Tutorial Analisis Korelasi Rank Spearman dengan SPSS | Jika uji pearson product momen yang telah kita dibahas pada artikel sebelumnya bertujuan untuk mengetahui hubungan dengan data kuantitatif (skala interval atau rasio), maka analisis hubungan rank spearman sanggup digunakan untuk menguji hubungan antara variable penelitian pada statistik non-parametrik (skala ordinal). Nilai koefisien dan kriteria keeratan hubungan dua variable yang digunakan dalam analisis ini sama dengan yang digunakan dalam hubungan pearson, hanya saja dalam hubungan rank spearman awalnya akan melaksanakan peringkatan (rangking) terhadap data yang ada, kemudian gres melaksanakan uji korelasi.
Sebagaimana yang sudah saya sampaikan di atas, bahwa hubungan rank spearman merupakan bab dari statistik non-parametrik, oleh alasannya ialah itu dalam analisis hubungan ini tidak diharapkan perkiraan adanya hubungan yang linear (uji linearitas) antara variabel penelitian. Jika data penelitian memakai skala likert, maka jarak yang digunakan harus sama dan data penelitian tidak harus berdistribusi normal (uji normalitas)
Dalam analisis hubungan tidak ada istilah variabel bebas (X) maupun variabel terikat (Y). Dengan demikian, sanggup diartikan bahwa kedua variabel yang dikorelasikan (dihubungkan) bersifat independen antara satu dengan yang lainnya, maksudnya ialah masing-masing variabel bangkit sendiri dan tidak tergantung satu sama lain. Misalkan saya memiliki variabel X dan Y, maka hubungan variabel X dan Y ialah sama dengan hubungan variabel Y dan X.
TUJUAN ANALISIS KORELASI RANK SPEARMAN
Tujuan analisis hubungan secara umum (korelasi pearson product momen maupun hubungan rank spearman) ialah untuk:
KRITERIA TINGKAT KEKUATAN KORELASI
Dalam memilih tingkat kekuatan hubungan antar variabel, kita sanggup berpedoman pada nilai koefisien hubungan yang merupakan hasil dari output SPSS, dengan ketentuan:
KRITERIA ARAH KORELASI
Arah hubungan dilihat pada angka koefisien hubungan sebagaimana tingkat kekuatan korelasi. Besarnya nilai koefisien hubungan tersebut terletak antara + 1 hingga dengan -1. Jika koefisien hubungan bernilai positif, maka hubungan kedua variabel dikatakan searah. Maksud dari hubungan yang searah ini ialah kalau variabel X meningkat maka variabel Y juga akan meningkat. Sebaliknya, kalau koefisien hubungan bernilai negatif maka hubungan kedua variabel tersebut tidak searah. Tidak searah artinya kalau variabel X menigkat maka variabel Y akan menurun.
KRITERIA SIGNIFIKANSI KORELASI
Kekuatan dan arah hubungan (hubungan) akan memiliki arti kalau hubungan antar variabel tersebut bernilai signifikan. Dikatakan ada hubungan yang signifikan, kalau nilai Sig. (2-tailed) hasil perhitungan lebih kecil dari nilai 0,05 atau 0,01. Sementara itu, kalau nilai Sig. (2-tailed) lebih besar dari 0,05 atau 0,01, maka hubungan antar variabel tersebut sanggup dikatakan tidak signifikan atau tidak berarti.
CONTOH PENYELESAIAN KASUS KORELASI RANK SPEARMAN
Dalam pola 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 tanggapan 10 orang responden atau pengunjung yang diberikan kuesioner.
Untuk keperluan analisis data dalam SPSS, maka tanggapan responden tersebut kemudian diberi instruksi angka semoga sanggup dihitung:
Untuk data kualitas produk memakai kode:
Untuk data kepuasan konsumen memakai kode:
Setelah dilakukan pengkodean, sebagaimana ketentuan di atas, maka bentuk data penelitian untuk hubungan variabel kualitas produk dengan kepuasan konsumen ialah sebagai berikut
[Download Data untuk Latihan]
LANGKAH-LANGKAH ANALISIS KORELASI RANK SPEARMAN DENGAN SPSS
1. Buka aktivitas SPSS (dalam hal ini saya memakai SPSS versi 21), kemudian klik Variable View, pada kolom Name baris pertama tuliskan X dan baris kedua tuliskan Y. Pada bab Label untuk X tuliskan Kualitas Produk dan untuk Y tuliskan Kepuasan Konsumen. Abaikan pilihan yang lainnya dan biarkan tetap default
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
3. Jika data sudah di input dengan benar, lanjutnya klik sajian Analyze > Correlate > Bivariate....
4. Muncul kotak obrolan “Bivariate Correlations”, langkah berikutnya ialah masukkan variabel Kualitas Produk [X] dan Kepuasan Konsumen [Y] ke kolom Variable (s), kemudian pada bab “Correlation Coefficient” beri tanda centang (v) pada pilihan Spearman, pada bab “Test of Significance” pilih Two-tailed. Selanjutnya, beri tanda centang (v) pada Flag significant correlations, kemudian klik Options...
5. Maka muncul kotak obrolan “Bivariate Correlations: Options”, pada bab “Missing Values” pilih Exclude cases pairwise, kemudian klik Continue
6. Klik Ok, maka akan muncul output hubungan rank spearman, sebagai berikut
INTERPRETASI OUTPUT ANALISIS KORELASI RANK SPEARMAN
Supaya lebih gampang dipahami, maka interpretasi output uji hubungan rank spearman ini saya bagi menjadi tiga tahap interpretasi:
Melihat Tingkat Kekuatan (Keeratan) Hubungan Variabel Kualitas Produk dengan Kepuasan Konsumen
Dari output di atas, diperolah angka koefisien hubungan sebesar 0,838**. Artinya, tingkat kekuatan hubungan (korelasi) antara variabel kualitas produk dengan kepuasan konsumen ialah sebesar 0,838 atau sangat kuat. Tanda bintang (**) artinya hubungan bernilai signifikan pada angka signifikansi sebesar 0,01.
Melihat Arah (Jenis) Hubungan Variabel Kualitas Produk dengan Kepuasan Konsumen
Angka koefisien hubungan pada hasil di atas, bernilai positif, yaitu 0,838, sehingga hubungan kedua variabel tersebut bersifat searah (jenis hubungan searah), dengan demikian sanggup 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, alasannya ialah 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 ialah ada hubungan signifikan yang sangat besar lengan berkuasa dan searah antara variabel kualitas produk dengan kepuasan pelanggan.
Saya kira hingga disini dulu pembahasan kita mengenai analisis hubungan 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]
Sebagaimana yang sudah saya sampaikan di atas, bahwa hubungan rank spearman merupakan bab dari statistik non-parametrik, oleh alasannya ialah itu dalam analisis hubungan ini tidak diharapkan perkiraan adanya hubungan yang linear (uji linearitas) antara variabel penelitian. Jika data penelitian memakai skala likert, maka jarak yang digunakan harus sama dan data penelitian tidak harus berdistribusi normal (uji normalitas)
Dalam analisis hubungan tidak ada istilah variabel bebas (X) maupun variabel terikat (Y). Dengan demikian, sanggup diartikan bahwa kedua variabel yang dikorelasikan (dihubungkan) bersifat independen antara satu dengan yang lainnya, maksudnya ialah masing-masing variabel bangkit sendiri dan tidak tergantung satu sama lain. Misalkan saya memiliki variabel X dan Y, maka hubungan variabel X dan Y ialah sama dengan hubungan variabel Y dan X.
TUJUAN ANALISIS KORELASI RANK SPEARMAN
Tujuan analisis hubungan secara umum (korelasi pearson product momen maupun hubungan rank spearman) ialah untuk:
- Melihat tingkat kekuatan (keeratan) hubungan dua variabel
- Melihat arah (jenis) hubungan dua variabel
- Melihat apakah hubungan tersebut signifikan atau tidak
KRITERIA TINGKAT KEKUATAN KORELASI
Dalam memilih tingkat kekuatan hubungan antar variabel, kita sanggup berpedoman pada nilai koefisien hubungan yang merupakan hasil dari output SPSS, dengan ketentuan:
- Nilai koefisien hubungan sebesar 0,00 - 0,25 = hubungan sangat lemah
- Nilai koefisien hubungan sebesar 0,26 - 0,50 = hubungan cukup
- Nilai koefisien hubungan sebesar 0,51 - 0,75 = hubungan kuat
- Nilai koefisien hubungan sebesar 0,76 - 0,99 = hubungan sangat kuat
- Nilai koefisien hubungan sebesar 1,00 = hubungan sempurna
KRITERIA ARAH KORELASI
Arah hubungan dilihat pada angka koefisien hubungan sebagaimana tingkat kekuatan korelasi. Besarnya nilai koefisien hubungan tersebut terletak antara + 1 hingga dengan -1. Jika koefisien hubungan bernilai positif, maka hubungan kedua variabel dikatakan searah. Maksud dari hubungan yang searah ini ialah kalau variabel X meningkat maka variabel Y juga akan meningkat. Sebaliknya, kalau koefisien hubungan bernilai negatif maka hubungan kedua variabel tersebut tidak searah. Tidak searah artinya kalau variabel X menigkat maka variabel Y akan menurun.
KRITERIA SIGNIFIKANSI KORELASI
Kekuatan dan arah hubungan (hubungan) akan memiliki arti kalau hubungan antar variabel tersebut bernilai signifikan. Dikatakan ada hubungan yang signifikan, kalau nilai Sig. (2-tailed) hasil perhitungan lebih kecil dari nilai 0,05 atau 0,01. Sementara itu, kalau nilai Sig. (2-tailed) lebih besar dari 0,05 atau 0,01, maka hubungan antar variabel tersebut sanggup dikatakan tidak signifikan atau tidak berarti.
CONTOH PENYELESAIAN KASUS KORELASI RANK SPEARMAN
Dalam pola 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 tanggapan 10 orang responden atau pengunjung yang diberikan kuesioner.
Untuk keperluan analisis data dalam SPSS, maka tanggapan responden tersebut kemudian diberi instruksi angka semoga sanggup dihitung:
Untuk data kualitas produk memakai kode:
- Sangat tidak berkualitas (STB) diberi nilai 1
- Tidak berkualitas (TB) diberi nilai 2
- Cukup berkualitas (CB) diberi nilai 3
- Berkualitas (B) diberi nilai 4
- Sangat berkualitas (SB) diberi nilai 5
Untuk data kepuasan konsumen memakai kode:
- Sangat tidak puas (STP) diberi nilai 1
- Tidak puas (TP) diberi nilai 2
- Cukup puas (CP) diberi nilai 3
- Puas (P) diberi nilai 4
- 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 ialah sebagai berikut
[Download Data untuk Latihan]
LANGKAH-LANGKAH ANALISIS KORELASI RANK SPEARMAN DENGAN SPSS
1. Buka aktivitas SPSS (dalam hal ini saya memakai SPSS versi 21), kemudian klik Variable View, pada kolom Name baris pertama tuliskan X dan baris kedua tuliskan Y. Pada bab Label untuk X tuliskan Kualitas Produk dan untuk Y tuliskan Kepuasan Konsumen. Abaikan pilihan yang lainnya dan biarkan tetap default
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
3. Jika data sudah di input dengan benar, lanjutnya klik sajian Analyze > Correlate > Bivariate....
4. Muncul kotak obrolan “Bivariate Correlations”, langkah berikutnya ialah masukkan variabel Kualitas Produk [X] dan Kepuasan Konsumen [Y] ke kolom Variable (s), kemudian pada bab “Correlation Coefficient” beri tanda centang (v) pada pilihan Spearman, pada bab “Test of Significance” pilih Two-tailed. Selanjutnya, beri tanda centang (v) pada Flag significant correlations, kemudian klik Options...
5. Maka muncul kotak obrolan “Bivariate Correlations: Options”, pada bab “Missing Values” pilih Exclude cases pairwise, kemudian klik Continue
6. Klik Ok, maka akan muncul output hubungan rank spearman, sebagai berikut
INTERPRETASI OUTPUT ANALISIS KORELASI RANK SPEARMAN
Supaya lebih gampang dipahami, maka interpretasi output uji hubungan rank spearman ini saya bagi menjadi tiga tahap interpretasi:
- Melihat tingkat kekuatan (keeratan) hubungan antar variabel
- Melihat arah (jenis) hubungan antar variabel
- 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 hubungan sebesar 0,838**. Artinya, tingkat kekuatan hubungan (korelasi) antara variabel kualitas produk dengan kepuasan konsumen ialah sebesar 0,838 atau sangat kuat. Tanda bintang (**) artinya hubungan bernilai signifikan pada angka signifikansi sebesar 0,01.
Melihat Arah (Jenis) Hubungan Variabel Kualitas Produk dengan Kepuasan Konsumen
Angka koefisien hubungan pada hasil di atas, bernilai positif, yaitu 0,838, sehingga hubungan kedua variabel tersebut bersifat searah (jenis hubungan searah), dengan demikian sanggup 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, alasannya ialah 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 ialah ada hubungan signifikan yang sangat besar lengan berkuasa dan searah antara variabel kualitas produk dengan kepuasan pelanggan.
Saya kira hingga disini dulu pembahasan kita mengenai analisis hubungan 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
