Anda di halaman 1dari 8

BAB I

PENDAHULUAN

1.1. Latar Belakang


Pada statistik parametrik, pengujian hipotesis (uji parametrik)
atau aturan pengambilan keputuasan dipengaruhi oleh asumsi-asumsi
tertentu. Misalnya, distribusi probabilitas untuk pengambilan sampel
dan bentuk varians. Asumsi untuk distribusi misalnya distribusi
normal, binomial, distribusi F, dan distribusi student t. Asumsi untuk
bentuk varians, misalnya memiliki varians yang homogen, seperti
pada pada regresi dan korelasi. Asumsi-asumsi tersebut tidak diuji lagi
dan dianggap sudah terpenuhi.Namun dalam praktiknya, situasi yang
sering muncul tidak memenuhi asumsi yang dimaksud. Oleh karena
itu, digunakan statistik non-parametrik. Jadi, statistik nonparametrik
merupakan alternatif dalam memecahkan masalah, seperti pengujian
hipotesis atau pengambilan keputusan, apabila statistik parametrik
tidak dapat digunakan.
Statistik nonparametrik digunakan apabila sampel yang
digunakan memiliki ukuran kecil; data yang digunakan bersifat
ordinal, yaitu data yang bisa disusun ; data yang digunakan bersifat
nominal; bentuk distribusi populasi dan tempat pengambilan sampel
tidak diketahui menyebar secara normal; serta ingin menyelesaikan
masalah statistik secara cepat tanpa menggunakan alat bantu hitung.
ada beberapa jenis uji statistik nonparametrik yaitu Uji Tanda (sign
test), Uji Urutan bertanda Wilcoxon (The Signed Rank Test), Uji
Korelasi Urutan Spearman (The Rank Correlation Test), Uji Mann-
Whitney (U Test), Uji Kruskal-Wallis (H Test), Uji Ramdomness, dan
Uji Median (Median Test). Di dalam makala ini akan membahas
tentang Uji Korelasi Urutan Spearman (The Rank Correlation Test)
1.2. Rumusan Masalah
1.2.1. Bagaimana definisi dari Uji Korelasi Urutan Spearman
(The Rank Correlation Test)?
1.2.2. Bagaimana Koefisien Korelasi Spearman yang digunakan
dalam statistik nonparametrik ?
1.2.3. Bagaimana Uji Hipotesa Koefisien Korelasi Spearman?
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
1.4. Manfaat
Manfaat dari penulisan makalah ini adalah untuk mengetahui
dan memahami tentang statistik nonparametrik uji Korelasi Urutan
Spearman (The Rank Correlation Test).
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
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 :

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

3 3
2 =

3 3
2 =

Keterangan :
tx = jumlah variabel X yang urutannya sama
ty = jumlah variabel Y yang urutannya sama
(Hasan, 2010)
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)
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.
Daftar Pustaka

Hasan, M. Iqbal. 2010. Pokok-Pokok Materi Statistik 2. Jakarta:PT Bumi Aksara


Jan Hauke et al. 2011. Comparison Values Of Pearsons and Spearmans
Correlation Coeficients on The Same Sets of Data.Poland: Adam
Mickiewicz University,
Lucile Gust and Xavier Benoit Djourno.2014.The use of correlation functions in
thoracic surgery research.Prancis:Aix-Marseille University. j.issn.2072-
1439.2015.01.54
Nanang Martono. 2010. Statistik Sosial Teori dan aplikasi Program
SPSS.Yogyakarta:Gava Media
Sugiyono. 2016. Statistika untuk Penelitian. Bandung: Penerbit Alfabeta

Anda mungkin juga menyukai