Cara Uji Korelasi Kendall's tau-b (Data Ordinal) dengan SPSS Lengkap

Cara Uji Korelasi Kendall's tau-b (Data Ordinal) dengan SPSS Lengkap | Dalam analisis data penelitian uji korelasi kendall's tau-b digunakan untuk mengetahui hubungan antara dua variabel berskala ordinal atau dapat juga salah satu data berskala ordinal sementara data yang lainnya berkala nominal maupun rasio.

Cara Uji Korelasi Kendall's tau-b (Data Ordinal) dengan SPSS Lengkap

Seperti halnya uji korelasi rank spearman, uji korelasi kendall's tau-b merupakan bagian dari statistik non parametrik. Oleh karena itu, tidak ada asumsi atau persyaratan khusus yang mewajibkan bahwa data penelitian harus berdistribusi normal dan hubungan yang terbentuk antar variabel harus linear. Artinya data penelitian yang dipakai dalam uji korelasi kendall's tau-b boleh tidak normal dan tidak linear. Hal ini berbeda dengan uji korelasi pearson (statistik parametrik) yang mensyaratkan bahwa data penelitian harus berdistribusi normal dan linear.

“Walaupun pada prinsipnya sama, namun ada perbedaan yang mendasar antara uji korelasi kendall's tau-b dan uji korelasi rank spearman. Dimana uji korelasi kendall's tau-b merupakan suatu penduga tidak bias untuk parameter populasi, sementara uji korelasi rank spearman tidak memberikan dugaan untuk koefisien peringkat suatu populasi” (Singgih Santoso, 2014: 323).

Contoh Kasus Uji Korelasi Kendall's tau-b pada Penelitian

Seorang peneliti ingin mengetahui apakah ada hubungan atau korelasi antara Lokasi (tempat) dengan Kepuasan Nasabah pada Koperasi Simpan Pinjam (KSP) Citra Dana. Untuk itu peneliti membagikan kuesioner atau pertanyaan kapada 10 orang nasabah yang dipilih secara acak. Adapun tabulasi data jawaban 10 orang responden tersebut dapat dilihat pada tabel di bawah ini.

Cara Uji Korelasi Kendall's tau-b (Data Ordinal) dengan SPSS

[Download Data excel, Input-Output SPSS]

Keterangan: Kriteria penskoran jawaban responden untuk pertanyaan kuesioner pada variabel lokasi dan kepuasan nasabah adalah sebagai berikut:
  1. Sangat Tidak Puas diberi skor 1
  2. Tidak Puas diberi skor 2
  3. Cukup Puas diberi skor 3
  4. Puas diberi skor 4
  5. Sangat Puas diberi skor 5

Langkah-langkah Uji Korelasi Kendall's tau-b dengan SPSS

1. Langkah pertama yang harus kita lakukan adalah buka program SPSS, kemudian klik Variable View. Selanjutnya, untuk mendefinisikan atau mengisi identitas variabel penelitian dengan ketentuan seperti gambar di bawah ini.

Langkah-langkah Cara Uji Korelasi Kendall's tau-b dengan SPSS

2. Setelah itu, klik Data View lalu ketikkan skor jawaban ke-10 orang nasabah tersebut ke kolom yang tersedia untuk variabel Lokasi dan Kepuasan. Tampak di layar.

Langkah-langkah Cara Uji Korelasi Kendall's tau-b dengan SPSS

3. Selanjutnya, klik menu Analyze >> Correlate >> Bivariate…

Langkah-langkah Cara Uji Korelasi Kendall's tau-b dengan SPSS

4. Maka muncul kotak diloag “Bivariate Correlations” kemudian pindahkan variabel Lokasi dan Kepuasan ke kotak Variables: lalu pada bagian “Correlations Coeffients” hilangkan tanda ceklist (v) pada Pearson, selanjutnya berikan tanda ceklist (v) pada Kendall's tau-b. Pada bagian “Test of Significance” pilih Two-tailed, dan beri tanda ceklist (v) pada Flag significant correlations. Tampak dilayar.

Langkah-langkah Cara Uji Korelasi Kendall's tau-b dengan SPSS

5. Jika sudah, kemudian klik Ok untuk mengakhiri perintah. Maka muncul output SPSS dengan judul “Nonparametric Correlations” yang selanjutnya akan kita tafsirkan maknanya.

Interpretasi Output Uji Korelasi Kendall's tau-b dengan SPSS

Interpretasi Output Uji Korelasi Kendall's tau-b dengan SPSS

Untuk melakukan interpretasi terhadap hasil output SPSS di atas, ada beberapa cara yang perlu kita lakukan, antara lain: (1) Melihat hubungan antar variabel berdasarkan nilai signifikansi. (2) Melihat tingkat keeratan hubungan antar variabel. Dan (3) Melihat arah hubungan antar variabel. Adapun interpretasi ketiga cara di atas, dapat kita simak dalam pembahasan di bawah ini.

1. Melihat Hubungan antar Variabel Berdasarkan Nilai Signifikansi (Sig.)

Berdasarkan output uji korelasi kendall's tau-b di atas, diketahui nilai signifikansi atau Sig. (2-tailed) antara variabel Lokasi dengan Kepuasan Nasabah adalah sebesar 0,013 < 0,05, maka dapat disimpulkan bahwa ada hubungan yang signifikan (nyata) antara variabel Lokasi dengan Kepuasan Nasabah.

Catatan: jika nilai Sig. (2-tailed) > 0,05 maka artinya hubungan antar variabel tidak signifikan atau dengan kata lain tidak ada hubungan antar variabel.

2. Keeratan Hubungan antar Variabel dalam Korelasi Kendall's Tau-b

Untuk memaknai tingkat keeratan atau kekuatan hubungan antar variabel ini, maka terlebih dahulu kita harus mengetahui kriteria tingkat keeratan hubungan dalam analisis korelasi. Menurut Jonathan Sarwono, (2015: 93) kriteria tingkat keeratan hubungan (koefisien korelasi) antar variabel dalam analisis korelasi dapat dikategorikan sebagai berikut:
  1. Nilai koefisien korelasi sebesar 0,00 s/d 0,25 artinya hubungan sangat lemah.
  2. Nilai koefisien korelasi sebesar 0,26 s/d 0,50 artinya hubungan cukup.
  3. Nilai koefisien korelasi sebesar 0,51 s/d 0,75 artinya hubungan kuat.
  4. Nilai koefisien korelasi sebesar 0,76 s/d 0,99 artinya hubungan sangat kuat.
  5. Nilai koefisien korelasi sebesar 1,00 artinya hubungan sempurna.

Berdasarkan tabel output uji korelasi kendall's tau-b di atas, diketahui nilai koefisien korelasi (Correlation Coefficient) antara variabel Lokasi dengan Kepuasan Nasabah adalah sebesar 0,743*. Dengan demikian, maka dapat disimpulkan bahwa hubungan antara variabel Lokasi dengan Kepuasan Nasabah adalah “kuat”. Sementara tanda bintang (*) menunjukkan hubungan yang terbentuk adalah signifikan pada angka signifikansi sebesar 0,05.

Catatan: jika ada dua tanda bintang (**) maka artinya hubungan yang terbentuk signifikan pada angka signifikansi sebesar 0,01.

3. Melihat Arah Hubungan antar Variabel dalam Analisis Korelasi

Arah hubungan dilihat dari angka koefesien korelasi apakah hasilnya bernilai positif atau negatif. Berdasarkan tabel output di atas, diketahui koefisien korelasi (Correlation Coefficient) antara variabel Lokasi dengan Kepuasan Nasabah bernilai positif yakni sebesar 0,743. Maka dapat disimpulkan bahwa ada hubungan yang “positif” antara variabel Lokasi dengan Kepuasan Nasabah. Hubungan positif atau searah bermakna bahwa jika Lokasi semakin nyaman (memadai) maka kepuasan nasabah akan semakin meningkat.

Mengacu pada ketiga interpretasi dalam uji korelasi kendall's tau-b di atas, maka kita dapat membuat sebuah kesimpulan bahwa “hubungan antara Lokasi dengan Kepuasan Nasabah pada Koperasi Simpan Pinjam (KSP) Citra Dana adalah signifikan, kuat, dan searah.

Demikian pembahasan kita mengenai cara melakukan uji korelasi kendall's tau-b untuk data ordinal dengan program SPSS. Selanjutnya, jika anda mendapatkan manfaat dari panduan ini silahkan anda bagikan ke media sosial, supaya ilmu ini bisa bermanfaat bagi banyak orang yang membutuhkan. Terimakasih dan semoga sukses untuk penelitiannya. Salam dari saya – Sahid Raharjo.

[Kata Kunci Pencarian: Cara Uji Korelasi Kendall's tau-b (Data Ordinal) dengan SPSS Lengkap, Langkah-langkah Analisis Statistik non Parametrik dengan Uji Korelasi Kendall's tau-b menggunakan Program SPSS, Interpretasi Output Uji Korelasi Kendall's tau-b dengan SPSS]
VIDEO: Cara Uji Korelasi Kendall's tau-b dengan SPSS

13 Responses to "Cara Uji Korelasi Kendall's tau-b (Data Ordinal) dengan SPSS Lengkap"

  1. Assalamuaikum pak.
    bagaimana solusinya saya telah olah data hasilnya semua tidak ada pengaruhnya,saya sudah konsultasi dengan pembimbing kesalahan kusioner dari awal tidak menggigit ke permasalhan.tolong arahanya pak
    saya mnggunakan analisis jalur

    BalasHapus
    Balasan
    1. Wa'alaikumsalam. kalau masalahnya ada di item kuesioner maka sebaiknya perbaiki kuesioner tersebut lalu lakukan penyebaran ulang ke responden

      Hapus
  2. Apakah untuk kendall tau dan spearman correlation harus selalu dalam bentuk rank?

    BalasHapus
  3. Assalamuaikum pak, sy mau tanya X1 (motivasi) ada 7 indikator, X2 (persepsi) ada 3 indikator. kemudian Y1 (motivasi) dan Y2 (persepsi). sy menggunakan kuesioner dgn skala likert. sy yg tanyakan:
    1. apa bisa menggunakan uji nonparametrik? karena dosen penguji 1 sy menyarankan menggunakan ini. dan urutan awal - akhir dalam uji nonparametrik bagaimana?
    2. apa bisa menggunakan regresi linier? karena dosen penguji 2 sy menyarankan menggunakan ini.
    saat sebelum sidang sy menggunakan regresi linier berganda, kesalahan sy tdk mentransformasikan ke MSI.
    tolong dibalas dan solusinya pak. terimakasih :)

    BalasHapus
  4. Bismillah.
    Saya mau tanya, bagaimana analisis korelasi antar variabel ordinal yang ukuran skalanya berbeda Pak? Misalkan satu skala 4 dan yang lain skala 6?
    Terima kasih sebelumnya.

    BalasHapus
  5. Mengapa sperman hanya untuk yang nonparametrik

    BalasHapus
  6. permisi, saya ingin bertanya. saya sedang meneliti X (tinggi sedang rendah) dan Y (positif negatif), skala ordinal, sebaiknya menggunakan spearman atau kendall tau? apakah kategori mempengaruhi pemilihan uji statistik?

    BalasHapus
  7. Assalamualaikum Pak Sahid, mohon maaf masih bingung karena masih pemula. izin bertanya, bagaimana bila data yang digunakan itu berskala rasio, namun tidak berdistribusi normal. uji korelasi manakah yang cocok? terimakasih pak...

    BalasHapus
  8. pustaka lengkap jonathan sarwono apa ya ?

    BalasHapus
    Balasan
    1. Saya juga ingin menanyakan ini kepada pak Sahid Raharjo. Waktu saya mencari sendiri di google ketemu judulnya "Rumus-Rumus Populer dalam SPSS 22 untuk Riset Skripsi", tapi kurang tahu betul apa tidak.

      Hapus
  9. Izin bertanya Pak Sahid, untuk teori ini "korelasi kendall's tau-b digunakan untuk mengetahui hubungan antara dua variabel berskala ordinal atau dapat juga salah satu data berskala ordinal sementara data yang lain berskala nominal maupun rasio ". Teori tersebut diperoleh dari sumber mana ya?

    BalasHapus
  10. apakah korelasi ini bisa digunakan juga untuk data Y yang bersifat Ordinal dan X yang bersifat rasio?

    BalasHapus

Silahkan tinggalkan jejak sobat disini. Sehingga saya tau bahwa artikel di atas bermanfaat. Terimakasih