BAB VII.

UJI DURBIN DAN UJI BELL DOKSUM

(Uji k-sampel berkaitan)

A. Pengantar
Pada rancangan blok lengkap acak, setiap perlakuan digunakan pada setiap blok,
hal ini sering mengalami kesulitan atau bahkan tidak mungkin dapat diterapkan pada
suatu rancangan. Jika macam perlakuan banyak sedangkan banyaknya blok sedikit, maka
rancangan blok lengkap acak tidak dapat digunakan.
Contoh:
Pada perlombaan memasak terdisri dari 30 peserta (perlakuan) dan ada 5 juri
(blok). Setiap juri kesulitan dalam meranking ke-30 hasil masakan (makanan) tersebut.
Jika setiap juri hanya menguji 5-makan, maka tiap-tiap juri akan digunakan sebanyak 6
kali. Rancangan semacam ini dimana tidak semua perlakuan digunakan pada setiap blok
disebut rancangan blok tidak lengkap.
Suatu rancangan dikatakan balans (balance) atau rancangan blok tidak lengkap
balans jika:
1) Tiap blok terdiri dari k unit eksperimen
2) Tiap perlakuan muncul dalam r blok
3) Tiap perlakuan muncul sama banyaknya kali dengan perlakuan yang lain.

B. Uji Durbin
Durbin menyajikan uji rank untuk menguji hipotesis bahwa tak ada perbedaan di
antara perlakuan dalam rancangan blok tidak lengkap balans.
Uji Durbin tidak didasarkan pada anggapan distribusi normal ( seperti dalam
statistika parametrik), uji hipotesis itu dapat dilakukan bahkan pengamatan yang hanya
terdiri dari rank saja. Jika banyaknya perlakuan = banyaknya unit eksperimen dari blok,
maka uji Durbin menjadi uji Friedman.
Jika syarat ke-3 dari balans tidak terpenuhi uji Durbin masih dapat digunakan
dalam banyak situasi.

 Data
Data terdiri dari pengamatan dengan notasi-notasi sbb:
t = banyak perlakuan
k = banyak perlakuan tiap blok
r = banyak blok tiap perlakuan
X ij = data pada perlakuan ke-j dan blok ke-i, jika perlakuan ke-j muncul dalam
blok ke-i
Rj = jumlah rank yang ada dalam perlakuan ke-j

Pengamatan-pengamatan dalam setiap blok tersebut diberi rank yaitu rank-1 pada
pengamatan terkecil, rank-2 pada pengamatan terkecil kedua dan seterusnya. Rank
terbesar dalam blok adalah rank-k (karena banyaknya pengamatan dalam tiap blok = k.
R ( X ij ) = rank X ij , jika X ij ada

85
Contoh 1:
Akan diseliidiki kegemaran orang Indonesia akan jenis beras yang tersedia di
pasaran. Seandainya ada 12 macam beras dan hanya 10 orang yang diminta untuk
merasakan ( me-ranking), tiap orang hanya diminta untuk merasakan 4 macam beras
(nasi). Hasilnya sebagai berikut (dalam bentuk rank).
Perlakuan
Orang (blok) 1 2 3 4 5 6 7 8 9 10 11 12
1 2 1 – 3 4 – – – – – – –
2 – – 1 3 – 4 – – 2 – – –
3 1 – 2 – – – – 3 – – 4 –
4 – – – – 3 2 – – – – 4 1
5 – – 4 – – – – 2 – 1 – 3
6 3 – – – – – 2 – – 4 – 1
7 – 4 – – – 1 – – 2 – 3 –
8 4 – – – – – – – 2 3 – 1
9 1 – – – – 2 – – – 4 – 3
10 – 2 – – – 3 – 4 1 – – –

b
R j = �R ( X ij )
i =1
R j = jumlah rank pada perlakuan ke-j.
Disini hanya ada r-buah R ( X ij ) , maka hanya r-rank yang dijumlahkan untuk
mencari R j .

 Anggapan
1) Blok adalah saling independent
2) Di dalam setiap blok pengamatan dapat diurutkan menurot besarnya.

 Hipotesis
1. H 0 : Tiap ranking pada variabel acak didalam tiap blok mempunyai probabilitas
sama (equally likely).
Ho ini berarti bahwa tiap perlakuan mempunyai efek yang sama
2. H1 : sekurang-kurangnya ada satu perlakuan menghasilkan pengamatan yang
lebih
besar dari perlakuan yang lain
3. a = tertentu
t 2
12(t - 1) � r (k + 1) �
4. Statistik uji : T = ��R j - 2 �
rt (k - 1)(k + 1) j =1 � �

Atau

86
 t
12(t - 1) (t - 1)(k + 1)
T= � R 2j - 3
rt (k - 1)(k + 1) j =1 k -1

2
5. Daerah Kritis: H 0 ditolak jika T > X1-a (t -1)

c12-a (t -1) adalah kuantile ke-(1 - a) dari distribusi c 2 dengan derajat

kebebasan (t – 1). c 2 ini didapat dari table 2.
6. Kesimpulan : H 0 ditolak atau diterima

Catatan:
Teori yang mendasari uji Durbin sama seperti uji Friedman yaitu statistik uji
Durbin didapat dengan anggapan bahwa setiap urutan k-rank dalam suatu blok
mempunyai probabilitas yang sama karena tidak ada pengaruh perlakuan.
Akan ada k ! urutan rank yang dapat terjadi didalam setiap blok dan ada b-blok.
Maka ada (k !)b urutan rank dalam b-blok, sehingga probabilitas setiap urutan rank
1
dalam seluruh blok adalah . Statistik uji Durbin untuk setiap urutan, sehingga
(k !)b
terdapatlah distribusi statistik uji Durbin yang sebenarnya. Karena distribusi yang
sebenarnya tidak praktis, maka digunakan distribusi pendekatan yaitu distribusi c 2
dengan derajad bebas (t-1).
Jika r (banyaknya pengamatan dalam tiap perlakuan) besar, jumlah rank pada
perlakuan ke-j, R j , mengikuti distribusi normal, sehingga
R j - E (R j )
var( R j )
: N (0,1)

[ R j - E ( R j )]2
Jika R j independen satu dengan yang lainya, maka ; j = 1, 2, 3,.... t
var( R j )
merupakan variabel acak yang independen satu dengan yang lainya
Sehingga statistik
t [ R - E ( R )]2
' j j
T = � var( R j )
; merupakan variabel acak yang didapat dari jumlahan t-
j =1
buah
variabel acak yang independen dan
R j - E (R j )
var( R j )
: N (0,1)

Maka T ' : c2
t
t
bk (k + 1)
Tetapi R j tidak independen, maka �R j =
2
j =1

87
Dengan diketahui (t - 1) buah R j dapat dicari R j yang lainya (disini ada t-buah R j )
(t - 1)
Statistik uji Durbin diperoleh dari T ' dengan mengalikan , diperoleh
t
2
T=
(t - 1) ' (t - 1) t [ R j - E ( R j )]
t
T =
t
� var( R )
j =1 j
: c2
t -1

b
R j = �R ( X ij ) ; jika R ( X ij ) ada, dipilih secara acak dari bilangan bulat 1, 2,3,...k
i =1

k +1 ( k + 1)(k - 1)
sehingga diperoleh: E[ R ( X ij )] = (buktikan) dan var[ R( X ij )] =
2 12
(buktikan)
b b
r (k + 1)
E[ R j ] = E �R( X i ) = �E[ R( X ij )] =
i =1 i =1
2

b b
r ( k + 1)(k - 1)
var[ R j ] = var[ �R ( X i )] = �var[ R( X ij )] =
i =1 i =1
12

Contoh 2 :
Akan diselidiki pengaruh lama pengiriman terhadap kualitas daging sapi.
Percobaan ini dilakukan selama 7 hari dan 7 macam daging sapi. Tetapi sehari hanya
dilakukan 3 macam daging sapi. Hasilnya seperti pada data di bawah ini. Apakah lama
pengiriman tidak mempengaruhi (pengaruhnya sama)?

Lama pengiriman (dalam Macam daging sapi (perlakuan)

hari) Blok A B C D E F G
1 0,46 0,34 – 0,39 – – –
2 0,60 – 0,87 – 0,63 – –
3 – – 0,88 0,32 – – 0,33
4 0,42 – – – – 0,98 0,43
5 – 0,66 1,14 – – 0,99 –
6 – 0,53 – – 0,41 – 0,31
7 – – – 0,61 0,42 0,93 –

Data di atas belum disajikan dalam bentuk rank, maka diubah dalam bentuk rank baru
dimasukkan dalam rumus Durbin.
Perlakuan
Blok
A B C D E F G
1 3 1 – 2 – – –
2 1 – 3 – 2 – –
3 – – 3 1 – – 2
4 1 – – – – 3 2
5 – 1 3 – – 2 –
6 – 3 – – 2 – 1
7 – – – 2 1 3 –

88
 Rj 5 5 9 5 5 8 5

Dari data ini terdapat :

t = 7 (banyaknya perlakuan)
r = 3 (banyaknya blok pada tiap perlakuan)
k = 3 (banyaknya perlakuan yang muncul pada setiap blok)

 Hipotesis:
H 0 : Lama tiap-tiap pengiriman tidak mempengaruhi (pengaruhnya sama)
terhadap kualitas (macam)daging sapi
H1 : sekurang-kurangnya ada satu macam daging sapi(perlakuan) yang
menghasilkan pengamatan yang lebih besar dari yang lain
 a = 0,05
t
12(t - 1) 3r (t - 1)(k + 1)
 Statistik uji Durbin : T= � R 2j -
rt (k - 1)(k + 1) j =1 k -1

Perhitungan
12(7 - 1) 3(3)(7 - 1)(3 + 1)
T= (52 + 52 + 92 + 52 + 52 + 82 + 52 ) - = 7,71
(3)(7)(3 - 1)(3 + 1) (3 - 1)

2
 Daerah Kritis: H 0 ditolak jika T > X1-a (t -1)

Perhitungan:
2 2
Untuk a = 0,05, maka dari tabel diperoleh c1-a ,(t -1) = c 0.95;6 = 12,59 .

 Kesimpulan :
2
Karena nilai T = 7,71 < c 0.95;6 = 12,59 maka H 0 diterima, yang berarti bahwa
hipotesis yang mengatakan efek terhadap setiap perlakuan sama, akan diterima.

C. Uji Bell-Doksum
 Data
 Data terdiri dari sample acak bivariat dari n-pengamatan berpasangan: ( X1 , Y1 )
, ( X 2 , Y2 ) , . . . . . , ( X n , Yn ) . Sedangkan R ( X i ) dan R (Yi ) adalah rank X i
dan Yi pada kelompok masing-masing. Z1(i ) menyatakan nilai terkecil ke-i
dari kelompok pertama, sedangkan Z 2(i ) untuk nilai kelompok kedua, untuk
i = 1, 2,3,......, n .
 Dengan lain kata: berikan harga Z1(R(Xj)) kepada Xj dan Z2(R(Yj)) kepada
Yj.

89
 Jika variabel X dan Y independent harga T1 mendekati nol. Jika X dan Y
berkorelasi harga T1 mendekati +1 atau -1 tergantung berkorelasi positif atau
negatif.

 Hipotesis

A. Uji Hipotesis untuk dua ekor

Ho: Xi dan Yi independent.
H1: a) Xi makin besar berpasangan dengan Yi yang makin besar pula, atau
b) Xi makin kecil berpasangan dengan Yi yang makin besar

B. Uji Hipotesis untuk satu ekor (korelasi positif)

Ho: Xi dan Yi independent.
H1: ada kecenderungan Xi makin besar berpasangan dengan Yi juga makin
besar

C. Uji Hipotesis untuk satu ekor (korelasi negatif)

Ho: Xi dan Yi independent.
H1: ada kecenderungan Xi yang berharga kecil berpasangan dengan Yi
berharga besar.

KORELASI BELL-DOKSUM

Korelasi diukur dengan rumus :

1 n
T1 =  Z 1  R ( X i ).Z 2  R (Yi )
n i =1

Untuk menguji hipotesis A daerah kritik a bila T1  Ya / 2 atau T1  Y1-a / 2 , sedangkan

untuk B daerah kritik a ialah bila T > Y1-a , untuk C daerah kritik a ialah bila T < Ya.
Harga Ya dapat dicari dengan pendekatan X a / n , dimana Xa adalah kuantile ke-a pada
distribusi normal standar.

Contoh:
Seandainya diberikan data dari variabel acak bivariat (X,Y) seperti di bawah ini. Rank
untuk masing-masing pengamatan terdapat pada kolom ketiga. Sedangkan harga-harga Z1
dan Z2 didapat dari table 13 yang diambil secara acak (di sini diambil pada baris ke-11)
terdapat pada kolom 4 dan kolom 5. pada kolom terakhir terdapat harga-harga Z1[R(Xi)],
Z2[R(Yi)], yaitu harga-harga (Z1,Z2) yang sesuai dengan rank Xi dan Yi

No. (Xi,Yi) {R(Xi), R(Yi)} Z1 Z2 {Z1[R(Xi)], Z2[R(Yi)]

1 (26,47) (8,8) -0,12 -0,67 (1,05, 1,65)
2 (14,41) (2,3) 0,05 1,16 (-0,82, -0,15)
3 (13,33) (1,1) -1,42 0,78 (-1,42, -1,25)
4 (18,40) (4,2) 1,49 1,88 (-0,12, -0,61)
5 (32,50) (10,9) 0,79 1,13 (1,49, 1,88)
6 (27,51) (9,10) 1,05 1,65 (1,11, 2,76)
7 (25,46) (7,7) -0,11 0,94 (0,79, 1,16)

90
 8 (19,44) (5,5) -0,25 -0,15 (-0,11, 0,94)
9 (20,42) (6,4) 1,11 -1,25 (0,05, 0,78)
10 (17,45) (3,6) -0,82 2,76 (-0,25, 1,13)

Cara untuk mencari {R(Xi), R(Yi)},dibuat ranking untuk Xi sendiri dan Yi sendiri.
Pada nomor urut 1 X1 = 26 dan Y1 = 47, X1 = 26 ini rank ke-8 pada kelompok Xi dan Y
= 47 kebetulan juga rank 8 pada kelompok Yi. X2 = 14 mempunyai rank 2 pada
kelompok Xi dan Y2 = 41 mempunyai rank 3 pada kelompok Yi, dan seterusnya.
Untuk mencari Z1 dan Z2, lihat table 13. Dalam contoh ini diambil pada baris ke-11 terus
sampai 20 angka yang t3erdapat sesuai dengan banyaknya Xi dan Yi:

-0,12, 0,05, -1,42, 1,49, 0,79, 1,05, -0,11, -0,25

-1,11, -0,82, 0,67, 1,16, 0,78, 1,88, 1,13, 1,65
0,94, -0,15, -1,25, 2,76

Kemudian dari table ini didapat Z1 dan Z2, kemudian dirank. Z1 = -0,12
mempunyai rank 4 pada kelompok Z1 dan Z2 = -0,67 mempunyai rank 2 pada kelompok
Z2. Maka terdapatlah Z1 [R(Xi)], Z2[R(Yi)], yaitu harga-harga Z1 dan Z2 yang ranknya
sesuai dengan rank Xi dan rank Yi. Lihat baris pertama: (Xi,Yi) = (26,47) dengan R(26),
R(47) = (8,8), maka Z1(8), Z2(8) = (1,05, 1,65), karena rank ke-8 untuk Z1 = 1,05
sedangkan rank ke-8 untuk Z2 = 1,65. Untuk (X9, Y9) = (20, 42) mempunyai rank (6,4),
jadi didapat Z1(6), Z2(4) = 0,05, 0,78, karena rank ke-6 pada Z1 = 0,05, sedangkan rank
ke-4 pada Z2 = 0,78

Ukuran korelasi Bell-Doksum:

1 n
T1 =  Z 1  R ( X i ).Z 2  R (Yi )
n i =1
1
T1 = [(1,05. 1,65) + (-0,82. -0,15) + (-1,42. -1,25) + (-0,12. -0,61) + (1,49. 1,88)
10
+ (1,11. 2,76) + (0,79. 1,16) + (-0,11. 0,94) + (0,05. 0,78) + (-0,25. 1,13)] =
1,0138

Bila Ho diuji dengan uji dua ekor dan a = 0,05, maka dari table normal standar didapat
- 1,96
Xa/2 = X0,025 = -1,96 dan Ya/2 = Y0,025 =
10 - 0,6198

1,96
X1-a/2 = X0,975 = 1,96 dan Y0,975 = = 0,6198
10
Kesimpulan
Karena T1 = 1,0138 > Y0,975 = 0,6198 maka Ho ditolak dengan tingkat signifikan
0,05. Ini berarti bahwa Xi dan Yi tidak independent, ada keterkaitannya.
Dari data di atas nampak ada kecenderungan untuk Xi makin besar Yi juga makin besar.

91
 Ho : Tiap perlakuan mempunyai efek yang sama
H1 : ada perlakuan yang mempunyai efek tidak sama dengan paling sedikit satu
perlakuan.

Statistik uji Durbin dirumuskan sebagai berikut :

2
12(t - 1) t
 r (k + 1) 
T=  
rt (k - 1)(k + 1) j =1 
Rj -
2 

Atau
12(t - 1) t
(t - 1)(k + 1)
T= 
rt ( k - 1)(k + 1) j =1
R 2j - 3
k -1

TUGAS:
Presentasi
Buat makalah, ambil data non parametrik, selesaikan, jika perlu menggunakan alat
bantu paket program statistika

92