Professional Documents
Culture Documents
ZULFITRI, IR,MSi
Tujuan Instruksional khusus:
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
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
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
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
2 Σx2Σy2
Σx2 = N3 – N = Σy2
12
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
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
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.
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
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
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.
2 √Σx2Σy2
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.
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
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 :
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
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
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
1 – (0,62)2
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
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.
ρ (rho) = 1 - ( 6 Σ d 2)
n3–n
Tabel 1.3
Skor Pelayanan Informasi Pajak dan Partisipasi publik dalam membayar PBB
X* urutkan nilai X dari yang terendah, beri skor 1,2,3,…dst, demikian juga Y*.
1. Untuk Responden lebih dari 30, uji siginifikansi gunakan rumus t = ρ √n-2__
√1- ρ2
2. Gunakan uji signifikansi dengan tabel t.
√(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 )