MAKALAH STATISTIK

TENTANG:

KORELASI (PEARSON DAN SPEARMAN)

OLEH:

Kelompok
Estuhono Nim 1204195
Ririn Hustia Saputri Nim 1204172
Nurmaliati Nim 1204178

DOSEN:

Dr. Hamdi, MSi

Dr. H. Usmeldi, M.Pd

PROGRAM PASCASARJANA
PROGRAM STUDI PENDIDIKAN FISIKA
UNIVERSITAS NEGERI PADANG
2012
 KORELASI

(PEARSON DAN SPEARMAN)

Pembahasan korelasi menitikberatkan pada hubungan antara dua kelompok nilai.

Korelasi merupakan suatu hubungan antara satu variabel dengan variabel lainnya. Hubungan
antar variabel tersebut bias secara korelasional dan bisa juga secara kausal. Korelasi korelasional
(fungsional), yaitu sifat hubungan antarvaribel tidak menunjukkan sifat (hubungan) sebab akibat.
Korelasi kausal, yaitu sifat hubungan antarvariabel terdapat hubungan (sifat) sebab akibat,
sehingga jelas variable sebab dan variable akibat

Pembahasan korelasi minimal menyangkut dua kelompok nilai atau dua variabel. Variabel-
variabel tersebut bisa berasal dari subjek penelitian yang sama, tetapi bisa juga terjadi pada atau
berasal subjek penelitian yang sama.

A. KORELASI PEARSON

Korelasi Pearson merupakan salah satu ukuran korelasi yang digunakan untuk
mengukur kekuatan dan arah hubungan linier dari dua veriabel. Dua variabel dikatakan
berkorelasi apabila perubahan salah satu variabel disertai dengan perubahan variabel
lainnya, baik dalam arah yang sama ataupun arah yang sebaliknya. Harus diingat bahwa
nilai koefisien korelasi yang kecil (tidak signifikan) bukan berarti kedua variabel tersebut
tidak saling berhubungan. Mungkin saja dua variabel mempunyai keeratan hubungan
yang kuat namun nilai koefisien korelasinya mendekati nol, misalnya pada kasus
hubungan non linier. Dengan demikian, koefisien korelasi hanya mengukur kekuatan
hubungan linier dan tidak pada hubungan non linier. Harus diingat pula bahwa adanya
hubungan linier yang kuat di antara variabel tidak selalu berarti ada hubungan sebab-
akibat.

Nilai kovarian distandarkan dengan membagi nilai kovarian tersebut dengan nilai
standar deviasi kedua variabel

……………(1)
 atau ………………….(2)

Contoh soal: Suatu penelitian yang ingin melihat apakah ada hubungan antara banyaknya kredit
yang di ambil dengan indeks prestasi yang dicapai mahasiswa dalam satu
semester. Setelah dilakukan pengumpulan data dari 10 mahasiswa ternyata
penyebaran kredit yang diambil dan indeks prestasi yang dicapai sebagai berikut:

Mahasiswa ke Jumlah sks diambil IP

1 20 3,1
2 18 4,0
3 15 2,8
4 20 4,0
5 10 3,0
6 12 3,6
7 16 4,0
8 14 3,2
9 18 3,5
10 12 4,0

Tentukanlah korelasi pearson nya dengan menggunakan kedua rumus!

Menggunakan rumus 1

X Y X2 Y2 XY
20 3,1 400 9,61 62
18 4,0 324 16 72
15 2,8 225 7,84 42
20 4,0 400 16 80
10 3,0 100 9 30
12 3,6 144 12,96 43,2
16 4,0 256 16 64
14 3,2 196 10,24 44,8
18 3,5 324 12,25 63
12 4,0 144 16 48
155 35,2 2513 125,90 549

n = 10
Menggunakan rumus 2:

4,5 20,25 -0,42 0,1764 -1,89

2,5 6,25 0,48 0,2304 1,2
-0,5 0,25 -0,72 0,5184 0,36
4,5 20,25 0,48 0,2304 2,16
-5,5 30,25 -0,52 0,2704 2,86
-3,5 12,25 0,08 0,0064 -0,28
0,5 0,25 0,48 0,2304 0,24
-1,5 2,25 -0,32 0,1024 0,48
2,5 6,25 -0,02 0,0004 -0,05
-3,5 12,25 0,48 0,2304 -1,68
0 110,5 0 1,996 3,4

Korelasi pearson dengan metode Z skor

Contoh soal:

Sebuah penelitian yang mencari hubungan antara banyaknya jam belajar mandiri per
minggu mahasiswa dengan hasil dari hasil belajar (IP) dari 10 sampel yang terambil
diperoleh data sebagai berikut:

Mahasiswa Jumlah jam belajar/minggu IP yang dicapai

1 40 3,80
2 35 3,60
3 30 3,25
4 25 3,00
5 25 2,95
6 25 3,05
7 20 2,50
8 15 2,00
9 10 1,50
10 5 1,00

X Y ZX ZY ZX ZY

40 3,80 1,57 1,25 1,9625

35 3,60 1,10 1,03 1,1330

30 3,25 0,64 0,64 0,4096

25 3,00 0,18 0,37 0,0666

25 2,95 0,18 0,31 0,0558

25 3,05 0,18 0,42 0,0756

20 2,50 -0,28 -0,18 0,0504

15 2,00 -0,74 -0,73 0,5402

10 1,50 -1,20 -1,50 1,8000

5 1,00 -1,66 -1,83 3,0378

230 26,65 9,1315

r = 9,1315 : 10 = 0,91315
 Karakteristik korelasi

 Nilai r selalu terletak antara -1 dan +1

 Nilai r tidak berubah apabila seluruh data baik pada variabel x, variabel y, atau keduanya
dikalikan dengan suatu nilai konstanta (c) tertetu (asalkan c ≠ 0).

 Nilai r tidak berubah apabila seluruh data baik pada variabel x, variabel y, atau keduanya
ditambahkan dengan suatu nilai konstanta (c) tertetu.

 Nilai r tidak akan dipengaruhi oleh penentuan mana variabel x dan mana variabel y.
Kedua variabel bisa saling dipertukarkan.

 Nilai r hanya untuk mengukur kekuatan hubungan linier, dan tidak dirancang untuk
mengukur hubungan non linier

Koefisien Korelasi

Koefisien korelasi mengukur kekuatan dan arah hubungan linier dari dua veriabel.
Harus diingat bahwa nilai koefisien korelasi yang kecil (tidak signifikan) bukan berarti
kedua variabel tersebut tidak saling berhubungan. Mungkin saja dua variabel mempunyai
keeratan hubungan yang kuat namun nilai koefisien korelasinya mendekati nol, misalnya
pada kasus hubungan non linier. Dengan demikian, koefisien korelasi hanya mengukur
kekuatan hubungan linier dan tidak pada hubungan non linier.

B. KOREASI SPEARMAN

Korelasi rank (jenjang) Spearman adalah sebuah metode yang diperlukan untuk
mengukur keeratan hubungan antara dua variabel dimana dua variabel itu tidak
mempunyai joint normal distribution dan conditional variance-nya tidak diketahui sama.
Korelasi rank dipergunakan apabila pengukuran kuantitatif secara eksak tidak mungkin
atau sulit dilakukan. Dalam mengukur koefisien korelasinya, disyaratkan bahwa
pengukuran kedua variabelnya sekurang-kurangnya dalam skala ordinal sehingga individu-
individu yang diamati dapat diberi jenjang dalam dua rangkaian berurutan. Dalam analisis
ini, hipotesis nihil yang akan diuji mengatakan bahwa dua variabel yang diteliti dengan
nilai jenjangnya itu independen ; artinya bahwa tidak ada hubungan antara jenjang variabel
yang satu dengan jenjang dari variabel lainnya. Pengujian dapat didasarkan pada sampel
kecil ataupun sampel besar (apabila n ≥ 10).
 Ket: D = selisih antara X dan Y

Usman, Husaini dan Setiady Akbar, R. Purnomo. Pengantar Statistika. 2003. Bumi
Aksara : Jakarta.

Di dalam buku ini dijelaskan bahwa korelasi rank ditemukan oleh Spearman,
sehingga disebut juga sebagai korelasi Spearman. Korelasi ini dapat juga disebut sebagai
korelasi bertingkat, korelasi berjenjang, korelasi berurutan, atau korelasi berpangkat.
Korelasi rank dipakai apabila :

1. Kedua variabel yang akan dikorelasikan itu mempunyai tingkatan data ordinal
2. Jumlah anggota sampel dibawah 30 (sampel kecil)

3. Data tersebut memang diubah dari interval ke ordinal

4. Data interval tersebut ternyata tidak berdistribusi normal

Besarnya hubungan antara dua variabel atau derajat hubungan yang mengukur
korelasi berpangkat disebut koefisien korelasi berpangkat atau koefisien korelasi Spearman
yang dinyatakan dengan lambang rs. Korelasi rank berguna untuk mendapatkan :

1. Kuatnya hubungan dua buah data ordinal

2. Derajat kesesuaian dari dua penilai terhadap kelompok yang sama

3. Validitas konkuren alat pengumpul data

4. Reliabilitas alat pengumpul data setelah dikembangkan bersama-sama dengan William

Brown, sehingga disebut dengan Korelasi Spearman-Brown dengan lambang rii.

Koefisien korelasi peringkat Spearman (rs) adalah suatu ukuran dari kedekatan hubungan
antara dua variabel ordinal. Dengan demikian koefisien korelasi peringkat Spearman
berfungsi mirip dengan koefisien korelasi linier (r), hanya saja yang digunakan adalah nilai-
nilai peringkat dari variabel x dan y, bukan nilai sebenarnya (Harinal : 2005). Perhitungan
koefisien korelasi peringkat Spearman dilakukan melalui tahap-tahap sebagai berikut :
 1. Penyusunan peringkat dari data
2. Penentuan perbedaan peringkat dari pasangan data

3. Perhitungan koefisien korelasi peringkat

Untuk menginterpretasikan nilai koefisien korelasi Spearman, sama halnya seperti

koefisien korelasi linear, perlu diingat bahwa nilai korelasi nol (rs = 0) menunjukkan tidak
adanya korelasi. Sedangkan nilai korelasi +1,0 dan -1,0 menunjukkan korelasi yang
sempurna

Contoh soal:

Suatu penelitian terhadap hubungan antara rangking tes mahasiswa dengan rangking di
kelas sesudah ikut kuliah. Dari 10 mahasiswa yang terambil sebagai sampel ternyata
penyebaran datanya sebagai berikut:

Mahasiswa 1 2 3 4 5 6 7 8 9 10

Rangking tes masuk 1 2 3 4 5 6 7 8 9 10

Rangking kelas 10 7 8 6 5 3 4 2 9 1

X Y
1 10
2 7
3 8
4 6
5 5
6 3
7 4
8 2
9 9
10 1 9
D D2
9 81
5 25
5 25
2 4
0 0
3 9
3 9
6 36
0 0
81
42 270
Contoh Data Buatan Korelasi Rank Spearman :

Seorang guru di Sekolah Taman Kanak-kanak memberikan rating pada kegemaran

menggambar dan tingkat kreatifitas anak-anak di sekolah tersebut dengan menggunakan
skala 0-100. Dari sampel beberapa anak di kelas Matahari, skor mereka adalah :

Prosedur pengujiannya adalah :

1. Formulasi Ho dan H1 :

Ho : ρ = 0 (tidak ada hubungan antara kegemaran menggambar dengan tingkat

kreatifitas anak-anak)

H1 : ρ > 0 (ada hubungan antara kegemaran menggambar dengan tingkat kreatifitas

anak-anak)

2. Digunakan uji signifikansi koefisien korelasi rank Spearman.

3. Digunakan taraf signifikansi 0,01 dengan besar sampel, n = 8. Lihat tabel harga-harga
kritis rs Koefisien Korelasi Ranking Spearman. Harga kritis rs untuk n = 8 dan alpha 0,01
adalah 0,833.
4. Kriteria pengujian :

Ho ditolak apabila nilai rho observasi > 0,833 dan Ho diterima apabila nilai rho observasi
< 0,833.

5. Nilai rho observasi (harga uji statistik rs)

6. Keputusan pengujian
 Oleh karena nilai rho observasi (0,95) lebih besar dari harga/nilai kritis rs (0,833)
maka diputuskan Ho ditolak (berarti H1 diterima) pada taraf signifikansi 0,01. Dapat
disimpulkan bahwa terdapat derajat hubungan yang tinggi antara tingkat yang diberikan
pada kegemaran menggambar anak-anak dan tingkat pada kreatifitas mereka

C. Kesimpulan
Berdasarkan uraian di atas dapat disipulkan:
1. Korelasi merupakan hubungan antara satu variable dengan variable lainya
2. Bentuk Korelasi ada dua macam:
a. Korelasi korelasional ( fungsional) yang artinya sifat hubungan antar
variable tersebut tidak menunjukkan sifat sebab akibat.
b. Korelasi kausal yang artinya sifat hubungan antar variabeltersebut
diwarnai sifat sebab akibat, sehingga jelas variable mana yang merupakan
sebab dan variable mana yang menunjukkan akibat.
3. Sifat korelasi dapat dilihat melalui pembuatan grafik dan perhitungan. Sifat
hubungan antar variable dapat dilihat:
 Positif kuat, apabila salah satu variable cenderung untuk naik nilainnya,
maka variable lainnya juga ikut naik.

 Negative kuat, , apabila salah satu variable cenderung untuk naik

nilainnya, maka variable lainnya justru cenderung turun.

 Tidak berkorelasi, masing-masing variable cenderung independent(bebas)

4. Perhitungan korelasi yang sering dilakukan menggunakan rumus-rumus:

 Korelasi pearson (product moment correlation)

 Korelasi pearson dengan metode Z

 Korelasi Spearman (Spearman correlation)

5. Korelasi Pearson digunakan untuk skala nilai variable yang dicari korelasinya
sama-sama bersekala interval/ ratio. Disamping itu keduanya mempunyai
rentangan yang relative sama.
 6. Korelasi dengan metode Z digunakan jika salah satu syarat yang harus dipenuhi
jika menggunakan rumus korelasi Pearson tidak terpenuhi,yaitu rentang nilainya
tidak sama.

7. Korelasi Spearman digunakan jika skala nilai variabelnya ordinal.

DAFTAR PUSTAKA

Irianto, A. 2003. Statistika, Konsep Dsar dan Aplikasinya.Prenada Media: Jakarta

Usman, Husaini dan Setiady Akbar, R. Purnomo. Pengantar Statistika. 2003. Bumi
Aksara : Jakarta.

http://id.wikipedia.org/w/index.php?title=Korelasi_Pearson&oldid=4075000

http://aldoranuary26.blog.fisip.uns.ac.id/2011/12/12/korelasi-spearman-referensi/

http://statistikaterapan.files.wordpress.com/2009/12/spearman1