Anda di halaman 1dari 24

Korelasi Parsial

• Korelasi adalah alat bantu yang dipergunakan dalam regresi, yaitu


digunakan untuk mengukur keeratan hubungan atau korelasi antara dua
variabel.

X Y

• Contoh : Hubungan antara intensitas belajar dengan prestasi belajar


matematika siswa
Variabel X : Intensitas belajar (diukur dari lamanya belajar dalam satu
minggu)
Variabel Y : Prestasi belajar matematik (diukur dari nilai post test)
Hipotesa :
H0 : Tidak ada hubungan antara Intenitas belajar dengan prestasi mata
belajar matematika•
H1 : Ada hubungan antara Intenitas belajar dengan prestasi belajar
matematika
• Apabila beberapa variabel dihubungkan
dengan satu variabel disebut korelasi
berganda.
• Apabila satu variabel dependen/bebas
berhubungan dengan satu variabel
dependent/takbebas disebut korelasi
parsial (Korelasi antara dua variabel dengan
mengontrol variabel lainnya, dibuat
konstan)
korelasi parsial
X1
ry1

R12 Y

ry2 korelasi ganda


X2

ry1 : korelasi X1 dengan Y

ry2 : korelasi X2 dengan Y

R12 : korelasi X1 dan X2 dengan Y


Tetapi R ≠ ry1 + ry2
 Harga r bergerak antara –1 dan +1
 Tanda negatif menyatakan adanya korelasi tak
langsung
 Tanda positif menyatakan adanya korelasi langsung
 r=0 menyatakan tidak ada hubungan linier antara
variabel X dan Y.

Korelasi negatif Korelasi negatif Tidak ada Korelasi positif korelasi positif
sempurna sedang korelasi sedang sempurna

negatif kuat negatif lemah positif lemah positif kuat

-1,0 -0,5 0,0 0,5 1,0

Korelasi Negatif Korelasi Positif


Pasangan data hasil pengamatan (Xi , Yi) kita susun menurut
urutan besar nilainya dalam tiap variabel. Kemudian kita bentuk
selisih atau beda peringkat Xi dan peringkat Yi yang data aslinya
berpasangan. Beda ini disimbolkan dengan bi, maka koefisien
korelasi peringkat r dihitung dengan rumus:

6b 2
r  1 i
n (n  1)
2
Data berikut adalah penilaian 2 orang juri terhadap 8
orang peserta perlombaan.
Peserta Juri I Juri II
A 70 80 6  bi2 6 (28)
r  1  1   0,667
B 65 55 n (n  1)
2
8 (64  1)
C 85 75
D 80 70
E 90 85
F 50 60
G 75 90
H 60 65

Tentukan Koefisien Korelasi rank !


Peserta Juri I Juri II Rank Rank Beda b2
(b)
A 70 80 5 3 2 4
B 65 55 6 8 -2 4
C 85 75 2 4 -2 4
D 80 70 3 5 -2 4
E 90 85 1 2 -1 1
F 50 60 8 7 1 1
G 75 90 4 1 3 9
H 60 65 7 6 1 1
Jumlah - - - - - 28

Koefisien Korelasi rank :


6 bi2 628
r  1  1  0.667
n n 1
2
 
864  1
Untuk sekumpulan data (Xi, Yi ) berukuran n,
koefisien korelasi dapat dihitung dengan
rumus:

n X iYi   X i  Yi 
r
n X   X  nY  Y  
i
2
i
2
i
2
i
2
Diketahui data jumlah SKS dan IPK mahasiswa sbb.

Jumlah SKS (X) IPK (Y)


10 3,00
10 2,50
15 2,00
10 1,50
5 1,00

Tentukan nilai koefisien korelasi dengan metode product


moment dan jelaskan artinya!
Buat tabel penolong untuk menghitung r

No Xi Yi Xi Yi Xi2 Yi2
1 10 3,00 30 100 9,00
2 10 2,50 25 100 6,25
3 15 2,00 30 225 4,00
4 10 1,50 15 100 2,25
5 5 1,00 5 25 1,00
n=5 Xi = 50 Yi = 10 XiYi= Xi2 = Yi2 =
105 550 22,5
5 (105)  (50) (10) 25
r = 5 (550)  (50) 5 (22,5)  (10) 
2 2
= (250) (12,5) = 0,447
Dari hasil ini ternyata didapat korelasi positif antara
jumlah sks (X) dan IPK yang didapat (Y).
Bagian dari keragaman total variabel terikat Y
(variabel yang dipengaruhi atau dependen)
yang dapat diterangkan atau diperhitungkan
oleh keragaman variabel bebas X (variabel
yang memengaruhi atau independen).

n X Y   X  Y 
2


n X   X  nY  Y  
2 i i i i
r 2 2 2 2
i i i i
• Mengetahui hubungan antara variabel independen
dengan variabel dependen, dengan salah satu
variabel independen dianggap tetap (dikendalikan)
• Berikut adalah rumus koefisien parsial dengan dua
variabel bebas X1, X2, dan satu variabel terikat Y
ry1  ry 2 r12
ry1.2 
1  ry22 1  r122

ry 2  ry1r12
ry 2.1 
1  ry21 1  r122
Contoh 1

Dari 40 pasang data ditemukan koefisien korelasi sampel

X1 X2
Y 0.60 0.40
X1 0.30

Koefisien korelasi parsial

ry1  ry 2  r12
r1.2 
1  ry22 1  r122

0.60  (0.40)  (0.30)


r1.2   0.55
1  0.40  1  0.30 
2 2
ry 2  ry1  r12
r2.1 
1  ry21 1  r122

0.40  0.60 0.30 


r2.1   0.29
1  0.60  1  0.30 
2 2
Latihan

X1 X2 Y
15 7.7 36 Sampel 15 pasang data seperti pada tadbel
disamping. Tentukan koefisien korelasi parsial
22 8.2 39
16 7.8 35
19 9.3 43 r1.2 = …..
22 8.2 40
20 8.8 42
28 12.1` 49
r2.1 = ……
14 8.0 38
18 8.1 36
21 11.2 44
26 9.4 35
14 10.3 43
19 8.5 37
20 8.4 40
22 7.5 41
Koefisien Korelasi ganda dengan 2 variabel bebas (X1 dan X2 ) R
dihitung dengan rumus:

r12  r22  2r1r2 r12


R12 
1  r122

Dengan
R12 = Koefisien korelasi ganda antara variable X1 dan X2 secara
bersama-sama dengan variable
r1 = Koefisien korelasi X1 dengan Y
r2 = Koefisien korelasi X2 dengan Y
r12 = Koefisien korelasi X1 dengan X2
Korelasi parsial dan ganda dengan Tiga
Variabel Independen
X1 ry1.23

ry2.13
X2 Y

X3 ry3.12
Ry.123

Koefisien korelasi parsial


ry1.23 = koefisien korelasi y1 dengan 2 dan 3 netral
ry2.31 = koefisien korelasi y2 dengan 3 dan 1 netral
ry3.12 = koefisien korelasi y3 dengan 1 dan 2 netral
Koefisien korelasi ganda
Ry.123 = koefisien korelasi Ry.123 pada komposisi
terbaik (error terkecil atau residu terkecil)
r1.2  r3.2 r31.2
r1.23 
1 r 2
3.2 1 r2
31.2

r2.3  r1.3r12.3
r2.31 
1  r12.3 1  r122 .3

r3.1  r2.1r23.1
r3.12 
1 r 2
2.1 1 r 2
23.1
Contoh
Pada data berukuran n = 40, diketahui koefisien korelasi
X1 X2 X3
Y 0.60 0.40 0.50
X1 0.30 0.80
X2 0.40

1. Tentukan koefisien korelasi parsial r1.23,


2. Tentukan koefisien korelasi parsial r2.13, (latihan)
3. Tentukan koefisien korelasi parsial r3.12, (latihan)
r1  r2 r1.2 0.60  0.40 0.30 
r1.2    0.549
1 r 2
2
1 r 2
1.2 1  0.40 2
1  0.30 2

r3  r2 r2.3 0.50  0.40 0.40 


r3.2    0.402
1  r22 1  r22.3 1  0.40 2 1  0.40 2
r31  r32r12 0.80  0.40 0.30 
r31.2    0.777
1  r322 1  r122 1  0.40 2 1  0.30 2
Sehingga

r1.2  r3.2 r31.2 0,549  (0,402)(0,777 )


r1.23    0,41
1  r32.2 1  r312 .2 1  0,402 2 1  0,777 2
Data dibawah ini menunjukkan jumlah pemakaian pupuk
(X) dan hasil panen padi yang diperoleh (Y):

Pupuk Hasil Panen


20 8
40 9
50 11
70 11
100 12
110 14
120 15
150 16
Hitung koefisien korelasi Spearman:
Merk Sabun Mandi Ny. Manner Ny. Djago
A 3 5
B 5 6
C 8 4
D 12 9
E 10 8
F 7 12
G 9 11
H 1 3
I 4 1
J 6 2
K 2 10
L 11 7

Hitunglah nilai koefisien rank


64 57 8
71 59 10
53 49 6
67 62 11
55 51 8 Hitung koefisien
58 50 7 korelasi antara
variabel X1 dan X2
77 55 10 secara bersama-sama
57 48 9 dengan variabel Y
56 52 10
51 42 6
76 61 12
68 57 9

Anda mungkin juga menyukai