{"id":272,"date":"2024-03-02T09:02:33","date_gmt":"2024-03-02T02:02:33","guid":{"rendered":"https:\/\/blog.iik.ac.id\/agussulis\/?page_id=272"},"modified":"2024-03-03T10:44:00","modified_gmt":"2024-03-03T03:44:00","slug":"uji-rank-spearman-dengan-spss","status":"publish","type":"page","link":"https:\/\/blog.iik.ac.id\/agussulis\/uji-rank-spearman-dengan-spss\/","title":{"rendered":"Uji Rank Spearman"},"content":{"rendered":"\n

Download klik disini<\/a><\/sup><\/p>\n\n\n\n

Korelasi Rank Spearman merupakan bagian dari statistik non-parametrik, oleh karena itu dalam analisis korelasi ini tidak diperlukan asumsi adanya hubungan yang linear (uji linearitas<\/strong>) antara variable penelitian, dan data penelitian tidak harus berdistribusi normal (uji normalitas<\/strong>).<\/p>\n\n\n\n

Tujuan analisis korelasi secara umum adalah untuk<\/strong>:<\/p>\n\n\n\n

    \n
  1. Melihat tingkat kekuatan (keeratan) hubungan dua variable.
    Dalam menentukan tingkat kekuatan (keeratan) berpedoman pada nilai koefisien korelasi yang dihasilakn dari output SPSS, dengan ketentuan:
    1. Nilai koefisien korelasi sebesar 0,00 \u2013 0,25 = hubungan sangat lemah
    2. Nilai koefisien korelasi sebesar 0,26 \u2013 0,50 = hubungan cukup
    3. Nilai koefisien korelasi sebesar 0,51 \u2013 0,75 = hubungan kuat
    4. Nilai koefisien korelasi sebesar 0,76 \u2013 0,99 = hubungan sangat kuat
    5. Nilai koefisien korelasi sebesar       1,00      = hubungan sempurna

    <\/li>\n\n\n\n
  2. Melihat arah (jenis) hubungan dua variable.
    Besarnya nilai koefisien korelasi terletak antara +1 sampai dengan -1. Jika koefisien korelasi bernilai (+) positif, maka hubungan kedua variable dikatakan searah, dengan maksud adalah jika variabel X meningkat, maka variabel Y juga akan meningkat. Sebaliknya jika koefisien korelasi bernilai (-) negative, maka hubungan kedua variabel dikatakan tidak searah, dengan maksud adalah jika variabel X meningkat, maka variabel Y akan menurun.

    <\/li>\n\n\n\n
  3. Melihat apakah hubungan tersebut signifikan atau tidak.
    Tingkat kekuatan dan arah korelasi akan mempunyai arti jika hubungan antar variabel tersebut bernilai signifikan. Dikatakan ada hubungan yang signifikan, jika nilai Sig. (2-tailed) hasil perhitungan SPSS lebih kecil dari nilai 0,05 atau 0,01.
    Sebaliknya jika nilai Sig. (2-tailed) hasil perhitungan SPSS lebih besar dari nilai 0,05 atau 0,01, maka hubungan antar variabel tersebut dapat dikatakan tidak signifikan atau tidak berarti.<\/li>\n<\/ol>\n\n\n\n

    Berikut adalah contoh langkah-langkah melakukan uji Rank Spearman di SPSS., misal dengan judul :
    (Hubungan variabel kualitas produk dengan kepuasan konsumen<\/strong>):<\/p>\n\n\n\n

    1.        Memberi ranking pada data jawaban kuisioner<\/p>\n\n\n\n

    Untuk keperluan analisis data dalam SPSS, maka jawaban responden diberi kode angka agar bisa dihitung, misalnya:
    a. Sangat Tidak Setuju (STS) diberi nilai 1
    b. Tidak Setuju (TS) diberi nilai 2
    c. Cukup Setuju (CS) diberi nilai 3
    d. Setuju (S) diberi nilai 4
    e. Sangat Setuju (SS) diberi nilai 5<\/p>\n\n\n\n

    2.      Buka SPSS kemudian klik \u201cVariabel View\u201d.<\/p>\n\n\n\n

      \n
    • Pada kolom \u201cNama\u201d baris pertama tuliskan X dan barus kedua tuliskan Y<\/li>\n\n\n\n
    • Pada kolom \u201cLabel\u201d untuk baris X tuliskan \u201cKualitas Produk\u201d dan untuk baris Y tuliskan \u201cKepuasan Konsumen\u201d. <\/li>\n<\/ul>\n\n\n
      \n
      \"\"<\/figure><\/div>\n\n\n

      3.         Klik \u201cData View\u201d, maka tampilan ada variabel X dan Y. Selanjutnya tuliskan atau masukkan data penelitian untuk masing-masing variabel.<\/p>\n\n\n

      \n
      \"\"<\/figure><\/div>\n\n\n

      4.      Klik menu \u201cAnalyze\u201d, pilih \u201cCorrelate\u201d dan klik \u201cBivariate\u201d<\/p>\n\n\n\n

        \n
      • Muncul kotak dialog \u201cBivariate Correlations\u201d.<\/li>\n\n\n\n
      • Masukkan variabel Kualitas Produk [X] dan Kepuasan Konsumen [Y] ke dalam kolom \u201cVariables\u201d.<\/li>\n\n\n\n
      • Pada bagian \u201cCorrelation Coefficient\u201d beri tanda centang ( \u221a ) pada pilihan Spearman.<\/li>\n\n\n\n
      • Pada bagian \u201cTest of Significance\u201d pilih \u201cTwo-tailed\u201d, selanjutnya beri tanda centang (\u221a) pada \u201cFlag significant correlations\u201d, lalu klik \u201cOptions\u201d<\/li>\n<\/ul>\n\n\n
        \n
        \"\"<\/figure><\/div>\n\n\n
          \n
        • Muncul kotak dialog \u201cBivariate Correlations: Options\u201d.<\/li>\n\n\n\n
        • Pada bagian \u201cMissing Values\u201d pilih \u201cExclude cases pairwise\u201d, lalu klik \u201cContinue\u201d<\/li>\n<\/ul>\n\n\n
          \n
          \"\"<\/figure><\/div>\n\n\n

          5.      Terakhir klik \u201cOK\u2019, maka akan muncul output korelasi rank Spearman, sebagai berikut:<\/p>\n\n\n

          \n
          \"\"<\/figure><\/div>\n\n\n

          6.       Interpretasi Output analisis korelasi Rank Spearman:<\/p>\n\n\n\n

            \n
          • Melihat Tingkat kekuaatan (keeratan) hubungan antar variabel
            Dari output diatas, diperoleh nilai koefisien korelasi sebesar 0,838, artinya; Tingkat kekuatan hubungan (korelasi) antar kedua variabel mempunyai hubungan yang sangat kuat, karena nilai koefisien korelasi tersebut berada diantara 0,76 \u2013 0,99.

            <\/li>\n\n\n\n
          • Melihat arah (jenis) hubungan antar variabel
            Nilai koefisien korelasi pada hasil output diatas tidak ada tanda (-) negative, berarti bernilai (+) positif, yaitu 0,838. Sehingga hubungan kedua variabel tersebut bersifat searah (jenis hubungannya searah), yang dapat diartikan bahwa jika variabel kualitas produk ditingkatkan maka kepuasan konsumen juga akan meningkat sebesar 0,838 %.

            <\/li>\n\n\n\n
          • Melihat apakah hubungan tersebut signifikan atau tidak.
            Berdasarkan output diatas, nilai signifikansi atau Sig. (2-tailed) sebesar 0,002. Karena nilai Sig. (2-tailed) 0,002 lebih kecil dari 0,05 atau 0,01, maka berarti ada hubungan yang signifikan antara variabel kualitas produk dengan kepuasan konsumen.<\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"

            Download klik disini Korelasi Rank Spearman merupakan bagian dari statistik non-parametrik, oleh karena itu dalam analisis korelasi ini tidak diperlukan asumsi adanya hubungan yang linear… <\/p>\n","protected":false},"author":568,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"_links":{"self":[{"href":"https:\/\/blog.iik.ac.id\/agussulis\/wp-json\/wp\/v2\/pages\/272"}],"collection":[{"href":"https:\/\/blog.iik.ac.id\/agussulis\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/blog.iik.ac.id\/agussulis\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/blog.iik.ac.id\/agussulis\/wp-json\/wp\/v2\/users\/568"}],"replies":[{"embeddable":true,"href":"https:\/\/blog.iik.ac.id\/agussulis\/wp-json\/wp\/v2\/comments?post=272"}],"version-history":[{"count":3,"href":"https:\/\/blog.iik.ac.id\/agussulis\/wp-json\/wp\/v2\/pages\/272\/revisions"}],"predecessor-version":[{"id":302,"href":"https:\/\/blog.iik.ac.id\/agussulis\/wp-json\/wp\/v2\/pages\/272\/revisions\/302"}],"wp:attachment":[{"href":"https:\/\/blog.iik.ac.id\/agussulis\/wp-json\/wp\/v2\/media?parent=272"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}