Koefisien korelasi rank Kendall () merupakan pengembangan dari koefisien korelasi rank
Spearman. Koefisien korelasi ini digunakan pada pasangan variabel atau data X dan Y
dalam hal ketidaksesuaian rank, yaitu untuk mengukur ketidakteraturan. Koefisien korelasi
rank Kendall dirumuskan:
S CD
1 N N 1 1 N N 1
2 2
Keterangan:
S = statistik untuk jumlah konkordansi dan diskordansi
C = /- kondkordansi
D = /-diskordansi
/- = banyaknya pasangan
N = jumlah pasangan X dan Y
Untuk menguji signifikansi hitung, perlu dibandingkan dengan harga-harga kritis dari tabel
Tau Kendall. Ketentuan pengujian adalah bila nilai hitung > ,n maka H0 ditolak.
Contoh: 20.1.: Berikut ini adalah nilai statistik dan nilai matematika dari lima orang
mahasiswa:
Nama Subyek
Mata pelajaran
P Q R S T
Nilai Matematika 9 8 7 5 3
Nilai Statistik 6 8 5 7 4
Dengan taraf nyata sebesar 5%, apakah nilai statistik dan nilai matematika kelima
mahasiswa tidak ada hubungan?
Jawab:
H0: Nilai statistik dan nilai matematika kelima mahasiswa tidak ada hubungan.
H1: Nilai statistik dan nilai matematika kelima mahasiswa ada hubungan
Kita buat ranking dari masing-masing mata pelajaran. Misalkan patokan berurut adalah
nilai statistik, maka:
Nama Subyek
Mata pelajaran
P Q R S T
Nilai Matematika 1 2 3 4 5
Nilai Statistik 3 1 4 2 5
Keterangan:
Tx = banyaknya tied pada kelompok X (I) = ½ tx(tx-1)
Ty = banyaknya tied pada kelompok Y (II) = ½ ty(ty-1)
KOEFISIEN KORELASI PARSIAL KENDAL
Koefisien korelasi ini adalah kelanjutan dari koefisien korelasi Kendall namun
perbedaannya adalah digunakan untuk variabel yang lebih dari dua dan dilihat
hubungannya secara parsial. Misalkan kita mendapatkan ranking untuk 4 subyek dari tiga
variabel: X, Y dan Z. Kita hendak menentukan korelasi antara X dan Y jika Z disisihkan
(dibuat konstan), maka rumus yang digunakan adalah:
xy zy zx
xy , z
1 1
2
zy
2
zx
Contoh 21.1.: Berikut ini adalah nilai statistik, fisika dan nilai matematika dari lima orang
mahasiswa:
Nama Subyek
Mata pelajaran
P Q R S T
Nilai Matematika 9 8 7 5 3
Nilai Statistik 6 8 5 7 4
Nilai Fisika 8 4 6 3 7
Dengan taraf nyata sebesar 5%, apakah nilai statistik dan nilai fisika kelima mahasiswa
tidak ada hubungan bila nilai matematika dianggap konstan?
Jawab:
H0: Nilai statistik dan nilai fisika kelima mahasiswa tidak ada hubungan bila nilai
matematika dianggap konstan.
H1: Nilai statistik dan nilai fisika kelima mahasiswa ada hubungan bila nilai matematika
dianggap konstan.
Kita buat ranking dari masing-masing:
Nama Subyek
Mata pelajaran
P Q R S T
Nilai Matematika 1 2 3 4 5
Nilai Statistik 3 1 4 2 5
ms =0,4
Nama Subyek
Mata pelajaran
P Q R S T
Nilai Matematika 1 2 3 4 5
Nilai Fisika 1 4 3 5 2
mf =0,2
Nama Subyek
Mata pelajaran
P Q R S T
Nilai Statistik 3 1 4 2 5
Nilai Fisika 1 4 3 5 2
sf =0,2
sf,m =0,2 – 0,4.0,2 /(1-0,42)(1-0,22) = 0,1336
Dari tabel kita peroleh nilai 0,05;5 = 0,800. Karena hitung < ,n (0,1336 < 0,800) maka
kita putuskan terima H0 yang berarti bahwa belum cukup bukti untuk mengatakan nilai
statistik dan nilai fisika kelima mahasiswa ada hubungan bila nilai matematika dianggap
konstan.
Koefisien korelasi ini adalah kelanjutan dari koefisien korelasi Kendall juga namun
perbedaannya adalah digunakan untuk variabel yang lebih dari dua dan dilihat
hubungannya secara simultan.
Perlakuan
Karakteristik
1 2 3 … n
1 X11 X12 X13 . X1n
2 X21 X22 X23 . X2n
3 X31 X32 X33 . X3n
. . . . . .
. . . . . .
. . . . . .
m Xm1 Xm2 Xm3 . Xmn
Rj R1 R2 R3 … Rn
Untuk menghitung koefisien korelasi ini, pertama-tama kita cari jumlah ranking Rj, dalam
setiap kolom. Jumlahkan semua nilai Rj, kemudian bagi dengan total pengamatan (mxn).
Sehingga didapatkan rumus sebagai berikut:
Rj
2
12 R j
n
W
m2 n3 n
Contoh 22.1.: Berikut adalah ranking yang diberikan kepada 6 pelamar pekerjaan oleh 3
eksekutif perusahaan:
Pelamar
A B C D E F
Eksekutif X 1 6 3 2 5 4
Eksekutif Y 1 5 6 4 2 3
Eksekutif Z 6 3 2 5 4 1
Rj 8 14 11 11 11 8
Dengan taraf nyata sebesar 5%, apakah penilaian yang diberikan oleh ketiga eksekutif
perusahaan tidak berkaitan?
Jawab:
H0: Penilaian yang diberikan oleh ketiga eksekutif perusahaan tidak berkaitan.
H1: Penilaian yang diberikan oleh ketiga eksekutif perusahaan berkaitan
Dari data diperoleh nilai m = 3, n = 6 dan Rj/n = 10,5 dan S =25,5
W = 12 [(8-10,5)2+(14-10,5)2+………+(8-10,5)2]/32(63–6) = 0,16
Dari tabel kita peroleh nilai S0,05;3,6 =103,9. Karena Shitung < S,k,n (25,5 < 103,9) maka kita
putuskan terima H0 yang berarti bahwa belum cukup bukti untuk mengatakan penilaian
yang diberikan oleh ketiga eksekutif perusahaan berkaitan.