UJI KORELASI PARSIAL

KONSEP DASAR UJI KORELASI PARSIAL

Uji korelasi adalah sebuah metode statistik yang digunakan untuk mengukur seberapa kuat hubungan antara dua variabel. Uji korelasi digunakan untuk mengukur hubungan antara dua variabel, yaitu variabel independen dan variabel dependen. Variabel independen adalah variabel yang mempengaruhi variabel dependen. Dalam uji korelasi, terdapat koefisien korelasi yang menunjukkan seberapa kuat hubungan antar variabel.

Salah satu metode uji korelasi yaitu uji korelasi parsial, variabel yang digunakan dalam uji korelasi parsial yaitu variabel independen, variabel dependen dan variabel kontrol. Variabel kontrol dalam uji korelasi parsial digunakan untuk memperlemah atau memperkuat hubungan antara variabel independen dan variabel dependen. Sedangkan uji korelasi parsial merupakan salah satu teknik korelasi yang bertujuan untuk mengetahui hubungan antara variabel independen dengan variabel dependen jika ada variabel kontrol yang masuk ke dalam model.

BERIKUT CARA UJI KORELASI PARSIAL DI SPSS:

Siapkan tabulasi data di Excel, lalu input data atau masukan data ke SPSS pada Page Data View.

Jangan lupa isikan juga pada Page Variable View.

Selanjutnya lakukan uji korelasi parsial, Caranya pilih menu Analyze – Correlate– Partial

Muncul kotak dialog, seperti ini :

Masukan Variabel Independen dan Dependen ke kolom Variables dan variabel Kontrol ke kolom Controling lalu pilih Options.

Selanjutnya Ceklis Zero-Order Correlations lalu Continue dan OK.

Keluar Output SPSS untuk Uji Korelasi Parsial :

Kriteria Pengujian Uji Korelasi Parsial :

Nilai Significance (2-tailed) > 0.05 berkesimpulan Tidak Ada Hubungan Secara Signifikan
Nilai Significance (2-tailed) < 0.05 berkesimpulan Ada Hubungan Secara Signifikan

Interpretasi Output Uji Korelasi Parsial:

Pada Tabel None, Korelasi antara variabel X dan Y memiliki nilai Significance (2-tailed) sebesar 0.001 (<0.05) maka bisa disimpulkan bahwa sebelum ada variabel kontrol, variabel X memiliki hubungan yang signifikan dengan Variabel Y. Selanjutnya untuk kekuatan hubungan antar variabel yaitu kuat dengan nilai Correlation sebesar 0.701
Pada Tabel Z, Korelasi antara variabel X dan Y memiliki nilai Significance (2-tailed) sebesar 0.016 (<0.05) maka bisa disimpulkan bahwa setelah ada variabel kontrol, variabel X tetap memiliki hubungan yang signifikan dengan Variabel Y. Namun kekuatan hubungan antar variabel setelah di masuki bvariabel kontrol ke dalam model menjadi sedang dengan nilai Correlation sebesar 0.543
Kesimpulannya yaitu variabel kontrol dalam model ini hanya memperlemah hubungan variabel independen dengan variabel dependen, yang awalnya memiliki korelasi 0.701 menjadi 0.543 setelah adanya variabel kontrol di dalam model.