KORELASI PEARSON DAN

SPEARMAN
KELOMPOK 3

Tri Wahyuni
Muhammad Asyraf Husein
Dian Wana Lestari
Nurul Qodimah
Nurkhalisa Amati
Nuril Mutmainna
Jesika Bangkaran
Pengantar Konsep

 Pengertian Korelasi
• Secara sederhana, korelasi dapat diartikan sebagai hubungan.
• Korelasi merupakan salah satu teknik analisis dalam statistik yang
digunakan untuk mencari hubungan antara dua variabel.
 Dasar Pemikiran Analisis Korelasi
• Bahwa adanya perubahan sebuah variabel disebabkan atau akan
diikuti dengan perubahan variabel lain.
 Kapan suatu variabel dikatakan saling berkorelasi ?
• Variabel dikatakan saling berkorelasi jika perubahan suatu variabel
diikuti dengan perubahan variabel yang lain baik dengan arah yang
sama (korelasi positif) atau berlawanan (korelasi negatif).
 Analisis korelasi untuk menguji hipotesis asosiatif .
• Hipotesis asosiatif adalah hipotesis yang menunjukkan dugaan
adanya hubungan atau pengaruh antara dua variabel atau lebih.
Gambaran Konsep Korelasi

◦ Korelasi dinyatakan dalam koefesien korelasi.

◦ >> koefesien korelasi  >> keterkaitan perubahan
suatu variabel dengan variabel yang lain.
• Korelasi Positif
Jika arah hubungannya searah.
• Korelasi Negatif
Jika arah hubunganya berlawanan arah.
• Korelasi Nihil (nol)
Jika tidak ada hubungan antar variabel .
Macam Bentuk Hipotesis
Data
Deskriptif Komparatif (dua sampel) Komparatif (lebih dari 2 Asosiatif
(satu sampel) (hubungan)
variabel)
Related Independen Related Independen

Nominal Binomial Mc Nemar Fisher Exact 2 for k 2 for k Contingency

Probability sample sample Coefficient C

2 One 2 Two Cochra

Sample Sample nQ

Ordinal Run Test Sign test Median test Friedman Median Spearman
Wilcoxon Mann-Whitney Two Way- Extension Rank
matched parts U test Anova Correlation
Kruskal-Wallis
Kolmogorov One Way Kendall Tau
Simrnov Anova

Wald-
Woldfowitz

Interval T Test* T-test of*

Related
T-test of*
independent
One-Way
Anova*
One-Way
Anova*
Pearson
Product
Rasio Moment *
Two Way Two Way
Anova* Anova* Partial
Correlation*

Multiple
Correlation*

Statistik Parametris*
KORELASI PEARSON
• Korelasi Pearson digunakan untuk mengetahui ada
tidaknya hubungan antara dua variabel, yaitu variabel
bebas dan variabel terikat yang berskala interval atau
rasio (parametrik).
• Karl Pearson (1857-1936), yang pertama kali
mengembangkan ukuran statistik ini.
• Korelasi Pearson menggunakan uji syarat asumsi statistik
parametrik.
• Sampel minimal n ≥ 30
• Asumsi Uji Korelasi Pearson
• Sebelum diimplementasi, uji korelasi Pearson terlebih dulu
harus memenuhi serangkaian asumsi. Asumsi-asumsi uji
korelasi Pearson adalah:
 Normalitas. Artinya, sebaran variabel-variabel yang
hendak dikorelasikan harus berdistribusi normal.
 Linearitas. Artinya hubungan antara dua variabel harus
linier. Misalnya ditunjukkan lewat straight-line.
 Homoskedastisitas. Artinya, variabilitas skor di variabel Y
harus tetap konstan di semua nilai variabel X.
Interpretasi Koefisien Korelasi
• 0,00 – 0,199 : Sangat rendah
• 0,20 – 0,399 : Rendah
• 0,40 – 0,599 : Sedang
• 0,60 – 0,799 : Kuat
• 0,80 – 1,00 : Sangat Kuat

Rumus menghitung besar dan arah nilai r

KORELASI SPEARMAN
Korelasi Spearman merupakan pengukuran non-
parametrik.
Koefesien korelasi ini mempuyai simbol, ρ (rho).
Uji Rank Spearman digunakan untuk menguji
hipotesis korelasi dengan data yang digunakan
berskala Ordinal.
Data yang akan dikorelasikan tidak harus
membentuk distribusi normal.
Penghitungan dilakukan dengan cara yang sama
dengan korelasi Pearson, perbedaan terletak pada
pengubahan data kedalam bentuk ranking sebelum
dihitung koefesien korelasinya.
Itulah sebabnya korelasi ini disebut sebagai
Korelasi Rank Spearman.
Merupakan uji alternatif bila syarat uji Pearson
Product Moment tidak terpenuhi
Syarat dan Asumsi Penggunaan
Korelasi Rank Spearman
• Data yang digunakan untuk korelasi Spearman harus
berskala ordinal.
• Berbeda dengan Korelasi Pearson, Korelasi Spearman
tidak memerlukan asumsi adanya hubungan linier dalam
variable-variabel yang diukur dan tidak perlu menggunakan
data berskala interval, tetapi cukup dengan menggunakan
data berskala ordinal.
• Asumsi yang digunakan dalam korelasi ini ialah tingkatan
(rank) berikutnya harus menunjukkan posisi jarak yang
sama pada variable-variabel yang diukur.
• Data tidak harus berdistribusi normal.
Langkah-langkah Uji Rank
Spearman
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)
Langkah-langkah Uji Rank Spearman

4. Kuadratkan masing-masing di dan jumlahkan semua di2

5. Hitung Koefisien Korelasi Rank Spearman (ρ) baca rho:

6∑di2
= 1- ρ= 1-
6. Bila terdapat angka-angka sama. Nilai-nilai pengamatan
dengan angka sama diberi ranking rata-rata.
• Pembuatan ranking dapat dimulai dari nilai terkecil
atau nilai terbesar tergantung permasalahannya.
• Bila ada data yang nilainya sama, maka pembuatan
ranking didasarkan pada nilai rata-rata dari ranking-
ranking data tersebut.
• Namun apabila proporsi angka yang sama cukup
besar, maka dapat digunakan suatu faktor koreksi dan
formula menjadi seperti berikut ini:
METODE LAIN

Jika n ≤ 30 menggunakan rumus :

n
t  rs
2 r2
1 s

Kriteria pengujian :

Jika – ttabel < thitung < + ttabel maka Ho diterima.

Husaini Usman (2008:262)

TERIMA KASIH