PERTEMUAN 16

METODE STATISTIK NON PARAMETRIK (LANJUTAN)

Team Teaching: Ajimat, S.Si., M.M., Angga Rovita, S.Pd., M.Pd

A. Tujuan Pembelajaran
1. Mahasiswa diharapkan mampu menghitung dan menerapkan metode run
test.
2. Mahasiswa diharapkan mampu menghitung koefisien korelasi peringkat
Spearman dan kemudian menguji signifikansi.

B. Uraian Materi
1. Run Test untuk Melihat Keacakan
Seorang investor ingin mengetahui apakah kenaikan dan
penurunan yang terjadi akhir-akhir ini pada data harian Dow Jones
Industrial Average (DJIA) benar-benar bersifat acak atau apakah ada
keteraturan atau pola pada perubahan tersebut yang mungkin
mempengaruhi portofolionya. Untuk itu, investor tersebut dapat melakukan
run test (uji deret) untuk melihat keacakan. Tujuan uji deret adalah untuk
menentukan apakah keacakan akan terjadi atau apakah terdapat suatu
pola yang mendasari urutan data sampel. Pengujian tersebut didasarkan
pada jumlah deret dari hasil yang identik pada data berturut. 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 modal (bursa
saham). Sayangnya, dalam kenyataannya, proses pengambilan
keputusan tidak selalu segamblang itu. Oleh karena itu, run test
merupakan prosedur pengujian hipotesis lain yang dirancang untuk
membantu para pengambil keputusan.
Langkah-langkah pelaksanaan run test, sebagai berikut:
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
Perubahan + + − − + + + + + − − + + − +

Tanda positif menunjukkan kenaikan dari hari sebelumnya, sementara

negatif menyatakan penurunan dari hari sebelumnya.

a. Merumuskan hipotesis nol dan hipotesis alternatif. Hipotesis untuk

run test kita adalah:
𝐻0 : Data berurut DJIA yang dianalisis tersebut besifat acak.
𝐻1 : Data berurut DJIA yang dianalisis tersebut mempunyai pola.

Run test dirancang untuk mendekati pola dalam data berurut, tetapi
tidak bisa mengungkapkan hakikat dari pola tersebut. 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 dan

negatif) tadi, dapatkah investor tadi menyimpulkan adanya keacakan,
atau apakah terdapat suatu pola ? (Investor tersebut tidak peduli pada
jenis pola yang muncul). Langkah pertama untuk menjawab pertanyaan
ini adalah dengan menghitung jumlah deret. Dengan menggunakan
data sebelumnya, hal itu akan dilakukan sebagai berikut:
Perubahan + + − − + + + + + − − + + − +
Deret 1 2 3 4 5 6 7

Ada tujuh deret dalam urutan data tersebut. Deret pertama adalah dua
tanda positif, deret kedua adalah dua tanda negatif, deret ketiga adalah
 lima tanda positif, dan seterusnya. Jadi, kita dapat menyatakan bahwa r
(jumlah deret) = 7. Dari data tersebut, apakah ketujuh deret itu
menunjukkan gerakan acak di pasar modal atau mungkinkah terdapat
pola deret tersebut ?

c. Menghitung frekuensi kejadian. Langkah berikutnya dalam prosedur

run test adalah mengidentifikasi terlebih dahulu jumlah elemen dari
suatu jenis data (yang disebut 𝑛1 ) dan kemudian mengidentifikasi
jumlah elemen dari jenis data lainnya (yang disebut 𝑛2 ). Pada data di
atas, kita mempunyai 10 tanda positif (sehingga 𝑛1 = 10) dan 5 tanda
negatif (𝑛2 = 5). Pada kondisi dimana tidak ada perubahan dalam DJIA,
maka kondisi tidak akan diperhitungkan.

d. Menarik kesimpulan statistik. Jika 𝑛1 dan 𝑛2 masing-masing sama

atau lebih dari 20, kita akan memulai pengujian hipotesis nol dengan
merujuk ke 𝑟 tabel. Karena 𝑛1 = 10 dan 𝑛2 = 5 serta taraf nyata 0,05
maka nilai 𝑟 tabel (𝑎) adalah 3 dan nilai 𝑟 tabel (𝑏) adalah 12. Dengan
demikian, nilai 𝑟 tabel tersebut menyatakan bahwa dalam suatu urutan
acak yang terdiri dari 15 hasil observasi dimana ada 10 tanda positif
dan 5 tanda negatif, probabilitas untuk memperoleh deret sebanyak 3
ke bawah atau 12 ke atas hanyalah 5%. Karena jumlah 𝑟 sampel
adalah 7 dan berada diantara kedua nilai tabel tersebut, maka kita
dapat menolak hipotesis nol. Sangat besar kemungkinan untuk
memperoleh 7 deret dalam urutan acak yang terdiri dari 15 observasi
yang mirip dengan data sampel kita. Dengan demikian, investor
tersebut mungkin akan menyimpulkan tidak adanya pola yang dapat di
deteksi dalam perilaku pasar modal selama 15 hari terakhir.

2. Koefisien Korelasi Peringkat Spearman

Koefisien korelasi peringkat Spearman (𝑟𝑠 ) adalah ukuran erat
tidaknya kaitan antara dua variabel ordinal, artinya 𝑟𝑠 merupakan ukuran
atas kadar/derajat hubungan antara data yang telah disusun menurut
peringkat (ranked data). Koefisien korelasi (𝑟) dihitung dengan
menggunakan nilai aktual dari 𝑋 dan 𝑌, sedangkan koefisien korelasi
Spearman yang akan kita bicarakan berikut ini menggunakan nilai untuk 𝑋
dan 𝑌, dan bukan nilai aktual.

Langkah-langkah perhitungan koefisien korelasi peringkat Spearman:

Sebuah perusahaan asuransi di Jakarta telah menyelenggarakan kursus

penyegaran penjualan 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. Tabel 1.4 menunjukkan data yang dikumpulkan olh
manajer pelatihan penjualan dari 11 (𝑛 = 11) lulusan program.

Tabel 1.4
(3)
(1) (2)
Perbedaan
Peringkat Peringkat (4)
Wiraniaga antara
Prestasi Penjualan 𝐷2
Peringkat
Kursus Tahunan
atau 𝐷 (1-2)
Stella 1 4 −3 9
Pierre 2 6 −4 16
Deni 3 1 2 4
Handoyo 4 2 2 4
Michael 5 7 −2 4
Bram 6 10 −4 16
Silvia 7 3 4 16
Mardi 8 5 3 9
Redi 9 8 1 1
Susan 10 9 1 1
Gozali 11 11 0 0
Jumlah 0 80
6 ∑ 𝐷2 6(80)
𝑟𝑠 = 1 − 2
=1− = 1 − 0,364 = 0,636
𝑛(𝑛 − 1) 11(121 − 1)
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. Kemudian, setiap wiraniaga diberi peringkat
menurut prestasinya dalam penjualan terbanyak, peringkat 2 diberikan
kepada wiraniaga dengan penjualan kedua terbanyak, dan seterusnya.
Misalnya, Stella dinilai sebagai wiraniaga terbaik dalam kursus, dan
telah menghasilkan jumlah penjualan keempat terbanyak selama 12
bulan setelah menyelesaikan kursus.

b. Menghitung perbedaan antara pasangan peringkat. Langkah

berikutnya adalah perhitungan sistematis atas perbedaan peringkat.
Perbedaan ini, yang diberikan notasi 𝐷, ditunjukkan pada kolom ketiga
tabel 1.4. Karena Michael mendapat peringkat 5 untuk prestasi kursus
tetapi memperoleh peringkat yang lebih rendah yaitu 7, dalam prestasi
penjualan, maka perbedaan untuk Michael adalah −2.

c. Menghitung 𝒓𝒔 . Setelah menghitung 𝐷 untuk setiap wiraniaga, manajer

tersebut akan menghitung koefisien korelasi Spearman yang
didefinisikan dalam rumus 7.4 sebagai berikut:
6 ∑ 𝐷2
𝑟𝑠 = 1 − ( )
𝑛(𝑛2 − 1)

Untuk menghitung 𝑟𝑠 , kita harus menguadratkan perbedaan antara

setiap pasangan peringkat dan kemudian menjumlahkan perbedaan
yang dikuadratkan tersebut yaitu ∑ 𝐷2 dalam pembilang rumus 7.4.
Kolom terakhir dalam tabel 1.4 menunjukkan jumlah dari perbedaan
yang dikuadratkan tersebut. Hasil perhitungan dalam tabel 1.4
memberikan nilai 𝑟𝑠 sebesar 0,636.
Sebagai dasar untuk menginterpretasikan 𝑟𝑠 , Anda harus selalu ingat
bahwa apabila 𝑟𝑠 (seperti koefisisen korelasi biasa, 𝑟) benilai nol, maka
 tidak ada korelasi. dan seperti halnya 𝑟, jika 𝑟𝑠 adalah +1,00 atau
−1,00, maka terdapat korelasi sempurna. Karena itu, dalam contoh kita,
manajer tersebut menyimpulkan adanya korelasi antara prestasi kursus
dan prestasi aktivitas penjualan setelah kursus.

d. Menguji signifikansi 𝒓𝒔 . Pengujian yang lebih formal bisa

dilaksanakan untuk menentukan apakah benar-benar ada hubungan
statistik seperti diisyaratkan oleh 𝑟𝑠 . Hipotesis nol biasa ditentukan
untuk menyatakan tidak adanya hubungan antara prestasi kursus dan
prestasi penjualan, yaitu 𝐻0 : 𝑟𝑠 = 0. Karena manajer pelatih cenderung
berkeyakinan 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. Mislakan 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 menghitung rasio kritis (critical ratio= 𝐶𝑅) sebagai
berikut:

𝑛−2
𝐶𝑅 = 𝑟𝑠 √
1 − 𝑟𝑠 2

Berdasarkan data dalam contoh, kita peroleh:

𝑛−2
𝐶𝑅 = 𝑟𝑠 √
1 − 𝑟𝑠 2

11 − 2
𝐶𝑅 = 0,636√
1 − (0,636)2

𝐶𝑅 = 2,47
 Nilai dari tabel 𝑡: 𝑡(0,05)(9) = 1,833

Setelah menghitung rasio kritis, kita sudah dapat menarik kesimpulan

berdasarkan aturan pengembilan keputusan untuk pengujian satu arah
ke kanan pada taraf nyata sebesar 0,05 yakni sebagai berikut:

𝐻0 diterima jika 𝐶𝑅 ≤ nilai 𝑡 tabel

𝐻0 ditolak jika 𝐶𝑅 > nilai 𝑡 tabel

Berapa nilai 𝑡 tabel ? Nilai 𝑡 tabel, sekiranya Anda lupa, dapat

ditemukan pada tabel distribusi 𝑡. Kolom 𝑑𝑓 (degree of freedom =
derajat kebebasan) yang akan dipilih kali ini ditentukan dengan
menggunakan nilai 𝑛 − 2 karena kita mempunyai dua variabel (prestasi
kursus dan prestasi penjualan). Taraf nyata yang terdapat pada setiap
kolom dalam tabel 𝑡 tersebut adalah untuk pengujian satu arah. Karena
𝐶𝑅 = 2,47 > 𝑡(0,05)(9) = 1,833, maka hipotesis nol tersebut ditolak. Kita
dapat menyimpulkan adanya hubungan statistik antara keikutsertaan
kursus penjualan dengan prestasi penjualan setelah mengikuti kursus
tersebut.

C. Soal/Latihan/Tugas
1. Jelaskan fungsi run test dan uji korelasi Spearman ?

2. Lakukanlah prosedur run test pada 𝛼 = 5% utuk rangkaian data berikut:

Perubahan + + + + − + − − + + − + + + + +

3. Selama 16 hari, supervisor tenaga pengepakan suatu pabrik memantau

produktivitas guna menentukan sejauh mana para pekerjanya bis
mencapai target kuota. Supervisor tersebut tertarik mempelajari apakah
hasil kerja harian yang di atas (+) atau di bawah (−) kuota bersifat acak
atau berpola. Hasil pemantauannya adalah sebagai berikut:
 Perubahan − − + + + + − − − + − + + + − −

Ambilah keputusan statistik dengan 𝛼 = 5% !

4. Tabel di bawah ini adalah tabel yang menyatakan hubungan penilaian juri
A dan juri B dalam Lomba Matematika
No. Kontestan A B
1. Krakatau 10 9
2. Rinjani 8 8
3. Merapi 1,5 10
4. Semeru 9 1
5. Soputan 6 5,5
6. Salak 5 4
7. Ceremai 7 7
8. Bongkok 3 5,5
9. Everest 1,5 3
10. Parang 4 2

Lakukanlah uji korelasi Spearman sesuai prosedur dengan 𝛼 = 5% !

5. Seorang manajer penjualan minuman ingin mengetahui seberapa erat

hubungan antara temperatur harian dan penjualan pada hari tersebut.
Karena lemahnya prosedur pencatatan data, manajer tersebut harus
menetapkan peringkat data (dimana hari terpanas diberi peringkat 1 dan
penjualan terbesar diberi peringkat 1). Lima belas hari dipilih secara acak
dan pasangan data tersebut adalah sebagai berikut:

Peringkat Temperatur Peringkat Penjualan

11 7
6 2
1 12
 7 5
4 10
12 14
8 1
14 4
15 3
2 15
10 13
5 11
3 9
13 8
9 6

Kesimpulan apa yang akan didapatkan Manajer tersebut dengan 𝛼 = 5% !

D. Referensi
Supranto, J. 2009. Statistik: Teori dan Aplikasi Edisi Ketujuh. Jakarta:
Erlangga