“TABEL KONTINGENSI”
Disusun oleh :
Kelompok 6
1. Rizki Ayu Febrianty (185090501111022)
JURUSAN STATISTIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS BRAWIJAYA
2020
UJI KORELASI KENDALL’S TAU-B
Uji korelasi kendall’s tau-b merupakan bagian dari statistik non parametrik. Oleh karena
itu, tidak ada asumsi atau pesyaratan khusus yang mewajibkan bahwa data penelitian harus
berdistribusi normal dan hubungan yang terbentuk antar variabel harus linier. Hal yang berbeda
dengan uji korelasi pearson (statistik parametArik) yang mensyaratkan bahwa data penelitian
harus berdistribusi normal dan linier.
Walaupun pada prinsipnya sama, namun ada perbedaan yang mendasar antara uji korelasi
tau-b dan uji korelasi rank spearman. Dimana uji korelasi kendall’s tau-b merupakan suatu
penduga tidak bias untuk parameter populasi, sementara uji korelasi rank spearman tidak
memberikan dugaan untuk koefisien peringkat suatu populasi.
A. Esensi
1. Bentuk data minimal berskala ordinal.
2. Hampir sama dengan korelasi Spearman.
3. Menunjukkan korelasi antara dua variable.
B. Prosedur
1. Tentukan hipotesis
a. H0: Tidak terdapat hubungan antara variable X dan Y.
b. H1: Terdapat hubungan antara variable X dan Y.
2. Tingkat signifikasi: α
3. Tentukan statistic uji dan hitung
a. Susunlah pasangan-pasangan (Xi,Yi) dalam kolom berdasar besarnya nilai-nilai x, dari
nilai X yang paling kecil, dalam hal ini nilai-nilai X berada dalam urutan yang wajar.
b. Perbandigkan setiap nilai Y, satu demi satu, dengan setiap nilai yang ada disebelah
bawahnya. Dalam melakukan pembandingan ini dapat dikatakan, bahwa suatu pasangan
nilai-nilai Y (Y yang diperbandingkan dan Y yang dibawahnya) berada dalam urutan yang
wajar bila Y yang dibawahnya bernilai lebih besar dari Y yang diatasnya.
c. Tetapkan P sebagai banyaknya pasangan berurutan wajar, dan Q sebagai banyaknya
pasangan berurutan terbalik.
d. Hitung S = P – Q
e. Hitung statistic uji koefisien korelasi untuk sampel 4-40 dengan menggunakan rumus τ :
S
τ=
1
N ( N−1 )
2
Untuk sampel besar, jika sampel berukuran lebih dari 40, maka diterapkan aproksimasi
sampel besar dengan menganggap bahwa distribusi sampel mendekati distribusi
normal(z), dengan menghitung terlebih dahulu Z hitung dengan rumus:
3 τ √ n(n−1 )
z hit =
√ 2(2n+5
Apabila terjadi angka sama, maka statistic uji Tau Kendall mengalami koreksi dan
mengikuti prosedur sebagi berikut:
S
τ=
N ( N−1) N (N−1)
√ 2
−T x
2 √ −T y
Keterangan:
1 1
T x= ∑ t x ( t x −1 ) ; T y = ∑ t y ( t y −1) di mana t = banyak observasi berangka
2 2
sama pada masing-masing variable.
C. Contoh Soal
Misalkan terdapat 2 orang juri dalam suatu kontes yang ditugaskan untuk menilai 8 buah
karya tulis. Dari hasil penilaian kedua juri tersebut diperoleh ranking penilaian sebagai
berikut.
Ujilah apakah terdapat korelasi penilaian yang diberikan oleh juri X dan juri Y!
Jawab:
a. Hipotesis:
H0: tidak terdapat korelasi penilaian antara juri X dan juri Y.
H1: terdapat korelasi penilaian antara juri X dan juri Y.
b. Tingkat signifikasi: α=0.05
c. Statistik Uji
S = (5-2)+(3-3)+(5-0)+(4-0)+(3-0)+(0-2)+(1-0)+(0-0)=14
S 14
τ= = =0,5
1 1
N ( N −1) 8( 8−1)
2 2
d. Daerah Kritis
Tolak H0, ketika τ hit > τ ta bel
e. Keputusan
τ hit (0.5)> τ tabel ( 0.138),
f. Kesimpulan
Dengan tingkat kepercayaan 95%, dapat disimpulkan bahwa terdapat korelasi penilaian antara
juri X dan juri Y.
Software SPSS
TUGAS POLIGAMI
Suatu penelitian dilakukan untuk mengetahui keterkaitan antara sikap terhadap poligami
dihubungkan dengan gender (jenis kelamin). Data hasil pengamatan sebagaimana disajikan pada
Tabel 1.4.
A: Nomor Responden
1. Buat tabel frekuensi kasus ini, secara manual dan bantuan software
2. Analisis keterkaitan antar variabelnya dengan statistik uji yang sesuai, secara manual dan
bantuan sofware. Berikan interpretasi dengan bahasa yang mudah dipahami masyarakat.
Uji Chi Square Manual
Hipotesis
H0: Tidak ada hubungan antara jenis kelamin dengan sikap terhadap poligami
H1: Ada hubungan antara jenis kelamin dengan sikap terhadap poligami
ni+ n+ j
μij=
n
50(20)
μ11 = =8 .3333
150
100(25 )
μ12= =41. 6667
150
100(25 )
μ21= =16 . 6667
150
100(125 )
μ22= =83 . 3333
150
2(n ij−μij )2
χ =∑
μij
(5−8 .3333 )2 (45−41 .6667 )2 (20−16 . 6667 )2 (80−83 . 3333)2
¿ + + +
8 .3333 41. 6667 16 . 6667 83 . 3333
¿ 1. 3333+0 . 2667+0 . 6667+0 .1333
¿ 2. 4
Derajat Bebas(i-1)(j-1) = (1)(1)=1
2 2
χ tabel = χ .05(1) : 3.841
Keputusan dan kesimpulan :
2 2
χ hitung (2.4) < χ tabel (3.841) keputusan terima H0, maka dengan taraf
nyata 5% dapat disimpulkan bahwa tidak ada hubungan antara jenis kelamin
dengan sikap terhadap poligami.
Uji Likelihood
Hipotesis
H0: Tidak ada hubungan antara jenis kelamin dengan sikap terhadap poligami
H1: Ada hubungan antara jenis kelamin dengan sikap terhadap poligami
n ij
G2 =2 ∑ nij log
()
μij
5 45 20 80
( (
¿ 2 5 log
8. 3333 )
+45 log
41 .6667 (
+20 log ) (
16 . 6667 )
+80 log (
83 . 3333 ))
¿ 2(−2. 5541+3. 4632+3 . 6464−3 .2657 )
¿ 2(1. 2898)
¿ 2. 5796
Kesimpulan
Dengan taraf nyata 5% dapat disimpulkan bahwa tidak ada hubungan antara jenis
kelamin dengan sikap terhdap poligami
Risiko Nisbi (Relative Risk)
π1 n11 / n1+ 5 /50
RR= = = =0. 5
π2 n22 / n2+ 20/ 100
Kesimpulan :
Sikap perempuan yang setuju terhadap poligami dua kali lebih besar dari sikap laki-laki
yang setuju terhadap sikap poligami.
Menggunakan software SPSS
Interpretasi :
1. Berdasarkan hasil yang diperoleh dari SPSS, karena nilai Chi-Square yang didapat
sebesar 2.4 sehingga χ2 hitung (2.4) < χ2 tabel (3.841) maka terima H0,
dapat disimpulkan bahwa tidak ada hubungan antara jenis kelamin dengan sikap
terhadap poligami.
2. Pengujian hipotesis juga bisa dilakukan dengan membandingkan nilai probabilitas
(p-value) yang nilainya dapat dilihat pada badian Asym. Sig (2 –sided) , yang
dalam kasus ini sebesar 0.614. karena nilai p-value (0.614) > 0.05 artinya Terima
Ho, sehingga dengan taraf nyata 5% dapat disimpulkan bahwa tidak ada hubungan
antara jenis kelamin dengan sikap terhdap poligami
3. Analisis keeratan hubungan antar variabelnya dengan statistik-statistik yang sesuai dan yang
dapat memberikan informasi lengkap sesuai tujuan penelitian, secara manual dan bantuan
software.
Karena tidak ada hubungan antara jenis kelamin dan sikap terhadap poligami, maka
tidak terdapat keeratan hubungan antar variable.
4. Deteksi apakah ada data outlier pada tabel kontingensi yang terbangun dan buktikan dengan
analisis yang tepat, secara manual dan bantuan software.
Karena tidak ada hubungan antara jenis kelamin dan sikap terhadap poligami, maka
tidak diperlukan pemecahan tabel untuk mencari dependensi.
5. Berikan kesimpulan tentang kasus ini sesuai dengan tujuan penelitian yang dilakukan
dengan bahasa yang mudah dipahami masyarakat.
Dari hasil perhitungan manual dan software diatas dapat disimpulkan bahwa tidak ada
hubungan dan keeratan antara jenis kelamin dengan sikap terhadap poligami, yang
berarti jenis kelamin tidak mempengaruhi sikap setuju atau tidak setuju seseorang
terhadap poligami.
MENGGUNAKAN SOFTWARE SPSS
Interpretasi:
1. Odds ratio yang dihitung disini merupakan odds dari jenis kelamin laki-laki dibandingkan
dengan jenis kelamin perempuan terhadap sikap setuju terhadap poligami. Ini diketahui
dari “odds ratio for jenis kelamin (laki-laki/perempuan)’ dimana jenis kelamin laki-laki
sebagai pembilang dan jenis kelamin perempuan sebagai penyebut. Nilai odds ratio
sebesar 0.444 berarti jenis kelamin laki-laki memiliki kecenderungan untuk setuju
terhadap sikap poligami sebesar 0.444 atau 0 kali lebih besar dibandingkan dengan jenis
kelamin perempuan. Selanjutnya diperoleh juga selang kepercayaan [(0.157),(1.258)]
dimana pada selang kepercaayaan mengandung nilai odds ratio 1 sehingga menunjukkan
tidak ada hubungan antara jenis kelamin dan sikap terhadap poligami pada taraf
signifikansi 5%.
2. Relative risk disini dihitung dengan membandingkan jenis kelamin perempuan dengan
jenis kelamin laki-laki. Relative risk untuk sikap setuju terhadap poligami dihitung
dengan membandingkan peluang jenis kelamin laki-laki dan jenis kelamin perempuan.
Nilai Relative Risk yaitu yaitu 0.5 artinya jenis kelamin laki-laki memiliki peluang untuk
setuju terhadap sikap poligami sebesar 0 kali lebih besar dibandingkan dengan jenis
kelamin perempuan. Selanjutnya diperoleh juga selang kepercayaan [(0.2),(1.256)]
dimana pada selang kepercaayaan mengandung nilai 1 sehingga menunjukkan tidak ada
hubungan antara jenis kelamin dan sikap terhadap poligami pada taraf signifikansi 5%
3. Relative risk untuk sikap tidak setuju terhadap poligami dihitung dengan membandingkan
peluang jenis kelamin laki-laki yang tidak setuju terhadap poligami dengan jenis kelamin
perempuan ysang tidak setuju terhadap poligami.. Nilai Relative Risk yaitu yaitu 1.125
artinya jenis kelamin laki-laki memiliki peluang atau untuk tidak setuju terhadap sikap
poligami 1.125 kali lebih besar dibandingkan dengan jenis kelamin perempuan yang
tidak setuju terhadap poligami. Untuk selang kepercayaan [(1),(1.2564)] dimana pada
selang kepercaayaan mendekati nilai relative risk 1 sehingga menunjukkan tidak ada
hubungan antara jenis kelamin dan sikap terhadap poligami pada taraf signifikansi 5%
4. N= 150 menunjukkan jumlah sampel.
TUGAS KELOMPOK B
Software SPSS
Software Minitab
Perhitungan Manual
Tabel Kontingensi
Job Satisfaction
Income Very Dissat. Little Statis. Mod Statis. Very Statis.
<5000 2 4 13 3 22
5000-15000 2 6 22 4 34
15000-25000 0 1 15 8 24
>25000 0 3 13 8 24
4 14 63 23 104
Tabel Ekspetasi
(22)(4)
E11 = =0.84615385
104
(22)(14)
E12= =2.96153846
104
(22)(63)
E13= =13.3269231
104
(22)(23)
E14 = =4.86538462
104
(34 )(4)
E21= =1.30769231
104
(34 )(14)
E22= =4.56792308
104
(34)(63)
E23= =20.5961538
104
(34)(23)
E24 = =7.51923077
104
(24 )(4)
E31= =¿ 0.92307692
104
(24 )(14)
E32= =¿3.23076923
104
(24)(63)
E33= =¿14.5384615
104
(24)(23)
E34 = =¿5.30769231
104
(24)(4 )
E 41= =¿0.92307692
104
(24)(14)
E 42= =¿3.23076923
104
(24)(63)
E 43= =¿14.5384615
104
(24)(23)
E 44= =¿5.30769231
104
Job Satisfaction
Income Very Dissat. Little Statis. Mod Statis. Very Statis.
<5000 0.84615385 2.96153846 13.3269231 4.86538462
5000-15000 1.30769231 4.57692308 20.5961538 7.51923077
15000-25000 0.92307692 3.23076923 14.5384615 5.30769231
>25000 0.92307692 3.23076923 14.5384615 5.30769231
2
2 ( nij −^µij )
χ h itung =∑
µ
^ ij
¿ 1.573427+0.364136+ …+0.1628+1.365663
¿ 11.52426
Job Satisfaction
Income Very Dissat. Little Statis. Mod Statis. Very Statis.
<5000 1.573426573 0.364135864 0.008019758 0.715186987 2.660769
5000-15000 0.366515837 0.442469295 0.095686993 1.647108007 2.55178
15000-25000 0.923076923 1.54029304 0.014652015 1.365663322 3.843685
>25000 0.923076923 0.016483516 0.162800163 1.365663322 2.468024
3.786096257 2.363381716 0.281158928 5.093621638 11.52426
nij
G2=2 ∑ nij log
^µij
¿ 2 ¿2
2 4 13 3 2
log + 4 log +13 log +3 log +2 log +6 log
0.84615385 2.96153846 13.3269231 4.86538462 1.30769231 4.
¿ 13.4673
Kesimpulan:
Karena χ2hitung < χ2tabel maka H0 diterima sehingga dapat disimpulkan bahwa tidak ada
hubungan antara pendapatan dengan kepuasan kerja. Selain itu dapat disimpulkan pula
bahwa tidak ada sel yang dicurigai.
Teori pemecahan tabel kontingensi digunakan untuk mencari sel mana yang menjadi penyebab
dependensi. langkah-langkah untuk melakukan pemecahan tabel kontingensi adalah :
n1+ n + j
μ11 =
n
180(122)
μ11 = =77 . 87234
282
180(26 )
μ12= =16 . 59574
282
180(134 )
μ13= =85 .53191
282
20(122 )
μ21= =8 . 652482
282
20(26 )
μ22= =1 . 843972
282
20(134 )
μ23= =9 .503546
282
82(122)
μ31= =35,47518
282
82(26 )
μ32= =7,560284
282
82(134 )
μ33= =38. 96454
282
2 (n ij−μij )2
χ =∑
μij
(90−77 . 87234)2 (12−16. 59574 )2 (78−16 . 59574 )2
¿ + +. . .+
77 .87234 16 .59574 16. 59574
¿ 1. 888734+1 . 272668+.. .+3 .125442
¿ 22. 37769
psychoanalitic 19 13 50
Tabel Ekspektasi
TABEL 1
B1 B2+B3 total
A1 + A2 103 97 200
A3 19 63 82
total 122 160 282
TABEL 2
B2 B3 total
A1 12 78 90
A2 1 6 7
total 13 84 97
TABEL 3
B2 B3 total
A1 + A2 13 84 97
A3 13 50 63
Total 26 134 160
TABEL 4
B1 B2+B3 total
A1 90 90 180
A2 13 7 20
Total 103 97 200
Tabel Chisquare G2 df
1 19.01445(*) 19.94169(*) 1
2 0.005076 0.004992 1
3 1.468162 1.441518 1
4 1.621459 1.647995 1
Tabel Kontingensi Awal 22.37769 23.036 4
2
χ .05(1)
= 3.841
CONTOH TERAPAN 2
Seorang peneliti tertarik untuk mengetahui apakah ada pengaruh antara tingkat pendiikan dengan
jenis pekerjaan seseorang. Untuk meneliti hal tersebut diambil sampel 580 orang dan ditanya
tingkat pendidikan dan jenis pekerjaannya. Dari penelitian tersebut didapatkan data sebagai
berikut:
PEKERJAAN
Bisnis Politik PNS Tani Total
Tingkat S2 60 43 12 5 120
Pendidikan S1 84 76 30 5 195
SMK 27 80 43 15 165
SMA 20 28 15 37 100
Total 191 227 100 62 580
n1+ n + j
μ11 =
n n1+ n + j
120(191) μ11 =
μ11 = =39 . 5172 n
580 165(191)
120(227 ) μ31= =54 . 3362
μ12= =46 . 9655 580
580 165(227 )
μ32= =64 .5776
120(100 ) 580
μ13= =20 . 6897
580 165(100 )
μ33= =28 . 4483
120 (62) 580
μ14= =12 . 8276
580 165 (62)
μ34= =17 . 6379
195(191) 580
μ21= =64 . 2155
580 100(191 )
μ41= =32 . 931
195(227 ) 580
μ22= =76 . 319
580 100(227 )
μ42= =39. 1379
195(100 ) 580
μ23= =33 . 6207
580 100 (100 )
μ43= =17 . 2414
195 (62) 580
μ24= =20. 8448
580 100(62)
μ44 = =10. 6897
580
2(n ij−μij )2
χ =∑
μij
(60−39. 5172)2 ( 43−46 .9655 )2 (37−10. 6897 )2
¿ + +. . .+
39. 5172 46 . 9655 10. 6897
¿ 10. 6167+0. 33483+. ..+64 . 7574
¿ 136 . 478
Derajat Bebas(i-1)(j-1)=(3)(3)=9
PEKERJAAN
Bisnis Politik PNS Tani Total
S2 60 43 12 5 120
Tingkat S1 84 76 30 5 195
Pendidikan SMK 27 80 43 15 165
SMA 20 28 15 37 100
Total 191 227 100 62 580
Tabel Ekspektasi
PEKERJAAN TOTAL
Bisnis Politik PNS Tani
S2 39.51724 46.96552 20.68966 12.82759 120
Tingkat S1 64.21552 76.31897 33.62069 20.84483 195
Pendidikan SMK 54.33621 64.57759 28.44828 17.63793 165
SMA 32.93103 39.13793 17.24138 10.68966 100
TOTAL 191 227 100 62 580
PEKERJAAN
Bisnis Politik PNS Tani
S2 10.61672 0.334827 3.649655 4.776511
Tingkat S1 6.095501 0.001333 0.38992 12.04417
Pendidikan SMK 13.75268 3.68318 7.443427 0.394529
SMA 5.077631 3.169649 0.291379 64.7574
PEKERJAAN
Bisnis Politik PNS Tani
S2 10.61672 0.334827 3.649655 4.776511
Tingkat S1 6.095501 0.001333 0.38992 12.04417
Pendidikan SMK 13.75268 3.68318 7.443427 0.394529
SMA 5.077631 3.169649 0.291379 64.7574
TABEL 1
B1+B2+B3 B4 Total
A1+A2+A3 455 25 480
A4 63 37 100
Total 518 62 580
TABEL 2
B1 B2 B3 Total
A1 60 43 12 115
A2 84 76 30 190
A3 27 80 43 150
171 199 85 455
TABEL 3
B1 B2 B3 total
A1+A2+A3 171 199 85 455
A4 20 28 15 63
191 227 100 518
TABEL 4
B1+B2+B3 B4 Total
A1 115 5 120
A2 190 5 195
A3 150 15 165
455 25 480
tabel Chisquare G2 df
1 87.6142(*) 66.162232(*) 1
2 41.9078 44,347068 4
3 1.2714 1.2481493 2
4 8.06332 7.8147542 2
Tabel Kontingensi
Awal 136.478 119.572 9
2 2 2
χ .05(1)
χ .05(4)
χ .05(2)
= 3.841 = 9.488 = 5.991
Kesimpulan :
Berdasarkan analisis pemecahan tabel kontingensi dapat disimpulkan bahwa benar
dependensi tabel kontingensi hanya disebabkan oleh sel (A4,B4) dan bukan oleh seluruh
sel.