Please enable JavaScript.
Coggle requires JavaScript to display documents.
Uji Korelasi Spearman, Uji Korelasi Kendall Tau, Gamma - Coggle Diagram
Uji Korelasi Spearman
Kelebihan
-
Robust terhadap outlier: Outlier (nilai ekstrem) memiliki pengaruh yang lebih kecil pada uji Spearman dibandingkan dengan uji parametrik seperti uji korelasi Pearson
-
Uji Spearman dapat mendeteksi beberapa jenis hubungan non-linear selama hubungan tersebut monotonik (misalnya, hubungan eksponensial atau logaritmik).
Definisi
-
Uji non-parametrik yang digunakan untuk mengukur kekuatan dan arah hubungan monotonik antara dua variabel.
"Monotonik" berarti variabel cenderung bergerak bersama, baik naik atau turun, tetapi tidak harus pada tingkat yang konstan.
-
Kekurangan
Uji Spearman hanya menunjukkan asosiasi, bukan kausalitas
Sensitif terhadap ties (nilai yang sama): Ketika ada banyak ties dalam data, uji Spearman mungkin kurang akurat.
-
Interpretasi Hasil
-
Nilai p (p-value):
Nilai p digunakan untuk menentukan signifikansi statistik dari korelasi. Jika nilai p kurang dari tingkat signifikansi yang telah ditentukan (misalnya, 0,05), maka korelasi dianggap signifikan secara statistik. Artinya, kemungkinan mengamati korelasi sebesar yang diamati jika tidak ada hubungan yang sebenarnya di dalam populasi adalah kecil.
Uji Korelasi Kendall Tau
Definisi
Uji Kendall Tau (τ) adalah uji korelasi non-parametrik yang digunakan untuk mengukur kekuatan dan arah hubungan monotonik antara dua variabel.
Kendall's tau dihitung berdasarkan konkordansi dan diskordansi pasangan data, dan ia memiliki beberapa perbedaan dengan Spearman's rho dalam hal interpretasi dan sensitivitas terhadap jenis hubungan tertentu.
Prinsip Dasar
Diskordan (D): Sepasang observasi dikatakan diskordan jika peringkat kedua variabel untuk pasangan tersebut memiliki arah yang berlawanan. Artinya, jika observasi A memiliki peringkat yang lebih tinggi daripada observasi B pada variabel pertama, maka observasi A harus memiliki peringkat yang lebih rendah daripada observasi B pada variabel kedua.
Ties (Tx atau Ty): Terjadi ketika dua observasi memiliki peringkat yang sama pada variabel X (Tx) atau variabel Y (Ty).
Konkordan (C): Sepasang observasi dikatakan konkordan jika peringkat kedua variabel untuk pasangan tersebut memiliki arah yang sama. Artinya, jika observasi A memiliki peringkat yang lebih tinggi daripada observasi B pada variabel pertama, maka observasi A juga harus memiliki peringkat yang lebih tinggi daripada observasi B pada variabel kedua.
-
Kelebihan
-
-
Menangani ties dengan lebih baik dan cocok untuk berbagai jenis data (tabel persegi dan persegi panjang).
Kekurangan
Kurang familiar daripada Spearman's rho: Spearman's rho lebih umum digunakan dan lebih mudah dihitung secara manual.
Perhitungan lebih kompleks: Terutama untuk Tau-b, perhitungannya lebih rumit daripada Spearman's rho, meskipun perangkat lunak statistik dapat dengan mudah menghitungnya.
-