MAKALAH
Disusun oleh:
DAFTAR ISI............................................................................................................................... i
BAB I UJI INDEPENDENSI KAI KUADRAT (TEST OF INDEPENDENCE) ...................... 1
1.1 Teori Uji Independensi Kai Kuadrat ........................................................................... 1
1.2 Langkah-Langkah Uji Independensi Kai Kuadrat ...................................................... 2
1.3 Contoh Kasus Uji Independesi Kai Kuadrat ............................................................... 3
1.4 Aplikasi Uji Independensi Kai Kuadrat dengan SPSS ................................................ 4
BAB II UJI PASTI FISHER (FISHER EXACT) ...................................................................... 8
2.1 Teori Konsep Uji Pasti Fisher ..................................................................................... 8
2.2 Kegunaan ..................................................................................................................... 8
2.3 Ketentuan Penggunaan Uji Pasti Fisher ...................................................................... 8
2.4 Rumus dan Prosedur Pengujian................................................................................... 9
2.5 Contoh Soal ............................................................................................................... 10
2.6 Aplikasi Uji Pasti Fisher dengan Menggunakan SPSS ............................................. 13
BAB III UJI RUN..................................................................................................................... 16
3.1 Teori Konsep Uji Run ............................................................................................... 16
3.2 Kegunaan Uji Run ..................................................................................................... 16
3.3 Langkah Uji Run ....................................................................................................... 17
3.4 Contoh Kasus Uji Run ............................................................................................... 18
3.5 Aplikasi Uji Run (SPSS)............................................................................................ 21
DAFTAR PUSTAKA .............................................................................................................. 28
LAMPIRAN ............................................................................................................................. 29
i
BAB I
UJI INDEPENDENSI KAI KUADRAT (TEST OF INDEPENDENCE)
1
lebih dari 20% dari kategori mempunyai frekuensi yang diharapkan kurang dari 5.Jika
asumsi ini tidak terpenuhi, maka harus dilakukan pengelompokan ulang sampai hanya
menjadi dua kelompok saja (tabel 2 x 2). Jika persyaratan validitas masih tidak
terpenuhi sampai tabel berbentuk 2x2, uji fisher exact merupakan alternatif yang bisa
dipakai untuk ukuran sampel kecil (Murti, 1996).
Keterangan:
a, b, c dan d = frekuensi yang teramati atau nilai observasi
e. Menghitung nilai x2dengan rumus (Murti, 1996):
(𝑂𝑖 − 𝐸𝑖 )2
𝑥2 = ∑
𝐸𝑖
Keterangan:
Oi = frekuensi teramati pada sel i
Ei = frekuensi harapan pada sel i
Frekuensi harapan atau nilai ekspektasi masing-masing sel dihitung menggunakan
rumus:
2
𝑡𝑜𝑡𝑎𝑙 𝑏𝑎𝑟𝑖𝑠 𝑥 𝑡𝑜𝑡𝑎𝑙 𝑘𝑜𝑙𝑜𝑚
𝐸𝑖 =
𝑗𝑢𝑚𝑙𝑎ℎ 𝑘𝑒𝑠𝑒𝑙𝑢𝑟𝑢ℎ𝑎𝑛 𝑑𝑎𝑡𝑎
Khusus untuk tabel 2x2, nilai x2dapat dihitung menggunakan rumus kai kuadrat
Yate’s Correctionatau Continuity Correction, yaitu:
𝑁(𝑎𝑑 − 𝑏𝑐)2
𝑥2 =
(𝑎 + 𝑏)(𝑐 + 𝑑)(𝑎 + 𝑐) (𝑏 + 𝑑)
f. Kriteria penolakan H0 dalam uji independensi kai kuadrat sama dengan uji kai
kuadrat yang lain, yaitu H0 ditolak jika chi-squarehitung >chi-square tabel
(Syamsir, 2015).
3
d. Tabel kontingensi
Nilai Observasi (Observation) Nilai Ekspektasi (Expected)
Perilaku
Perilaku menyusui
menyusui
Status Status
Non Jmlh Jmlh
bekerja Eksklu bekerja Non
eksklus Eksklusif
sif eksklusif
if
(25*26)/5 (25*24)/5
Bekerja 8 17 25 Bekerja 25
0=13 0=12
Tidak Tidak (25*26)/5 (25*24)/5
18 7 25 25
bekerja bekerja 0=13 0=12
Jumlah 26 24 50 Jumlah 26 24 50
Menghitung nilai x²hitung
(O-
O E (O-E)
E)²/E
8 13 -5 1,92
17 12 5 2,08
18 13 5 1,92
7 12 -5 2,08
x²hitung 8,01
Karena tabel berbentuk 2x2, bisa menggunakan rumus Yate’s Correction
𝑁(𝑎𝑑 − 𝑏𝑐)2 50(8 ∗ 7 − 17 ∗ 18)2
𝑥2 = =
(𝑎 + 𝑏)(𝑐 + 𝑑)(𝑎 + 𝑐)(𝑏 + 𝑑) (8 + 17)(18 + 7)(8 + 18)(17 + 7)
= 8,01
e. Karena x²hitung>x²tabel (8,01> 3,841), maka H0 ditolak.
Kesimpulannya, secara statistic ada hubungan antara status bekerja dengan
perilaku menyusui eksklusif.
4
a. Buka program SPSS. Lakukan persiapan input data dengan membuat template.
Pada bagian name baris pertama tuliskan nama label untuk variabel status bekerja
(kerja), baris kedua nama label untukvariabel perilaku menyusui (asi_eksklusif).
Pada bagian decimals ganti dengan angka 0. Selanjutnya, klik titik tiga pada bagian
values, lalu muncul kotak dialog dengan nama value labels, kemudian isikan kode
kategori untuk masing-masing variabel seperti gambar di bawah. Klik add, setelah
semua kode kategori dimasukkan, klik OK.
b. Selanjutnya melakukan input data pada bagian data view. Isikan kode kategori
pada masing-masing variabel sesuai dengan data penelitian.
c. Untuk melakukan analisis data dengan uji independensi kai kuadrat, pilih menu
analyze, kemudian pilih descriptive statistic, dan pilih crosstab.
d. Muncul kotak dialog dengan nama crosstab. Masukkan variabel independen, pada
penelitian ini adalah variabel status bekerja (kerja), di kolom row(s), dan variabel
dependen (asi_eksklusif) di kolom column(s).
5
e. Klik option statistics pada kotak dialog crosstab. Berikan tanda sentang pada
bagian chi-square lalu klik continue. Klik option cells, berikan tanda centang pada
bagian rowlalu klik continue. Selanjutnya klik OK pada kotak dialog crosstab.
f. Muncul output tabulasi silang antara dua variabel yang diteliti dan hasil analisis uji
kai kuadrat.
6
Output SPSS menampilkan semua nilai chi-square dari berbagai macam uji,
seperti Pearson Chi-Square, Continuity Correction, atau Fisher Exact Test. Unuk
memilih nilai x2 atau p-value yang paling sesuai, gunakan asumsi-asumsi sebagai
berikut (Besral, 2010):
1. Pada tabel lebih dari 2x2, misalnya 3x2 atau 3x3, bila nilai frekuensi harapan
(expected) yang kurang dari 5 tidak lebih dari 20% (dapat dilihat dari
footnotedi bawah tabel Chi-Square Tests), maka uji yang dipakai sebaiknya
Pearson Chi-Square. Jika nilai frekuensi harapan kurang yang dari 5 lebih dari
20% atau ada nilai frekuensi harapan dengan angka 0, maka hasil uji chi-
square tidak valid. Harus dilakukan pengelompokan ulang terlebih dahulu.
2. Pada tabel 2x2, jika nilai frekuensi harapan tidak ada yang kurang dari 5, maka
uji yang dipakai sebaiknya Continuity Correction.
3. Pada tabel 2x2, jika ada nilai frekuensi harapan yang kurang dari 5, maka uji
yang gunakan adalah Fisher’s Exact Test.
Pada contoh kasus menggunakan tabel 2x2 dan tidak ada nilai frekuensi
harapan yang kurang dari 5, sehingga uji yang digunakan adalah Continuity
Correction dengan p-value0,011 (dapat dilihat pada kolom Asymp. Sig pada tabel
Chi-Square Tests). P-value lebih kecil dari (0,05), dengan demikian dapat
disimpulkan bahwa ada hubungan antara status bekerja dengan perilaku menyusui
secara eksklusif.
7
BAB II
UJI PASTI FISHER (FISHER EXACT)
2.2 Kegunaan
Uji pasti fisher digunakan untuk menguji perbedaan antara data kategorik dengan
nilai expected (E) kurang dari 5 ( Alternatif uji Kai Kuadrat/Mc Nemar).
8
Jumlah sampel ≤ 40 sampel
E = ½ (A+D) kurang dari 5
9
Keterangan signifikansi:
a. Untuk tabel yang tidak mempunyai nilai sel nol (0)
Signifikansi pada uji fisher exact dibandingkan langsung dengan nilai α
Jika P > α maka H0 diterima
Jika P < α maka H0 ditolak
Untuk uji 2 sisi dipakai P = P × 2
b. Untuk tabel yang mempunyai nilai sel nol
Perlu dibuat kemungkinan deviasi nilai ekstrimnya
P = Nilai P kasus + P terkecil deviasi ekstrim
Jika P > α maka H0 diterima
Jika P < α maka H0 ditolak
Untuk uji 2 sisi dipakai P = P × 2
10
Penyelesaian =
Karena ada nilai sel = 0 maka tidak perlu dicari deviasi ekstrimnya
(𝑎 + 𝑏)! (𝑐 + 𝑑)! (𝑎 + 𝑐)! (𝑏 + 𝑑)!
𝑝=
𝑎! 𝑏! 𝑐! 𝑑! 𝑛!
(3 + 0)! (1 + 3)! (3 + 1)! (0 + 3)!
𝑝=
3! 0! 1! 3! 7!
3! 4! 4! 3!
𝑝=
3! 0! 1! 3! 7!
6 + 24 + 24 + 6
𝑝=
5040 × 6 × 1 × 1 × 6
20736
𝑝= = 0,1143
181440
Kesimpulan =
Uji 1 sisi P = 0,114 > α (0,05) maka H0 diterima
Pada uji 2 sisi P = 0,114 × 2 = 0,228 > > α (0,05) maka H0 diterima
Jadi baik pada uji satu sisi ataupun dua sisi dapat disimpulkan tidak adanya
perbedaan yang bermakna atara mereka yang merokok maupun tidak
merokok pada malam hari terhadap kejadian kanker paru.
KASUS 2
2) Aplikasi Tabel yang tidak mempunyai nilai sel = 0
Sebuah studi kasus kontril ingin melihat pengaruh merokok malam dengan
kejadian kanker paru, hasil yang diperolah tersaji pada tabel silang berikut ini:
Merokok Kanker Paru Jumlah
Malam Ya Tidak
Ya 1 2 3
Tidak 3 1 4
Jumlah 4 3 7
Apakah ada perbedaan antara kebiasaan merokok malam dengan kejadian kanker
paru pada perokok pada α = 5%?
Jawab:
Hipotesis =
H0 : P > α tidak ada hubungan antara kebiasaan merokok malam dengan
kejadian kanker paru pada perokok
H0 : P < α ada hubungan antara kebiasaan merokok malam dengan
kejadian kanker paru pada perokok
11
α = 5%
(𝑎+𝑏)!(𝑐+𝑑)!(𝑎+𝑐)!(𝑏+𝑑)!
Rumus 𝑝 = 𝑎!𝑏!𝑐!𝑑!𝑛!
Penyelesaian =
Karena tidak ada nilai sel = 0 maka perlu membuat kemungkinan deviasi
nilai ekstrimnya
(1) (2)
0 3 1 2
4 0 3 1
(3) (4)
2 1 3 0
2 2 1 3
Maka:
P = P(2) + p(1) = 0,0571+0,0048 = 0,0619 Uji 1 Sisi
P vs α 0,0619 > 0,05 H0 gagal ditolak
H0 : P > α tidak ada hubungan antara kebiasaan merokok malam dengan
kejadian kanker paru pada perokok
12
2.6 Aplikasi Uji Pasti Fisher dengan Menggunakan SPSS
KASUS 1
Prosedur uji independensi kai kuadrat mengguanakan software SPSS adalah sebagai berikut:
b. Buka program SPSS. Lakukan persiapan input data dengan membuat template. Pada
bagian name baris pertama tuliskan nama label untuk variable Kebiasaan Merokok
Malam (Merokok_Malam), baris kedua nama label untuk variabel Kejadian Kanker Paru
(Kanker_Paru), baris ketiga nama label untuk variabel frekuensi. Pada bagian decimals
ganti dengan angka 0. Selanjutnya, klik titik tiga pada bagian values, lalu muncul kotak
dialog dengan nama value labels, kemudian isikan kode kategori untuk masing-masing
variabel seperti gambar di bawah. Klik add, setelah semua kode kategori dimasukkan,
klik OK.
c. Selanjutnya melakukan input data pada bagian data view. Isikan kode kategori pada
masing-masing variabel sesuai dengan data penelitian.untuk di kolom pertama diisi
dengan data yang ada pada nomor baris, kolom kedua diisi dengan data nomor kolom,
dan kolom ketiga diisi dengan jumlah kasusnya. Proses input data yang dilakukan adalah
sebagai berikut:
d. Dikarenakan data yang diinput sudah berupa tabel silang maka perlu dilakukan weight
cases sebagai berikut:
13
e. Selanjutnya dilakukan uji pasti fisher dengan memilih menu analyze, kemudian pilih
descriptive statistic, dan pilih crosstabs.
f. Muncul kotak dialog dengan nama crosstab. Masukkan variabel independen, pada
penelitian ini adalah variabel Kebiasaan Merokok Malam (Merokok_Malam),, di kolom
row(s), dan variabel dependen Kejadian Kanker Paru (Kanker_Paru) di kolom
column(s).
g. Klik option statistics pada kotak dialog crosstab. Berikan tanda sentang pada bagian chi-
square lalu klik continue.
14
h. Muncul output tabulasi silang antara dua variabel yang diteliti dan hasil analisis uji pasti
Fisher.
Output SPSS menampilkan nilai kai square dari berbagai macam uji seperti
Pearson Chi-Square, Continuity Correction, atau Fisher Exact Test. Pada tabel 2x2, jika
ada nilai frekuensi harapan yang kurang dari 5, maka uji yang gunakan adalah Fisher’s
Exact Test. Nilai p-value yang dihasilkan pada uji 1 sisi yaitu sebesar 0,114 (dapat dilihat
pada kolom Exact. Sig (1-sided) pada tabel Chi-Square Test. Dengan demikian diketahui
bahwa P-value lebih besar dari (0,05) maka H0 diterima (gagal ditolak). Jadi pada uji
satu sisi dapat disimpulkan tidak adanya perbedaan yang bermakna atara mereka yang
merokok maupun tidak merokok pada malam hari terhadap kejadian kanker paru.
15
BAB III
UJI RUN
16
3.3 Langkah Uji Run
Pengamatan terhadap data dilakukan dengan mengukur banyaknya ”run” dalam suatu
kejadian,
A. Rumus Sampel Kecil < 20 ; n1 atau n2 yang tertinggi ≤ 20
Banyaknya elemen suatu jenis, misal: n1 (skor < median, ditandai dengan plus
(+)), dan n2 (skor median, ditandai dengan minus (-)).
Total kejadian yang diamati, N = n1 + n2.
Kemudian mengamati kejadian-kejadian n1 dan n2 dalam urutan di mana
kejadian-kejadian itu muncul, dan
Kemudian, hitung r (run) urutan yang berbeda,
Dan bandingkan tabel F1 dan F2
2.n1.n2
r 1
Z
r r
n1 n2
r 2.n1.n2 .(2.n1.n2 n1 n2 )
(n1 n2 ) 2 .(n1 n2 1)
Keterangan :
r = banyaknya run
n1 = banyaknya anggota kelompok 1 / katagori 1
n2 = banyaknya anggota kelompok 2 / katagori 2
17
3.4 Contoh Kasus Uji Run
A. Kasus I (< 20 Sampel)
Dari sebuah pengukuran pengetahuan tentang ASI eksklusif pada 18 orang ibu hamil,
diperoleh skor median sebesar 72 (atau median yg diketahui sebelumnya 72),
Artinya, ibu hamil dengan skor ≥ 72 adalah ibu hamil dengan kategori pengetahuan
baik dan sebaliknya, ibu hamil dengan skor < 72 adalah ibu hamil dengan kategori
pengetahuan kurang baik/buruk.
Bagaimanakan keputusan hipotesisnya dengan derajat kepercayaan 95 % dan derajat
signifikansi 5 % ?
Jawab :
Hipotesis :
H0 : P > α tidak ada perbedaan perbedaan pengetahuan ibu hamil. Hal ini
berarti urutan dalam memiliki pengetahuan bersifat random
H1 : P < α ada perbedaan pengetahuan ibu hamil. Hal ini berarti urutan dalam
memiliki pengetahuan bersifat random
α = 5%
Contoh Data :
No Skor Pengetahuan No Skor Pengetahuan
1 65 0 10 78 1
2 32 0 11 43 0
3 87 1 12 56 0
4 96 1 13 78 1
5 88 1 14 94 1
6 54 0 15 84 1
7 52 0 16 85 1
8 48 0 17 92 1
9 67 0 18 76 1
Dengan, mean = 72
Coding 0 = < 72 pengetahuan buruk
Coding 1 = ≥ 72 pengetahuan baik
18
Tahap Penyelesaian :
Kemudian lihat nilai r < median dan r > median
Bandingkan dengan nilai r kritis pada tabel uji run
Penolakan H0, jika r < r1 atau r > r2 (lihat tabel)
Jika R diantara r1 dan r2 berarti Ho gagal ditolak (diterima)
Penyelesaian
Berdasarkan tabel diatas, jumlah run = 6 dengan n1=8 dan n2=10
Lihat Tabel nilai kritis r
Nilai kritis r1 pada tabel F1 sampel: n1=8 dan n2=10 5
Nilai kritis r2 pada tabel F2 sampel: n1=8 dan n2=10 15
Jumlah R kasus = 6 terletak di antara run ; 5 (r1) s/d 15 (r2)
Jumlah run terletak pada daerah penerimaan H0
Nilai r hitung jatuh diantara nilai kritis H0 gagal ditolak
Artinya : tidak ada perbedaan pengetahuan ibu hamil. Hal ini berarti urutan dalam
memiliki pengetahuan bersifat random
Jawab :
Hipotesis :
H0 > α Tidak ada perbedaan nilai hasil ujian mahasiswa. Hal ini berarti urutan
dalam memiliki nilai bersifat random.
Ha < α Ada perbedaan nilai hasil ujian mahasiswa. Hal ini berarti urutan dalam
memiliki nilai tidak bersifat random.
19
Contoh Data :
Dengan,
Mean : 67.5
n2= 14
n1= 16
r = 14
Perhitungan rumus :
2.n1 .n2
r n n 1
r r 1
Z 2
Penyelesaian :
Jika p ≤ α/2 maka H0 ditolak, terima dalam hal lainnya.
Dengan α = 0,05 , uji dua sisi α/2 = 0,025
Karena Z > 1,96 sehingga H0 gagal ditolak, Berarti nilai ujian tersebut random
(acak) berdasarkan nilainya.
20
3.5 Aplikasi Uji Run (SPSS)
Prosedur Runs test digunakan untuk menguji apakah urutan kejadian dari dua value
suatu variable adalah random (Andi,1998).
Semua variable numerik pada file data anda akan ditampilkan pada kotak daftar
variable.
Pindahkan sebuah variable ke kotak Test Variabel List dan
Klik tombol OK untuk mendapatkan default uji run yang menggunakan median untuk
mendikotomikan varaibel-variabel yang anda uji (Andi,1998).
Pada kotak Cut Point, anda dapat menandai minimal sebuah check box dari 4 check
box yang tersedia untuk menentukan cut point yang akan mendikotomikan data anda.
Case-case yang mempunyai value yang lebih kecil dari cut point akan dijadikan
sebagai kategori pertama,dan sisanya (lebih besar atau sama dengan cut point) akan
dijadikan kategori kedua (Andi,1998).
21
Setelah muncul menu Runs Test, lalu masukkan variabel yang akan di uji ke
kotak Test Variabel List.
22
Pada kotak Cut Point,
secara default terpilih Median (biarkan saja) karena Median akan digunakan
sebagai nilai tengah perhitungan Runs test., pilih jika sudah dikoding 0 dan 1
Pilih custom 72, jika masih data asli
Klik Ok
23
Hasil output :
Output: cut point: median
24
B. Kasus II (> 20 Sampel)
Entry data dari soal kasus I di dalam SPSS
Klik Analyze > Nonparametrics > Legacy Dialogs > Runs Test
Setelah muncul menu Runs Test, lalu masukkan variabel yang akan di uji ke
kotak Test Variabel List.
25
Pada kotak Option, aktif-kan Descriptive.
Klik Ok
26
Hasil output :
27
DAFTAR PUSTAKA
Arifin, J. (2008). Statistik Bisnis Terapan dengan Microsoft Excel 2007. Jakarta: Elex Media
Komputindo.
Besral. (2010). Modul SPSS: Pengolahan dan Analisa Data-1 Menggunakan SPSS. Depok:
FKM UI.
Departemen Biostatistik FKM. (2009). Statistik Non Parametrik. Jakarta: FKM UI.
M. A, Yulianto. (2017). Uji Keacakan (Runs Test): Sekolah Tinggi Ilmu Statistik. Jakarta
Sabri, L., & Hastono, S. P. (2014). Statistik Kesehatan. Jakarta: PT Raja Grafindo Persada.
Sarwono, J., & Budiono, H. (2012). Statistik Terapan: Aplikasi untuk Riset Skripsi, Tesis dan
Disertasi (Menggunakan SPSS, AMOS, dan Excel). Jakarta : Elex Media Komputindo.
Suharyadi, & Purwanto. (2009). STATISTIKA:Untuk Ekonomi dan Keuangan Modern Edisi
2. Jakarta: Salemba Empat.
http://datariset.com/olahdata/uji_runs_test
28
LAMPIRAN
29
Lampiran 1 Tabel Chi-Square
30
Lampiran 2 Tabel F1
n2
n1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
2 2 2 2 2 2 2 2 2 2
3 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3
4 2 2 2 3 3 3 3 3 3 3 3 4 4 4 4 4
5 2 2 3 3 3 3 4 4 4 4 4 4 4 4 5 5 5
6 2 2 3 3 3 3 4 4 4 4 5 5 5 5 5 5 6 6
7 2 2 3 3 3 4 4 5 5 5 5 5 6 6 6 6 6 6
8 2 3 3 3 4 4 5 5 5 6 6 6 6 6 7 7 7 7
9 2 3 3 4 4 5 5 5 6 6 6 7 7 7 7 8 8 8
10 2 3 3 4 5 5 5 6 6 7 7 7 7 8 8 8 8 8
11 2 3 4 4 5 5 6 6 7 7 7 8 8 8 9 9 9 9
12 2 2 3 4 4 5 6 6 7 7 7 8 8 8 9 9 9 10 10
13 2 2 3 4 5 5 6 6 7 7 8 8 9 9 9 10 10 10 10
14 2 2 3 4 5 5 6 7 7 8 8 9 9 9 10 10 10 11 11
15 2 3 3 4 5 6 6 7 7 8 8 9 9 10 10 11 11 11 12
16 2 3 4 4 5 6 6 7 8 8 9 9 10 10 11 11 11 12 12
17 2 3 4 4 5 6 7 7 8 9 9 10 10 11 11 11 12 12 13
18 2 3 4 5 5 6 7 8 8 9 9 10 10 11 11 12 12 13 13
19 2 3 4 5 6 6 7 8 8 9 10 10 11 11 12 12 13 13 13
20 2 3 4 5 6 6 7 8 9 9 10 10 11 12 12 13 13 13 14
31
Lampiran 3 Tabel F2
n2
n1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
4 9 9
5 9 10 10 11 11
6 9 10 11 12 12 13 13 13 13
7 11 12 13 13 14 14 14 14 15 15 15
8 11 12 13 14 14 15 15 16 16 16 16 17 17 17 17 17
9 13 14 14 15 16 16 16 17 17 18 18 18 18 18 18
10 13 14 15 16 16 17 17 18 18 18 19 19 19 20 20
11 13 14 15 16 17 17 18 19 19 19 20 20 20 21 21
12 13 14 16 16 17 18 19 19 20 20 21 21 21 22 22
13 15 16 17 18 19 19 20 20 21 21 22 22 23 23
14 15 16 17 18 19 20 20 21 22 22 23 23 23 24
15 15 16 18 18 19 20 21 22 22 23 23 24 24 25
16 17 18 19 20 21 21 22 23 23 24 25 25 25
17 17 18 19 20 21 22 23 23 24 25 25 26 26
18 17 18 19 20 21 22 23 24 25 25 26 26 27
19 17 18 20 21 22 23 23 24 25 26 26 27 27
20 17 18 20 21 22 23 24 25 25 26 27 27 28
32
33