Parsial Kendall
-
Upload
nurseptiana-sasmita -
Category
Documents
-
view
219 -
download
0
Transcript of Parsial Kendall
-
8/6/2019 Parsial Kendall
1/9
Koefisien Korelasi Parsial Kendall:xy.z
X
Disusun Oleh :
1.Lesma Apriastuti ( 08305144012 )2.N
urseptiana Sasmita ( 08305144045 )
JURUSAN PENDIDIKAN MATEMATIKA
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNVERSITAS NEGERI YOGYAKARTA
2011
-
8/6/2019 Parsial Kendall
2/9
Koefisien korelasi ranking partial kendall :xy.z
X
Fungsi
Jika terlihat ada korelasi antara dua variable pasti akan ada kemungkinan bahwa korelasi ini
adalah akibat dari asosiasi antara masing-masing kedua variable itu dengan suatu variable ketiga.
secara statistic dapat diatasi dengan metode korelasi parsial. Dalam korelasi parsial, akibat-akibat
variasi yang disebabkan oleh suatu variable ketiga terhadap hubungan antara variable X dan Y,
dihilangkan. Dengan kata lain korelasi antara X dan Y ditemukan dengan variable ketiga Z dijada agar
konstan. Dalam merancang suatu eksperimen, orang dapat memilih antara mengadakan control
terhadap eksperimen itu untuk menghapus pengaruh variable ketiga tersebut. Untuk menggunakan
metode korelasi parsial ini data sekurang-kurangnya dalam skala ordinal.
Dasar Pemikiran
Misalkan kita mendapatkan rangking untuk 4 subyek pada tiga variable :X,Y dan Z. Kita
hendak menentukan korelasi antara X dan Y jika Z disisihkan (dibuat konstan). Rangking-rangking itu
adalah
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
Sekarang, jika kita pandang pasangan rangking yang mungkin dalam tiap variable, kita nebgetahui
terdapat4
2
pasangan yang mungkin, empat hal diambil dua setiap kali. Sesudah mengatatur
rangking-rangking pada Z dalam urutan wajar, marilah kita perhatikan setiappasangan yang mungkin
dalam rangking X , rangking Y dan rangking Z. Akan kita berikan suatu tanda (+) kepada tiap-tiap
pasangan yang didalamnya rangking yang lebih rendah mendahului rangking yang lebih tinggi. Dan
aka diberikan tanda (-) kepada tiap-tiap pasangan yang didalamnya rangking yang lebih tinggi
mendahului yang lebih rendah :
-
8/6/2019 Parsial Kendall
3/9
pasangan (a,b) (a,c) (a,d) (b,c) (b,d) (c,d)
Z + + + + + +
X - - + + + +
Y - + + + + +
Selanjutnya, kita dapat meringkas informasi yang telah kita dapat Kan itu dengan menuangkannya
dalam suatu table 2x2. Pertama-tama perhatikanlah ketiga tanda di bawah (a,b) itu. Untuk himpunan
pasangan rank itu, baik X maupun Y diberi tanda (-) sedangkan Z diberi tanda (+). Dengan
demikiankita menyatakan X maupun Y tidak sesuai dengan Z. Kita meringkas informasi itu dengan
menempatkan pasangan (a,b). Disini tanda yang dimiliki Y sesuai tanda Z , tetapi tanda X tidak sesuai
dengan tanda Z. Olehkarena itu , pasangan (a,c) ditempatkanpada sel C. Dalam tiap kasus pasangan-
pasangan yang lain , baik tanda Y maupun tanda X sama dengan tanda Z , oleh sebab itu , keempatpasangan itu dimasukan dalam sel A dalam tabel 9.8.
Table 9.8
pasangan Y bertanda
sama dengan Z
pasangan Y bertanda
tak sama dengan Z
total
pasangan X yang
tandanya sesuai dengantanda Z
A
4
B
04
pasangan X yang
tandanya tak sesuai
dengan tanda Z
C
1
D
1
2
Jumlah 5 1 6
Pada umumnya , untuk tiga himpunan rangking N obyek , kita dapat mempergunakan metode yang
ditunjukkan diatas untuk menurunkan sejenis tabel yang modelnya adalah tabel 9.9 . Koefisien korelasi
rank parsial Kendal , .xy zX dihitung dalam table semacam itu.
-
8/6/2019 Parsial Kendall
4/9
Table 9.9 forma untuk data bagi perhitungan dengan rumus (9.12)
pasangan Y bertanda
sama dengan Z
pasangan Y bertanda
tak sama dengan Z
total
pasangan X yang
tandanya sesuai dengan
tanda Z
A B
A+B
pasangan X yang
tandanya tak sesuai
dengan tanda Z
C D
C+D
Jumlah A+C B+D
2
N
Ini didefinisikan sebagai
.( )( )( )( )
xy z
AD BC
A B C D A C B DX
!
(9.12)
Dalam kasus 4 subyek yang tengah kita perhatikan itu, yakni dalam kasus data yang ditunjukkan
dalam tabel 9.8
.
(4)(1) (0)(1) 40,63
(4 0)(1 1)(4 1)(0 1) (4)(2)(5)(1) xy z
X
! ! !
Korelasi antara X dab Y dengan efek Z yang dianggap konstatn dinyatakan dengan
. 0.63xy zX . Seandainya kita menghitung korelasi antara X dan Y tanpa memperhitungkan efek Z ,
kita tadi akan menemukan 0.67X
. Ini menyarankan bahwa hubungan antara X dan Z serta antaraY dan Z hanya sedikit mempengaruhi hubungan yang kita observasi antara X dan Y. Meskipun
demikian , inferensi semacam itu harus dibuat dengan catatan jika tidak ada alasan relevan
sebelumnya untuk mengharapkan efek apapun yang muncul dalam observasi .
Rumus (9.12) itu kadang-kadang disebut koefisien phidan dapat ditunjukan bahwa2
.xy z
x
NX
-
8/6/2019 Parsial Kendall
5/9
Kehadiran 2G dalam pernyataan itu menyarankan bahwa.xy z
X mengukur seberapakah kecocokan X
dan Y terhadap kecocokan keduanya dengan Z.
Metode
Kendall (1948,hal. 103) telah menunjukkan bahwa
.2 2(1 )(1 )
xy zy zx
xy z
zy zx
X X XX
X X
(9.13)
Dilihat dari segi perhitunganya, rumus diatas lebih mudah digunakan daripada rumus (9.12).
Untuk mempergunakannya, kita pertama-tama harus menetukan korelasi (X ) anatara X dan Y, X dan
Z, dan Y dan Z.
Untuk lebih jelasnya dapat dilihat pada contoh dibawah ini:
Contoh:
Kita telah melihat bahwa dalam data yang dikumpulkan Siegel dan Fagan, korelasi antara skor-skor
keotoriteran dan skor-skor pada perjuangan status sosial adalah r = 0,67. Tetapi. kita juga telah
mngamati bahwa ada korelasi antara pejuangan status sosial danbanyak penyesuaian diri
(menyerah) kepada tekanan kelompok ; r = 0,39. Disini kita ingin mengetahui apakah korelsi yang
disebutkan pertama hanyalah merupakan representasi bekerja suatu variabel ketiga: penyesuaian dirikepada tekanan kelompok. Yaitu, mungkin kebutuhan subyek-subyek itu menyesuaian diri
mempengaruhi jawaban mereka baik terhadap skala keotoriteran maupun skala perjuangan status
sosial, dan dengan demikian korelasi antara skor-skor pada kedua skala itu mungkin diakibatkan oleh
adanya asosiasi antara tiap variabel itu dengan kebutuhan untuk menyesuaikan diri.
Ketiga himpunan rangking ditunjukan dalam tabel 9.3 dan 9.5. Ketiga himpunan rangking dtunjukkan
dalam tabel 9.10.
-
8/6/2019 Parsial Kendall
6/9
Tabel 9.10. Rangking Pada Keotoriteran, Perjuangan Status Sosial, dan Penyesuaian Diri.
Subyek
Rank
Perjuangan Stat.Sosial C Keotoriteran Y Penyesuaian
(takluk) 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
F 11 9 6
G 10 8 7
H 6 3 8
I 7 4 9
J 12 12 10,5
K 5 7 10,5
L 9 11 12
Telah kita tentukan bahwa korelasi antara perjuangan status sosial (variabel X) dan keotoreiteran
(variabel Y) adalah 0,67xyX
. Kita juga telah menentukan bahwa korelasi antara perjuangan status
sosial dan penyesuaian diri adalah 0,39xzX
(nilai ini dikoreksi sehubungan dengan adanya angka
sama). Dari data yang tersaji dalam tabel 9.10 dapat ditentukan dengan rumus 9.10 bahwa korelasi
antara penyesuaian diri denga keotoriteran adalah 0,36xyX ! (harga ini dikoreksi denga adanya
angka sama). Dengan informasi tersebut kita dapat menetukan nilai.xy z
Xdenga menggunakan rumus
(9.13)
.2 2 2 2
0.67 (0,36)(0,39)0, 62
(1 )(1 ) [1 (0,36) ][1 (0,39) ]
xy zy zx
xy z
zy zx
X X XX
X X
! ! !
-
8/6/2019 Parsial Kendall
7/9
Telah kita tentukan bahwa jika penyesuaian diri diparsialkan, korelasi antara perjuangan status sosial
dengan keotoriteran adalah 0, 62xyX
. Karean nilai ini tidak terlalu kurang dari 0,67xyX
, maka kita
dapat menyimpulkan bahwa hubungan anatara perjuangan status sosial dan kepotoriteran relatif
independent terhadap pengaruh penyesuaian diri.
Ikhtisar Prosedur
Inilah langkah-langkah dalam penggunaan koefisisen korelasi rank parsial kendall:
1. Misalkan X dan Y adalah dua variable yang berhubungan akan kita tentukan, dan Zadalahvariable yang efeknya terhadap X dan Y akan diparsialkan, atau dianggap konstan.
2. Berilah ranking observasi-observasi pada variable X dari 1 hingga N. kerjakan hal yang samauntuk observasi-observasi pada variable Y dan Z.
3. Dengan menggunakan rumus (9.9) atau (9.10) (yang disebut dibelakang harus digunakan jikamuncul angka sama dalam variable-variabel yang akan dikorelasikan), tentukan harga-harga
observasi , , xy zy xz X X X
4. Dengan harga itu, hitunglah hargaxy.z
X , dengan menggunakan rumus (9.13).
Tes Signifikansi
Sayang bahwa distribusi sampling korelasi rank parsial Kendall ini hingga sekarang belum
diketahui, dan karenanya tidak dimungkinkan adanya test signifikansi terhadap suatu harga observasi
xy.zX ,, mungkin dapat dianggap bahwa dengan
xy.z xN
X
Kita boleh menggunakan suatu test 2G . Tidaklan demikian halnya, sebab keseluruhan dalam sel A, B
dan C dalam suatu table seperti table 9.9 tidak independent(jumlah merekaadalah dan bukannyaN) dan suatu test 2G dapat dilaksanakan secara layak dan berarti, hanya terhadap observasi
independent saja.
Soal:
-
8/6/2019 Parsial Kendall
8/9
Suatu penelitian ingin mengetahui, adakah hubungan yang signifikan antara kondisi ekonomi (X)
dengan tingkat religiusitas (Y) dan Usia (Z).
Penyelesaian:
Tabel Ranking
X Y Z
1 12 12 1
2 9 7 4
3 5 9 12
4 11 6 9
5 8 3 6
6 1 11 2
7 6 10 11
8 10 2 109 4 8 3
10 2 1 7
11 3 4 5
12 7 5 8
Maka diperoleh,
xy = 0,03
xz = 0,03
zy = -0,27
-
8/6/2019 Parsial Kendall
9/9
.2 2(1 )(1 )
xy zy zx
xy z
zy zx
X X XX
X X
!
= 0,04
Karena xy.z = 0,04 nilainya tidak terlalu lebih besar dari xy = 0,03 maka dapat disimpulkan ada
hubungan yang lemah antara kondisi ekonomi (X) dengan tingkat religiusitas (Y) dan tidak ada
pengaruh usia (Z) terhadap tingkat ekonomi(X) dan religiusitas(Y)