Makalah Uji Run [PDF]

Citation preview

MAKALAH UJI RUN



Disusun oleh :



Nama NIM



: Hanifa Zahra Amalia : 19/447011/SV/16730



TEKNIK PENGELOLAAN DAN PEMELIHARAAN INFRASTRUKTUR SIPIL UNIVERSITAS GADJAH MADA 2019



1.1 Latar Belakang Sebagaimana yang sudah kita pahami bahwa uji autokorelasi merupakan bagian dari uji asumsi klasik dalam analisis regresi linear untuk data time series yaitu data runtut waktu dan bukan seperti data primer hasil penyebaran kuesioner atau angket. Uji asumsi klasik sendiri dimaknai sebagai syarat yang harus terpenuhi sebelum dilakukannya analisis regresi linear. Sementara itu, analisis regresi linear bertujuan untuk mengetahui apakah terdapat pengaruh yang signifikan antara variabel independent (X) terhadap variabel dependen (Y). Oleh karena itu, uji autokorelasi sangat diperlukan karena dengan adanya uji ini kita dapat mengetahui apakah terdapat hubungan antara suatu periode t dengan periode t sebelumnya. Model regresi yang baik tidak terdapat masalah autokorelasi. Contoh sederhana misal data keuangan rumah tangga. Pengeluaran belanja keluarga pada bulan lalu sangat besar (bulan lalu ada pengeluaran untuk membeli mobil baru) sementara pengeluaran pada bulan ini relatif lebih kecil (karena dibulan ini tidak ada pengeluaran untuk membeli mobil) sehingga dapat dikatakan bahwa terdapat hubungan atau korelasi yang cukup tinggi antara pengeluaran anggaran rumah tangga pada bulan lalu dengan bulan sekarang, hal yang semacam inilah yang disebut dengan terjadi masalah autokorelasi. Dalam analisis statistik, uji autokorelasi dapat dilakukan dengan beberapa metode antara lain seperi uji durbin watson dan uji run test. Dimana metode yang paling sering digunakan oleh para peneliti (dalam hal menyelesaikan tugas, skripsi maupun tesis) adalah dengan metode durbin watson. Namun demikian, uji durbin watson mempunyai kelemahan yakni jika nilai dubin watson terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti apakah terjadi gejala autokorelasi atau tidak. Jika demikian adanya, maka alternatif yang baik untuk mengatasi masalah autokorelasi ini adalah dengan menggunakan metode lain seperti uji run test. Analisis Runs Test termasuk dalam kategori statistik nonparametrik. Uji Runs Test bisa digunakan untuk menguji pada kasus satu sampel. Pengujian dengan metode ini untuk kasus satu sampel. Prosedur run test dilakukan untuk data bertingkat dari nilai variabel yang acak. Suatu run seperti berisan observasi.



1.2.CONTOH KASUS Suatu penelitian tentang sanitasi rumah telah dilakukan.Diambil sebanyak 30 rumah.Masing-masing rumah diukur kelembaban udaranya didapatkan data urutan sampel berdasarkan kelembaban pada tabel dibawah.Selidikilah dengan α = 10 %, apakah sampel rumah tersebut random (acak) berdasarkan kelembabannya. Nomor



Kelembaban Rumah



1



65,00



2



56,00



3



80,00



4



60,00



5



70,00



6



72,00



7



65,00



8



75,00



9



60,00



10



64,00



11



48,00



12



52,00



13



66,00



14



59,00



15



75,00



16



64,00



17



53,00



18



54,00



19



62,00



20



68,00



21



70,00



22



59,00



23



48,00



24



53,00



25



67,00



26



60,00



27



62,00



28



51,00



29



58,00



30



68,00



1.3.UJI RUN DENGAN APLIKASI SPSS 1. Langkah selanjutnya adalah klik Analyze – Nonparametric Tests – Legacy Dialogs – Runs



2.Muncul kotak dialog Run Test, kemudian masukkan variabel Unstandardized Residual ke kotak Test Variable List, pada bagian Cut Point berikan tanda centang (V) untuk Median



3. Jika sudah yakin benar, terakhir adalah klik Ok untuk mengakhiri perintah, maka akan muncul output Run Test sebagaimana gambar berikut



1.4 KESIMPULAN Sebelum kita menganalisa hasil output SPSS di atas, terlebih dahulu kita pahami dasar pengambilan keputusan dalam uji run test, yaitu: Jika nilai Asymp. Sig. (2-tailed) lebih kecil < dari 0,05 maka terdapat gejala autokorelasi Sebaliknya, jika nilai Asymp. Sig. (2-tailed) lebih besar > dari 0,05 maka tidak terdapat gejala autokorelasi. INTERPRETASI OUTPUT UJI RUN TEST Berdasarkan output SPSS diatas, diketahui nilai Asymp. Sig. (2-tailed) sebesar 0,353 lebih besar > dari 0,05, maka dapat disimpulkan bahwa tidak terdapat gejala atau masalah autokorelasi. Dengan demikian, masalah autokorelasi yang tidak dapat terlesaikan dengan durbin Watson dapat teratasi melalui uji run test sehingga analisis regresi linear dapat dilanjutkan.