4ks1_09.6117_rizkiyani harminingtyas_materi 11 dan 12
TRANSCRIPT
Rizkiyani Harminingtyas (09.6117)
Materi 11 dan 12
Uji untuk k SampelAnalisis variansi satu arah Kruskal Wallis dan analisis variansi ranking dua arah
Friedman sebatas menyimpulkan ada tidaknya perbedaan median antar k sampel. Oleh
karena itu, diperlukan suatu uji statistik yang dapat menunjukkan urutan dari k populasi
yang diwakili k sampel tersebut. Misalnya, suatu eksperimen dilakukan untuk
mengetahui pengaruh gaya kepemimpinan direktif, suportif dan partisipatif terhadap
efektivitas kerja pegawai. Peneliti berharap untuk menolak hipotesis bahwa efektivitas
kerja pegawai akan sama untuk semua gaya kepemimpinan. Berdasarkan pengalaman
maupun teori, tingkat efektivitas kerja akan berbeda sesuai dengan gaya kepemimpinan
yang diterapkan (hipotesis alternatif). Oleh sebab itu, diperlukan suatu uji statistik yang
dapat menunjukkan urutan tingkatan efektivitas kerja pegawai.
Menurut Siegel & Castellan (1988: 189) statistik uji yang dapat digunakan untuk
menentukan urutan k sampel independen adalah uji U Mann-Whitney dan uji
Jonckheere. Sementara itu, untuk k sampel berhubungan dapat digunakan uji Wilcoxon
dan uji Page.
a. Uji untuk k Sampel Independen
Uji JonckheereUji Jonckheere untuk alternative berurut adalah mirip dengan uji Kruskal-Wallis,
tetapi mempunyai hipotesis alternative yang spesifik. Misalnya dalam sebuah riset tentang
kemujaraban sejenis obat, peneliti ingin tahu apakah data sampel menunjukkan bahwa
peningkatan dosis dibarengi dengan peningkatan reaksi. Atau seorang pendidik mungkin
ingin tahu apakah tingkat-tingkat gangguan dalam ujian yang diklasifikasikan dari ringan,
sedang dan berat mengakibatkan makin turunnya nilai-nilai. Sampel dapat diukur dari skala
ordinal, interval, maupun rasio.
Asumsi-asumsi yang harus dipenuhi dalam uji Jonckheere:
1. Data terdiri dari k sampel acak berukuran n1, n2, …..nk yang berturut-turut berasal
dari populasi 1,2,..., k.
2. Nilai-nilai pengamatan antara sampel tidak berkaitan (saling bebas).
3. Pengamatan saling bebas dengan respon subjek ke-n tidak tergantung pada respon
subjek sebelumnya untuk setiap kasus pada setiap sampel.
4. Data diukur dengan skala ordinal, interval atau rasio.
Struktur data
Grup1 2 …
…
…
…
Langkah-langkah:
1. Menentukan hipotesis
H0 : Populasi memiliki median yang sama
H1 : Populasi memiliki median yang berurutan
Atau secara matematis dapat ditulis:
H0 : θ1 = θ2 = ... = θk
H1 : θ1 < θ2 < ... < θk
2. Menentukan taraf nyata : α
3. Menentukan statistik uji
a. Jika k=3 serta n1, n2, dan n3 < 8
b. Jika k= 4, 5, atau 6 serta ukuran sampel (nj’s) adalah sama dan <7
c. Jika banyaknya grup (k) dan banyaknya pengamatan dalam setiap grup sangat
besar
J¿=J−μJ
σJ
di mana:
μJ=N 2−∑
j=1
k
n j2
4
σ J=1
72 [N 2 (2N +3 )−∑j=1
k
n j2(2 n j+3)]
4. Menentukan wilayah kritis
a. Jika k=3 serta n1, n2, dan n3 < 8
Tolak H0 jika Jhitung > J,n1,n2,n3
b. Jika k= 4, 5, atau 6 serta ukuran sampel (nj’s) adalah sama dan <7
Tolak H0 jika Jhitung > J,n1,..,n6
c. Jika banyaknya grup (k) dan banyaknya pengamatan dalam setiap grup sangat
besar
Tolak H0 jika J* > ztabel
5. Melakukan perhitungan
a. Buat tabel dua arah dengan k kolom yang merepresentasikan grup yang urut
berdasarkan hipotesis skor dari median paling kecil ke hipotesis median paling
besar
b. Hitung statistik Mann-Whitney count dengan rumus:
U ij=∑k=1
ni
¿ (X ia , jb)
di mana Xia,jb bernilai:
1 jika Xia < Xjb
½ jika Xia = Xjb
0 jika Xia > Xjb
perlu diketahui bahwa:
i < j
Xia adalah nilai pengamatan ke-h pada kelompok ke-i
Xjb adalah nilai pengamatan ke-g pada kelompok ke-j
c. Hitung statistik uji Jonckheere sesuai statistik uji yang digunakan
6. Kesimpulan
Pengambilan kesimpulan berdasarkan kriteria pengambilan keputusan.
Contoh Soal:
Svenningsen melaporkan hasil dari penelitian mengenai titrasi asam-basa dalam ginjal yang
dilakukan pada 24 bayi yang dipilih secara acak dari populasi 516 bayi yang baru lahir. Bayi-
bayi yang diteliti dibagi menjadi tiga kelompok berdasarkan analisis kimiawi pada tes urine
yang dilakukan sebagai berikut:
Tabel 1. Hasil Analisis Kimiawi 24 Urine Bayi
Kelompok I(bayi cukup
bulan/normal)
Kelompok II(bayi prematur)
Kelompok III(bayi prematur dengan asidosis berumur 1-3
minggu)4.5 4.1 7.33.9 3.9 8.45.0 3.2 6.94.8 4.6 7.34.1 5.1 8.24.6 4.9 6.2
5.0 8.24.3 7.95.25.3
Uji H0 tidak ada perbedaan dalam populasi melawan H1 terdapat penurunan nilai kimiawi dari
Kelompok III ke Kelompok I secara berurut.
Jawab:
a. Hipotesis
H0 : Kelompok-kelompok bayi berdasarkan analisis kimiawi pada urinenya tidak ada
kecenderungan menurun
H1 : Kelompok-kelompok bayi berdasarkan analisis kimiawi pada urinenya ada
kecenderungan menurun dari kelompok III ke Kelompok I
Atau secara matematis dapat ditulis:
H0 : θI = θII = θIII
H1 : θI < θII < θIII
b. α = 5% = 0,05
c. Statistik uji: J¿=
J−μJ
σJ
d. Wilayah kritis : Tolak H0 jika J* > z0,05=1,645
e. Penghitungan
Dapat dilihat di Tabel 2:
Tabel 2. Hasil Analisis Kimiawi 24 Urine Bayi
KelompokI II III
i 1 1 2j 2 3 3
6 8 4.5 8 4.1 7.38,5 8 3.9 8 3.9 8.43,5 8 5.0 8 3.2 6.95 8 4.8 8 4.6 7.3
7,5 8 4.1 8 5.1 8.25,5 8 4.6 8 4.9 6.2
8 5.0 8.28 4.3 7.98 5.28 5.3
Uij 36 48 80
J= 36 + 48 + 80 = 164
μJ=N 2−∑
j=1
k
n j2
4=5162−62−102−82
4=66514
σ J=1
72 [N 2 (2N +3 )−∑j=1
k
n j2 (2 n j+3 )]
¿ 172
{5162 (1032+3 )− [62 (12+3 ) ]−[102 (20+3 ) ]−[82 (16+3 ) ] }
¿3827373,67
J¿=J−μJ
σJ
=164−665143827373,67
=−0,017
f. Keputusan
Gagal Tolak H0 karena J*= -0,017 < z-0,05= -1,645
g. Kesimpulan
Median kelompok-kelompok bayi berdasarkan analisis kimiawi pada urinenya tidak
ada kecenderungan menurun
b. Uji untuk k Sampel Dependen
Uji PageAnalisis varians dua arah Friedman menguji hipotesis bahwa k median populasi
yang saling berhubungan dengan hipotesis alternatif k median populasi berbeda. Terkadang
para peneliti menginginkan hasil yang lebih spesifik yaitu apakah sampel pertama, kedua,
ketiga dan seterusnya memiliki median yang berurutan. Pengujian tentang k median populasi
dengan hipotesis alternatif k median populasi berurutan dari k sampel yang berhubungan ini
telah diteliti oleh E. B. Page pada tahun 1963. Oleh karena itu pengujiannya disebut uji Page.
Asumsi-asumsi yang harus dipenuhi:
1. Data terdiri dari k (k > 3) sampel yang berhubungan atau terdapat k pengulangan.
2. Data diukur dengan skala ordinal, interval maupun rasio.
3. Peneliti harus menentukan sampel mana yang diprioritaskan yaitu sampel dengan
jumlah nilai data terbesar.
Langkah-langkah:
1. Menentukan hipotesis
H0 : Populasi memiliki median yang sama
H1 : Populasi memiliki median yang berurutan
Atau secara matematis dapat ditulis:
H0 : θ1 = θ2 = ... = θk
H1 : θ1 < θ2 < ... < θk
2. Menentukan taraf nyata : α
3. Menentukan statistik uji
a. N < 20 ketika k = 3 atau N < 12 untuk 4 < k < 10
L=∑j=1
k
j . R j
di mana:
L : Statistik Uji Page
Rj : jumlah peringkat pada kolom ke-j
b. N > 20 ketika k = 3
zL=L−μL
σ L
dengan
μL=Nk ( k+1 )2
4
σ L=N k2 ( k2−1 )2
144(k−1)
4. Menentukan wilayah kritis
a. N < 20 ketika k = 3 atau N < 12 untuk 4 < k < 10
Tolak H0 jika Lhitung > Lα;k,n
b. N > 20 ketika k = 3
Tolak H0 jika zL > zα
5. Melakukan perhitungan
a. Data dibuat dalam tabel dua arah dengan N baris (subjek) dan k kolom (kondisi
atau variabel). Pengurutan kondisi-kondisi tersebut harus disusun berdasarkan
apriori yang spesifik.
b. Data di setiap baris diberi peringkat sendiri-sendiri dari 1 sampai k. Data dengan
nilai paling kecil diberi ranking 1 dan nilai terbesar diberi ranking k.
c. Jumlahkan peringkat setiap kolom (Rj)
d. Hitung statistik Uji Page
6. Kesimpulan
Pengambilan kesimpulan berdasarkan kriteria pengambilan keputusan.
Contoh Soal:
Seorang pekerja laboratorium di suatu rumah sakit mengadakan suatu penelitian tentang
serum bilirubin pada 10 orang bayi normal. Data petugas itu ada di Tabel 3. Apakah data ini
sudah memberikan cukup bukti untuk menunjukkan adanya tingkat penurunan level serum
bilirubin dari waktu ke waktu untuk bayi antara usia 4-10 hari?
Tabel 3. Level Serum Bilirubin Pada 10 Bayi Normal (Miligrams Per 100 Cc)
KasusUmur (Hari)
4 5 6 7 8 9 101 10.80 6.15 4.10 5.00 5.00 3.40 2.602 12.50 11.80 13.20 11.00 8.20 6.80 6.003 13.70 16.80 16.80 15.60 11.70 12.50 10.554 11.50 6.80 4.00 3.50 1.66 1.60 1.605 10.20 6.40 3.10 3.00 2.60 2.20 1.986 8.00 7.85 7.45 7.00 3.60 4.00 3.007 10.80 11.10 6.15 7.00 3.80 4.30 5.608 14.90 10.80 9.90 9.40 10.50 7.70 7.609 16.20 16.40 15.40 10.20 8.30 10.70 7.4010 10.80 10.00 6.80 4.60 4.20 3.80 3.50
Jawab:
a. Hipotesis
H0 : Median serum bilirubin untuk bayi dengan umur 4 sampai 10 hari adalah sama
H1 : Median serum bilirubin untuk bayi dengan umur 4 hari lebih rendah dari 5 hari,
umur 5 hari lebih rendah dari 6 hari, dan seterusnya hingga umur 9 hari lebih rendah dari
10 hari
Atau secara matematis dapat ditulis:
H0 : θ4 = θ5 = θ6 = θ7 = θ8 = θ9 = θ10
H1 : θ4 < θ5 < θ6 < θ7 < θ8 < θ9 < θ10
b. α = 5% = 0,05
c. Statistik uji: L=∑j=1
k
j . R j
d. Wilayah kritis : Tolak H0 jika Lhitung > L0,05;7,10 = 1180
e. Penghitungan
Tabel 4. Pengurutan Level Serum Bilirubin Pada 10 Bayi Normal
KasusUmur (Hari)
4 5 6 7 8 9 101 7 6 3 4,5 4,5 2 12 6 5 7 4 3 2 13 4 6,5 6,5 5 2 3 14 7 6 5 4 3 1,5 1,55 7 6 5 4 3 2 16 7 6 5 4 2 3 17 6 7 4 5 1 2 38 7 6 4 3 5 2 19 6 7 5 3 2 4 110 7 6 5 4 3 2 1Ri 64 61,5 49,5 40,5 28,5 23,5 12,5
L=∑j=1
k
j . R j=1 (64 )+2 (61,5 )+3 ( 49,5 )+4 (40,5 )+5 (28,5 )+6 (23,5 )+7 (12,5 )
¿868,5
f. Keputusan
Gagal tolak H0 karena Lhitung =868,5 < L0,05;7,10 = 1180
g. Kesimpulan
Median serum bilirubin untuk bayi dengan umur 4 sampai 10 hari adalah sama
Uji Korelasi
a. Uji Korelasi Rank Spearman (rs)Penggunaan:
1. Digunakan untuk mengukur keeratan hubungan antara dua variabel kontinu X dan
Y dengan memberi peringkat pada masing-masing variabel
2. Variabel X dan Y sekurang-kurangnya diukur dengan skala ordinal
3. Dua variabel itu (X dan Y) tidak mempunyai joint normal distribution dan
conditional variance tidak diketahui sama
4. Digunakan untuk mengukur konsistensi peringkat yang telah diberikan pada
pengamatan yang ada pada masing-masing variabelnya
5. Dipergunakan apabila pengukuran kuantitatif secara eksak tidak mungkin/sulit
dilakukan. Misalnya: mengukur tingkat moral, tingkat kesenangan, dan tingkat
motivasi.
6. Koefisien korelasi rank Spearman disimbolkan dengan rs. Koefisien korelasi rank
Spearman untuk populasi dinyatakan dengan ρs.
Kelebihan:
1. Hubungan antara variabel X dan Y tidak harus linier. Jika data menunjukkan
hubungan nonlinier, maka korelasi peringkat cenderung lebih dipercaya daripada
korelasi biasa.
2. Asumsi kenormalan distribusi X dan Y tidak diperlukan.
3. Data-data yang dikumpulkan tidak harus numerik melainkan hanya berupa
peringkat saja.
4. Apabila data berupa data interval maupun data rasio, maka data diubah menjadi
data ordinal dalam bentuk ranking.
Langkah-langkah:
1. Menentukan pasangan hipotesis
H0 : Tidak ada korelasi antara variabel X dan Y
H1 : Terdapat korelasi antara variabel X dan Y
Atau secara matematis dapat ditulis:
H0 : rs = 0
H1 : rs ≠ 0
2. Menentukan taraf signifikansi α
3. Menentukan statistik uji
a. 4 < n < 50
r s=1−6∑
i=1
n
d i2
n (n2−1 )
di mana:
di : perbedaan peringkat untuk setiap pasang observasi
n : jumlah pasangan observasi
b. 4 < n < 50 dan jika proporsi nilai pengamatan yang sama banyak, maka nilai rs
(koefisien korelasi Spearman) dihitung dengan rumus:
r s=∑ x2+∑ y2−∑ d2
2√∑ x2∑ y2
dengan:
∑ x2=n3−n12
−∑T x
∑ y2=n3−n12
−∑T y
T= t3−t12
di mana:
T : faktor koreksi
t : banyaknya pengamatan yang berangka sama pada suatu peringkat
tertentu
c. n > 50
zhitung=r s√n−1
4. Menentukan wilayah kritis
a. 4 < n < 50
Tolak H0 jika rs > rs tabel
b. n > 50
Tolak H0 jika zhitung > zα
5. Melakukan penghitungan
a. Nilai pengamatan dari dua variabel yang akan diukur hubungannya diberi
peringkat (1 sampai n). Bila ada nilai pengamatan yang sama dihitung
peringkat rata-ratanya.
b. Setiap pasang peringkat dihitung perbedaannya (di).
c. Perbedaan setiap pasang peringkat tersebut dikuadratkan (di2) dan dihitung
jumlahnya (∑i=1
n
d i2)
d. Hitung nilai koefisien korelasi rank Spearman dengan statistik uji yang
digunakan
6. Kesimpulan
Kesimpulan diambil berdasarkan kriteria keputusan
Nilai rs :
Berkisar antara -1 < rs < 1 :
rs =1 : hubungan positif sempurna antara X dan Y dan dapat diartikan
pemberian peringkat sejalan
rs = -1 : terdapat hubungan antara X dan Y tetapi pemberian peringkat bertolak
belakang
rs = 0 : tidak ada korelasi antara X dan Y
Contoh Soal:
Suatu SMA ingin mengetahui ada tidaknya hubungan antara kemampuan berbahasa dan
matematis siswa. Hal tersebut diteliti dari nilai ujian semester mata pelajaran Bahasa
Indonesia dan Matematika yang telah dilakukan. Sepuluh siswa telah dipilih secara acak.
Nilai ujian Bahasa Indonesia dinyatakan dengan X dan nilai ujian Matematika
dinyatakan dengan Y. Hasil penelitiannya sebagai berikut:
Tabel 5
Nilai Ujian Bahasa Indonesia dan Matematika
SiswaBahasa
IndonesiaMatematika
X YA 65 30B 70 25
C 76 35D 75 40E 80 38F 78 42G 83 48H 84 50I 85 55J 90 45
Jawab:
a. Hipotesis
H0 : Tidak ada korelasi antara kemampuan berbahasa dengan kemampuan matematis
siswa
H1 : Ada korelasi antara kemampuan berbahasa dengan kemampuan matematis siswa
b. α = 5% = 0,05
c. Statistik uji: r s=1−
6∑i=1
n
d i2
n (n2−1 )
d. Wilayah kritis : Tolak H0 jika rs > r0,025;10 = 0,648
e. Penghitungan
Tabel 6. Perangkingan Nilai Ujian Bahasa Indonesia dan Matematika
Siswa Bahasa Indonesia Matematika d d2
X Peringkat Y PeringkatA 65 1 30 2 -1 1B 70 2 25 1 1 1C 76 4 35 3 1 1D 75 3 40 5 -2 4E 80 6 38 4 2 4F 78 5 42 6 -1 1G 83 7 48 8 -1 1H 84 8 50 9 -1 1I 85 9 55 10 -1 1J 90 10 45 7 3 9
Koefisien Korelasi Spearman dapat dihitung dengan:
r s=1−6 (24 )
10 (102−1 )=1−0,145=0,855
f. Keputusan : Tolak H0 karena rs = 0,855 > r0,025;10 = 0,648
g. Kesimpulan
Ada korelasi positif yang nyata antara kemampuan berbahasa dengan kemampuan
matematis siswa
b. Uji Koefisien Korelasi Kendall ()Koefisien korelasi rank Kendall () merupakan pengembangan dari koefisien
korelasi rank Spearman (rs). Koefisien korelasi ini digunakan pada pasangan variabel
atau data X dan Y dalam hal ketidaksesuaian rank, yaitu untuk mengukur
ketidakteraturan. Kelebihan dibanding rs adalah bahwa menghasilkan estimator
unbiased untuk populasi, sedangkan rs tidak menghasilkan estimasi koefisien korelasi
peringkat populasi.
Asumsi :
1. Data yang akan diuji adalah random sampel dari n observasi berpasangan (Xi , Yi).
Setiap pasangan observasi menggambarkan pengukuran dari dua unit asosiasi
(sampel) yang sama
2. Skala pengukuran minimal adalah skala pengukuran ordinal
Langkah-langkah :
1. Menentukan hipotesis
a) (Dua arah)
H0 : Tidak ada hubungan antara X dan Y
H1 : Ada hubungan searah atau berlawanan arah antara X dan Y (τ ≠ 0)
b) (Satu arah)
H0 : Tidak ada hubungan antara X dan Y
H1 : Ada hubungan searah arah antara X dan Y (τ > 0)
c) (Satu arah)
H0 : Tidak ada hubungan antara X dan Y
H1 : Ada hubungan berlawanan arah antara X dan Y (τ < 0)
2. Menentukan taraf nyata : α
3. Menentukan statistik uji
a. N < 30 dan tidak ada peringkat yang bernilai sama dalam observasi X maupun
Y
τ= S12
N (N−1)= C−D
12
N (N−1)
di mana:
τ : Statistik Uji Korelasi Kendall
S : statistik untuk jumlah konkordansi dan diskordansi
C : banyaknya pasangan kondkordansi
D : banyaknya pasangan diskordansi
N : jumlah pasangan X dan Y
b. N < 30 dan ada peringkat yang bernilai sama dalam observasi X atau Y
τ= S
√ 12
N ( N−1 )−T X √ 12
N ( N−1 )−TY
dengan:
TX = ½ Σ t (t-1), t adalah banyak observasi berangka sama dalam tiap
kelompok angka sama pada variabel X
TY = ½ Σ t (t-1), t adalah banyak observasi berangka sama dalam tiap
kelompok angka sama pada variabel Y
c. N > 30
zτ=τ−μτ
σ τ
dengan
μτ=0
σ τ=√ 2(2N+5)9 N (N−1)
4. Menentukan wilayah kritis
a. (Dua arah)
i. N < 30
Tolak H0 jika τhitung > τα/2;n atau τhitung < -τα/2;n
ii. N > 30
Tolak H0 jika zτ > zα/2 atau zτ > -zα/2
b. (Satu arah) (τ > 0)
i. N < 30
Tolak H0 jika τhitung > τα;n
ii. N > 30
Tolak H0 jika zτ > zα
c. (Satu arah) (τ < 0)
i. N < 30
Tolak H0 jika τhitung < -τα;n
ii. N > 30
Tolak H0 jika zτ < -zα
5. Melakukan perhitungan
a. Berilah peringkat observasi-observasi pada variabel X dari 1 hingga N. Begitu
juga dengan observasi-observasi variabel Y. Jika ada nilai yang sama, maka
peringkatnya adalah rata-rata dari peringkat untuk nilai-nilai yang sama itu.
b. Observasi-observasi pada variabel X disusun ulang sehingga berada pada
urutan peringkat yang wajar yaitu 1,2,...,N.
c. Susun ulang data observasi Y agar bersesuaian dengan variabel X yang telah
disusun ulang dalam urutan wajar tadi.
d. Hitung harga S untuk urutan peringkat Y. S adalah jumlah konkordasi (+1
untuk setiap pasang peringkat dalam urutan wajar ) dan diskordasi (-1 untuk
setiap pasang peringkat dalam urutan tak wajar).
e. Hitung statistik uji korelasi Kendall
6. Kesimpulan
Pengambilan kesimpulan berdasarkan kriteria pengambilan keputusan.
Contoh Soal:
Suatu SMA ingin mengetahui ada tidaknya hubungan searah antara kemampuan
berbahasa dan matematis siswa. Hal tersebut diteliti dari nilai ujian semester mata
pelajaran Bahasa Indonesia dan Matematika yang telah dilakukan. Sepuluh siswa telah
dipilih secara acak. Nilai ujian Bahasa Indonesia dinyatakan dengan X dan nilai ujian
Matematika dinyatakan dengan Y. Hasil penelitiannya sebagai berikut:
Tabel 5
Nilai Ujian Bahasa Indonesia dan Matematika
SiswaBahasa
IndonesiaMatematika
X Y
A 65 30B 70 25C 76 35D 75 40E 80 38F 78 42G 83 48H 84 50I 85 55J 90 45
Jawab:
a. Hipotesis
H0 : Tidak ada korelasi antara kemampuan berbahasa dengan kemampuan matematis
siswa
H1 : Ada korelasi searah antara kemampuan berbahasa dengan kemampuan
matematis siswa
b. α = 5% = 0,05
c. Statistik uji: τ= S
12
N ( N−1 )
d. Wilayah kritis : Tolak H0 jika τhitung > τ0,05;10 = 0,467
e. Penghitungan
Berdasarkan Tabel 6 (Perangkingan Nilai Bahasa Indonesia dan Matematika untuk
Uji Koefisien Korelasi Spearman), maka kita susun ulang variabel X (Nilai Ujian
Bahasa Indonesia) ke dalam urutan yang wajar menjadi:
Tabel 7. Pengurutan Peringkat Nilai Ujian Bahasa Indonesia dan Matematika
Siswa Bahasa Indonesia MatematikaX Peringkat Y Peringkat
A 65 1 30 2B 70 2 25 1D 75 3 40 5C 76 4 35 3F 78 5 42 6E 80 6 38 4G 83 7 48 8H 84 8 50 9I 85 9 55 10J 90 10 45 7
Untuk menghitung nilai S, kita lihat variabel Y, hitung nilai konkordasi dan
diskordasinya. Misal : AB = -1 ; AD = +1 ; ... ; AJ = +1; BD = +1 ; ... ; IJ = -1. Atau
secara lebih mudah adalah menghitung berapa jumlah urutan wajar untuk pasangan
pengamatan A dengan pengamatan-pengamatan setelahnya dan berapa yang tidak
wajar, begitu seterusnya untuk pengamatan B, C, dst hingga pasangan pengamatan
terakhir yaitu IJ.
S = (8 – 1) + (8 - 0) + (5 – 2) + (6 – 0) + (4 – 1) + (4 – 0) + (2 – 1) + (1 – 1) + (0 - 1)
= 31
Sehingga koefisien korelasi Kendall (τ):
τ= S12
N ( N−1 )= 31
12
.10(10−1)=0,69
f. Keputusan :
Tolak H0 karena τhitung = 0,69 > τ0,05;10 = 0,467
g. Kesimpulan :
Ada korelasi searah antara kemampuan berbahasa dengan kemampuan matematis
siswa
c. Koefisien Korelasi Parsial KendalKoefisien korelasi ini adalah kelanjutan dari koefisien korelasi Kendall (τ) namun
perbedaannya adalah digunakan untuk variabel yang lebih dari dua dan dilihat
hubungannya secara parsial. Misalkan kita mendapatkan ranking untuk N subyek dari
tiga variabel: X, Y dan Z. Kita hendak menentukan korelasi antara X dan Y jika Z
disisihkan (dibuat konstan).
Langkah-langkah :
1. Menentukan hipotesis
a) (Dua arah)
H0 : τxy,z = 0
H1 : τxy,z ≠ 0
b) (Satu arah)
H0 : τxy,z < 0
H1 : τxy,z > 0
c) (Satu arah)
H0 : τxy,z > 0
H1 : τxy,z < 0
2. Menentukan taraf nyata : α
3. Menentukan statistik uji
a. N < 20
τ xy , z=τ xy−τ xz τ yz
√1−τ xz2 √1−τ yz
2
di mana:
τxy,z : korelasi antara X dan Y ketika ada perlakuan (kontrol) untuk Z
τxy : korelasi antara X dan Y
τxz : korelasi antara X dan Z
τyz : korelasi antara Y dan Z
b. N > 20
zτ=τ−μτ
σ τ
dengan
μτ=0
σ τ=√ 2(2N+5)9 N (N−1)
4. Menentukan wilayah kritis
1. (Dua arah)
i. N < 20
Tolak H0 jika τhitung > τ1-α/2;n atau τhitung < -τ1-α/2;n
ii. N > 20
Tolak H0 jika zτ > z1-α/2 atau zτ > -z1-α/2
2. (Satu arah) (τ > 0)
i. N < 20
Tolak H0 jika τhitung > τ1-α;n
ii. N > 20
Tolak H0 jika zτ > z1-α
3. (Satu arah) (τ < 0)
i. N < 20
Tolak H0 jika τhitung < - τ1-α;n
ii. N > 20
Tolak H0 jika zτ < - z1-α
5. Melakukan perhitungan
a. Tentukan dua variabel X dan Y yang saling berhubungan dan variabel Z yang
mendapatkan perlakuan.
b. Beri peringkat 1 sampai N untuk setiap variabel
c. Hitung nilai τxy , τxz , dan τyz menggunakan rumus Kendall:
- Tidak ada peringkat yang sama
τ= S12
N (N−1)
- Ada peringkat yang sama
τ= S
√ 12
N ( N−1 )−T X √ 12
N ( N−1 )−TY
d. Hitung statistik uji korelasi partial Kendall
6. Kesimpulan
Pengambilan kesimpulan berdasarkan kriteria pengambilan keputusan.
Contoh Soal:
Suatu SMA ingin mengetahui ada tidaknya hubungan searah antara kemampuan
berbahasa dan seni siswa apabila kemampuan matematis dianggap konstan. Hal tersebut
diteliti dari nilai ujian semester mata pelajaran Bahasa Indonesia, Matematika, dan
Kesenian yang telah dilakukan. Sepuluh siswa telah dipilih secara acak. Nilai ujian
Bahasa Indonesia dinyatakan dengan X, nilai ujian Matematika dinyatakan dengan Y,
dan nilai ujian Kesenian dinyatakan dengan Z. Hasil penelitiannya sebagai berikut:
Tabel 8
Nilai Ujian Bahasa Indonesia, Matematika, dan Kesenian
SiswaBahasa
IndonesiaMatematika Kesenian
X Y ZA 65 30 60B 70 25 64C 76 35 63D 75 40 70
E 80 38 62F 78 42 80G 83 48 76H 84 50 73I 85 55 68J 90 45 65
Jawab:
a. Hipotesis
H0 : Tidak ada korelasi antara kemampuan berbahasa dan kemampuan seni siswa
apabila kemampuan matematis dianggap konstan
H1 : Ada korelasi searah antara kemampuan berbahasa dan kemampuan seni siswa
apabila kemampuan matematis dianggap konstan
b. α = 5% = 0,05
c. Statistik uji: τ xz , y=τ xz−τ xy τ zy
√1−τ xy2 √1−τ zy
2
d. Wilayah kritis : Tolak H0 jika τhitung > τ0,95;10 = 0,413
e. Penghitungan
Buat peringkat masing-masing:
Tabel 9. Pengurutan Peringkat Nilai Ujian Bahasa Indonesia dan Matematika
Siswa Bahasa Indonesia MatematikaX Peringkat Y Peringkat
B 70 2 25 1A 65 1 30 2C 76 4 35 3E 80 6 38 4D 75 3 40 5F 78 5 42 6J 90 10 45 7G 83 7 48 8H 84 8 50 9I 85 9 55 10
τxy = 0,69
Tabel 10. Pengurutan Peringkat Nilai Ujian Kesenian dan Matematika
SiswaMatematika Kesenian
Y Peringkat Z PeringkatB 25 1 64 4A 30 2 60 1C 35 3 63 3
E 38 4 62 2D 40 5 70 7F 42 6 80 10J 45 7 65 5G 48 8 76 9H 50 9 73 8I 55 10 68 6
τyz = 0,42
Tabel 11. Pengurutan Peringkat Nilai Ujian Bahasa Indonesia dan Kesenian
SiswaBahasa Indonesia KesenianX Peringkat Z Peringkat
A 65 1 60 1B 70 2 64 4C 76 4 63 3D 75 3 70 7E 80 6 62 2F 78 5 80 10G 83 7 76 9H 84 8 73 8I 85 9 68 6J 90 10 65 5
τxz = 0,29
τ xz , y=τ xz−τ xy τ zy
√1−τ xy2 √1−τ zy
2=
0,29−(0,69)(0,42)
√1−0,69❑2 √1−0,42❑
2=0,0003
f. Keputusan :
Gagal tolak H0 karena τhitung = 0,0003 < τ0,95;10 = 0,413
g. Kesimpulan :
Tidak ada korelasi antara kemampuan berbahasa dan kemampuan seni siswa apabila
kemampuan matematis dianggap konstan