A.

Uji tanda ( Sign – Test )

Apabila anda telah menetapkan pasangan ukuran ordinal yang diambil dari sabjek
yang sama atau subjek yang dicocokan, dan apabila anda hanya tertarik pada adanya
perbedaaan nyata atau tidak tanpa memperhatikan perbedaan tersebut, maka prosedur uji
tanda harus digunakan. Prosedur uji tanda didasarkan pada tanda negatif atau posistif dai
perbedaan antara pasangan data ordinal. Pada hakikatnya, pengujian ini hanya
memperhatikan arah perbedaan dan bukan besarnya perbedaan itu.

Prosedur Uji Tanda dengan Sampel Kecil

Informasi apa yang akan kita perooleh dari data penelitian pasar tersebut? Jika benar
– benar tidak ada perbedaan rasa, melalui survei yang besar, kita dapat memperkirakan
bahwa jumlah konsumen yang menilai rasa resep baru lebih enak daripada resep lama akan
sama dengan jumlah konsumen yang menganggap resep baru kurang enak dari pada resep
lama. Dengan kata lain, jika benar – benar tidak ada perbedaan antara rasa resep lama
dengan resep baru, maka kita dapat mengatakan bahwa perbedaan median antara kedua
nilai rasa tersebut adalah nol.

a. Menyatakan hipotesis nol dan hipotesis alternnatif.

Sebagaimana halnya dalam Setiap pengujian hipotesis, langkah pertam dalam prosedur uji
tanda adalah menyatakan hipotesis nol dan hipotesis alternatif.

Ex: nilai rasa oleh 10 konsumen ayam goreng yang dimasak dengan resep lama dan ayam
goreng yang dimasak dengan resep baru ( 10 menunjukan “rasa sangat enak,” dan 1
menunjukan “rasa sangat tidak enak”)

n = jumlah observasi yang relevan

= jumlah tanda positif + jumlah tanda negatif
= 6+2
= 8
r = jumlah tanda yang paling sedikit
=2

Hipotesis nol yang akan diuji dalam contoh kita adalah bahwa resep baru tidak
mempengaruhi rasa daging ayam. Jumlah tanda positif yang menunjukkan perbaikan rasa
sama banyaknya dengan jumlah tanda negatif yang menunjukan merosotnya kelezatan,
dalam penentuan beda antara kedua nilai rasa tersebut.

1
H0 : p = 0,5
Ha : p > 0,5

b. Memilih Taraf Nyata.

Setelah menetapkan hipotesis nol dan hipotesis alternatif, langkah kedua adalah
menetapkan kriteria penolakan ataupun penerimaan hipotesis nol. Misalnya dalam contoh
kita, risiko menolak hipotesis nol secara slah padahal sebenarnya hipotesis tersebut benar,
tidak dari 5 persen. Dengan demikian, taraf nyatanya adalah α = 0,05
c. Menghitung frekuensi tanda.
Langkah berikutnya ialah menghitung tanda positif tanda negatif, dan tanda nol, dapat diliat
tanda positif berjumlah 6, tanda negatif berjumlah 2, dan tanda tanda nol berjumlah 2.
Setelah perhitungan kita tetapkan jumlah tanda terkecil adalah r.
d. Menentukan tanda beda antara pasangan observasi.
Mengitung selisih antara satu observasi dengan observasi lainnya secara sistematis, dan
kemudian mencatat apahkah perbedaan tersebut positif (perbaikan rasa) atau negatif
(merosotnya kenikmatan). dan jika tidak ada perubahan rasa di catat sebagai nol.
e. Menentukan probabilitas hasil sampel yang diobservasi.
Dalam kasus kita, hanya 8 dari 10 pasang data relevan bagi analisis, dan dengan demikian
kita memperoleh n = 8. (tanggapan price dan white tidak dimasukan dalam analisis karena
tidak menunjukan perbedaan rasa satu sama lain).
f. Penarikan kesimpulan statistik tentang hipotesis nol.
Dengan demikian, secara ringkas dapat dikatakan bahwa peraturan pengambilan keputusan
yang harus diikuti dalam melakukan pengujian tanda dengan sampel kecil guna mengambil
keputusan statistik adalah

Menerima H0 jika α ≤ probabilitas hasil sampel.

Atau
Menolak H0 dan menerima Ha jika α > probabilitas hasil sampel.

Prosedur Uji Tanda Dengan Sampel Besar

2
 Jika jumlah sampel cukup besar, dan jika pendekatan normal menerima terhadap
distribusi binomial, maka aturan pengambilan keputusan yang berlaku sesuai dengan aturan
distribusi Z di mana Rasio kritis (CR dari nilai Z) dihitung sebagai:

CR = 2R – n
akar n

dimana: R = jumlah tanda positif

n = jumlah pasangan observasi yang relevan

B. Prosedur Uji Peringkat Bertanda Wilcoxon

Jika prosedur uji tanda hanya berfokus pada arah perbedaan di dalam pasangan
data, maka prosedur uji peringkat bertanda wilcoxon ( nama ini diberikan menurut nama
frank wilcoxon, ahli statistik yang pertama kali memperkenalkannya pada dasawarsa 1940-
an) digunakan jika besaran maupun arah perbedaannya relevan untuk menentukan apakah
terdapat perbedaan yang sesungguhnya antara pasangan data yangdiambil dari satu sampel
atau dua sampel yang saling terkait. Apabila kita ingin memasukkan besarnya perbedaan
selain arah perbedaan ke dalam proses pengambilan keputusan kita, maka prosedur uji
peringkat bertanda wilcoxon harus digunakan.

Langkah – langkah yang harus dilakukuan antara lain:

a. Menyatakan hipotesis dan α

Sebagaimana dapat anda perkiraakan, kita harus menyatakan hipotesis dan taraf nyata yang
diinginkan . dalam hal ini, hipotesis nol adalah bahwa tidak terdapat perbedaan antara rasa
resep baru dan rasa resep lama. Karena ini merupakan pengujian satu – arah ke kanan,
maka hipotesis alternatif menyatakan bahwa rasa resep baru lebih baik ari pada rasa resep
lama. Denagan demikian, hipotesis tersebut akan ditulis sebagai berikut:

H0 = kedua resep tersebut sama lezatnya (atau tidak lezat?)

H1 = adonan resep baru lebih lezat.

Selain itu, untuk contoh ini, kita akan menolak hipotesis nol pada taraf nyata sebesar 0,01

b. Menentukan besar dan tanda perbedaan anatara pasangan data.

Besar dan tanda perbedaan antara pasangan data dihitung, dan disajikan pada kolom ketiga
(tabel) sebagai contoh Mc Gee pada mulanya memberi nilai 8 terhadap rasa resep lama dan
kemudian memberi nilai 4 terhadap resep baru. Dengan demikian, perbedaan yang dicatat
unutk McGee adalah -4. Perbedaan untuk konsumen lainnya dicatat dengan cara serupa.
(Y-X)

c. Menyususn peringkat perbedaan tanpa memperhatikan tanda.

Pada langkah ini kita mengabaikan tanda positif dan tanda negatif dan menyusun peringkat
nilai mutlak dari perbedaan tersebut. Peringkat 1 diberikan kepada perbedaan terkecil,
peringkat 2 diberikan untuk nilai terkecil ke 2 dan seterusnya. (perbedaan nol diabaikan).
d. Pemberian tanda atas peringkat yang telah ditetapkan.

3
Langkah selanjutnya ialah membutuhkan tanda setiap perbedaan (sebagaimana ditunjukan
pada kolom 3 tabel) terhadap peringkat yang telah ditetapkan (sebagaimana ditunjukkan
pada kolom 4).

n = jumlah observasi yang relevan

= jumlah tanda positif + jumlah tanda negatif = 6+2 = 8
T = peringkat kedua jumlah yang paling kecil = 10,5

Langkah ini menghasilkan angka pada dua kolom terakhier tabel sebagi contoh, besarnya
perbedaan antara pasangan data untuk gino diberi peringkat 7, dan karena perbedaan
tersebt positif, maka dicatat +7. Peringkat bertanda bagi konsumen lainnya diperoleh
denagn ara serupa.

e. Menjumlahkan peringkat.
Menjumlahkan semua peringkat positif dan kemudian menjumlahkan semua peringkat
negatif, yang paling kecil dari kedua hasil penjumlahan ini ditetapkan sebagai nilai hitung T.
Karena jumlah peringkat negatif adalah 10,5 dan jumlah peringkat positif adalah 25,5 maka
jumlah 10,5 ditetapkan sebagai nilai hitung T. (guna memeriksa keakuratannya pehitungan,
jumlah peringkat positif dan negatif adalah 25,5 +10,5, tentunya harus sama dengan jumlah
peringkat pada kolom 4 tabel).

f. Penarikan kesimpulan statistik tentanf hipotetis nol.

Sekarang kita dapat menguji hipotesis nol dengan membandingkan nilai hitung T dengan
nilai T pada tabel yan ada pada Lampiran IX dibagiaan belakang buku ini yang sesuai dengan
taraf nyata tertentu. Berdasarkan asumsi bahwa hipotesis nol benar, tbael T pada bagian
lampiran memberikan nilai T pada α sebesar 0.01 dan 0.05, baik untuk pengujian satu arah
dimana n = 8 dan α = 0,01, nilai T pada Tabel adalah 1.

C. Prosedur pengujian mann- whitney

Dengan prosedur uji tanda dan prosedur uji peringatan bertanda wilcoxon, pasangan
data yang diambil dari satu sampel atau dua sampel yang saling terkait dapat dianalisis guna
melihat perbedaan yang signifikan. Dalam situasi dimana kita ingin menguji hipotesis nol
yang menyatakan bahwa tidak ada perbedaanyang sesungguhnya antara kedua kelompok
data dan dimana data tersebut diambil dari dua sampel yang tidak saling terkait, kita dapat
melakukan pengujian mann- whitney. Pengujian ini sering disebut sebagai pengujian U,
karena untuk menguji hipotesis nol, kasus dihitung angka statistik yang disebut U.

Asumsikan bahwa kepala biro alumni suatu BBA-MBA School sedang menghimpun data
biografis mengenai alumni yang tamat 10 tahun lalu. Setelah menerima hasil survei melalui
surat, kepala biro tersebut ingin mengetahui apakah mereka yang berkonsentrasi di bidang
manajemen keuangan.Tabel di bawah memperlihatkan data gaji yang telah diterima kepala
biro tersebut dari 8 (n1 = 8) alumni yang berkonsentrasi di bidang manajemen pemasaran
dan 12 (n2 = 12) alumni yang berkonsentrasi di bidang manjemen keuangan.

Prosedur pengujian yang akan kita lakukan :

a. Menyatakan hipotesis dan α

4
Sebagaimana halnya dengan jenis pengujian hipotesis lainnya, langkah pertama dalam
melaksanakan pengujian Mann-whitney ini ialah menyatakan hipotesis nol dan hipotesis
alternatif serta menentukan taraf nyata yang diinginkan. Dalam hal ini, hipotesis nolnya
ialah bahwa setelah 10 tahun, tidak ada perbedaan antara gaji alumni yang berkonsentrasi
di bidang pemasaran san gaji alumni yang berkonsentrasi di bidang keuangan, yakni H 0 : gaji
alumni dari kedua konsentrasi tersebut sama. Karena pengujian satu-arah ke kanan harus
dibuat, mka hipotesis alterntifnya ialah bahwa setelah 10 tahun, gaji alumni yang
berkonsentrasi di bidang manajemen keuangan, yakni H α : gaji alumni dari konsentrasi
pemasaran lebih tinggi dari pada gaji alumni dari konsentrasi keuangan. Labih lanjut, kepala
biro tersebut menginginkan taraf nyata sebesar α = 0,01.

b. Menyusun peringkat data tanpa memperhatikan katagori sampel.

Setelah menyusun data berikutnya menetapkan peringkat seluruh kelompok angka
pendapatan tanpa memperhatikan jenis konsentrasi. Karena gaji tahunan alumnus galper
adalah yang paling rendah dari gaji 20 orang yang menjadi responden, maka gaji tersebut
ditetapkan sebagai peringkat 1. Dan karena coyne melaporkan pendapatan tertinggi dari
kedua konsentrasi, maka pendapatan tersebut diberi peringkat 20.

c. Menjumlahkan peringkat menurut tiap katagori sampel dan menghitung statistik

U,
Setelah peringatan semua data ditetapkan , peringkat pendapatan untuk setiap konsentrasi
harus dijumlahkan. Untuk konsentrasi pemasaran, jumlah peringkat R 1, adalah 91,5 dan
jumlah peringkat untuk konsentrasi keuangan R 2 adalah 118,5. Kini kita siap untuk
menghitung statistik U. Kedua rumus Berikut dapat dipakai dalam Perhitungan U.
n1 (n 1+1)
U =n1 n 2+ −R1
2
atau
n1 (n 1+1)
U =n1 n 2+ −R2
2

Dimana : R1 = jumlah peringkat yang harus diberikan pada sampel dengan jumlah n1
R2 = jumlah peringkat yang harus diberikan pada sampel dengan jumlah n2
Kedua rumus ini kemungkinan besar akan menghasilkan dua nilai yang berbeda bagi U. Nilai
yang dipilih untuk U dalam pengujian hipotesis adalah nilai yang paling kecil dari kedua nilai
tersebut. Dengan menggunakan rumus kita peroleh:

5
 8❑ ( 8+1)
U =8(12)❑+ −91,5=40,5
2

12❑(12+1)
U =8(12)❑ + −118,5=55,5
2
Oleh karena itu, nilai yang diterapkan untuk U guna menguji hipotesis nol adalah
40,5 yang merupakan paling kecil dari kedua nilai hitung tersebut. Guna memeriksa apakah
perhitungan kita di atas nilai U bener, rumus berikut dapat digunakan.

Nilai U terkecil = n1n2 - Nilai U terbesar

Perhatikan bahwa, dalam contoh kita,
U = 8(12) – 55,5
= 40,5

d. Penarikan kesimpulan statistik mengenai hipotesis Nol.

Sekarang kita siap menguji hipotesis nol secara resmi. Pada hakikatnya, pengujian ini
melibatkan pembandingan nilai hitung U dengan Nilai U pada tabel yang akan cocok
seandainya hipotesis nol benar. Tabel nilai U pada bagian Lampiran X (pada bagian
belakangbuku) memberikan nilai U untuk n1n2 dan α yang cocok dengan asumsi bahwa
hipotesis nol adalah sahih. Aturan pengambilan keputusan ialah:
Tolak hipotesis nol jika nilai hitung U sama atau lebih kecil dari nilai dalam Tabel
Udiman dakam contoh kita, n1 = 8 n2 = 12, dan taraf nyata yang diinginkan dalam pengujian
satu-arah adalah 0,01. Nilai U yang tepat dari tabel kedua pada lampiran X adalah 17, maka
hipotesis nol tidak bisa ditolak. Dengan demikian dapat disimpulkan, bahwa tidak terdapat
perbedaan gaji yang nyata anatara alumni konsentrasi pemasaran dan alumni konsentrasi
keuangan.
Uji Kruskal – wallis
Uji kruskal – wallis sebetulnya sama dengan uji F dalam dalam ANOVA (analysis of varians)
satu arah, hanya datanya berupa peringkat (ranking). Kalau data asli masih berupa interval
atau rasio, harus diubah terlebih dahulu menjadi peringkat (ranking atau ordinal)
Perhatian :

6
 (1) Seluruh data hasil pengamatan dari k sampel digabung, kemudian dibuat peringkat
(2) Kemudian hitung jumlah peringkat dari setiap sampel (j,j =1,2,..., k)
Prosedur pengujian dengean kreteria uji kruskal –wallis :
(i) Uji H0 = µ1 = µ2 = ... = µj = ... = µk (semua rata – rata sama)
Uji Hα = µi ≠ µj i ≠ j (minimal ada dua rata-rata tidak sama)
k 2
Tj
(ii) Hitung KW =
[ 12
∑
n (k +1) j=1 n j ]
- 3(n+1), j = 1,2, ...,k

nj = banyaknya elemen dari sampel j (j = 1,2,..,k)

n = n1 + n2 + ... + nj + ... + nk = seluruh elemen sampel
Tj = jumlah peringkat dari sampel j
KW = mengikuti fungsi kai – kuadrat dengan df = n – 1
2
(iii) Tentukan α danx α (k−1) dari tabel kai – kuadrat
2
(iv) Kesimpulan : kalau KW ≥ x α (k−1) , H0 di tolak, sebaliknya H0 diterima.\
D. Runs Test Untuk Melihat keacakan
Seorang investor ingin mengetahui apakah kenaikan dan penurunan yang terjadi
akhir – akhir ini pada data harian dow jones industrial avarage (DJIA) benar – benar bersiafat
acak atau apakah ada keteraturan atau pola padda perubahan tersebut yang mungkin
mempengaruhi portofolionya. Untuk itu, investor tersebut dapat melakukan runs tes(uji
deret) untuk melihat keacakan. Tujuan uji deret adalah unutk menentukan apakah keacakan
akan tejadi atau apakah terdapat suatu pola yang mendasari urutan data sampel. Pengujian
tersebut didasarkan pada jumlah deret dari hasil yang identik pada data berurut. Misalnya,
apabila investor tadi melihat bahwa dalam 15 hari kerja berturut-turut angka DJIA
menunjukkan rangkaian dari 15 rangkaian yang berkaitan, dia mungkin akan menyimpulkan
adanya pola dalam perilaku pada modal (bursa saham). Sayangnya, dalam kenyataan,
proses pengambilan keputusan tidak selalu sgamblang itu. Oleh karena itu, runs test
merupakan prosedur pengujian hipotesis lain yang dirancang untuk membantu para
pengambil keputusan.
Prosedur Pelaksaanaan Runs Test
Misalnya untuk 15 hari kerja terakhir, DJIA memperlihatkan perubahan – perubahan
berikut:
Hari : 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

7
 + + - - + + + + + - - + + - +
Tanda positif menunjukan kenaikan dari hari sebelumnya, sementara tanda negatif
menyatakan penurunan dari hari sebelumnya.
Prosedur pelaksaan runs test adalah:
a. Merumuskan hipotesis nol dan hipotesis alternatif hipotesis untuk runs test kita
adalah.
H0 = data beurut DJIA yang dianalisis tersebut bersifat acak.
H1 = data beurut DJIA yang dianalisis tersebut mempunyai pola
Runs test dirancang untuk mendekati pola dalam data berurut, tetapi tidak bisa
mengungkapkan hakikat dari pola terseut. Jadi, untuk contoh ini, uji deret dapat
memperlihatkan adanya pola dalam perubahan pasar modal, tetapi berdasarkan hasil
pengujian, kita tidak dapat menyimpulkan apakah pola itu menaik atau menurun.
b. Menghitung jumlah deret
Berdasarkan urutan tanda (positif atau negatif) tadi dapatlah investor tadi menyimpulkan
adanya keacakan, atau apakah terdapat suatu pola? (investor tersebut tidak peduli pada
jenis pola yang muncul). Langkah pertma untuk menjawab pertanyaan ini adalah dengan
menghitung jumlah deret. Dengan mengguakan data sebelumnya.
c. Menghitung Frekuensi kejadian
Langkah berikutnya dalam prosedur runs test adalah mengidentifikasi terlebih dahulu
jumlah elemen dari suatu jenis data(yang disebut n 1) dan kemudian menidentifikasi jumlah
elemen dari jenis dari lainnya (yang disebut n1).
d. Menarik kesimpulan statistik
Jika n1 dan n2 masing – masing sama atau lebih dari 20 5 kita akan memulai pengujian
hipotesis nol dengan merujuk ke Tabel r yang ada pada Lampiran XI, dibagian belakang buku
ini. Tabel r ini didasarkan pada asumsi bahwa H 0 benar, dan menyajikan nilai r kritis menurut
n1, n2 dan taraf nyata sebesar 0.05. aturan pengambilan keputusan berikut digunakan untuk
membandingkan nilai r sampel dengan nilai r pada tabel.
E. Koefisien Korelasi Peringkat Spearman
Ukuran erat – tidaknya kaitan antara dua variabel ordinal; artinya, r s merupakan
ukuran atas kadar/derajat hubungan antara data yang telah disusun menurut peringkat
(ranked data). Koefisien korelasi (r) dihitung dengan menggunkan nilai aktual dari X dan Y,

8
sedangkan koefisien Spearman yang akan kita bicarakan berikut ini menggunkan nilai
peringat untuk X dan Y, dan bukan nilai Aktual.

Prosedur penghitungan koefisien korelasi peringkat spearman

Sebuah perusahaan asuransi di jakarta telah menyelenggarakan kursus penyegaran
penjulan yang dimaksudkan untuk meningkatkan prestasi para wiraniaganya. Beberapa
kelas telah menyelesaikan kursus tersebut. Dalam memperkirakan nilai program tersebut,
manajer pelatihan penjualan ingin menentukan apakah ada hubungan antara prestasi dalam
program dengan prestasi dalam menghasilkan penjualan tahunan setelah menjalani kursus.
a. Menyusun peringkat data
Sebagai langkah pertama, manajer tadi menyusun peringkat dari kesebelas wiraniaga
berdasarkan prestasinya dalam kursus penjualan. Peringkat 1 diberikan kepada wiraniaga
dengan prestasi terbaik; peringkat 2 diberikan kepada lulusan kedua terbaik, dan
seterusnya.
b. Menghitung perbedaan antara pasangan peringkat
Perhitungan sistematis atas perbedaan peringkat. Perbedaan ini, yang diberikan notasi D,
ditunjukkan pada kolom ketiga karena michael mendapat peringkat 5 untuk prestasi kursus
tatapi memperoleh peringkat yang lebih rendah, yaitu 7, dalam prestasi penjualan, maka
perbedaan untuk michael adalah -2.
c. Mengitung rs
Setelah menghitung D untuk setiap wiraniaga, manajer tersebut akan menghitung koefisien
korelasi Spearman, yang didefinisikan sebagai berikut:
6∑ 2
D
r s=1 2
n ( n −1 )
Untuk menghitung rs kita harus menguadratkan perbedaan anata setiap pasangan peringkat
dan kemudian menjumlahkan perbedaan yang dikuadratkan tersebut yaitu, menghitung

∑ D 2 dalam pembilang rumus. Kolom terakhir dalam menunjukkan jumlah dari perbedaan
yang dikuadratkan tersebut. Hasil perhitungan dalam memberikan r s sebesar 0,636.
Sebagai dasar untuk meinterprestasikan r s Anda harus selalu ingat bahwa apabila r s
(seperti koefisien korelasi biasa, r) bernilai nol, maka tidak ada korelasi. Dan, sepertihalnya r,
jika rs adalah +1,00 atau -1,00, maka terdapat korelasi sempurna.

9
Menguji signifikansi rs
Pengujian yang lebih formal bisa dilaksankan menentukan apakah benar – benar ada
hubungan statistik seperti diisyaratkan oleh r s hipotesis nol biasa ditentukan untukan
menyatatkan tidak adanya hubungan anatara prestasi kursus dan prestasi penjualan, yaitu
H0 : rs = 0. Karena manajer pelatih cenderung berkeyakinan bahwa kursus tersebut akan
meningkatkan kemampuan menjual, maka pengujian satu – arah ke kanan dapat dilakukan
dan hipotesis alternatif akan menyatakan adanya hubungan positif antara prestasi kursus
dengan prestasi penjualan, yaitu H1 : rs > 0. Misalnya kita akan melakukan pengujian pada
α =0,05 . pertanyaan mendasar dalam pengujian hipotesis kita adalah berapa besarnya
probabilitas untuk memperoleh nilai rs sampel sebesar 0,636 jika sesungguhnya tidak ada
hubungan antara kedua variabel tersebut?
Jika ukuran sampel lebih besar dari 10, kita bisa melakukan pengujian hipotesis
dengan mengitung rasio kritis (critical ratio = CR) sebagai berikut.
n−2
CR= rs =
√ 1−r 2s
Berdasarkan data dalam contoh, kita peroleh :
11−2
CR= 0,636 =
√ 1−(0,636)2s
Nilai dari tabel t: t0,05(9) = 1,833
Setelah menghitung rasio kritis, kita sudah dapat menarik kesimpulan berdasarkan
aturan pengambilan keputusan untuk pengujian satu – arah ke kanan pada taraf nyata
sebesar 0,05, yakni sebagai berikut:
Terima H0 dan Terima H1 Jika CR ≤ nilai t tabel
Atau
Tolak H0 dan terima H1 = jika CR > nilai t tabel.

10
11