Kofisien Korelasi Rank Spearman : rs

ZULFITRI, IR,MSi
Tujuan Instruksional khusus:

Mahasiswa diharapkan dapat menggunakan korelasi rank spearman untuk statistika

nonparametrik

Fungsi
Dari semua statistik yang didasarkan atas ranking (jenjang), koefisien korelasi
rank Spearman adalah yang paling awal dikembangkan dan mungkin yang paling
dikenal dengan baik hingga kini. Statistik ini, kadang-kadang disebut rho, di sini ditulis
dengan rs. Ini adalah ukuruan asosiasi yang menuntut kedua variable diukur sekurang-
kurangnya dalam skala ordinal sehingga obyek-obyek atau individu-individu yang
dipelajari dapat di-ranking dalam dua rangkaian berurut.

Dasar Pemikiran
Misalkan N individu di-ranking menurut dua variabel. Misalnya : kita mungkin
mengatur sekelompok siswa dalam urutan berdasarkan skor-skor mereka pada tes
masuk perguruan tinggi, dan juga dalam urutan berdasarkan indeks prestasi mereka
pada akhir tahun pertama. Jika ranking pada tes masuk itu dinyatakan sebagai X1,X2,X3,
…,XN dan ranking indeks prestasi mereka diawali dengan Y1,Y2,Y3,…,YN, kita dapat
menggunakan suatu ukuran korelasi dan rank untuk menetapkan hubungan antara X
dan Y.
Kita dapat melihat bahwa korelasi antara rank tes masuk Perguruan Tinggi dan
indeks prestasi akan sempurna jika, dan hanya jika Xi = Yi untuk semua i. Oleh sebab itu
masuk akal kiranya jika kita menggunakan selisih-selisih di = Xi – Yi sebagai petunjuk
perbedaan antara kedua himpunan ranking itu. Misalkan Mary McCord mendapatkan
skor puncak pada ujian masuk tapi menempati urutan kelima dalam indeks prestasi di
kelasnya. Mary akan mempunyai d sebesar -4. Di pihak lain, John Stainslowski
menduduki tempat kesepuluh ada ujian masuk tetapi menjadi juara kelas. John

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
mempunyai d sebesai 9. Ukuran besar berbagai di ini membuat kita memperoleh
gagasan mengenai seberapa erat hubungan antara kedua skor ujian masuk dengan
indeks prestasi. Jika hubungan antara kedua himpunan rank itu sempurna. Setiap di
akan sama dengan nol.
Selanjutnya, dalam menghitung suatu koefisien korelasi akan canggung jika kita
menggunakan harga di secara langsung. Satu kesulitan adalah bahwa di negative akan
menghapuskan di yang positif ketika kita berusaha menentukan jumlah perbedaannya.
Tetapi jika yang kita gunakan adalah di2, dan bukannya di, kesulitan ini teratasi. Jelaslah

bahwa makin besar harga-harga di, makin besar pulalah harga Σdi2.
Penjabaran rumus untuk menghitung rs cukup sederhana. Akan kita sajikan di
sini, sebab hal ini membantu menunjukkan sifat-hakikat koefisien itu, dan juga karena
penjabaran tersebut akan mengungkapkan bentuk-bentuk lain yang dapat dipakai untuk
menyatakan rumus itu. Satu di antara kemungkinan-kemungkinan bentuk yang lain itu
akan dipergunakan nanti bila kita perlu melakukan koreksi koefisiennya karena adanya
skor-skor beraneka-sama.
Jika x = X – X, di mana X mean skor pada variable X, dan jika y = Y – Y, maka
rumus umum suatu koefisien korelasi adalah (Kendall,1948a, Bab 2)

r = Σxy____ (9.2)
√ Σx2Σy2

di mana jumlah-jumlah mencakup harga-harga N dalam sampelnya.

Sekarang bila X dan Y adalah harga-harga rangking r = rq dan jumlah N bilangan bulat 1,
2, …, N adalah

ΣX = N (N + 1)
2

dan jumlah kuadrat bilangan-bilangan itu 12, 22, …., N2 dapat ditunjukkan sebagai
Σ X2 = N (N + 1) (2N + 2)
6

Oleh sebab itu, Σx2 = Σ (X – X)2 = ΣX2 – (ΣX)2

N

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
dan Σx2 = N (N + 1) (2N + 1) – N(N + 1)2
6 4 (9.3)
= N2 – N
12
dan demikian pula Σy2 = N3 – N
12

Sekarang d =x–y
d2 = (x – y)2 = x2 – 2xy + y2
Σd2 = Σx2 + Σy2 - 2Σxy
Tetapi rumus (9.2) menyatakan bahwa :

r = ___Σxy___ = rs

√ Σx2Σy2

Jika observasi-observasi itu di-ranking. Oleh sebab itu,

Σd2 = Σx2 + Σy2 – 2rs Σx2Σy2

dan dengan demikian rs = Σx2 + Σy2 – Σd2 (9.4)

2 Σx2Σy2

Dengan X dan Y dalam rank, dapat kita mensubsitusikan

Σx2 = N3 – N = Σy2
12

Ke dalam rumus (9.4), dan mendapatkan :

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
 N3 – N + N3 – N _ Σd 2
12 12
rs =

2 √ (N3 – N) (N3 – N)
12 12

2 (N3 – N) – Σd2
= 12
2 (N3 – N)
12

rs = 1 - __Σd2___ (9.6)
N3 – N
6

= 1 - __6Σd2__
N3 – N

Karena d = d = x – y = (X – X) (Y – Y) = X – Y, karena X = Y dalam rank dapat kita

tuliskan
N

6 Σd i
2

rs = 1- i=1
(9.7)

N3 - N

Rumus (9.7) ini adalah yang paling enak untuk menghitung rs Spearman.

Metode

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
 Untuk menghitung rs, buatlah daftar N subyek, Di dekat catatan tiap subyek,
cantumkanlah ranking-nya untuk variabel X dan ranking-nya untuk variabel Y. Kemudian
tentukan berbagai harga di = perbedaan antara kedua ranking itu. Kuadratkanlah tiap-
tiap di dan kemudian jumlahkanlah semua harga di2 untuk mendapatkan NΣi=1 di2. Lalu
masukkan harga ini serta harga N (banyak subyek) ke dalam rumus (9.7).

Contoh
Sebagai bagian studi tentang akibat tekanan kelompok terhadap individu untuk
melakukan penyesuaian diri dalam suatu situasi yang melibatkan risiko keuangan, para
peneliti mengadakan skala F yang termashur itu2, suatu ukuran keotoriteran, dan suatu
skala yang dibuat untuk mengukur perjuangan untuk status sosial3 terhadap 12
mahasiswa. Informasi mengenai korelasi antara skor-skor keotoriteran dan skor-skor
perjuangan status sosial, adalah hal yang dikehendaki. Perjuangan status sosial
diindikasikan oleh persetujuan dengan pernyataan-pernyataan seperti “Orang jangan
menikah dengan orang lain yang lebih rendah tingkat sosialnya”, “Untuk pergi
berpacaran, nonton pertunjukan berkuda lebih baik daripada mengunjungi pertandingan
baseball”, dan “Melacak silsilah keluarga adalah sesuatu yang berguna”. Tabel 9.3
menyajikan masing-masing skor 12 mahasiswa itu pada kedua skala.

Tabel 9.3 Skor Otoritarianisme dan Pejuangan Demi Status Sosial

Skor
Mahasiswa Keotoritera
n Perjuangan Status Sosial
A 82 42
B 98 46
C 87 39
D 40 37
E 116 65
F 113 88
G 111 86
H 83 56
I 85 62
J 126 92
K 106 54
L 117 81

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
Untuk menghitung korelasi rank Spearman antara kedua himpunan skor itu, perlu
dilakukan ranking skor-skor itu dalam dua rangkaian. Rangking-ranking skor yang
disajikan dalam Tabel 9.3 ditunjukkan dalam Tabel 9.4 yang juga memperlihatkan
berbagai harga di dan di2. Dengan demikian, misalnya Tabel 9.4 menunjukkan bahwa
mahasiswa J yang menunjukkan keotoriteran yang paling besar (pada skala F) juga
menunjukkan perjuangan status sosial yang paling ekstrem, dan dengan demikian kita
menerapkan ranking 12 pada kedua variabel itu.

Tabel 9.4 Ranking Keotoriteran dan Perjuangan Status Sosial

Ranking di di
Perj. Status
Mahasiswa Keotoriteran Sosial
A 2 3 -1 1
B 6 4 2 4
C 5 2 3 9
D 1 1 0 0
E 10 8 2 4
F 9 11 -2 4
G 8 10 -2 4
H 3 9 -3 9
I 4 9 -3 9
J 12 12 0 0
K 7 5 2 4
L 11 9 2 4
2
Σdi = 52

Akan pembaca amati bahwa tidak satu pun ranking mahasiswa pada satu variabel
berbeda lebih dari tiga dengan ranking mahasiswa itu pada variabel yang lain; jadi di
yang terbesar adalah 3.
Dar data yang ditunjukkan dalam Tabel 9.4 kita dapat menghitung harga rs dengan
menerapkan rumus (9.7):

6 Σ di2

rs = 1 – __i = 1_
N3 – N

= 1– ___6(52)___
(12)2 – 12

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
 = 0,82

Kita amati bahwa untuk 12 mahasiswa itu korelasi antara keotoriteran dan perjuangan
status sosial adalah rs = 0,82.
Obeservasi Berangka-sama. Kadang-kadang terjadi, dua subyekatau lebih
mendapatkan skor sama pada variabel sama. Jika terjadi angka sama, masing-masing
mendapatkan rata-rata ranking yang sedianya akan diberikan andaikata angka sama
tidak terjadi. Ini adalah prosedur yang biasa kita lakukan untuk memberikan ranking
kepada observasi berangka-sama.
Apabila proporsi angka sama tidak benar, akibatnya terhadap rs dapat diabaikan, dan
rumus (9.7) masih tetap dapat dipakai untuk perhitungannya. Tetapi, jika proporsi angka
sama itu besar, maka harus dipergunakan suatu factor koreksi dalam perhitungan rs.
Akibat ranking berangka sama dalam variabel X adalah mengurangi jumlah kuadrat, Σx2,
di bawah harga N3 – N , yaitu
12

Σx2 < N3 – N
12

di mana terdapat ranking-ranking berangka sama dalam variabel X. Oleh sebab itu kita
perlu mengoreksi jumlah kuadrat, dengan mempertimbangkan angka sama. Faktor
koreksinya adalah T :

T = t3 – t
12

Di mana t = banyak observasi yang berangka sama pada suatu ranking tertentu. Kalau
jumlah kuadrat dikoreksi sehubungan dengan angka sama, maka terjadilah :

Σx2 = N3 – N - ΣT
12

di mana ΣT menunjukkan jumlah berbagai harga T untuk semua kelompok yang berlain-
lainan yang memiliki observasi berangka sama.

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
 Kalau terdapat jumlah besar angka sama, kita menggunakan rumus dalam
penghitungan rs :

rs = Σx2 + Σy2 – Σd2

2 √Σx2Σy2

di mana Σx2 = N3 – N - ΣTx

12
Σy2 = N3 – N - ΣTy
12

Contoh dengan Angka Sama

Dalam studi yang dicuplik dalam contoh terdahulu, setiap mahasiswa diobservasi
secara individual dalam situasi tekanan kelompok yang terkenal, yang dikembangkan
oleh Asch.1 Dalam situasi ini, sekelompok subyek diminta secara individual untuk
menyatakan yang manakah di antara sekelompok garis alternative adalah sama panjang
dengan garis standar. Semua subyek itu adalah sekutu si pembuat eksperimen, kecuali
seorang, dan pada percobaan-percobaan tertentu mereka bersatu memilih pasangan
yang tidak benar. Subyek yang tak tahu menahu itu, yang diberi tempat duduk
sedemikian rupa sehingga dia adalah yang terakhir kali diminta unruk melaporkan
penilaiannya, memilih untuk berdiri sendiri dalam memilih pasangan yang benar (yang
akan dibuat tanpa keliru oleh orang yang berada dalam situasi di mana tidak ada
desakan dari kelompok yang berlawanan) atau “menyerah” pada desakan-desakan
kelompok ini dengan menyatakan bahwa garis yang keliru adalah pasangan garis
standar.
Modifikasi yang dimasukkan Siegel dan Fagan ke dalam eksperimen ini ialah setuju
untuk membayar tiap subyek dengan 50 sen untuk setiap penilaian yan benar, dan
mendendanya 50 sen untuk setiap penilaian yang keliru. Subyek-subyek itu diberi 2
dolar pada awal eksperimen, dan mereke mengetahui bahwa mereka boleh terus
memiliki yang yang ada pada mereka di akhir persidangan ini. Sejauh yang diketahui
oleh subyek yang “tak tahu menahu” itu, persetujuan ini berlaku dan menjadi pusat
perhatian semua anggota kelompok yang mengemukakan penilaian. Tiap subyek “yang
tak tahu menahu” berpartisipasi dalam 12 percobaan “sulit”, yakni dalam 12 percobaan

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
di mana para subyek sekutu si pembuat eksperimen tanpa keberatan apa pun memilih
garis yang keliru sebagai pasangan garis standar.
Dengan demikian, setiap subyek “yang tak tahu menahu” dapat “menyerah” hingga 12
kali.
Sebagai bagian studi, para pembuat eksperimen ingin mengetahui apakah menyerah
dalam situasi ini berkorelasi dengan perjuangan status sosial, sebagai yang terukur
dengan skala yang dilukiskan terdahulu. Hal ini ditetapkan dengan menghitung korelasi
ranking Spearman antara skor-skor dari kedua belas subyek “tak tahu menahu” itu
masing-masing pada skala perjuangan status sosial, dengan berapa kalikah masing-
masing subyek itu menyerah pada tekanan kelompok. Data pada kedua variabel ini
disajikan dalam Tabl 9.5

Tabel 9.5. Skor Menyerah dan Skor Perjuangan Status Sosial

Skor Perjuangan
Mahasiswa Jumlah Menyerah
Status Sosial
A 0 42
B 0 46
C 1 39
D 1 37
E 3 65
F 4 88
G 5 86
H 6 56
I 7 62
J 8 92
K 8 54
L 12 81

Amatilah bahwa dua di antara subyek “yang tak tahu menahu” tidak pernah menyerah
sama sekali (mereka adalah Mahasiswa A dan B), sementara satu orang (mahasiswa L)
menyerah pada setiap kali percobaan sulit. Skor-skor yang tersaji dalam Tabel 9.5 itu di-
ranking dalam Tabel 9.6. Amatilah bahwa dalam tabel itu terdapat 3 himpunan observasi
berangka sama pada variabel X (jumlah menyerah). Dua subyek berangka sama
padang angka 0; keduanya diberi ranking 1,5. dua berangka sama pada 1; keduanya
diberi ranking 3,5. dan dua orang berangka sama pada 8: keduanya diberi ranking 10,5
untuk tiap-tiap subyek.

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
 Karena proporsi yang relatif besar dari observasi-observasi berangka sama
dalam variabel X, mungkin dirasa bahwa rumus (9.4) harus dipergunakan dalam
menghitung harga rs. Untuk mempergunakan rumus itu, kita harus pertama-tama
menetapkan harga Σx2 dan Σy2.

Tabel 9.6. Ranking untuk Menyerah dan Perjuangan Status Sosial

Rank
Mahasiswa Perj. Status di di2
Menyerah
Sosial
A 1,5 3 -15 2,25
B 1,5 4 -25 6,25
C 3,5 2 1,5 2,25
D 3,5 1 2,5 6,25
E 5 8 -30 9,00
F 6 11 -50 25,00
G 7 10 -30 9,00
H 8 6 2,0 4,00
I 9 7 2,0 4,00
J 10,5 12 -15 2,25
K 10,5 5 -55 30,25
L 12 9 3,0 9,00
di2 = 109,50

Sekarang, dengan tiga himpunan observasi berangka sama pada variabel X, di mana t =
2 untuk setiap himpunan kita lihat

Σx2 = N3 – N - ΣTx
12
= (12)2 – 12 - (23 – 3 + 23 – 2 + 23 – 3)
12 12 12
= 143 – 1,5
= 141,5

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
Jadi, dengan koreksi untuk angka sama, Σx2 = 141,5. Kita dapatkan Σy2 dengan metode
yang serupa :

Σy2 = N3 – N - ΣTy
12

Tetapi karena tidak terdapat angka sama dalam skor-skor Y (skor untuk perjuangan
status sosial), ΣTy = 0 dan dengan demikian

Σy2 = (12)3 – 12 - 0

12
= 143

Dengan adanya koreksi untuk angka sama, Σx2 = 141,5 dan Σy2 = 143. Dari
penjumlahan yang ditunjukkan dalam Tabel (9.4) kita mengetahui bahwa Σdi2 = 109,5.
Substitusi harga ini ke dalam rumus (9.4), kita dapatkan :

rs = Σx2 + Σy2 – Σdi2

2 Σx2Σy2
= 141,5 + 143 – 109,5
2 (141,5) (143)
= 0,616

Dengan koreksi untuk angka sama, korelasi antara jumlah menyerah dan tingkat
perjuangan status sosial adalah rs = 0,616. Seandainya kita menghitung menghitung rs
dari rumus (9.7), yakni bila kita tidak mengadakan koreksi karena adanya angka sama,
maka rs yang kita temukan adalah 0,617. Ini menunjukkan akibat yang relatif tidak
penting dari angka sama terhadap harga korelasi rank Spearman. Tetapi perhatikanlah
bahwa akibat angka-sama itu adalah berkurangnya harga rs. Karena alasan ini, koreksi
itu harus dipergunakan jika terdapat proporsi yang besar angka sama dalam satu atau
kedua variabel X dan/atau Y.

Menguji Signifikansi rs

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
 Jika subyek-subyek yang skornya dipakai untuk menghitung rs ditarik dari suatu
populasi secara random, kita dapat menggunakan skor-skor itu untuk menentukan
apakah kedua variabel berasosiasi dalam populasi tersebut. Yaitu, kita mungkin ingin
menguji hipotesis-nol bahwa kedua variabel yang kita pelajari tidak berasosiasi dalam
populasinya, dan bahwa harga rs, yang kita observasi berbeda dari nol semata-mata
secara kebetulan.

Sampel Kecil. Kita misalkan hipotesis-nol itu benar. Artinya, kita misalkan tidak
ada hubungan dalam populasi, antara variabel X dan Y. Sekarang, jika suatu sample
yang merupakan skor-skor X dan Y secara random ditarik dari populasi itu, untuk urutan
ranking Y tertentu dari skor Y, sembarang urutan ranking skor X adalah sama
mungkinnya dengan sembarang urutan ranking lain dari skor-skor X itu. Dan untuk
sembarang urutan tertentu dari skor X, semua kemungkinan urutan skor Y adalah sama
mungkinnya terjadi. Untuk N subyek, terdapat N! kemungkinan ranking untuk skor-skor
X, semua akan terjadi dalam hubungannya dengan ranking tertentu skor-skor Y. Karena
semuanya sama mungkinnya, kemungkinan terjadinya sembarang ranking tertentu skor
X dengan suatu ranking tertentu skor Y adalah 1/N!.
Untuk setiap kemungkinan ranking Y akan terdapat satu harga rs yang berkaitan
dengannya. Kemungkinan, di bawah Ho, akan terjadinya sembarang harga tertentu rs
dengan demikian proporsional terhadap banyak permutasi yang menyebabkan
terjadinya harga itu.
Dengan memakai rumus (9.7), rumus perhitungan rs, kita ketahui bahwa untuk N
= 2, hanya ada dua harga rs yang mungkin: +1 dan -1. Masing-masing memiliki
kemungkinan kemunculan di bawah Ho sebesar ½.
Untuk N = 3, harga-harga rs yang mungkin ialah -1, -1/2, +1/2, dan +1.
Kemungkinan masing-masing, di bawah Ho, adalah berturut-turut 1/6, 1/3, 1/3, dan 1/6.
Tabel P dalam Lampirannya menyajikan harga-harga kritis rs yang telah
didapatkan dengan metode yang serupa. Untuk N dari 4 hingga 30, tabel itu menyajikan
harga rs yang memiliki kemungkinan yang berkaitan, di bawah H0, sebesar p = 0,05 dan
harga rs yang memiliki kemungkinan yang berkaitan, di bawah Ho sebesar p = 0,01.
Tabel ini adalah tabel satu-sisi, artinya kemungkinan-kemungkinan yang dinyatakan itu
berlaku jika harg observasi rs ada dalam arah yang diramalkan, entah positif atau
negative. Kalau suatu harga observasi rs sama dengan atau melampaui harga yang

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
ditabelkan, harga observasi itu signifikan (untuk tes satu sisi) pada tingkat yang
ditunjukkan.

Contoh
Kita telah mengetahui bahwa untuk N = 12 korelasi antara keotoriteran dan
perjuangan status sosial ialah rs = 0,82. Tabel P menunjukkan bahwa suatu harga yang
sebesar ini siginifikan pada tingkat p < 0,01 (tes satu sisi). Dengan demikian, kita dapat
menolak Ho pada tingkat α = 0,01 dan menyimpulkan bahwa dalam populasi mahasiswa
itu yang merupakn sumber sampelnya, keotoriteran, dan perjuangan status sosial
mempunyai hubungan (berasosiasi).
Sudah pula kita lihat bahwa hubungan antara perjuangan status sosial dan
jumlah penyerahan adalah rs = 0,62 dalam kelompok kita yang terdiri dari 12 subyek.

Dengan memakai Tabel P selaku acuan kita, dapat ditentukan bahwa rs ≥ 0,62
mempunyai kemungkinan kemunculan, di bawah Ho, antara p = 0,05 dan p = 0,01 (satu
sisi). Dengan demikian kita dapat menyimpulkan, pada tingkat α = 0,05, bahwa kedua
variabel ini berasosiasi di dalam populasi yang merupakan asal-usul sampelnya.

Sampel Besar. Apabila N adalah 10 atau lebih, signifikan suatu rs yang kita
hasilkan di bawah hipotesis-nol dapat diuji dengan (Kendall,1948a, hal. 47-48)

t = rs √ N – 2_ (9.8)

1 – rs2

Yakni untuk N besar, harga yang didefinisikan dengan rumus (9.8) berdistribusi
student’s dengan db = N – 2. Dengan demikian, kemungkinan yang berkaitan, di bawah
Ho dengan sembarang harga yang seekstrem harga rs observasi dapat ditentukan
dengan menghitung t yang berkaitan dengan harga itu, menggunakan rumus (9.8).
Sesudah itu kita tentukan siginifikan t itu dengan melihat Tabel 8 pada Lampiran.

Contoh
Kita telah menentukan bahwa hubungan antara status sosial dan jumlah
penyerahan ialah rs = 0,62 untuk N = 12. Oleh karena N ini lebih besar dari 10, kita

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
dapat menggunakan metode sample besar dalam menguji rs ini untuk mengetahui
signifikasinya:

t = 0,62 √ 12 – 12_ = 2,49

1 – (0,62)2

Tabel B menunjukkan bahwa untuk db = N – 2 = 12 – 2 = 10,t yang sebesar 2,48

adalah signifikan pada tingkat 0,025 tetapi tidak pada tingkat 0,01 untuk tes satu-sisi.
Pada hakikatnya ini adalah hasil yang sama juga dengan yang kita peroleh sebelumnya
dengan memakai Tabel P. Kita dapat menolak Ho pada tingkat α = 0,05, menyimpulkan
bahwa perjuangan status sosial dan jumlah penyerahan berasosiasi dalam populasi
yang kedua belas mahasiswa itu merupakan sampel.

Ikhtisar Prosedur
Inilah langkah-langkah dalam penggunaan koefisien korelasi rank Spearman :
1. Berilah ranking observasi-observasi pada variabel X mulai 1 hingga N. Juga
observasi-observasi pada variabel Y mulai 1 hingga N.
2. Daftarlah N subyek itu. Beri setiap subyek ranking pada variabel X dan
ranking-nya pada variabel Y di sekolah nama subyek.
3. Tentukan harga di untuk setiap subyek dengan mengurangkan ranking Y pada
ranking X. Kuadratkan harga itu untuk menentukan di2 masing-masing subyek.
Jumlahkan harga-harga di2 untuk ke N kasus guna mendapatkan Σ di2.
4. Jika proporsi angka sama dalam observasi-observasi X atau Y besar, pakailah
rumus (9.4) untuk menghitung rs. Jika tidak, pakailah rumus (9.7).
5. Kalau subyek-subyek itu merupakan sample random dari populasi tertentu, kita
dapat menguji apakah harga observasi rs memberikan petunjuk adanya
asosiasi antara variablel X dan variabel Y dalam populasinya. Metode untuk
melakukan hal itu bergantung pada ukuran N :
a. Untuk N dari 4 hingga 30, harga-harga kritis rs untuk tingkat
signifikansi 0,05 dan 0.01 (tes satu sisi) disajikan dalam Tabel P.
b. Untuk N ≥ 10, siginifikansi suatu harga sebesar harga observasi rs
dapat ditetapkan dengan menghitung t yang berkaitan dangen harga

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
 itu (menggunakan rumus 9.8) dan kemudian menentukan signifikansi
harga itu dengan melihat Tabel B.

Kekuatan-Efisiensi
Efisiensi korelasi rank Spearman ini kalau dibandingkan dengan korelasi
parametrik yang paling kuat, r Pearson, kira-kira 91% (Hotelling dan Pabst, 1936).
Artinya, jika rs dipakai dengan suatu sample untuk menguji dapat atau tidaknya asosiasi
dalam populasinya, dan apabila anggapan-anggapan dan tuntutan-tuntutan yang
mendasari penggunaan yang wajar dari r Pearson dipenuhi, yakni mana kala populasi
itu mempunyai suatu distribusi normal bivariate dan pengukuran setidak-tidaknya dalam
pengertian skala interval, maka rs 91% seefisien r dalam menolak Ho. Kalau suatu
korelasi antara X dan Y terdapat dalam populasi, dengan 100 kasus rs akan
menunjukkan korelasi itu pada tingkat signifikansi yang sama dengan yang dicapai r
dengan 91 kasus.

1.3. Korelasi Rank Order oleh Charles Spearman

Korelasi ini digunakan untuk mencari hubungan antara variabel dengan skala
ordinal dengan ordinal;
Masalah : Apakah ada hubungan antara Pelayanan Informasi Pajak dan Partisipasi
publik dalam membayar PBB
dengan rumus :

ρ (rho) = 1 - ( 6 Σ d 2)
n3–n

Tabel 1.3
Skor Pelayanan Informasi Pajak dan Partisipasi publik dalam membayar PBB

No X Y X* Y* .d atau (X*-Y*) .d2

1 41 51 5 7 -2 4
2 47 55 8 8 0 0
3 43 55 7 3 4 16
4 28 36 2 1 1 1
5 38 46 4 5 -1 1

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
6 42 50 6 6 0 0
7 53 60 9 9 0 0
8 36 44 3 4 -1 1
9 25 38 1 2 -1 1
n=9 Σd2 = 24

X* urutkan nilai X dari yang terendah, beri skor 1,2,3,…dst, demikian juga Y*.

ρ (rho) = 1 – __(6 Σ d2)__ sehingga, ρ (rho) = 1 – ( 6. 24 ) = 0,80

n3–n 93 – 9
Uji Signifikansi Sampel kecil ( < 30 responden) dengan Rumus :
Hasil ρ (rho) hitung = 0,80 dengan α = 10% dua sisi dan n = 9, ρ (rho) table = 0,5515
ρ (rho) hitung > ρ (rho) tabel, sehingga kesimpulan statistiknya H0 ditolak, sehingga H1
diterima, Kesimpulan Statistiknya yaitu : “Ada hubungan antara Pelayanan Informasi
Pajak dan Partisipasi public dalam membayar PBB”.
Catatan =

1. Untuk Responden lebih dari 30, uji siginifikansi gunakan rumus t = ρ √n-2__
√1- ρ2
2. Gunakan uji signifikansi dengan tabel t.

1.4. Korelasi Pearson “Product Moment”

Korelasi ini digunakan untuk mencari hubungan antar variabel dengan
skala interval (interval dengan interval);
Ada beberapa hasil korelasi yaitu :
1. Korelasi positif = korelasi searah atau kenaikan variabel X diikuti kenaikanunan
variabel Y
2. Korelasi Negatif = korelasi yang mana apabila kenaikan variabel X diikuti
penurunan variabel Y, atau sebaliknya.
3. Korelasi nol = tidak ada hubungan
Dengan rumus :

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
 r = N (Σ xy) – (Σ X Σ Y)_______

√(N Σ X -( Σ X
2
)2 ) ( N Σ Y2 – (Σ Y )2 )

r = korelasi
X = skor setiap item
Y = Skor total item X.
N = jumlah responden, (cara menghitung seperti cara menghitung validitas).
.df = n – 2
Contoh :
Masalah : Apakah ada hubungan antara Kemampuan Membaca dan Intensitas
membaca Data dari Responden :

Tabel 1.4

Responden X Y X2 Y2 XY
1 3 32 9 1024 96
2 3 35 9 1225 105
3 4 24 16 576 96
4 5 36 25 1296 180
5 5 40 25 1600 200
6 4 27 16 729 108
7 2 24 4 576 48
8 3 26 9 676 78
9 1 23 1 529 23
10 2 32 4 1024 64
N = 10 Σx = 32 ΣY = 299 Σx2 = 118 ΣY2 = 9255 ΣXY = 998

r = N ( Σ XY ) – ( Σ X Σ Y ) _____

√(NΣX 2
– (Σ X )2 ) ( N Σ Y2 – (Σ Y)2 )

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial
 r = 10 (998) – ( 32 x 299) _______

√ ((10 x (118) – (32x32)) ((10 x 9255) – (299x299))

Sehingga Korelasi ( r ) = 0,588

t = r√ n – 2 = 0,588.√10 – 2 = 0,588.2,825 = 1,6611 = 2,054

√ 1 – r2 √ 1 – (0,588)2 √ 0,654 0,809

T Hitung = 2,054.df = n -2 = 8, α = 5 % t tabel = 1,860, sehingga kesimpulan statistiknya H0

ditolak, sehingga H1 diterima, Kesimpulan statistiknya : “Ada hubungan antara
Kemampuan Membaca dan Intensitas membaca

Pusat Pengembangan Bahan Ajar - UMB Ir.Zulfitri, MS

Statistik Sosial