Kelompok 2

Uji Wald-Wolfowitz
Ayu Komala Dewi
Irza Ichsanul Annasya
Mega Ingga Melati

Kelas : 2H
 1. Esensi
• Fungsi tes wald-wolfowitz adalah untuk menguji Ho yang
menyatakan bahwa dua populasi independen berasal dari
populasi yang sama

• Dengan sampel-sampel yg cukup besar, tes ini dapat menolak

Ho jika kedua populasinya berbeda dalam hal: median,
variabilitas maupun kemencengan (parameter2)
 2. Syarat
• Test Run Wald-Wolfowitz menganggap bahwa
variabel yang dipelajari memiliki ditribusi
kontinu

• Skala yang dibutuhkan setidaknya dalam

bentuk ordinal.
• Data kembar
- Idealnya dalam tes run seperti ini, tidak ada data kembar karna
diasumsikan data berdistribusi kontinyu
- Namun dalam prakteknya mungkin saja ada kesalahan
pencatatan
- Jika pada kemungkinan pengurutan yang memuat angka sama
pada kelompok berbeda tersebut diperoleh hasil keputusan yang
berbeda maka dari tiap kemungkinan akan diperoleh nilai p-value
untuk kemudian dirata-ratakan sebanyak kemungkinan
pengurutan, nilai inilah yang dibandingkan dengan nilai α.
- Berbeda halnya jika jumlah data kembar itu banyak, yang
menyebabkan kombinasi run yang banyak juga. Jika hal ini
terjadi maka uji wald-wolfowitz ini tidak dapat di gunakan.
Inilah salah satu kelemahan uji ini.
 4. Prosedur
Sampel Kecil (n dan m ≤ 20)
1. Ho : Dua populasi independen berasal dari populasi yang
sama
H1: Dua populasi independen berasal dari populasi yang
berbeda
2. Uji Statistik: Uji Wald-Wolfowitz
3. Tingkat Signifikansi: α= 0.05 (sesuaikan dengan soal)
4. Daerah penolakan: tolak Ho jika Run(hit) ≤ Run(tab)
5. Uji Observasi:
- Urutkan gabungan kedua populasi dari yg terkecil
- Hitung jumlah run
- Bandingkan dengan run pada tabel F1, dengan n1 dan n2
sesuai soal
6. Keputusan : Tolak Ho jika run(hit) ≤ run(tab)
Terima Ho jika run(hit) ≥ run(tab)
7. Kesimpulan:
• Jika hipotesis nol gagal ditolak, maka dapat disimpulkan
bahwa nilai dari m+n berasal dari populasi yang identik.
Oleh sebab itu, a dan b akan tercampur secara merata dan nilai
total dari run juga akan menjadi besar.
• Sebaliknya, jika Ho berhasil ditolak, maka nilai total dari run
akan menjadi kecil yang mengindikasikan bahwa sampel
berasal dari populasi yang berbeda.
b. Sampel Besar (n1, n2 > 20)
1. Ho : Dua populasi independen berasal dari populasi yang
sama
H1: Dua populasi independen berasal dari populasi yang
berbeda
2. Uji Statistik: Uji Wald-Wolfowitz
3. Tingkat Signifikansi: α= 0.05 (sesuaikan dengan soal)
4. Daerah penolakan: tolak Ho jika P(hit) ≤ α
5. Uji Observasi:
o Urutkan gabungan kedua populasi dari yg terkecil
o Hitung jumlah run
o Gunakan pendekatan normal
• Mean :

• Standar deviasi:

• Karena distribusi dari run adalah diskrit, maka gunakan

koreksi kontinyunitas
o Bandingkan dengan peluang pada tabel normal
6. Keputusan : Tolak Ho jika P(hit) ≤ α
Terima Ho jika P(hit) > α
7. Kesimpulan :
• Jika hipotesis nol gagal ditolak, maka dapat disimpulkan
bahwa nilai dari m+n berasal dari populasi yang identik. Oleh
sebab itu, a dan b akan tercampur secara merata dan nilai total
dari run juga akan menjadi besar.
• Sebaliknya, jika Ho berhasil ditolak, maka nilai total dari run
akan menjadi kecil yang mengindikasikan bahwa sampel
berasal dari populasi yang berbeda
 Contoh soal dan penyelesaian
• Sampel Kecil
Seorang manajer di sebuah perusahaan ingin mengetahui apakah
ada perbedaan disiplin kerja antara karyawan bagian administrasi
dan keuangan. Observasi dilakukan terhadap 11 karyawan
administrasi dan 8 karyawan keuangan dan pengukuran
didasarkan pada waktu kedatangan.
Hasil observasi tercatat sebagai berikut :
Tabel 2 : Pengurutan Data
Tabel 3 : Data dalam Tabel 2 dituangkan
untuk Tes RUN
 UJI HIPOTESIS
• Hipotesis
• H0 : Tidak ada perbedaan disiplin antara karyawan
administrasi dan keuangan.
• H1 : Ada perbedaan disiplin antara karyawan
administrasi dan keuangan.
• Tes Statistik : Tes Run Wald – Wolfowitz
(Karena data ini berada dalam suatu skala ordinal dan
sebab hipotesisnya mengenai perbedaan dalam
sembarang jenis antara waktu kedatangan karyawan
administrasi dan keuangan)

• Tingkat Signifikansi : Tetapkan α = 5%, nA = 11, nK = 8

• Distribusi Sampling : Dari distribusi sampling r, harga-harga
kritis telah ditabelkan dalam Tabel F1 untuk nA,nK ≤ 20.

• Daerah Penolakan : tolak H0 jika r ≤ r tabel F1

• Keputusan : tidak tolak H0 karena r > r tabel F1 (13 > 5)

(Dari Tabel F1 kita ketahui bahwa untuk nA = 11 & nK =
8, suatu r yang besarnya 5 signifikan pada tingkat α =
0,05)

• Kesimpulan : tidak ada perbedaan kedisiplinan antara

karyawan bagian administrasi dengan karyawan keuangan.
• Sampel Besar (n dan m > 20 ):
Dalam suatu studi yang menguji teori
ekuipotensialitas, Ghiselli membandingkan proses belajar 21
tikus normal (dalam suatu tugas membeda-bedakan keadaan
terang) dengan proses belajar ulang 8 tikus yang telah
dioperasi dan keadaan korteksnya tidak baik.
Yang dibandingkan adalah banyaknya pecobaan yang
diperlukan oleh 8 tikus (E) sesudah operasi sehingga tikus-
tikus itu ingat kembali apa yang telah mereka pelajari,
dengan banyaknya percobaan yang diperlukan 21 tikus
normal (C) sehingga mereka tahu.
Datanya sebagai berikut :
• Hipotesis

• H0 :Tidak ada perbedaan antara tikus normal

dan tikus yang telah menjalani operasi
dengan keadaan korteks yang tidak baik,
dalam hal tingkat belajar (atau proses belajar
ulang) untuk membeda-bedakan keadaan
terang

• H1 :Kedua kelompok tikus itu berbeda

dalam hal tingkat belajar (atau proses belajar
ulang) untuk membeda-bedakan keadaan
terang
• Tes Statistik : Tes Wald-Wolfowitz dipilih sebagai tes
menyeluruh untuk perbedaan-perbedaan antara dua
kelompok itu. Karena , akan digunakan pendekatan
normal. Dan karena cukup kecil, akan digunakan
koreksi kontinyuitas.

• Tingkat Signifikansi : Tetapkan α = 0,01. n = 8 tikus

yang telah dioperasi dan m = 21 tikus normal

• Distribusi sampling : Untuk mengetahui nilai, maka

data diurutkan terlebih dahulu. Karena terdapat angka
yang sama antara tikus yang telah dioperasi tikus
normal, maka perlu diperhatikan semua nilai-nilai yang
mungkin didapatkan. Dari semua cara yang mungkin,
diperoleh 4 (minimum) dan 6 (maksimum).
Pengukuran: r=4 (minimum)
• r= 4
Maka z = 2.19104 dengan p-nya adalah
0.98578
• r= 6
Maka z=2.9079 dengan p-nya adalah
0.99818
Daerah Penolakan : tolak H0 jika p-value ≥ α

• Keputusan :gagal tolak H0 karena untuk semua

nilai r yang mungkin p-valuenya lebih dari α

• Kesimpulan : tidak cukup bukti untuk

mengatakan bahwa kedua kelompok tikus itu
berbeda secara signifikan dalam hal tingkat
belajar (atau proses belajar ulang) untuk
membeda-bedakan keadaan terang.