MAKALAH

Analisis Data Kategorik

“Koefisien Korelasi Tau Kendall”

Dosen Pengampu :
Djoni Hatidja S.Si, M.Si

Disusun oleh :
Kelompok 6
Christina Irwan (20101103025)
Friska Sagai (20101103042)
Selli Anggraini (20101103003)

PROGRAM STUDI MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SAM RATULANGI
2023
 Daftar Isi
Daftar Isi......................................................................................................................................i
BAB I..........................................................................................................................................1
PEMBAHASAN MATERI.........................................................................................................1
1.1 Pengertian Koefisien Korelasi Tau Kendall.................................................................1
1.2 Asumsi – Asumsi.........................................................................................................2
1.3 Hipotesis – hipotesis.....................................................................................................2
1.4 Metode Perhitungan.....................................................................................................2
a) Koefisien Korelasi Tau Kendall...................................................................................2
b) Koefisien Korelasi Tau Kendall untuk Rank yang bernilai sama (Ties)......................3
c) Koefisien Korelasi Tau Kendall untuk n>10 ...............................................................3
1.5 Prosedur Uji Koefisien Korelasi Tau Kendall..............................................................4
1.6 Kaidah Pengambilan Keputusan..................................................................................4
1.7 Contoh Soal..................................................................................................................4
BAB II.......................................................................................................................................12
Kesimpulan...............................................................................................................................12
Daftar Pustaka.............................................................................................................................ii

i
 BAB I
PEMBAHASAN MATERI
1.1 Pengertian Koefisien Korelasi Tau Kendall
Koefisien korelasi adalah ukuran yang dipakai untuk mengetahui derajat
hubungan antara variabel-variabel. Dalam analisis statistika, menentukan ukuran
korelasi merupakan hal yang penting karena hal ini bisa mengetahui kekuatan dan arah
hubungan antara variabel-variabel yang diteliti. Koefisien korelasi Tau Kendall 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 Tau Kendall merupakan pengembangan dari koefisien korelasi
Spearman. Koefisien korelasi Tau Kendall atau yang biasa dinotasikan dengan ( τ^ )
merupakan suatu nilai yang menunjukkan derajat asosiasi atau korelasi antara dua
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 yaitu ( X i , Y i). Pasangan – pasangan pengamatan ( X i , Y i)
dan ( X j, Y j) disebut konkordan jika antara X i dan X j memiliki arah yang sama dengan
Y i dan Y j. Dengan kata lain, jika X i > X j dan Y i >Y j atau X i < X j dan Y i <Y j, maka kita
memilki pasangan-pasangan hasil pengamatan yang konkordan. Sebaliknya, pasangan-
pasangan hasil pengamatan ( X i , Y i ) dan ( X j, Y j) disebut diskordan bila memiliki arah
yang berbeda (tidak sama).
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
Tau Kendall sama dengan koefisien korelasi pada umunya yakni akan bernilai (+1)
apabila variabel X dan Y berkorelasi positif (sebanding lurus), akan bernilai (0) apabila
variabel X dan Y tidak saling berkorelasi dan akan bernilai (−1) apabila X dan Y
berkorelasi negatif (berbanding terbalik). Sasaran yang hendak dicapai apabila kita
menggunakan Tau Kendall ( τ^ ) adalah menguji hipotesis nol yang menyatakan bahwa X
dan Y bebas ( yang secara tidak langsung menyatakan bahwa τ =0 ) ketika
diperlawankan dengan salah satu dari hipotesis-hipotesis tandingan berikut :
τ ≠ 0 , τ >0 atau τ <0 . Kita boleh menafsirkan hipotesis tandingan τ ≠ 0 sebagai pernyataan
tentang adanya asosiasi antara X dan Y. Dalam pada itu, kita menafsirkan τ > 0 sebagai

1
 pernyataan untuk menunjukkan adanya asosiasi yang lurus antara X dan Y, danτ < 0
untuk menunjukkan bahwa X dan Y berasosiasi invers.
1.2 Asumsi – Asumsi
1. Data yang tersedia merupakan sebuah sampel acak yang terdiri atas n pasangan
hasil pengamatan ( X i , Y i ), baik itu angka ataupun bukan angka.
2. Data sekurang-kurangnya diukur pada skala ordinal sehingga kita dapat meringkat
masing-masing nilai X lain yang teramati, dan masing-masing nilai Y dalam
hubungannya dengan nilai-nilai Y lain yang teramati.
1.3 Hipotesis – hipotesis
a. (Dua – sisi)
H 0 : X dan Y bebas
H 1 : τ ≠0
b. (Satu – sisi)
H 0 : X dan Y bebas
H 1 : τ >0
c. (Satu – sisi)
H 0 : X dan Y bebas
H 1 : τ <0
1.4 Metode Perhitungan
a) Koefisien Korelasi Tau Kendall
skor sebenarnya
τ=
kemungkinan skor maksimum
dimana kemungkinan jumlah maksimum adalah C n2 yang dapat dinyatakan dengan
1
rumus : n( n−1).
2
Sehingga rumus Tau Kendall dapat dirumuskan sebagai :
S ( C−D )
τ= atau τ=
1 1
n ( n−1 ) n( n−1)
2 2
Keterangan :
τ ¿ Koefisien Korelasi Tau Kendall
S ¿ Statistik untuk jumlah konkordansi dan diskordansi
C ¿ Banyaknya pasangan konkordasi (wajar)
D ¿ Banyaknya pasangan diskordansi (tidak wajar)
n ¿ Jumlah pasangan X dan Y

2
b) Koefisien Korelasi Tau Kendall untuk Rank yang bernilai sama (Ties)
S
τ=

(√ 12 n ( n−1 ) )−T √( 12 n ( n−1 ))−T

X Y

Dimana :
s s
1 1
T X = ∑ ( t i(x)2−t i (x) ) dan T Y = ∑ ( t i ( y)2−t i( y) )
2 i=1 2 i=1
Keterangan :
TX ¿ Faktor koreksi ranking X yang sama
TY ¿ Faktor koreksi rankingY yang sama
t i(x) ¿ Banyaknya rank dengan nilai sama (ties) dalam tiap kelompok pada
variabel X
t i( y) ¿ Banyaknya rank dengan nilai sama (ties) dalam tiap kelompok pada
variabel Y
c) Koefisien Korelasi Tau Kendall untuk n>10
Jika sampel berukuran lebih dari 10, maka terapkan aproksimasi sampel besar
dengan menganggap bahwa distribusi sampel mendekati distribusi normal (z ).
Dengan demikian, kaidah pengambilan keputusan untuk analisis korelasi kendall
tau sebagai berikut :
1. Hipotesis dua arah :
tolak H 0 jika Z hitung > Z tabel atau Z hitung ← Z tabel untuk n dan tingkat signifikansi
α
.
2
2. Hipotesis satu sisi :
tolak H 0 jika nilai Z hitung > Z tabel untuk n dan tingkat signifikansi α .
3. Hipotesis satu sisi :
tolak H 0 jika nilai Z hitung ← Z tabel untuk n dan tingkat signifikansi α .
Statistik uji untuk sampel besar ( n>10 ), ialah :
τ−μ τ
Z=
στ
Dimana :

μτ =0 σ τ=
√ 2 ( 2 n+5 )
9 n ( n−1 )

3
1.5 Prosedur Uji Koefisien Korelasi Tau Kendall
Adapun langkah-langkah perhitungan koefisien korelasi Tau Kendall yaitu :
1. Tentukan hipotesis nol dan hipotesis alternatif.
H 0 : tidak ada kesesuaian ranking yang diberikan oleh X dan Y dalam populasi.
H 1 : ada kesesuaian ranking yang diberikan oleh X dan Y dalam populasi.
2. Tentukan tingkat signifikansi α .
3. Hitung statistik uji dengan cara :
a. Susunlah pasangan-pasangan ( X i , Y i ) dalam kolom menurut besarnya nilai-
nilai X , dari nilai X yang paling kecil, dalam hal ini nilai-nilai X berada dalam
urutan yang wajar (natural order).
b. Bandingkan setiap nilai Y , satu demi satu dengan nilai yang ada di sebelah
kanannya, bila urutannya wajar (concordan) beri nilai 1 (tambah 1), sedangkan
bila urutannya tidak wajar (disconcordan) beri nilai -1 (kurang 1).
c. Tentukan jumlah Concordan (C) dan Disconcordan (D).
d. Hitung nilai S yang diperoleh dari C – D.
e. Hitung nilai statistik τ .
4. Wilayah kritis.
5. Buatlah keputusan terima atau tolak H 0 berdasarkan wilayah kritisnya.
6. Buat Kesimpulan.
1.6 Kaidah Pengambilan Keputusan
Kaidah-kaidah pengambilan keputusan untuk ketiga perangkat hipotesis ini adalah
sebagai berikut :
a. (Dua-sisi) :
Mengacu pada tabel Tau Kendall. Tolak H 0 pada taraf nyata jika nilai τ^ hasil
α
perhitungan lebih besar daripada nilai τ ¿ dalam tabel untuk n dan .
2
b. (Satu-sisi) :
Mengacu pada tabel Tau Kendall. Tolak H 0 pada taraf nyata jika nilai τ^ hasil
perhitungan lebih besar daripada nilai τ ¿ dalam tabel untuk n dan .
c. (Satu-sisi) :
Mengacu pada tabel Tau Kendall. Tolak H 0 pada taraf nyata jika nilai τ^ hasil
perhitungan lebih besar daripada nilai τ ¿ dalam tabel untuk n dan .
1.7 Contoh Soal
Berikut adalah contoh – contoh soal bagaimana cara menghitung koefisien korelasi tau
kendall.
4
1. Penilaian terhadap Prestasi Desa dalam mencapai gerakan AKINO (Angka Kematian
Ibu dan Bayi nol) didasarkan pada rendahnya angka kematian ibu dan bayi. Masing
masing Desa diranking berdasarkan kedua indikator tersebut.
Data AKI (Per 100.000) dan AKB (per 1.000)
Indikator Desa A Desa B Desa C Desa D Desa E Desa F
AKI ( X ) 132 143 125 176 114 152
AKB (Y ) 241 213 211 284 186 276

Apakah ada hubungan ranking penilaian antara AKI dan AKB? Gunakan tingkat
signifikansi α =5 % .
JAWABAN
Pertama, kita buat Hipotesis :
H 0 :tidak ada hubungan ranking penilaian antara AKI dan AKB
H 1 : ada hubungan ranking penilaian antara AKI dan AKB
Kedua, kita ranking terlebih dahulu nilai AKI dan AKB.
Indikator Desa A Desa B Desa C Desa D Desa E Desa F
AKI ( X ) 3 4 2 6 1 5

AKB (Y ) 4 3 2 6 1 5

Ketiga, kita urutkan ranking AKI secara natural.

Indikator Desa A Desa B Desa C Desa D Desa E Desa F
AKI ( X ) 1 2 3 4 5 6
AKB (Y ) 1 2 4 3 5 6

Keempat, untuk skor pada AKB diberikan +1 bila ranking dari angka kecil ke besar
(concordan). Bila dari ranking besar ke kecil (disconcordan) diberi skor −1.
Indikator Desa A Desa B Desa C Desa D Desa E Desa F
AKI ( X ) 1 2 3 4 5 6

AKB (Y ) 1 2 4 3 5 6 ∑C ∑ D
1 +1 +1 +1 +1 +1 5 0
2 +1 +1 +1 +1 4 0
4 −1 +1 +1 2 1
3 +1 +1 2 0
5 +1 1 0
Total 14 1

5
 Kelima, hitung nilai Sdimana S=C−D , maka :
S=14−1=13
S
τ=
Keenam, lakukan perhitungan untuk n=6 dengan menggunakan rumus 1 .
n ( n−1 )
2
13
τ=
1
6 ( 6−1 )
2
13
τ=
3 (5 )
13
τ=
15
τ =0,86667

Ketujuh, lihat nilai untuk pvalue dengan bantuan aplikasi R studio. Didapat nilai
pvalue =0,0 146

Kedepalan, karena nilai pvalue < α=0,0146<0,05 , maka kesimpulan yaitu menolak H 0,
yang berarti bahwa ada hubungan ranking penilaian antara AKI dan AKB.

2. Diketahui sebuah ranking nilai wawancara dari dua orang pewawancara kepada 10
orang peserta dari tes tertulis dan tes praktek. Data nilai ranking sebagai berikut :
A B C D E F G H I J
Pewawancara 1 7 1,5 8 10 9 6 5 3 1,5 4
Pewawancara 2 5 2 6 8 7 9,5 9,5 3,5 1 3,5

Apakah ada hubungan ranking penilaian dari pewawancara 1 dan pewawancara 2?

Gunakan tingkat signifikansi α =5 % .
JAWABAN
Pertama, kita buat Hipotesis :

6
 H 0 : Tidak ada kesesuaian ranking nilai pewawancara 1 dan pewawancara 2
H 1 : Ada kesesuaian ranking nilai pewawancara 1 dan pewawancara 2
Kedua, kita urutkan ranking nilai pewawancara 1 secara natural.
B I H J G F A C E D
1,
Pewawancara 1 (X ) 1,5 3 4 5 6 7 8 9 10
5
9,
Pewawancara 2 (Y ) 2 1 3,5 3,5 9,5 5 6 7 8
5

Ketiga, untuk skor pada (Y ) diberikan +1 bila ranking dari angka kecil ke besar
(concordan). Bila dari ranking besar ke kecil (disconcordan) diberi skor −1.
B I H J G F A C E D

(X ) 1,5 1,5 3 4 5 6 7 8 9 10

(Y ) 2 1 3,5 3,5 9,5 9,5 5 6 7 8 ∑C ∑D

2 −1 +1 +1 +1 +1 +1 +1 +1 +1 8 1
1 +1 +1 +1 +1 +1 +1 +1 +1 8 0
3,5 0 +1 +1 +1 +1 +1 +1 6 0
3,5 +1 +1 +1 +1 +1 +1 6 0
9,5 0 −1 −1 −1 −1 0 4
9,5 −1 −1 −1 −1 0 4
5 +1 +1 +1 3 0
6 +1 +1 2 0
7 +1 1 0
Total 34 9

Keempat, hitung nilai Sdimana S=C−D , maka :

S=34−9=25
Kelima, karena terdapat ranking kembar, maka gunakan rumus korelasi kendall tau
dengan faktor koreksi. Pertama kita hitung dulu T X dan T Y .
s
1 1 1 1
T X = ∑ ( t i(x)2−t i (x) )= ( 22−2 )= ( 4−2 )= ( 2 )=1
2 i=1 2 2 2
s
1 1 1 1 1
T Y = ∑ ( t i( y)2−t i( y) ) = ( 22−2 )+ ( 22−2 )= ( 2 ) + ( 2 )=2
2 i=1 2 2 2 2
Keenam, lakukan perhitungan dengan menggunakan rumus

7
 S
τ=

(√ 12 n ( n−1) )−T √( 12 n ( n−1))−T

X Y

25
τ=

(√ 12 10 (10−1))−1 √( 12 10( 10−1))−2

25
τ=
√( 5 ( 9 ) )−1 √( 5 ( 9 ) )−2
25
τ=
√ 45−1 √ 45−2
25
τ=
√ 44 √ 43
τ =0,5747

Ketujuh, lihat nilai untuk pvalue dengan bantuan aplikasi R studio. Didapat nilai
pvalue =0,0186

Kedepalan, karena nilai pvalue < α=0,0186<0,05 , maka kesimpulan yaitu menolak H 0,
yang berarti bahwa dengan tingkat signifikansi 5 %, terdapat cukup bukti untuk
mengatakan bahwa ada kesesuaian ranking nilai antara pewawancara 1 dan
pewawancara 2.

3. Dalam sebuah penelitian ingin diketahui apakah nilai matakuliah statistik teori (ST)
mempunyai hubungan dengan nilai matakuliah statistik praktek (SP). Peneliti
mengambil sampel sebanyak 12 orang mahasiswa secara acak dan diperoleh hasil
sebagai berikut :
Mahasiswa 1 2 3 4 5 6 7 8 9 10 11 12
ST 42 46 39 37 65 88 86 56 62 92 54 81
Skor
SP 72 87 86 50 91 90 89 83 85 96 88 92

Apakah ada hubungan nilai mata kuliah statistik teori dan nilai matakuliah statistik
praktek? Gunakan tingkat signifikansi α =1 %.
JAWABAN
Pertama, kita buat Hipotesis :

8
 H 0 : tidak ada kesesuaian ranking skor hasil belajar statistik teori dan praktik
mahasiswa di tingkat populasi.
H1: ada kesesuaian ranking skor hasil belajar statistik teori dan praktik
mahasiswa di tingkat populasi.
Kedua, kita ranking terlebih dahulu nilai ST dan SP.
Mahasiswa 1 2 3 4 5 6 7 8 9 10 11 12
ST 3 4 2 1 8 11 10 6 7 12 5 9
Skor
SP 2 6 5 1 10 9 8 3 4 12 7 11

Ketiga, kita urutkan ranking Statistik Teori (ST) secara natural.

Mahasiswa 4 3 1 2 11 8 9 5 12 7 6 10
ST 1 2 3 4 5 6 7 8 9 10 11 12
Skor
SP 1 5 2 6 7 3 4 10 11 8 9 12

Keempat, untuk skor pada SP diberikan +1 bila ranking dari angka kecil ke besar
(concordan). Bila dari ranking besar ke kecil (disconcordan) diberi skor −1.
Mahasisw
4 3 1 2 11 8 9 5 12 7 6 10
a
ST 1 2 3 4 5 6 7 8 9 10 11 12
SP 1 5 2 6 7 3 4 10 11 8 9 12 ∑C ∑ D
1 +1 +1 +1 +1 +1 +1 +1 +1 +1 +1 +1 11 0
5 −1 +1 +1 −1 −1 +1 +1 +1 +1 +1 7 3
2 +1 +1 +1 +1 +1 +1 +1 +1 +1 9 0
6 +1 −1 −1 +1 +1 +1 +1 +1 6 2
7 −1 −1 +1 +1 +1 +1 +1 5 2
3 +1 +1 +1 +1 +1 +1 6 0
4 +1 +1 +1 +1 +1 5 0
10 +1 −1 −1 +1 2 2
11 −1 −1 +1 1 2
8 +1 +1 2 0
9 +1 1 0
Total 55 11

Kelima, hitung nilai Sdimana S=C−D , maka :

S=55−11=44
Keenam, lakukan perhitungan untuk n=12 dengan menggunakan rumus

9
 S
τ=
1
n ( n−1 )
2
44
τ=
1
12 ( 12−1 )
2
44
τ=
6 (11 )
44
τ=
66
τ =0,6667
τ−μ τ
Ketujuh, karena n>10 , maka gunakan statistik uji untuk sampel besar, Z=
στ
Dimana :

μτ =0 σ τ=
√ 2 ( 2 n+5 )
9 n ( n−1 )

Sehingga :
τ−μ τ
Z=

√ 2 ( 2 n+5 )
9 n ( n−1 )
0,6667−0
Z=

√ 2 ( 2(12)+5 )
9(12) ( 12−1 )
0,6667
Z=

√ 2 ( 24 +5 )
108 ( 11 )
0,6667
Z=

√ 2 ( 29 )
1188
0,6667
Z=

√ 58
1188
Z=3,0173

Kedelapan, lihat nilai untuk Ztabel . Didapat nilai Ztabel =0,00127

Kesembilan, lihat nilai untuk pvalue dengan bantuan aplikasi R studio. Didapat nilai
pvalue =0,0 02551

10
Kesembilan, karena nilai pvalue < α=0,0 02551< 0,05, maka kesimpulan yaitu menolak
H 0, yang berarti bahwa ada hubungan antara nilai mata kuliah statistik teori dengan
nilai mata kuliah statistik praktek.

11
 BAB II
Kesimpulan
Koefisien korelasi Tau Kendall merupakan pengembangan dari koefisien korelasi
Spearman. Koefisien korelasi Tau Kendall atau yang biasa dinotasikan dengan ( τ^ )
merupakan suatu nilai yang menunjukkan derajat asosiasi atau korelasi antara dua
himpunan variabel dalam sebuah penelitian yang telah disusun berdasarkan
peringkatnya dengan tujuan mengetahui kekuatan atau tingkatan korelasi antara X dan
Y,
Pasangan – pasangan pengamatan ( X i , Y i ) dan ( X j, Y j) disebut konkordan jika
antara X i dan X j memiliki arah yang sama dengan Y i dan Y j. Sebaliknya, pasangan-
pasangan hasil pengamatan ( X i , Y i ) dan ( X j, Y j) disebut diskordan bila memiliki arah
yang berbeda (tidak sama).
Data sekurang-kurangnya diukur pada skala ordinal. Batas nilai dari koefisien
korelasi Tau Kendall sama dengan koefisien korelasi pada umunya yakni akan bernilai
(+1) apabila variabel X dan Y berkorelasi positif (sebanding lurus), akan bernilai (0)
apabila variabel X dan Y tidak saling berkorelasi dan akan bernilai (−1) apabila X dan
Y berkorelasi negatif (berbanding terbalik). Adapun langkah-langkah perhitungan
koefisien korelasi Tau Kendall yaitu :
1. Tentukan hipotesis nol dan hipotesis alternatif.
H 0 : tidak ada kesesuaian ranking yang diberikan oleh X dan Y dalam populasi.
H 1 : ada kesesuaian ranking yang diberikan oleh X dan Y dalam populasi.
2. Tentukan tingkat signifikansi α .
3. Hitung statistik uji dengan cara :
a. Susunlah pasangan-pasangan ( X i , Y i ) dalam kolom menurut besarnya nilai-
nilai X , dari nilai X yang paling kecil, dalam hal ini nilai-nilai X berada dalam
urutan yang wajar (natural order).
b. Bandingkan setiap nilai Y , satu demi satu dengan nilai yang ada di sebelah
kanannya, bila urutannya wajar (concordan) beri nilai 1 (tambah 1), sedangkan
bila urutannya tidak wajar (disconcordan) beri nilai -1 (kurang 1).
c. Tentukan jumlah Concordan (C) dan Disconcordan (D).
d. Hitung nilai S yang diperoleh dari C – D.
e. Hitung nilai statistik τ .
4. Wilayah kritis.
5. Buatlah keputusan terima atau tolak H 0 berdasarkan wilayah kritisnya.
12
6. Buat Kesimpulan

13
 Daftar Pustaka
Long, T. 2020. Korelasi Kendall Tau - Rumus dan Contoh Penghitungan.
(https://jagostat.com/statistik-nonparametrik/korelasi-kendall-tau). Diakses : 18
Februari 2023

Siegel, A. 2008. Statistik Nonparametrik untuk ilmu-ilmu sosial. Jakarta: PT Gramedia

Pustaka Utama.

ii