Korelasi spearman sebenarnya merujuk pada penemuan peneliti lalu tentang hubungan antara dua variabel atau derajat yang mengukur korelasi berpangkat. Hubungan tersebut ditemukan oleh Spearman sendiri pada tahun 1904 dan dipakai untuk uji hipotesis korelasi pengukuran dari variabel minimal ordinal. Artikel kali ini akan membahas lebih lanjut mengenai korelasi rank spearman.
Perbedaan Korelasi Rank Spearman dan Regresi
Dua jenis uji yang paling populer dalam software SPSS adalah korelasi Spearman dan juga regresi ini. Meskipun begitu, masih banyak yang belum paham mengenai perbedaan antara keduanya. Dalam statistik, dependence merujuk pada hubungan yang luas dengan keterlibatan dua variabel acak atau set data. Sedangkan pada korelasi, dependence merujuk pada hubungan yang melibatkan ketergantungan.
Secara konteks, kedua uji tersebut memiliki perbedaan utama pada letak skala variabel yang akan digunakan. Contoh yang paling sering digunakan untuk analisis korelasi ini adalah hubungan tinggi pohon indukan dengan anakannya. Sedangkan pada analisis regresi, variabel yang dimiliki cenderung memiliki hubungan sebab akibat atau kausalitas seperti pengaruh THR terhadap kinerja karyawan.
Tujuan Analisis Korelasi Spearman
Melakukan analisis korelasi bukannya tanpa tujuan tetapi memang karena perlu ada beberapa hal yang harus dicapai. Ada beberapa tujuan umum pada saat seseorang hendak melakukan uji yang satu ini seperti misalnya melihat keeratan hubungan dari dua variabel. Setelah bisa mendapatkan keeratan hubungan dari dua variabel, uji ini juga bisa melihat jenis hubungannya.
Hasil akhir dari uji korelasi Spearman biasanya berupa angka-angka yang kemudian bisa dikategorikan dalam beberapa hubungan. Nah dari angka tersebut bisa dilihat seberapa signifikan hubungan yang terjadi. Maksud dari signifikan di sini adalah bagaimana satu variabel mempengaruhi dengan sangat atau bahkan tidak berpengaruh sama sekali terhadap variabel lainnya.
Kriteria Tingkat Kekuatan Korelasi
Ada beberapa nilai pedoman dalam penentuan tingkat kekuatan korelasi variabel yang dihitung. Pedoman ini biasa digunakan dalam output yang diberikan oleh SPSS. Ketentuan nilai pedoman tersebut ialah:
- 0,00 – 0,25: hubungan sangat rendah
- 0,26 – 0,50: hubungan cukup
- 0,51 – 0,75: hubungan kuat
- 0,76 – 0,99: hubungan sangat kuat
- 1: hubungan sempurna
Kriteria Arah Korelasi
Arah korelasi dapat dilihat di hasil bagaimana angka koefisien korelasi dan biasanya nilai yang dihasilkan berada pada rentang -1 sampai dengan 1. Ketika nilai koefisien korelasi memiliki nilai negatif maka hubungan tidak searah sedangkan ketika bernilai positif maka hubungan searah.
Kriteria Signifikansi Korelasi
Kekuatan dari korelasi juga ikut menentukan signifikansi hubungan dari dua variabel yang dilakukan uji ini. Ketika nilai sig (2 tailed) berada kurang dari rentan 0,05 atau 0,01, maka hubungan dikatakan signifikan. Sedangkan pada saat nilai sig (2 tailed) berada lebih dari rentang tersebut maka hubungan dikatakan tidak berarti.
Melakukan penghitungan uji korelasi rank spearman memang bisa dikatakan lebih mudah daripada jenis uji lain. Tetapi dalam pengaplikasiannya sering mengalami masalah mana data yang bisa dilakukan dengan uji korelasi ini. Patra Statistika adalah jawaban dari permasalahan statistika yang dihadapi. Tak hanya uji korelasi, konsultasi permasalahan lain pun bisa lebih mudah dengan Patra Statistika.