Uji Birnbaum-Hall

DATA. Datanya terdiri dari tiga sampel acak yang saling bebas, yang masing-masing berukuran n.
Untuk fungsi distribusi yang empiris dari 3 sampel tersebut dinyatakan sebagai S
1
(x), S
2
(x), dan S
3
(x),
sedangkan untuk fungsi distribusi yang tidak diketahui dari 3 sampel tersebut dinyatakan dengan
F
1
(x), F
2
(x), dan F
3
(x).
ASUMSI.
1. Sampelnya merupakan sampel acak, saling bebas satu sama lain.
2. Skala pengukurannya skala ordinal.
3. Agar pengujiaannya tepat, variabel acak yang diperlukan adalah variabel acak kontinu, kecuali
ujinya bersifat konservatif.

HIPOTESIS.
H
0
: F
1
(x), F
2
(x), dan F
3
(x) identik satu sama lain.
H
1
: Sedikitnya 2 dari distribusi fungsi tersebut berbeda satu sama lain.

STATISTIK UJI. Membandingkan jarak vertikal yang paling besar antara S
1
(x) dan S
2
(x), antara S
2
(x)
dan S
3
(x), serta antara S
1
(x) dan S
3
(x), tanpa memperhatikan tanda. Statistik uji dari Birnbaum-Hall T
1

sama dengan beberapa jarak tersebut yang paling besar. Secara matematis, T
1
dapat dinyatakan
sebagai berikut :
x S x S T
j i
j i x

. .
1
sup
di mana :
T
1
= supremum pada semua x, dan semua i dan j (dari 1 sampai 3) dari selisih mutlak antara
fungsi distribusi empiris S
i
(x) dan S
j
(x).

PENGAMBILAN KEPUTUSAN. Menolak H
0
pada taraf signifikansi jika T
1
melebihi kuantil 1 (w
1
)
seperti yang ditunjukkan pada Tabel 18. Dalam keadaan lain, menerima H
0
jika ketiga fungsi
distribusi tersebut identik.

Contoh 1
Ada 12 sukarelawan yang bersedia pada setiap 3 program penurunan berat badan. Penugasan para
relawan untuk program tersebut dilakukan secara acak dan diasumsikan bahwa seluruhnya ada 36
sukarelawan sebagai sampel acak dari orang - orang yang boleh mencoba program penurunan berat
badan. Hipotesis nol-nya adalah tidak ada perbedaan distribusi peluang dari jumlah berat badan
yang hilang di bawah 3 program tersebut. Dan hipotesis alternatifnya ada perbedaan. Hasil yang
ditunjukkan di bawah ini adalah jumlah berat badan yang hilang dalam pon oleh setiap orang.

Program A Program B Program C
2 17 17 5 29 5
12 4 15 6 3 25
5 25 3 19 25 32
4 6 19 4 28 24
26 21 5 9 11 36
8 6 14 7 7 20

Fungsi distribusi empiris muncul pada Gambar 1. Jarak vertikal terbesar antara setiap 2 fungsi
distribusi empiris ditunjukkan pada Gambar 1 yang terjadi pada x = 19, antara S
2
(x) dan S
3
(x), yaitu
progam B dan program C. Selisihnya adalah 8/12. Daerah kritis yaitu 0,05 sesuai dengan semua
nilai T
1
lebih besar dari 7/12, kuantil 0,95 diperoleh dari Tabel 18 untuk n = 12. Oleh karena itu,
hipotesis nol ditolak, dan dapat disimpulkan bahwa sesungguhnya program penurunan badan yang
berbeda tersebut yang dilakukan itu berbeda dengan memperhatikan distribusi peluang jumlah pon
yang hilang. Daerah kritis di-estimasi dari Tabel 18 seperti sedikit kurang dari 0,05. Daerah kritis yang
tepat dapat diperoleh dari tabel yang lebih ekstensif yang dilengkapi oleh Birnbaum dan Hall (1960),
yaitu sama dengan 0,022.


Gambar 1. Grafik menunjukkan ketiga fungsi distribusi yang empiris dan statistik uji Birnbaum-Hall T1

TEORI. Distribusi statistik Birnbaum-Hall ditemukan dengan cara yang sama yaitu fungsi distribusi
statistik Smirnov dan fungsi distribusi Kruskel-Wallis. Ini berarti bahwa di bawah hipotesis nol dari
distribusi yang identik, setiap susunan dari kombinasi sampel yang terurut cenderung sama. Statistik
T
1
dihitung untuk setiap susunan, maka distribusi T
1
diperoleh. Prosedurnya disederhanakan menjadi
taraf yang besar dari persamaan-persamaan berbeda yang digunakan oleh Birnbaum dan Hall
(1960). Kuantil asimtotik yang berdasarkan pada dugaan tidak terbukti oleh penulis, yang
menyatakan bahwa distribusi sampel besar dari T
1
tampaknya akan sangat mirip dengan distribusi
sampel besar dari satu sisi statistik T
1
untuk 7 sampel, yang akan dijelaskan selanjutnya karena
kemiripan pada struktur daerah kritisnya.

Selanjutnya perluasan dari satu sisi statistik Smirnov pada kasus multi sampel menjadi tepat jika
hipotesis alternatif yaitu bukan hanya mengatakan bahwa terdapat perbedaan tetapi menyatakan di
mana arah perbedaan itu akan ada, jika memang terdapat perbedaan. Sebagai contoh, jika suatu
populasi yang identik kecuali satu variabel, seperti tingkat dosis pada populasi tanaman atau hewan,
atau tingkat umur pada populasi manusia, maka orang yang bereksperimen dapat selalu
menyatakan bahwa jika terdapat perbedaan antar populasi. Perbedaan tersebut akan ditunjukkan
sebagai kecenderungan terhadap observasi untuk menjadi lebih besar dalam populasi yang dulu,
atau lebih kecil seperti tingkat dosis yang meningkat, dan seterusnya. Satu sisi alternatif yang
membuat satu sisi perluasan uji Smirnov ini menjadi tepat.