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