Menurut Sri Harto, 2001, hujan terjadi akibat adanya massa udara yang

menjadi dingin, mencapai suhu di bawah titik embunnya dan terdapat inti
higrokospik yang dapat memulai pembentukan molekul air.

Menurut Barry,1971 dalam Sri Harto, 2001, hujan hanya akan terjadi apabila
molekul-molekul air hujan sudah mencapai ukuran lebih dari 1 mm. Proses
gerakan udara ke atas tersebut disebabkan oleh berbagai sebab, yang
kemudian hal tersebut menentukan jenis genetik (genetic type) hujan, yaitu;
HUJAN
KONVEKTIF
Biasanya terjadi sebagai hujan dengan intensitas yang tinggi akibat massa
udara yang terangkat ke atas oleh pemanasan lahan, atau karena udara
dingin yang bergerak di atas laut atau dataran yang panas. Hujan ini
biasanya terjadi di daerah yang relatif luas dan bergerak sesuai dengan
gerakan angin.

Gambar Hujan Konvektif

HUJAN
SUKLONIK
Dapat terjadi karena udara lembab panas
terangkat ke atas oleh lapisan udara yang
lebih dingin dan lebih rapat. Penyebaran
Udara Panas
hujan jenis ini sangat dipengaruhi oleh landai
bidang pertemuan antara udara panas dan Udara Dingin

udara dingin (warmfront/cold front) dan

Gambar Hujan Suklonik
biasanya merupakan hujan dengan daerah
penyebaran terbatas dan dalam waktu
pendek .

HUJAN OROGRAFIK
Terjadi karena massa udara lembab
terangkat oleh angin yang terangkat karena
adanya gunung/pegunungan/dataran tinggi. Bayangan
Hujan
Kejadian yang sebenarnya tidak Daerah
sesederhana hal tersebut, karena Hujan

mekanisme terangkatnya massa udara Gambar Hujan Orografik

dapat disebabkan oleh gabungan dari ketiga

hal tersebut, yang menyebabkan hujan
memiliki variabilitas waktu yang berbeda-
beda.
 Penyaringan Data Hidrologi
Uji Homogenitas
Menurut Soewarno (2000;25) sekumpulan data dari suatu variabel hidrologi
sebagai hasil pengamatan atau pengukuran dapat disebut sama jenis
(homogen) apabila data tersebut diukur dari suatu resim (regime) yang tidak
berubah. Perubahan resim dari fenomena hidrologi dapat terjadi karena banyak
sebab, misal;
perubahan alam, misal perubahan iklim, bencana alam, banjir besar, hujan
lebat,

perubahan karena ulah manusia, misalnya pembuatan bendung pada alur

sungai, penggundulan hutan

Data hidrologi disebut tak sama jenis (non homogeneous) apabila dalam setiap
sub kelompok populasi ditandai dengan perbedaan nilai rata-rata (mean), dan
perbedaan varian (variance) terhadap sub kelompok yang lain dalam populasi
tersebut.
Ketidak homogenan ini dapat terjadi karena perubahan fenomena hidrologi yang
disebabkan oleh karena perubahan alam atau karena ulah manusia.
Banyak cara untuk menguji kesamaan jenis dari data hidrologi, diantaranya
adalah dengan cara;
•grafis
•kurva massa ganda
•statistik

Cara Statistik X1  X2
Rumus yang digunakan; t  1

1 1 2

 
N1 N2
t = Variabel t-terhitung
X1 = Rata-rata hitung sampel set ke-1

X2 = Rata-rata hitung sampel set ke-2

N1 = Jumlah sampel set ke-1
N2 = Jumlah sampel set ke-2
0 .5
2
N S  N2 S2
2
S12, S22 = varian sampel set ke-1 dan ke-2
 = 1 1
N1  N2  2 Dk = N1+N2-2 = derajat kebebasan
Keputusan;
 Apabila t terhitung  nilai kritis tc pada derajat kebebasan tertentu maka
kedua sampel yang diuji tidak berasal dari populasi yang sama (hipotesis
ditolak).
 Apabila t terhitung < tc maka kedua sampel berasal dari populasi yang
sama (hipotesis di terima).

Untuk nilai tc uji t dua sisi dapat dilihat dari tabel berikut;
Derajat Kepercayaan ta Derajat Kepercayaan ta
dk dk
0.1 0.05 0.025 0.01 0.005 0.1 0.05 0.025 0.01 0.005

1 3.078 6.314 12.076 31.821 63.657 16 1.337 1.746 2.12 2.583 2.921

2 1.886 2.92 4.303 6.965 9.925 17 1.333 1.74 2.11 2.567 2.898

3 1.638 2.353 3.182 4.541 5.841 18 1.33 1.734 2.101 2.552 2.878

4 1.533 2.132 2.776 3.747 4.604 19 1.328 1.729 2.093 2.539 2.861

5 1.476 2.015 2.571 3.365 4.032 20 1.325 1.725 2.086 2.528 2.845

6 1.44 1.943 2.447 3.143 3.707 21 1.323 1.721 2.08 2.518 2.831

7 1.415 1.895 2.365 2.998 3.499 22 1.321 1.717 2.074 2.508 2.819

8 1.397 1.86 2.306 2.896 3.355 23 1.319 1.714 2.069 2.5 2.807

9 1.383 1.833 2.262 2.821 3.25 24 1.318 1.711 2.064 2.492 2.797

10 1.372 1.812 2.228 2.764 3.169 25 1.316 1.708 2.06 2.485 2.787

11 1.363 1.796 2.201 2.718 3.106 26 1.315 1.706 2.056 2.479 2.779

12 1.356 1.782 2.179 2.681 3.055 27 1.314 1.703 2.052 2.473 2.771

13 1.35 1.771 2.16 2.65 3.012 28 1.313 1.701 2.048 2.467 2.763

14 1.345 1.761 2.145 2.624 2.977 29 1.311 1.699 2.045 2.462 2.756

15 1.341 1.753 2.131 2.602 2.947 Inf 1.282 1.645 1.96 2.326 2.576
Contoh Soal

No Ta hun PTK-11 PTK-12 S (Xi-XRa ta -ra ta ) PTK- (Xi-XRa ta -ra ta ) 2 (Xi-XRa ta -ra ta ) (Xi-XRa ta -ra ta ) 2
Po ntia na k Ka ka p 11 PTK-11 PTK-12 PTK-12

1 2 3 4 5 6 7 8
1 1993 170 102 40.4 1633.5 16.667 277.8
2 1994 81 90 -48.6 2360.3 4.667 21.8
3 1995 153 92 23.4 548.3 6.667 44.4
4 1996 96 94 -33.6 1127.8 8.667 75.1
5 1997 122 84 -7.6 57.5 -1.333 1.8
6 1998 145 96 15.4 237.7 10.667 113.8
7 1999 177 86 47.4 2248.3 0.667 0.4
8 2000 106 72 -23.6 556.2 -13.333 177.8
9 2001 98 96 -31.6 997.5 10.667 113.8
10 2002 103 80 -26.6 706.7 -5.333 28.4
11 2003 184 71 54.4 2961.2 -14.333 205.4
12 2004 120 61 -9.6 91.8 -24.333 592.1
Juml
1555.0 1024.0 0.0 13526.9 0.0 855.1
ah
Ra ta 2 129.58 85.33
 Pa ra m e te r Sa m p e l 1 Sa m p e l 2
N 12 12
XRa ta -ra ta 129.6 85.33
S 35.1 12.3

S2 1229.7 150.2
dk 22.0

s 27.435
t Hitu n g 3.95 Tid a k
t Ta b e l 2.179 Ho m o g e n

Apabila data tidak homogen, maka data hujan dari kedua stasiun dianalisa secara
parsial. Data diolah secara parsial, yakni dengan menetapkan suatu besaran
tertentu sebagai batas bawah, selanjutnya semua besaran data yang lebih besar
dari batas bawah tersebut diambil dan dijadikan bagian seri data untuk kemudian
dianalisis seperti biasa.

Apabila data homogen, maka data hujan dari kedua stasiun dianalisa sebagai
stasiun gabungan (Data Dari Kedua Stasiun Digabungkan)
Contoh Soal Analisa Data Secara Parsial

Sebagai Contoh, diambil pengolahan untuk tahun 1993.

 Pada tahun 1993 ini, stasiun PTK-11 memiliki data maksimum pada tanggal
23 Januari, yakni 170 mm. Kemudian data hujan pada stasiun PTK-12 Sungai
Kakap pada tanggal, bulan dan tahun yang sama ikut diambil yakni 10 mm,
kemudian data dirata-ratakan, sehingga didapat nilai rata-rata 1 adalah 90 mm.
 Selanjutnya tinjau data maksimum tahun 1993 untuk stasiun PTK-12 Sungai
Kakap. Stasiun PTK-12 Sungai Kakap memiliki data maksimum pada tanggal
28 Oktober , yakni 102 mm. Kemudian data hujan pada stasiun PTK-11
Pontianak pada tanggal, bulan dan tahun yang sama ikut diambil, yakni 61
mm, kemudian ketiga data dirata-ratakan, sehingga didapat nilai rata-rata 2
adalah 81.5 mm.
Dari nilai rata-rata 1, dan 2 dilihat nilai yang terbesar. Nilai rata-rata yang terbesar
adalah 90 mm, sehingga data ini digunakan sebagai data maksimum
 PTK-11 PTK-12 PTK-12 PTK-11 CH Ya ng
Ta hun Tg l Bula n Ra ta -ra ta Ta hun Tg l Bula n Ra ta -ra ta
Pontia na k S. Ka ka p S. Ka ka p Pontia na k Dig una ka n
1993 23 Ja n 170 10 90 1993 28 Okt 102 61 81.5 90

14 Ag t 90 -
1994 1 Jul 81 - 81 1994 75.33 81
16 Okt 90 46

1995 20 Jul 153 - 153 1995 10 Me i 92 28 60 153

1996 18 Jun 96 - 96 1996 27 Ag t 94 32 63 96

1997 4 Jul 122 72 97 1997 22 Ap r 84 74 79 97

1998 14 Ap r 145 - 145 1998 5 Se p t 96 126 111 145

1999 25 Se p t 177 36 106.5 1999 11 Ap r 86 54 70 106.5

2000 4 Ja n 106 37 71.5 2000 5 Ja n 72 20 46 71.5

2001 3 Ag t 98 60 79 2001 30 Ja n 96 - 96 96

2002 7 Se p t 103 - 103 2002 25 Se p t 80 - 80 103

13 Me i 71 15
2003 11 Ja n 184 - 184 2003 52.33 184
31 Okt 71 -

2004 15 Se p t 120 - 120 2004 23 Ja n 61 - 61 120

 Penyaringan Data Hidrologi
Uji Trend
Menurut Soewarno, 1995; Jilid 2; 85, deret berkala yang nilainya
menunjukkan gerakan yang berjangka panjang dan mempunyai
kecenderungan menuju kesatu arah, arah naik atau turun disebut pola atau
trend.
Ada dua cara untuk pengujian trend secara statistik;
1. Metode Uji Korelasi Peringkat
n2
Spearman 0 .5
 
t  KP  
1  KP 
Digunakan untuk analisa stasiun tunggal (jika data hujan tidak
homogen), dimana data masing-masing stasiun diuji dengan cara ini.

Rumus yang digunakan;

n
6 dt 
2

KP  1  i 1

n n
3
KP = Koefisien Korelasi Peringkat Dari Spearman
n = Jumlah Data
dt = Rt-Tt
Tt = Peringkat Dari Waktu
Rt = Peringkat dari variabel hidrologi dalam deret berkala
t = Nilai distribusi t, pada derajat kebebasan (n-2) untuk derajat kepercayaan
tertentu (umumnya 5 %) seperti tabel berikut;
Derajat Kepercayaan ta Derajat Kepercayaan ta
dk dk
0.1 0.05 0.025 0.01 0.005 0.1 0.05 0.025 0.01 0.005

1 3.078 6.314 12.076 31.821 63.657 16 1.337 1.746 2.12 2.583 2.921

2 1.886 2.92 4.303 6.965 9.925 17 1.333 1.74 2.11 2.567 2.898

3 1.638 2.353 3.182 4.541 5.841 18 1.33 1.734 2.101 2.552 2.878

4 1.533 2.132 2.776 3.747 4.604 19 1.328 1.729 2.093 2.539 2.861

5 1.476 2.015 2.571 3.365 4.032 20 1.325 1.725 2.086 2.528 2.845

6 1.44 1.943 2.447 3.143 3.707 21 1.323 1.721 2.08 2.518 2.831

7 1.415 1.895 2.365 2.998 3.499 22 1.321 1.717 2.074 2.508 2.819

8 1.397 1.86 2.306 2.896 3.355 23 1.319 1.714 2.069 2.5 2.807

9 1.383 1.833 2.262 2.821 3.25 24 1.318 1.711 2.064 2.492 2.797

10 1.372 1.812 2.228 2.764 3.169 25 1.316 1.708 2.06 2.485 2.787

11 1.363 1.796 2.201 2.718 3.106 26 1.315 1.706 2.056 2.479 2.779

12 1.356 1.782 2.179 2.681 3.055 27 1.314 1.703 2.052 2.473 2.771

13 1.35 1.771 2.16 2.65 3.012 28 1.313 1.701 2.048 2.467 2.763

14 1.345 1.761 2.145 2.624 2.977 29 1.311 1.699 2.045 2.462 2.756

15 1.341 1.753 2.131 2.602 2.947 Inf 1.282 1.645 1.96 2.326 2.576
 Contoh Soal
BLN
Jan Feb Mar Apr May Jun Jul Aug Sep Oct Nov Dec
tahun
THN

1982 113 90 95 67 65 27 24 34 87 47 93 68

1983 49 74 38 56 71 72 74 59 78 83 54 199

1984 71 68 103 62 81 26 99 31 49 22 28 50

1985 79 38 86 101 43 59 45 30 123 75 124 92

1986 29.21 43.62 85.53 75.05 14.47 126.13 82.26 91.75 141.20 109.43 55.73 59.99

1987 68 17 79 88 114 157 37 123 71 90 46 46

1988 130 41 89 72 66 60 60 76 82.91 90 36 54

1989 73 70 87 34 58 56 96 96 33 74 49 66

1990 50 66 94 99 48 26 54 18 33 183 79 70

1991 51 54 77 91 64 80 27 24 43 74 91 121

1992 121 75 73 79 84 20 65 70 54 62 120 56

1993 108 18 39 62 90 95 67 36 105 71 104 42

1994 64 82 71 47 80 55 45 59 46 53 100 93

1995 89 110 58 91 147 45 103 172 73 62 48 85.76

1996 150 80 64 57 70 116 85 61 44 39 27 62

1997 57 35 48 176 48 18 36 17 20 23 86 60

1998 47 38 79 39 57 50 66 82 84 82 28 107

1999 97.74 153.92 117.83 56.81 61.64 78.02 68.71 137.55 81.36 30.76 111.87 80.99

2000 160 181 80 37 54 107 22 113 83 91 142 112

2001 62.39 87.69 119.69 79.50 89 111 96 27 60 61 79 43

2002 52 87 65 28 67 21 4 7 78 80 43 77

2003 72 39 60 100 38 88 44 51 24 16 11 9

JUMLAH 1793.3 1548.2 1708.0 1597.4 1510.1 1493.1 1300.0 1415.3 1493.5 1518.2 1555.6 1653.7

Rata2 81.52 70.37 77.64 72.61 68.64 67.87 59.09 64.33 67.89 69.01 70.71 75.17
Cara Perhitungan;
1. Tentukan niali maksimum tahunan dari data tersebut
2. Buat tabel perhitungan dengan kolom 1 adalah data tahun pengamatan.
Untuk peringkat tahun pengamatan (Tt) dimulai pada awal tahun
pengamatan sebagai peringkat pertama, tahun kedua sebagai peringkat
kedua dan seterusnya. Data tahun pada tabel data di atas dimulai dari tahun
1982- 2003.
3. Kolom 2 peringkat dari kolom 1; peringkat pertama dari data tahun adalah
1982, kedua 1983 ketiga 1984 dan seterusnya
4. Kolom 3, adalah data curah hujan maksimum tahunan (mm). Untuk
peringkat data curah hujan (Rt), diurutkan dari besar ke kecil. Data terbesar
sebagai peringkat pertama dan seterusnya.
5. Kolom 4, peringkat dari kolom 3
6. Tentukan nilai dt untuk tiap data, dimana dt adalah selisih antara peringkat
data hujan dan data tahun pengamatan. (Kolom 5 = Kolom 4- Kolom 2)
7. Tentukan dt2 (Kolom 5 x Kolom 5)
No Tahun Peringkat Hujan Peringkat dt dt2

1
Tt
2
(mm)
3
Rt
4 5 = 4-2 6 = 5x5
dk = n-2 = 22-2 = 20 t tabel = 2.086
1 1982 1 113 20 19 361 n
6 dt 
2
2 1983 2 199 11 9 81

3 1984 3 103 12 9 81
KP  1  i 1
4 1985 4 124 7 3 9 n n
3

5 1986 5 141 17 12 144

6x1716
6 1987 6 157 6 0 0 KP  1  3 = 0.03106
7 1988 7 130 6 -1 1 22  22
8 1989 8 96 5 -3 9
0.5
 n2 
9 1990 9 183 4 -5 25

10 1991 10 121 9 -1 1 t  KP   = 0.139

11 1992 11 121 18 7 49 1  KP 
12 1993 12 108 16 4 16

13 1994 13 100 19 6 36
Sehingga
14 1995 14 172 3 -11 121
-2.086<0.139<2.086  Tidak Ada Trend
15 1996 15 150 14 -1 1

16 1997 16 176 2 -14 196

17 1998 17 107 1 -16 256

18 1999 18 153.92 10 -8 64

19 2000 19 181 13 -6 36

20 2001 20 119.69 8 -12 144

21 2002 21 87 15 -6 36

22 2003 22 100 15 -7 49
Jumlah - - - - 1716
2. Metode Mann-Whitney

Metode ini digunakan untuk pengujian data hujan stasiun gabungan (apabila
data yang diuji kehomogenannya homogen).
Rumus yang digunakan;

n1 n2
U1  n 1n 2  n 1  1  R 1 U 2  n 1 n 2  n 2  1  R 2
2 2
U1, U2 = Parameter statistik
N1 = Jumlah data kelompok 1
N2 = Jumlah data kelompok 2
Rm = Jumlah nilai peringkat dari rangkaian data kelompok pertama

Dari nilai U1 atau U2, dipilih yang nilainya lebih kecil sebagai nilai U, untuk
U   N1 N 2 

dimasukkan ke dalam persamaan; Z  2

121 N1 N 2 N1  N 2  1

Nilai Z () pada persamaan di atas adalah nilai Mann-Whitney.
Bila nilai Z hitung > Z tabel maka data memilliki trend, dan data tidak dipakai, Z
hitung <Z tabel data tidak memiliki trend dan data selanjutnya dapat digunakan
sebagai data analisis. Nilai Z () tabel seperti berikut;

a 0.1 0.05 0.01 0.015 0.002

-1.28 -1.645 -2.33 -2.58 -2.88

Uji Satu Sisi atau atau atau atau atau

+1.28 +1.645 + 2.33 + 2.58 +2.88

-1.645 -1.96 -2.58 -2.81 -3.08

UjiSatu
Uji DuaSisi
Sisi atau atau atau atau atau

+1.645 +1.96 + 2.58 + 2.81 +3.08

Contoh Soal

No Kelompok 1 Peringkat Kelompok Peringkat N1 = 11

Rm1 2 Rm2
N2 = 11
1 2 3 4 5
1 79 17 143 6 Rm = 110
2 112 11 126 8 U1 = N1 x N2 + N1
N1 + 1 - Rm
3 104 12 96 14 2
4 612 1 96 14

5 86 15 156 4
U1 = 11 x 11 + 11
6 117 10 120 9 11 + 1 - 110
2
7 210 3 104 12
= 77
8 85 16 63 19

9 98 13 55 20

10 146 5 64 18
U2 = N1 x N2 - U1

11 128 7 390 2 U2 = 11 x 11 - 77

Jumlah 110 - 126 U2 = 44

Kelompok 1 = data hujan dari stasiun 1

Kelompok 2 = data hujan dari stasiun 2
 N1 N2
Z = U -
2
0.0833
1 N1 N2 N1 + N2 + 1

12

11 11
Z = 44 -
2
0.0833

0.083333 11 11 11 + 11 + 1

-16.50
Z = = -10.4803
1.574385193

Zc = 2.58  Tabel
TIDAK ADA TREND
 Penyaringan Data Hidrologi
Uji Konsistensi
Uji konsistensi berarti menguji kebenaran data lapangan yang tidak
dipengaruhi oleh kesalahan pada saat pengiriman atau saat pengukuran,
data tersebut harus betul-betul menggambarkan fenomena hidrologi seperti
keadaan sebenarnya di lapangan.
Uji konsistensi (kepanggahan) dapat dilakukan dengan banyak cara,
diantaranya;

Double Mass Curve, Van Neumann Ratio, Cumulative Deviation (Adjusted

Patial Sum), Worsley Likelihood Ratio Test, Prosedur Bayesian.
Double Mass Curve

Diinterprestasikan sebagai berikut;

1. Apabila data stasiun yang diuji konsisten, maka garis yang terbentuk
merupakan garis lurus dengan landai (slope) yang tidak berubah
2. Apabila garis tersebut menunjukkan perubahan landai, berarti telah terjadi
perubahan sifat hujan pada tahun tersebut, yang berarti data tidak konsisten

Bentuk Kurva Jika Data Konsisten Bentuk Kurva Jika Data InKonsisten
Von Neumann Ratio
n 1
 Yi  Yi 1 
2

N  i1

 Y  Y
n 2
i
i1

Yi = De re t d a ta
Y = Ra ta -ra ta nila i Yi
 = And a ia n lo nc a ta n nila i ra ta -ra ta se sud a h d a ta ke m

Ap a b ila N = 2, ma ka d e re t d a ta d isimp ulka n konsiste n/p a ng g a h

 Contoh Soal

Tahun
Yi Yi-Yi+1 (Yi-Yi+1)2 Yi  Y  Yi  Y2 1.
2.
Kolom 1 = data
Kolom 2 = baris 1 Kol 1 – baris 2 kol 2 dst
1 2 3 4 5 3. Kolom 3 = Pangkat dua kolom 2
1993 170 89 7921 40.42 1633.51 4. Kolom 4 = Nilai tiap baris kol 1 – rata-rata
5. Kolom 5= Pangkat dua kolom 4
1994 81 -72 5184 -48.58 2360.34
n 1
 Yi  Yi1 
2
1995 153 57 3249 23.42 548.34 Nilai N dari rumus
N i 1

 Y  Y
1996 96 -26 676 -33.58 1127.84 n 2
48770
N 4 i
1997 122 -23 529 -7.58 57.51 13526.92
i 1
1998 145 -32 1024 15.42 237.67

1999 177 71 5041 47.42 2248.34

2000 106 8 64 -23.58 556.17

2001 98 -5 25 -31.58 997.51

2002 103 -81 6561 -26.58 706.67

2003 184 64 4096 54.42 2961.17

2004 120 120 14400 -9.58 91.84

Y  129.58 48770.00 13526.92

S = 35.07 N= 4
Metode Cummulative Deviation (Adjusted Partial Some)
Rumus yang digunakan;

 
k
S k   Yi  Y , dengan k = 1, 2, 3,…., n…..........…………………..…….(1)
*

i 1

D 2
Y 
Yi  Y 
k
2

.…………......….………………...........………………...(2)
i 1 n

S *k
S**k = dengan k = 0, 1, 2, …. n …………….........…………………….(3)
Dy
Q R
Dalam menentukan konsisten atau tidak, selnjutnya dihitung nilai atau
n n
(dipilih salah satu, atau boleh kedua-duanya) yang akan dibandingkan dengan
tabel berikut;
 Tabel Nilai Kritik Q dan R
Q R
n n n
90% 95% 99% 90% 95% 99%

10 1.05 1.14 1.29 1.21 1.28 1.38

20 1.1 1.22 1.42 1.34 1.43 1.60

30 1.12 1.24 1.46 1.4 1.5 1.70

40 1.13 1.26 1.50 1.42 1.53 1.74

50 1.14 1.27 1.52 1.44 1.55 1.78

100 1.17 1.29 1.55 1.5 1.62 1.86

 1.22 1.36 1.63 1.62 1.75 2.00

Sumber; Sri Harto, 2000;41

Nilai Q dan R didapat dari persamaan;

max
Q= 0 k  n S** k ………..……………………...………………….…………….(4)

 k  n S k  0 k  n S k …….………..………...……………………………..(5)
R = 0max ** min x **

Q merupakan nilai kumulatif deviasi dan R adalah nilai Range, dan n jumlah data.
 Contoh Soal
Yi Yi-Y S*K S**K a. Masukan data (Yi) dan cari rata-ratanya (Yi) (Kolom 1), hitung nilai rata-
Tahun
1 2 3 4 ratanya dan standar deviasinya.
1993 170 40.42 40.42 1.153 b. Hitung selisih antara data ke-i dengan nilai rata-ratanya (Yi-Y) (Kolom 2)
1994 81 -48.58 -48.58 -1.385
c. Hitung kumulatif penyimpangan terhadap nilai rata-rata (S*k) (Kolom 3)
1995 153 23.42 23.42 0.668

 
k
1996 96 -33.58 -33.58 -0.958 S k   Yi  Y , dengan k = 1, 2, 3,…., n
*

i 1
1997 122 -7.58 -7.58 -0.216

1998 145 15.42 15.42 0.440 d. Hitung Rescaled Adjusted Partial Sums/ RAPS (S**K), (Kolom 4)
1999 177 47.42 47.42 1.352
S**k =
S *k
dengan k = 0, 1, 2, …. N, dan D Y  
2
k
Yi  Y  2

2000 106 -23.58 -23.58 -0.673 Dy n

i 1
2001 98 -31.58 -31.58 -0.901
 k  n S k  0 k  n S k .
S** k atau R = 0max
max ** min x **
2002 103 -26.58 -26.58 -0.758
e. Hitung Q = 0 k  n

2003 184 54.42 54.42 1.552 Q R

f. Hitung atau hitung, dan bandingkan nilainya dengan tabel nilalai
2004 120 -9.58 -9.58 -0.273 n n
Y = 129.58 Q = 1.552
kritik Q dan R.
S = 35.07 R = 2.937
Apabila nilai Q (parameter statistik pengujian konsistensi), sebagai acuan, maka
Q Q Q Q
= 0.447959 Tabel = 1.156 Konsisten
n n hitung < tabel adalah konsisten/panggah. Namun bila nilai R sebagai
n n
R R
acuan, maka hitung > tabel adalah konsisten/panggah.
n n
Metode Worsley Likelihood Ratio Test
Untuk uji kepanggahan digunakan rumus Worsley’s Likelihood Ratio Test.
Memperhatikan kembali persamaan pengujian dapat dilakukan dengan statistik W,
yaitu:
W  max tk
1 k  n 1
Dengan tk adalah statistik student’s untuk data k pertama
dan (n-k) berikutnya. Hubungannya dengan ’adjusted partial
sums’ adalah :

Z*k  k n  k 
0 , 5
S*k , k = 1 ,............, n – 1

Weighted Rescaled Adjusted Partial Sums (WRAPS) adalah Z *k* ,

Zk V  max Z k**
** Maka :
Zk  1 k  n 1
Dy V
W  ( n  2 ) 0 ,5
2 )0 ,5
(1  V

Dengan demikian maka Worsley (Buishand, 1982) menetapkan bahwaq uji V sama
dengan uji W – Uji W ditetapkan dengan tabel berikut;
 Tabel Statistik W
Persen
N
0 90 95 99
Exact Percentage Points
3 0.58 12.71 25.45 127.32
4 0.52 5.34 7.65 17.28
5 0.47 4.18 5.39 9.46
6 0.44 3.37 4.6 7.17
7 0.41 3.46 4.2 6.14
8 0.39 3.32 3.95 5.56
9 0.37 3.21 3.78 5.19
10 0.36 3.14 3.66 4.93
Approximate Points From Simulation
15 0.3 2.97 3.36 4.32
20 0.36 2.9 3.28 4.13
25 0.24 2.89 3.23 3.94
30 0.22 2.86 3.19 3.86
35 0.2 2.88 3.21 3.87
40 0.19 2.88 3.17 3.77
45 0.18 2.86 3.18 3.79
50 0.17 2.87 3.16 3.79
 Contoh Soal

k
Yi Yi  Y  SK* ZK* ZK** 1. K = No data pada Kol 1
1 2 3 4 5 2. Kolom 1 = Data
3. Kolom 2 = Nilai Kol 1 – Rata2
1 818 -658.83 -658.83 -198.65 -0.28
4. Kolom 3 = Baris 1 adalah nilai baris 1
2 925 -551.83 -1210.67 -270.71 -0.39 Kolom 2, Baris 2 adalah baris 2 kolom
2+baris 1 kolom 3, baris 3 adalah baris 3
3 746 -730.83 -1941.50 -373.64 -0.53
kolom 2 + baris 2 kolom 3 dst
4 734 -742.83 -2684.33 -474.53 -0.68 5. Kolom 4 menggunakan rumus ZK*
5 1532 55.17 -2629.17 -444.41 -0.64 6. Kolom 5 = Nilai tiap baris Kolom 4
dibagi dengan standar deviasi (S = D)
6 1319 -157.83 -2787.00 -464.50 -0.67
7. Nilai V adalah nilai terbesar dari nilai
7 2436 959.17 -1827.83 -308.96 -0.44 kolom 5 = -0.68 (nilai negatif terbesar)
8 1045 -431.83 -2259.67 -399.46 -0.57
8. Nilai W hitung dicari dengan rumus W
9. Nilai W tabek untuk k = 12, dicari secara
9 1901 424.17 -1835.50 -353.24 -0.51 interpolasi dengan hasil seperti berikut;
10 2273 796.17 -1039.33 -232.40 -0.33

11 1271 -205.83 -1245.17 -375.43 -0.54 WTabel =

12 2722 1245.17 0.00 0.00

Y = 1476.83 V= -0.68 n Tabel 10 3.66

S = D 698.41 W= -2.928
n Interpolasi 12 3.540
n Tabel Max 15 3.36
Tugas; Diketahui data seperti berikut (Tiap data ditambahkan dengan no urut
absen saudara)

NO Tahun Data Hujan Data Hujan 1. Lakukan Uji Homogenitas (Jika

Stasiun A Stasiun B
tidak homogen cari nilai data
1 1993 121 126 yang harus digunakan secara
2 1994 54 85 parsial
3 1995 53 49 2. Lakukan Uji Trend
4 1996 10 163 3. Lakukan Uji Konsistensi dengan
5 1997 148 71 Von Neumann Ratio,
6 1998 80 57 Cummulative Deviation (Adjusted
7 1999 62 84 Partial Some), Worsley’s
8 2000 82 50
Likelihood Ratio Test
9 2001 60 32
10 2002 21 61
11 2003 81 60
12 2004 60 92
13 2005 91 115