Statistik Non Parametrik Bab 7 : Analisis Koefisien Korelasi

Bab 7
Analisis Koefisien Korelasi

2. Analisis Koefisien Korelasi Tau Kendall

Asumsi-asumsi
A. Data yang tersedia merupakan sebuah sampel acak yang terdiri atas n pasangan hasil
pengamatan (Xi , Yi), entah angka atau bukan angka. Masing-masing pasangan hasil
pengamatan diperoleh dari dua pengukuran yang dilakukan terhadap unit asosiasi yang sama.
B. Data sekurang-kurangnya diukur pada skala ordinal, sehingga dapat memeringkat masing-
masing nilai X dalam hubungannya dengan nilai-nilai X lain yang teramati, dan masing-
masing nilai Y dalam hubungannya dengan nilai-nilai Y lain yang teramati.

Hipotesis-hipotesis
A (Dua Sisi)
H0 : X dan Y saling bebas.
H1 : τ ≠ 0
B (Satu Sisi)
H0 : X dan Y saling bebas.
H1 : τ > 0
C (Satu Sisi)
H0 : X dan Y saling bebas.
H1 : τ < 0

α)
Taraf Nyata (α

Statistik Uji
1. Susunlah pasangan-pasangan (Xi , Yi) 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).
2. Perbandingkan setiap nilai Y, satu demi satu, dengan setiap nilai yang ada di sebelah
bawahnya. Dalam melakukan pembandingan ini dapat dikatakan, bahwa suatu pasangan nilai-
nilai Y (Y yang diperbandingkan dan Y yang di bawahnya) berada dalam urutan yang wajar
bila Y yang di bawah lebih besar dari Y yang di atasnya. Dalam pada itu, dapat dikatakan
bahwa suatu pasangan nilai-nilai Y berada urutan terbalik (reverse natural order) bila Y
yang di bawah lebih kecil dari Y yang di atasnya.
3. Tetapkan P sebagai banyaknya pasangan berurutan wajar, dan Q sebagai banyaknya
pasangan berurutan terbalik.
4. Hitung S sebagai selisih antara P dan Q. (S = P – Q)
5. Hitung statistik uji koefisien korelasi denga menggunakan rumus :

halaman 64
Statistik Non Parametrik Bab 7 : Analisis Koefisien Korelasi

S
τ hitung = 18
n(n − 1) / 2

Kaidah pengambilan keputusan

Jika sampel-sampel berukuran 4 hingga 40, digunakan Tabel 11. Harga-harga kritis untuk
Statistik Uji Tau Kendall yang menyediakan nilai-nilai kritis τ* tabel.
Untuk A (Dua Sisi) : Tolaklah H0 pada taraf nyata α, jika nilai τ hitung lebih besar daripada
positif nilai τ* tabel, atau nilai τ hitung lebih kecil daripada negatif nilai τ*
tabel untuk n dan taraf nyata α/2.
Untuk B (Satu Sisi) : Tolaklah H0 pada taraf nyata α, jika nilai τ hitung lebih besar daripada
nilai τ* tabel untuk n dan taraf nyata α.
Untuk C (Satu Sisi) : Tolaklah H0 pada taraf nyata α, jika nilai τ hitung lebih kecil daripada
negatif nilai τ* tabel untuk n dan taraf nyata α.
Contoh 7.2 :
Cravens dan Woodruff mengadakan sebuah studi untuk merancang dan menguji suatu
metodologi untuk menentukan standar-standar untuk kerja penjualan (sales performance)
secara analitik. Untuk itu mereka menghimpun data tentang benchmark achievement dan
management rating untuk 25 kawasan penjualan seperti tampak dalam Tabel 7.5. Mereka
menghitung benchmark achievement dengan cara membagi sales volume dengan benchmark
sales , dan management rating ditentukan berdasarkan motivasi dan usaha yang ditunjukkan
oleh masing-masing tenaga penjual.

Tabel 7.5. Peringkatan territorium berdasarkan benchmark achievement dan management rating
Benchmark Management
Territorium achievement (X) rating (Y)
1 2 4
2 9 7
3 7 20
4 23 17
5 5 5
6 17 7
7 16 6
8 25 24
9 4 3
10 10 21
11 20 18
12 15 9
13 8 8
14 11 10
15 1 1
16 21 14
17 14 15
18 3 11
19 13 13
20 18 19
21 22 25
22 19 16
23 24 23
24 6 22
25 12 12

halaman 65
Statistik Non Parametrik Bab 7 : Analisis Koefisien Korelasi

Sumber : David W. Cravens and Robert B. Woodruff,”An Approach for Determining Criteria of Sales
Performance”, J. Appl. Psychol., 57 (1973), 242-247

Apakah dari data ini memberikan bukti yang cukup untuk menyimpulkan bahwa benchmark
achievement dan management rating memiliki pertalian yang lurus ?

Penyelesaian :

Hipotesis :
H0 : Benchmark achievement dan management rating independen
H1 : Benchmark achievement dan management rating memiliki pertalian lurus.

Taraf Nyata α = 0.05

Statistik Uji :
Mula-mula susun data tersebut seperti dalam kolom pertama Tabel 7.6, sehingga urutan-urutan
X memiliki urutan yang wajar. Banyaknya pasangan Y yang berurutan wajar dan yang berurutan
terbalik terhadap setiap nilai Y tampak dalam kolom kedua dan kolom ketiga

Tabel 7.6 Penyusunan data untuk menghitung τ dalam contoh 7.2

Banyaknya Banyaknya
Urutan-urutan Pasangan-pasangam Y Pasangan-Pasangan Y
(X,Y) dalam urutan maju dalam urutan mundur
(1 , 1) 24 0
(2 , 4) 21 2
(3 , 11) 14 8
(4 , 3) 20 1
(5 , 5) 19 1
(6 , 22) 3 16
(7 , 20) 4 14
(8 , 8) 14 3
(9 , 2) 16 0
(10 , 21) 3 12
(11 , 10) 11 3
(12 , 12) 10 3
(13 , 13) 9 3
(14 , 15) 7 4
(15 , 9) 8 2
(16 , 6) 9 0
(17 , 7) 8 0
(18 , 19) 3 4
(19 , 16) 5 1
(20 , 18) 3 2
(21 , 14) 4 0
(22 , 25) 0 3
(23 , 17) 2 0
(24 , 23) 1 0
(25 , 24) 0 0
----------- -----------
P = 218 Q = 82

halaman 66
Statistik Non Parametrik Bab 7 : Analisis Koefisien Korelasi

Sehingga S = P – Q = 218 – 82 = 136

Dan diperoleh statistik uji untuk Koefisien Korelasi Tau-Kendall :
136 136
τ hitung = = = 0.45
25(25 − 1) / 2 300

Keputusan
Berdasarkan Tabel 11. Harga-harga kritis untuk Statistik Uji Tau Kendall, diperoleh untuk
n = 25 dengan α = 0.05, bahwa τ* tabel = 0.240.
Karena τ hitung (= 0.45) > τ* tabel (= 0.240), maka H0 ditolak.

Kesimpulan
Ada pertalian lurus antara Benchmark achievement dan management rating dalam populasi asal
sampel, pada taraf nyata α = 0.05.

Aprosimasi sampel besar. Jika sampel berukuran lebih besar dari 40, maka diterapkan
aproksimasi sampel besar dengan menganggap bahwa distribusi sampel mendekati distribusi
normal (z) Tabel 2 Distribusi Normal Standar, dengan menghitung terlebih dahulu z hitung
dengan rumus :
3τ n(n − 1)
zhitung = 19
2(2n + 5)
Maka Kaidah Pengambilan Keputusan untuk Analisis Koefisien Korelasi Tau Kendall sebagai
berikut :
Untuk A (Dua Sisi) : Tolaklah H0 pada taraf nyata α, jika nilai z hitung lebih besar daripada
positif nilai ztabel, atau nilai zhitung lebih kecil daripada negatif nilai ztabel
pada taraf nyata 0.5 - α/2.
Untuk B (Satu Sisi) : Tolaklah H0 pada taraf nyata α, jika nilai zhitung lebih besar daripada
nilai ztabel pada taraf nyata 0.5 - α
Untuk C (Satu Sisi) : Tolaklah H0 pada taraf nyata α, jika nilai zhitung lebih kecil daripada
negatif nilai ztabel pada taraf nyata 0.5 - α

Angka Sama. Apabila terjadi angka yang sama, maka statistik uji Tau-Kendall mengalami
koreksi. Dan dapat mengikuti prosedur sebagai berikut :
1. Susunlah hasil-hasil pengamatan dalam urutan yang wajar (meningkat), menurut besarnya
nilai-nilai X.
2. Untuk pasangan-pasangan dengan harga X yang sama, nilai-nilai Y-nyalah yang disusun
secara meningkat.
3. Hitunglah banyaknya pasangan Y yang berurutan wajar dan banyaknya pasangan Y yang
berurutan terbalik, seperti yang dijelaskan sebelumnya, tetapi jangan memperbandingkan
nilai-nilai Y yang pasangan nilai X-nya sama.
4. Hitunglah statistik uji Tau-Kendall dengan menggunakan rumus :

halaman 67
Statistik Non Parametrik Bab 7 : Analisis Koefisien Korelasi

S
τ hitung = 20
1
2 n(n − 1) − TX 1
2 n(n − 1) − TY
dengan
1
TX = ∑ tX (tX − 1)
2 21
1
TY = ∑ tY (tY − 1)
2
tX = banyaknya nilai X yang sama untuk suatu data,
tY = banyaknya nilai Y yang sama untuk suatu data.

Contoh 7.3 :
Krippner melaporkan data yang tampak dalam Tabel 7.7 tentang 30 anak (26 pria dan 4 wanita)
yang mengikuti pelajaran membaca tambahan yang diselenggarakan oleh suatu pusat pemelitian
anak di sebuah universitas. Data tersebut dikumpulkan dalam rangka penyelidikian untuk
menentukan yang manakah dari beberapa variabel yang tampaknya berkaitan dengan
peningkatan kemampuan membaca berkat suatu program penanganan khusus. Dari data
tersebut, ujilah hipotesis nol yang menyatakan tidak adanya asosiasi antara IQ dan
peningkatan kemampuan membaca ?

Tabel 7.7. Data tentang 30 subjek yang mendaftarkan diri pada kursus peningkatan kemampuan membaca dalam lima
minggu musim panas.
WISC IQ full
Klien Peningkatan (X) scale (Y)
Alvin 0.6 86
Barry 0.2 107
Chester 1.6 102
Dick 0.5 104
Earl 0.9 104
Floyd 0.5 89
Gregg 0.8 109
Harry 0.8 109
Ivan 0.8 101
Jacob 0.4 96
Karl 1.8 113
Lewis 0.1 85
Marvin 0.9 100
Ned 0.2 94
Oscar 1.6 104
Peter 1.6 104
Quincy 0.0 98
Ralph 1.6 115
Rita 0.2 109
Simon 0.3 94
Tony 0.0 112
Uriah 1.0 96
Victor 1.3 113
Waldo 0.6 110
Walter 0.6 97
Wanda 0.5 107

halaman 68
Statistik Non Parametrik Bab 7 : Analisis Koefisien Korelasi

Xavier 1.7 113

York 1.6 109
Yvonne 2.2 98
Zohra 1.5 106

Sumber : S. Krippner.,”Correlates of Reading Improvement”, J. Davel. Reading, 7 (1963), 29-39

Penyelesaian :

Hipotesis :
H0 : Peningkatan kemampuan membaca dan IQ saling bebas.
H1 : Ada suatu pertalian yang entah lurus atau terbalik antara peningkatan kemampuan
membaca dan IQ (τ ≠ 0)

Taraf Nyata α = 0.05

Statistik Uji :
Sebelum menghitung τ, disusun data terlebih dahulu seperti dalam tabel 7.8

Tabel 7.8. Data tentang 30 subjek yang mendaftarkan diri pada kursus peningkatan kemampuan membaca dalam lima
minggu musim panas.
Banyaknya Banyaknya
WISC IQ full Pasangan-pasangan (Y) Pasangan-pasangan (Y)
Peningkatan (X) scale (Y) dalam urutan maju dalam urutan mundur
0.0 98 19 8
0.0 112 4 24
0.1 85 27 0
0.2 94 21 2
0.2 107 8 15
0.2 109 5 16
0.3 94 21 2
0.4 96 19 2
0.5 89 18 1
0.5 104 9 7
0.5 107 8 11
0.6 86 16 0
0.6 97 15 1
0.6 110 4 12
0.8 101 10 3
0.8 109 4 8
0.8 109 4 8
0.9 100 9 2
0.9 104 6 3
1.0 96 10 0
1.3 113 1 6
1.5 106 4 4
1.6 102 2 1
1.6 104 2 1
1.6 104 2 1
1.6 109 2 1
1.6 115 0 3
1.7 113 0 1

halaman 69
Statistik Non Parametrik Bab 7 : Analisis Koefisien Korelasi

1.8 113 0 1
2.2 98 0 0
------------ -------------
P = 250 Q = 144

Selanjutnya dihitung :
2(1) + 3(2) + 3(2) + 3(2) + 3(2) + 2(1) + 5( 4)
TX = = 24
2
dan
2(1) + 2(1) + 2(1) + 4(3) + 2(1) + 4(3) + 3(2)
TY = = 19
2

Sehingga diperoleh :
250 − 150
τ hitung = = 0.26
30(29) 30(29)
− 24 − 19
2 2

Keputusan
Berdasarkan Tabel 11. Harga-harga kritis untuk Statistik Uji Tau Kendall, diperoleh untuk
n = 30 dan α/2 = 0.025, bahwa τ* tabel = 0.255.
Karena τ hitung (= 0.26) > τ* tabel (= 0.255), maka H0 ditolak.

Kesimpulan
Ada suatu pertalian yang entah lurus atau terbalik antara peningkatan kemampuan membaca
dan IQ, pada taraf nyata α = 0.05.

halaman 70