Anda di halaman 1dari 17

KORELASI RANK SPEARMAN

Oleh:
Mohammad Abdullah
Batasan Uji korelasi Rank Spearman
Merupakan uji korelasi non parametrik
Digunakan bila:
- setidaknya salah satu variabel (baik x
maupun y) memiliki sekala ordinal
- data berskala interval ataupun ratio namun
tidak berdistribusi normal
- 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).
- ukuran samplenya kecil
- kita perlu mengukur korelasi pada kedua
variabel yang memiliki hubungan non linear
Langkah-langkah Uji Rank Spearman (menghitung rs atau )

1. Berikan peringkat pada nilai-nilai variabel x dari 1 sampai n. Jika


terdapat angka-angka sama, peringkat yang diberikan adalah
peringkat rata-rata dari angka-angka yang sama.

2. Berikan peringkat pada nilai-nilai variabel y dari 1 sampai n. Jika


terdapat angka-angka sama, peringkat yang diberikan adalah
peringkat rata-rata dari angka-angka yang sama.

3. Hitung di untuk tiap-tiap sampel (di=peringkat xi - peringkat yi)


4. Kuadratkan masing-masing di dan jumlahkan semua di2
5. Hitung Koefisien Korelasi Rank Spearman rs () baca rho:
Rumus 1: rs = koefisien korelasi rank spearman
di = selisih ranking antara dua
variabel (X Y)
N = jumlah pengamatan
Bila ada nilai ranking yang kembar:
Bila terdapat anggota sampel (2 atau lebih)
memiliki nilai sama, maka nilai rankingnya
diberi ranking rata-rata
Bila anggota sampel yang memiliki nilai sama
jumlahnya tidak banyak, maka rumus 1 di atas
masih bisa dipakai. Tetapi jika jumlahnya
banyak, maka dalam perhitungan rs (koefisien
korelasi) perlu dimasukkan faktor koreksi
dengan demikian, rumus 2
digunakan .
Rumus 2 :

dengan ketentuan :
dan

dengan

Keterangan:
N = jumlah pengamatan (sampel)
t = jumlah ranking kembar dari pengamatan
T = jumlah variasi nilai T, dari semua kelompok
nilai kembar
Pengujian Signifikansi koefisien Korelasi Rank
Spearman (rs)
Jika n kecil, yaitu antara 4 s/d 30 :
maka untuk uji signifikansi dapat dipakai tabel
korelasi rank spearman. Tabel ini memberikan nilai-
nilai peluang yang timbul menurut terjadinya H0
untuk P = 0,05dan P=0,01. Nilai ini untuk uji satu
arah.
Jika nilai P dari rs nilai , maka H0 ditolak (korelasi
signifikans).
Jika nilai P dari rs > nilai , maka H0 diterima
(korelasi tidak signifikans).
Jika n besar (sampel besar)
Maka untuk menguji signifikansinya, dapat diuji
dengan rumus Kendall sebagai berikut:
untuk menguji signifikansi,
t hitung dibandingkan
dengan t tabel dari tabel t
(tabel B), dengan dk = n-2.
H0 ditolak bila t hitung t tabel pada dan db
yang telah ditentukan, atau bila t .
Contoh 1:
Jika rs = 0,84 dengan N = 12, pada = 0,05, maka nilai p
dari rs pada tabel P adalah berada pada posisi < 0,01.
Karena nilai p dari rs < nilai maka H0 ditolak.

Contoh 2 :
Bila nilai rs = 0,64 dengan N = 42 dan = 0,05, maka
untuk menguji signifikansi adalah:

t = 0,64 X 8,23 = 5,27


Berdasarkan tabel, nilai t tersebut pada df = 40 berada pada
posisi p < 0,0005. Karena nilai p dari t < = 0,05 maka H0
ditolak.
Ringkasan langkah mengerjakan
1. Bentuklah rank untuk nilai variabel X dari 1
sampai N, begitu pula untuk nilai variabel Y.
2. Tentukan nilai N subyek, hasil ranking untuk
variabel X yang sesuai dengan ranking variabel Y
3. Tentukan nilai selisih rank X dan Y (di) sesuai
dengan pasangannya. Kemudian kuadratkan nilai
di, yaitu di2 dan hitung jumlahnya, yaitu di2
4. Jika jumlah ranking kembar baik pada variabel X
maupun variabel Y cukup besar, gunakan rumus
2 untuk menghitung rs. Jika proporsi rank
kembar kecil atau tak ada rank kembar maka
dipakai rumus 1.
5. Untuk uji signifikansi:
- jika n antara 4 30, untuk taraf nyata 0,05
dan 0,01, maka dipakai tabel P.
- Jika n 30, hitung duku nilai t dan pakai
tabel B.
Contoh 1:
Sebuah sekolah ingin menguji hubungan antara pendapatan
orang tua perbulan dengan prestasi belajar siswa. Pendapatan
dilihat dari penghasilan rata-rata orng tua siswa dalam 1
bulan. Sedangkan prestasi belajar dilihat dari ranking nilai
siswa di kelas. Data selengkapnya adalah sebagai berikut:
Nama siswa Pendapatan Ortu Ranking kelas
A 750.000 5
B 1.000.000 3
C 500.000 6
D 800.000 4
E 1.500.000 2
F 1.250.000 7
G 2.000.000 1
H 450.000 8
I 600.000 9
J 400.000 10
Tabel Pembantu
NAMA SISWA Ranking Ranking kelas di di2
Pendapatan
A 6 5 1 1
B 4 3 1 1
C 8 6 2 4
D 5 4 1 1
E 2 2 0 0
F 3 7 -4 16
G 1 1 0 0
H 9 8 1 1
I 7 9 -2 4
J 10 10 0 0
Dari tabel diketahui dan tidak ada ranking yang
kembar. Maka rumus 1 akan digunakan:

rs = 0,972

Uji signifikansi, karena n kecil maka dipakai tabel P. Nilai P


dari rs adalah < 0,01. Karena p dari rs < = 0,05 maka H0
ditolak.
Atau karena nilai rs hitung (0,972) > nilai rs tabel (0,564)
maka Ho ditolak.
Jadi terdapat korelasi yang signifikans antara pendapatan
orang tua dengan ranking belajar siswa.
Contoh 2. korelasi untuk melihat hubungan antara
lama belajar mahasiswa dalam seminggu dengan
Indeks Prestasi
MAHASISWA Lama belajar IP
(jam/minggu)
A 56 3,8
B 56 3,0
C 49 3,5
D 49 2,9
E 42 3,1
F 14 1,9
G 35 2,0
H 7 1,5
I 28 2,6
J 21 2,7
K 32 2,5
L 32 2,8
Tabel Pembantu
MAHASISWA RANKING JAM RANKING IP di di2
BELAJAR
A 1,5 1 0,5 0,25
B 1,5 4 - 2,5 6,25
C 3,5 2 1,5 2,25
D 3,5 5 - 1,5 2,25
E 5 3 2 4
F 11 11 0 0
G 6 10 -4 16
H 12 12 0 0
I 9 8 1 1
J 10 7 3 9
K 7,5 9 - 1,5 2,25
L 7,5 6 1,5 2,25
Karena terdapatranking kembar 3 pasang pada variabel x,
maka rumus rs yang dipakai adalah rumus 2.

x2 = 143 1,5
= 141,5
= 143
Hasil-hasil ini dimasukkan ke dalam rumus
diatas.
Hasil hitung kemudian dibandingkan dengan
nilai tabel korelasi untuk menentukan
penerimaan ataupenolakan H0.
Bila nilai hitung lebih besar daripada nilai
tabel, maka H0 ditolak