2.

4 Korelasi Rank Spearman

Atau koefisien korelasi tata jenjang ( rank –order correlation coeficient).

Teori Korelasi ini dikemukakan oleh Carl Spearman. Nilai korelasi ini
disimbolkan dengan "𝜌 " (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).

Pada pengukuran korelasi untuk dua data yang nominal, bisa dengan metode
Cramer, Lambda dan sebagainya.Namun jika data yang yang diteliti tidak
semuanya nominal, maka penggunaan metode-metode tersebut tidaklah
tepat.Untuk data dengan tipe Ordinal yaitu data mempunyai urutan atau rangking,
seperti sikap suka, Cukup Suka. Tidak Suka, peringkat 1,2,3 dst), ukuran korelasi
yang digunakan bisa berupa Korelasi Spearman, Kendall, Somers, Gamma dan
sebagainya.
Pada suatu kasus, jika salah satu satu variabel mempunyai tipe ordinal dan yan
lainnya data Rasio, maka diambil penggunaan metode dengan data yang lebih
rendah derajatnya, pada kasus ini maka yang digunakan adalah korelasi
Spearman.Hal ini sama jika akan dilakukan uji korelasi antara variabel bertipe
nominal dengan ordinal, maka akan dipakai ukuran korelasi nominal, yaitu
menggunakan uji korelasi Cramer, Lambda dan lainnya.
Uji Rank Spearman digunakan untuk menguji hipotesis korelasi dengan skala
pengukuran variabel minimal ordinal. Dalam Uji Rank Spearman, skala data
untuk kedua variabel yang akan dikorelasikan dapat berasal dari skala yang
berbeda (skala data ordinal dikorelasikan dengan skala data numerik) atau sama
(skala data ordinal dikorelasikan dengan skala data ordinal).

FUNGSI :

1
 (a). Untuk mengetahui ada tidaknya hubungan/ korelasi antar 2 variabel;
(b). Mengetahui koefisien korelasi;
(c). Mengetahui arah hubungan;
(d). Besarnya kontribusi X terhadap Y (dalam persen).

Tes Rho Spearman dapat diterapkan jika;

(a). Berhadapan dengan 1 sampel yang diambil secara random
(b). Masing-masing elemen sampel memiliki 2 variabel dan tiap variabel dapat
dibuat penjenjangan (tata urutan)
(c). data yang ada menunjukkan garis lurus
(d). memperlihatkan kecenderungan berdistribusi normal.

Teknik korelasi ini dipergunakan untuk menganalisis data penelitian yang

mempunyai karakteristik:
1. Hipotesis yang diajukan hipotesis asosiatif
2. Skala data minimal ordinal
3. Data tidak harus berdistribusi normal tetapi memiliki kecenderungan
berdistribusi normal.
Populasi sampel yang diambil sebagai sampel 5 < n < 30.
Jadi Uji korelasi Rank Spearman adalah uji yang bekerja untuk skala data ordinal
atau berjenjang atau rangking, dan bebas distribusi.

2.4.1Formula:

Untuk N 5 < n < 30 dapat digunakan rumus :

6 ∑ 𝑑2
𝜌 = 1−
N(𝑁 2 − 1)

rumus ini digunakan jika tidak ada nilai yang sama untuk setiap variabelnya.
Jika ada nilai yang sama maka jumlahnya tidak terlampau besar. Jika ada skor
yang sama dalam jumlah relatif besar dapat digunakan rumus :

2
 ∑ 𝑥 2 + ∑ 𝑦 2 − ∑ 𝑑2
𝜌=
2𝑎
𝜌 rumus ini adalah rumus Rho dengan unsur koreksi

𝑁3 − 𝑁
2
𝑡3 − 𝑡
∑𝑥 = − ∑ 𝑇 𝑥𝑇 =
12 12

𝑁3 − 𝑁
∑ 𝑦2 = − ∑𝑇𝑦
12

t adalah masing-masing nilai yang sama

𝑁−2
𝑡 = rs√
1 − 𝑟𝑠 2

nilai korelasi. Berikut adalah tabel nilai korelasi beserta makna nilai tersebut:

Nilai Makna
0,00-0,19 Sangat rendah /
sangat lemah
0,20-0,39 Rendah / lemah
0,40-0,59 Sedang
0,60-0,79 Tinggi / kuat
0,80-1,00 Sangat tinggi/sangat
kuat

Tabel , Makna Nilai signifikan Korelasi Spearman.

3
 Nilai Korelasi Spearman berada di antara -1 <𝜌< 1. Bila nilai = 0, berarti tidak
ada korelasi atau tidak ada hubungan antara variabel independen dan dependen.
Nilai 𝜌 = +1 berarti terdapat hubungan yang positif antara variabel independen
dan dependen. Nilai 𝜌 = -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

2.4.2 Cara penggunaan

4
1. Berikan peringkat pada nilai-nilai variabel x dari 1 sampai n. Jika terdapat
angka-angka sama, peringkatyang diberikan adalah peringkat rata-rata dari
angkaangkayang sama.
2. Berikan peringkat pada nilai-nilai variabel y dari 1 sampai n. Jika terdapat
angka-angka sama, peringkatyang diberikan adalah peringkat rata-rata dari
angkaangkayang sama.
3. Hitung di untuk tiap-tiap sampel
4. Kuadratkan masing-masing di dan jumlahkan semua di2
5. Hitung Koefisien Korelasi Rank Spearman (ρ)

2.4.3 Aturan pengambilan keputusan

No Parameter Nilai Interpretasi

ρ hitung dan ρ tabel. ρ hitung ≥ Ho ditolak Ha
ρ tabel dapat dilihat pada ρ table diterima
Tabel J (Tabel Uji Rank ρ hitung < Ho diterima Ha
Spearman) yang memuat ρ table ditolak
ρ tabel, pada berbagai n
dan α
Arah Korelasi ρ hitung + (positif) Searah, semakin
besar
nilai xi semakin
besar
pula nilai yi

- (negatif) Berlawanan arah,

semakin besar nilai
xi
semakin kecil nilai

5
 yi,
dan sebaliknya

2.4.4 Uji signifikan

Untuk N > 30 diperlukan uji signifikan spearman.

Uji signifikansi Spearman menggunakan Uji Z karena distribusinya mendekati

distribusi normal.rumus ini digunakan jika N lebih dari 30. Kekuatan hubungan
antar variabel ditunjukkan melalui

Formula uji signifikan

Melakukan uji signifikansi menggunakan uji Z:

𝝆
𝑍ℎ𝑖𝑡𝑢𝑛𝑔 =
√1
(𝑛−1)

Mengambil kesimpulan:
Bila Z hitung > Z tabel, maka hubungan x dan y adalah signifikan.
Bila Z hitung < Z tabel, maka hubungan x dan y adalah tidak signifikan.

2.4.5 Contoh soal

Contoh soal 1

Sebuah penelitian dilakukan untuk mengetahui korelasi antara motivasi belajar

dengan prestasi belajar statistika.Hasil pengumpulan data dapat dilihat pada tabel
di bawah.Bagaimana kesimpulan yang dapat diambil dari data tersebut? α=0.05
Hasil uji normalitas, data tidak terdistribusi normal

6
Penyelesaian

7
Prosedur Uji
1. Tetapkan hipotesis
H0 :ρ= 0
Ha :ρ≠ 0
2. Tentukan nilai ρ tabel pada n=12 α=0,05= 0,591
3. ρhitung = 0,881
4. Kesimpulan
Karena nilai ρ hitung (0,881) ≥ ρ tabel (0,591),maka Ho ditolak Ha diterima
berarti ada korelasi yang positif antara motivasi belajar dengan prestasi belajar
statistika.

8
Contoh 2:

SetelahdihitungdenganteknikSpearman Rank diperolehnilairho = 0,95

Untukmenginterpretasikanangkatersebutperludibandingkandengan table nilai-
nilairho
Dengantarafnyataα= 0,05dann = 10, Diperolehnilairho table sebesar= 0,648.
Dengantarafnyataα= 0,01dann = 10, Diperolehnilairho table sebesar= 0,794
Sementararho hitungsebesar= 0,95Tampakbahwarho hitunglebihbesardarirho
tabel.
Hal ini berarti terdapat kesesuaian yang nyata/signifikan antara juri 1 dan juri 2
dalam memberikan penilaian terhadap 10 karya tulis mahasiswa.

Contoh Kasus 3
Seorang peneliti ingin mengetahui hubungan antara kepemimpinan kepala desa,
partisipasi wajib pajak, dan efektivitas pelunasan Pajak Bumi dan Bangunan
(PBB). Setelah dilakukan pengumpulan data, maka datanya dapat disajikan ke
dalam tabel berikut:

9
Input data di atas dengan karakteristik sebagai berikut:
1.X1 Kepemimpinan Kades
2.Measurement level: Ordinal
3. Format: F4 Column Width: 4 Alignment: Right
4.X2 Partisipasi Wajib Pajak
5.Measurement level: Ordinal
6. Format: F4 Column Width: 4 Alignment: Right
7. Y Efektivitas Pelunasan PBB
8.Measurement level: Ordinal
9. Format: F4 Column Width: 4 Alignment: Right

10
 Korelasi rank spearman antara variabel Kepemimpinan Kades dengan
Efektivitas Pelunasan PBB adalah sebesar 0,863 dengan arah positip. Hal ini
berarti perubahan yang dialami oleh Kepemimpinan Kades akan diikuti secara
positip oleh Efektivitas Pelunasan PBB. Hubungan antara kedua variabel tersebut
signifikan karena nilai P atau Sig. sebasar 0,000 atau lebih kecil dari tingkat
kesalahan yang kita pasang 0,05 (5%). Tanda bintang dua ** juga menunjukkan
hubungan kedua variabel tersebut sangat signifikan, artinya dari 1000 kasus hanya
ada satu kemungkinanmenyimpang.
Korelasi rank spearman antara variabel Partisipasi Wajib Pajak dengan
Efektivitas Pelunasan PBB adalah sebesar 0,824 dengan arah positip. Hal ini
berarti perubahan yang dialami oleh Partisipasi Wajib Pajak akan diikuti secara
positip oleh Efektivitas Pelunasan PBB. Hubungan antara kedua variabel tersebut

11
signifikan karena nilai P atau Sig. sebasar 0,000 atau lebih kecil dari tingkat
kesalahan yang kita pasang 0,05 (5%). Tanda bintang dua ** juga menunjukkan
hubungan kedua variabel tersebut sangat signifikan, artinya dari 1000 kasus hanya
ada satu kemungkinan menyimpang.

Contoh soal 4

Pada contoh kasus berikut ini mengg unakan kombinasi antara data ordinal dan
data rasio.Diadakan penelitian hubungan antara skor Test, Prestasi Kerja, dan
absensi pegawai sebuah perusahaan.digunakan metode rank spearman untuk
mengukur hubungan antara variabel tersebut: Data hasil penelitian sebagaimana
berikut ini:

Penyelesaian:
1. Uraian Data
Pada kasus ini jenis data yang dipergunakan adalah kombinasi antara data ordinal
dan data rasio yaitu :
Variabel Jenis Data
Test Ordinal
Prestasi Kerja Ordinal
Absensi Rasio

12
 Variabel Test, Prestasi dan Motivasi adalah data ordinal, dengan penilaian
skor 100, skor 0 , sangat jelek dan skor 100 sangat bagus. Dalam data ordinal
perbedaan skor adalah perbedaan peringkat, bukan suatu penambahan atau
kelipatan jumlah. Sebagai contoh, jika prestasi kerja pekerja ke 1 mempunyai skor
30 dan prestasi pekerja ke 2 mempunyai skor 60, maka tidak bisa dikatakan
pekerja 2 berprestasi dua kali lebih bagus dari pekerja ke 1, tetapi dapat dikatakan
bahwa pekerja 2 lebih bagus prestasinya dibandingkan pekerja 1. Data variabel
Absen adalah data rasio, yang berarti bahwa angka 4 berarti seorang pekerja
benar-benar 4 kali tidak masuk bekerja dalam sebulan.

2. Persamaan , digunakan persamaan adalah

6 ∑ 𝑑𝑖 2
𝜌 = 1−
N(𝑁 2 − 1)

Rs atau 𝜌 : Korelasi rank spearman

di : selisih ranking data ke i
N : jumlah data

3. Hubungan antara Test dan Prestasi Kerja Pegawai

Tabel Pembantu
berdasrkan persamaan diatas, maka untuk memudahkan perhitungan maka
dibuatkan tabel pembantu sebagai berikut:

13
Rangking Data untuk Test mempunyai mulai dari 1 s/d 11, dan tidak ada skor
yang nilainya sama.
Rangking Data untuk Prestasi mempunyai mulai dari 1 s/d 11, tetapi ada skor
yang nilainya sama yaitu skor 75 ada 2 buah, maka rangking yang diberikan
adalah (4+5)/2 = 4,5.

coba perhatikan bahwa hasil perhitungan point 3 hasilnya sama dengan hasil Uji
SPSS, rs = 0,954

14
Uji Penafsiran Keeratan Hubungan
Uji sigifikansi, digunakan untuk manafsir keeratan korelasi antara Test dan
Prestasi Kerja.pengujian dilakukan dengan dilakukan dengan uji Z. Dasar
pengambilan keputusan:

Dengan membandingkan z hitung dengan z tabel:

Jika z hitung < z tabel, maka Ho diterima
Jika z hitung > z tabel.maka Ho ditolak ■

Dengan melihat angka probabilitas.dengan ketentuan:

Probabilitas > 0.05 maka Ho diterima
Probabilitas < 0.05 maka Ho ditolak

Keputusan:
• Dengan membandingkan / hitung dengan z label:
NB: Untuk n (jumlah sampel) di atas 10. bisa menggunakan uji z.

Mencari z hitung:

Mencari z tabel:
Dengan tingkat kepercayaan 95% dan tingkat signifikansi 5% (ini adalah standar
dari SPSS),
Uji dua sisi, Oleh karena dua sisi.maka tingkat signifikansi 5% juga dibagi 2.
menghasilkan 2,5%.

15
Luas kurva tabel Z adalah luasan Komulatif, maka luas kurva 50% -2,5%= 47.5%.
Didalam tabel luasan adalah 47,5% + 50% = 97,5% atau 0,975 , maka Dari tabel z
untuk luasan 0,975 didapat z tabel 1.96. (sisi sebelah kiri 1,9 dan kolom atas 0,06
maka menjadi 1,96

Kesimpulan:
Dari uraian dan perhitungan diatas didapatkan hasil sebagai berikut:
1. Koefisien korelasi rs = 0.954 , bahwa korelasi dua variabel adalah sangat kuat
2. Nilai Zhitung = > dari Zi tabel 1,96, maka H0 ditolak, bahwa terdapat
hubungan yang nyata antara test pegawai dan prestasi kerja pegawai, artinya
bahwa jika test pegawai baik maka prestasi kerja pegawai tersebut cenderung
baik, dan juga sebaliknya.

4. Hubungan antara Prestasi Pegawai dan Absen Pegawai

Dalam hal ini permasalahan yang dihadapi adalah ntuk mengetahui apakah ada
hubungan yang signifikan antara prestasi kerja pegawi dan tingkat kehadirannya.
Dugaannya adalah bahwa pegawi yang prestasinya tinggi maka kehadirannya
bagus, atau dengan kata lain bahwa hubungan prestasi dan absen pegawai adalah
hubungan negatif.
Persamaan :

16
Penyelesaian:
Menghitung Tx/Ty
dalam menghitung TX/Ty yang perlu dilakukan adalah mencari rangking yang
sama pada masing-masing variabel:
Variabel Prestasi : tidak ada rangking yang sama Tx=0
VariabelAbsen : terdapat beberapa data yang rangking nya sama
ranking 4 ada 5 , maka t =5
ranking 5 ada 3 , maka t =3
ranking 6 ada 3 , maka t =3
ranking 7 ada 3 , maka t =3

17
dari kedua cara perhitungan tersebut didapatkan bahwa korelasi yang diperoleh
adalah sama.

18
Uji Penafsiran Keeratan Hubungan
Uji sigifikansi, digunakan untuk manafsir keeratan korelasi antara Prestasi Kerja
dan Absen Pegawai .pengujian dilakukan dengan dilakukan dengan uji Z.
Dasar pengambilan keputusan:
Dengan membandingkan z hitung dengan z tabel:
Jika z hitung < z tabel, maka Ho diterima
Jika z hitung > z tabel.maka Ho ditolak ■
Dengan melihat angka probabilitas.dengan ketentuan:
Probabilitas > 0.05 maka Ho diterima
Probabilitas < 0.05 maka Ho ditolak
Keputusan:
• Dengan membandingkan / hitung dengan z label:
NB: Untuk n (jumlah sampel) di atas 10. bisa menggunakan uji z.

Mencari z tabel:
Dengan tingkat kepercayaan 95% dan tingkat signifikansi 5% (ini adalah standar
dari SPSS),
Uji dua sisi, Oleh karena dua sisi.maka tingkat signifikansi 5% juga dibagi 2.
menghasilkan 2,5%.
Luas kurva tabel Z adalah luasan Komulatif, maka luas kurva 50% -2,5%= 47.5%.
Didalam tabel luasan adalah 47,5% + 50% = 97,5% atau 0,975 , maka Dari tabel z
untuk luasan 0,975 didapat z tabel 1.96.
(sisi sebelah kiri 1,9 dan kolom atas 0,06 maka menjadi 1,96, Z tabel adalah =
1,96

19
Kesimpulan:
Dari uraian dan perhitungan diatas didapatkan hasil sebagai berikut:
1. Koefisien korelasi rs = -.283, bahwa korelasi dua variabel adalah sangat lemah
2. Nilai Zhitung = dari Z tabel 1,96, maka H0 diterima bahwa tidak terdapat
hubungan yang nyata antara Prestasi pegawai dan absen pegawai, artinya bahwa
jika prestasi kerja pegawai tersebut tidak cenderung absennya buruk, dan juga
sebaliknya.

20
 Daftar Pustaka
https://samianstats.files.wordpress.com/2008/10/korelasi-sederhana-spearman.pdf
http://getut.staff.uns.ac.id/files/2014/02/KD4_4Korelasi-Spea
https://repository.ar-raniry.ac.id/480/1/09
%20Korelasi%20Rank%20Spearman.pdf
http://repository.usu.ac.id/bitstream/handle/123456789/41348/Chapter%20II.pdf;j
sessionid=E8DF7F5D55B6A7B0F566DBD0AF2E96F0?sequence=3

http://file.upi.edu/Direktori/FPBS/JUR._PEND._BAHASA_JERMAN/195906231
987031-SETIAWAN/PS_09.pdf

http://mercubuana.ac.id/files/ModulStatistikProduksi/AGUNGW%20BAB%2010
%20%20%20ANALISIS%20KORELASI%20SPEARMAN.pdf

http://suci-rahma.mhs.narotama.ac.id/files/2013/06/Chi-Kuadrat-dan-Rank-
Spearman.pdf

http://digilib.unila.ac.id/13324/110/BAB%20III.pdf

http://fe.unisma.ac.id/MATERI%20AJAR%20DOSEN/STATS/AriRiz/MA%20K
orelasi%20Kendal%20Tau%20dan%20Uji%20Korelasi%20Spearman.pdf

http://eprints.uny.ac.id/7480/1/S4Rangga%20Pradeka%2C%20Adi%20Setiawan
%2C%20Lilik%20Linawati.pdf
http://staffnew.uny.ac.id/upload/132232818/pendidikan/08+ANALISIS+KOREL
ASI+2013.pdf
http://arokhman.blog.unsoed.ac.id/files/2009/06/3-statistik-non-parametrik.pdf
http://www.jonathansarwono.info/korelasi/korelasi.htm
http://repository.unpas.ac.id/5617/6/BAB%20III%20nita%20-%20revisi.pdf
https://winalmuslim.files.wordpress.com/2014/02/korelasi-pearson.pdf
http://unita.lecture.ub.ac.id/files/2016/09/7.-korelasional-product-moment1.pdf
http://eprints.undip.ac.id/6608/1/Korelasi_Product_Moment.pdf

21