Analisis Korelasi Pearson dan Korelasi Parsial dengan SPSS

Korelasi dapat diartikan sebagai hubungan antar variabel. Jadi analisis korelasi pada prinsipnya adalah untuk melihat seberapa kuat hubungan antar variabel dan bagaimana arahnya. Kuat lemahnya hubungan dinyatakan dalam koefisien korelasi yang sering disingkat r. Sementara arah hubungan ditunjukkan dengan hubungan positif atau negatif. Jika dua variabel memiliki hubungan yang positif, maka semakin tinggi suatu variabel semakin tinggi pula variabel yang lain. Namun jika dua variabel memiliki hubungan yang negatif, maka semakin tinggi suatu variabel semakin rendah variabel yang lain. Dalam korelasi semua variabel memiliki kedudukan yang sama, dan tidak ada variabel yang mempengaruhi (independen) atau variabel yang dipengaruhi (dependen).

Uji korelasi dapat dilakukan dengan beberapa cara, salah satunya adalah dengan korelasi Product Moment Pearson. Selain korelasi Pearson, beberapa korelasi lain yang dapat digunakan adalah korelasi Spearman dan Kendall’s Tau-b yang dapat digunakan untuk data ordinal. Namun kedua teknik yang disebut terakhir ini masuk dalam keluarga teknik statistik non-parametrik, sehingga power tes nya lemah. Untuk dapat melakukan korelasi Pearson, data kita minimal harus berada pada level interval dan terdistribusi normal. Untuk menguji asumsi normalitas, dapat dilihat di sini.

Korelasi Pearson
Contoh kasus
Variabel X       : IQ
Variabel Y       : Prestasi
Hipotesis         : ada hubungan antara IQ dengan prestasi

Analisis dengan SPSS
Untuk mendownload data yang digunakan dalam analisis ini, silakan klik di sini. Langkah yang harus ditempuh untuk analisis di SPSS adalah sebagai berikut.
}  Klik Analyze – Correlate – Bivariate
}  Masukkan variabel IQ dan Prestasi - OK
Maka akan diperoleh output sebagai berikut
Patokan untuk menilai korelasi adalah sebagai berikut.
·         jika sig: p > 0,05 maka tidak ada hubungan.
·         jika sig: p < 0,05 maka ada hubungan pada taraf sig 5%
·         jika sig: p < 0,01 maka ada hubungan pada taraf sig 1%

Dari hasil analisis di atas, didapatkan hasil bahwa ada hubungan antara IQ dengan Prestasi dengan r=0,567; p<0,01. Semakin tinggi IQ maka semakin tinggi pula prestasinya.

Korelasi Parsial
Korelasi parsial dilakukan untuk melihat kuat lemahnya hubungan antar variabel namun dengan mengendalikan variabel lainnya. Dengan kata lain variabel yang dikendalikan ini nilainya dianggap tetap. Contoh kasusnya adalah berikut.
Contoh kasus
Variabel X                   : IQ
Variabel Y                   : Prestasi
Variabel kontrol           : motivasi
Hipotesis                    : ada hubungan antara IQ dengan prestasi dengan mengendalikan motivasi

Langkah yang harus ditempuh untuk analisis di SPSS adalah sebagai berikut.
}  Klik Analyze – Correlate – partial
}  Masukkan variabel IQ dan Prestasi ke variables kemudian masukkan motivasi ke controlling for – klik OK

Maka akan diperoleh output sebagai berikut

Dari hasil analisis di atas, didapatkan hasil bahwa ada hubungan yang signifikan antara IQ dengan Prestasi dengan mengontrol motivasi r=0,569; p<0,01. Semakin tinggi IQ maka semakin tinggi pula prestasinya. Nilai ini lebih tinggi dibanding nilai korelasi Pearson biasa karena peran motivasi di sini sudah dihilangkan.  


Mahasiswa PhD di ELTE, Hungaria. Dosen Psikologi di UMM, Indonesia.

Share this

Related Posts

Previous
Next Post »
Korelasi dapat diartikan sebagai hubungan antar variabel. Jadi analisis korelasi pada prinsipnya adalah untuk melihat seberapa kuat hubungan antar variabel dan bagaimana arahnya. Kuat lemahnya hubungan dinyatakan dalam koefisien korelasi yang sering disingkat r. Sementara arah hubungan ditunjukkan dengan hubungan positif atau negatif. Jika dua variabel memiliki hubungan yang positif, maka semakin tinggi suatu variabel semakin tinggi pula variabel yang lain. Namun jika dua variabel memiliki hubungan yang negatif, maka semakin tinggi suatu variabel semakin rendah variabel yang lain. Dalam korelasi semua variabel memiliki kedudukan yang sama, dan tidak ada variabel yang mempengaruhi (independen) atau variabel yang dipengaruhi (dependen).

Uji korelasi dapat dilakukan dengan beberapa cara, salah satunya adalah dengan korelasi Product Moment Pearson. Selain korelasi Pearson, beberapa korelasi lain yang dapat digunakan adalah korelasi Spearman dan Kendall’s Tau-b yang dapat digunakan untuk data ordinal. Namun kedua teknik yang disebut terakhir ini masuk dalam keluarga teknik statistik non-parametrik, sehingga power tes nya lemah. Untuk dapat melakukan korelasi Pearson, data kita minimal harus berada pada level interval dan terdistribusi normal. Untuk menguji asumsi normalitas, dapat dilihat di sini.

Korelasi Pearson
Contoh kasus
Variabel X       : IQ
Variabel Y       : Prestasi
Hipotesis         : ada hubungan antara IQ dengan prestasi

Analisis dengan SPSS
Untuk mendownload data yang digunakan dalam analisis ini, silakan klik di sini. Langkah yang harus ditempuh untuk analisis di SPSS adalah sebagai berikut.
}  Klik Analyze – Correlate – Bivariate
}  Masukkan variabel IQ dan Prestasi - OK
Maka akan diperoleh output sebagai berikut
Patokan untuk menilai korelasi adalah sebagai berikut.
·         jika sig: p > 0,05 maka tidak ada hubungan.
·         jika sig: p < 0,05 maka ada hubungan pada taraf sig 5%
·         jika sig: p < 0,01 maka ada hubungan pada taraf sig 1%

Dari hasil analisis di atas, didapatkan hasil bahwa ada hubungan antara IQ dengan Prestasi dengan r=0,567; p<0,01. Semakin tinggi IQ maka semakin tinggi pula prestasinya.

Korelasi Parsial
Korelasi parsial dilakukan untuk melihat kuat lemahnya hubungan antar variabel namun dengan mengendalikan variabel lainnya. Dengan kata lain variabel yang dikendalikan ini nilainya dianggap tetap. Contoh kasusnya adalah berikut.
Contoh kasus
Variabel X                   : IQ
Variabel Y                   : Prestasi
Variabel kontrol           : motivasi
Hipotesis                    : ada hubungan antara IQ dengan prestasi dengan mengendalikan motivasi

Langkah yang harus ditempuh untuk analisis di SPSS adalah sebagai berikut.
}  Klik Analyze – Correlate – partial
}  Masukkan variabel IQ dan Prestasi ke variables kemudian masukkan motivasi ke controlling for – klik OK

Maka akan diperoleh output sebagai berikut

Dari hasil analisis di atas, didapatkan hasil bahwa ada hubungan yang signifikan antara IQ dengan Prestasi dengan mengontrol motivasi r=0,569; p<0,01. Semakin tinggi IQ maka semakin tinggi pula prestasinya. Nilai ini lebih tinggi dibanding nilai korelasi Pearson biasa karena peran motivasi di sini sudah dihilangkan.  


No comments

Artikel Lainnya