{"id":593,"date":"2023-07-29T09:47:17","date_gmt":"2023-07-29T09:47:17","guid":{"rendered":"https:\/\/statorials.org\/id\/kendall-tau\/"},"modified":"2023-07-29T09:47:17","modified_gmt":"2023-07-29T09:47:17","slug":"kendall-tau","status":"publish","type":"post","link":"https:\/\/statorials.org\/id\/kendall-tau\/","title":{"rendered":"Kendall&#39;s tau: definisi + contoh"},"content":{"rendered":"<p><\/p>\n<hr>\n<p><span style=\"color: #000000;\">Dalam statistik, <strong>korelasi<\/strong> mengacu pada kekuatan dan arah hubungan antara dua variabel. Nilai koefisien korelasi dapat berkisar antara -1 hingga 1, dengan -1 menunjukkan hubungan negatif sempurna, 0 menunjukkan tidak ada hubungan, dan 1 menunjukkan hubungan positif sempurna.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Koefisien korelasi yang paling umum digunakan adalah <a href=\"https:\/\/statorials.org\/id\/koefisien-korelasi-pearson-1\/\" target=\"_blank\" rel=\"noopener\">koefisien korelasi Pearson<\/a> , yang mengukur hubungan linier antara dua variabel numerik.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Koefisien korelasi yang kurang umum digunakan adalah <strong>Kendall&#8217;s Tau<\/strong> , yang mengukur hubungan antara dua kolom data yang diberi peringkat.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Rumus menghitung Kendall&#8217;s Tau yang sering disingkat \u03c4 adalah sebagai berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\">\u03c4 = (CD) \/ (C+D)<\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<p> <span style=\"color: #000000;\">C = banyaknya pasangan yang cocok<\/span><\/p>\n<p> <span style=\"color: #000000;\">D = banyaknya pasangan sumbang<\/span><\/p>\n<p> <span style=\"color: #000000;\">Contoh berikut mengilustrasikan cara menggunakan rumus ini untuk menghitung koefisien korelasi peringkat Kendall&#8217;s Tau untuk dua kolom data peringkat.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Contoh penghitungan Kendall&#8217;s Tau<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Diasumsikan dua pelatih bola basket memberi peringkat 12 pemainnya dari yang terburuk hingga yang terbaik. Tabel berikut menunjukkan peringkat yang diberikan masing-masing pelatih kepada para pemainnya:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5441 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/kendall1.png\" alt=\"Contoh Tau Kendall\" width=\"233\" height=\"281\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Karena kita bekerja dengan dua kolom data peringkat, maka wajar jika menggunakan Kendall&#8217;s Tau untuk menghitung korelasi antara peringkat kedua pelatih. Ikuti langkah-langkah berikut untuk menghitung Kendall&#8217;s Tau:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 1: Hitung jumlah pasangan yang cocok.<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Lihat saja peringkat pelatih #2. Dimulai dari pemain pertama, hitung berapa pangkat di bawahnya yang <em>lebih tinggi<\/em> . Misalnya ada 11 angka di bawah \u201c1\u201d yang lebih besar, maka kita tuliskan 11:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5443 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/kendall2.png\" alt=\"Kumpulan data Kendall tau\" width=\"308\" height=\"271\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Pindah ke pemain berikutnya dan ulangi prosesnya. Ada 10 angka di bawah \u201c2\u201d yang lebih besar, jadi kita tulis 10:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5444 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/kendall3.png\" alt=\"Perhitungan pasangan konkordan Kendall tau\" width=\"316\" height=\"280\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Saat kami mencapai pemain yang peringkatnya <em>lebih rendah<\/em> dari pemain sebelumnya, dia akan diberi nilai yang sama dengan pemain sebelumnya. Misalnya, Elliot memiliki peringkat &#8220;4&#8221; yang lebih rendah dari peringkat pemain sebelumnya &#8220;5&#8221; sehingga ia hanya diberi nilai yang sama dengan pemain sebelumnya:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5445 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/kendall4.png\" alt=\"Tau Kendall\" width=\"321\" height=\"286\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Ulangi proses ini untuk semua pemain:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5446 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/kendall5.png\" alt=\"Tau Kendall\" width=\"321\" height=\"288\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 2: Hitung jumlah pasangan sumbang.<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">Sekali lagi, lihat saja peringkat Pelatih #2. Untuk setiap pemain, hitung berapa peringkat di bawahnya yang <em>lebih kecil<\/em> . Misalnya, Pelatih #2 memberi AJ peringkat \u201c1\u201d dan tidak ada pemain di bawahnya yang memiliki peringkat lebih rendah. Jadi, kami memberinya nilai 0:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5447 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/kendall6.png\" alt=\"Perhitungan tau Kendall untuk pasangan sumbang\" width=\"396\" height=\"283\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Ulangi proses ini untuk setiap pemain:<\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5448 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/kendall7.png\" alt=\"Contoh tau Kendall\" width=\"397\" height=\"282\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\"><strong>Langkah 3: Hitung jumlah setiap kolom dan temukan Tau Kendall.<\/strong><\/span> <\/p>\n<p><img decoding=\"async\" loading=\"lazy\" class=\"aligncenter wp-image-5449 \" src=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/kendall8.png\" alt=\"Perhitungan tau Kendall\" width=\"401\" height=\"308\" srcset=\"\" sizes=\"\"><\/p>\n<p> <span style=\"color: #000000;\">Tau Kendall = (CD) \/ (C+D) = (63-3) \/ (63+3) = (60\/66) = <strong>0,909<\/strong> .<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Pentingnya statistik Kendall&#8217;s Tau<\/strong><\/span><\/h2>\n<p> Jika Anda memiliki lebih dari n=10 pasang, Kendall&#8217;s Tau umumnya mengikuti distribusi normal. Anda dapat menggunakan rumus berikut untuk menghitung skor-z untuk Kendall&#8217;s Tau:<\/p>\n<p> <span style=\"color: #000000;\">z = 3\u03c4*\u221a <span style=\"text-decoration: overline;\">n(n-1)<\/span> \/ \u221a <span style=\"text-decoration: overline;\">2(2n+5)<\/span><\/span><\/p>\n<p> <span style=\"color: #000000;\">Emas:<\/span><\/p>\n<p> <span style=\"color: #000000;\">\u03c4 = nilai yang Anda hitung untuk Kendall&#8217;s Tau<\/span><\/p>\n<p> <span style=\"color: #000000;\">n = jumlah pasangan<\/span><\/p>\n<p> <span style=\"color: #000000;\">Berikut cara menghitung <em>z<\/em> pada contoh sebelumnya:<\/span><\/p>\n<p> <span style=\"color: #000000;\">z = 3(.909)*\u221a <span style=\"text-decoration: overline;\">12(12-1)<\/span> \/ \u221a <span style=\"text-decoration: overline;\">2(2*12+5)<\/span> = <strong>4.11<\/strong> .<\/span><\/p>\n<p> <span style=\"color: #000000;\">Dengan menggunakan kalkulator skor-Z nilai-P, kita melihat bahwa nilai-p untuk skor-z ini adalah <strong>0,00004<\/strong> , yang secara statistik signifikan pada tingkat alfa 0,05. Dengan demikian, terdapat korelasi yang signifikan secara statistik antara peringkat yang diberikan kedua pelatih kepada para pemainnya.<\/span><\/p>\n<h2> <span style=\"color: #000000;\"><strong>Bonus: Cara menghitung Kendall&#8217;s Tau di R<\/strong><\/span><\/h2>\n<p> <span style=\"color: #000000;\">Dalam perangkat lunak statistik R, Anda dapat menggunakan fungsi <strong>kendall.tau()<\/strong> dari perpustakaan VGAM untuk menghitung Tau Kendall untuk dua vektor, yang menggunakan sintaks berikut:<\/span><\/p>\n<p> <span style=\"color: #000000;\"><strong>kendall.tau(x, y)<\/strong><\/span><\/p>\n<p> <span style=\"color: #000000;\">dimana <em>x<\/em> dan <em>y<\/em> adalah dua vektor digital yang sama panjang.<\/span><\/p>\n<p> <span style=\"color: #000000;\">Kode berikut mengilustrasikan cara menghitung Kendall&#8217;s Tau untuk data persis yang kita gunakan pada contoh sebelumnya:<\/span><\/p>\n<pre style=\"background-color: #e5e5e5; font-size: 15px;\"> <strong><span style=\"color: #008080;\">#load <em>VGAM\n<\/em><\/span>library(VGAM)\n\n<span style=\"color: #008080;\">#create vector for each coach's rankings<\/span>\ncoach_1 &lt;- c(1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12)\ncoach_2 &lt;- c(1, 2, 3, 5, 4, 7, 6, 8, 10, 9, 11, 12)\n\n<span style=\"color: #008080;\">#calculate Kendall's Tau\n<\/span>kendall.tau(coach_1, coach_2)\n\n#[1] 0.9090909<\/strong><\/pre>\n<p> <span style=\"color: #000000;\">Perhatikan bagaimana nilai Tau Kendall cocok dengan nilai yang kita hitung secara manual.<\/span><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Dalam statistik, korelasi mengacu pada kekuatan dan arah hubungan antara dua variabel. Nilai koefisien korelasi dapat berkisar antara -1 hingga 1, dengan -1 menunjukkan hubungan negatif sempurna, 0 menunjukkan tidak ada hubungan, dan 1 menunjukkan hubungan positif sempurna. Koefisien korelasi yang paling umum digunakan adalah koefisien korelasi Pearson , yang mengukur hubungan linier antara dua [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v21.5 - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Kendall&#039;s Tau: definisi + contoh - Statologi<\/title>\n<meta name=\"description\" content=\"Penjelasan sederhana tentang koefisien korelasi peringkat Tau Kendall, beserta definisi dan contoh cara menghitungnya.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/statorials.org\/id\/kendall-tau\/\" \/>\n<meta property=\"og:locale\" content=\"id_ID\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Kendall&#039;s Tau: definisi + contoh - Statologi\" \/>\n<meta property=\"og:description\" content=\"Penjelasan sederhana tentang koefisien korelasi peringkat Tau Kendall, beserta definisi dan contoh cara menghitungnya.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/statorials.org\/id\/kendall-tau\/\" \/>\n<meta property=\"og:site_name\" content=\"Statorials\" \/>\n<meta property=\"article:published_time\" content=\"2023-07-29T09:47:17+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/kendall1.png\" \/>\n<meta name=\"author\" content=\"Benjamin anderson\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Ditulis oleh\" \/>\n\t<meta name=\"twitter:data1\" content=\"Benjamin anderson\" \/>\n\t<meta name=\"twitter:label2\" content=\"Estimasi waktu membaca\" \/>\n\t<meta name=\"twitter:data2\" content=\"3 menit\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/statorials.org\/id\/kendall-tau\/\",\"url\":\"https:\/\/statorials.org\/id\/kendall-tau\/\",\"name\":\"Kendall&#39;s Tau: definisi + contoh - Statologi\",\"isPartOf\":{\"@id\":\"https:\/\/statorials.org\/id\/#website\"},\"datePublished\":\"2023-07-29T09:47:17+00:00\",\"dateModified\":\"2023-07-29T09:47:17+00:00\",\"author\":{\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\"},\"description\":\"Penjelasan sederhana tentang koefisien korelasi peringkat Tau Kendall, beserta definisi dan contoh cara menghitungnya.\",\"breadcrumb\":{\"@id\":\"https:\/\/statorials.org\/id\/kendall-tau\/#breadcrumb\"},\"inLanguage\":\"id\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/statorials.org\/id\/kendall-tau\/\"]}]},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/statorials.org\/id\/kendall-tau\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/statorials.org\/id\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Kendall&#39;s tau: definisi + contoh\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/statorials.org\/id\/#website\",\"url\":\"https:\/\/statorials.org\/id\/\",\"name\":\"Statorials\",\"description\":\"Panduan anda untuk kompetensi statistik!\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/statorials.org\/id\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"id\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81\",\"name\":\"Benjamin anderson\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"id\",\"@id\":\"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/\",\"url\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"contentUrl\":\"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg\",\"caption\":\"Benjamin anderson\"},\"description\":\"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya\",\"sameAs\":[\"http:\/\/statorials.org\/id\"]}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Kendall&#39;s Tau: definisi + contoh - Statologi","description":"Penjelasan sederhana tentang koefisien korelasi peringkat Tau Kendall, beserta definisi dan contoh cara menghitungnya.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/statorials.org\/id\/kendall-tau\/","og_locale":"id_ID","og_type":"article","og_title":"Kendall&#39;s Tau: definisi + contoh - Statologi","og_description":"Penjelasan sederhana tentang koefisien korelasi peringkat Tau Kendall, beserta definisi dan contoh cara menghitungnya.","og_url":"https:\/\/statorials.org\/id\/kendall-tau\/","og_site_name":"Statorials","article_published_time":"2023-07-29T09:47:17+00:00","og_image":[{"url":"https:\/\/statorials.org\/wp-content\/uploads\/2023\/08\/kendall1.png"}],"author":"Benjamin anderson","twitter_card":"summary_large_image","twitter_misc":{"Ditulis oleh":"Benjamin anderson","Estimasi waktu membaca":"3 menit"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/statorials.org\/id\/kendall-tau\/","url":"https:\/\/statorials.org\/id\/kendall-tau\/","name":"Kendall&#39;s Tau: definisi + contoh - Statologi","isPartOf":{"@id":"https:\/\/statorials.org\/id\/#website"},"datePublished":"2023-07-29T09:47:17+00:00","dateModified":"2023-07-29T09:47:17+00:00","author":{"@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81"},"description":"Penjelasan sederhana tentang koefisien korelasi peringkat Tau Kendall, beserta definisi dan contoh cara menghitungnya.","breadcrumb":{"@id":"https:\/\/statorials.org\/id\/kendall-tau\/#breadcrumb"},"inLanguage":"id","potentialAction":[{"@type":"ReadAction","target":["https:\/\/statorials.org\/id\/kendall-tau\/"]}]},{"@type":"BreadcrumbList","@id":"https:\/\/statorials.org\/id\/kendall-tau\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/statorials.org\/id\/"},{"@type":"ListItem","position":2,"name":"Kendall&#39;s tau: definisi + contoh"}]},{"@type":"WebSite","@id":"https:\/\/statorials.org\/id\/#website","url":"https:\/\/statorials.org\/id\/","name":"Statorials","description":"Panduan anda untuk kompetensi statistik!","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/statorials.org\/id\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"id"},{"@type":"Person","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/3d17a1160dd2d052b7c78e502cb9ec81","name":"Benjamin anderson","image":{"@type":"ImageObject","inLanguage":"id","@id":"https:\/\/statorials.org\/id\/#\/schema\/person\/image\/","url":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","contentUrl":"http:\/\/statorials.org\/id\/wp-content\/uploads\/2023\/10\/Dr.-Benjamin-Anderson-96x96.jpg","caption":"Benjamin anderson"},"description":"Halo, saya Benjamin, pensiunan profesor statistika yang menjadi guru Statorial yang berdedikasi. Dengan pengalaman dan keahlian yang luas di bidang statistika, saya ingin berbagi ilmu untuk memberdayakan mahasiswa melalui Statorials. Baca selengkapnya","sameAs":["http:\/\/statorials.org\/id"]}]}},"yoast_meta":{"yoast_wpseo_title":"","yoast_wpseo_metadesc":"","yoast_wpseo_canonical":""},"_links":{"self":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/593"}],"collection":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/comments?post=593"}],"version-history":[{"count":0,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/posts\/593\/revisions"}],"wp:attachment":[{"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/media?parent=593"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/categories?post=593"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/statorials.org\/id\/wp-json\/wp\/v2\/tags?post=593"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}