Kelompok 4
PROGRAM PASCASARJANA
UNIVERSITAS NEGERI SEMARANG
TAHUN 2016
A. PENGERTIAN
Uji korelasi yang dikembangkan oleh Charles Spearman (1863-1945), yakni
sebuah uji statistik yang digunakan untuk menguji hipotesis asosiatif dua variabel dengan
data yang berskala ordinal. Uji ini dilakukan untuk data nonparametrik atau tidak
berdistribusi normal dan tanpa memerhatikan linieritasnya. Data yang diuji berskala
ordinal, maka harus dibuat perankingan datanya terlebih dahulu sebelum diuji.
Uji korelasi Spearman digunakan untuk menguji ada tidaknya hubungan di antara
dua variabel. Pengujian dilakukan dengan menentukan koefisien korelasi dari dua
variabel yang diuji. Koefisien korelasi Spearman dilambangkan dengan ρ (rho) untuk
parameter dan rs untuk statistiknya. Nilai koefisien korelasi rs menyatakan
seberapa kuat hubungan kedua variabel yang diuji.
B. HIPOTESIS
Uji korelasi Spearman dibedakan menjadi 3, yakni uji dua pihak, uji satu pihak
untuk korelasi positif dan uji satu pihak untuk korelasi negatif. Berikut hipotesis statistik
untuk masing-masing jenis uji korelasi Spearman.
1. Uji Dua Pihak (Two Tailed Test)
H 0 : ρs=0 (Tidak ada korelasi di antara dua variabel)
H 1 : ρ s ≠ 0 (Ada korelasi di antara dua variabel)
2. Uji Satu Pihak untuk Korelasi Positif (One Tailed Test for Positive Correlation)
H 0 : (Tidak ada korelasi di antara dua variabel)
H 1 : (Ada hubungan dari nilai lebih besar di variabel satu dan variabel 2 yang
dipasangkan)
3. Uji Satu Pihak untuk Korelasi Negatif (One Tailed Test for Negative Correlation)
H0: (Tidak ada korelasi di antara dua variabel)
H1: (Ada hubungan dari nilai lebih besar di variabel satu dan nilai lebih kecil di
variabel 2 yang dipasangkan, atau sebaliknya)
C. UJI STATISTIK
Uji korelasi Spearman digunakan untuk menguji korelasi antara dua buah variabel
yang independen, yang bergantung satu sama lain. Setelah mengkonversi data untuk
setiap sampel ke dalam bentuk ranking, jika tidak ada hubungan di antara ranking-
ranking pada variabel pertama dan kedua, nilai dari uji statistiknya dapat dihitung
menggunakan rumus yang dikembangkan dari rumus koefisien korelasi Kendall Tau
berikut.
r=
∑ xy
√∑ x 2 ∑ y 2
Di mana jumlah-jumlah mencakup harga-harga n dalam sampelnya. Sekarang bila X
dan Y adalah harga-harga ranking r=r s , dan jumlah n bilangan bulat 1,2,.... n
adalah
n(n+1)
∑ X= 2
2 2
dari jumlah kuadrat bilangan-bilangan 1 ,2 , .... n2 dapat ditunjukkan sebagai
berikut.
n ( n+ 1 ) (2 n+1)
∑ X 2= 6
X− X́
X
∑¿
¿
Oleh sebab itu, ¿2
¿
¿
∑ (¿) =∑ X 2 −¿
2
∑ x 2=¿
n ( n+1 ) (2 n+1) n (n+1)2 n3−n
dan ∑ x 2= 6
−
4
¿
12
n3 −n
Maka, ∑ y 2= 12
.
Sekarang T =x− y
y
x−¿
¿
T 2 =¿
∑ T 2=∑ x 2 +∑ y 2−∑ 2 xy
Karena rumus r menyatakan bahwa
r=
∑ xy =r
s
√∑ x 2 ∑ y 2
jika observasi-observasinya di ranking, maka diperoleh
∑ T 2=∑ x 2 +∑ y 2−2 r s √∑ x 2 ∑ y 2
dengan demikian rs =
∑ x 2 + ∑ y 2− ∑ T 2
2 √∑ x 2 ∑ y 2
dengan X dan Y dalam rank, kita dapat mensubstitusikan
n3−n
∑ x 2= 12
=∑ y 2 ke dalam rumus r s , maka akan diperoleh :
n3−n n3 −n
+ −∑ T 2
12 12
rs =
3
2
√( n3−n
12 )( n3−n
12 )
n −n
2 −∑ T 2
12
¿ 3
n −n
2
12
¿ 1−
∑ T2
n 3−n
6
n
n( ¿¿ 2−1)
6∑ T 2
¿ 1−
¿
Maka, didapatkan rumus korelasi Spearman sebagai berikut :
n
n( ¿¿ 2−1)
n
2
6∑ T
s =1
r s =1−
¿
Keterangan:
r s : koefisien korelasi untuk sampel data berpasangan (statistik sampel)
ρ s : koefisien korelasi untuk semua data populasi (parameter populasi)
n : banyaknya pasangan data sampel
T : selisih ranking data variabel X dan Y
D. KRITERIA PENGUJIAN
Kriteria pengujian untuk uji korelasi Spearman yaitu tolak H0 jika r s ≥ r tabel .
r tabel diperoleh dari Tabel Spearman Rho ( ρ ¿ untuk n ≤30 . Jika n>30 ,
maka perhitungan dilanjutkan dengan menentukan nilai zs menggunakan rumus
berikut.
z s=r s √n−1
Untuk uji korelasi dua pihak, H0 ditolak jika zs > z 1 , sedangkan untuk
(0,5− α )
2
uji korelasi satu pihak, H0 ditolak jika z s > z(0,5−α ) . Nilai z 1 dan z(0,5−α )
(0,5− α)
2
E. PROSEDUR PENGUJIAN
1. Uji Manual
Langkah-langkah untuk uji manual korelasi Spearman adalah sebagai berikut.
a. Tentukan hipotesis pengujian.
b. Konversikan data tersebut dalam bentuk ranking.
c. Hitung selisih dari ranking pasangan data dari dua variabel yang diuji (T )
kemudian hitung nilai T 2 .
d. Subsitusikan nilai T 2 dan n ke rumus korelasi Spearman r s
e. Tentukan nilai r tabel . Untuk n ≤30 , lihat nilai r tabel dari tabel Spearman
rho ( ρ) . Jika n>30 , hitung nilai zs .
f. Jika n ≤30 , tolak H0 jika r s ≥ r tabel . Untuk n>30 , jika uji yang
dilakukan dua pihak, maka H0 ditolak jika z s >z 1 . Jika uji yang
(0,5− α )
2
F. CONTOH-CONTOH SOAL
1. Sebuah penelitian mengenai pertumbuhan populasi bakteri dilakukan dengan waktu
yang dipilih secara acak (dalam jam) dan dihasilkan data sebagai berikut.
Banyaknya Bakteri dalam Pertumbuhan Populasi
Waktu 10 10 12 12 12 13 14 17
6 606
(dalam jam) 7 9 5 6 8 3 3 7
Ukuran
2 3 4 10 16 29 35 38 41 45
Populasi
Gunakan taraf signifikansi 0.05 untuk mengetahui korelasi antara waktu dan populasi
bakteri.
Selesaian :
Jelas bahwa data tersebut merupakan sampel yang acak.
H 0 : ρ0=0 (Tidak ada korelasi antara waktu dan populasi bakteri)
H1: ρ0≠ 0 (Ada korelasi antara waktu dan populasi bakteri)
Beri ranking pada urutan skor yang ada dalam data, kemudian hitung selisihnya.
Waktu 10 10 12 12 12 13 14 17
6 606
(dalam jam) 7 9 5 6 8 3 3 7
Ranking dari
waktu 1 2 3 4 5 6 7 8 9 10
(X i )
Ukuran
Populasi 2 3 4 10 16 29 35 38 41 45
Bakteri
Ranking dari
populasi 1 2 3 4 5 6 7 8 9 10
(Y i)
T 0 0 0 0 0 0 0 0 0 0
2
T 0 0 0 0 0 0 0 0 0 0
Jelas bahwa ranking antara waktu yang dipilih dengan ukuran populasi saling bebas.
n
n(¿¿ 2−1)
n
Berarti kita gunakan rumus 2 . Maka :
6∑ T
s −1
r s =1−
¿
n
n( ¿¿ 2−1)
10
2
6∑ T
1
r s =1−
¿
10
10(¿¿ 2−1)
6( 0)
¿ 1−
¿
0
¿ 1−
990
¿1
Jelas r tabel untuk n=10 adalah 0,648 . Karena r s >r tabel , maka kita tolak
H 0 . Berartti terdapat korelasi positif yang sempurna antara waktu yang dipilih dan
ukuran populasi bakteri. Semakin lama waktunya, maka semakin besar ukuran
populasi bakteri.
n
n( ¿¿ 2−1)
n
Berarti kita gunakan rumus 2 . Maka :
6∑ T
s −1
r s =1−
¿
n
n(¿¿ 2−1)
12
2
6∑ T
1
r s =1−
¿
12
12(¿¿ 2−1)
6(52)
¿ 1−
¿
312
¿ 1−
1716
¿ 1−0,182
¿ 0,818
Jelas r tabel untuk n=12 adalah 0,591 . Karena r s >r tabel , maka kita tolak
H 0 . Berartti terdapat korelasi positif yang sangat kuat antara keotoriteran dan
perjuangan status sosial mahasiswa.
3. Seorang guru ingin mengetahui apakah ada korelasi positif antara pelajaran Statistika dan
Ekonometrika. Diambil sampel secara acak sebanyak 42 siswa yang berasal dari 2 kelas.
Berikut data nilai ujian Statistika dan Ekonometrika dari siswa-siswa tersebut.
Tabel Nilai Ujian Statistika (S) dan Ekonometrika (E) Siswa
Hipotesis:
• H 0 : ρ0=0 (Tidak ada korelasi positif antara pelajaran Statistika dan
Ekonometrika)
• H1: ρ0≠ 0 (Ada korelasi positif antara pelajaran Statistika dan Ekonometrika)
Perhitungan:
n
n(¿¿ 2−1)
12
2
6∑ T
1
r s =1−
¿
42
42(¿¿ 2−1)
6(11084,5)
¿ 1−
¿
66507
¿ 1−
74046
¿ 1−0,8982
¿ 0,1018
z s=r s √n−1
¿ 0,1018 √ 42−1
¿ 0,1018 √ 41
¿ 0,1018(6,4031)
¿ 0,6518
Dengan α =5 , diperoleh z(0,5−α ) =z 0,495=2,57 .
Karena z s < z(0,5−α ) , maka H0 diterima. Jadi, tidak ada korelasi positif antara hasil
ujian pelajaran Statistika dan Ekonometrika.
Perhitungan dengan bantuan aplikasi SPSS menghasilkan output sebagai berikut.
Gambar 4. Hasil Uji Korelasi Spearman dengan SPSS pada Soal No. 3
Berdasarkan Gambar 4, diperoleh taraf kritik =0,558>α =0,05 , maka kita terima
H 0 . Dengan demikian, diperoleh kesimpulan yang sama dari hasil pengujian dengan
perhitungan manual dan menggunakan SPSS, yakni tidak ada korelasi positif antara hasil
ujian pelajaran Statistika dan Ekonometrika.
DAFTAR PUSTAKA
Conover, W. J. 1980. Practical Nonparametric Statistics. USA: John Wiley & Sons, Inc.
Irianto, A. 2008. Statistik Konsep Dasar dan Aplikasinya. Jakarta: Kencana Prenada Media
Group.
Siegel, S. 1994. Statistik Nonparametrik untuk Ilmu-ilmu Sosial. Jakarta: PT Gramedia
Pustaka Utama.
Supangat, A. 2008. Statistika dalam Kajian Deskriptif, Inferensi, dan Non Parametrik.
Jakarta: Kencana Prenada Media Group.
Triola, M. F. 2011. Elementary Statistics Using The TI-83/84 Plus Calculator 3rd Edition
Elementary Statistics Using The TI-83/84 Plus Calculator 3rd Edition. USA: Pearson
Education, Inc.