KOEFISIEN KORELASI SPEARMAN DAN TAU KENDALL UNTUK MENDUGA KORELASI POPULASI

RINGKASAN


Dalam sebuah penelitian kadangkala sulit untuk mengamati seluruh populasi, karena keterbatasan biaya dan waktu. Cara yang paling mudah adalah dengan mengamati contoh acak dari suatu populasi. Sama halnya dengan mencari koefisien korelasi antara dua variabel variabel yang diamati, perhitungan dengan menggunakan data contoh akan lebih mudah dibandingkan dengan data populasi. Akan tetapi, kita perlu tahu koefisien korelasi apa yang lebih baik dalam menduga koefisien populasi. Dengan membandingkan selisih rata – rata koefisien korelasi populasi  dengan koefisien korelasi contoh kita dapat mengetahui koefisien korelasi yang paling baik dalam menduga koefisien korelasi populasi. Aplikasi SAS dapat membantu kita untuk mencari perbandingan antara koefisien korelasi Spearman dengan koefisien korelasi Tau-Kendall dalam menduga populasi.





1.1    Latar Belakang

Hubungan antara variabel – variabel yang diamati dalam sebuah penelitian sangat penting untuk diketahui. Bebas atau tidaknya hubungan antar variabel yang diamati dan hubungan keeratan antara variabel – variabel tersebut perlu sangat diperlukan dalam melakukan uji – uji statistik. 
Untuk data non-parametrik khususnya data nominal dan ordinal bisa digunakan uji khi-kuadrat untuk mengetahui apakah hubungan antara dua peubah saling berhubungan atau saling bebas. Namun informasi mengenai ukuran keeratan hubungan variabel tersebut belum bisa dihitung dengan uji khi-kuadrat. Oleh karena itu, perlu dilakukan uji Spearman dan Tau-Kendall serta menentukan koefisien korelasinya.
Dalam sebuah penelitian kadangkala tidak mungkin untuk mengamati seluruh populasi yang menjadi objek amatan akibat keterbatasan waktu dan biaya. Dalam analisis korelasi ini akan dijelaskan bagaimana korelasi data contoh dapat menduga  korelasi populasi. 
Perhitungan koefisien korelasi Spearman dan Tau-Kendal cukup sulit dilakukan secara manual. Perhitungan dengan komputasi adalah metode yang lebih mudah untuk digunakan, terutama untuk data yang cukup besar. Seiring dengan perkembangan teknologi dan ilmu pengetahuan telah banyak software – software statistika yang dapat menghitung korelasi antar variabel ini. Salah satunya adalah dengan  menggunakan software SAS.
KLIK DISINI UNTUK DOWNLOAD MAKALAHNYA