Uji Spearman digunakan untuk menguji korelasi dua variabel numerik ketika persebaran data tidak normal. Dokumen ini menjelaskan langkah-langkah uji Spearman dan hasilnya menunjukkan ada korelasi positif sedang antara tingkat kolesterol dan indeks massa tubuh dimana semakin tinggi kolesterol maka indeks massa tubuh juga semakin besar.
1. LANGKAH UJI KORELASI
SPEARMAN
Disusun Oleh :
Eka Mujiati
Fitri Yulianti
Furqon Tri
Ferry
Okta Rostalia
Lecturer: Najma, SKM, MPH
Manajemen Analisis Data
Universitas Sriwijaya 2013
2. Pengertian Uji Spearman
Persebaran Data Normal
Setiap data numerik
harus dilakukan
uji normalitas
data
Persebaran Data Tidak Normal
Uji Korelasi pearson
Transformasi supaya
Data normal
Jika hasil transformasi persebaran data normal >> Uji Korelasi Pearson
Tetapi jika hasil transformasi tidak normal digunakan uji alternatif >>
uji Spearman
3. Fungsi Korelasi dan Regresi
Korelasi
Mengetahui derajat atau keeratan
hubungan
Mengetahui ada hubungan dua
variabel numerik
0,00 - 0,25
hubungan
sedang
Fungsi Korelasi plus
Membuat perkiraan (prediksi) nilai
suatu variabel(v. Dependen)
melalui variabel lain (v.
Independen)
tidak ada hubungan/ lemah
0,26 - 0,50
Regresi
Nilai Korelasi ( r )
r = 0 tidak ada hubungan linier
0,51 - 0,75
hubungan kuat
0,76 - 1,00
hubungan sangat kuat/ sempurna
r = -1 hubungan linier negatif
sempurna
r = +1 hubungan linier positif
sempurna
4. Olahraga Otak 25
Kita asumsikan data hubungan antara tingkat kolestrol
dan BMI berdistribusi tidak normal dan transformasi tidak
bisa membuat distribusi menjadi normal, alternatifnya kita
menggunakan uji Spearman.
(Data Regresi_Korelasi_JulieS.sav)
5. Hipotesis
Ho : tidak ada korelasi antara tingkat kolesterol dengan
boddy mass index
Ha : ada korelasi antara tingkat kolesterol dengan boddy
mass index
Jika p value > 0,05 maka Ho diterima dan Ha ditolak
Jika p value < 0.05 maka Ho ditolak dan Ha diterima
8. The Result
Correlations between tingkat kolestrol dan BMI
totchol
Spearman's rho
totchol
bmi
Correlation Coefficient
1.000
.405**
.
.000
239
239
.405**
1.000
.000
.
239
239
r
Sig. (2-tailed)
N
bmi
Correlation Coefficient
Sig. (2-tailed)
N
**. Correlation is significant at the 0.01 level (2-tailed).
P value
10. Interpretations
Nilai p < 0,0001 sehingga ada
korelasi bermakna antara tingkat
kolestrol dan BMI
Nilai korelasi spearman sebesar
0,405 menunjukan bahwa arah
korelasi positif dengan kekuatan
korelasi sedang dimana semakin
tinggi tingkat kolestrol maka
Boddy Mass Index semakin besar
11. The conclution
Uji Spearman merupakan uji korelasi data numerik
yang digunakan sebagai alternatif dari uji pearson
apabila persebaran data tetap tidak normal walaupun
sudah dilakukan transformasi data.
Ada korelasi antara tingkat kolestrol dan Boddy Mass
Index
Semakin tinggi tingkat kolestrol maka Boddy Mass
Index semakin besar
Korelasi merupakan teknik analisis yang termasuk dalam salah satu teknik pengukuran asosiasi / hubungan (measures of association). Pengukuran asosiasi tersebutmengacu pada sekelompok teknik dalam statistik bivariat yang digunakan untuk mengukur kekuatan hubungan antara dua variabel. Sebelum menentukan kekuatan hubungan antara dua variabel, maka setiap data numerik harus dilakukan uji normalitas data. Jika dalam uji normalitas di dapatkan persebaran data normal, maka data tersebut dilakukan uji korelasi pearson, namun jika persebaran data tidak normal maka kita transformasikkan terlebih dahulu datanya supaya data menjadi normal. Jika hasil transformasi persebaran data normal maka data dapat dilakukan uji korelasi pearson. Tetapi jika hasil transformasi data tetap tidak normal maka kita gunakan uji alternatif yaitu uji Spearman.Jadi , Uji Spearman merupakan uji korelasi data numerik yang digunakan sebagai alternatif dari uji pearson apabila persebaran data tetap tidak normal walaupun sudah dilakukan transformasi data
Korelasi dan regresi keduanya sama-sama mempelajari hubungan antar variabel, tetapi ada perbedaan di antara keduanya. Jika korelasi berfungsi untuk :Mengetahui derajat atau keeratan hubungan Mengetahui ada hubungan dua variabel numerik.Kekuatan korelasinya ditentukan sebagai berikut : 0,00 - 0,25 -> tidak ada hubungan/ lemah hubungan 0,26 - 0,50 -> sedang 0,51 - 0,75 -> hubungan kuat 0,76 - 1,00 -> hubungan sangat kuat/ sempurna Nilai korelasi : r = 0 tidakadahubungan linierr = -1 hubungan linier negatifsempurnar = +1 hubungan linier positifsempurnaSedangkan Regresi sendiri berfungsi : Sebagai korelasi plusMembuat perkiraan (prediksi) nilai suatu variabel(v. Dependen) melalui variabel lain (v. Independen)
Kita asumsikan bahwa data hubungan antara tingkat kolestrol dan BMI berdistribusi tidak normal dan hasil transformasi tersebut tidak bisa membuat distribusi menjadi normal , maka alternatif yang kita gunakan adalah dengan uji Spearman. Lihat Data Regresi_Korelasi_JulieS.sav) Dan langkah-langkahnya sebagai berikut :
Ketika akan melakukan penelitian kita tentukan terlebih dahulu mencoba mengutarakan jawaban sementara terhadap masalah yang akan diteliti atau hipotesisnya, yang kemudian akan dibuktikan kebenarannya. Hipotesis untuk data ini yaitu :Ho : tidak ada korelasi antara tingkat kolesterol dengan boddy mass indexHa : ada korelasi antara tingkat kolesterol dengan boddy mass indexJika hasil dari uji data tersebut p value > 0,05 maka Ho diterima dan Ha ditolaksedangkan jika p value < 0.05 maka Ho ditolak dan Ha diterima
Langkah uji spearman yang pertamayaitu Masukkan data yang akan kita uji pada spss Klik analyse -> pilih correlate -> kemudian bivariate
Langkah kedua :Pada kotak dialog yang muncul masukkan variable tingkat kolestrol dan BMI pada kotak variables. Checklist spearman dan two-tailed kemudian pilih OK. Maka hasil outputnya sebagai berikut :
Untuk melihat ada tidaknya hubungan dapat dilihat dari nilai probabilitas yang tercantum pada baris sig. Syarat untuk melihat ada tidaknya hubungan yaitu :apabila probabilitas > 0.05 maka tidak ada hubungan, sedangkan apabila probabilitas < 0.05 maka antar variabel mempunyai hubungan. Pada hasil output di atas nilai probabilitas yang dihasilkan adalah 0.000. maka tingkat kolestrol dan BMI mempunyai hubungan signifikan.Untuk Hubungan sebab akibat ditunjukkan dengan tanda positif atau negatif dari koefisien korelasi. Dari hasil di atas dapat dilihat bahwa koefisien korelasi antara tingkat kolestrol dan BMI adalah 0.405 (tanda positif). Hal ini berarti semakin tinggi tingkat kolestrol , maka BMI akan semakin meningkat.
Tabel yang dilaporkan yaitu..
Interpretasi yang kita dapat antara tingkat kolestro dan BMI yaitu :Nilai p < 0,0001 sehingga ada korelasi bermakna antara tingkat kolestrol dan BMINilai korelasi spearman sebesar 0,405 menunjukan bahwa arah korelasi positif dengan kekuatan korelasi sedang
Dari uraian diatas dapat kita simpulkan :Uji Spearman merupakan uji korelasi data numerik yang digunakan sebagai alternatif dari uji pearson apabila persebaran data tetap tidak normal walaupun sudah dilakukan transformasi data. Ada korelasi antara tingkat kolestrol dan Boddy Mass Index Semakin tinggi tingkat kolestrol maka Boddy Mass Index semakin besar