Koefisien Korelasi Spearman

(1)

Koefisien Korelasi Spearman

Lain halnya dengan koefisien korelasi product-moment Pearson, korelasi Spearman dapat digunakan untuk data berskala minimal ordinal untuk kedua variabel yang hendak diperiksa korelasinya. Langkah pertama yang dilakukan untuk menghitung koefisien korelasi Spearman adalah mengurutkan data masing-masing variabel dari data terkecil sampai dengan data terbesar. Apabila Xi < Xj, harus berlaku rank(Xi) < rank(Xj), dengan rank(Xi)

menyatakan peringkat/ranking dari data Xi.

Berikut ini adalah pedoman untuk memberikan peringkat pada data. Misalkan diketahui n buah pasangan data (X1,Y1), (X2, Y2), …, (Xn,Yn). Apabila berlaku Xi ≠ Xj untuk

setiap i ≠ j (baca: setiap nilai data X tunggal), peringkat terendah yang diberikan adalah 1 dan peringkat tertinggi yang diberikan adalah n. Demikian pula apabila Yi ≠ Yj untuk setiap i ≠ j

(baca: setiap nilai data Y tunggal), peringkat terendah yang diberikan adalah 1 dan peringkat tertinggi yang diberikan adalah n. Apabila ada dua atau lebih data bernilai sama, akan berlaku peringkat terendah ≥1 dan peringkat tertinggi ≤ n. Untuk memperingkas pembahasan, yang akan diuraikan di sini adalah cara memberikan peringkat untuk variabel X. Pemberian peringkat untuk variabel Y dilakukan dengan cara yang sama.

Apabila ada dua atau lebih data yang bernilai sama, pemeringkatan dilakukan dengan cara berikut:

Langkah 1 (Penomoran data). Berikan nomor mulai nomor 1, 2, 3, dst. sampai dengan n

(bukan peringkat) pada data Xi dengan ketentuan n(i) < n(j) jika dan hanya jika Xi ≤ Xj,

dengan i, j = 1, 2, …, n dan n(i) menyatakan nomor untuk data Xi, n(j) nomor untuk data Xj.

Catatan: apabila Xi = Xj diberikan keleluasaan untuk memberlakukan n(i) < n(j) atau n(j) <

n(i).

Langkah 2 (Pengurutan data). Definisikan untuk i = 1, 2, 3, …, n: X’i = Xω (ω = 1, 2, 3, …,

n) sedemikian hingga n(ω) = i.

Langkah 3 (Pemberian peringkat).

Tinjau urut-urutan bilangan X1′,X′2,X′3,L,Xn′. Pemberian peringkat untuk k1 buah data

pertama dalam ditentukan sebagai berikut: Tentukan nilai k1 sebesar-besarnya sedemikian hingga

1 2

1 X Xk

▸ Baca selengkapnya: contoh soal koefisien korelasi dan jawabannya

(2)

( )

1 1 1 k i X rank k i i

∑

=

= . Selanjutnya, tentukan nilai k2 sebesar-besarnya sedemikian hingga 2

1 1

1 1 k 2 k k

k X X

X′₊ = ′₊ =L= ′₊ . Untuk setiap Xi yang bernilai sama dengan Xk′₁+1 tetapkan

( )

(

)

2 1 1 2 k i k X rank k i i

∑

= +

= . Begitu pun selanjutnya, tentukan nilai k3 sebesar-besarnya sedemikian hingga 3 2 1 2 1 2 1 k 1 k k 2 k k k k X X

X′₊ ₊ = ′₊ ₊ =L= ′₊ ₊ . Untuk setiap Xi yang bernilai sama dengan

1 2 1+ + ′ k k X tetapkan

( )

(

)

3 1 2 1 3 k i k k X rank k i i

∑

= + +

= . Lanjutkan proses ini dengan pola serupa, sampai semua Xi memiliki peringkat.

Contoh:

Perhatikan kelompok pasangan data berikut.

i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Xi 37 45 37 37 45 53 65 71 65 75 65 80 65 80 65

Yi 90 53 52 53 67 71 72 90 41 52 45 63 67 90 88

Langkah 1 dan Langkah 2 dapat diringkaskan pada tabel berikut.

i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Xi 37 45 37 37 45 53 65 71 65 75 65 80 65 80 65

n(i) 2 4 1 3 5 6 7 12 8 13 9 14 11 15 10 X’i 37 37 37 45 45 53 65 65 65 65 65 71 75 80 80

Langkah 3:

k1 = 3 karena X’1 = X’2 = X’3 = 37. Perhatikan bahwa X1 = X3 = X4 = 37 sehingga

( )

2 3 3 2 1 4 3 1 = + + = = =rank X rank X X rank .

k2 = 2 karena X’4 = X’5 = 45. Perhatikan bahwa X2 = X5 = 45 sehingga

( )

4,5 2 5 4 5 2 = + = =rank X X rank .

(3)

k3 = 1. Dalam hal ini X6 = X’6 =53 sehingga

( )

6 1 6 6 = = X rank .

k4 = 5 karena X’7 = X’8 = X’9 = X’10 = X’11 = 65. Perhatikan bahwa X7 = X9 = X11 = X13 = X15 sehingga

( )

9 5 11 10 9 8 7 15 13 11 9 7 = + + + + = = = =

=rank X rank X rank X rank X

X rank

( )

12 1 12 8 = = X

rank .

( )

13 1 13 10 = = X

rank .

k7 = 2 karena X’14 = X’15 = 80. Perhatikan bahwa X12 = X14 = 80 sehingga

( )

14,5 2 15 14 14 12 = + = =rank X X rank .

Hasil pemberian peringkat itu dapat disajikan secara ringkas dalam tabel berikut:

i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Xi 37 45 37 37 45 53 65 71 65 75 65 80 65 80 65 X’i 37 37 37 45 45 53 65 65 65 65 65 71 75 80 80 Rank (Xi) 2 4,5 2 2 4,5 6 9 12 9 13 9 14,5 9 14,5 9

Pemberian peringkat untuk Yi dilakukan secara serupa, dan hasilnya dapat dilihat pada tabel berikut: i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Yi 90 53 52 53 67 71 72 90 41 52 45 63 67 90 88 Y’i 41 45 52 52 53 53 63 67 67 71 72 88 90 90 90 Rank (Yi) 14 5,5 3,5 5,5 8,5 10 11 14 1 3,5 2 7 8,5 14 12

Yang menjadi input untuk menghitung koefisien korelasi Spearman adalah rank masing-masing data. Jadi, yang menjadi input untuk contoh di atas adalah sebagai berikut.

(4)

i Rank(Xi) Rank(Yi) 1 2 14 2 4,5 5,5 3 2 3,5 4 2 5,5 5 4,5 8,5 6 6 10 7 9 11 8 12 14 9 9 1 10 13 3,5 11 9 2 12 14,5 7 13 9 8,5 14 14,5 14 15 9 12

Setelah mengurutkan data, langkah selanjutnya adalah menentukan di = rank(Xi) – rank(Yi), untuk selanjutnya dipergunakan dalam rumus:

n n d r n i i s − − =

∑

= 3 1 2 6 1

(5)

i Xi Yi Rank(Xi) Rank(Yi) di di2 1 37 90 2 14 -12 144 2 45 53 4,5 5,5 -1 1 3 37 52 2 3,5 -1,5 2,25 4 37 53 2 5,5 -3,5 12,25 5 45 67 4,5 8,5 -4 16 6 53 71 6 10 -4 16 7 65 72 9 11 -2 4 8 71 90 12 14 -2 4 9 65 41 9 1 8 64 10 75 52 13 3,5 9,5 90,25 11 65 45 9 2 7 49 12 80 63 14,5 7 7,5 56,25 13 65 67 9 8,5 0,5 0,25 14 80 90 14,5 14 0,5 0,25 15 65 88 9 12 -3 9 Jumlah 468,50 16 , 0 15 15 50 , 468 6 1 6 1 ₃1 ₃ 2 ≈ − ⋅ − = − − =

∑

= n n d r n i i s

Apabila proporsi nilai ganda (baik untuk Xi maupun Yi) cukup besar, perlu dilakukan

koreksi bagi rs. Faktor-faktor koreksi tersebut adalah

∑

(

)

= − = gx _i _i i x x x t t T 1 3 dan

∑

(

)

= − = y _i _i g i y y y t t T 1 3

dengan gx adalah banyaknya pengelompokan nilai-nilai ganda yang berbeda bagi rank(Xi), gy adalah banyaknya pengelompokan nilai-nilai ganda yang berbeda bagi rank(Yi),

i

x

t adalah banyaknya peringkat ganda dalam pengelompokan ke-i variabel X, dan

i

y

t adalah banyaknya peringkat ganda dalam pengelompokan ke-i variabel Y. Untuk contoh di atas, gx = 4 karena ada 4 kelompok nilai ganda yang berbeda bagi rank(Xi), yaitu 2, 41/2, 9, dan 14 1/2. Demikian

pula gy = 4 karena ada 4 kelompok nilai ganda yang berbeda bagi rank(Yi), yaitu 3 1/2, 5 1/2, 8 1

(6)

2) = 156, Ty = (23 – 2) + (23 – 2) + (23 – 2) + (33 – 3) = 42. Dengan faktor koreksi, rumus rs menjadi:

(

)

(

)

(

) (

x y

)

(

)

x y y x n i i s T T n n T T n n T T d n n r + − + − − + − − − =

∑

= 3 2 3 1 2 3 2 6

Pada di atas, n3 – n = 153 – 15 = 3360, Tx + Ty = 156 + 42 = 198, dan TxTy = 6552 sehingga rs menjadi: 14 , 0 6552 3360 198 3360 2 / 198 5 , 468 6 3360 2 − ⋅ + ≈ − ⋅ − = s r

Apabila rs diperoleh dari hasil sampling, fluktuasi sampling perlu dipertimbangkan dalam memeriksa apakah ada hubungan di antara kedua variabel yang sedang ditinjau. Karena itu, perlu dilakukan uji hipotesis H0: tak ada hubungan antara X dan Y melawan H1:

ada hubungan antara X dan Y (kasus uji dua sisi) atau H1: ada hubungan positif (atau negatif)

antara X dan Y (kasus uji satu sisi). Perlu ditegaskan di sini jangan menuliskan hipotesis H0:

ρ

s = 0 melawan H1:

ρ

s≠ 0 karena

ρ

s = 0 tidak dapat memberikan kesimpulan bahwa kedua variabel saling bebas (independent) kecuali kedua varibel berdistribusi normal.

Cara pengujian hipotesis tersebut harus dibedakan menurut banyaknya sampel. Apabila n ≤ 50, gunakan Tabel Nilai Kritis rs. Apabila n > 50 hipotesis nol dapat diuji dengan statistik z =r_s n−1. Untuk n > 50 statistik tersebut berdistribusi mendekati normal baku. Jadi, untuk contoh di atas, apabila digunakan taraf nyata α = 0,05 dengan H0: tak ada

hubungan antara X dan Y melawan H1: ada hubungan antara X dan Y kita tak boleh menolak

H0 karena nilai kritis rs untuk n = 15 dengan α = 0,05 adalah 0,521 (> rs = 0,14). Apabila rs≥ 0,521, H0 ditolak pada taraf nyata 0,05 dan kita simpulkan ada hubungan di antara X dan Y;

pernyataan tersebut signifikan pada taraf nyata 0,05.

Andaikan hasil rs = 0,14 diperoleh dengan banyaknya sampel 80 buah, menurut uraian di atas, untuk memeriksa signifikansi rs digunakan statistik z. Jadi, z = 0,14√(15-1) ≈ 0,52. Dari tabel luas daerah di bawah kurva normal baku, diperoleh bahwa z0,025 = 1,96 sehingga

nilai statistik z jatuh di daerah penolakan H0 dengan taraf nyata 0,05 apabila dilakukan uji dua