Anda di halaman 1dari 9

BIOSTATISTIKA

UJI KORELASI RANK SPEARMAN

OLEH
KELAS A 10 C
KELOMPOK 3

I KOMANG KRISNA 163.212.540


I WAYAN LENTARA YASA 163.212.545
KADEK AYU KARLINA DEWI 163.212.547
NI NYOMAN AYU ARSE TRI DEWI PACUNG 163.212.576
NI WAYAN ADISTYA WIRAJAYA 163.212.580
NI KADEK DWI NOVI MIRAYANI 163.212.551
I PUTU SUARTAMA PUTRA 163.212.542
NI KOMANG JULI OPENYANI 163.212.561

PROGRAM STUDI S1 ILMU KEPERAWATAN


SEKOLAH TINGGI ILMU KESEHATAN WIRA MEDIKA BALI
DENPASAR
2019
BAB I
PENDAHULUAN

1.1 Latar Belakang


Hubungan fungsional antara variabel-variabel seperti regresi linear, regresi non
linear dan regresi linear ganda, ditentukan oleh parameter dalam persamaan regresi
tersebut. Persoalan yang perlu ditinjau adalah jika hasil pengamatan terdiri dari banyak
variabel, maka seberapa kuat hubungan antar variabel tersebut. Dengan kata lain perlu
ditentukan derajat hubungan antara variabel variabel.
Studi yang membahas derajat hubungan antara variabel variabel dikenal dengan
analisis korelasi. Ukuran yang dipakai untuk mengetahui derajat hubungan data kuantitatif
adalah koefisien korelasi. 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.
Dalam analisis korelasi tidak ada istilah variabel bebas (X) maupun variabel terikat
(Y). Dengan demikian, dapat diartikan bahwa kedua variabel yang dikorelasikan
(dihubungkan) bersifat independen antara satu dengan yang lainnya. Dengan kata lain
masing-masing variabel berdiri sendiri dan tidak tergantung satu sama lain.
Uji korelasi Spearman digunakan untuk beberapa tujuan yaitu (1) menguji ada
tidaknya hubungan di antara dua variabel, (2) melihat jenis hubungan atara variabel, dan
(3) melihat apakah hubungan tersebut signifikan atau tidak.

1.2 Rumusan Masalah


1. Apakah pengertian Uji korelasi Spearman ?
2. Bagaimanakah langkah – langkah Uji korelasi Spearman ?

1.3 Tujuan
1. Untuk mengetahui pengertian Uji korelasi Spearman.
2. Utuk mengetahui langkah – langkah Uji korelasi Spearman.

BAB II
PEMBAHASAN
2.1 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.

2.2 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)
𝐻0 : 𝜌𝑠 = 0 (Tidak ada korelasi di antara dua variabel)
𝐻1 : 𝜌𝑠 ≠ 0 (Ada korelasi di antara dua variabel)
2. Uji Satu Pihak untuk Korelasi Positif (One Tailed Test for Positive Correlation)
𝐻0 : (Tidak ada korelasi di antara dua variabel)
𝐻1 : (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)
2.3 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.
∑ 𝑥𝑦
𝑟=
√∑ 𝑥 2 ∑ 𝑦 2
Di mana jumlah-jumlah mencakup harga-harga 𝑛 dalam sampelnya. Sekarang bila
X dan Y adalah harga-harga ranking 𝑟 = 𝑟𝑠 , dan jumlah 𝑛 bilangan bulat 1,2, . . . . 𝑛 adalah
𝑛(𝑛 + 1)
∑𝑋 =
2
dari jumlah kuadrat bilangan-bilangan 12 , 22 ,. . . . 𝑛2 dapat ditunjukkan sebagai
berikut.
𝑛(𝑛 + 1)(2𝑛 + 1)
∑ 𝑋2 =
6
2
(∑ 𝑋)
Oleh sebab itu, ∑ 𝑥 2 = ∑(𝑋 − 𝑋̅)2 = ∑ 𝑋 2 − 𝑛
𝑛(𝑛+1)(2𝑛+1) 𝑛(𝑛+1)2 𝑛3 −𝑛
dan ∑ 𝑥 2 = − =
6 4 12
𝑛3 −𝑛
Maka, ∑ 𝑦 2 = .
12

Sekarang 𝑇 = 𝑥 − 𝑦
𝑇 2 = (𝑥 − 𝑦)2 = 𝑥 2 − 2𝑥𝑦 + 𝑦 2
∑ 𝑇 2 = ∑ 𝑥 2 + ∑ 𝑦 2 − ∑ 2𝑥𝑦
Karena rumus r menyatakan bahwa
∑ 𝑥𝑦
𝑟= = 𝑟𝑠
√∑ 𝑥 2 ∑ 𝑦 2
jika observasi-observasinya di ranking, maka diperoleh

∑ 𝑇 2 = ∑ 𝑥 2 + ∑ 𝑦 2 − 2𝑟𝑠 √∑ 𝑥 2 ∑ 𝑦 2

∑ 𝑥 2 +∑ 𝑦 2 −∑ 𝑇 2
dengan demikian 𝑟𝑠 =
2√∑ 𝑥 2 ∑ 𝑦 2

𝑛3 −𝑛
dengan 𝑋 dan 𝑌 dalam rank, kita dapat mensubstitusikan ∑ 𝑥 2 = = ∑ 𝑦 2 ke
12

dalam rumus 𝑟𝑠 , maka akan diperoleh :


𝑛3 −𝑛 𝑛3 −𝑛
+ −∑ 𝑇 2
12 12
𝑟𝑠 =
𝑛3 −𝑛 𝑛3 −𝑛
2√( )( )
12 12

𝑛3 − 𝑛
2 ∑ 2
= 12 − 𝑇
𝑛3 − 𝑛
2 12

∑ 𝑇2
= 1− 3
𝑛 −𝑛
6
6 ∑ 𝑇2
=1−
𝑛(𝑛2 − 1)
Maka, didapatkan rumus korelasi Spearman sebagai berikut :
6 ∑𝑛𝑠=1 𝑇 2
𝑟𝑠 = 1 −
𝑛(𝑛2 − 1)
Keterangan:
𝑟𝑠 : koefisien korelasi untuk sampel data berpasangan (statistik sampel)
𝜌𝑠 : koefisien korelasi untuk semua data populasi (parameter populasi)
𝑛 : banyaknya pasangan data sampel
𝑇 : selisih ranking data variabel 𝑋 dan 𝑌

2.4 Kiteria Uji


Kriteria pengujian untuk uji korelasi Spearman yaitu tolak 𝐻0 jika 𝑟𝑠 ≥ 𝑟𝑡𝑎𝑏𝑒𝑙 . 𝑟𝑡𝑎𝑏𝑒𝑙
diperoleh dari Tabel Spearman Rho (𝜌) untuk 𝑛 ≤ 30. Jika 𝑛 > 30, maka perhitungan
dilanjutkan dengan menentukan nilai 𝑧𝑠 menggunakan rumus berikut.
𝑧𝑠 = 𝑟𝑠 √𝑛 − 1
Untuk uji korelasi dua pihak, 𝐻0 ditolak jika 𝑧𝑠 > 𝑧(0,5−1𝛼) , sedangkan untuk uji
2

korelasi satu pihak, 𝐻0 ditolak jika 𝑧𝑠 > 𝑧(0,5−𝛼) . Nilai 𝑧(0,5−1𝛼) dan 𝑧(0,5−𝛼) diperoleh dari
2

Tabel Distribusi Normal Standar.


Syarat 𝑟𝑠 yang diterima dalam pengujian ini adalah sebagai berikut.
1. Besarnya koefisien korelasi harus diasumsikan antara -1 dan 1.
2. Jika nilai yang lebih besar dari variabel I dipasangkan dengan nilai yang lebih besar
dari variabel II, maka nilai yang lebih kecil dari variabel I dan variabel II dipasangkan,
maka dinamakan korelasi positif, dan nilai koefisien korelasinya mendekati 1 untuk
hubungan yang kuat.
3. Jika nilai yang lebih besar dari variabel I dipasangkan dengan nilai yang lebih kecil dari
variabel II, dan sebaliknya, maka dinamakan korelasi negatif, dan nilai koefisien
korelasinya mendekati -1 untuk hubungan yang kuat.
4. Jika nilai dari variabel I dipasangkan secara acak dengan nilai dari variabel II maka
koefisien korelasinya akan mendekati 0. Hal tersebut menunjukkan bahwa variabel I
dan variabel II saling bebas.
Kriteria korelasi dari hasil pengujian adalah sebagai berikut.
Jika r = 0 maka tidak terdapat hubungan
Jika 0 < r < 0,55 maka hubungan lemah.
Jika 0,55 < r < 0,65 maka hubungan cukup kuat.
Jika 0,65 < r < 0,75 maka hubungan kuat.
Jika 0,75 < r < 0,99 maka hubungan sangat kuat.
Jika r = 1 maka hubungan sempurna

2.5 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 𝑟𝑠
e) Tentukan nilai 𝑟𝑡𝑎𝑏𝑒𝑙 . Untuk 𝑛 ≤ 30, lihat nilai 𝑟𝑡𝑎𝑏𝑒𝑙 dari tabel Spearman rho
(𝜌). Jika 𝑛 > 30, hitung nilai 𝑧𝑠 .
f) Jika 𝑛 ≤ 30, tolak 𝐻0 jika 𝑟𝑠 ≥ 𝑟𝑡𝑎𝑏𝑒𝑙 . Untuk 𝑛 > 30, jika uji yang dilakukan
dua pihak, maka 𝐻0 ditolak jika 𝑧𝑠 > 𝑧(0,5−1𝛼) . Jika uji yang dilakukan satu
2

pihak, maka 𝐻0 ditolak jika 𝑧𝑠 > 𝑧(0,5−𝛼) .

2) Uji Menggunakan SPSS


Langkah-langkah untuk uji menggunakan SPSS korelasi Spearman adalah sebagai
berikut.
a) Tentukan hipotesis pengujian.
b) Buat dua variabel pada variable view dalam SPSS
c) Masukkan data di data view dalam SPSS
d) Klik menu analyze, kemudian klik corelate kemudian klik bivariate akan
muncul dialog box.

Gambar 1. Dialog box Bivariate Correlations dalam SPSS


e) Pada dialog box yang muncul, masukkan dua variabel yang diuji ke dalam
kotak variables.
f) Berikan tanda cek () pada corelation coefficient Spearman, kemudian klik “OK”,
maka akan muncul output yang berisi koefisien korelasi dari kedua variabel yang
diuji atau 𝑟𝑠 dan taraf kritik dari dua variabel yang diuji.
g) Perhatikan nilai taraf kritik dari dua variabel yang diuji. Tolak 𝐻0 jika nilai taraf
kritik < 𝛼.
BAB III
PENUTUP
3.1 Simpulan
Korelasi Spearman merupakan alat uji statistik yang digunakan untuk menguji
hipotesis asosiatif dua variabel bila datanya berskala ordinal (ranking). Nilai korelasi ini
disimbolkan dengan (dibaca: rho). Karena digunakan pada data berskala ordinal, untuk
itu sebelum dilakukan pengelolahan data, data kuantitatif yang akan dianalisis perlu
disusun dalam bentuk ranking

3.2 Saran
Akhir kata kami dapat menyelesaikan makalah ini tepat pada waktunya.
Meskiupun dalam penyusunan makalah ini banyak sekali hambatan. Tapi kami selaku
penyusun mengucapkan terima kasih kepada semua pihak yang telah banyak membantu
dalam menyelesaikan makalah ini.
Kami sangat memohon saran dan kritiknya terutama yang membangun. Hal ini
ditujukan untuk perbaikan dimasa yang akan datang. Saran kami, diharapkan makalah –
makalah selanjutnya dalam penyusunannya agar dapat lebih baik lagi.
DAFTAR PUSTAKA

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.
Sudjana. 2005. Metoda Statistika. Bandung: TARSITO
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.