STATISTIKA

LANJUT

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS ILMU KOMPUTER
TOPIK PERKULIAHAN
o Pengertian Korelasi Spearman
o Rumus Koefisien Korelasi Spearman
o Rumus Koefisien Korelasi Spearman Ranking
Kembar
o Contoh kasus
o Penerapan dengan SPSS
Tujuan Perkuliahan
Agar mahasiswa mampu dan
memahami konsep dasar Korelasi
Spearman
Korelasi Spearman
Korelasi Spearman adalah uji statistik yang
digunakan untuk menguji kesesuaian antara 2
kelompok variabel yang berasal dari subjek
berbeda atau disebut juga data bebas dengan skala
data ordinal.
Koefisien korelasi Spearman atau sering disebut
juga sebagai Spearman Rank Correlation
Coefficient, digunakan untuk menghitung korelasi
berdasarkan data yang berbentuk peringkat
(ranking).
Untuk menghitung secara manual, maka langkah-
langkah dalam melakukan uji korelasi rank spearman
adalah sebagai berikut:
a) Buat tabel. Tabel digunakan untuk memasukkan
semua informasi yang dibutuhkan dalam menghitung
Koefisien Korelasi Peringkat Spearman. 
b) Lakukan rangking skor total x (rx) dan rangking skor
total y (ry). Pembuatan ranking dapat dimulai dari
nilai terkecil atau nilai terbesar. Bila ada data yang
nilainya sama, maka pembuatan ranking didasarkan
pada nilai rata-rata dari ranking-ranking data
tersebut.
c) Cari nilai d yaitu selisih rx– ry.
d) Cari nilai d2 yaitu kuadrat d (selisih rx– ry)
Rumus Koefisien Korelasi Spearman
N

d
2
6 i
i 1
rs  1  3
N  N

rs = koefisien Korelasi Spearman

d = selisih rangking
N = banyaknya data
Korelasi Spearman untuk
nilai kembar:
o Hal yang amat sangat mungkin terjadi pada
tataran empiris, adalah munculnya nilai-nilai
kembar pada variabel yang kita ukur.
o Jika proporsi nilai kembar ≥ 20% dari seluruh
kasus, maka digunakan rumus sbb.:

2 2 2
x  y   d
rs 
2 2
2 x y
Dimana:
3
2 N N
1)  x    Tx
12
3
N N
2
2)  y    Ty
12
3
t t
3)  Tx /  Ty  
12
Nilai rs terletak antara – 1 sampai 1 (−1≤ rs ≤1)
• Bila nilai rho = 0, berarti tidak ada korelasi atau
tidak ada hubungannya antara variabel
• Jika nilai rho = +1 berarti terdapat hubungan yang
positif
• Apabila nilai rho = -1 berarti terdapat hubungan
yang negatif antara variabel

Dengan kata lain, tanda “+” dan “-“ menunjukkan

arah hubungan di antara variabel yang sedang
dioperasikan.
Nilai dari rho juga bisa di interpretasikan bagaimana
makna dari nilai tersebut, dengan tabel dibawah ini :
Contoh
Jika diketahui data mengenai kedisiplinan sebagai
variable x dan kinerja sebagai variable y dengan
tabel berikut :
Pembahasan
Untuk menghitung koefisien korelasi maka disusun
tabel bantu sebagai berikut:
No Kedisplinan Kinerja rx ry d d2
1 75 80
2 45 45
3 44 34
4 70 80
5 75 70
6 64 65
7 80 79
8 77 76
9 92 89
10 66 72
d2
Pembahasan
Berdasarkan tabel bantu diatas diperoleh nilai-nilai:

Untuk menghitung koefisien korelasi, maka nilai-

nilai tersebut dimasukkan dalam rumus koefisien
korelasi sehingga diperoleh sebagai berikut:
Pembahasan Kesimpulan
Jadi, diperoleh nilai
koefisien korelasi (rs)
sebesar 0,809
Karena  rs  bernilai positif
dan mendekati 1, maka
kesimpulannya adalah :
ada hubungan/ korelasi
antara kedisiplinan dan
kinerja dimana
hubungannya kuat dan
positif.
Contoh Ranking Kembar
Jika diketahui data mengenai Nilai Kalkulus dan
Nilai Fisika dengan tabel berikut :
Nilai
Mahasiswa Nilai Kalkulus
Fisika
A 90 83
B 87 80
C 90 86
D 83 83
E 83 75
F 75 65
G 78 68
H 85 80
I 85 70
J 85 75
Pembahasan
Nilai
Mahasiswa Nilai Kalkulus
Fisika
A 90 83
B 87 80
C 90 86
D 83 83
E 83 75
F 75 65
G 78 68
H 85 80
I 85 70
J 85 75
Pembahasan
Untuk menghitung koefisien korelasi maka disusun
tabel bantu sebagai berikut:
No Nilai Kalkulus Nilai Fisika rx ry d d2
1 90 83 1.5 2.5 1 1
2 87 80 3 4.5 1.5 2.25
3 90 86 1.5 1 -0.5 0.25
4 83 83 7.5 2.5 -5 25
5 83 75 7.5 6.5 -1 1
6 75 65 10 10 0 0
7 78 68 9 9 0 0
8 85 80 5 4.5 -0.5 0.25
9 85 70 5 8 3 9
10 85 75 5 6.5 1.5 2.25
d2 41
Pembahasan
Berikut hasil yang diperoleh:
Pembahasan Kesimpulan
Jadi, diperoleh nilai
koefisien korelasi (rs)
sebesar 0,745
Karena  rs  bernilai positif
dan mendekati 1, maka
kesimpulannya adalah :
ada hubungan/ korelasi
antara Nilai Kalkulus dan
Nilai Fisika dimana
hubungannya kuat dan
positif.
Pembahasan dengan SPSS
• Buka Variable View
• Input nama variabelnya
Pembahasan dengan SPSS
• Input nilai x dan y di data View
• Pilih Analyze – Corelate – Bivariate
Pembahasan dengan SPSS
• Pindahkan kedua variabel ke kotak sebelah kanan
• Centang Spearman, two-tailed, dan flag significant
• Klik ok
Pembahasan dengan SPSS

Hipotesis :
H0 = tak ada hubungan
H1 = ada hubungan

• Bila probabilitas > 0,05 maka H0 diterima

• Bila probabilitas < 0,05 maka H0 ditolak
Pada bagian sig. (2-tailed) terlihat nilai 0,005 yang berarti
lebih kecil dari 0,05 sehingga kesimpulannya H0 ditolak
dan H1 diterima, artinya ada hubungan antara kedisiplinan
dan kinerja
Latihan :
Jika diketahui data
mengenai motivasi
dan Kepemimpinan
dengan tabel berikut,
tentukan korelasinya
menggunakan
Spearman.
SEKIAN
TERIMA
KASIH