Upload
la-ode-rinaldi
View
258
Download
1
Embed Size (px)
Citation preview
8/6/2019 9. Uji Korelasi Rank Spearman
1/6
R A 1
Kuliah
Oleh Ir. Rahayu Astuti, M.Kes
UJI KORELASI RANK SPEARMAN
Dalam statistik parametrik dikenal apa yang disebut koefisien korelasi Pearson.
Koefisien korelasi Pearson mengukur kekuatan hubungan antara dua variable berskala
interval atau rasio. Ukuran asosiasi/hubungan non parametric yang analog dengan
korelasi Pearson adalah koefisien korelasi peringkat Spearman atau koefisien korelasi
Rank Spearman atau disebut juga rho ( rs ).
Beberapa persamaan dan perbedaan antara kedua metode tersebut:
1. Keduanya mengukur korelasi dua variabel
2. Dua buah variabel yang diukur itu merupakan atribut dari sebuah sample yang
diambil secara acak
3. Pengukuran variabel X dan Y dilakukan pada subyek yang sama atau subyek
berbeda tetapi berkaitan erat atau pada agregat subyek sebagai sebuah unit asosiasi.
4. Pada korelasi Pearson variable minimal diukur dalam skala interval dan kedua
variabel masing-masing berdistribusi normal, sedangkan pada korelasi Rank
Spearman variabel minimal diukur dalam skala ordinal , data dari kedua variabel
tidak harus membentuk distribusi normal. Jadi korelasi rank Spearman bekerja
dengan data ordinal atau berjenjang atau rangking dan bebas distribusi.
5. Bagaimanapun kuatnya korelasi dua variabel seperti ditunjukkan oleh koefisien
korelasi Pearson maupun koefisien korelasi rank Spearman tidak otomatis
diinterpretasikan sebagai hubungan sebab akibat.
Prosedur penghitungan koefisien korelasi rank Spearman
1. Berikan peringkat untuk nilai-nilai X dari 1 sampai n (n ialah jumlah pasangan nilai
pengamatan X dan Y). Berikan pula peringkat terhadap nilai-nilai Y
2. Hitung di untuk masing-masing pasangan pengamatan, yaitu XiYi
3. Kuadratkan masing-masing di dan jumlahkan semua di2
4. Koefisien korelasi rank Spearman ialah :
6 di2
rs = 1
n3
n
8/6/2019 9. Uji Korelasi Rank Spearman
2/6
R A 2
Koefisien korelasi rank Spearman juga merupakan statistik untuk menguji kemaknaan
hubungan kedua variable.
Uji dua sisi :
Ho : Tidak ada hubungan antara X dan Y ( X dan Y saling independent)
Ha : Ada hubungan antara X dan Y ( X dan Y tidak saling independent)
Uji satu sisi :
Ho : Tidak ada hubungan antara X dan Y ( X dan Y saling independent)
Ha : Peningkatan nilai-nilai X diikuti dengan peningkatan nilai-nilai Y
Ho : Tidak ada hubungan antara X dan Y ( X dan Y saling independent)
Ha : Peningkatan nilai-nilai X diikuti dengan penurunan nilai-nilai Y
Uji kemaknaan :
1. Bila n antara 4 dan 30 bandingkan rs hitung dengan nilai kritis rs sebagaimana tertera
dalam table rho.
Tolak Ho jika rs hitung lebih besar dari rs table pada tingkat kemaknaan
2. Bila n > 30 maka kemaknaan diuji dengan pendekatan distribusi normal baku yaitu
menghitung statistik Z :
Z = rs n1
Untuk memperoleh nilai-nilai kritis Z gunakan table distribusi normal Z
Jika terdapat nilai-nilai teramati yang sama, kita perlu memperhitungkan nilai-nilai
teramati yang sama itu dengan cara sebagai berikut :
a). Jika nilai-nilai teramati yang sama sedikit, maka peringkat yang diberikan ialah
rata-rata peringkat nilai-nilai teranmati yang sama tersebut dan rs tidak perlu
dikoreksi
b). Jika nilai-nilai pengamatan yang sama sangat banyak, maka r s perlu dikoreksi
dengan factor koreksi T (Siegel, 1956).
Jika perlu melakukan koreksi, tahap-tahap perhitungan adalah sebagai berikut :
tx3
tx
Tx = 12
8/6/2019 9. Uji Korelasi Rank Spearman
3/6
R A 3
ty3
ty
Ty =
12
Dengan :
tx dan ty berturut-turut adalah banyaknya nilai pengamatan X dan banyaknya nilai
pengamatan Y yang berangka sama untuk suatu peringkat/ ranking
Sehingga rumus rs dengan koreksi adalah :
x2+ y
2di
2
rs (dengan koreksi) =
2 x2
y2
Dengan :
( n3 n )x
2= Tx
12
( n3
n )
y2
= Ty
12
Contoh : Kita berminat mengetahui apakah terdapat korelasi antara kolesterol HDL dan
SGOT
Terdapat data yang memperlihatkan data SGOT (unit Karmen/100 ml) dan kolesterol
HDL (mg/100 ml) pada 7 subyek dari sebuah sample yang diambil secara acak. Ingin
diketahui apakah terdapat korelasi antara kadar SGOT dan kolesterol HDL. Hitung
koefisien korelasi peringkat/ rank Spearman dan lakukan uji kemaknaan terhadap
koefisien tersebut. Misalkan = 5%. Datanya adalah sebagai berikut :
Subyek SGOT (x) Kolesterol HDL (y)
1
2
3
4
5
6
7
5,7
11,3
13,5
15,1
17,9
19,3
21,0
40,0
41,2
42,3
42,8
43,8
43,6
46,5
Jawab :
a). Hipotesis :
Ho : Tidak ada korelasi kadar SGOT dengan kolestrol HDL
8/6/2019 9. Uji Korelasi Rank Spearman
4/6
R A 4
Ha : Peningkatan SGOT diikuti dengan peningkatan kolesterol HDL (hubungan
positif)
b). Tingkat kemaknaan = 5%
c). Penghitungan statistik uji :Subyek SGOT
(x)
Peringkat
(x)
Kolesterol
HDL (y)
Peringkat
(y)
di di2
1
2
3
45
6
7
5,7
11,3
13,5
15,117,9
19,3
21,0
1
2
3
45
6
7
40,0
41,2
42,3
42,843,8
43,6
46,5
1
2
3
46
5
7
0
0
0
0-1
1
0
0
0
0
01
1
0
di2
= 2
6 di2
6 ( 2 )
rs = 1 = 1 = 0,9643
n3
n 73
7
d). Keputusan uji statistik:
Nilai rs table dengan n=7 , =0,05 rs table = 0,714
Karena rs hitung = 0,9643 > rs table = 0,714 tolak Ho
e). Kesimpulan : SGOT dan kolesterol HDL mempunyai korelasi positif kuat dan
bermakna .
Catatan :
Bila dalam satu variabel terdapat nilai-nilai teramati yang sama, maka peringkat yang
diberikan adalah peringkat rata-rata dari posisi-posisi yang seharusnya. Koreksi
terhadap rs hanya memberikan pengaruh cukup berarti jika nilai-nilai yang sama sangat
banyak. Dengan kata lain, jika nilai-nilai sama tidak sangat banyak, koreksi rs tidak
diperlukan.
SOAL :
1. Dalam sebuah studi tentang pengaruh limbah dalam sebuah danau, pengukuran
dilakukan terhadap konsentrasi nitrat di dalam air. Metode manual yang lama telah
digunakan untuk memonitor variabelitu. Sebuah metode baru yang otomatis telah
diciptakan. Jika saja korelasi positif bisa ditunjukkan antara pengukuran dari kedua
8/6/2019 9. Uji Korelasi Rank Spearman
5/6
R A 5
metode tersebut, maka metode otomatis akan digunakan secara rutin. Data
pengamatan adalah sebagai berikut:
No X (manual) Y (otomatis)
1
2
3
4
5
6
7
8
9
10
300
270
400
450
575
150
75
120
40
25
350
240
320
470
583
200
80
150
70
30
Hitung rs dan lakukan uji kemaknaan pada =5%. Apa kesimpulan anda?
Daftar Pustaka
1. Sheskin, D.J. Handbook of Parametric and Nonparametric Statistical Prosedures.
Third Edition. Chapman & Hall/CRC. Florida. 2004.
2. Murti, B Penerapan Metode Statistik Non-Parametrik Dalam Ilmu ilmu Kesehatan,
PT. Gramedia Pustaka Utama. 1996.
3. Santoso, S. Statistik Non-Parametrik, Elex Media Komputindo. 2003.4. Ariawan, I. Analisis Data Kategori, Modul, Fakultas Kesehatan Masyarakat,
Universitas Indonesia. 2003.5. Siegel, S. Statistik Non Parametrik untuk Ilmu-ilmu Sosial, Gramedia, Jakarta.
1994.
8/6/2019 9. Uji Korelasi Rank Spearman
6/6
R A 6
TABEL NILAI KRITIS SPEARMANS RHO
df =n-2
Tingkat signifikansi (one- tailed)
0,05 0,025 0,01 0,005
Tingkat signifikansi (two- tailed)
0,10 0,05 0,02 0,01
4
5
6
7
8
9
10
1112
13
14
15
16
17
18
19
20
2122
23
24
25
26
27
28
29
30
3540
45
50
60
70
80
90
100
1.000
0.900
0.829
0.714
0.643
0.600
0.564
0.5360.503
0.484
0.464
0.443
0.429
0.414
0.401
0.391
0.380
0.3700.361
0.353
0.344
0.337
0.331
0.324
0.317
0.312
0.306
0.2830.264
0.248
0.235
0.214
0.190
0.185
0.174
0.165
-
1.000
0.886
0.786
0.738
0.700
0.648
0.6180.587
0.560
0.538
0.521
0.503
0.485
0.472
0.460
0.447
0.4350.425
0.415
0.406
0.398
0.390
0.382
0.375
0.368
0.362
0.3350.313
0.294
0.279
0.255
0.235
0.220
0.207
0.197
-
1.000
0.943
0.893
0.833
0.783
0.745
0.7090.671
0.648
0.622
0.604
0.582
0.566
0.550
0.535
0.520
0.5080.496
0.486
0.476
0.466
0.457
0.448
0.440
0.433
0.425
0.3940.368
0.347
0.329
0.300
0.278
0.260
0.245
0.233
-
-
1.000
0.929
0.881
0.833
0.794
0.7550.727
0.703
0.675
0.654
0.635
0.615
0.600
0.584
0.570
0.5560.544
0.532
0.521
0.511
0.501
0.491
0.483
0.475
0.467
0.4330.405
0.382
0.363
0.331
0.307
0.287
0.271
0.257