Korelasi Parsial
Korelasi parsial adalah uji korelasi untuk mengetahui apakah suatu variabel berpengaruh terhadap korelasi antar variabel yang lainnya. Hal ini dilakukan dengan pertama – tama mendapatkan nilai korelasi dengan mengikut sertakan variabel kontrol, kemudian mengeluarkan variabel kontrol untuk mengetahui perbedaan nilai korelasi.
Contoh : Untuk mengetahui apakah uang saku mempengaruhi korelasi jam belajar dan nilai IP mahasiwa maka dilakukan pendataan terhadap 10 sampel mahasiswa sebagai berikut :
IP
|
jam_belajar
|
uang_saku
|
3.5
|
3.00
|
800.00
|
2.77
|
1.00
|
550.00
|
3.2
|
3.50
|
800.00
|
2.8
|
3.00
|
600.00
|
3.6
|
3.00
|
800.00
|
2.75
|
2.00
|
600.00
|
2.9
|
1.00
|
750.00
|
3.4
|
3.00
|
1000.00
|
3.0
|
2.00
|
550.00
|
2.00
|
1.00
|
500.00
|
Untuk melakukan analisa korelasi parsial , langkah – langkahnya adalah sebagai berikut :
1. Masukkan data tersebut apada SPSS. Lalu , klik menu Analyze > Correlate > Partial2. Pada kotak dialog, masukkan variabel jam_belajar dan IP pada kotak Variables. Masukkan variabel uang_saku pada kotak Controlling for. Lalu klik Option
3. Aktifkan pilihan Zero order Correlation. Klik Continue.
4. Klik OK untuk menganalisa
Pada jendela output akan muncul hasil sebagai berikut :
Output terdiri dari 2 bagian yaitu, bagian pertama menunjukkan korelasi dengan variabel uang saku diikut sertakan. Tampak bahwa koefisien korelasi antara jam_belajar dan IP 0.715. Dan nilai signifikansi 0.02, yang berarti jam belajar dan IP mempunyai korelasi (0.02 < 0.05)
Pada bagian kedua, variabel uang saku tidak diikut sertakan. Tampak bahwa koefsien korelasi antara jam belajar dan IP menjadi 0.475 (turun dari nilai sebelumnya). Dan nilai signifikansi menjadi 0.197, yang berarti jam belajar dan IP menjadi tidak ada korelasi (0.197 > 0.05).
Hal ini berarti uang saku cukup penting untuk mendorong mahasiswa belajar dan mendapatkan nilai IP yang tinggi.
Selamat malam
ReplyDeleteSaya ingin bertanya, apakah cara ini bisa untuk variabel kontrol yang lebih dari satu??
Terima kasih....
ReplyDeleteTapi penjelasnnya terbalik ya....
Yang tanpa kontrol itu korelasi yang atas dgn r=0.715 dan yang dengan kontrol itu yang bawah r=0.475
Coba aja bandingkan dengan korelasi bivariate :)
Olah Data Semarang
ReplyDeleteWhatsapp 085227746673
Terima Jasa Olah Data
SPSS, EVIEWS, STATA, SmartPLS, DLL
Turnitin Free (Gratis) Berlaku Sampai 2022
Link Download
https://dik.si/Dec22
STATA 17 Full Version
Link Download
dik.si/STATA17
SmartPLS 3.3.3 Full Version
Link Download
dik.si/SM333
Eviews 12 Full Version
Link Download
dik.si/Eviews
#new_olahdatasemarang #newolahdatasemarang #skripsi #olahdata #jasaskripsi #spss #stata #smartpls #eviews #turnitin #olahdatasemarang #olahdatasemarang_ #olahdatasemarang2021 #olahdatasemarang_2021