Koefisien Korelasi Spearman

Pernahkah Anda mencoba menghitung korelasi data yang diukur dengan skala ordinal? Sebagai statistisi kita pasti akan langsung merujuk pada penggunaan korelasi Spearman bukan pada penggunaan korelasi Pearson. Korelasi Spearman dihitung dengan menggunakan persamaan (1):

Cobalah Anda hitung korelasi Spearman dari data berikut dengan rumus di atas:

Langkah-langkah standar penghitungan korelasi Spearman sebagai berikut:

1. Berikan peringat 1, 2, …, Ri untuk data penduduk, di mana i = 1, … , 20; Bila ada data yang sama, gunakan rata-rata peringkat untuk data yang sama tersebut;
2. Berikan peringat 1, 2, …, Ci untuk data pendapatan, di mana i = 1, … , 20; Bila ada data yang sama, gunakan rata-rata peringkat untuk data yang sama tersebut;
3. Hitung selisih Ri dan Ci yaitu ( di = Ri – Ci)
4. Gunakan persamaan (1) untuk menghitung koefisien korelasi Spearman.

Penulis dapati koefisien Spearman yang diperoleh adalah 0,241. Masalahnya, ketika data di atas dihitung dengan SPSS 15, koefisien korelasi Spearman yang dihasilkan tidak sama, yaitu 0,235. Koq bisa ya?

Iseng membuka menu Help SPSS 15 dan mengetikkan kata kunci “Spearman”. Didapatlah metode penghitungan koefisien korelasi Spearman ala SPSS 15 dan ternyata SPSS tidak menggunakan persamaan (1) untuk menghitungnya. Selidik punya selidik, SPSS menggunakan prosedur penghitungan koefisien korelasi Pearson setelah langkah 1 dan langkah 2 di atas. Setelah penulis gunakan koefisien korelasi Pearson untuk Ri dan Ci, diperoleh koefisien korelasi Pearson sebesar  0,235 persis sebagaimana hasil perhitungan koefisien korelasi Spearman. Kesimpulannya, SPSS 15 menggunakan korelasi Pearson dari peringkat dua data ordinal untuk menghitung koefisien korelasi Spearman.