Anda di halaman 1dari 16

ANALISIS KORELASI KENDALL TAU

Disusun untuk memenuhi tugas mata kuliah Pengolahan Data Penelitian


Dosen Pengampu:
Dr. Nur Karomah Dwidayati, M.Si

Disusun:
Adi Satrio Ardiansyah

(0401516055)

Febriana Wahyuningtyas

(0401516056)

Vita Nur Millaty

(0401516057)

PROGRAM STUDI PENDIDIKAN MATEMATIKA


PROGRAM PASCASARJANA

UNIVERSITAS NEGERI SEMARANG


TAHUN 2016

KOEFISIEN KORELASI KENDALL TAU ( )


1. PENGERTIAN
Koefisien korelasi kendall tau pertama sekali dikemukakan oleh Maurice
George Kendall pada tahun 1938. Maurice George Kendall adalah seorang
statistikawan yang lahir di Northamptonshire pada tanggal 6 September 1907 dan
meninggal pada tanggal 29 Maret 1983.

Koefisien korelasi kendall tau atau yang biasa dinotasikan dengan ( )

merupakan suatu nilai yang menunjukkan derajat asosiasi atau korelasi antara 2
himpunan variabel dalam sebuah penelitian yang telah disusun berdasarkan
peringkatnya dengan tujuan mengetahui kekuatan atau tingkatan korelasi antara X
dan Y, dimana data yang tersedia merupakan sebuah sampel random yang terdiri
atas n pasangan hasil pengamatan (Xi, Yi). Data sekurang-kurangnya diukur pada
skala ordinal, sehingga data X dan Y yang telah diamati dapat disusun peringkat
atau rank-nya. Batas nilai dari koefisien korelasi Kendall tau sama dengan koefisien
korelasi pada umunya yakni akan bernilai (+1) apabila variabel X dan Y
berkoerelasi positif (sebanding lurus) dan bernilai (-1) apabila X dan Y berkorelasi
negatif (berbanding terbalik).
2. SYARAT PENGGUNAAN
a) Data yang tersedia merupakan sebuah sampel acak yang terdiri atas n pasangan
hasil pengamatan (Xi, Yi).
b) Data sekurang-kurangnya diukur pada skala ordinal, sehingga dapat merangking
masing-masing nilai X dalam hubungannya dengan nilai-nilai X lain yang
teramati, dan masing-masing nilai Y dalam hubungannya dengan nilai-nilai Y
yang teramati.
3. METODE PERHITUNGAN
a) Koefisien Korelasi Rank Kendall adalah :
skor sebenarnya
=
kemungkinan skor maksimum

dimana kemungkinan jumlah maksimum adalah

C2

yang dapat dinyatakan

1
N ( N1)
.
2

sebagai

Sehingga rumus dapat dinotasikan :


S
=
1
N (N 1)
2
Keterangan :
= Koefisien Korelasi Kendall Tau
S = Skor sebenarnya yang merupakan jumlah skor urutan kewajaran pasangan data
pada salah satu variabel. Jika urutan ranking wajar diberi skor +1, jika urutan
ranking tidak wajar diberi skor 1.
N = Jumlah anggota sampel.
b) Koefisien Korelasi Kendall untuk Observasi yang bernilai sama (Ties) :
S
=
1
1
N (N1)T X
N (N1)T Y
2
2

Dimana :
TX

1
t(t1)
, t = banyaknya observasi dengan nilai sama (ties) dalam
2

tiap kelompok nilai sama pada variabel X.


1
Ty
t( t1)
= 2
, t = banyaknya observasi dengan nilai sama (ties) dalam
tiap kelompok nilai sama pada variabel Y.
c) Koefisien Korelasi Kendall untuk N >10 :
Jika N lebih dari 10, maka dapat dianggap berdistribusi normal dengan
Mean

=0

2(2 N +5)
Standar Deviasi = 9 N ( N 1)

z=

Jadi,

2(2 N + 5)
9 N (N 1)

4. PROSEDUR PERHITUNGAN
1) Berilah ranking observasi-observasi pada variabel X dari 1 hingga N. Berilah
pula ranking observasi-observasi pada variabel Y dari 1 hingga N.
2) Susunlah N subyek sehingga ranking-ranking X untuk subyek-subyek itu ada
dalam urutan wajar, yakni 1, 2, 3, ...., N.
3) Amatilah ranking-ranking Y dalam urutan yang bersesuaian dengan ranking X
yang ada dalam urutan wajar. Tentukan harga S untuk urutan ranking Y ini.
4) Jika tidak terdapat data yang bernilai sama (ties) di antara observasi-observasi X
maupun Y, gunakan rumus (a) dalam menghitung harga

. Jika terdapat data

yang bernilai sama (ties), pakailah rumus (b).


5) Jika N subyek merupakan suatu sampel random dari populasi tertentu, kita dapat
menguji apakah harga observasi

memberi petunjuk adanya asosiasi antara

variabel X dan Y dalam populasinya. Metode perhitungan tergantung N:


pvalue
a. Untuk N 10 lihat nilai
dari tabel 1.
Jika
b. Untuk

pvalue

H0

, maka

ditolak.

N >10 , kita dapat menghitung harga z yang berkaitan dengan

menggunakan rumus z. Jika

diperoleh dari

1
0,5
2

5. CONTOH SOAL
Contoh 1 :
Untuk N 10 dan Angka sama

z hitung ztabel

, maka

dilihat dari tabel 2.

H0

ditolak.

z tabel

Dengan taraf nyata 5% akan dilakukan penelitian untuk mengetahui adakah


hubungan antara peringkat masuk PT dengan indeksprestasi selama 1 semester
mahasiswa. Penelitian dilakukan dengan menggunakan sampel mahasiswa PT
sebanyak 10 orang. Berdasarkan 10 orang mahasiswa itu, mereka ditanya
bagaimana peringkat masuk PT dan IP Semester 1. Data hasil penelitian ditunjuk
pada tabel berikut.
Peringkat Masuk PT dan IP Semester I 10 Orang Mahasiswa
Mahasiswa
1
2
3
4
5
6
7
8
9
10

Peringkat Masuk PT
1
2
3
4
5
6
7
8
9
10

IP Semester 1
3,2
3,2
3,5
3,3
3,1
3,4
3,0
3,0
2,8
2,9

Berdasarkan hal tersebut di atas, maka:


1. Judul penelitiannya dapat dirumuskan sebagai berikut:
Adakah hubungan antara peringkat masuk PT dengan indeks prestasi selama 1
semester mahasiswa (indeks prestasi diukur berdasarkan rangking)
2. Variabel penelitiannya adalah: indeks prestasi selama 1 semester mahasiswa.
3. Rumusan masalah:
Adakah hubungan antara peringkat masuk PT dengan indeks prestasi selama 1
semester mahasiswa (ada hubungan berarti jika peringkat masuk PT tinggi maka
indeks prestasi semester 1 juga tinggi demikian sebaliknya).
4. Sampel: mahasiswa semester I berjumlah 10 orang
5. Hipotesis:
H 0 : = 0 (tidak ada hubungan antara peringkat masuk PT dengan indeks
prestasi selama 1 semester mahasiswa)

H 1 : 0 (ada hubungan antara peringkat masuk PT dengan indeks prestasi


selama 1 semester mahasiswa)
H0
pvalue
6. Wilayah kritis:
ditolak jika
7. Penghitungan:
Peringkat
1
2
3
4
5
6
7
8
9
10

IP
3,2
3,2
3,5
3,3
3,1
3,4
3,0
3,0
2,8
2,9

Tx=

1
t (t 1)
=0
2

Ty=

1
t (t 1)
=
2

Peringkat IP
4,5
4,5
1
3
6
2
7,5
7,5
10
9

Skor sebenarnya
2
2
7
4
3
4
2
2
-1
S =25

1
[ 2 ( 21 )+ 2 ( 21 ) ]=2
2
S

1
1
( ) N ( N1 )Tx ( )N ( N1 )Ty
2
2

25

( 12 )( 25) ( 251)0 ( 12 ) ( 25) (251)2


0,08361250776

8. Keputusan:
Karena

pvalue

9. Kesimpulan:

= 0,014 < = 0,05 maka

H0

ditolak.

Ada hubungan yang positif dan signifikan antara peringkat masuk PT dengan
indeks prestasi selama 1 semester mahasiswa atau jika peringkat masuk PT
tinggi maka indeks prestasi semester 1 juga tinggi demikian sebaliknya.
Contoh 2:
Untuk Sampel Kecil (N<10) dan Angka Beda
Dalam mengamati hubungan alami antara Intelegensi & dominasi sosial pada tikus
Albino. Hasil percobaan sbb :
Tikus
Intelegensi
Dominasi

1
45
63,7

2
26
0,1

3
20
15,6

4
40
101,

5
36
25,4

6
23
1,8

2
Apakah data ini merupakan evidensi yang cukup untuk menunjukkan ada hubungan
antara intelegensi & dominasi sosial pada tikus albino dengan =0,05.
Jawaban :
Berdasarkan hal tersebut di atas, maka:
1. Hipotesis:
H0: = 0 (Tidak ada hubungan antara Variabel X dan Y)
H1: 0 (Ada hubungan antara Variabel X dan Y)
2. Wilayah kritis: H0 ditolak jika pvalue

3.

Perhitungan :
Hasil dengan di rangking
Tikus
Intelegensi
Dominasi

1
2
3
4
5
6
45 (6)
26 (3)
20 (1)
40 (5)
36 (4)
23 (2)
63,7 (5)
0,1 (1) 15,6 (3) 101,2 (6) 25,4 (4) 1,8 (2)
Hasil dengan di rangking dan pengurutan

Tikus
Intelegensi
Dominasi

1
20 (1)
15,6 (3)

2
23 (2)
1,8 (2)

S=( 1 ) + ( 2 ) + ( 3 ) + ( 2 ) + (1 )=7

3
26 (3)
0,1 (1)

4
5
36 (4)
40 (5)
25,4 (4) 101,2 (6)

6
45 (6)
63,7 (5)

C2 =Nilai Smaksimal
C62 =15
=
atau
=

S
7
= =0,4667
nilai S maksimal 15
S
7
7
=
= =0,4667
.
1/2 N (N1) 1/2(6)(5) 15

4. Keputusan
Dilihat dari Tabel 1 dengan S = 7, N = 6, diperoleh
Karena

pvalue

= 0,136 =0,05 maka

H0

pvalue =0,136

diterima.

5. Kesimpulan
Jadi, tidak ada hubungan antara intelegensi dan dominasi sosial pada tikus
albino.
Contoh 3:
Untuk Sampel Besar (N > 10)
Dilakukan penelitian untuk mengetahui adakah hubungan antara rangking SD
dengan rangking di SMU. Penelitian dilakukan dengan menggunakan sampel siswa
kelas III SMU sebanyak 25 orang. Berdasarkan 25 orang siswa itu, mereka ditanya
bagaimana rangkingnya di SD kelas V dulu dan rangkingnya di kelas III SMU.
Data hasil penelitian ditunjuk pada tabel berikut.
RANGKING 25 SISWA SEWAKTU DI SD DAN DI SMU
No.
Siswa
1
2
3
4
5
6
7
8
9
10

Rangking
di SD
(R1)
1
2
3
4
5
6
7
8
9
10

Rangking
di SMU
(R2)
2
1
4
3
7
8
9
10
16
5

No.
Siswa
13
14
15
16
17
18
19
20
21
22

Rangking
di SD
(R1)
13
14
15
16
17
18
19
20
21
22

Rangking
di SMU
(R2)
14
12
15
23
18
17
19
20
13
25

11
12

11
12

6
11

23
24
25

23
24
25

22
21
24

Berdasarkan hal tersebut di atas, maka:


1. Judul penelitiannya dapat dirumuskan sebagai berikut:
Adakah hubungan antara prestasi belajar di SD dengan di SMU (prestasi
belajar di ukur berdasarkan rangking)
2. Variabel penelitiannya adalah: prestasi belajar di SD dan SMU
3. Rumusan masalah:
Adakah hubungan antara rangking di SD dengan di SMU (ada hubungan
berarti jika sewaktu kecil/ SD pandai, maka jika besar di SMU juga pandai atau
sebaliknya)
4. Sampel: siswa kelas III SMU berjumlah 25 siswa
5. Hipotesis:
H0: = 0 (tidak ada hubungan antara rangking di SD dengan di SMU)
H1: 0 (ada hubungan antara rangking di SD dengan SMU)
6. Wilayah kritis: H0 ditolak jika harga Zhitung Ztabel
7. Penghitungan:
No.

R1

R2

1
2
3
4
5
6
7
8
9
10
11
12
13

1
2
3
4
5
6
7
8
9
10
11
12
13

2
1
4
3
7
8
9
10
16
5
6
11
14

Skor
sebenarnya
22
23
20
21
16
15
14
13
2
15
14
13

228

1
1
N (N 1) ( )(25)(251)
2
2

No.

R1

R2

14
15
16
17
18
19
20
21
22
23
24
25

14
15
16
17
18
19
20
21
22
23
24
25

12
15
23
18
17
19
20
13
25
22
21
24

=0,76

Skor
sebenarnya
8
11
8
-5
4
5
4
3
4
-3
0
1
S = 228

Z=

0,76
=
=5,324932778
2(2 N +5)
2(2 ( 25 )+ 5)
9 N (N1)
9 ( 25 )(251)

8. Keputusan:
Karena

z hitung

= 5,32

z tabel

= 1,96 maka

H0

ditolak.

9. Kesimpulan:
Ada hubungan yang positif dan signifikan antara rangking di SD dengan di
SMU, atau jika di SD pandai, maka di SMU juga akan pandai, demikian
sebaliknya.
6. APLIKASI KOEFISIEN KORELASI KENDALL TAU
Jika kita memiliki data produksi dan data ekspor suatu komoditi, kita ingin
melihat hubungan antara keduanya (apakah ada korelasi antara total produksi dan
ekspor).
1. Buka program SPSS kemudian input data ke dalam tabel-tabel SPSS:

2. Klik dari menubar Analyze Correlate Bivariate, seperti berikut:

3. Kemudian masukkan kedua variabel ke kotak variables di sebelah kanan,


checklist koefisien korelasi sebagai Kendalls tau.

4. Kemudian Klik OK
Maka akan muncul output sebagai berikut:

Dari output di atas, N menunjukkan jumlah observasi/sampel sebanyak 25,


sedangkan hubungan korelasi ditunjukkan oleh angka 0,760(**) yang artinya besar
korelasi

yang

terjadi

antara

variabel

dan

adalah

baik

yaitu

sebesar 0,760. Sementara Sig.(2-tailed) menunjukkan taraf kritik = 0,000. Karena

taraf kritik = 0,000

=0,05

maka

H0

ditolak. Jadi, ada hubungan yang

signifikan antara rangking di SD dengan di SMU, atau jika di SD pandai, maka di


SMU juga akan pandai, demikian sebaliknya.

DAFTAR PUSTAKA
Conover, W. J. 1980. Practical Nonparametric Statistics. USA: John Wiley & Sons, Inc.
Siegel, A. 2008. Statistik Nonparametrik untuk ilmu-ilmu sosial. Jakarta: PT Gramedia
Pustaka Utama.

LAMPIRAN
TABEL 1

TABEL 2