Uji Korelasi Pearson dan Spearman di SPSS: Panduan Lengkap

Uji korelasi adalah salah satu teknik statistik yang paling sering digunakan dalam penelitian skripsi, khususnya untuk mengetahui apakah dua variabel memiliki hubungan yang signifikan. Dua metode yang paling populer adalah Korelasi Pearson dan Korelasi Spearman. Meskipun keduanya mengukur kekuatan hubungan antar variabel, terdapat perbedaan mendasar dalam syarat penggunaan dan jenis data yang diolah.

Perbedaan Korelasi Pearson dan Spearman

Sebelum memilih metode yang tepat, penting untuk memahami perbedaan keduanya.

Korelasi Pearson (Parametrik)

Korelasi Pearson atau Pearson Product Moment Correlation digunakan ketika:

• Data berskala interval atau rasio
• Data berdistribusi normal
• Hubungan antar variabel bersifat linier

Metode ini menghasilkan koefisien korelasi (r) yang mengukur kekuatan dan arah hubungan linier antara dua variabel kontinu. Nilai r berkisar antara -1 hingga +1.

Korelasi Spearman (Non-Parametrik)

Korelasi Spearman atau Spearman Rank-Order Correlation digunakan ketika:

• Data berskala ordinal (misalnya skala Likert)
• Data tidak berdistribusi normal
• Terdapat outlier yang cukup ekstrem
• Hubungan antar variabel tidak harus linier

Metode ini bekerja dengan meranking nilai data terlebih dahulu, sehingga lebih tahan terhadap data yang tidak memenuhi asumsi parametrik.

Interpretasi Nilai Koefisien Korelasi

Baik Pearson maupun Spearman menghasilkan koefisien yang diinterpretasikan dengan panduan yang serupa:

Nilai Koefisien	Interpretasi
0,00 – 0,19	Sangat lemah
0,20 – 0,39	Lemah
0,40 – 0,59	Sedang
0,60 – 0,79	Kuat
0,80 – 1,00	Sangat kuat

Tanda positif (+) menunjukkan hubungan searah, sedangkan tanda negatif (−) menunjukkan hubungan berlawanan arah.

Langkah Uji Korelasi Pearson di SPSS

Berikut langkah-langkah untuk menjalankan uji korelasi Pearson:

1. Buka file data di SPSS
2. Klik menu Analyze → Correlate → Bivariate
3. Pindahkan variabel yang ingin diuji ke kotak Variables
4. Pastikan opsi Pearson sudah dicentang
5. Pilih uji dua sisi (Two-tailed) untuk hipotesis non-direktif
6. Klik OK

Membaca Output Pearson

Pada tabel Correlations yang muncul, perhatikan:

• Pearson Correlation: nilai koefisien r
• Sig. (2-tailed): nilai signifikansi. Jika < 0,05, hubungan dinyatakan signifikan secara statistik
• N: jumlah data yang dianalisis

Langkah Uji Korelasi Spearman di SPSS

Langkahnya hampir sama, dengan satu perbedaan:

1. Klik menu Analyze → Correlate → Bivariate
2. Pindahkan variabel ke kotak Variables
3. Hapus centang Pearson, lalu centang Spearman
4. Klik OK

Membaca Output Spearman

Output tabel akan menampilkan:

• Spearman's rho: nilai koefisien korelasi peringkat
• Sig. (2-tailed): nilai signifikansi (< 0,05 berarti signifikan)
• N: jumlah observasi

Cara Menentukan Metode yang Tepat

Gunakan alur berikut untuk memutuskan:

1. Apakah data berskala interval/rasio?

   • Ya → Lanjut ke poin 2
   • Tidak (ordinal) → Gunakan Spearman

2. Apakah data berdistribusi normal? (cek dengan uji Kolmogorov-Smirnov atau Shapiro-Wilk)

   • Ya → Gunakan Pearson
   • Tidak → Gunakan Spearman

3. Apakah terdapat outlier signifikan?

   • Ya → Pertimbangkan Spearman meskipun data normal

Menulis Hasil di Bab 4 Skripsi

Contoh penulisan untuk hasil uji Pearson:

"Hasil uji korelasi Pearson antara variabel motivasi belajar dan prestasi akademik menunjukkan nilai r = 0,612 dengan sig. = 0,000 (p < 0,05). Hal ini berarti terdapat hubungan yang kuat dan signifikan antara motivasi belajar dan prestasi akademik."

Contoh penulisan untuk hasil uji Spearman:

"Uji korelasi Spearman menunjukkan nilai rho = 0,534 (p = 0,002 < 0,05), yang mengindikasikan hubungan sedang dan signifikan antara kepuasan pelanggan dan loyalitas merek."

Tips Praktis

• Selalu lakukan uji normalitas terlebih dahulu sebelum memilih antara Pearson atau Spearman
• Saat menggunakan skala Likert dengan 5 atau 7 poin, banyak peneliti memilih Spearman karena data dianggap ordinal
• Cantumkan nilai r atau rho, nilai p, dan interpretasi kekuatan hubungan secara lengkap dalam laporan penelitian
• Jika menguji lebih dari dua variabel sekaligus, perhatikan matriks korelasi yang dihasilkan — setiap sel menunjukkan hubungan antar pasang variabel

Jika kamu kesulitan dalam menentukan metode yang sesuai atau menginterpretasikan output SPSS, olah data SPSS bersama asisten akademik Jokify dapat membantu proses analisis statistik penelitianmu secara tepat dan terstruktur.