Runs Test for Randomness

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 1

 KONSEP KUNCI
• Bagian ini memperkenalkan tes berjalan
untuk keacakan, yang dapat digunakan untuk
menentukan apakah data sampel dalam
urutan berada dalam urutan acak.
• Tes ini didasarkan pada data sampel yang
memiliki dua karakteristik, dan ini
menganalisis run dari karakteristik tersebut
untuk menentukan apakah berjalan
tampaknya hasil dari beberapa proses acak,
atau apakah berjalan menunjukkan bahwa
urutan data tidak acak.
Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 2
 Definisi
• Run adalah urutan data yang memiliki
karakteristik yang sama; urutannya
didahului dan diikuti oleh data dengan
karakteristik yang berbeda atau tanpa
data sama sekali.

• Tes jalan menggunakan jumlah jalan

dalam urutan data sampel untuk
menguji keacakan dalam urutan data.

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 3

 Prinsip Fundamental dari Run Test
Tolak keacakan jika jumlah menjalankan
sangat rendah atau sangat tinggi.
•Contoh: Urutan jenis kelamin FFFFFMMMMMM tidak
acak karena hanya memiliki 2 run, sehingga jumlah run
sangat rendah.
•Contoh: Urutan jenis kelamin FMFMFMFMFM tidak acak
karena ada 10 run, yang sangat tinggi.

Penting untuk dicatat bahwa tes berjalan untuk

keacakan didasarkan pada urutan di mana data
terjadi; itu tidak didasarkan pada frekuensi data.
Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 4
 CAUTION
• Tes berjalan untuk keacakan didasarkan
pada urutan di mana data terjadi; itu
tidak didasarkan pada frekuensi data.

• Misalnya, urutan 3 pria dan 20 wanita

mungkin tampak acak, tetapi masalah
apakah 3 pria dan 20 wanita merupakan
sampel yang bias (dengan lebih banyak
wanita) tidak ditangani oleh tes berjalan.

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 5

 Procedure for Runs Test for Randomness

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 6

 Procedure for Runs Test for
Randomness

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 7

 Objective
Menerapkan tes berjalan untuk keacakan
ke urutan data sampel untuk menguji
keacakan dalam urutan data.
Gunakan hipotesis nol dan alternatif
berikut.
H 0 : Data dalam urutan acak.
H1 : Data berada dalam urutan yang tidak
acak.

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 8

 Notation

n1 = jumlah elemen dalam urutan yang

memiliki satu karakteristik tertentu
(Karakteristik yang dipilihn1adalah arbitrer)

n2 = jumlah elemen dalam urutan yang

memiliki karakteristik lain

G = jumlah percobaan

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 9

 Requirements

1. Data sampel disusun menurut beberapa

skema pemesanan, seperti urutan di mana
nilai sampel diperoleh.

2. Setiap nilai data dapat dikategorikan ke

dalam satu dari dua kategori yang terpisah
(seperti pria / wanita).

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 10

 Runs Test for Randomness

Untuk Sampel Kecil (n1  20 and n2  20)

dan  : 0.05


Test Statistic
Statistik uji adalah jumlah run G

Critical Values
Nilai kritis ditemukan pada Tabel A-10.

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 11

 Runs Test for Randomness

Untuk Sampel Kecil (n1  20 and n2  20)

and 
 0.05 :

Kriteria keputusan
Tolak keacakan jika jumlah lari G adalah:

•kurang dari atau sama dengan nilai kritis yang lebih

kecil yang ditemukan pada Tabel A-10.

•atau lebih besar dari atau sama dengan nilai kritis lebih
besar yang ditemukan pada Tabel A-10.

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 12

 Runs Test for Randomness

Untuk Sampel Besar (n1  20 and n2  20)

and   : 0.05

Test Statistic
G  G
z
G
2n1n2
where G  1
n1  n2

(2n1n2 )(2n1n2  n1  n2 )
and G  2
1
(n1  n2 ) ( n1  n2  1)
Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 13
 Runs Test for Randomness
Untuk Sampel Besar (n1  20 and n2  20)
or :
  0.05

Nilai-nilai Kritis

Crinilai kritis dari z: gunakan table A-2.

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 14

 Runs Test for Randomness

Untuk sampel besar (n1  20 and n2  20)

dan   0.05 :

Kriteria keputusan

Tolak keacakan jika statistik uji z adalah :

•kurang dari atau sama dengan skor z kritis
negatif (seperti –1.96).
•atau lebih besar dari atau sama dengan skor
z kritis positif (seperti 1.96)

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 15

 Contoh: Sampel Kecil
Jenis Kelamin Peserta Pembelajaran
Di bawah ini adalah jenis kelamin dari 15 subjek pertama yang
berpartisipasi dalam penelitian ”15 Mahasiswa baru” .
Gunakan tingkat signifikansi 0,05 untuk menguji keacakan dalam
urutan jenis kelamin.

MMMMFMFFFFFMMFF
Persyaratan terpenuhi, jadi pisahkan proses
seperti yang ditunjukkan di bawah ini.
MMMM F M FFFFF MM FF
3rd run
1st run 2nd run 4th run 5th run 6th run
Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 16
 Contoh: Sampel Kecil
Jenis Kelamin Peserta Pembelajaran
MMMM F M FFFFF MM FF

1st run 2nd run 3rd run 4th run 5th run 6th run

n1 = total peserta laki-laki = 7

n2 = total peserta perempuan = 8

G = number of runs = 6
Karena. (n1  20 and n2  20) dan   0.05 ,
Tes Statistika adalah G = 6
Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 17
 Contoh: Sampel Kecil
Jenis Kelamin Peserta Pembelajaran
MMMM F M FFFFF MM FF

1st run 2nd run 3rd run 4th run 5th run 6th run

Dari table A-10, nilai-nilai kritis adalah 4 and 13.

Karena G = 6 tidak kurang dari atau sama dengan
nilai kritis 4, juga tidak lebih besar dari atau
sama dengan nilai kritis 13, kita tidak menolak
keacakan.
Terlihat urutan jenis kelamin itu acak.
Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 18
 Contoh : Sampel Besar
Global Warming

Di bawah ini adalah suhu rata-rata global (dalam ºC) dari

permukaan bumi (berdasarkan data dari Goddard Institute
for Space Studies). Temperatur masing-masing mewakili
satu tahun, dan mereka dicantumkan dalam urutan baris.

Gunakan tingkat signifikansi 0,05 untuk menguji

keacakan di atas dan di bawah rata-rata. Apa hasil yang
disarankan mengenai suhu bumi?

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 19

 Contoh : Sampel Besar
Global Warming

Persyaratan terpenuhi. Berikut hipotesisnya:

H 0 : Urutannya adalah acak

H1 : urutannya adalah tidak acak
Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 20
 Contoh : Sampel Besar
Global Warming
Rata-rata dari 126 suhu tersebut adalah 13,998ºC.

Uji Statistik diperoleh dengan terlebih dahulu mencari jumlah

suhu di bawah rata-rata dan jumlah suhu di atas rata-rata.

Pemeriksaan hasil urutan dalam nilai-nilai ini :

n1 = jumlah suhu di atas rata-rata = 68
n2 = angka suhu di bawah rata-rata = 58

G = jumlah lari = 32

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 21

 Contoh : Sampel Besar
Global Warming
Sejak n1  20 , jumlahkan z menggunakan formula :
2n1n2 2(68)(58)
G  1   1  63.6032
n1  n2 68  58

(2n1n2 )(2n1n2  n1  n2 )
G 
(n1  n2 ) 2 (n1  n2  1)

(2)(68)(58)[(2(68)(58)  68  58]
 2
 5.55450
(68  58) (68  58  1)

G  G 32  63.6032
z   5.69
G 5.55450
Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 22
 Contoh : Sampel Besar
Global Warming
Dengan tingkat signifikansi.  0.05 dan uji dua sisi,
Nilai Kritis z = –1.96 and 1.96.

Statistik uji z = –5,69 termasuk dalam wilayah

kritis, jadi kami menolak hipotesis nol tentang
keacakan. Urutan yang diberikan memang
tampak acak.

Klaim pemanasan global tampaknya didukung

oleh data - lihat tampilan minitab.
Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 23
 Contoh : Sampel Besar
Global Warming

Tampak ada tren naik :

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 24
 Kesimpulan

Di bagian ini kita telah membahas :

•Uji jalan untuk keacakan yang dapat
digunakan untuk menentukan apakah data
sampel dalam suatu urutan berada dalam urutan
acak.
•Kita menolak keacakan jika jumlah lari sangat
rendah atau sangat tinggi.

Copyright © 2010, 2007, 2004 Pearson Education, Inc. 13.1 - 25