TES COX DAN STUART

untuk Kecenderungan
1
DATA
Data terdiri dari obeservasi dalam suatu barisan variabel
acak X1, X2, , Xn, disusun dalam urutan tertentu di
mana urutan tersebut ada dalam variabel yang
diobservasi.
Hal tersebut diinginkan untuk melihal jika ada suatu
kecenderungan dalam barisan,
Grup variabel acak dalam pasangan (X1, X1+c), (X2,
X2+c), , (Xn-c, Xn), di mana c=n/2 jika n genap dan
c=(n+1)/2 jika n ganjil.
Penempatan kembali setiap pasangan (Xi, Xi+c)
dengan + jika Xi < Xi+c dan - jika Xi > Xi+c
mengeliminasi kejadian seri. Jumlah pasangan yang
tidak seri adalah n.
2
ASUMSI
Variabel acak X1, X2, ., Xn adalah mutually
independent
Skala pengukuran dari Xis minimal ordinal
Xis distribusi yang identik ataupun ada suatu
kecenderungan, dimana variabel acak berikutnya yang
lebih disukai untuk makin besar malahan makin lebih
kecil dibandingkan variabel acak sebelumnya (atau
sebaliknya)
3
HIPOTESIS
A. ( Tes 2 sisi)


B. (Tes satu sisi)



C. (Tes satu sisi)
4
( ) ( )
( ) ( )
0
1
:
:
H P P
H P P
+ =
+ =
( ) ( )
( ) ( )
0
1
:
:
H P P
H P P
+ s
+ >
( ) ( )
( ) ( )
0
1
:
:
H P P
H P P
+ >
+ <
HIPOTESIS
A. H0 : Tidak ada kecenderungan
H1 : Ada kecenderungan meningkat ataupun menurun

B. H0 : Tidak ada kecenderungan naik
H1 : Ada kecenderungan meningkat

C. H0 : Tidak ada kecenderungan turun
H1 : Ada kecenderungan menurun

5
STATISTIK UJI




Statistik uji T adalah sama dengan jumlah
dari pasangan + ( pasangan di mana
Xi+c melebihi Xi)
6
ATURAN KEPUTUSAN
A. (Tes 2 sisi)
Untuk n 20, gunakan tabel A3 dengan n adalah
banyaknya pasangan yang tidek seri dan p = . Cari
entry yang mendekati dan sebut . Nilai dari y
yang sesuai dengan , sebut t. Daerah kritis berukuran
bersesuai dengan nilai T kurang dari atau sama dengan
t, atau lebih besar dari atau sama dengan n t. H0
ditolak jika atau .
Untuk n > 20, gunakan aproksimasi


7
s
/ 2 o
1
o
1
o
1
2o
T t s T n t >
( )
/ 2
1
2
t n w n
o
= +
ATURAN KEPUTUSAN
B. (Tes satu sisi)
Nilai T yang besar mengindikasikan bahwa +
lebih mungkin daripada -, sesuai dengan H1. Sehingga
daerah kritis yang sesuai adalah ketika nilai T lebih besar
atau sama dengan n t, di mana nilai t diperoleh dari
tabel A3 dengan p = dan n pada entri yang
mendekati , sebut .
Jika n > 20, t diperoleh dengan aproksimasi


8
o
1
o
( )
1
2
t n w n
o
= +
ATURAN KEPUTUSAN
C. (Tes satu sisi)
Nilai T yang kecil mengindikasikan bahwa - lebih ,
mungkin daripada +, sesuai dengan H1. Sehingga
daerah kritis yang sesuai adalah ketika nilai T lebih kecil
atau sama dengan t, di mana nilai t di peroleh dari
tabel A3 dengan p = dan n pada entri yang
mendekati , sebut .
Jika n > 20, t diperoleh dengan aproksimasi


9
o
1
o
( )
1
2
t n w n
o
= +
CONTOH 2
Jumlah hujan tahunan direkam setiap tahun
selama 19 tahun, dan rekaman tersebut digunakan
untuk melihat jika jumlah hujan cenderung meningkat
atau menurun. Hujan dalam inchi adalah 45.25, 45.83,
41.77, 36.26, 45.37, 52.25, 35.37, 57.16, 35.37, 58.32, 41.05,
33.72, 45.73, 37.90, 41.72, 36.07, 49.83, 36.24, dan 39.90.
Karena n = 19, maka c=10, berarti nilai tengah adalah
58.32. Pasangan datanya menjadi

(45.25, 41.05) (45.83, 33.72) (41.77, 45.73)
(36.26, 37.90) (45.37, 41.72) (52.25, 36.07)
(35.37, 49.83) (57.16, 36.24) (35.37, 39.90)

maka n = 9
10
JAWABAN
Hipotesis H0 : Jumlah curah hujan tidak berubah
H1 : Jumlah curah hujan cenderung
meningkat atau menurun.
Tingkat signifikansi:
Statistik uji: T = 4
Aturan keputusan: Dari tabel dengan n = 9 dan p = 0.5,
diperoleh dan t = 1. sehingga daerah kritis
berukuran 0.039. H0 ditolak jika, atau .
karena T = 4, maka H0 tidak ditolak.
Kesimpulan : Dengan tingkat kepercayaan 95%, kita
percaya bahwa jumlah curah hujan tiap tahun tidak
berubah
11
0.05 o =
1
0.0195 o =
1 T s 8 T >
ASUMSI CUKUP
Karena uji hipotesis ini mirip dengan pengujian tes tanda,
maka kita hanya perlu asumsi cukup yang sesuai
denagn tes tanda.
1. Variabel random bivariat (Xi, Xi+c) adalah mutually
independen
2. Probability P(Xi>Xi+c) dan P(Xi<Xi+c) mempunyai
ukuran relatif sama untuk semua pasangan.
3. Setiap pasangan (Xi, Xi+c) bisa dinilai +, -, atau seri.
12
TES UNTUK MENGECEK KORELASI
Tes ini untuk mengecek korelasi apakah korelasi positif
ataukah korelasi negatif.
Tes ini menyertakan penyusunan pasangan sedemikian
sehingga satu anggota dari pasangan disusun
meningkat.
Jika ada korelasi anggota lainnya dalam pasangan,
akan terlihat kecenderungan meningkat ataupun
menurun.
Tes Cox dan Stuart untuk kecenderungan bisa
digunakan dalam bentuk barisan dengan anggota lain
dalam pasangan.
13
CONTOH 4
Cochran membandingkan reaksi dari beberapa
pasien dengan setiap pasien 2 obat, untuk melihat jika
terdapat korelasi positif antara 2 reaksi untuk setiap
pasien.
Pasien Obat 1 Obat 2
1 0.7 1.9
2 -1.6 0.8
3 -0.2 1.1
4 -1.2 0.1
5 -0.1 -0.1
6 3.4 4.4
7 3.7 5.5
8 0.8 1.6
9 0 4.6
10 2 3.4
14
CONTOH 4
Pengurutan pasangan berdasarkan pada reaksi
dari obat 1 memberikan

Pasien Obat 1 Obat 2
2 -1.6 0.8
4 -1.2 0.1
3 -0.2 1.1
5 -0.1 -0.1
9 0 4.6
1 0.7 1.9
8 0.8 1.6
10 2 3.4
6 3.4 4.4
7 3.7 5.5
15
CONTOH 4
Tes satu sisi Cox dan Stuart untuk kecenderungan
dipakai untuk susunan baru barisan dari observasi di
obat 2. Karena n=10, maka c=2.
Pasangan barisannya menjadi
(0.8, 1.9), (0.1, 1.6), (1.1, 3.4), (-0.1, 4.4) dan (4.6, 5.5)
Hipotesis
H0 : Tidak ada korelasi positif
H1 : Ada korelasi positif

Tingkat signifikansi :
Statistik uji : T = 5

16
0.05 o =
CONTOH 4
Aturan keputusan : Dari tabel dengan n=5 dan p=0.5,
diperoleh dengan t = 0. H0 ditolak jika T lebih
besar atau sama dengan 5-0=5. Karena T=5, maka H0
ditolak.

Kesimpulan : Dengan tingkat kepercayaan 95%, kita
percaya bahwa ada hubungan positif antara obat 1
dan obat 2.
17
0.0312 o =
TEST UNTUK KEBERADAAN SUATU POLA
CONTOH 5
Sejumlah telur dari kelompok serangga di sebuah
laboratorium dihitung setiap jam selama 24 jam, untuk
mengetes:

Hipotesis
H0 : 24 observasi dari telur-telur yang dihitung merupakan
variabel random berdistribusi identik.
H1 : Jumlah telur minimum pada 2:15 pm, meningkat ke
maksimum pada 2:15 am, dan menurun lagi sampai 2:15
pm

18
CONTOH 5
Jika H1 benar, perhitungan telur-telur yang paling dekat 2:15 pm akan
menjadi terkecil dan yang paling dekat dengan 2:15 am akan menjadi
terbesar. Sehingga jumlaj telur disusun kembali berdasarkan waktu,
dari waktu yang paling dekat dengan 2:15 pm ke waktu yang paling
dekat dengan 2:15 am.
Time Jumlah telur Time Jumlah telur
2 pm 84 8 am 137
3 pm 60 9 pm 163
1 pm 63 7 am 139
4 pm 109 10 pm 208
Noon 111 6 am 174
5 pm 83 11 pm 283
11 am 146 5 am 176
6 pm 166 Midnight 296
10 am 119 4 am 176
7 pm 143 1 am 286
9 am 151 3 am 223
8 pm 116 2 am 235
19
CONTOH 5
Jika H1 benar, bilangan-bilangan tersebut akan terlihat
cenderung meningkat. Pasangkan kolom pertama
dengan kolom kedua, dengan hasil bahwa dua
perhitungan telur di setiap garis berbentuk sepasang.
Tingkat signifikansi :
Statistik uji : T = 12
Aturan keputusan : Dari tabel dengan n =12 dan p = 0.5,
kita dapatkan dan t=2. H0 ditolak jika T lebih
besar atau sama dengan 12-2=10. Karena T=12, maka
H0 ditolak.
Kesimpilan : Dengan tingkat kepercayaan 95%, kita
percaya bahwa pola jumlah telur meningkat dari 2:15
pm sampai 2:15 am dan menurun kembali sampai 2:15
pm

20
0.05 o =
0.0193 o =
TEORI
Tes Cox dan Stuart untuk kecenderungan adalah
modifikasi dari tes tanda dan distribusi dari statistik uji
ketika H0 benar adalah binomial.
Tes untuk korelasi pada contoh 4, tidak diinvestigasi
untuk melihat apa propetisnya.
Salah satu kesulitan mengaplikasikan tes korelasi adalah
jika banyak observasi yang sama satu sama lain, ada
banyak cara untuk menyusun observasi sehingga tes
kecenderungan bisa digunakan.
Disarankan memilih cara penyusunan yang
menghasilkan jumlah seri yang paling sedikit.
21