Analisis korelasi parsial merupakan pengujian antara dua variabel atau analisis hubungan antara dua variabel dengan mengendalikan variabel lain yang juga mempengaruhi (Nrury, 2014). Korelasi parsial juga diartikan mencari korelasi dengan memperhatikan variabel-variabel lain sebagai variabel kontrol. Jika di dalam korelasi-korelasi terdapat variabel kontrol maka korelasinya dinyatakan sebagai korelasi yang menempati jenjang lebih tinggi antara lain disebut juga korelasi jenjang pertama, jenjang kedua dan seterusnya (Christianus, 2010). Biasanya korelasi parsial ini dilakukan setelah penghitungan korelasi jenjang nihil atau korelasi zero-order (zero-order correlations) (Christianus, 2010). Adapun tujuan dari korelasi parsial ini yaitu untuk memperoleh korelasi sebenarnya, murni atau tidak dipengaruhi oleh variabel-variabel lain yang mungkin saja berpengaruh terhadap kedua variabel yang sedang dikorelasikan (Christianus, 2010)

 

Menurut Christianus (2010) tingkatan jenjang pada korelasi parsial ini memiliki jejang dari terendah hingga tertinggi dengan rumus yang berbeda. Sebagai contoh, perhitungan korelasi parsial tingkat jenjang pertama dengan rumus;

 

Artinya, menghitung nilai korelasi antara variabel satu dengan variabel dua sebagai satu kelompok dan variabel tiga sebagai variabel kontrol.

Menurut Christianus (2010) adapun rumus koefisien korelasi parsial jenjang kedua yaitu;

 

 

Artinya, menghitung nilai korelasi antara variabel satu dan variabel dua sebagai satu kelompok, serta variabel tiga dan variabel empat sebagai variabel kontrol. Adapun cara menguji nilai korelasi yang didapatkan dalam penelitian adalah nilai korelasi sampel yang merupakan harga estimasi dari koefisien korelasi sampel, yaitu r. Pengujian hipotesisnya adalah:

H0 : ρ = 0 (tidak ada hubungan antara variabel X dan Y

H0 : ρ ≠ 0 (ada hubungan antara variabel X dan Y)

Sehingga statistik uji yang digunakan adalah:

 

Keterangan:

t adalah statistik t derajat bebas ke n-2

θ adalah jenjang koefisien

n adalah banyaknya pengamatan

Kriteria penolakan dan penerimaan H0, yaitu;

Nilai t hitung > nilai t tabel → H0      

Nilai t hitung < nilai t tabel → H0      

Nilai koefisien korelasi parsial merupakan besaran nilai yang digunakan untuk mengukur tingkat keeratan hubungan antara dua variabel, jika variabel lainnya konstan dalam suatu analisis yang melibatkan lebih dari dua variabel (Santoso, 2009).

Sebagai contoh lain, menurut Santoso (2009) kasus korelasi sperman tentang data prestasi kerja, motivasi kerja dan tingkat IQ seorang pekerja.

Gambar: Output SPSS dan Hasilnya

  

Sumber: (Santoso, 2009)

Dari data tersebut aka dihitung korelasi parsialnya antara variabel prestasi dengan motivasi, dengan variabel kontrol adalah IQ. Analisis pada bagian pertama output adalah zero order partial, karena belum dilakukan korelasi parsial. Sedangkan bagian output kedua sudah lakukan korelasi parsial. Karena jumlah variabel kontrol hanya satu (IQ) sehingga disebut first-order partial (Santoso, 2009).

Pada zero order (tanpa ada variabel kontrol) didapat koefisien korelasi antara prestasi dengan motivasi sebesar 0,665. Sedangkan angka di antara tanda kurung di bawah besaran korelasi (7) adalah derajat kebebasa (df), yaitu n-2 atau karena jumlah data 9, maka df= 9-2= 7. Uji signifikansi korelasi motivasi dengan prestasi menunjukkan angka Sign. 0,051; angka ini bisa dikatakan sama dengan angka 0,05 yang berarti korelasi kedua variabel adalah signifikan atau benar-benar nyata (Santoso, 2009).

Sedangkan setelah variabel iq dikeluarkan dan dilakukan korelasi, maka koefisien korelasi antara prestasi dan motivasi turun dari 0,665 menjadi 0,556. Sedangkan angka diantara tanda kurung di bawah besaran korelasi adalah derajat kebebasan (df), yaitu n-k-1, atau karena jumlah data 9 dan jumlah variabel (k) adalah 2, maka df = 9 – 2 – 1 = 6. Uji signifikansi korelasi motivasi dengan prestasi yang disertai dengan variabel IQ menunjukkan angka Sig. 0,153; angka ini jauh lebih besar dari 0,05, yang berarti korelasi kedua variabel setelah variabel kontrol IQ dikeluarkan menjadi tidak signifikan (Santoso, 2009).

Hal ini menunjukkan peran IQ (tingkat kecerdasan seseorang) adalah penting dalam menjelaskan hubungan variabel motivasi kerja seseorang dengan prestasi kerjanya. Seorang yang cerdas (relatif tinggi IQ-nya) jika diberi pelatihan atau pengarahan tentang pentingnya prestasi kerja, akan cepat termotivasi untuk bekerja lebih giat. Selaiknya jika seorang pekerja yang tidak bergitu tinggi IQ-nya mungkin sulit termotivasi untuk berprestasi (Santoso, 2009).

 

Daftar Pustaka

Christianus,  Agustina, Maria. 2010. Belajar Kilat SPSS 17. Yogyakarta: ELCOM.

Nrury, Wahyu. 2014. Definisi Analisis Korelasi Parsial. Tersedia: http://www.nahumarury.com/definisi-analisis-korelasi-parsial/. [diakses: 30 Januari 2016].

Santoso, Singgih. 2009. Panduan Lengkap Menguasai Statistik dengan SPSS 17. Jakarta: PT.Elex Media Komputindo.

 

 

 

Twitter

Galeri


 

Jumlah Pengunjung

1.png9.png6.png8.png1.png
Hari ini1196
Kemarin1924
Minggu ini11681
Bulan ini19681
Total19681

JSN Solid template designed by JoomlaShine.com