Statistika non parametrik adalah metode analisis statistika yang tidak memerlukan asumsi-asumsi tertentu. Metode ini juga disebut Statistika bebas distribusi.
Pada pembahasan ini, statistika non paramterik yang dibahas adalah metode korelatif yaitu Metode Korelasi Rank Spearman dan Kendal Tau. Langsung saja, berikut analisis korelasi Rank Spearman dan Kendal Tau di R. Misalkan kita punya data sebagai berikut :
x <- c(4,5,4,6,7,8,6,8,4,2,4,6)
y <- c(6,8,7,8,9,10,8,11,4,6,5,8)
print(x)## [1] 4 5 4 6 7 8 6 8 4 2 4 6print(y)## [1] 6 8 7 8 9 10 8 11 4 6 5 8Kita bisa gunkana fungsi cor.test dari package base di R sebagai berikut :
cor.test(x,y, method = 'spearman')## Warning in cor.test.default(x, y, method = "spearman"): Cannot compute exact p-
## value with ties##
## Spearman's rank correlation rho
##
## data: x and y
## S = 21.469, p-value = 1.653e-05
## alternative hypothesis: true rho is not equal to 0
## sample estimates:
## rho
## 0.9249332Berdasarkan output di atas nilai rho sebesar 0.92 menunjukkan korelasi yang kuat antara x dan y./
Selanjutnya membahas korelasi Kendal Tau. yaitu sebuah metode korelasi untuk data ordinal./ misalkan kita punya data sebagai berikut:
a <- c(1,1,2,4,3,2,4,4,3,2,3,4,2,2)
b <- c(2,3,1,4,2,3,4,5,2,1,2,1,2,3)
print(a)## [1] 1 1 2 4 3 2 4 4 3 2 3 4 2 2print(b)## [1] 2 3 1 4 2 3 4 5 2 1 2 1 2 3Data a dan b merupakan data ordinal dengan keterangan sebagai berikut :
Keterangan
Mari langsung saja kita lihat korelasnya menggunakan fungsi cor.test di R
cor.test(a,b, method = "kendall")## Warning in cor.test.default(a, b, method = "kendall"): Cannot compute exact p-
## value with ties##
## Kendall's rank correlation tau
##
## data: a and b
## z = 0.95155, p-value = 0.3413
## alternative hypothesis: true tau is not equal to 0
## sample estimates:
## tau
## 0.2207369Berdasarkan output di atas nilai korelasi antara data a dan b sebesar 0.22 artinya korelasinya lemah./ Itu tadi tutorial statistika non parametrik khusus untuk metode korelatif. Semoga Bermanfaat./ Baca artikel lainnya di sini