--Advertisement--

Sepertinya dalam korelasi Spearman rank, korelasi Kendal Tau () digunakan untuk mencari hubungan dan menguji hipotesis antara dua variabel atau lebih, bila datanya berbentuk ordinal atau rangking. Kelebihan teknik ini bila digunakan untuk bila menganalisis sampel yang jumlah anggotanya lebih dari 10. dan dapat dikembangkan untuk mencari koefisien korelasi parsial. Rumus dasar yang digunakan adalah sebagai berikut :

Dimana :

    =    Koefisien korelasi kendal Tau yang besarnya (-11 < 0 < 1) H    =    Jumlah rangking atas
L    =    Jumlah rangking bawah
N    =    Jumlah anggota sampel
Uji signifikansi koefisien korelasi menggunakan rumus z, karena distribusinya mendekati distribusi normal. Rumusnya adalah sebagai berikut :



Contoh 1 :

Dilakukan penelitian untuk mengetahui adakah hubungan yang positif dan signifikan antara 10 dengan nilai prestasi kerja pegawai. Berdasarkan sampel yang berjumlah 25 orang ditemukan IQ dan nilai rata-rata prestasi kerja pegawai ditunjukkan pada tabel 7.10 berikut. (Kolom 2 IQ dan kolom 3 nilai prestasi kerja pegawai).

Cara menghitung Ra dan Rb, berpedoman pada R2. Ra adalah jumlah rangking di bawah baris yang dihitung jumlahnya, tetapi angkanya yang lebih besar dari angka pada baris itu; dan Rb adalah jumlah rangking di bawah baris yang dihitung, dan angkanya lebih kecil dari angka baris itu. Misalnya Ra pada baris pertama jumlahnya 23, hal ini terdiri atas rangking 4, 3, 7, 8, 9, 10, 16, 5, 6, 11,
14, 12, 15, 23, 18, 17, 19, 20, 13, 25, 22, 21, 24. (rangking 1 tidak masuk karena di bawah rangking 2 yang dihitung jumlahnya). Selanjutnya baris ke 2 Ra jumlahnya juga 23, karena angaka 2 baris pertama tidak dihitung lagi, sebab di atas baris angka 1. Di atas rangking 15 ada sembilan rangking yaitu rangking 23, 18, 17, 19. 20, 25, 22, 21, 24, (rangking 16 baris ke 9 tidak dihitung lagi, walaupun nilainya di atas rangking 15, karena telah mendahului).

Tabel 7.10 Tabel Penolong Untuk Menghitung Korelasi Kendal Tau

Selanjutnya untuk menghitung rangking bawah (Rb), juga tetap berpedoman pada R2. Rb untuk baris pertama jumlahnya 1, yaitu angka 1. Di bawah rangking 4 hanya ada satu angka yaitu rangking 3 (rangking 1 dan 2 yang telah ada pada baris sebelumnya tidak dihitung lagi). Di bawah rangking 16 ada 7 rangking, yaitu 5, 6, 11, 14,12, 15, 13.
Dalam hal ini dapat diajukan hipotesis sebagai berikut :

Ho    :    Tidak ada hubuhgan antara IQ dengan prestasi belajar kerja pegawai.
Ha    :    Ada hubungan positif dan signifikan antara IQ dengan prastasi kerja pegawaI
Ho    :     = 0
Ha    :      < 0

Berdasarkan cara menghitung seperti tersebut di atas, maka telah ditemukan jumlah rangking atas,  A = 264 dan jumlah rangking bawah = 36. Selanjutnya harga- harga tersebut dimasukkan dalam rumus

Jadi terdapat hubungan yang positif sebesar 0,76 antara IQ dengan prestasi kerja pegawai. Hal ini berarti makin tinggi IQ pegawai maka akan semakin tinggi prestasi kerjanya. Untuk nembuktikan apakah koefisien itu dapat diperlakukan pada populasi di mana sampel tersebut diambil maka perlu diuji signifikansinya dengan menggunakn rumus z di alas. Dalam hal ini taraf kesalahan 5%.

Harga z hitung tersebut di atas selanjutnya dibandingkan dengan harga z tabel. Untuk uji dua pihak, maka taraf kesalahan 1% di bagi 2, sehingga menjadi 0,5%. Selanjutnya harga z dapat dilihat pada kurva normal dengan z = 0,495. (0,495 diperoleh dan 0,5 - 0,005). Pada tabel kurva normal (tabel 1), angka 495 tidak ada, tetapi angka yang  paling mendekati adalah angka 4951. Berdasarkan angka tersebut, maka harga z = 2,58. Untuk dapat memberikan tafsiran apakah harga tersebut signifikan atau tidak maka dapat menggunakn ketentuan bahwa, bila z hitung lebih besar dar tabel, maka koefisien korelasi yang dikemukan adalah signifikan. Ternyata z hitung 5,32 lebih besar dari z tabel 2,58. Dengan demikian dapat disimpulkan bahwa korelasi antara IQ dengan prestasi kerja pegawai sebesar 0,76 adalah signifikan. Hal ini juga dapat digambarkan sebagai berikut :



Post a Comment

 
Top