Koefisien Konkordansi Kendall 𝑾

1707160

Koefisien 𝑊 Kendall atau biasa disebut juga dengan Koefisien Konkordansi Kendall merupakan
statistik non-parametrik yang dapat digunakan untuk menilai kecocokan antar penilai (variabel yang
diamati). Misalkan terdapat 𝑘 variabel yang diamati pada 𝑛 objek, maka koefisien 𝑊 Kendall
menjelaskan derajat asosiasi atau kecocokan antara 𝑘 variabel secara menyeluruh tersebut. Lebih
tepatnya, 𝑊 adalah sebuah ukuran yang menyatakan asosiasi antara 𝑘 himpunan ranking. Hal ini
sebagaimana 𝑟𝑠 atau 𝜏 yang menjelaskan derajat asosiasi dari tiap dua variabel. Namun, nilai 𝑊 tidak
mendefinisikan korelasi negatif, karena nilai 𝑊 yang diperoleh berada pada interval [0,1], semakin
besar maka semakin cocok pengukuran berdasarkan variabel satu dengan lainnya.
Menghitung Derajat Kecocokan
Sebuah ide untuk menghitung kecocokan antara 𝑘 variabel yang diamati dari 𝑛 objek adalah sebagai
berikut. Dengan adanya 𝑘 variabel ini, maka akan terdapat 𝑘 himpunan ranking dimana tiap himpunan
𝑘
memuat 𝑛 buah ranking. Selanjutnya dapat dihitung sebanyak ( ) koefisien korelasi rank untuk
2
selanjutnya diambil rata-ratanya. Namun, hal ini sangat menyulitkan jika nilai 𝑘 tidak kecil.

Kecocokan Sempurna
Misalkan 𝑘 orang juri memberikan penilaian terhadap 𝑛 kontestan lomba berupa ranking versi masing-
masing juri. Pertanyaan yang muncul adalah, bagaimanakah bentuk matriks penilaian yang ditampilkan
jika tidak terdapat atau hanya terdapat sedikit sekali kecocokan penilaian diantara 𝑘 juri tersebut ? serta,
bagaimanakah jika terjadi kecocokan yang sempurna dalam penilaian tersebut ?
Perhatikan tabel berikut.

Ranking Kontestan
Juri
𝐴1 𝐴2 ... 𝐴𝑛

𝐽1 𝑥11 𝑥12 ... 𝑥1𝑛

𝐽2 𝑥21 𝑥21 ... 𝑥2𝑛

... ... ... ... ...

𝐽𝑘 𝑥𝑘1 𝑥𝑘2 ... 𝑥𝑘𝑛

𝑘 𝑘 𝑘
𝑅𝑗
∑ 𝑥𝑖1 ∑ 𝑥𝑖2 ... ∑ 𝑥𝑖𝑛
𝑗 = 1,2, … , 𝑛
𝑖=1 𝑖=1 𝑖=1

Kecocokan sempurna akan terjadi jika tiap juri memberikan ranking dengan urutan yang sama pada 𝑛
kontestan. Dimana baris terakhir berupa penjumlahan ranking pada tiap kontestan (𝑅𝑗 ) akan bernilai
berbeda-beda dengan kemungkinan-kemungkinan nilai hanyalah 𝑘, 2𝑘, 3𝑘, … , 𝑛𝑘. Matriks data seperti
demikian akan menghasilkan 𝑊 = 1.

Bagaimana Koefisien Konkordansi Kendall 𝑾 Bekerja

Seandainya tidak terdapat kecocokan pada kasus penilaian diatas, maka bisa terjadi beberapa nilai yang
sama pada 𝑅𝑗. Selanjutnya, dengan pemikiran seperti ini, dapat diketahui bahwa derajat kecocokan
antara 𝑘 penilai tersebut dijelaskan oleh tinggi atau rendahnya varian antara 𝑛 jumlah ranking (pada
baris terakhir). Inilah yang menjadi pendekatan dalam menentukan koefisien 𝑊 Kendall.
𝑘
Jika 𝑟̅𝑠 adalah koefisien korelasi rank Spearman antara ( ) pasang variabel yang terjadi, maka 𝑊 dan
2
𝑟̅𝑠 memenuhi hubungan (1)
𝑘𝑊 − 1
𝑟̅𝑠 =
𝑘−1
(Kendall (1948) dalam (Siegel, 1956) )
Adapun, 𝑊 dihitung dengan rumus berikut (2)
𝑠
𝑊=
1 2 3
𝑘 (𝑛 − 𝑛)
12
dimana 𝑠 adalah jumlah kuadrat deviasi observasi dari rataan 𝑅𝑗 , yaitu (3)
2
𝑛 𝑛 𝑛 2
(∑𝑛𝑗=1 𝑅𝑗 )
𝑠 = ∑ (𝑅𝑗 − ∑ 𝑅𝑗 ) = ∑ 𝑅𝑗2 −
𝑛
𝑗=1 𝑗=1 𝑗=1

Apabila terdapat objek-objek dengan ranking sama pada sebuah variabel atau lebih, maka perhitungan
disesuaikan dengan rumus (4)
𝑠
𝑊=
1 2 3
𝑘 (𝑛 − 𝑛) − 𝑘 ∑𝑘𝑗=1 𝑇𝑗
12
𝑇𝑗 adalah hasil penjumlahan dari (𝑡 3 − 𝑡)/12 dimana 𝑡 adalah banyaknya sebuah angka ranking muncul
dalam perankingan oleh variabel ke 𝑗.

Contoh
Lima orang siswa diamati nilainya dalam 5 (tiga) kali ulangan matematika tentang trigonometri.
Hasilnya adalah sebagai berikut.
(Tabel 1)

Nilai Siswa
Ulangan ke-
𝐴 𝐵 𝐶 𝐷 𝐸
1 80 85 85 70 60
2 75 80 75 72 70
3 78 75 86 80 76
4 79 80 76 77 77
5 81 81 81 76 76
Langkah 1
Menyatakan tabel nilai ke dalam tabel ranking (dan baris bantuan)
(Tabel 2)

Nilai Siswa
Ulangan ke-
𝐴 𝐵 𝐶 𝐷 𝐸
1 3 4,5 4,5 2 1
2 3,5 5 3,5 2 1
3 3 1 5 4 2
4 4 5 1 2,5 2,5
5 4 4 4 1,5 1,5
𝑅𝑗 17,5 19,5 18 12 8
𝑅𝑗2 306,25 380,25 324 144 64
Total 𝑅𝑗 75
Total 𝑅𝑗2 1218,5

Langkah 2
Melakukan perhitungan untuk 𝑠 pada rumus (3)

752
𝑠 = 1218,5 − = 93,5
5
Langkah 3
Memeriksa apakah terdapat ranking yang sama
Karena terdapat beberapa ranking yang sama, maka dihitung nilai 𝑊 dengan menggunakan rumus (4)
(jika tidak ada maka menggunakan rumus (2) ) dengan terlebih dahulu menghitung nilai-nilai dari 𝑇𝑗 .

 𝑇1 = 23 − 2 = 6
 𝑇2 = 23 − 2 = 6
 𝑇3 = 0
 𝑇4 = 23 − 2 = 6
 𝑇5 = (33 − 3) + (23 − 2) = 24 + 6

Dengan demikian, diperoleh ∑5𝑗=1 𝑇𝑗 = 48

Sehingga
93,5 93,5
𝑊= = = 0,407
1 2 (55 − 5) − 5 ⋅ 48 230
12 ⋅ 5
Uji Signifikansi 𝑾
Uji signifikansi untuk 𝑊 dibedakan atas sampel kecil dan sampel besar. Dimana untuk 𝑘 dari 3 hingga
20 dan 𝑛 dari 3 hingga 7 dianggap sebagai sampel kecil (Siegel, 1956)
Sampel kecil memanfaatkan perhitungan dari 𝑠 pada rumus (3).