Anda di halaman 1dari 5

Statistika Non Parametrik Bab 2 : Uji Statistik Sampel Tunggal

Bab 2
Uji Statistik Sampel Tunggal

4. Uji Cox-Stuart untuk Memeriksa Kecenderungan


Dalam riset-riset, para peneliti sering ingin menentukan atau memastikan apakah serangkaian
pengamatan yang dilakukan dari waktu ke waktu menunjukkan suatu kecenderungan (trend).
Ada dua jenis kecenderungan, yaitu : kecenderungan naik (upward trend) dan kecenderungan
turun ( downward trend). Serangkaian pengamatan dinyatakan menunjukkan suatu
kecenderungan naik apabila nilai karakteristik yang diminati pada pengamatan-pengamatan yang
terakhir cenderung lebih besar daripada pengamatan-pengamatan terdahulu. Sebaliknya, data
menunjukkan suatu kecenderungan menurun apabila hasil pengamatan-pengamatan yang
terakhir cenderung lebih kecil daripada pengamatan-pengamatan terdahulu.
Cox dan Stuart telah memberikan suatu uji yang mudah diterapkan untuk mendeteksi
kecenderungan. Uji ini, yang disebut uji kecenderungan Cox-Stuart (Cox-Stuart test for
trend), yang pada hakekatnya adalah modifikasi dari uji Tanda. Untuk menggunakan uji ini,
dipasangkan salah satu dari hasil pengamatan terdahulu dengan salah satu dari hasil
pengamatan yang terakhir. Apabila hasil pengamatan yang terdahulu lebih kecil daripada yang
terakhir, maka pasangan ini diberi tanda minus “-“. Apabila hasil pengamatan yang terdahulu
lebih besar daripada yang terakhir, maka pasangan ini diberi tanda plus “+”. Dalam serangkaian
pengamatan, tanda plus lebih banyak menyatakan kecenderungan yang menurun, sedangkan
tamda minus lebih banyak menyatakan kecenderungan yang naik. Jida tanda plus dan tanda
minus sama banyak, berarti hasil-hasil pengamatan tidak memiliki kecenderungan.

Asumsi-asumsi
A. Data yang tersedia untuk dianalisis terdiri atas n’ hasil pengamatan independen : X1 , X2 ,
X3 , . . . , Xn’ , yang tersusun dalam urutan tertentu.
B. Skala pengukuran sekurang-kurangnya ordinal.

Hipotesis-hipotesis
A (Dua Sisi)
H0 : Tidak ada kecenderungan dalam data.
H1 : Ada kecenderungan, entah naik atau menurun.
B (Satu Sisi)
H0 : Tidak ada kecenderungan dalam data.
H1 : Ada kecenderungan menurun.
C (Satu Sisi)
H0 : Tidak ada kecenderungan dalam data.
H1 : Ada kecenderungan naik.

α)
Taraf Nyata (α

halaman 8
Statistika Non Parametrik Bab 2 : Uji Statistik Sampel Tunggal

Statistik Uji
1. Buatlah pasangan-pasangan data yang berbentuk :
(X1 , X1+c), (X2 , X2+c), (X3 , X3+c) . . . (Xn’-c , Xn’)
dengan C = n’/2, bila n’ suatu bilangan genap, sehingga banyak pasangan data ini sebanyak
n = C . Sedangkan untuk C = (n’ + 1)/2 bila n’ suatu bilangan ganjil, maka akan terdapat
data yang disingkirkan, yaitu data yang di tengah atau data ke-C, sehingga banyak pasangan
data ini sebanyak n = C - 1.
2. Setiap pasangan (Xi , Xi+C) untuk Xi yang lebih besar daripada Xi+c diberi tanda plus “+”,
untuk Xi yang lebih kecil daripada Xi+c diberi tanda plus “-”, dan untuk Xi yang sama dengan
Xi+c maka pasangan data ini diabaikan/disingkirkan dari analisis, sehingga banyaknya
pasangan data ini berkurang sebanyak pasangan data yang disingkirkan.
3. Hitung jumlah tanda plus (T+) dan jumlah tanda minus (T-).
4. Untuk Hipotesis A (dua sisi) : Tentukan T dari T+ atau T- yang terkecil.
Untuk Hipotesis B (satu sisi) : Tentukan T dari T- , jadi T = T-
Untuk Hipotesis C (satu sisi) : Tentukan T dari T+ , jadi T = T+
5. Hitung P(K ≤ T | n, 0,50) berdasarkan Tabel 1. Distribusi Peluang Binomial.
Banyaknya n tergantung banyaknya pasangan data yang disingkirkan , lihat langkah 2.

Kaidah Pengambilan Keputusan


Untuk A (Dua Sisi) :
Tolaklah H0 , jika P(K ≤ T | n, 0,50) sama atau lebih kecil dari α/2.
Untuk B (Satu Sisi) :
Tolaklah H0 , jika P(K ≤ T | n, 0,50) sama atau lebih kecil dari α.
Untuk C (Satu Sisi) :
Tolaklah H0 , jika P(K ≤ T | n, 0,50) sama atau lebih kecil dari α.

halaman 9
Statistika Non Parametrik Bab 2 : Uji Statistik Sampel Tunggal

Contoh 2.4 :
Tabel 2.13 memperlihatkan panjang musim tanam di suatu negara bagian Amerika Serikat,
untuk tahun-tahun 1899 sampai dengan 1938, sebagaiaman yang dilaporkan oleh Departemen
Pertanian Amerika Serikat. Apakah berdasarkan hasil-hasil pengamatan ini terdapat
kecenderungan ? Andaikan α = 0,05

Tabel 2.13 Panjang musim tanam, dalam hari, di negara bagian Amerika Serikat, 1899-1938

Tahun Panjang musim tanam Tahun Panjang musim tanam


1899 207 1919 227
1900 223 1920 213
1901 235 1921 213
1902 254 1922 261
1903 237 1923 222
1904 217 1924 237
1905 188 1925 239
1906 204 1926 216
1907 182 1927 260
1908 230 1928 246
1909 223 1929 256
1910 227 1930 242
1911 242 1931 266
1912 238 1932 242
1913 207 1933 249
1914 201 1934 228
1915 226 1935 255
1916 243 1936 226
1917 215 1937 209
1918 259 1938 247
Sumber : data fiktif

Penyelesaian :

Hipotesis :
H0 : Tidak ada kecenderungan dalam data.
H1 : Ada kecenderungan, entah naik atau turun.

Taraf Nyata : α = 0,05 , maka α/2 = 0,025

Statistik Uji :
1. Karena n’ = 40 adalah bilangan genap, maka C = 40/2 = 20, sehingga terdapat 20 pasangan
hasil pengamatan yang dapat dilihat pada Tabel 2.14, yaitu :

halaman 10
Statistika Non Parametrik Bab 2 : Uji Statistik Sampel Tunggal

Tabel 2.14 Hasil-hasil pasangan hasil pengamatan untum Contoh 2.4

Pasangan Tahun Pasangan hasil pengamatan Tanda


(1899 , 1919) (207 , 227) -
(1900 , 1920) (223 , 213) +
(1901 , 1921) (235 , 213) +
(1902 , 1922) (254 , 261) -
(1903 , 1923) (237 , 222) +
(1904 , 1924) (217 , 237) -
(1905 , 1925) (188 , 239) -
(1906 , 1926) (204 , 216) -
(1907 , 1927) (182 , 260) -
(1908 , 1928) (230 , 246) -
(1909 , 1929) (223 , 256) -
(1910 , 1930) (227 , 242) -
(1911 , 1931) (242 , 266) -
(1912 , 1932) (238 , 242) +
(1913 , 1933) (207 , 249) -
(1914 , 1934) (201 , 228) -
(1915 , 1935) (226 , 255) -
(1916 , 1936) (243 , 226) +
(1917 , 1937) (215 , 209) +
(1918 , 1938) (259 , 247) +

2. Berdasarkan Tabel 2.4 diperoleh bahwa n = 20, T+ = 6 dan T- = 14.


3. Karena hipotesisnya dua sisi, maka nilai T ditentukan oleh T+ dan T- terkecil.
Karena T+ (= 6) lebih kecil daripada T- (= 14), maka T = T+ = 6
4. Berdasarkan dari Tabel 1. Distribusi Peluang Binomial untuk n = 20 dan p = 0,50 diperoleh :

n = 20
r\p 0,50
0 0,0000 P(K ≤ T | n, 0,50) = P(K ≤ 6 | 20, 0,50)
1 0,0000 r = 0
2 0,0002 r = 1
3 0,0011 
r = 2
4 0,0046 
5 0,0148 Karena K ≤ 1, maka K ≤ 1 = r = 3
6 0,0370 r = 4

7 0,0739
r = 5
8 0,1201 r = 6
9 0,1602 
10 0,1762 Sehingga
11 0,1602 P(K ≤ 6 | 20, 0,50) = P(r = 0) + P(r = 1) + P(r = 2) + P(r = 3)
12 0,1201 + P(r = 4) + P(r = 5) + P(r = 6)
13 0,0739 = 0,0000 + 0,0000 + 0,0002 + 0,0011
14 0,0370 + 0,0046 + 0,0148 + 0,0370
P(K ≤ 6 | 20, 0,50) = 0,0577
15 0,0148
16 0,0046

halaman 11
Statistika Non Parametrik Bab 2 : Uji Statistik Sampel Tunggal

Sehingga P(K ≤ T | n, 0,50) = P(K ≤ 6 | 20, 0,50) = 0,0577

Keputusan
Karena P(K ≤ 6 | 20, 0,50) = 0,0577 lebih besar dari α/2 = 0,025, maka H0 diterima.

Kesimpulan
Bahwa berdasarkan hasil-hasil pengamatan ini tidak terdapat kecenderungan baik naik maupun
turun, pada taraf nyata 0,05

Aproksimasi bila sampel besar. Aproksimasi sampel besar untuk uji kecenderungan Cox-
Stuart ini sama dengan uji Tanda.

halaman 12