Tito Adi Dewanto

(tito math’s blog)

Universitas Terbuka
UJI RUN TEST
 Run test digunakan untuk menguji hipotesis satu
sampel, bila datanya berskala ordinal. Pengamatan
dilakukan dengan menghitung jumlah "RUN" dalam
suatu kejadian. Pengujian Ho dilakukan dengan
membandingkan jumlah "RUN" hasil observasi dengan
nilai pada table untuk test RUN (Tabel VIIa dan VIIb
mengenai harga r dalam test RUN), dengan taraf
signifikansi tertentu.
 Kriteria: bila nilai run hasil observasi berada diantara
harga terkecil (Tabel VIIa) dan harga terbesar (Tabel
VIIb), maka Ho diterima dan Ha ditolak.
 Arti Run : Perubahan peristiwa yang terjadi
 Kegunaan : Menguji Randominitas suatu data
Rumus Sampel Kecil ≤ 20
n1 atau n2 yang tertinggi ≤ 20

 Data diubah dalam dua katagori

 Beri tanda katagori 1 dan katagori 2
dengan urutan tetap
 Hitung r (run) urutan yang berbeda
 Bandingkan tabel F1 dan F2
Contoh 1 :
 DALAM SUATU KEJADIAN MELEMPAR
UANG LOGAM 20 KALI. DARI HASIL
LEMPARAN TSB KITA LIHAT BERAPA KALI
TERJADI PERUBAHAN PERISTIWA DARI
GAMBAR DAN ANGKA.
A G AAA G G G AAAAA G G G G G G A
12 3 4 5 6 7
 r = 7 , n1 = 10, n2 = 10
CONTOH 2
 Wawancara yang dilakukan terhadap 24
karyawati di perusahaan mengenai
waktu pengambilan cuti hamil. Dalam
wawancara tsb disediakan dua alternatif
jawaban, yaitu mengambil cuti hamil
"Sebelum" atau "Setelah" melahirkan.
Lanjutan Penyelesaian …..
 Dari hasil wawancara tsb, ternyata diperoleh
"RUN" atau "yg mengambil cuti hamil Sebelum
Melahirkan" adalah sebanyak 15.
 Jumlah sampel N = 24, dengan peluang
menjawab "Sebelum" dan "Sesudah"
melahirkan adalah SAMA, sehingga n1 = 12
dan n2 = 12.
 Berdasarkan Tabel VII A dan VII B mengenai
harga-harga kritis r, untuk n1 = 12 dan n2 =
12, maka harga r yg kecil = 7 (Tabel VIIA), dan
nilai yg besar = 19 (Tabel VII B).
Lanjutan Penyelesaian …..
 Hasil observasi menunjukkan bahwa
jumlah "RUN" adalah 15, yang terletak
pada nilai terkecil 7 dan nilai terbesar 19.
Atau terletak pada daerah penerimaan Ho,
sehingga Ho diterima, Ha ditolak.

 Kesimpulan:
 Peluang atau jumlah wanita yg mengambil
cuti hamil "Sebelum" dan "Sesudah"
melahirkan adalah sama (tidak berbeda).
 Contoh Aplikasi 3
 Pengambilan sampel penderita TB diambil secara acak didapatkan data
sebagai berikut;
No. JENIS KELAMIN PENDERITA TB
1 PRIA
2 PRIA
3 WANITA
4 PRIA
5 PRIA
6 PRIA
7 WANITA
8 WANITA
9 WANITA
10 PRIA
11 WANITA
12 WANITA
13 PRIA
14 PRIA

 Selidikilah dengan α = 5%, apakah sampel tersebut random (acak)

berdasarkan jenis kelamin pria dan wanita
Penyelesaian
 Hipotesis
 Ho : tidak beda dengan radom
 Ha : ada beda dengan random

 Level signifikansi
 α = 5%

 Rumus statistik
 Lihat tabel
 No. JENIS KELAMIN PENDERITA TB TANDA RUN
1 PRIA +
2 PRIA +
3 WANITA -
4 PRIA +
5 PRIA +
6 PRIA +
7 WANITA -
8 WANITA -
9 WANITA -
10 PRIA +
11 WANITA -
12 WANITA -
13 PRIA +
14 PRIA +

 r run = 7
 n1 = 8
 n2 = 6
 Df/dk/db
 Df tidak diperlukan

 Nilai tabel
 Nilai tabel pada tabel F1 dan F2 , n1 = 8, n2 = 6
 F1 = 3, F2 = 12

 Daerah penolakan
 Menggunakan rumus
 3 (F1) < 7 < 12 (F2) ; berarti Ho diterima, Ha ditolak

 Kesimpulan
 tidak beda dengan radom, pada  = 5%.
 Contoh Aplikasi 4
 Usia responden didapatkan data sebagai berikut;
No. USIA RESPONDEN
1 35.0
2 25.0
3 32.0
4 45.0
5 51.0
6 29.0
7 30.0
8 33.0
9 46.0
10 50.0
11 32.0
12 38.0
13 55.0
14 59.0
15 48.0
16 44.0
17 45.0
18 37.0

 Selidikilah dengan α = 5%, apakah usia responden acak ?

Penyelesaian
 Hipotesis
 Ho : tidak beda dengan radom
 Ha : ada beda dengan random

 Level signifikansi
 α = 5%

 Rumus statistik
 Lihat tabel
 No. USIA RESPONDEN TANDA
1 35.0 -
2 25.0 -
3 32.0 -
4 45.0 +
5 51.0 +
6 29.0 -
7 30.0 -
8 33.0 -
9 46.0 +
10 50.0 +
11 32.0 -
12 38.0 -
13 55.0 +
14 59.0 +
15 48.0 +
16 44.0 +
17 45.0 +
18 37.0 -

 Mean = 40,7
 r=7
 n1 =9
 n2 =9
 Df/dk/db
 Df tidak diperlukan

 Nilai tabel
 Nilai tabel pada tabel F1 dan F2 , n1 = 9, n2 = 9
 F1 = 5, F2 = 15

 Daerah penolakan
 Menggunakan rumus
 5 (F1) < 7 < 15 (F2) ; berarti Ho diterima, Ha ditolak

 Kesimpulan
 tidak beda dengan radom, pada  = 5%.
 Rumus Sampel Besar > 20
n1 atau n2 yang tertinggi > 20
 Data diubah dalam dua katagori
 Beri tanda katagori 1 dan katagori 2 dengan urutan tetap
 Hitung r (run) urutan yang berbeda, n1 dan n2

 2.n1.n2 
r   1
r  r  N 
Z 
r N  2N
2

4( N  1)
 Keterangan:
 r = banyaknya run
 n1 = banyaknya anggota kelompok 1 / katagori 1
 n2 = banyaknya anggota kelompok 2 / katagori 2
Contoh 5
Ketentuan Aplikasi
 Data 1 kelompok, sengaja tidak diurut/
alami
 Signifikansi gunakan tabel F1 dan F2
(sampel ≤20), jika nilai tabel F1 < r (run)
< nilai tabel F2, Ho diterima, Ha ditolak.
Ho ditolak, Ha diterima, jika r ≤ nilai
tabel F1 atau r ≥ nilai tabel F2
 Siginifikansi pada sampel besar > 20
digunakan tabel Z kurva normal
 n2
< F1
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
 n2
> F2
n1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
2
3
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
Contoh Aplikasi 6
 Suatu penelitian tentang sanitasi rumah telah
dilakukan. Diambil sebanyak 42 rumah.Masing-
masing rumah diukur kelembaban udaranya
didapatkan data urutan sampel berdasarkan
kelembaban pada tabel di bawah.
 Selidikilah dengan α = 10%, apakah sampel rumah
tersebut random (acak) berdasarkan
kelembabannya?
NOMOR KELEMBABAN RUMAH
1 68
2 56
3 78
4 60
5 70
6 72
7 65
8 55
9 60
10 64
11 48
12 52
13 66
14 59
15 75
16 64
17 53
18 54
19 62
20 68
21 70
22 59
23 48
24 53
25 63
26 60
27 62
28 51
29 58
30 68
31 65
32 54
33 79
34 58
35 70
36 59
37 60
38 55
39 54
40 60
41 54
42 50
Penyelesaian
 Hipotesis
 Ho : tidak beda dengan radom
 Ha : ada beda dengan random

 Level signifikansi
 α = 10% uji dua sisi

 2.n1.n2 
 Rumus statistik r   1
r  r  N 
Z 
r N 2  2N
4( N  1)
NOMOR KELEMBABAN RUMAH TANDA
1 68 +
2 56 -
3 78 +
4 60 -
5 70 +
6 72 +
7 65 +
8 55 -
9 60 -
10 64 +
11 48 -
12 52 -
13 66 +
14 59 -
15 75 +
16 64 +
17 53 -
18 54 -
19 62 +
20 68 +
21 70 +
22 59 -
23 48 -
24 53 -
25 63 +
26 60 -
27 62 +
28 51 -
29 58 -
30 68 +
31 65 +
32 54 -
33 79 +
34 58 -
35 70 +
36 59 -
37 60 -
38 55 -
39 54 -
40 60 -
41 54 -
42 50 -
  2.n1.n2 
 mean = 60,93
 n1 = 24
r   1
 n2 = 18
r  r  N 
 r run = 24
Z 
r N  2N
2

4( N  1)

 2.24.18 
24    1
r  r  24  18 
Z   0,758
r (42)  2 x 42
2

4(42  1)
 Df/dk/db
 Df tidak diperlukan

 Nilai tabel
 Nilai tabel pada tabel Z, Uji dua sisi,  = 10%, =1,65

 Daerah penolakan
 Menggunakan rumus
  0,758  < 1,65 ; berarti Ho diterima, , Ha ditolak

 Kesimpulan
 tidak beda dengan random, pada  = 10%.
 Z 0,00 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
0,0 0,5000 0,4960 0,4920 0,4880 0,4840 0,4801 0,4761 0,4721 0,4681 0,4641
0,1 0,4602 0,4562 0,4522 0,4483 0,4443 0,4404 0,4364 0,4325 0,4286 0,4247
0,2 0,4207 0,4168 0,4129 0,4090 0,4052 0,4013 0,3974 0,3936 0,3897 0,3859
0,3 0,3821 0,3783 0,3745 0,3707 0,3669 0,3632 0,3594 0,3557 0,3520 0,3483
0,4 0,3446 0,3409 0,3372 0,3336 0,3300 0,3264 0,3228 0,3192 0,3156 0,3121
0,5 0,3085 0,3050 0,3015 0,2981 0,2946 0,2912 0,2877 0,2843 0,2810 0,2776
0,6 0,2743 0,2709 0,2676 0,2643 0,2611 0,2578 0,2546 0,2514 0,2483 0,2451
0,7 0,2420 0,2389 0,2358 0,2327 0,2296 0,2266 0,2236 0,2206 0,2177 0,2148
0,8 0,2119 0,2090 0,2061 0,2033 0,2005 0,1977 0,1949 0,1922 0,1894 0,1867
0,9 0,1841 0,1814 0,1788 0,1762 0,1736 0,1711 0,1685 0,1660 0,1635 0,1611
1,0 0,1587 0,1562 0,1539 0,1515 0,1492 0,1469 0,1446 0,1423 0,1401 0,1379
1,1 0,1357 0,1335 0,1314 0,1292 0,1271 0,1251 0,1230 0,1210 0,1190 0,1170
1,2 0,1151 0,1131 0,1112 0,1093 0,1075 0,1056 0,1038 0,1020 0,1003 0,0985
1,3 0,0968 0,0951 0,0934 0,0918 0,0901 0,0885 0,0869 0,0853 0,0838 0,0823
1,4 0,0808 0,0793 0,0778 0,0764 0,0749 0,0735 0,0721 0,0708 0,0694 0,0681
1,5 0,0668 0,0655 0,0643 0,0630 0,0618 0,0606 0,0594 0,0582 0,0571 0,0559
1,6 0,0548 0,0537 0,0526 0,0516 0,0505 0,0495 0,0485 0,0475 0,0465 0,0455
1,7 0,0446 0,0436 0,0427 0,0418 0,0409 0,0401 0,0392 0,0384 0,0375 0,0367
1,8 0,0359 0,0351 0,0344 0,0336 0,0329 0,0322 0,0314 0,0307 0,0301 0,0294
1,9 0,0287 0,0281 0,0274 0,0268 0,0262 0,0256 0,0250 0,0244 0,0239 0,0233
2,0 0,0228 0,0222 0,0217 0,0212 0,0207 0,0202 0,0197 0,0192 0,0188 0,0183
2,1 0,0179 0,0174 0,0170 0,0166 0,0162 0,0158 0,0154 0,0150 0,0146 0,0143
2,2 0,0139 0,0136 0,0132 0,0129 0,0125 0,0122 0,0119 0,0116 0,0113 0,0110
2,3 0,0107 0,0104 0,0102 0,0099 0,0096 0,0094 0,0091 0,0089 0,0087 0,0084
2,4 0,0082 0,0080 0,0078 0,0075 0,0073 0,0071 0,0069 0,0068 0,0066 0,0064
2,5 0,0062 0,0060 0,0059 0,0057 0,0055 0,0054 0,0052 0,0051 0,0049 0,0048
2,6 0,0047 0,0045 0,0044 0,0043 0,0041 0,0040 0,0039 0,0038 0,0037 0,0036
2,7 0,0035 0,0034 0,0033 0,0032 0,0031 0,0030 0,0029 0,0028 0,0027 0,0026
2,8 0,0026 0,0025 0,0024 0,0023 0,0023 0,0022 0,0021 0,0021 0,0020 0,0019
2,9 0,0019 0,0018 0,0018 0,0017 0,0016 0,0016 0,0015 0,0015 0,0014 0,0014
3,0 0,0013 0,0013 0,0013 0,0012 0,0012 0,0011 0,0011 0,0011 0,0010 0,0010
3,1 0,0010 0,0009 0,0009 0,0009 0,0008 0,0008 0,0008 0,0008 0,0007 0,0007
3,2 0,0007 0,0007 0,0006 0,0006 0,0006 0,0006 0,0006 0,0005 0,0005 0,0005
3,3 0,0005 0,0005 0,0005 0,0004 0,0004 0,0004 0,0004 0,0004 0,0004 0,0003
3,4 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0003 0,0002
3,5 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002 0,0002
NOMOR KELEMBABAN RMH KE TIMUR KELEMBABAN RUMAH KE SELATAN
1 68 65
2 56 54
3 78 79
4 60 58
5 70 70
6 72 59
7 65 60
8 55 55
9 60 54
10 64 60
11 48 54
12 52 50
13 66 64
14 59 55
15 75 70
16 64 68
17 53 50
18 54 56
19 62 60
20 68 62
21 70 70
22 59 54
23 48 50
24 53 56
25 63 60
26 60 56
27 62 64
28 51 54
29 58 56
30 68 65
NOMOR KELEMBABAN RMH KE TIMUR KELEMBABAN RUMAH KE SELATAN
1 60 60
2 70 56
3 72 64
4 65 58
5 55 70
6 60 59
7 64 60
8 53 55
9 63 54
10 60 64
11 62 55
12 51 70
13 58 68
14 59 50
15 75 56
16 64 60
17 53 62
18 54
19 62
20 68
21 70
22 59
23 48
24 68
Chi Square Distribution
DIGUNAKAN DALAM PENGUJIAN
HIPOTHESIS A.L.:
 UJI KECOCOKAN
 UJI INDEPEDENSI 2 KLP POPULASI
 UJI BEDA LEBIH DARI 2 PROPORSI
STEPS OF CHI SQUARE TEST
 Rumuskan H0 dan H1
 Tentukan  dan df dimana df= k – 1
 Tentukan X2
 Tentukan X2h=∑ (o-e)2
e
 Simpulkan :
Bila X2h > X2 maka tolak H0, terima H1
Bila X2h < X2 maka terima H0, tolak H1
UJI INDEPENDENSI
 MENGUJI ADA TDK HUB DUA
KATEGORI ANTARA 2 POLPULASI
 DISEBUT JUGA ANALISIS
KONTINGENSI
Contoh :
CONTOH
KUALITAS ODOL
TINGGI RENDAH JML
PEN- SD 30 (E1.1) 45 (E1.2) 75
DIDI- SMP 40 (E2.1) 10 (E2.2) 50
KAN SMA 60 (E3.1) 25 (E3.2) 85
PT 70 (E4.1) 20 (E4.2) 90
JML 200 100 300
SOAL
 APAKAH ADA HUB ANTARA
PENDIDIKAN KONSUMEN DG
KUALITAS PASTA GIGI YG DIPAKAI?
Dengan taraf nyata 5%.
JAWAB
 RUMUSAN HIPOTESIS
H0 : Tidak ada hubungan antara pendidikan
konsumen dengan kualitas pasta gigi yang
dipakainya.
H1 : Ada hubungan antara pendidikan
konsumen dengan kualitas pasta gigi yang
dipakainya.
 TARAF NYATA, α = 5%; v=(r-1)(k-1)=3
 NILAI KRITIS X2(00.5,3) = 7.81
FREK OBSERVASI
KUALITAS ODOL
TINGGI RENDAH JML
PEN SD 30 (Oe) 45 (Oe) 75
DIDI SMP 40 (Oe) 10 (Oe) 50
KAN SMA 60 (Oe) 25 (Oe) 85
PT 70 (Oe) 20 (Oe) 90
JML 200 100 300
HITUNGAN
 E1.1. = 75 X 200 = 50
300
 E1.2. = 75 X 100 = 25
300
 E2.1. = 50 X 200 = 33.33
300
 E2.2. = 50 X 100 = 16.66
300
………………………………….. dst.
TABEL HITUNG
KUALITAS ODOL
TINGGI RENDAH JML
PEN SD 30 (50) 45 (25) 75
DIDI SMP 40 (33.33) 10 (16.66) 50
KAN SMA 60 (56.66) 25 (28.33) 85
PT 70 (60) 20 (30) 90
JML 200 100 300
UJI STATISTIK
X2 = ∑ (O-E)2
E
= (30 - 50)2 + (45 - 25)2 + (40 - 33.33)2
+
50 25 33.33
(10 - 16.66)2 + (…..dst)
16.66
= 33.56
KESIMPULAN
 NILAI UJI = 33.56
 NILAI TABEL = 7,81
 OLEH KRN NILAI UJI LBH BESAR
DRPD NILAI TABEL MAKA H0
DITOLAK DAN H1 DITERIMA
 Ada hubungan antara pendidikan
konsumen dengan kualitas pasta gigi
yang dipakainya.
UJI BEDA LEBIH DR 2
PROPORSI POPULASI
KEAD MERK MESIN

PRODUK A B C JML

RUSAK 5 (E11) 15 (E12) 30 (E13) 50

TDK 35 25 90 150
(E21) (E22) (E23)
JML 40 40 120 200
JAWAB
 RUMUSAN HIPOTESIS
H0 : Tidak ada perbedaan proporsi produk
yang rusak antara ke 3 jenis merek.
H1 : Ada perbedaan proporsi produk yang
rusak antara ke 3 jenis merek.
 TARAF NYATA, α = 5%; v=(r-1)(k-1)=2
 NILAI KRITIS X2(00.5,2) = 5.99
HITUNG
 E1.1. = 40 X 50 = 10
200
 E1.2. = 40 X 50 = 10
200
 E1.3. = 120 X 50 = 30
200
 E2.1. = 40 X 150 = 30
200
………………………………….. dst.
TABEL HITUNG
KEAD MERK MESIN

PRODUK A B C JML

RUSAK 5 (10) 15 (10) 30 (30) 50

TDK 35 (30) 25 90 150

(30) (90)
JML 40 40 120 200
UJI STATISTIK
X2 = ∑ (O-E)2
E
= (5 - 10)2 + (15 - 10)2 + (30 - 30)2 +
10 10 30
(35 - 30)2 + (…..dst)
30
= 66.6
KESIMPULAN
 NILAI UJI = 66.6
 NILAI TABEL = 5.99
 OLEH KRN NILAI UJI LBH BESAR
DRPD NILAI TABEL MAKA H0
DITOLAK DAN H1 DITERIMA
 Ada perbedaan proporsi produk yang
rusak antara ke 3 jenis merek.
MATUR SUWUN
MATUR SUKSMA
TERIMA KASIH
THANK YOU
DANKE