Korelasi Pearson mengasumsikan beberapa asumsi agar akurat: 1) Setiap variabel terdistribusi normal; 2) Homoscedasticity, varians dari setiap variabel tetap konstan; dan 3) Linearitas, artinya plot sebaran yang menggambarkan hubungan menunjukkan titik-titik pengelompokan data secara simetris di sekitar garis regresi.
Korelasi Spearman adalah alternatif nonparametrik untuk Pearson berdasarkan peringkat pengamatan. Korelasi Spearman memungkinkan Anda untuk mengendurkan ketiga asumsi tentang kumpulan data Anda dan memperoleh korelasi yang masih cukup akurat.
Apa yang disiratkan oleh data Anda adalah bahwa data tersebut mungkin rusak secara material satu atau lebih dari asumsi yang disebutkan secara material sehingga kedua korelasi tersebut berbeda secara signifikan.
Mengingat Anda memiliki kesenjangan besar antara kedua korelasi tersebut, Anda harus menyelidiki apakah variabel-variabel dari set data Anda terdistribusi normal, homoscedastic, dan linear dalam plot sebar.
Investigasi di atas akan memfasilitasi keputusan Anda tentang apakah koefisien korelasi Spearman atau Pearson lebih representatif.