Metode Nonparametrik untuk Menaksir Koefisien Korelasi Parsial

Abstract

Korelasi pada statistika nonparametrik tidak memerlukan asumsi dan bebas distribusi dengan data minimal berskala ordinal. Pada skripsi ini akan dibahas mengenai korelasi parsial (nonparametrik). Korelasi parsial tau Kendall merupakan generalisasi dari korelasi tau Kendall. Yang membedakan antara koefisien korelasi tau Kendall dengan korelasi ranking partial Kendall adalah jika koefisien korelasi tau Kendall hanya mengukur hubungan antara dua variabel yaitu X dan Y, sedangkan korelasi ranking partial Kendall adalah mengukur hubungan antara dua variabel yaitu X dan Y tetapi ada satu variabel (Z) atau lebih yang dianggap konstan. Perhitungan korelasi parsial Kendall yang sebelumnya telah dikemukan dalam buku Siegel (1992), hanya untuk data yang tidak terdapat data kembar. Ebuh GU dan Oyeka ICA telah menemukan perhitungan yang sama dengan Kendall tetapi perhitungan yang mereka kemukakan dapat mengatasi jika terdapat data pengamatan yang sama. Pada skripsi ini akan dibahas mengenai kuat hubungan antara disiplin kerja (X) dan kinerja (Y) dengan lingkungan kerja (Z) dianggap konstan dengan menggunakan korelasi parsial Kendall ditemukan oleh Ebuh GU dan Oyeka ICA beserta uji keberartiannya. Hasil dari perhitungan untuk korelasi parsial berdasarkan perhitungan yang dikemukakan oleh Ebuh GU dan Oyeka ICA adalah sebesar 0.299602 dan hasil dari uji keberartian korelasi parsial tersebut menunjukkan adanya hubungan antara disiplin kerja dan kinerja dengan lingkungan kerja dianggap konstan.