Anda di halaman 1dari 51

Kelompok 9

Uji Cramer Coefficient C dan Uji Konkordansi Kendall W

Nama:
Ariyan Riga B. (11.6562) Maryama Yuyinatun M. (11.6777) Theresa Novalia (11.6927) Yosta Rambu Lika Enga (11.6962)

Kelas:
2A

Part 1

Uji Cramer Coefficient C

Uji Cramer Coefficient C


Data Kualitatif Skala Nominal Skala Ordinal Korelasi Spearman Koefisien Korelasi Cramer C Data Kuantitatif Skala Interval atau Rasio

Korelasi Kendall Tau


Koefisien Konkordansi Kendall W

Korelasi Pearson

Pengertian
Koefisien Cramer C merupakan sebuah ukuran dari derajat hubungan/asosiasi atau korelasi antara dua variabel. Digunakan pada data dimana data tersebut adalah data kualitatif dan satu atau kedua variabel berskala nominal kemudian dihitung dari sebuah tabel kontingensi.

Pengertian
Nilai Koefisien Cramer tidak pernah negatif, hanya berkisar antara 0 dan 1. Hal ini dikarenakan koefisien ini mengukur hubungan antara variabel kategori yang tidak memperhatikan urutan (order) diantara mereka.

Tabel Kontingensi
Variabel 1 1 2 . . . R Total C1 C2 ...................... Cc Rr N Variabel 2 1 2 .................... c Total R1 R2

Formula Koefisien Cramer C


=

2 ( 1)

2 =
=1 =1

( )2

Keterangan
r = banyaknya baris (row) c = banyaknya kolom (column) O = nilai observasi (observed value) = nilai harapan yang diperkirakan (expected E value) L = jumlah baris atau kolom dalam tabel kontingensi r x k mana yang lebih kecil N = jumlah seluruh observasi

Prosedur
1. Aturlah frekuensi-frekuensi observasi dalam suatu tabel kontingensi k x r. 2. Tentukan expected value atau nilai harapan pada masing-masing sel.

Prosedur
Note: Jika lebih dari 20% di antara sel-sel itu mempunyai frekuensi yang diharapkan kurang dari 5, atau jika ada sembarang sel yang mempunyai frekuensi yang diharapkan kurang dari 1, gabungkanlah kategori-kategori untuk meningkatkan frekuensi-frekuensi yang diharapkan yang tidak memadai.

Prosedur
3. Hitung 4. Hitung harga C 5. Untuk menguji apakah nilai Koefisien Cramer C mengindikasikan hubungan yang signifikan antara dua variabel kategori di dalam populasinya, gunakan cara seperti pada uji independensi chi-square.
2

Uji Signifikansi Koefisien Korelasi Cramer C


Uji ini digunakan untuk menentukan apakah ada cukup bukti untuk menyatakan bahwa dua variabel kualitatif saling berhubungan. 1. H0 = tidak ada hubungan antara dua variabel dalam populasi H1 = ada hubungan antara dua variabel dalam populasi

Uji Signifikansi Koefisien Korelasi Cramer C


2. Tentukan taraf nyata () 3. Wilayah kritik

2 > 2 ( ; =(1)(1))

Uji Signifikansi Koefisien Korelasi Cramer C


4. Statistik uji

2 =
=1 =1

( )2

~ 2 ( ; )

= 1 1

5. Buat keputusan 6. Buat kesimpulan pada tingkat kepercayaan tertentu

Contoh Soal
o Suatu sampel survei dilaksanakan untuk mengetahui buying habit penduduk yang bertempat tinggal di berbagai penjuru kota dalam membeli obat-obatan tanpa resep dokter (=5%). Diperoleh data sebagai berikut.

Contoh Soal
Toko Tempat Pembelian Toko obat Toko kelontong Tempat lainnya Jumlah Utara 218 (195) 39 (60) Tempat Tinggal Timur 200 (195) 52 (60) Selatan 183 (195) 87 (60) Barat 179 (195) 62 (60) Jumlah

780 240

43 (45) 300

48 (45) 300

30 (45) 300

59 (45) 300

180 1200

Keterangan : Yang didalam kurung menunjukkan nilai harapan.

Contoh Soal

2 =
=1 =1

( )2

~ 2 ( ; )

2 = 35,17

Kemudian kita bisa menghitung nilai C


= 2 ( 1)
35,17 = 0,12 1200(3 1)

Contoh Soal
Lakukan uji signifikansi 1. H0 = tidak ada hubungan antara dua variabel dalam populasi H1 = ada hubungan antara dua variabel dalam populasi 2. = 0,05 3. Wilayah kritik:
2 > 2 (0,05; =(31)(41))

2 > 12,592

Contoh Soal
4. Statistik uji

2 = 35,17

5. Keputusan: tolak H0 (jatuh di wilayah kritik).

Contoh Soal
6. Kesimpulan: dengan tingkat kepercayaan 95% dapat dikatakan ada hubungan antara tempat tinggal penduduk dengan toko tempat pembelian obat tanpa resep dimana nilai koefisien Cramer C sebesar 0,12, yaitu besar hubungan tempat tinggal penduduk dengan toko tempat pembelian obat tanpa resep adalah sebesar 0,12.

Part 2

Uji Konkordansi Kendall W

Uji Konkordansi Kendall W


Data Kualitatif Skala Nominal Skala Ordinal Korelasi Spearman Koefisien Korelasi Cramer C Data Kuantitatif Skala Interval atau Rasio

Korelasi Kendall Tau


Koefisien Konkordansi Kendall W

Korelasi Pearson

Pengertian
Koefisien Konkordansi Kendall W adalah sebuah ukuran yang menyatakan asosiasi (hubungan) antara k himpunan ranking Jika rs (koefisien korelasi Spearman) dan T (koefisen korelasi Kendall Tau) menyatakan tingkat hubungan antara 2 variabel, maka W menyatakan derajat hubungan di antara k himpunan ranking. Nilai W antara 0 sampai 1 (0w1).

Pengertian
Dapat digunakan saat datanya berupa data kualitatif minimal berskala ordinal. Uji konkordansi Kendall W ini dapat menetapkan kecocokan antara beberapa penilai, antara 3 asosiasi atau lebih.

Metode
Untuk menghitung W: 1. Cari jumlah ranking Ri dalam setiap kolom pada suatu tabel k x N 2. Bagi jumlah tersebut dengan N untuk mendapat mean (rata-rata) Ri 3. Cari nilai s, s = jumlah kuadrat deviasi observasi dari mean Ri
=
2

Metode
4. Kemudian kita menghitung harga W
= 1 2 3 ( ) 12

(buku Nonparametric Statistics for Behavioral Science karya Sidney Siegel), atau bisa juga menggunakan rumus:
= 1 ( 2 1) 12
=1(

)2

buku Nonparametric Statistics for Behavioral Science karya Sidney Siegel dan John Castellan.

Keterangan
k = banyaknya himpunan ranking penjejangan, misal yang memberi ranking R = grand mean dari R i N = banyaknya obyek atau individu yang diberi ranking 1 12 k (N N) = jumlah maksimum yang mungkin dicapai deviasi kuadrat, yaitu jumlah s yang dapat terjadi dengan adanya kecocokan sempurna di antara k ranking.
2 3

Metode
Observasi berangka sama. Jika ada observasi berangka sama, dan proporsi angka sama dalam ranking-ranking itu besar, kita harus mengadakan koreksi untuk angka sama dalam menghitung harga W.

=
=1

1 2 3 12

(buku Nonparametric Statistics for Behavioral Science karya Sidney Siegel)

Metode
Atau bisa juga menggunakan rumus:
12 2 3 2 ( + 1)2 = 2 ( 2 1)

(buku Nonparametric Statistics for Behavioral Science karya Sidney Siegel dan John Castellan) t = banyaknya observasi dalam suatu kelompok yang memperoleh angka sama untuk suatu ranking tertentu

Prosedur
1. Misalkan N banyak individu (obyek) yang diberi ranking dan k = banyak penilai yang memberikan ranking. Tuangkan rankingranking observasi dalam tabel k x N. 2. Untuk masing-masing individu tetapkanlah Ri, yakni jumlah ranking yang diberikan kepada individu itu oleh k penilai.

Prosedur
3. Tentukan mean Ri itu. Nyatakan setiap Ri sebagai suatu deviasi dari mean tersebut. Kuadratkan deviasi-deviasi itu, dan jumlahkan kuadrat-kuadrat tersebut untuk memperoleh s.

Prosedur
4. Apabila proporsi angka sama dalam k himpunan ranking itu besar, pergunakan rumus
= 1 2 3 12

Atau
12 2 3 2 ( + 1)2 = 2 ( 2 1)

Prosedur
Kalau tidak ada angka sama (proporsi angka samanya kecil), pergunakan rumus:
= 1 2 3 ( ) 12

Atau
= 1 ( 2 1) 12
=1(

)2

Uji Signifikansi W
Untuk sampel kecil (N 7) Agar asosiasi signifikan maka nilai W hitung harus lebih besar sama dengan W tabel, yang dilihat di tabel T dan bergantung pada , k dan N. Artinya kita dapat menolak H0 saat Whitung Wtabel sehingga dengan tingkat kepercayaan tertentu kita dapat mengatakan bahwa k-ranking tidak berhubungan. Tabel T (buku Nonparametric Statistics for Behavioral Science karya Sidney Siegel dan John Castellan)

Uji Signifikansi W
Untuk sampel besar (N>7) 1. H0 : tidak ada hubungan antara k-ranking dalam populasi H1 : ada hubungan antara k-ranking dalam populasi

2. Tentukan taraf nyata ()

Uji Signifikansi W
3. Wilayah kritik
2 > 2 (1)

4. Statistik uji
=
2

1 + 1 12

Atau

2 = 1

Karena,

1 + 1 12

= 1

Uji Signifikansi W
5. Buat keputusan 6. Buat kesimpulan pada tingkat kepercayaan tertentu

Contoh Soal
o (Tidak ada angka sama) Ranking diberikan kepada 6 pelamar pekerjaan oleh tiga eksekutif perusahaan. Kemudian ingin diketahui apakah ada hubungan antara ranking yang diberikan oleh tiga eksekutif perusahaan tersebut. (=5%)

Contoh Soal
Pelamar a Eksekutif X Eksekutif Y Eksekutif Z Ri 1 b 6 c 3 d 2 e 5 f 4

6 8 2,67

3 14 4,67

2 11 3,67

5 11 3,67

4 11 3,67

1 8 2,67

Contoh Soal
=

( )2
=1

1 2 1 12

=1(

)2

= (2,67-3,5)2 + (2,67-3,5)2 + (2,67-3,5)2 + (2,67-3,5)2 + (2,67-3,5)2 + (2,67-3,5)2 = 2,833


= 2,833 1 6 62 1 12 = 0,16

Contoh Soal
Dapat dilakukan uji signifikansi. 1. H0 : tidak ada hubungan antara 3 ranking dalam populasi H1 : ada hubungan antara 3 ranking dalam populasi 2. = 0,05 3. Wilayah kritik:

Whitung Wtabel Whitung 0,660

Contoh Soal
4. Statistik uji
= 2,833 1 6 62 1 12 = 0,16

5.Keputusannya adalah terima H0 6.Kesimpulan : dengan tingkat kepercayaan 95%, belum cukup bukti mengatakan ada hubungan yang signifikan dari 3 ranking dalam populasi tersebut

Contoh Soal
o Ada angka sama Kendall (1948a, hal. 83) telah memberikan suatu contoh dimana 10 objek diberi ranking dalam 3 variabel yang berbeda-beda: X,Y, dan Z.

Contoh Soal
Variabel X Y Z Ri Ri2 Entity a 1 2,5 2 5,5 30,25 b 4,5 1 1 6,5 42,25 c 2 2,5 4,5 9 81 d 4,5 4,5 4,5 13,5 182,25 e 3 4,5 4,5 12 144 f 7,5 8 4,5 20 400 g 6 9 8 23 529 h 9 6,5 8 23,5 552,25 i 7,5 10 8 25,5 650,25 j 10 6,5 10 26,5 702,25 3313,5 Total

Contoh Soal
12 2 3 2 ( + 1)2 = 2 ( 2 1)

Untuk faktor koreksi angka sama menggunakan rumus


=
=1

( 3 )

Contoh Soal
Dalam soal tersebut, Variabel X ada 2 angka 4,5 dan ada 2 angka 7,5
= (23 2) + (23 2) = 6 + 6 = 12

Variabel Y ada 2 angka 2,5; ada 2 angka 4,5 dan ada 2 angka 6,5
= (23 2) + (23 2) + (23 2) = 6 + 6 + 6 = 18

Variabel Z ada 4 angka 4,5 dan ada 3 angka 8


= (43 4) + (33 3) = 60 + 24 = 84

Contoh Soal
12 3313,5 (3 32 10 (10 + 1)2 = = 0,828 (32 10 102 1 ) (3 114)

Dapat dilakukan uji signifikansi. 1. H0 : tidak ada hubungan antara 3 ranking dalam populasi H1 : ada hubungan antara 3 ranking dalam populasi

Contoh Soal
2. = 0,05 3. Wilayah kritik:

2 > 2 (1)
2 > 2 0,001;9
2 > 16,92

4. Statistik uji

2 = 1

2 = 3 10 1 0,828 = 22,35

Contoh Soal
5.Keputusannya adalah tolak H0 6.Kesimpulan : dengan tingkat kepercayaan 95%, dapat dikatakan ada hubungan dari 3 ranking dalam populasi tersebut dengan besar hubungan yang dinyatakan dalam koefisien konkordansi Kendall W sebesar 0,828

Terimakasih