LAPORAN PRAKTIKUM

Aplikasi Statistika
Praktikum ke-XII

DI SUSUN OLEH :
NAMA : PUTRI YANI SIMANGUNSONG
NIM : 4183311028
JURUSAN : MATEMATIKA

LABORATORIUM JURUSAN MATEMATIKA

FMIPA UNIMED
2020
 UJI RHO SPEARMAN
A. Tujuan
 Mampu memahami uji rho spearman
 Mampu menguji error atau galat dalam model statistik
 Mampu melihat varians atau keragaman dari error terpengaruh oleh faktor lain atau
tidak.
 Mampu menyelesaikan persoalan uji rho spearman dengan software SPSS

B. Teori singkat
Spearman Rho adalah salah satu dari uji bivariat asosiatif non parametris. Artinya uji
non parametris yang digunakan untuk menguji kesesuaian antara 2 kelompok variabel yang
berasal dari subjek berbeda atau disebut juga data bebas dengan skala data ordinal. Ada
berbagai cara untuk melakukan uji spearman, yaitu dengan SPSS, STATA atau Excel.
Uji korelasi Spearman dengan SPSS pada hakikatnya serupa dengan secara manual.
Uji korelasi Spearman adalah uji statistik yang ditujukan untuk mengetahui hubungan antara
dua atau lebih variabel berskala Ordinal. Selain Spearman, D.A. de Vaus menyebutkan
bahwa uji korelasi yang sejenis dengannya adalah Kendall-Tau. Asumsi uji korelasi
Spearman adalah: (1)Data tidak berdistribusi normal dan (2)Data diukur dalam skala
Ordinal. Uji Spearman dilakukan dengan cara mengkorelasikan nilai absolut residual
dengan masing-masing variabel independen (x1, x2 dan x3) (Hadi, 1989).
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 beskala ordinal, untuk itu
sebelum dilakukan pengelolahan data, data kuantitatif yang akan dianalisis perlu disusun
dalam bentuk ranking. Nilai korelasi Spearman berada diantara -1 < tabel, maka H 1
diterima. Bila hitung Z tabel, maka hubungan x dan y adalah signifikan. Bagaimana kriteria
pengujian untuk menjawab hipotesis? Jawabannya adalah seperti di bawah ini:
1. Ho: Tidak ada gejala heteroskedastisitas
2. Ha: Ada gejala heteroskedastisitas
3. Ho diterima apabila nilai p value atau signifikansi > 0,05.
Uji Korelasi Spearman Secara Manual 
Jika dilakukan secara manual, maka tata tertib melakukan uji korelasi Spearman adalah: 
1. Jumlahkan skor item-item di tiap variabel untuk mendapatkan skor total variabel
(misalnya cari skor total variabel X dengan menotalkan item-item variabel X). 
2. Lakukan ranking skor total x (rx) dan ranking skor total y (ry). 
3. Cari nilai d yaitu selisih rx – ry . 
4. Cari nilai d2 yaitu kuadrat d (selisih rx – ry). 

Uji Korelasi Spearman dengan SPSS 

Jika uji korelasi Spearman diadakan dengan SPSS maka langkah-langkahnya sebagai
berikut: 
1. Totalkan item-item variabel x menggunakan menu Transform > Compute Variable >
jumlahkan item-item variabel x. 
2. Totalkan item-item variabel y menggunakan menu Transform > Compute Variable >
jumlahkan item-item variabel y. 
3. Buatlah Ranking bagi rx dan ry menggunakan menu Transform > Compute > Masukkan
Skor Total Variabel X dan Variabel Y ke Variables > Pilih saja Smallest pada Assign
Rank > Klik OK. Setelah itu muncul dua variabel baru yaitu rangking untuk x dan y
(lihat di tab Variable View). 
4. Lakukan Uji Korelasi Spearman dengan SPSS dengan klik Analyze > Correlate >
Bivariate > Masukkan Rangking X dan Ranking Y ke Variables > Pada Correlation
Coefficient ceklis Spearman > Pada Test of Significance pilih 2-Tailed (jika 2 sisi) atau
1-Tailed (jika 1 sisi) > Klik OK (John, 1983).

Cara Baca Tabel Z

Nilai z tabel dicari dari tabel Z. Caranya adalah:
1. Tentukan Taraf Keyakinan Penelitian (misalnya 95%). Taraf Keyakinan 95% berarti
Interval Keyakinan-nya (alpha) 0,05. Nilai 0,05 ini merupakan bentuk desimal dari 5%
yang diperoleh dari pengurangan 100% selaku kebenaran absolut dengan 95% (100% –
95% = 5% atau 0,05).
2. Tentukan Uji yang digunakan. Apakah 1 sisi (One-Tailed) atau 2 sisi (Two-Tailed).
Penentuan 1 sisi atau 2 sisi ini didasarkan hipotesis penelitian. Jika hipotesis hanya
menyebutkan “terdapat hubungan” maka artinya bentuk hubungan belum ditentukan
apakah positif atau negatif dan dengan demikian menggunakan uji 2 sisi. Jika hipotesis
menyatakan “terdapat hubungan positif” atau “terdapat hubungan negatif” maka artinya
bentuk hubungan sudah ditentukan dan dengan demikian menggunakan uji 1 sisi.
3. Jika Uji 2 Sisi (Two-Tailed) maka lihat Tabel Z. Dalam uji 2 sisi Interval Keyakinan
dibagi dua yaitu 0,05 / 2 = 0,025. Cari pada kolom tabel nilai yang paling mendekati
0,025. Dari nilai yang paling dekat tersebut tarik garis ke kiri sehingga bertemu dengan
nilai 1,9 + 0,060 = 1,96. Batas kiri pengambilan keputusan dengan kurva adalah –1,96
batas kanannya +1,96. Keputusannya: Tolak H0 dan Terima H1 jika –z hitung < dari –
1,96 dan > dari +1,96. Sebaliknya, Terima H0 dan Tolak H1 jika – z hitung > -1,96 dan
< dari +1,96 (Nuryadi, 2017).
C. Prosedur Kerja
Flowchart Uji Rho Spearman

Mulai A

Memasukkan data ke dalam

variabel view dan data view
Untuk mengabsolut
nilai error Klik
Transform >
Compute Variable

Untuk menyimpan
nilai error Klik
Analyze >
Regression > Linier
Masukkan abs_res ke kotak
Target variable dan abs(res_1)
ke kotak Numeric Expression

Masukkan variabel AKHIR ke

kotak Dependent dan variabel
MOTIVASI dan AWAL ke Klik Type &
kotak Independent(s). Label

Masukkan Absolut Residu

Klik Save > ke kotak Label
Unstandardized >
Continue > Ok

Klik Continue >

Ok
A

A
 A

Untuk menghitung
koefisien korelasi
Klik Analyze >
Correlate > Bivariate

Masukkan abs_res,
MOTIVASI, AWAL ke kotak
Variables

Klik Spearman >

OK

Keluar Output

Selesai
D. Pembahasan
Soal:
Berikut ini disajikan data nilai matematika siswa kelas A. Data berisikan motivasi belajar,
kemampuan awal serta kemampuan akhir siswa. Berdasarkan data yang diberikan, ujilah:
1. Apakah varians error yang dihasilkan dari persamaan regresi variabel kemampuan akhir
atas kemampuan awal dan motivasi belajar bersifat homogen?
Gunakan taraf signifikansi 5 %.
Motivas Kemampua
Kemampuan
i n
Akhir
belajar Awal
84 66 76
80 77 76
80 77 88
70 70 88
76 70 88
76 70 88
76 65 88
76 65 88
72 65 77
72 65 77
72 35 77
88 35 77
88 35 84
80 35 84
80 44 84
80 44 82
78 44 82
78 70 82
78 70 82
84 70 80
84 70 80
82 77 80
82 77 78
82 58 78
82 58 78
82 58 80
76 65 80
76 65 80
76 65 77
80 65 77

Output dari SPSS:

 Variables Entered/Removeda

Model Variables Variables Method

Entered Removed

AWAL,
1 . Enter
MOTIVASIb

a. Dependent Variable: AKHIR

b. All requested variables entered.

Model Summaryb

Model R R Square Adjusted R Std. Error of the

Square Estimate

1 ,222a ,049 -,021 4,20724

a. Predictors: (Constant), AWAL, MOTIVASI

b. Dependent Variable: AKHIR

ANOVAa

Model Sum of Squares df Mean Square F Sig.

Regression 24,876 2 12,438 ,703 ,504b

1 Residual 477,924 27 17,701

Total 502,800 29

a. Dependent Variable: AKHIR

b. Predictors: (Constant), AWAL, MOTIVASI

Coefficientsa

Model Unstandardized Coefficients Standardized t Sig.

Coefficients

B Std. Error Beta

(Constant) 96,914 15,304 6,333 ,000

1 MOTIVASI -,203 ,179 -,218 -1,136 ,266

AWAL ,005 ,059 ,017 ,087 ,931

a. Dependent Variable: AKHIR

Residuals Statisticsa

Minimum Maximum Mean Std. Deviation N

Predicted Value 79,2413 83,0718 81,2000 ,92616 30

Residual -5,64050 6,92105 ,00000 4,05958 30
Std. Predicted Value -2,115 2,021 ,000 1,000 30
 Std. Residual -1,341 1,645 ,000 ,965 30

a. Dependent Variable: AKHIR

Nonparametric Correlations

Correlations

MOTIVASI AWAL Absolut Residu

Correlation Coefficient 1,000 -,058 -,499**

MOTIVASI Sig. (2-tailed) . ,760 ,005

N 30 30 30

Correlation Coefficient -,058 1,000 ,041

Spearman's rho AWAL Sig. (2-tailed) ,760 . ,830

N 30 30 30

Correlation Coefficient -,499** ,041 1,000

Absolut Residu Sig. (2-tailed) ,005 ,830 .

N 30 30 30

**. Correlation is significant at the 0.01 level (2-tailed).

Pembacaan Hasil Analisis

Output yang merupakan hasil analisis dari analisis SPSS sebenarnya cukup banyak dan
sama dengan yang dihasilkan dari analisis regresi ganda namun untuk kepentingan uji
multikolinearitas yang perlu ditafsirkan hanyalah tabel Correlations bagian koefisien
korelasi Rho antara Motivasi dengan absolut residu, dan korelasi Rho antara Awal dengan
absolut residu.

Hipotesis Penelitian Pertama :

H0 : terjadi heterosedastisitas untuk variable motivasi.
H1 : tidak terjadi heterosedastisitas untuk variable motivasi.

Hipotesis Penelitian Kedua :

H0 : terjadi heterosedastisitas untuk variable kemampuan awal..
H1 : tidak terjadi heterosedastisitas untuk variable kemampuan awal
.
 Ketentuan
Yang perlu dilihat adalah hasil uji F untuk baris Deviation from linearity.
1
1. Jika Sig (2-tailed)  α (0,025), maka H0 ditolak.
2
1
2. Jika Sig (2-tailed)  α (0,025), maka H0 diterima.
2

Berdasarkan output di atas menunjukkan bahwa :

a. Koefisien korelasi Rho antara Motivasi dengan Absolut Residu adalah sebesar 0,499
dengan sig (2-tailed) sebesar 0,005. Oleh karena nilai sig (2-tailed) tersebut lebih kecil
dari 0,025 maka Ho di terima. Dengan demikian terjadi heterosedastisitas untuk
motivasi belajar.
b. Koefisien korelasi Rho antara Awal dengan Absolut Residu adalah sebesar 0,041
dengan sig (2-tailed) sebesar 0,830. Oleh karena nilai sig (2-tailed) tersebut lebih besar
dari 0,025 maka Ho ditolak. Dengan demikian tidak terjadi heterosedastisitas untuk
variabel kemampuan awal.
c. Dengan demikian persyaratan terjadinya homosedastisitas dalam persamaan regresi
tersebut terpenuhi.

E. Kesimpulan
Spearman Rho adalah salah satu dari uji bivariat asosiatif non parametris. Artinya uji
non parametris yang digunakan untuk menguji kesesuaian antara 2 kelompok variabel yang
berasal dari subjek berbeda atau disebut juga data bebas dengan skala data ordinal. Uji
korelasi Spearman dengan SPSS pada hakikatnya serupa dengan secara manual. Uji korelasi
Spearman adalah uji statistik yang ditujukan untuk mengetahui hubungan antara dua atau
lebih variabel berskala Ordinal. Asumsi uji korelasi Spearman adalah: (1) Data tidak
berdistribusi normal dan (2) Data diukur dalam skala Ordinal. Uji Spearman dilakukan
dengan cara mengkorelasikan nilai absolut residual dengan masing-masing variabel
independen (x1, x2 dan x3). 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 beskala ordinal,
 untuk itu sebelum dilakukan pengelolahan data, data kuantitatif yang akan dianalisis perlu
disusun dalam bentuk ranking.
Berdasarkan output SPSS menunjukkan bahwa koefisien korelasi Rho antara
Motivasi dengan Absolut Residu adalah sebesar 0,499 dengan sig (2-tailed) sebesar 0,005.
Oleh karena nilai sig (2-tailed) tersebut lebih kecil dari 0,025 maka Ho di terima. Dengan
demikian terjadi heterosedastisitas untuk motivasi belajar. Kemudian koefisien korelasi Rho
antara Awal dengan Absolut Residu adalah sebesar 0,041 dengan sig (2-tailed) sebesar
0,830. Oleh karena nilai sig (2-tailed) tersebut lebih besar dari 0,025 maka Ho ditolak.
Dengan demikian tidak terjadi heterosedastisitas untuk variabel kemampuan awal. Dengan
demikian persyaratan terjadinya homosedastisitas dalam persamaan regresi tersebut
terpenuhi.
.
F. Daftar Pustaka
Hadi, Sutrisno. 1989. Statistik. Jilid 1. Yogyakarta

John. 1983. Statistika Teori dan Aplikasi. Jakarta : Erlangga

Nuryadi, dkk. (2017). Dasar-dasar Statistik Penelitian. Gramasurya, 1-2.