Dalam analisis data observasi uji hubungan kendall's tau-b dipakai untuk mengetahui korelasi antara dua variabel berukuran ordinal atau dapat juga salah satu data berskala ordinal sementara data yang yang lain bersiklus nominal maupun rasio.
Seperti halnya uji relasi rank spearman, uji relasi kendall's tau-b merupakan bagian dari statistik non parametrik. Oleh alasannya itu, tidak ada perkiraan atau persyaratan khusus yang mengharuskan bahwa data observasi harus berdistribusi normal dan kekerabatan yang terbentuk antar variabel mesti linear. Artinya data penelitian yang digunakan dalam uji hubungan kendall's tau-b boleh tidak wajar dan tidak linear. Hal ini berlainan dengan uji hubungan pearson (statistik parametrik) yang mensyaratkan bahwa data penelitian harus berdistribusi normal dan linear.
“Walaupun pada prinsipnya sama, namun ada perbedaan yang mendasar antara uji relasi kendall's tau-b dan uji hubungan rank spearman. Dimana uji kekerabatan kendall's tau-b merupakan suatu penduga tidak bias untuk parameter populasi, sementara uji korelasi rank spearman tidak menunjukkan prasangka untuk koefisien peringkat sebuah populasi” (Singgih Santoso, 2014: 323).
Contoh Kasus Uji Korelasi Kendall's tau-b pada Penelitian
Seorang peneliti ingin mengetahui apakah ada korelasi atau hubungan 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 balasan 10 orang responden tersebut mampu dilihat pada tabel di bawah ini.
[Download Data excel, Input-Output SPSS]
Keterangan: Kriteria penskoran tanggapan responden untuk pertanyaan kuesioner pada variabel lokasi dan kepuasan nasabah yakni selaku berikut:
- Sangat Tidak Puas diberi skor 1
- Tidak Puas diberi skor 2
- Cukup Puas diberi skor 3
- Puas diberi skor 4
- 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.
2. Setelah itu, klik Data View kemudian ketikkan skor jawaban ke-10 orang nasabah tersebut ke kolom yang tersedia untuk variabel Lokasi dan Kepuasan. Tampak di layar.
3. Selanjutnya, klik menu Analyze >> Correlate >> Bivariate…
4. Maka muncul kotak diloag “Bivariate Correlations” lalu 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.
5. Jika telah, kemudian klik Ok untuk mengakhiri perintah. Maka muncul output SPSS dengan judul “Nonparametric Correlations” yang berikutnya akan kita tafsirkan maknanya.
Interpretasi Output Uji Korelasi Kendall's tau-b dengan SPSS
Untuk melakukan interpretasi kepada 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 kekerabatan 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 kekerabatan kendall's tau-b di atas, diketahui nilai signifikansi atau Sig. (2-tailed) antara variabel Lokasi dengan Kepuasan Nasabah yaitu sebesar 0,013 < 0,05, maka dapat disimpulkan bahwa ada hubungan yang signifikan (kasatmata) antara variabel Lokasi dengan Kepuasan Nasabah.
Catatan: jika nilai Sig. (2-tailed) > 0,05 maka artinya relasi antar variabel tidak signifikan atau dengan kata lain tidak ada relasi antar variabel.
2. Keeratan Hubungan antar Variabel dalam Korelasi Kendall's Tau-b
Untuk memaknai tingkat keeratan atau kekuatan relasi antar variabel ini, maka terlebih dulu kita harus mengetahui patokan tingkat keeratan korelasi dalam analisis hubungan. Menurut Jonathan Sarwono, (2015: 93) tolok ukur tingkat keeratan kekerabatan (koefisien korelasi) antar variabel dalam analisis relasi mampu dikategorikan sebagai berikut:
- Nilai koefisien korelasi sebesar 0,00 s/d 0,25 artinya korelasi sungguh lemah.
- Nilai koefisien kekerabatan sebesar 0,26 s/d 0,50 artinya relasi cukup.
- Nilai koefisien korelasi sebesar 0,51 s/d 0,75 artinya relasi kuat.
- Nilai koefisien kekerabatan sebesar 0,76 s/d 0,99 artinya kekerabatan sungguh besar lengan berkuasa.
- Nilai koefisien kekerabatan sebesar 1,00 artinya korelasi sempurna.
Berdasarkan tabel output uji relasi kendall's tau-b di atas, diketahui nilai koefisien hubungan (Correlation Coefficient) antara variabel Lokasi dengan Kepuasan Nasabah yaitu sebesar 0,743*. Dengan demikian, maka dapat disimpulkan bahwa hubungan antara variabel Lokasi dengan Kepuasan Nasabah yakni “besar lengan berkuasa”. Sementara tanda bintang (*) memberikan hubungan yang terbentuk ialah signifikan pada angka signifikansi sebesar 0,05.
Catatan: bila ada dua tanda bintang (**) maka artinya relasi yang terbentuk signifikan pada angka signifikansi sebesar 0,01.
3. Melihat Arah Hubungan antar Variabel dalam Analisis Korelasi
Arah kekerabatan dilihat dari angka koefesien korelasi apakah akhirnya bernilai nyata atau negatif. Berdasarkan tabel output di atas, diketahui koefisien korelasi (Correlation Coefficient) antara variabel Lokasi dengan Kepuasan Nasabah bernilai faktual ialah sebesar 0,743. Maka mampu disimpulkan bahwa ada hubungan yang “positif” antara variabel Lokasi dengan Kepuasan Nasabah. Hubungan faktual atau searah bermakna bahwa jikalau Lokasi kian tenteram (memadai) maka kepuasan nasabah akan semakin meningkat.
Mengacu pada ketiga interpretasi dalam uji relasi kendall's tau-b di atas, maka kita mampu menciptakan suatu kesimpulan bahwa “hubungan antara Lokasi dengan Kepuasan Nasabah pada Koperasi Simpan Pinjam (KSP) Citra Dana ialah signifikan, kuat, dan searah.
Demikian pembahasan kita perihal cara melaksanakan uji kekerabatan kendall's tau-b untuk data ordinal dengan program SPSS. Selanjutnya, jikalau anda mendapatkan manfaat dari bimbingan ini silahkan anda bagikan ke media umum, supaya ilmu ini mampu bermanfaat bagi banyak orang yang membutuhkan. Terimakasih dan supaya 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 SPSSSumber https://spssindo.blogspot.com
EmoticonEmoticon