KOEFISIEN KORELASI DAN TES

SIGNIFIKANSINYA
(NONPARAMETRIK)
Disusun Oleh :
1. Agung Anggoro
2. Agus Ahmad D
3. Hibatul Azizi
4. M. Rizki Fauzi
5. Riksa Rishanif
KOEFISIEN KORELASI RANGKING PARTIAL
KENDALL: 𝜏𝑥𝑦.𝑧

 Korelasi adalah pengukuran keeratan hubungan antar dua

variabel.
 Korelasi
Parsial menghitung korelasi dua buah variabel seperti
perhitungan korelasi pada umumnya, namun dengan
menganggap sebuah variabel (ketiga) menjadi konstan.
 Perhitungan korelasi secara per bagian ini (parsial) bertujuan
untuk menghitung efek variabel ketiga pada keeratan hubungan
dua variabel yang dikorelasi.
KOEFISIEN KORELASI RANGKING PARTIAL
KENDALL: 𝜏𝑥𝑦.𝑧

Dalam korelasi parsial, korelasi antara X dan Y

ditemukan oleh variabel ketiga, Z, dijaga agar
konstan.
Koefisien yang didapat dari perhitungan dari test rank
kendall tau, dapat digeneralisasi sebagai koefisien
korelasi parsial kendall.
Test korelasi parsial kendall digunakan sekurang-
kurangnya data yang dimiliki dalam skala ordinal.
Misal:
Subyek a b c d
Rangking pada Z 1 2 3 4
Rangking pada X 3 1 2 4
Rangking pada Y 2 1 3 4

Pasangan (a, b) (a, c) (a, d) (b, c) (b, d) (c, d)

Z + + + + + +

X − − + + + +

Y − + + + + +
TABEL 2 X 2
Pasangan Y bertanda Pasangan bertanda tak
sama dengan Z sama dengan Z Total

Pasangan X bertanda
sama dengan tanda Z
A B A+B
4 0 4
Pasangan X bertanda
tak sama dengan
C D C+D
tanda Z 1 1 2

Jumlah A+C B+D

5 1 6
RUMUS : KORELAS RANGKING PARTIAL KENDALL
𝑨𝑫 − 𝑩𝑪
𝝉𝒙𝒚.𝒛 =
(𝑨 + 𝑩)(𝑪 + 𝑫)(𝑨 + 𝑪)(𝑩 + 𝑫)

(𝟒)(𝟏) − (𝟎)(𝟏)
𝝉𝒙𝒚.𝒛 = = 𝟎, 𝟔𝟑
𝟒 𝟐 𝟓 (𝟏)
 RUMUS- RUMUS
Untuk angka yang tidak sama:

𝑺 𝟏 𝟏
𝝉= 𝑻𝒙 = ෍ 𝒕(𝒕 − 𝟏) 𝑻𝒚 = ෍ 𝒕(𝒕 − 𝟏)
𝟏 𝟐 𝟐
𝑵 (𝑵 − 𝟏)
𝟐

Untuk angka yang sama Rumus

𝝉𝒙𝒚 − 𝝉𝒛𝒚 𝝉𝒛𝒙
𝑺 𝝉𝒙𝒚.𝒛 =
𝝉=
𝟏 𝟏 𝟏 − 𝝉𝒙𝒛 𝟐 )(𝟏 − 𝝉𝒚𝒛 𝟐
𝑵 𝑵 − 𝟏 − 𝑻𝒙 𝑵 𝑵 − 𝟏 − 𝑻𝒚
𝟐 𝟐
UJI SIGNIFIKANSI
Uji Signifikansi Korelasi Partial kendal dapat dilakukan dengan uji Chi-Square

𝟐
𝝌𝟐 𝟐
(𝝉𝒙𝒚.𝒛 )
𝝉𝒙𝒚.𝒛 = 𝝌 =
𝑵 𝑵

Kriteria Uji:
H0 di tolak jika 𝝌𝟐 𝒉𝒊𝒕 ≥ 𝝌𝟐 𝒕𝒂𝒃𝒆𝒍
H0 di terima jika 𝝌𝟐 𝒉𝒊𝒕 < 𝝌𝟐 𝒕𝒂𝒃𝒆𝒍
HIPOTESIS
𝐻0 = 𝑇𝑖𝑑𝑎𝑘 𝑡𝑒𝑟𝑑𝑎𝑝𝑎𝑡 ℎ𝑢𝑏𝑢𝑛𝑔𝑎𝑛 𝑦𝑎𝑛𝑔 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛
𝑎𝑛𝑡𝑎𝑟𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑋 𝑑𝑎𝑛 𝑌 𝑑𝑒𝑛𝑔𝑎𝑛 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑍 yang konstan
𝐻𝑎 = 𝑇𝑖𝑑𝑎𝑘 𝑡𝑒𝑟𝑑𝑎𝑝𝑎𝑡 ℎ𝑢𝑏𝑢𝑛𝑔𝑎𝑛 𝑦𝑎𝑛𝑔 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛
𝑎𝑛𝑡𝑎𝑟𝑎 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑋 𝑑𝑎𝑛 𝑌 𝑑𝑒𝑛𝑔𝑎𝑛 𝑣𝑎𝑟𝑖𝑎𝑏𝑒𝑙 𝑍 𝑦𝑎𝑛𝑔 𝑘𝑜𝑛𝑠𝑡𝑎𝑛

𝐻0 ∶ 𝜌 𝑥𝑦.𝑧 = 0
𝐻𝑎 ∶ 𝜌 𝑥𝑦.𝑧 ≠ 0
IKHTISAR PROSEDUR
1. Misalkan X dan Y adalah dua variabel yang hubungannya
akan kita tentukan, dan Z adalah variabel yang efeknya
terhadap X dan Y yang diparsialkan, atau dianggap
konstan.
2. Berilah rangking pada variabel X, Y, dan Z dari 1 hingga n.
3. Menentukan harga-harga observasi 𝝉𝒙𝒚 , 𝝉𝒚𝒛 , 𝒅𝒂𝒏 𝝉𝒙𝒛 .
4. Menghitung 𝝉𝒙𝒚.𝒛 .
5. Uji Signifikansi
6. Kesimpulan
CONTOH SOAL
Dibawah ini adalah ranking dari skor keotoriteran, perjuangan status sosial, dan
penyesuaian diri pada 12 orang mahasiswa. Disajikan dalam tabel berikut:
Rank
Subjek Perjuangan Stat. Sosial Keotoriteran Peny esuaian diri
X Y Z
A 3 2 1,5
B 4 6 1,5
C 2 5 3,5
D 1 1 3,5
E 8 10 5,0
F 11 9 6,0
G 10 8 7,0
H 6 3 8,0
I 7 4 9,0
J 12 12 10,5
K 5 7 10,5
L 9 11 12,0
HIPOTESIS
𝐻0 = 𝑇𝑖𝑑𝑎𝑘 𝑡𝑒𝑟𝑑𝑎𝑝𝑎𝑡 ℎ𝑢𝑏𝑢𝑛𝑔𝑎𝑛 𝑦𝑎𝑛𝑔 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛 𝑎𝑛𝑡𝑎𝑟𝑎
𝑝𝑒𝑟𝑗𝑢𝑎𝑛𝑔𝑎𝑛 𝑠𝑡𝑎𝑡𝑢𝑠 𝑠𝑜𝑠𝑖𝑎𝑙 𝑑𝑎𝑛 𝑘𝑒𝑜𝑡𝑜𝑟𝑖𝑡𝑒𝑟𝑎𝑛 𝑑𝑒𝑛𝑔𝑎𝑛
𝑝𝑒𝑛𝑦𝑒𝑠𝑢𝑎𝑖𝑎𝑛 𝑑𝑖𝑟𝑖 yang konstan
𝐻𝑎 = 𝑇𝑖𝑑𝑎𝑘 𝑡𝑒𝑟𝑑𝑎𝑝𝑎𝑡 ℎ𝑢𝑏𝑢𝑛𝑔𝑎𝑛 𝑦𝑎𝑛𝑔 𝑠𝑖𝑔𝑛𝑖𝑓𝑖𝑘𝑎𝑛 𝑎𝑛𝑡𝑎𝑟𝑎
𝑝𝑒𝑟𝑗𝑢𝑎𝑛𝑔𝑎𝑛 𝑠𝑡𝑎𝑡𝑢𝑠 𝑠𝑜𝑠𝑖𝑎𝑙 𝑑𝑎𝑛 𝑘𝑒𝑜𝑡𝑜𝑟𝑖𝑡𝑒𝑟𝑎𝑛 𝑑𝑒𝑛𝑔𝑎𝑛
𝑝𝑒𝑛𝑦𝑒𝑠𝑢𝑎𝑖𝑎𝑛 𝑑𝑖𝑟𝑖 yang konstan
𝐻0 ∶ 𝜌 𝑥𝑦.𝑧 = 0
𝐻𝑎 ∶ 𝜌 𝑥𝑦.𝑧 ≠ 0
Setelah dihitung untuk 𝜏𝑥𝑦 , 𝜏𝑦𝑧 , 𝑑𝑎𝑛 𝜏𝑥𝑧 adalah sebagai berikut:
𝝉𝒙𝒚 = 𝟎, 𝟔𝟕
𝝉𝒚𝒛 = 𝟎, 𝟑𝟔
𝝉𝒙𝒛 = 𝟎, 𝟑𝟗
𝝉𝒙𝒚 − 𝝉𝒚𝒛 𝝉𝒙𝒛
𝝉𝒙𝒚.𝒛 =
(𝟏 − 𝝉𝒚𝒛 𝟐 )(𝟏 − 𝝉𝒙𝒛 𝟐 )
𝟎, 𝟔𝟕 − (𝟎, 𝟑𝟔)(𝟎, 𝟑𝟗)
=
(𝟏 − (𝟎, 𝟑𝟔)𝟐 )(𝟏 − (𝟎, 𝟑𝟗)𝟐 )
= 0,62
UJI SIGNIFIKANSI

𝟐
𝝌𝟐 𝟐
(𝝉𝒙𝒚.𝒛 )
𝝉𝒙𝒚.𝒛 = 𝝌 =
𝑵 𝑵
𝟐
𝟐
(𝟎, 𝟔𝟐)
𝝌 =
𝟏𝟐
Kriteria Uji:
H0 di tolak jika 𝝌𝟐 𝒉𝒊𝒕 ≥ 𝝌𝟐 𝒕𝒂𝒃𝒆𝒍 𝝌𝟐 = 𝟎, 𝟎𝟑
H0 di terima jika 𝝌𝟐 𝒉𝒊𝒕 < 𝝌𝟐 𝒕𝒂𝒃𝒆𝒍
Taraf signifikansi α = 5% = 0,05

df = 12-1 =11

Diperoleh :
𝝌𝟐 (𝟎,𝟎𝟓 , 𝟏𝟏) = 𝟏𝟗, 𝟔𝟖

Kesimpulan
H0 di terima karena 𝝌𝟐 𝒉𝒊𝒕 < 𝝌𝟐 𝒕𝒂𝒃𝒆𝒍
 Koefisien konkordansi kendall: w

1. Mengukur derajat asosiasi dari k buah variabel

(>2)
2. Dalam praktek,sering dipakai untuk menilai tingkat
kesepakatan/kecocokan/korelasi antara beberapa k
pengamat dalam memberikan peringkat pada suatu set
obyek.
3. Data berskala ordinal,interval atau rasio.
 Prosedur

1. Menentukan rangking terlebih dahulu pada

masing masing variabel
2. Menghitung jumlah rangking untuk setiap
obyek
3. Hitung nilai koefisien Konkordansi Kendall:W
 Rumus-rumus
a. Jika rangking skor-skornya tidak ada yang sama
𝒔
𝑾=
𝟏 𝟐 𝟑
𝒌 (𝑵 − 𝑵)
𝟏𝟐
Dimana:
σ 𝑹𝒋 𝟐
𝒔 = ෍(𝑹𝒋 − )
𝑵
Ket:
W = Koefisien asosiasi konkordansi Kendall: W
k = Banyaknya Variabel (Pengamat)
N = Banyaknya Sampel (obyek)
S = Jumlah kuadrat deviasi
Rj = Jumlah rangking variabel (pengamat) per obyek
Catatan: N (kapital) mengikuti penulisan pada tabel
b. Jika rangking skor-skornya mempunyai angka yang sama
𝒔
𝑾=
𝟏 𝟐 𝟑
𝒌 𝑵 − 𝑵 − 𝒌σ𝑻
𝟏𝟐
σ 𝑹𝒋 𝟐
Dimana: 𝒔 = σ(𝑹𝒋 − )
𝑵

σ 𝒕𝟑 −𝒕
Dan 𝑻 =
𝟏𝟐
Ket:
σ 𝑻= Kelompok angka sama dalam masing-masing k rangking
𝒕 = Banyaknya Rangking yang sama per variabel
Uji Signifikansi W
Metode untuk menentukan apakah harga W observasi
signifikan berbeda bergantung pada ukuran N ,sbb:

a. Jika N dari 3-7 dan k antara 3-20

-H0 ditolak jika 𝑾𝒉𝒊𝒕 ≥ 𝑾𝒕𝒂𝒃𝒆𝒍
-H0 diterima jika 𝑾𝒉𝒊𝒕 < 𝑾𝒕𝒂𝒃𝒆𝒍
𝑾𝒕𝒂𝒃𝒆𝒍 dapat dilihat pada tabel R (Siegel, 1986: 338)

b. Jika N lebih besar dari 7, menggunakan rumus:

𝝌𝟐 = 𝒌 𝑵 − 𝟏 𝑾
Uji Signifikansi W
- Hipotesis
H0 : k himpunan Rangking independent
HA : k himpunan Rangking dependent

Uji Statistik:
𝝌𝟐 = 𝒌 𝑵 − 𝟏 𝑾
Kriteria Uji:
H0 di tolak jika 𝝌𝟐 𝒉𝒊𝒕 ≥ 𝝌𝟐 𝒕𝒂𝒃𝒆𝒍
H0 di terima jika 𝝌𝟐 𝒉𝒊𝒕 < 𝝌𝟐 𝒕𝒂𝒃𝒆𝒍

Untuk 𝝌𝟐 𝒕𝒂𝒃𝒆𝒍 dapat dilihat dari tabel harga-harga kritis Chi-

Kuadrat. Dengan:
𝑫𝒇 = 𝑵 − 𝟏
Ranking diberikan kepada 6 pelamar
pekerjaan oleh tiga eksekutif perusahaan.
Kemudian ingin diketahui apakah ada
hubungan antara ranking yang diberikan
oleh tiga eksekutif perusahaan tersebut.
(α=5%)

CONTOH SOAL
 CONTOH SOAL
Pelamar
a b c d e f
Eksekutif 1 6 3 2 5 4
X
Eksekutif 1 5 6 4 2 3
Y
Eksekutif 6 3 2 5 4 1
Z
𝑅𝑗 8 14 11 11 11 8
 σ 𝑹𝒋 𝟔𝟑
𝑹𝒋 = = = 𝟏𝟎, 𝟓
𝑵 𝟔
σ 𝑹𝒋 𝟐
𝒔 = ෍(𝑹𝒋 − )
𝑵

= (8−10,5)2 + (14−10,5)2 + (11−10,5)2 + (11−10,5)2 + (11−10,5)2 +

(8−10,5)2 = 25,5
𝒔
𝑾=
𝟏 𝟐 𝟑
𝒌 (𝑵 − 𝑵)
𝟏𝟐
𝟐𝟓, 𝟓
𝑾= = 𝟎, 𝟏𝟔
𝟏
(𝟑)𝟐 (𝟔𝟑 − 𝟔)
𝟏𝟐
Hipotesis
H0: Tidak terdapat kecocokan yang signifikan antara eksekutif X, Y, dan Z
H1: Terdapat kecocokan yang signifikan antara eksekutif X, Y, dan Z.
W tabel:
W(0.05;6;3) = 0.660
 Keputusan :
Karena Whit = 0.16 Wtabel = 0.660 maka kita Terima H0
 Kesimpulan :
Dengan tingkat keyakinan 95% kita dapat menyimpulkan bahwa tidak
terdapat kecocokan yang signifikan antara eksekutif X, Y, dan Z, yang
artinya kecocokan dalam menilai merupakan kebetulan semata
SAMPEL BESAR DAN ANGKA SAMA

A B C D E F G H

X
1 2.5 6.5 6.5 5 2.5 4 8
Y
7.5 1.5 4 7.5 1.5 4 4 6
Z
6 2.5 1 45 7.5 4.5 2.5 7.5
Rj
14.5 6.5 11.5 18.5 14 11 10.5 21.5

 Delapan siswa diberi rangking oleh tiga guru yang berbeda X, Y,

dan Z. Denga 𝛼 =0.05 selidikilah kecocokan ketiga guru tersebut
dalam memberikan rangking kepada siswa.
Hipotesis
𝐻0 : Tidak terdapat kecocokan yang signifikan antara guru
X, Y, dan Z dalam memberikan rangking kepada siswa.
𝐻𝑎 : Terdapat kecocokan yang signifikan antara guru X, Y,
dan Z dalam memberikan rangking kepada siswa.
Taraf Signifikan:
𝛼 = 0,05 𝑑𝑎𝑛 𝑑𝑓 = 7 → 𝝌𝟐 𝜶, 𝒅𝒇 = 𝟏𝟒, 𝟎𝟕
Daerah Penolakan 𝐻0
H0 di tolak jika 𝝌𝟐 𝒉𝒊𝒕 ≥ 𝝌𝟐 𝒕𝒂𝒃𝒆𝒍
Statistik Uji
Karena N=8 dan k=3 maka kita menggunakan uji Konkordansi Kendall
W untuk sampel besar dan dengan faktor koreksi.
Mencari s terlebih dahulu:
σ 𝑹𝒋 𝟐
𝒔 = ෍(𝑹𝒋 − ) = 𝟏𝟓𝟖, 𝟓𝟎
𝑵
Menghitung angka yang sama:
σ 𝒕𝟑 − 𝒕 𝟐𝟑 − 𝟐 𝟐𝟑 − 𝟐
𝑻𝑿 = = =𝟏
𝟏𝟐 𝟏𝟐
σ 𝒕𝟑 − 𝒕 𝟐𝟑 − 𝟐 𝟐𝟑 − 𝟐
𝑻𝒀 = = =𝟏
𝟏𝟐 𝟏𝟐
σ 𝒕𝟑 − 𝒕 𝟐𝟑 − 𝟐 𝟐𝟑 − 𝟐 𝟐𝟑 − 𝟐
𝑻𝒁 = = = 𝟏, 𝟓
𝟏𝟐 𝟏𝟐
 Menghitung W:
𝒔 𝟏𝟓𝟖, 𝟓𝟎
𝑾= = = 𝟎, 𝟒𝟐
𝟏 𝟐 𝟑 𝟏 𝟐 𝟑
𝒌 (𝑵 − 𝑵) 𝟑 (𝟖 − 𝟖)
𝟏𝟐 𝟏𝟐

 Menghitung 𝝌
𝟐
𝟐
𝝌 = 𝒌 𝑵 − 𝟏 𝑾 = 𝟑 𝟖 − 𝟏 𝟎, 𝟒𝟐 = 𝟖, 𝟖𝟐
Keputusan: Karena 𝜒 2 ℎ𝑖𝑡 = 8,82 kurang dari 𝜒 2 𝑡𝑎𝑏𝑒𝑙 = 14,07,
maka H0 diterima.
Kesimpulan:Tidak terdapat kecocokan yang signifikan
antara guru X, Y, dan Z dalam memberikan rangking
kepada siswa.