KOEFISIEN KORELASI KENDAL

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 CD
 
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 menghitung koefisien korelasi ini, dapat digunakan langkah-langkah sebagai

berikut:
1. Nilai pengamatan dari variabel yang akan diukur hubungan diberi ranking dari data
terbesar atau terkecil. Jika ranking sama, diambil nilai rata-ratanya.
2. Tentukan nilai patokan berurut dengan menyusun salah satu dari nilai ranking tersebut
secara berurutan, dimulai dari pertama, kedua, dan seterusnya dalam menghitung nilai
konkordansi dan diskordansi.
3. Tentukan nilai konkordansi (+1) dan nilai diskordansi (-1) dari nilai-nilai ranking yang
bukan patokan.
4. Tentukan nilai statistik S dengan menjumlahkan setiap nilai konkordansi dan nilai
diskordansi tersebut.
5. Nilai  dihitung dengan rumus di atas.

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

Dengan demikian nilai konkordansi dan diskordansi adalah sebagai berikut:

PQ =-1; PR=+1; PS=-1; PT=+1; QR==+1; QS=+1; QT=+1; RS=-1; RT=+1; ST=+1
 = (-1+1-1+1+1+1+1-1+1+1)/1/25(5-1)=0,4
Dari tabel kita peroleh nilai 0,05;5 = 0,800. Karena hitung < ,n (0,4 < 0,800) maka kita
putuskan terima H0 yang berarti bahwa belum cukup bukti untuk mengatakan nilai statistik
dan nilai matematika kelima mahasiswa ada hubungan.
Jika di antara nilai-nilai pengamatan terdapat nilai yang sama maka rumusya akan
menjadi:
S

1 N N  1  T 1 N N  1  T
2 x 2 y

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

Untuk menghitung koefisien korelasi ini, dapat digunakan langkah-langkah sebagai

berikut:
1. Misalkan X dan Y adalah dua variabel yang hubungannya akan kita tentukan, dan Z
adalah variabel efeknya terhadap X dan Y akan diparsialkan, atau dianggap konstan.
2. Berikan ranking observasi-observasi pada variabel X dari 1 sampai N. Kerjakan hal
yang sama pada variabel Z dan Y.
3. Gunakan rumus  (pada bahasan sebelumnya) untuk menentukan nilai-nilai dari xy,zy
dan zx.
4. Masukkan nilai-nilai xy, zy dan zx dengan rumus di atas.

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 KORKONDANSI KENDAL

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.