t empiric lebih kecl dari pada

harga t teoritiknya, sehingga dapat disimpulakn bahwa tidak terdapat hubungan

signifikan antara variable kondisi ekonomi dengan indeks prestasi mahasiswa (y)

pada taraf kecerdasan tertentu. Maka Ha ditolak dan Ho diterima.

BAB III
 12

KESIMPULAN

A. Kesimpulan
Adapun kesimpulan yang dapat dipaparkan dari pembahasan tentang uji koefisien
korelasi rank Spearman adalah sebagai berikut:
1. Koefisien korelasi parsial adalah indeks atau angka yang digunakan untuk
mengukur keeratan hubungan antara 2 variabel, jika variabel lainnya konstanta,
pada hubungan yang melibatkan lebih dari dua variabel.
2. Formula untuk koefisien korelasi pasial adalah sebagai berikut:
a. Koefisien korelasi parsial antara Y dan X1 apabila X2 konstanta.

r Y 1−r Y 2 r 1.2
ry 1.2= 2 2
√ (1−r Y ) ( 1−r
2 1.2 )
b. Koefisien korelasi parsial antara Y dan X2 apabila X1 konstanta

r Y 2−r Y 1 r 1.2
ry 1.2= 2 2
√ (1−r Y ) ( 1−r
1 1.2 )
c. Koefisien korelasi parsial antara X1 dan X2 apabila Y konstanta

r 1.2−r Y 1 rY 2
ry 1.2= 2 2
√ (1−r Y ) ( 1−rY )
1 2

B. Saran
Bagi mahasiswa hendaknya memahami uji korelasi parsial dalam statistika. Karena
dengan mempelajari uji korelasi parsial tersebut akan mempermudah mahasiswa dalam
mengetahui pengaruh atau hubungan variable X dan Y
 13

DAFTAR PUSTAKA

Furqon.(1997). Statistika Terapan Untuk Penelitian. Alfabeta: Bandung.

Ghozali, Imam, 2001, Aplikasi Analisis Multivariat dengan program SPSS. Badan Penerbit

Universitas Diponegoro, Semarang

Winarsunu, Tulus. 2002. Statistik Dalam Penelitian Psikologi Dan Pendidikan. Edisi 1.

Malang: UMM Press.

———. 2012. Statistik Dalam Penelitian Psikologi Dan Pendidikan. Edisi Revi. Malang: UMM

Press.