{"id":3008,"date":"2023-07-19T16:10:01","date_gmt":"2023-07-19T16:10:01","guid":{"rendered":"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/"},"modified":"2023-07-19T16:10:01","modified_gmt":"2023-07-19T16:10:01","slug":"kapan-menggunakan-korelasi-spearman","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/","title":{"rendered":"Kapan menggunakan korelasi peringkat spearman (2 skenario)"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Cara paling umum untuk mengukur hubungan linier antara dua variabel adalah dengan menggunakan <a href=\"https:\/\/statorials.org\/id\/koefisien-korelasi-pearson-1\/\" target=\"_blank\" rel=\"noopener\">koefisien korelasi Pearson<\/a> , yang<\/span> <span style=\"color: #000000;\">selalu bernilai antara -1 dan 1 dengan:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\"><strong>-1<\/strong> menunjukkan korelasi linier negatif sempurna<\/span><\/li>\n<li> <span style=\"color: #000000;\">0 menunjukkan tidak ada korelasi linier<\/span><\/li>\n<li> <span style=\"color: #000000;\">1 menunjukkan korelasi linier positif sempurna<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Namun, jenis koefisien korelasi ini bekerja paling baik bila hubungan mendasar yang sebenarnya antara kedua variabel bersifat <em>linier<\/em> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Ada jenis koefisien korelasi lain yang disebut <strong>korelasi peringkat Spearman<\/strong> yang paling baik digunakan dalam dua skenario spesifik:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Skenario 1<\/strong> : Saat bekerja dengan data rahasia.<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Contohnya adalah kumpulan data yang berisi peringkat nilai ujian matematika siswa serta peringkat nilai ujian sains siswa di suatu kelas.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\"><strong>Skenario 2<\/strong> : Ketika terdapat satu atau lebih outlier ekstrim.<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Jika terdapat outlier ekstrem dalam kumpulan data, koefisien korelasi Pearson akan sangat terpengaruh.<\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Contoh berikut menunjukkan cara menghitung korelasi peringkat Spearman di setiap skenario.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong><span style=\"color: #000000;\">Skenario 1: Mengkorelasikan Peringkat Spearman dengan Data Peringkat<\/span><\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Pertimbangkan kumpulan data berikut (dan diagram sebar terkait) yang menunjukkan hubungan antara dua variabel:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-25951 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/spearmanuse3-1.jpg\" alt=\"\" width=\"655\" height=\"363\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Dengan menggunakan perangkat lunak statistik, kita dapat menghitung koefisien korelasi berikut untuk kedua variabel ini:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Korelasi Pearson: <strong>0,79<\/strong><\/span><\/li>\n<li> <span style=\"color: #000000;\">Korelasi peringkat Spearman: <strong>1<\/strong><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Dalam skenario ini, jika kita hanya peduli pada peringkat nilai data (saat peringkat x meningkat, apakah peringkat y juga meningkat?), maka korelasi peringkat Spearman akan memberi kita gambaran yang lebih baik tentang korelasi antara kedua variabel tersebut. .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam kumpulan data khusus ini, seiring dengan meningkatnya peringkat x, peringkat y <em>selalu<\/em> meningkat.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Korelasi peringkat Spearman secara sempurna menangkap perilaku ini dengan memberi tahu kita bahwa terdapat hubungan positif sempurna ( <b>\u03c1 = 1<\/b> ) antara peringkat x dan peringkat y.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Di sisi lain, korelasi Pearson menunjukkan bahwa terdapat hubungan linier yang kuat ( <strong>r = 0,79<\/strong> ) antara kedua variabel.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Hal ini memang benar, namun tidak ada gunanya jika kita hanya peduli pada hubungan antara barisan x dan barisan y.<\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Skenario 2: Korelasi peringkat Spearman dengan outlier ekstrim<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Pertimbangkan kumpulan data berikut (dan diagram sebar terkait) yang menunjukkan hubungan antara dua variabel:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-25948 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/lancemanuse1.jpg\" alt=\"\" width=\"654\" height=\"361\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Dengan menggunakan perangkat lunak statistik, kita dapat menghitung koefisien korelasi berikut untuk kedua variabel ini:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Korelasi Pearson: <strong>0,86<\/strong><\/span><\/li>\n<li> <span style=\"color: #000000;\">Korelasi peringkat Spearman: <strong>0,85<\/strong><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Koefisien korelasinya hampir sama karena hubungan mendasar antar variabel mendekati linier dan tidak ada outlier yang ekstrim.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Sekarang misalkan kita mengubah nilai y terakhir dalam dataset sehingga menjadi nilai outlier ekstrim:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\" wp-image-25949 aligncenter\" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/lancemanuse2.jpg\" alt=\"\" width=\"658\" height=\"368\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Dengan menggunakan perangkat lunak statistik, kita dapat menghitung ulang koefisien korelasi:<\/span><\/p>\n<ul>\n<li> <span style=\"color: #000000;\">Korelasi Pearson: <strong>0,69<\/strong><\/span><\/li>\n<li> <span style=\"color: #000000;\">Korelasi peringkat Spearman: <strong>0,85<\/strong><\/span><\/li>\n<\/ul>\n<p> <span style=\"color: #000000;\">Koefisien korelasi Pearson berubah secara signifikan sedangkan koefisien korelasi peringkat Spearman tetap sama.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dengan menggunakan jargon statistik, kita dapat mengatakan bahwa hubungan antara x dan y bersifat <a href=\"https:\/\/statorials.org\/id\/hubungan-yang-monoton\/\" target=\"_blank\" rel=\"noopener\">monotonik<\/a> (jika x bertambah, y umumnya meningkat) tetapi tidak linier karena outlier sangat mempengaruhi data.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dalam skenario ini, korelasi peringkat Spearman mengkuantifikasi hubungan monotonik ini dengan baik, sedangkan korelasi Pearson kurang berhasil karena berupaya menghitung hubungan linier antara kedua variabel.<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Terkait:<\/strong> <a href=\"https:\/\/statorials.org\/id\/cara-melaporkan-korelasi-spearman\/\" target=\"_blank\" rel=\"noopener\">Cara Melaporkan Korelasi Peringkat Spearman dalam Format APA<\/a><\/span><\/p>\n<h3> <span style=\"color: #000000;\"><strong>Sumber daya tambahan<\/strong><\/span><\/h3>\n<p> <span style=\"color: #000000;\">Tutorial berikut menjelaskan cara menghitung korelasi peringkat Spearman menggunakan perangkat lunak yang berbeda:<\/span><\/p>\n<p> <a href=\"https:\/\/statorials.org\/id\/korelasi-peringkat-spearman-unggul\/\" target=\"_blank\" rel=\"noopener\">Cara Menghitung Korelasi Rank Spearman di Excel<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/korelasi-peringkat-spearman-google-sheet\/\" target=\"_blank\" rel=\"noopener\">Cara Menghitung Korelasi Rank Spearman di Google Sheets<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/korelasi-spearman-di-sungai\/\" target=\"_blank\" rel=\"noopener\">Cara menghitung korelasi rank Spearman di R<\/a><br \/> <a href=\"https:\/\/statorials.org\/id\/korelasi-spearman-python\/\" target=\"_blank\" rel=\"noopener\">Cara Menghitung Korelasi Peringkat Spearman dengan Python<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Cara paling umum untuk mengukur hubungan linier antara dua variabel adalah dengan menggunakan koefisien korelasi Pearson , yang selalu bernilai antara -1 dan 1 dengan: -1 menunjukkan korelasi linier negatif sempurna 0 menunjukkan tidak ada korelasi linier 1 menunjukkan korelasi linier positif sempurna Namun, jenis koefisien korelasi ini bekerja paling baik bila hubungan mendasar yang [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Kapan menggunakan korelasi peringkat Spearman (2 skenario) \u2013 Statologi<\/title>\n<meta name=\"description\" content=\"Tutorial ini menjelaskan dua skenario di mana Anda perlu menggunakan korelasi peringkat Spearman untuk mengukur hubungan antar variabel.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Kapan menggunakan korelasi peringkat Spearman (2 skenario) \u2013 Statologi\" \/>\n<meta property=\"og:description\" content=\"Tutorial ini menjelaskan dua skenario di mana Anda perlu menggunakan korelasi peringkat Spearman untuk mengukur hubungan antar variabel.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-19T16:10:01+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/spearmanuse3-1.jpg\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"2 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/\",\"url\":\"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/\",\"name\":\"Kapan menggunakan korelasi peringkat Spearman (2 skenario) \u2013 Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-19T16:10:01+00:00\",\"dateModified\":\"2023-07-19T16:10:01+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Tutorial ini menjelaskan dua skenario di mana Anda perlu menggunakan korelasi peringkat Spearman untuk mengukur hubungan antar variabel.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Kapan menggunakan korelasi peringkat spearman (2 skenario)\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Kapan menggunakan korelasi peringkat Spearman (2 skenario) \u2013 Statologi","description":"Tutorial ini menjelaskan dua skenario di mana Anda perlu menggunakan korelasi peringkat Spearman untuk mengukur hubungan antar variabel.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/","og_locale":"id_ID","og_type":"article","og_title":"Kapan menggunakan korelasi peringkat Spearman (2 skenario) \u2013 Statologi","og_description":"Tutorial ini menjelaskan dua skenario di mana Anda perlu menggunakan korelasi peringkat Spearman untuk mengukur hubungan antar variabel.","og_url":"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/","og_site_name":"Statorials","article_published_time":"2023-07-19T16:10:01+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/spearmanuse3-1.jpg"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"2 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/","url":"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/","name":"Kapan menggunakan korelasi peringkat Spearman (2 skenario) \u2013 Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-19T16:10:01+00:00","dateModified":"2023-07-19T16:10:01+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Tutorial ini menjelaskan dua skenario di mana Anda perlu menggunakan korelasi peringkat Spearman untuk mengukur hubungan antar variabel.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/kapan-menggunakan-korelasi-spearman\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Kapan menggunakan korelasi peringkat spearman (2 skenario)"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/3008"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=3008"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/3008\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=3008"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=3008"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=3008"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}