Professional Documents
Culture Documents
Disusun Oleh :
Universitas Jember
2017
i
Kata Pengantar
Puji dan syukur kehadirat Allah SWT atas segala rahmat dan karunia-Nya
sehingga penulis dapat menyelesaikan makalah tentang Uji Korelasi Urutan Spearman
(The Rank Correlation Test). Makalah ini disusun untuk memenuhi tugas praktikum
perkuliahan blok Epidemiologi dan Statistika Fakultas Kedokteran Gigi Universitas
Jember.
Makalah ini telah penulis susun dengan maksimal dan mendapatkan bantuan dari
berbagai pihak sehingga dapat memperlancar pembuatan makalah ini. Untuk itu penulis
menyampaikan banyak terima kasih kepada semua pihak yang telah berkontribusi dalam
pembuatan makalah ini.
Dalam penyusunan makalah ini tidak lepas dari kekurangan dan kesalahan. Oleh
karena itu, dengan tangan terbuka kritik dan saran yang membangun sangat penulis
harapkan demi perbaikanperbaikan di masa mendatang demi kebaikan makalah ini.
Akhir kata penulis berharap semoga makalah tentang Uji Korelasi Urutan
Spearman (The Rank Correlation Test) dapat memberikan manfaat maupun inspirasi
bagi pembaca.
Jember, 21 Oktober
2017
Penulis
ii
Daftar Isi
Halaman Depan ...................................................................................................... i
2.1 Definisi Uji Korelasi Urutan Spearman (The Rank Correlation Test) ..........3
iii
BAB I
PENDAHULUAN
1
1.2.2. Bagaimana Koefisien Korelasi Spearman yang digunakan
dalam statistik nonparametrik ?
1.2.3. Bagaimana Uji Hipotesa Koefisien Korelasi Spearman?
1.2.4. Bagaimana Contoh Penyelesaian Soal Uji Korelasi
menggunakan Spearman
1.2.5. Bagaimana Langkah-langkah Melakukan Uji Korelasi
Spearman dengan menggunakan SPSS?
1.3. Tujuan
1.3.1. Mengetahui definisi dari Uji Korelasi Urutan Spearman
(The Rank Correlation Test)
1.3.2. Mengetahui Koefisien Korelasi Spearman yang digunakan
dalam statistik nonparametrik
1.3.3. Mengetahui Uji Hipotesa Koefisien Korelasi Spearman
1.3.4. Mengetahui Contoh Penyelesaian Soal Uji Korelasi
menggunakan Spearman
1.3.5. Mengetahui langkah-langkah Melakukan Uji Korelasi
Spearman dengan menggunakan SPSS
1.4. Manfaat
Manfaat dari penulisan makalah ini adalah untuk mengetahui
dan memahami tentang statistik nonparametrik uji Korelasi Urutan
Spearman (The Rank Correlation Test), penggunaannya, penyelesaian
soal, dan langkah-langkah penggunaannya dalam SPSS.
2
BAB II
PEMBAHASAN
2.1. Definisi Uji Korelasi Urutan Spearman (The Rank Correlation Test)
Teori korelasi ini dikemukakan oleh Carl Spearman pada tahun
1904. Nilai korelasi ini disimbolkan dengan (dibaca : rho) atau
dengan simbol rs. Korelasi spearman digunakan pada data yang berskala
ordinal semuanya atau sebagian data adalah ordinal. Untuk itu sebelum
dilakukan pengolahan data, data yang akan dianalisis perlu disusun dalam
bentuk ranking. Sehingga korelasi spearman merupakan alat uji statistik
yang digunakan untuk menguji hipotesis asosiatif dua variabel bila
datanya berskala ordinal (ranking) (Nanang, 2010)
Koefisien korelasi rank Spearman adalah statistik rank non-
parametrik (distribusi bebas) yang diusulkan sebagai ukuran kekuatan
hubungan antara dua variabel. Tidak seperti koefisien korelasi momen
produk Pearson, tidak memerlukan asumsi bahwa hubungan antara
variabel bersifat linier, juga tidak memerlukan variabel yang akan diukur
pada skala interval; Ini dapat digunakan untuk variabel yang diukur pada
tingkat ordinal. Pada prinsipnya, rs hanyalah kasus khusus dari koefisien
momen produk Pearson dimana data diubah menjadi peringkat sebelum
menghitung koefisien. Perlu dicatat bahwa Spearman membuat kesalahan
dalam rumus korelasinya di halaman 77: ia menggunakan median dan
bukan berarti definisi rs. Dia mengoreksi ini dalam karya selanjutnya.
Prestasi statistik Spearman tahun 1904 tidak dihargai oleh koleganya di
Universitas College Karl Pearson, dan ada pertengkaran yang sudah
berlangsung lama di antara mereka. Sejarah dan praktik selanjutnya
menunjukkan bahwa itu adalah Spearman yang benar, dan saat ini
koefisien rs banyak digunakan dalam analisis statistik. (Jan, 2011)
Wished et al. Ingin menghubungkan antara skor gejala, ukuran
fungsi, dan dengan skor penyakit. Setiap kumpulan data merupakan
seperangkat variabel kuantitatif, setiap skor sesuai dengan tahapan atau
3
peringkat dari bergantung dari penyakit yang terjadi. Kemudian dilakukan
korelasi antara perbedaan skor untuk beberapa penyakit dan hasilnya
dirangkum dalam sebuah tabel. Dengan adanya korelasi urutan spearman,
mereka dapat memperlihatkan adanya hubungan yang kuat antara skor
gejala, ukuran fungsi, dan dengan skor penyakit sekilas (Lucile, 2014).
2.2. Koefisien Korelasi Urutan Spearman
Koefisien korelasi Spearman dapat digunakan untuk mengukur
hubungan korelasi antara variabel kontinyu dan variabel diskrit, ketika
hubungan keduanya tidak linier (bertentangan dengan uji korelasi
pearson). Bisa juga digunakan untuk membandingkan salah satu variabel,
baik variabel kontinyu maupun variabel distrik. Koefisien korelasi
spearman cukup memadai untuk menggambarkan hubungan yang
monoton dari dua variabel.(Lucile, 2014)
Jika pada korelasi product moment (pearsons), sumber data untuk
variabel yang akan dikorelasikan adalah sama, data yang dikorelasikan
adalah data interval atau rasio, serta dari kedua variabel masing-masing
membentuk distribusi normal, maka dalam korelasi spearman, sumber
data untuk kedua variabel yang akan dikonversikan dapat berasal dari
sumber yang tidak sama, jenis data yang dikorelasikan adalah data
ordinal, serta daat dari kedua variabel tidak harus membentuk distribusi
normal. Jadi korelasi peringkat spearman adalah bekerja dengan data
ordinal atau berjenjang atau rangking, dan bebas distribusi. (sugiyono,
2016)
Koefisien korelasi urutan Spearman disimbolkan rs atau (rho).
1. Jika rs = 1, data sampel menunjukkan hubungan positif sempurna,
yaitu urutan untuk setiap data sama.
2. Jika rs = -1, data sampel menunjukkan hubungan negatif sempurna,
yaitu urutan untuk setiap data merupakan urutan terbalik.
3. Jika rs = 0, data sampel tidak ada hubungan.
Dengan demikian, nilai rs berkisar antara -1 dan +1 (-1 rs +1).
Koefisien korelasi urutan spearman dirumuskan :
4
6
= 1
(2 1)
Keterangan :
rs = koefisien korelasi rank
d = beda urutan dalam satu pasangan data
n = banyaknya pasangan data (Hasan, 2010)
Untuk menghitung koefisien korelasi urutan Spearman dapat
digunakan langkah-langkah berikut :
1. Nilai pengamatan dari dua variabel yang akan diukur hubungannya
diberi urutan. Jika ada nilai pengamatan yang sama dihitung urutan
rata-ratanya.
2. Setiap pasangan urutan dihitung perbedaannya.
3. Perbedaan setiap pasangan urutan tersebut dikuadratkan dan dihitung
jumlahnya, kemudian dihitung nilai rs-nya. (Hasan, 2010)
Apabila nilai-nilai dari tiap variabel (X dan Y) ada yang sama maka
lebih dahulu dicari nilai tengah urutan nilai-nilai yang sama tersebut.
Rumus rs nya :
2 + 2 2
= 2
2 . 2
Dengan :
3 3
2 =
3 3
2 =
Keterangan :
tx = jumlah variabel X yang urutannya sama
ty = jumlah variabel Y yang urutannya sama
(Hasan, 2010)
5
2.3. Pengujian Hipotesis rs
Hasil perhitungan rs perlu diuji untuk mengetahui
kesignifikanannya. Pengujian rs bergantung pada jumlah n dan taraf
nyatanya. Langkah-langkah pengujian hipotesis ialah sebagai berikut :
1. Menentukan formulasi hipotesis
H0 = tidak ada hubungan antara urutan variabel yang satu dengan
urutan dari variabel lainnya.
H1 = ada hubungan antara urutan variabel yang satu dengan urutan
dari variabel lainnya.
2. Menentukan taraf nyata () dan nilai s tabel
Taraf nyata dan nilai s tabel ditentukan sesuai dengan besarnya n
(n30). Pengujiannya dapat berupa pengujian satu sisi dan dua sisi.
3. Menentukan kriteria pengujian
H0 diterima apabila rs s ()
H0 ditolak apabila rs s ()
4. Menentukan nilai uji statistik
Merupakan nilai rs itu sendiri.
5. Membuat kesimpulan
Menyimpulkan H0 diterima atau ditolak. (Hasan, 2010)
2.4. Contoh Penyelesaian soal Uji Urutan Korelasi Spearman
Berikut ini data mengenai hubungan antara nilai matematika dan
nilai statistik dari 10 mahasiswa. Hitung rs-nya! Tentukan hipotesa uji
korealasi rs berdasarkan data yang ada dengan = 5% !
Tabel 1.1 Nilai Matematika dan Statistik dari Sepuluh Mahasiswa
Nilai Matematika (M) 82 75 85 70 77 60 63 66 80 89
Nilai Statistik (S) 79 80 89 65 67 62 61 68 81 84
6
Penyelesaian :
Nilai X Nilai y d
Mahasiswa d2
X urutan Y urutan (X-Y)
1 82 8 79 6 +2 4
2 75 5 80 7 -2 4
3 85 9 89 10 -1 1
4 70 4 65 3 +1 1
5 77 6 67 4 +2 4
6 60 1 62 2 -1 1
7 63 2 61 1 +1 1
8 66 3 68 5 -2 4
9 80 7 81 8 -1 1
10 89 10 84 9 +2 1
Jumlah 22
()
= ( ) = ,
Uji Hipotesa :
1. Formulasi hipotesa
H0 : rs = 0 (tidak ada hubungan antara nilai matematika dan nilai
statistik)
H1 : rs > 0 (ada hubungan positif antara nilai matematika dan nilai
statistik)
2. Taraf Nyata () dan nilai s tabel :
= 5% = 0,05 dengan n = 10
s(0,05) = 0,564
3. Kriteria pengujian :
H0 diterima apabila rs 0,564
H1 ditolak apabila rs > 0,564
7
4. Nilai uji statistik
rs = 0,867
5. Kesimpulan :
Karena rs = 0,867 > s(0,05) = 0,564, maka H0 ditolak. Jadi, ada
hubungan positif yang nyaat antara nilai matematika dan nilai statistik
(Hasan, 2010).
2.5. Melakukan Uji Korelasi Spearman dengan SPSS
Langkah-langkah Uji Korelasi Spearman Rank dengan SPSS:
1. Input data di atas ke dalam SPSS.
2. Pada kolom Name ketik X dan Y.
3. Pada kolom Decimals angka ganti menjadi 0.
4. Pada kolom Label isikan Nilai Matematika untuk variabel X dan Nilai
Statistik untuk variabel Y.
5. Pada kolom Align isikan Center.
6. Pada kolom Measure isikan Nominal.
7. Untuk kolom-kolom lainnya biarkan saja (isian default).
8. Klik tab sheet [Variable View] pada SPSS data editor dan ketik/copy
data sebagai berikut:
8
9. Selanjutanya klik [Analyze] > [Corelate] > [Bivariate].
9
11. Muncul output SPSS viewer menampilkan hasil sebagai berikut ini.
Correlations
Nilai Nilai
Matematika Statistika
Correlation
1,000 ,867**
Nilai Coefficient
Matematika Sig. (2-tailed) . ,001
N 10 10
Spearman's rho
Correlation
,867** 1,000
Coefficient
Nilai Statistika
Sig. (2-tailed) ,001 .
N 10 10
**. Correlation is significant at the 0.01 level (2-tailed).
Analisis :
1. Hipotesis:
- H0 : Tidak ada hubungan antara cara belajar dengan motivasi
belajar siswa.
- H1 : Ada hubungan antara cara belajar dengan motivasi belajar
siswa.
2. Dasar penarikan kesimpulan
- Membandingkan rs hitung hitung dengan rs tabel Jika rs < rs
tabel maka H0 diterima Jika rs > rs tabel maka H0 ditolak
- Membandingkan probabilitas (P-Value/ Sig.) dengan
Jika probabilitas (P-Value/ Sig.) > , H0 diterima.
Jika probabilitas (P-Value/ Sig.) < , H0 ditolak.
3. Kesimpulan
- Membandingkan rs hitung hitung dengan rs tabel
10
Pada output diperoleh angka rs hitung adalah 0,867,
sedangkan rs tabel adalah 0,564 ( = 0,05, n10). Karena rs
hitung > rs tabel atau 0,867 > 0,564 maka H0 ditolak dan H1
diterima artinya ada hubungan antara nilai matematika dengan
nilai statistika pada kesepuluh mahasiswa
- Membandingkan probabilitas (P-Value/ Sig.) dengan .
Karena angka pada kolom Sig. adalah 0,001 < 0,05 maha H0
ditolak dan H1 diterima artinya ada hubungan antara cara
belajar dengan motivasi belajar siswa.
(Usman, 2010 dan Dahlan, 2011)
11
BAB III
KESIMPULAN
Uji korelasi urutan spearman digunakan apabila sumber data untuk kedua
variabel yang akan dikonversikan dapat berasal dari sumber yang tidak sama,
jenis data yang dikorelasikan adalah data yang ordinal, serta data untuk kedua
variabel tidah harus membentuk distribusi normal. Korelasi spearman berkerja
dengan data ordinal atau berjenjang atau rangking dan bebas distribusi. Korelasi
spearman di simbolkan dengan atau rs dengan rumus :
6
= 1
(2 1)
Nilai Korelasi Spearman berada di antara -1 < < 1. Bila nilai = 0, berarti
tidak ada korelasi atau tidak ada hubungan antara variabel independen dan
dependen. Nilai = +1 berarti terdapat hubungan yang positif antara variabel
independen dan dependen. Nilai = -1 berarti terdapat hubungan yang negatif
antara variabel independen dan dependen. Dengan kata lain, tanda "+" dan "-"
menunjukkan arah hubungan di antara variabel yang sedang dioperasionalkan.
12
Daftar Pustaka
13