Materi
Korelasi Spearman mengganti setiap nilai dengan peringkatnya, lalu menghitung korelasi Pearson atas peringkat-peringkat itu. Hasilnya mengukur hubungan monoton: apakah y selalu naik (atau selalu turun) ketika x naik, tanpa harus mengikuti garis lurus. Nilai +1 atau −1 berarti hubungan monoton sempurna. Karena memakai peringkat, satu nilai yang sangat besar hanya menjadi peringkat tertinggi, sehingga Spearman lebih tahan terhadap pencilan dan cocok untuk data ordinal seperti skala kepuasan 1–5.
Di scipy ujinya stats.spearmanr(x, y), yang mengembalikan statistic dan pvalue. Peringkatnya bisa dilihat dengan stats.rankdata: nilai kembar mendapat rata-rata peringkat yang mereka tempati. Modul statistics menghitung koefisien yang sama dengan statistics.correlation(x, y, method="ranked"). Dokumentasi scipy mencatat bahwa p-value Spearman hanya akurat untuk sampel sangat besar (lebih dari 500 pengamatan).
Contoh dengan data lain: data 8, 3, 5, 5 mendapat peringkat 4; 1; 2,5; 2,5, karena dua angka 5 berbagi peringkat 2 dan 3.
from scipy import stats
print(stats.rankdata([8, 3, 5, 5])) # [4. 1. 2.5 2.5]
x = [1, 2, 3, 4, 5]
y = [2, 4, 8, 16, 32]
print(stats.spearmanr(x, y).statistic) # 1.0
print(stats.pearsonr(x, y).statistic) # 0.93...