Run Test pada Statistik Non Parametrik

Run Test atau uji run sangat dikenal dalam uji asumsi klasik yaitu uji autokorelasi. Padahal sebenarnya run test adalah uji keacakan atau suatu metode untuk melihat apakah suatu data diambil secara acak atau tidak. Maka sering disebut One-sample runs test of randomness. Run test sering digunakan untuk uji autokorelasi sehingga akhirnya malah lebih populer pada uji tersebut, meskipun sebenarnya uji ini berkembang dari statistik non parametrik. Ini sangat mirip dengan uji Kolmogorov-Smirnov yang sangat jamak digunakan sebagai uji normalitas, padahal juga merupakan salah satu uji dalam statistik non parametrik. Mungkin lebih tepat disebut Uji Liliefors karena beliaulah yang memberikan reasoning yang sangat bagus tentang hal ini.

Istilah Runs adalah suatu simbol yang diikuti dan didahului oleh simbol yang berbeda. Mungkin lebih jelas kita lihat simulasi berikut ini:

Contoh Data Run Test

Ada 15 wali murid yang diberikan pertanyaan atau kuesioner tentang vaksinasi dan Pembelajaran Tatap Muka. Skor hasil jawaban diberikan seperti tabel di atas dan mempunyai median sebesar 16. Wali 01 karena mempunyai skor 20 di atas 16 maka diberikan tanda 1, demikian juga wali murid 02. Tetapi wali murid 03 mempunyai skor 15 atau di bawah 16 sehingga diberikan tanda 0 demikian juga wali murid 04, demikian seterusnya. Berdasarkan kolom Tanda, maka kita bisa menghitung jumlah Runs, yaitu 1 untuk wali murid 01 dan 02. Karena wali murid 03 adalah 0 (berubah tanda dari 1) maka muncul Runs baru sehingga total Runs menjadi 2. Wali murid 05 dan 06 muncul 1 Runs lagi, sehingga menjadi 3 demikian seterusnya. Totalnya ada 9 Runs.

Jumlah Runs tersebut lalu dikonsultasikan ke Tabel Runs, meskipun jarang, tetapi biasanya terdapat pada lampiran buku statistik Anda. Tetapi memang tidak populer, seperti Tabel R atau Tabel F, jadi kadang memang tidak ada lampiran tabel Runs. Tetapi jika ada silahkan dikonsultasikan dan ada sampel kecil dan sampel besar. Jumlah Runs ini yang menentukan kriteria penerimaan H0 atau penerimaan Ha.

Jika menggunakan SPSS, maka akan lebih simpel. Pilih Analyze, pilih Nonparametric Test, lalu pilih Legacy Dialogs dan klik pada Runs seperti pada gambar di bawah:

Menu Runs pada SPSS Versi 23

Maka akan masuk ke menu Run Test dan masukkan variabel yang akan diuji seperti gambar di bawah ini:

Memasukkan Variabel

Masukkan variabel ke dalam box Test Variables List seperti pada gambar di atas, pilih cut point median, lalu klik OK sehingga akan keluar output sebagai berikut:

Output Run Test dengan SPSS Versi 23

Nilai Test value, pada output baris paling atas adalah 16 yang merupakan nilai median (perhatikan tanda asterik a). Lalu wali murid yang mempunyai skor lebih rendah dari 16 (median) sebanyak 7 sedangkan yang sama atau lebih tinggi ada 8. Ini sudah tampak jelas di tabel output di atas. Total cases adalah 15 atau jumlah semua wali murid dan Number of Runs adalah 9, seperti yang telah kita contohkan di tabel pertama di atas dengan Excel. 

Untuk justifikasi, kita tinggal melihat nilai Signifikansi yaitu sebesar 0,986 > 0,05 yang menunjukkan bahwa sampel telah diambil secara acak. Jika di bawah 0,05 maka dijustifikasi bahwa sampel diambil tidak acak atau ada pola tertentu atau dalam uji autokorelasi dinyatakan ada gangguan autokorelasi.

Untuk mendapatkan data simulasi di atas, silahkan download di sini. Format SPSS, dan silahkan convert ke Excel sehingga menjadi seperti pada gambar pertama di artikel ini. Silahkan download dengan akun Google Anda. 

Share: