KOEFESIEN KORELASI KENDAL

OLEH
Agus jp
Pertemuan 9
 PENDAHULUAN

Kendal tau, adalah ukuran korelasi yang setara dengan Spearman R, terkait
dengan asumsi yang mendasarinya serta kekuatan statistiknya. Namun, besaran
Spearman R dan Kendal tau akan berbeda karena perbedaan dalam logika
mendasari serta formula perhitungannya.
Jika Spearman R setara dengan koefisien korelasi Pearson Product Moment,
yaitu koefisien korelasinya pada dasarnya menunjukkan proporsi variabilitas
(dimana untuk Spearman R dihitung dari ranks sedangkan korelasi Pearson dari
data aslinya), sebaliknya ukuran Kendal tau merupakan probabilita perbedaan
antara probabilita data dua variabel dalam urutan yang sama dengan
probabilita dua variabel dalam urutan yang berbeda.
Berdasarkan logika perhitungan ini, Noether (1981) dalam (Daniel,1991)
mengemukakan bahwa koefisien Kendal tau lebih mudah ditafsirkan
dibandingkan Spearman R.
 Korelasi dilakukan terhadap peringkat nilai yang
diberikan oleh dua penilai, misalkan, penilai X dan
penilai Y
 Salah satu nilai, misalnya, dari X disusun dalam
urutan peringkat naik; nilai lainnya mengikutinya
 Peringkat pada setiap nilai dari satu penilai
diperbandingkan secara berpasangan; jika urutan
adalah naik diberi +1 dan jika urutan adalah turun
diberi  1
Peringkat 1 2 (naik) + 1
Peringkat 4 1 (turun)  1
 Untuk tiap penilai, semua nilai urutan dijumlahkan
 Perhitungan Urutan

Untuk penilai X, perbandingan berpasangan

Obyek a b c d
Peringkat X 1 2 3 4
Urutan

Urutan 1  2 (naik) +1
Urutan 1  3 (naik) +1
Urutan 1  4 (naik) +1
Urutan 2  3 (naik) +1
Urutan 2  4 (naik) +1
Urutan 3  4 (naik) +1
Jumlah sX = +6

Dengan rumus s = ½ n (n  1)
Untuk penilai Y, perbandingan berpasangan

Obyek a b c d
Peringkat Y 2 4 3 1
Urutan

Urutan 2  4 (naik) +1
Urutan 2  3 (naik) +1
Urutan 2  1 (turun) 1
Urutan 4  3 (turun) 1
Urutan 4  1 (turun) 1
Urutan 3  1 (turun) 1
Jumlah sY = 2
 Koefisien korelasi Kendall Tanpa Peringkat Sama

Kendall menggunakan notasi  sehingga dikenal sebagai 

Kendall. Untuk

Obyek a b c d
Peringkat X 1 2 3 4
Peringkat Y 2 4 3 1

Rumus koefisien korelasi  Kendall adalah

s = =

Melalui perbandingan berpasangan, dengan +1 untuk naik

dan  1 untuk turun, s dihitung dari sampel yang ada

Pada contoh di atas s =  2 / 6 =  0,33

 Contoh 2
Skor hasil belajar Statistik & Teori Tes Mahasiswa PEP

Mahasiswa A B C D E F G H I J K L
Skor Statistik 42 46 39 37 65 88 86 56 62 92 54 81
Teori Tes 82 98 87 40 116 113 111 83 85 126 106 117

Ranking berdasarkan urutan Mahasiswa

Mahasiswa A B C D E F G H I J K L
Skor Statistik 3 4 2 1 8 11 10 6 7 12 5 9
Teori Tes 2 6 5 1 10 9 8 3 4 12 7 11
 Ranking berdasarkan peringkat

Mahasiswa D C A B K H I E L G F J
Skor Statistik 1 2 3 4 5 6 7 8 9 10 11 12
Teori Tes 1 5 2 6 7 3 4 10 11 8 9 12

Sesudah mengatur rangking-rangking itu, variabel X dalam urutan yang wajar,

kita tetapkan harga S untuk ranking yang saling berhubungan dengan variabel
Y:
S = (11 - 0) + (7 - 3) + (9 - 0) + (6 - 2) + (5 – 2) + (6 - 0) + (5 - 0) + (2 - 2) + (1- 2) +
(2 - 0) + (1 - 0)
= 44
Ranking Statistik Non Parametrik yang paling kiri adalah ranking 1, ini memiliki
11 ranking yang lebih besar sebelah kanannya dan 0 ranking yang lebih kecil di
sebelah kirinya, jadi skornya (11-0), begitu seterusnya sehingga didapat harga S
= 44
 Rumus koefisien korelasi  Kendall adalah

s =

=
= 0,67
s = 0,67 merepresentasekan tingkat
hubungan antara teori tes dengan statistik
yang diperlihatkan 12 mahasiswa PEP
 Koefisien Korelasi Kendall dengan Peringkat Sama

Jika terdapat peringkat sama maka perlu dilakukan koreksi

peringkat sama

Jika pada satu peringkat sama terdapat t data maka koreksi

peringkat sama adalah

T = ½ Σ t (t – 1)

Koefisien korelasi Kendall dengan koreksi peringkat sama

adalah
s
s 
1 1
n( n  1)  TX n( n  1)  TY
2 2
 Contoh 3
Skor hasil belajar Statistik & jumlah mahasiswa yang menyerah setiap
pengujian pada Mahasiswa PEP

Mahasiswa A B C D E F G H I J K L
Skor Statistik 42 46 39 37 65 88 86 56 62 92 54 81
Menyerah 0 0 1 1 3 4 5 6 7 8 8 12

Ranking berdasarkan urutan Mahasiswa

Mahasiswa A B C D E F G H I J K L
Skor Statistik 3 4 2 1 8 11 10 6 7 12 5 9
Teori Tes 1,5 1,5 3,5 3,5 5 6 7 8 9 10,5 10,5 12
 Ranking berdasarkan peringkat

Mahasiswa D C A B K H I E L G F J
Skor Statistik 1 2 3 4 5 6 7 8 9 10 11 12
Teori Tes 3,5 3,5 1,5 1,5 10,5 8 9 5 12 7 6 10,5

Sesudah mengatur rangking-rangking itu, variabel X dalam urutan yang wajar,

kita tetapkan harga S untuk ranking yang saling berhubungan dengan variabel
Y:
S = (8 - 2) + (8 - 2) + (8- 0) + (8 - 0) + (1 – 5) + (4 - 2) + (3 - 2) + (4 - 0) + (0- 3) + (2
- 0) + (1 - 4)
= 27
Ranking Statistik Non Parametrik yang paling kiri adalah ranking 3,5
(pasangannya di ranking X adalah ranking merepresentasekan,yaitu 4), ini
memiliki 2 ranking yang lebih besar sebelah kanannya dan 0 ranking yang lebih
kecil di sebelah kirinya, jadi skornya (8-2), begitu seterusnya sehingga didapat
harga S = 27
Setelah menentukan harga S = 27 , selanjutnya menentuka
harga Tx dan Ty. Tidak terdapat angka-angka sama diantara
skor-skor pada variabel statistik yaitu pada ranking X, dengan
demikian Tx = 0
Pada variabel menyerah (Y), ada 3 himpunan ranking berangka
sama dan t masing-masing = 2, dengan demikian Ty dapat
dihitung:
Ty = ½ Σ t (t – 1) = ½ {2(2-1) + 2(2-1) + 2(2-1)} = ½ (6) = 3

Dengan S = 27, N = 12, Tx = 0, dan Ty = 3, maka dapat dihitung harga s

s 27
s  s 
1 1 1 1
n(n  1)  TX n(n  1)  TY 12(12  1)  0 12(12  1)  3
2 2 2 2

s 
27
s 
27
s 
27
  0,42
66 63 4158 64,48 s
Seandainya kita tidak melakukan koreksi dengan adanya angka

yang sama, yakni jika kita menggunakan rumus s =

Maka kita menemukan harga yang berbeda

s = = = 0,41

Perhatikan bahwa akibat koreksi untuk angka yang sama itu

relatif kecil
 Uji Hipotesis Koefisien Korelasi Kendall

Pendahuluan

 Hipotesis dapat berbentuk

>0 <0 ≠0

 Pengujian dapat dilakukan untuk sampel besar atau sampel kecil

 Pada sampel kecil (n  10) disediakan tabel nilai kritis khusus

 Pada sampel besar (n > 10), distribusi probabilitas pensampelan

mendekatai distribusi probabilitas normal
 Pada sampel kecil (n  10)
Untuk sampel-sampel kecil, signifikansi suatu
hubungan yang diobservasi antara dua sampel yang
ranking dapat ditentukan dengan hanya
menemukan harga S dan kemudian melihat tabel
kritisnya untuk menetapkan kemungkinan (satu sisi)
yang berkaitan harga tersebut. Kalau p ≤ α, Ho
dapat ditolak.
Sebagai contoh, misalkan N = 8 dan S = 10. tabel
kritisnya menunjukkan bahwa suatu S ≥ 10 untuk N
= 8 mempunyai kemungkinan kemunculan di
bawah Ho sebesar p = 0,138
 Uji Hipotesis pada Sampel Besar

Pada sampel besar, n > 10

Distribusi probabilitas pensampelan
mendekati distribusi probabilitas normal
Rerata
 = 0
Kekeliruan baku
2( 2n  5)
 
9n( n  1)
Statistik uji
s  
z

 Contoh 3
Skor hasil belajar Statistik & Teori Tes Mahasiswa PEP

Mahasiswa A B C D E F G H I J K L
Skor Statistik 42 46 39 37 65 88 86 56 62 92 54 81
Teori Tes 82 98 87 40 116 113 111 83 85 126 106 117

Telah kita tentukan bahwa diantara kedua belas

mahasiswa, korelasi antara mata kuliah statistik dengan
teori tes adalah s = 0,67, jadi
s  
z = = = =


z  3,03
Dengan melihat tabel harga-harga z, kita
mengetahui bahwa z > 3,03 mempunyai
kemungkinan kemunculan, di bawah Ho sebesar
p = 0,0012. dengan demikian , kita dapat menolak
Ho pada tingkat signifikansi α = 0,01, dan
menyimpulkan bahwa kedua variabel berasosiasi
dalam populasi yang merupakan asal-usul sampel
ini.
 Tabel  Kendall
Menunjukkan nilai p untuk pengujian satu ujung

Nilai n
s 4 5 8 9
0 0,625 0,592 0,548 0,540
2 0,375 0,408 0,452 0,460
4 0,167 0,242 0,360 0,381
6 0,042 0,117 0,274 0,306
8 0,042 0,199 0,238
10 0,0083 0,138 0,179
12 0,089 0,130
14 0,054 0,090
16 0,031 0,060
18 0,016 0,038
20 0,0071 0,022
22 0,0028 0,012
24 0,00087 0,0063
26 0,00019 0,0029
28 0,000025 0,0012
30 0,00043
32 0,00012
34 0,000025
36 0,0000028
 Tabel  Kendall
Menunjukkan nilai p untuk pengujian satu ujung
Nilai n
s 6 7 10
1 0,500 0,500 0,500
3 0,360 0,386 0,431
5 0,235 0,281 0,364
7 0,136 0,191 0,300
9 0,068 0,119 0,242
11 0,028 0,068 0,190
13 0,0083 0,035 0,146
15 0,0014 0,015 0,108
17 0,0054 0,078
19 0,0014 0,054
21 0,00020 0,036
23 0,023
25 0,014
27 0,0083
29 0,0046
31 0,0023
33 0,0011
35 0,00047
37 0,00018
39 0,000058
41 0,000015
43 0,0000028
45 0,00000028
Mahasiswa A B C D E F G H I J K L
kad closeterol 250 300 139 337 265 288 286 156 162 392 254 181
ar 28 27 17 20 16 13 11 13 15 26 16 17
IMT

TUGAS, HITUNG DAN TENTUKAN KORELASINYA

Dikumpul ke email agusjokopraptomo1@gmail.com
Paling lambat jam 18