UJI KORELASI SPEARMAN

Oleh kelompok 2

Adelia Pratiwi Rahim 2118023

Nurmawadah Nau 2118001
Sintia Dama 2118017
Fatra Taib 2118017
Yanti 2118018
Elisabeth Martina 2118042
Isabella 2118036
Yusril Zainudin 2118030
Yustinus Dendo Ngara 2118025
Alpin Marhaba 2118019
Rahmat Sapii 2118032

PROGRAM STUDI S1 KEPERAWATAN

SEKOLAH TINGGI ILMU KESEHATAN

GEMA INSAN AKADEMIK

MAKASSAR

2022
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 r s untuk statistiknya. Nilai
koefisien korelasi r s 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 : ρs ≠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)
H 0 : (Tidak ada korelasi di antara dua variabel)
H 1 : (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
√ ∑ x2 ∑ y2
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
dari jumlah kuadrat bilangan-bilangan 12 ,22 ,.... n2dapat ditunjukkan sebagai
berikut.
n ( n+1 ) (2 n+1)
∑ X 2= 6
Oleh sebab itu, ∑ x 2=∑ (X −X ¿)2=∑ X 2−¿ ¿ ¿ ¿
2
n ( n+1 ) (2 n+1) n(n+1) n3−n
dan ∑ x = 2
− ¿
6 4 12
3
n −n
Maka, ∑ y2 = .
12
Sekarang T =x− y
2
T =¿
∑ T 2=∑ x 2 +∑ y 2−∑ 2 xy
Karena rumus r menyatakan bahwa

r=
∑ xy =r
s
√ ∑ x2 ∑ y2
jika observasi-observasinya di ranking, maka diperoleh

∑ T 2=∑ x 2 + ∑ y 2−2 r s √ ∑ x 2 ∑ y 2
r
dengan demikian s =
∑ x2 + ∑ y 2 −∑ T 2
2√ ∑ x2 ∑ y2
 3
n −n
dengan X danY dalam rank, kita dapat mensubstitusikan ∑x =
2
12
=∑ y
2

ke dalam rumus r s, maka akan diperoleh :

n3 −n n3−n
−∑ T
2
+
12 12
r s=

3
2
√( n3 −n
12 )( n3 −n
12 )
n −n
−∑ T
2
2
12
¿
n3−n
2
12

¿ 1−
∑ T2
n3−n
6
6∑ T
2
¿ 1−
n(n¿¿ 2−1)¿
Maka, didapatkan rumus korelasi Spearman sebagai berikut :
n
6∑ T2
s=1
r s=1−
n( n¿¿ 2−1)¿
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. Kiteria Uji
Kriteria pengujian untuk uji korelasi Spearman yaitu tolak H 0 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 z s menggunakan rumus
berikut.
z s=r s √ n−1
 Untuk uji korelasi dua pihak, H 0 ditolak jika z s > z (0,5 −1 α ), sedangkan untuk
2

uji korelasi satu pihak, H 0 ditolak jika z s > z (0,5 −α ). Nilai z(0,5−1 α ) dan z(0,5−α)
2

diperoleh dari Tabel Distribusi Normal Standar.

Syarat r s 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
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 z s .
f) Jika n ≤ 30, tolak H 0 jika r s ≥ r tabel . Untuk n>30 , jika uji yang dilakukan

dua pihak, maka H 0 ditolak jika z s > z (0,5 −1 α ) . Jika uji yang dilakukan
2

satu pihak, maka H 0 ditolak jika z s > 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 r s dan taraf kritik dari dua variabel yang
diuji.
g) Perhatikan nilai taraf kritik dari dua variabel yang diuji. Tolak H 0 jika nilai
taraf kritik ¿ α .
F. 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
6 107 125 126 128 133 143 177 606
(dalam jam) 9
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)
H 1 : ρ0 ≠ 0 (Ada korelasi antara waktu dan populasi bakteri)
Beri ranking pada urutan skor yang ada dalam data, kemudian hitung
selisihnya.
Waktu 13
6 107 109 125 126 128 143 177 606
(dalam jam) 3
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
1 2 3 4 5 6 7 8 9 10
populasi
(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
n
6∑T2
bebas. Berarti kita gunakan rumus s−1 . Maka :
r s=1−
n(n¿¿ 2−1)¿
10
6∑T
2

1
r s=1−
n( n¿¿ 2−1)¿
6(0)
¿ 1−
10(10¿¿ 2−1)¿
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.

Gambar 2. Hasil Uji Korelasi Spearman dengan SPSS Soal No.1

Berdasarkan Gambar 2, diperoleh taraf kritik ¿ 0,000, maka
taraf kritik< α =0,05, sehingga kita tolak H 0. Berarti terdapat korelasi positif
yang sempurna antara waktu yang dipilih dan ukuran populasi bakteri.
Semakin lama waktunya, maka semakin besar ukuran populasi bakteri.
2. Sebagai bagian studi tentang akibat tekanan kelompok terhadap individu
untuk melakukan penyesuaian diri dalam suatu situasi yang melibatkan resiko
keuangan, suatu keotoriteran dan suatu skala yang dibuat untuk mengukur
perjuangan status sosial terhadap 12 mahasiswa. Apakah ada korelasi
keotoriteran dan perjuangan status sosial?
Tabel Skor Otoritas dan Perjuangan Status Sosial
Mahasiswa Skor
Keotoriteran (K) Perjuangan Status Sosial
 (PS)
1 82 42
2 98 46
3 87 39
4 40 37
5 116 65
6 113 88
7 111 86
8 83 56
9 85 62
10 126 92
11 106 54
12 117 81
Selesaian :
Jelas bahwa data tersebut merupakan sampel yang acak.
H 0 : ρ0=0 (Tidak ada korelasi antara keotoriteran dan perjuangan status
sosial)
H 1 : ρ0 ≠ 0 (Ada korelasi antara keotoriteran dan perjuangan status sosial)

Tabel Ranking Keotoriteran (K) dan Perjuangan Status Sosial (PS)

Mahasisw Skor Ranking
T T2
a K PS K PS
1 82 42 2 3 -1 1
2 98 46 6 4 2 2
3 87 39 5 2 3 9
4 40 37 1 1 0 0
5 116 65 10 8 2 4
6 113 88 9 11 -2 4
7 111 86 8 10 -2 4
 8 83 56 3 6 -3 9
9 85 62 4 7 -3 9
10 126 92 12 12 0 0
11 106 54 7 5 2 4
12 117 81 11 9 2 4
Jumlah 52

Jelas bahwa ranking antara waktu yang dipilih dengan ukuran populasi saling
n
6∑ T2
bebas. Berarti kita gunakan rumus s−1 . Maka :
r s=1−
n( n¿¿ 2−1)¿
12
6∑T
2

1
r s=1−
n( n¿¿ 2−1)¿
6(52)
¿ 1−
12(12¿¿ 2−1)¿
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.
 Gambar 3. Hasil Uji Korelasi Spearman dengan SPSS Soal No.2
Berdasarkan Gambar 3, diperoleh taraf kritik ¿ 0,001, maka taraf kritik< α =0,05,
sehingga kita tolak H 0. Dengan demikian, diperoleh kesimpulan yang sama dari
hasil pengujian dengan perhitungan manual dan menggunakan SPSS, yakni
terdapat korelasi positif antara keotoriteran dan perjuangan status sosial yang
dimiliki mahasiswa. Semakin tinggi tingkat keotoriteran, maka semakin tinggi
pula perjuangan status sosial yang dimiliki 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

Sisw
S E Siswa S E Siswa S E
a

1 76 77 15 88 89 29 70 89

2 59 99 16 70 99 30 82 83

3 99 76 17 56 78 31 60 79

4 71 88 18 83 82 32 91 89

5 89 92 19 78 89 33 98 89

6 92 82 20 78 86 34 87 58

7 80 89 21 82 83 35 76 89

8 89 66 22 81 89 36 78 76

9 78 93 23 88 89 37 78 68

10 66 70 24 88 56 38 92 93

11 90 82 25 78 79 39 83 82

12 56 77 26 56 79 40 83 88

13 98 99 27 67 79 41 98 76
 14 88 99 28 87 76 42 76 79

Hipotesis:
• H 0 : ρ0=0 (Tidak ada korelasi positif antara pelajaran Statistika dan
Ekonometrika)
• H 1 : ρ0 ≠ 0 (Ada korelasi positif antara pelajaran Statistika dan
Ekonometrika)
Perhitungan:
12
6∑T
2

1
r s=1−
n( n¿¿ 2−1)¿
6 (11084,5)
¿ 1−
42( 42¿¿ 2−1)¿
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 H 0 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.

1. PENUTUP

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.
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.