Korelasi Rank Spearman
Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linear antara suatu variabel dengan variabel lain (Algifari, 2009). Tujuan dari analisis korelasi ini untuk mengetahui hubungan antar variabel dan tingkat keeratan hubungannya. Korelasi sendiri merupakan angka yang dapat menunjukkan arah dan kuatnya hubungan antar variabel yang diteliti. Tingkat keeratan hubungan antar variabel dapat dinyatakan sebagai besarnya nilai koefisien korelasi pada fungsi linear. Nilai koefisien korelasi berada pada rentang -1 hingga 1 atau bisa dituliskan dengan (-1 ≤ ρ ≤ 1). Berikut tabel penafsiran koefisien korelasi.
| Koefisien_Korelasi | Tingkat_Hubungan |
|---|---|
| |ρ| = 1 | Sempurna |
| 0.75 ≤ |ρ| < 1 | Sangat Kuat |
| 0.5 ≤ |ρ| < 0.75 | Kuat |
| 0.25 ≤ |ρ| < 0.5 | Lemah |
| 0 ≤ |ρ| < 0.25 | Sangat Lemah |
| |ρ| = 0 | Tidak Ada |
Korelasi Rank Spearman digunakan untuk mencari hubungan atau untuk menguji sebuah hipotesis korelasi dari data yang mempunyai skala variabel minimal berskala ordinal (berbentuk ranking) (Sulaiman, 2003). Skala yang dapat diuji dengan menggunakan korelasi RankSpearman juga dapat berbeda, misalkan korelasi antara suatu variabel berskala ordinal dan variabel berskala numerik (Kurniawan dan Yuniarto, 2016).
Deskripsi Data
Data yang digunakan pada analisis ini adalah data adult mortalilty, alcohol consumption, dan incidents HIV di Africa pada tahun 2015.
Analisis Data
Analisis korelasi rank spearman ini bertujuan untuk mengetahui bagaimana hubungan antara adult mortality dan alcohol consumption, hubungan antara adult mortality dan incidents HIV, dan hubungan antara alcohol consumption dan incidents HIV serta seberapa erat hubungan di antara mereka. Dengan demikian, analisis ini memberikan pemahaman yang lebih baik tentang interaksi antar variabel serta faktor-faktor lain yang memiliki peran penting dalam mempengaruhi adult mortality, alcohol consumption, dan incidents HIV. Hasil dari analisis ini diharapkan dapat memberikan informasi dalam pengambilan keputusan kebijakan dan intervensi kesehatan yang lebih efektif.
Library
Langkah pertama dalam analisisi ini adalah mempersiapkan library dan package yang dibutuhkan.
library(readxl)
library(DT)
library(stats)
library(knitr)
library(prettydoc)
library(yaml)Import Data
data_import <- read_excel("D:/DOC/SIM/DATA SIM CM 2.xlsx")
print(data_import)## # A tibble: 51 × 3
## Adult_mortality Incidents_HIV Alcohol_consumption
## <dbl> <dbl> <dbl>
## 1 340. 1.12 4.55
## 2 262. 0.96 2.69
## 3 95.8 0.05 0.55
## 4 218. 0.24 0.86
## 5 435. 14.3 7.49
## 6 249. 5.81 6.14
## 7 260. 0.35 4.47
## 8 243. 0.89 6.53
## 9 363. 0.42 0.66
## 10 270. 1.58 3.13
## # ℹ 41 more rowsPenjelasan data :
- Adult_mortality : Tingkat kematian dewasa di Afrika.
- Alcohol_consumption : Jumlah alkohol yang dikonsumsi oleh individu di Afrika.
- Incidents_HIV : Jumlah kasus baru infeksi HIV di Afrika.
Analisis Korelasi Rank Spearman
Langkah selanjutnya yaitu melakukan analisis korelasi rank spearman antara masing-masing variabel.
1.Korelasi Rank Spearman antara Adult Mortality dan Alcohol Consumption
cor.test(data_import$Adult_mortality, data_import$Alcohol_consumption, method = "spearman", exact = FALSE)##
## Spearman's rank correlation rho
##
## data: data_import$Adult_mortality and data_import$Alcohol_consumption
## S = 16536, p-value = 0.07471
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho
## 0.25177042.Korelasi Rank Spearman antara Adult Mortality dan Incidents HIV
cor.test(data_import$Adult_mortality, data_import$Incidents_HIV, method = "spearman", exact = FALSE)##
## Spearman's rank correlation rho
##
## data: data_import$Adult_mortality and data_import$Incidents_HIV
## S = 9433, p-value = 1.103e-05
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho
## 0.57316773.Korelasi Rank Spearman antara Alcohol Consumption dan Incidents HIV
cor.test(data_import$Alcohol_consumption, data_import$Incidents_HIV, method = "spearman", exact = FALSE)##
## Spearman's rank correlation rho
##
## data: data_import$Alcohol_consumption and data_import$Incidents_HIV
## S = 7469.9, p-value = 1.223e-07
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho
## 0.6619977Kesimpulan
Berdasarkan hasil analisis korelasi rank spearman yang telah dilakukan, dapat diambil kesimpulan sebagai berikut.
Hasil rho dari analisis korelasi rank spearman antara adult mortality dan alcohol consumption sebesar 0.2517702 artinya terdapat hubungan antara kedua variabel tersebut. Hasil nilai positif menunjukkan bahwa semakin tinggi konsumsi alkohol maka akan semakin tinggi juga tingkat kematian dewasa, dan sebaliknya. Namun nilai rho tersebut berada pada rentang (0.25 ≤ |ρ| < 0.5) yang menandakan tingkat hubungan antar kedua variabel tersebut lemah.
Hasil rho dari analisis korelasi rank spearman antara adult mortality dan incidents HIV sebesar 0.5731677 artinya terdapat hubungan antara kedua variabel tersebut. Hasil nilai positif menunjukkan bahwa semakin tinggi kasus baru infeksi HIV maka akan semakin tinggi juga tingkat kematian dewasa, dan sebaliknya. Nilai rho yang berada pada rentang (0.5 ≤ |ρ| < 0.75) yang menandakan adanya tingkat hubungan yang kuat antar kedua variabel tersebut.
Hasil rho dari analisis korelasi rank spearman antara alcohol consumption dan incidents HIV sebesar 0.6619977 artinya terdapat hubungan antara kedua variabel tersebut. Hasil nilai positif menunjukkan bahwa semakin tinggi kasus baru infeksi HIV maka akan semakin tinggi juga konsumsi alkohol, dan sebaliknya. Nilai rho yang berada pada rentang (0.5 ≤ |ρ| < 0.75) yang menandakan adanya tingkat hubungan yang kuat antar kedua variabel tersebut.
Daftar Pustaka
Algifari. (2009). Analisis Statistik Untuk Bisnis Dengan Regresi, Korelasi, dan Nonparametrik. Yogyakarta: BPFE.
Anandar, A.A. (2022). Analisis Korelasi Sektor Pertanian Terhadap Persentase Tingkat Kemiskinan dan Ketimpangan Kabupaten Jepara. Jurnal Litbang Provinsi Jawa Tengah, 20(1), pp.53-64.
Kurniawan, R dan Yuniarto B. (2016). Analisis Regresi: Dasar dan Penerapannya dengan R. Depok: Prenada Media Group.
Sulaiman, Wahid. (2003). Statistik Non-Parametrik Contoh Kasus dan Pemecahannya dengan SPSS. Yogyakarta: Andi.