Академический Документы
Профессиональный Документы
Культура Документы
OLEH :
MOCH. RICKY ISKANDAR Z. NIM. P27834117080
I GUSTI AGUNG AYU SATWIKHA DEWI NIM. P27834117081
PRIYO UTOMO NIM. P27834117082
ANAK AGUNG LIDYA NIRMALA DEWI NIM. P27834117083
AGUS SETIYAWATI NIM. P27834117084
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, karena
berkat dan rahmat-Nyalah penulis dapat menyelesaikan makalah statistik “Uji
Spearman” dengan baik dan tepat waktu.
Berbagai kendala yang dialami penulis dapat teratasi berkat bimbingan dan
tuntunan dari berbagai pihak. Oleh karena itu, dalam kesempatan ini penulis
mengucapkan terima kasih kepada :
1. Bapak Drs. Edy Haryanto, M.Kes., selaku Ketua Jurusan Analis Kesehatan
Politeknik Kesehatan Surabaya yang telah memberikan kesempatan kepada
penulis untuk mengenyam pendidikan pada program alih jenjang di Jurusan
Analis Kesehatan Politeknik Kesehatan Surabaya.
2. Ibu Retno Sasongkowati, S.Pd., S.Si., M.Kes., selaku Ketua Prodi D4 Jurusan
Analis Kesehatan Politeknik Kesehatan Surabaya yang telah memberikan
dukungan sarana prasarana selama penulis mengenyam pendidikan pada
program alih jenjang di Jurusan Analis Kesehatan Politeknik Kesehatan
Surabaya.
3. Ibu Dra. Sri Sulami Endah Astuti, M.Kes., selaku dosen pengajar statistika
yang dalam penyusunan makalah ini telah banyak memberikan bimbingan.
4. Semua pihak yang baik terlibat secara langsung maupun tidak langsung yang
telah membantu penulis dalam menyelesaikan makalah ini.
Penulis menyadari bahwa makalah ini masih jauh dari sempurna, maka dari itu
penulis mengharapkan saran dan kritik yang bersifat membangun untuk
memperbaiki makalah ini. Akhir kata penulis mengucapkan semoga makalah ini
dapat bermanfaat.
Penulis
ii
DAFTAR ISI
iii
BAB I
PENDAHULUAN
1
dan syarat memiliki varian yang homogen atau homogenitas, model regresi
linier, dan lain-lain. Dalam statistika non parametrik indikator-indicator sisi
lain dari parameter ukuran objek yang diteliti. Pada makalah ini akan dibahas
mengenai uji statistik inferensial non parametrik korelasi spearman.
1.3 Tujuan
a. Untuk mengetahui pengertian dan fungsi Uji Spearman ?
b. Untuk mengetahui perhitungan Uji Spearman ?
c. Untuk mengetahui cara analisis Uji Spearman menggunakan SPSS ?
d. Untuk mengetahui pembacaan output pada SPSS ?
2
BAB II
TINJAUAN PUSTAKA
3
Statistik inferensial (sering juga disebut statistik induktif atau statistik
probabilitas), adalah teknik yang digunakan untuk menganalisis data sampel
dan hasilnya diberlakukan untuk populasi. Statistik ini akan cocok digunakan
bila sampel diambil dari populasi yang jelas, dan teknik pengambilan sampel
dari populasi yang jelas, dan teknik pengambilan sampel dari populasi itu
dilakukan secara random. Statistik ini disebut statistik probabilitas, karena
kesimpulan yang diberlakukan untuk populasi berdasarkan data sampel itu
kebenarannya bersifat peluang (probability). Suatu kesimpulan dari data
sampel yang akan diberlakukan untuk populasi itu mempunyai peluang
kesalahan dan kebenaran (kepercayaan) yang dinyatakan dalam bentuk
prosentase. Bila peluang kesalahan 5% maka taraf kepercayaan 95%, bila
peluang kesalahan 1%, maka taraf kepercayaan 99%. Peluang kesalahan dan
kepercayaan ini disebut dengan taraf signifikasi. Penguji taraf signifikasi dari
hasil suatu analisis akan lebih praktis bila didasarkan pada tabel t, uji F
digunakan tabel F. Pada setiap tabel sudah disediakan untuk taraf signifikasi
berapa persen suatu hasil analisis dapat digeneralisasikan. Dapat diberikan
contoh misalnya dari hasil analisis korelasi ditemukan koefisien korelasi 0,54
dan untuk signifikansi untuk 5%. Hal itu berarti hubungan variabel sebesar
0,54 itu dapat berlaku pada 95 dari 100 sampel yang diambil dari suatu
populasi. Contoh lain misalnya dalam analisis uji beda ditemukan signifikasi
untuk 1%. Hal ini berarti perbedaan itu berlaku pada 99 dari 100 sampel yang
diambil dari populasi.
4
indikator yang dianalisis adalah parameter-parameter dari ukuran objek yang
bersangkutan.
Statistika non parametrik adalah bagian statistika yang parameter
populasinya bebas dari keharusan terpenuhinya syarat-syarat data berskala
interval/rasio syarat pengambilan data secara random, berdistribusi normal
atau normalitas dan syarat memiliki varian yang homogen atau homogenitas,
model regresi linier, dan lain-lain. Dalam statistika non parametrik indikator –
indicator sisi lain dari parameter ukuran objek yang diteliti.
Dalam statistik, pengujian parameter melalui statistik (data sampel)
tersebut dinamakan uji hipotesis statistik. Oleh karena itu penelitian yang
berhipotesis statistik adalah penelitian yang menggunakan sampel. Dalam
statistik hipotesis yang diuji adalah hipotesis nol, karena tidak dikehendaki
adanya perbedaan antara parameter populasi dan statistik (data yang diperoleh
dari sampel). Sebagai contoh nilai suatu pelajaran 1000 mahasiswa rata –
ratanya 7,5. Selanjutnya misalnya, dari 1000 orang itu diambil sampel 50
orang, dan nilai rata – rata dari sampel 50 mahasiswa itu 7,5. Hal ini berarti
tidak ada perbedaan antara parameter (data populasi) dan statistik (data
sampel). Hanya dalam kenyataannya nilai parameter jarang diketahui. Statistik
non parametrik tidak menguji parameter populasi, tetapi menguji distribusi.
Penggunaan statistik parametrik dan non parametrik tergantung pada
asumsi dan jenis data yang dianalisis. Statistik parametrik harus memenuhi
beberapa asumsi. Asumsi yang utama adalah data yang akan dianalisis harus
berdistribusi normal. Selanjutnya dalam pengunaan salah satu test
mengharuskan data dua kelompok atau lebih yang akan diuji harus homogen,
dalam regresi harus terpenuhi asumsi linieritas. Statistik non parametrik sering
disebut “distribution free” (bebas distribusi). Statistik parametrik mempunyai
kekuatan yang lebih daripada statistik non parametrik, bila asumsi yang
melandasi dapat terpenuhi.
Penggunaan kedua statistik tersebut juga tergantung pada jenis data
yang dianalisis. Statistik parametrik kebanyakan digunakan untuk
menganalisis data interval dan rasio, sedangkan statistik non parametrik
kebanyakan digunakan untuk menganalisis data nominal, ordinal. Jadi untuk
5
menguji hipotesis dalam penelitian kuantitatif yang menggunakan statistik,
ada dua hal utama yang harus diperhatikan, yaitu macam data dan bentuk
hipotesis yang diajukan.
6
Selain pembagian kualitatif, kuantitatif, diskret, dan kontinu, ada juga
yang membagi data ke dalam data primer dan data sekunder. Data primer
merupakan data yang diperoleh langsung dari sumbernya atau objek
penelitian. Data primer biasanya diperoleh dengan cara wawancara langsung
kepada objek atau dengan pengisian kuesioner (daftar pertanyaan) yang
dijawab oleh objek penelitian. Data sekunder merupakan data yang sudah
diterbitkan atau digunakan pihak lain. Contoh data sekunder adalah sata yang
diambil dari koran, majalah, jurnal, dan publikasi lainnya.
7
d. Data Rasio
Data rasio adalah skala yang mencakup semua skala yaitu nominal,
ordinal, dan interval disamping memberikan keterangan tentang nilai
absolut dari objek yang diukur. Angka pada skala rasio menunjukkan nilai
sebenarnya dari objek yang diukur. Perbedaan utama pada skala interval
dan rasio adalah : (a) data skala ratio memiliki titik nol yang mempunyai
arti, dan (b) rasio antara keduanya juga mempunyai arti.
8
BAB III
PEMBAHASAN
Keterangan :
ρ = Nilai Korelasi Spearman Rank
d2 = selisih setiap pasangan rank
n = jumlah pasangan rank untuk spearman (5<n<30)
Rumus ini digunakan jika tidak ada nilai yang sama untuk setiap variabel. Jika
pun ada nilai yang sama, maka tidak lebih dari 20% jumlahnya.
Rumus Koreksi :
Apabila ada skor-skor yang sama (kembar) lebih dari 20%, maka digunakan
rumus koreksi berikut :
9
dimana :
Keterangan :
Re = Rank (urutan kedudukan yang dicari)
MR = Mean dari Rank dari data yang kembar
n = banyaknya skor yang kembar
1 dan 12 = konstanta
10
5. Hitung Koefisien Korelasi Rank Spearman (ρ = rho)
Keterangan :
ρ = Nilai Korelasi Spearman Rank
d2 = selisih setiap pasangan rank
n = jumlah pasangan rank untuk spearman (5<n<30)
Kriteria terima dan tolak hipotesis :
No. Parameter Nilai Interpretasi
11
Contoh Soal :
5.7 40.0
1
11.3 41.2
2
13.5 42.3
3
15.1 42.8
4
17.9 43.8
5
19.3 43.6
6
21.0 46.5
7
Prosedur Uji :
1. Rumuskanlah hipotesis Riset:
H0 : Tidak ada korelasi antara kadar SGOT dengan HDL
Ha : Ada korelasi antara kadar SGOT dengan HDL
2. Rumuskanlah Hipotesis Statistik:
Ha : ρ ≠ 0
Ho : ρ = 0
3. Buat tabel penolong untuk menghitung ranking
12
Sampel Kadar Ranking Kadar Ranking di di2
SGOT x HDL (yi) y
(xi)
1 5.7 1 40.0 1 0 0
2 11.3 2 41.2 2 0 0
3 13.5 3 42.3 3 0 0
4 15.1 4 42.8 4 0 0
5 17.9 5 43.8 5 -1 1
6 19.3 6 43.6 6 1 1
7 21.0 7 46.5 7 0 0
Σdi2=2
6𝛴𝑑𝑖 2
𝜌=1−
𝑛(𝑛2 − 1)
6𝑥2
𝜌=1−
7(72 − 1)
12
𝜌=1−
7(49 − 1)
12
𝜌=1−
336
336 − 12
𝜌=
336
𝜌 = 𝟎, 𝟗𝟔𝟒
13
6. Kesimpulan
- Ho ditolak;
- Ha diterima;
berarti Ada korelasi yang sangat kuat dan positif antara Kadar SGOT
dengan Kadar HDL.
Cara analisa
a. Tentukan rumusan masalah
Apakah ada korelasi kadar kolesterol dengan berat badan pada pasien
obesitas di rumah sakit D ?
b. Tentukan Hipotesis
Ho : Tidak ada korelasi kadar kolesterol dengan berat badan pada pasien
obesitas di rumah sakit D
14
H1 : Ada korelasi kadar kolesterol dengan berat badan pada pasien
obesitas di rumah sakit D
c. Langkah-langkah dengan aplikasi SPSS
1. Buka aplikasi SPSS
15
*Lakukan Uji Normalitas dengan uji Kormogorov Smirnov
4. Klik “Analyze”
5. Sorot “Nonparametric Test”, lalu klik “1-Sample-KS”
16
7. Lihat hasil uji normalitas.
17
11. Pada “Correlation Coefficients” klik “Spearman”, lalu klik OK
18
3.4 Pembacaan output pada SPSS
a. Cara pembacaan output uji normal
19
1. Menentukan kekuatan korelasi (magnitude) variabel kadar kolesterol
dengan berat badan pasien obesitas dengan cara :
- Dari output diperoleh angka koefisien korelasi (r) sebesar 0,367.
- Tentukan angka tersebut termasuk dalam tigkat kekuatan korelasi yang
mana
20
BAB IV
PENUTUP
4.1 Simpulan
1. Uji Korelasi Rank Spearman adalah uji yang bekerja untuk skala data
ordinal atau berjenjang atau ranking, dan bebas distribusi.
2. Untuk mencari ranking ada dua cara pendekatan yang dapat digunakan:
a. Rumus Korelasi Spearman Rank (ρ = rho) :
Keterangan :
ρ = Nilai Korelasi Spearman Rank
d2 = selisih setiap pasangan rank
n = jumlah pasangan rank untuk spearman (5<n<30)
Rumus ini digunakan jika tidak ada nilai yang sama untuk setiap variabel.
Jika pun ada nilai yang sama, maka tidak lebih dari 20% jumlahnya.
Rumus Koreksi :
Apabila ada skor-skor yang sama (kembar) lebih dari 20%, maka
digunakan rumus koreksi berikut :
dimana :
21
Keterangan :
Re = Rank (urutan kedudukan yang dicari)
MR = Mean dari Rank dari data yang kembar
n = banyaknya skor yang kembar
1 dan 12 = konstanta
22
DAFTAR PUSTAKA
23