Tutorial Analisis Korelasi Rank Spearman dengan SPSS

Tutorial Analisis Korelasi Rank Spearman dengan SPSS | Jika uji pearson product momen yang telah kita dibahas pada artikel sebelumnya bertujuan untuk mengetahui korelasi dengan data kuantitatif (skala interval atau rasio), maka analisis korelasi rank spearman dapat digunakan untuk menguji hubungan antara variable penelitian pada statistik non-parametrik (skala ordinal). Nilai koefisien dan kriteria keeratan hubungan dua variable yang dipakai dalam analisis ini sama dengan yang digunakan dalam korelasi pearson, hanya saja dalam korelasi rank spearman awalnya akan melakukan peringkatan (rangking) terhadap data yang ada, kemudian baru melakukan uji korelasi.

Sebagaimana yang sudah saya sampaikan di atas, bahwa korelasi rank spearman merupakan bagian dari statistik non-parametrik, oleh karena itu dalam analisis korelasi ini tidak diperlukan asumsi adanya hubungan yang linear (uji linearitas) antara variabel penelitian. Jika data penelitian menggunakan skala likert, maka jarak yang digunakan harus sama dan data penelitian tidak harus berdistribusi normal (uji normalitas)

Dalam analisis korelasi tidak ada istilah variabel bebas (X) maupun variabel terikat (Y). Dengan demikian, dapat diartikan bahwa kedua variabel yang dikorelasikan (dihubungkan) bersifat independen antara satu dengan yang lainnya, maksudnya adalah masing-masing variabel berdiri sendiri dan tidak tergantung satu sama lain. Misalkan saya mempunyai variabel X dan Y, maka hubungan variabel X dan Y adalah sama dengan hubungan variabel Y dan X.

TUJUAN ANALISIS KORELASI RANK SPEARMAN

Tujuan analisis korelasi secara umum (korelasi pearson product momen maupun korelasi rank spearman) adalah untuk:
  1. Melihat tingkat kekuatan (keeratan) hubungan dua variabel
  2. Melihat arah (jenis) hubungan dua variabel
  3. Melihat apakah hubungan tersebut signifikan atau tidak

KRITERIA TINGKAT KEKUATAN KORELASI

Dalam menentukan tingkat kekuatan hubungan antar variabel, kita dapat berpedoman pada nilai koefisien korelasi yang merupakan hasil dari output SPSS, dengan ketentuan:
  1. Nilai koefisien korelasi sebesar 0,00 - 0,25 = hubungan sangat lemah
  2. Nilai koefisien korelasi sebesar 0,26 - 0,50 = hubungan cukup
  3. Nilai koefisien korelasi sebesar 0,51 - 0,75 = hubungan kuat
  4. Nilai koefisien korelasi sebesar 0,76 - 0,99 = hubungan sangat kuat
  5. Nilai koefisien korelasi sebesar 1,00 = hubungan sempurna

KRITERIA ARAH KORELASI

Arah korelasi dilihat pada angka koefisien korelasi sebagaimana tingkat kekuatan korelasi. Besarnya nilai koefisien korelasi tersebut terletak antara + 1 sampai dengan -1. Jika koefisien korelasi bernilai positif, maka hubungan kedua variabel dikatakan searah. Maksud dari hubungan yang searah ini adalah jika variabel X meningkat maka variabel Y juga akan meningkat. Sebaliknya, jika koefisien korelasi bernilai negatif maka hubungan kedua variabel tersebut tidak searah. Tidak searah artinya jika variabel X menigkat maka variabel Y akan menurun.

KRITERIA SIGNIFIKANSI KORELASI

Kekuatan dan arah korelasi (hubungan) akan mempunyai arti jika hubungan antar variabel tersebut bernilai signifikan. Dikatakan ada hubungan yang signifikan, jika nilai Sig. (2-tailed) hasil perhitungan lebih kecil dari nilai 0,05 atau 0,01. Sementara itu, jika nilai Sig. (2-tailed) lebih besar dari 0,05 atau 0,01, maka hubungan antar variabel tersebut dapat dikatakan tidak signifikan atau tidak berarti.


CONTOH PENYELESAIAN KASUS KORELASI RANK SPEARMAN

Dalam contoh kali ini, peneliti ingin mengetahui apakah terdapat hubungan antara kualitas produk dengan kepuasan konsumen. Untuk keperluan tersebut, peneliti menyebar 10 kuesioner disebuah toko furniture. Masalah yang akan diteliti ialah seberapa besar hubungan antara variabel kualitas produk dengan kepuasan konsumen. Berikut jawaban 10 orang responden atau pengunjung yang diberikan kuesioner.

Tutorial Analisis Korelasi Rank Spearman dengan SPSS

Untuk keperluan analisis data dalam SPSS, maka jawaban responden tersebut kemudian diberi kode angka agar bisa dihitung:

Untuk data kualitas produk menggunakan kode:
  1. Sangat tidak berkualitas (STB) diberi nilai 1
  2. Tidak berkualitas (TB) diberi nilai 2
  3. Cukup berkualitas (CB) diberi nilai 3
  4. Berkualitas (B) diberi nilai 4
  5. Sangat berkualitas (SB) diberi nilai 5

Untuk data kepuasan konsumen menggunakan kode:
  1. Sangat tidak puas (STP) diberi nilai 1
  2. Tidak puas (TP) diberi nilai 2
  3. Cukup puas (CP) diberi nilai 3
  4. Puas (P) diberi nilai 4
  5. Sangat puas (SP) diberi nilai 5

Setelah dilakukan pengkodean, sebagaimana ketentuan di atas, maka bentuk data penelitian untuk hubungan variabel kualitas produk dengan kepuasan konsumen adalah sebagai berikut

Tutorial Analisis Korelasi Rank Spearman dengan SPSS

[Download Data untuk Latihan]


LANGKAH-LANGKAH ANALISIS KORELASI RANK SPEARMAN DENGAN SPSS

1. Buka program SPSS (dalam hal ini saya menggunakan SPSS versi 21), kemudian klik Variable View, pada kolom Name baris pertama tuliskan X dan baris kedua tuliskan Y. Pada bagian Label untuk X tuliskan Kualitas Produk dan untuk Y tuliskan Kepuasan Konsumen. Abaikan pilihan yang lainnya dan biarkan tetap default

Tutorial Analisis Korelasi Rank Spearman dengan SPSS

2. Klik Data View, pada tampilan Data View terlihat ada dua buah variabel yakni variabel X dan Y, selanjutnya tuliskan atau masukkan data penelitian untuk masing-masing variabel

Tutorial Analisis Korelasi Rank Spearman dengan SPSS

3. Jika data sudah di input dengan benar, lanjutnya klik menu Analyze > Correlate > Bivariate....

Tutorial Analisis Korelasi Rank Spearman dengan SPSS

4. Muncul kotak dialog “Bivariate Correlations”, langkah berikutnya adalah masukkan variabel Kualitas Produk [X] dan Kepuasan Konsumen [Y] ke kolom Variable (s), kemudian pada bagian “Correlation Coefficient” beri tanda centang (v) pada pilihan Spearman, pada bagian “Test of Significance” pilih Two-tailed. Selanjutnya, beri tanda centang (v) pada Flag significant correlations, lalu klik Options...

Tutorial Analisis Korelasi Rank Spearman dengan SPSS

5. Maka muncul kotak dialog “Bivariate Correlations: Options”, pada bagian “Missing Values” pilih Exclude cases pairwise, lalu klik Continue

Tutorial Analisis Korelasi Rank Spearman dengan SPSS

6. Klik Ok, maka akan muncul output korelasi rank spearman, sebagai berikut

Tutorial Analisis Korelasi Rank Spearman dengan SPSS


INTERPRETASI OUTPUT ANALISIS KORELASI RANK SPEARMAN

Supaya lebih mudah dipahami, maka interpretasi output uji korelasi rank spearman ini saya bagi menjadi tiga tahap interpretasi:
  1. Melihat tingkat kekuatan (keeratan) hubungan antar variabel
  2. Melihat arah (jenis) hubungan antar variabel
  3. Melihat apakah hubungan tersebut signifikan atau tidak

Melihat Tingkat Kekuatan (Keeratan) Hubungan Variabel Kualitas Produk dengan Kepuasan Konsumen

Dari output di atas, diperolah angka koefisien korelasi sebesar 0,838**. Artinya, tingkat kekuatan hubungan (korelasi) antara variabel kualitas produk dengan kepuasan konsumen adalah sebesar 0,838 atau sangat kuat. Tanda bintang (**) artinya korelasi bernilai signifikan pada angka signifikansi sebesar 0,01.

Melihat Arah (Jenis) Hubungan Variabel Kualitas Produk dengan Kepuasan Konsumen

Angka koefisien korelasi pada hasil di atas, bernilai positif, yaitu 0,838, sehingga hubungan kedua variabel tersebut bersifat searah (jenis hubungan searah), dengan demikian dapat diartikan bahwa kualitas semakin ditingkatkan kualitas produk maka kepuasan konsumen juga akan memingkat.

Melihat Signifikansi Hubungan Kedua Variabel

Berdasarkan output di atas, diketahui nilai signifikansi atau Sig. (2-tailed) sebesar 0,002, karena nilai Sig. (2-tailed) 0,002 < lebih kecil dari 0,05 atau 0,01 maka artinya ada hubungan yang signifikan (berarti) antara variabel kualitas produk dengan kepuasan konsumen.

PEMBUATAN KESIMPULAN

Mengacu pada pembahasan di atas, maka kesimpulan dalam penelitian ini adalah ada hubungan signifikan yang sangat kuat dan searah antara variabel kualitas produk dengan kepuasan pelanggan.

Saya kira sampai disini dulu pembahasan kita mengenai analisis korelasi rank spearman dengan spss, mudah-mudahan jelas.. terimakasih dan selamat mencoba..

[Search: Tutorial Analisis Korelasi Rank Spearman dengan SPSS, Langkah-Langkah Uji Korelasi Rank Spearman dengan SPSS Versi 21, Panduan Lengkap Cara Uji Hubungan Spearman’s rho dengan Program SPSS]
[Img: screenshot olah data SPSS versi 21]
Lihat Juga: Video Uji Analisis Korelasi Rank Spearman dengan SPSS

2 Responses to "Tutorial Analisis Korelasi Rank Spearman dengan SPSS"

  1. Boleh tanya dasar pembuatan kesimpulan tentang kekuatan hubungan? Range nya ada berapa saja? Terima kasih...

    BalasHapus
    Balasan
    1. keuatan hubungan antar variabel dapat dilihat dengan berpedoman pada nilai coeficient correlation pak

      Hapus

Silahkan tinggalkan jejak sobat disini. Sehingga saya tau bahwa artikel di atas bermanfaat. Terimakasih