5.2.1.

Pengujian Distribusi Kontinu Data I

Data pertama yang diuji distribusinya menggunakan uji chi square

kelompok adalah data berupa Data penduduk yang mempunyai keluhan kesehatan
dan mengobati sendiri menurut provinsi, daerah tempat tinggal, dan jenis kelamin,
2009-2013 yang akan diuji ditunjukkan pada Tabel 5.25
Tabel 5.25. Data I Distribusi Kontinu yang Telah Diurutkan
47,52
52,45
52,76
53,64
53,69
53,76
55,25
55,6
55,78
56,84
56,87
56,93
57,27
58,3
58,35

Data I Distribusi Kontinu yang Telah Diurutkan

61,51 62,89 64,73 66,31 67,97 70,19 71,31
61,53 62,96 64,91 66,34 68,04 70,39 71,5
61,57 63,22 65,21 66,39 68,22 70,54 72,27
61,63 63,62 65,24 66,61 68,63 70,61 72,69
61,69 63,68 65,26 66,69 68,81 70,63 72,94
61,76 64,01 65,27 66,72 68,9
70,71 72,96
61,86 64,3
65,28 67,01 69,13 70,74 72,96
61,99 64,32 65,4
67,04 69,18 70,78 73,08
62,07 64,38 65,57 67,05 69,19 70,82 73,18
62,1 64,39 65,59 67,53 69,38 70,91 73,23
62,12 64,4
65,7
67,58 69,7
70,94 73,35
62,38 64,47 65,73 67,65 69,7
71,14 73,46
62,53 64,61 65,74 67,65 69,82 71,19 73,53
62,84 64,64 65,96 67,69 69,9
71,31 73,56
62,86 64,69 66,29 67,73 70,14 71,31 73,79

58,57
58,81
59,42
59,44
59,47
59,49
59,5
60,53
60,56
60,66
60,74
60,93
60,93
61,19
61,38

74,21
74,22
74,24
75,11
75,25
75,35
75,48
75,78
76,27
76,81
76,82
77,14
77,15
77,32
77,57

Langkah-langkah pengujian yang dilakukan adalah sebagai berikut:

1.

Menentukan nilai range (R), banyak kelas (K), dan interval kelas (I).
Data maksimum = 84.78
Data minimum = 47.52
a. R = Data maksimum Data minimum
R = 84.78 47.52
R = 37.26
b. K = 1 + 3,3 log (N)
K = 1 + 3,3 log 165
K = 8.3176 8
c. I =

R
K

77,6
78,02
78,56
78,6
78,63
78,76
79,03
79,12
79,67
79,73
80,67
81,79
81,92
83,37
84,78

I=

37.26
8.3176

I = 4.4796
2. Mencari interval bawah dan interval atas dengan rumus seperti berikut ini:
a. Interval bawah
Interval bawah ke-1 = 47.52
Interval bawah ke-2 = Interval bawah ke-1 + I
= 47.52 + 4.48
= 52.00
b. Interval atas
Interval atas ke-1

= Interval bawah ke-2 - 0,0001

= 52.00- 0,0001
= 51.9999

3. Mencari BKB dan BKA dengan rumus seperti berikut ini:

a. BKB
BKB ke-1

= Interval bawah ke-1 - 0,00005

= 47.52 - 0,00005
= 47.5195

b. BKA
BKA ke-1

= Interval atas ke-1 + 0,00005

= 51.9995 + 0,00005
= 51.99955

4. Mencari nilai tengah interval (t) dengan rumus seperti berikut ini:
t ke-1

(Interval bawah ke-1 + Interval atas ke-1)

= 2
( 47.52+ 51.9995 )
= 2
= 49.7597

5. Nilai Oi didapat dari jumlah data antara interval bawah dengan interval atas
6. Mencari frekuensi relatif dengan rumus seperti berikut ini:

Frekuensi relatif ke-1

nilai Oi ke-1
= jumlah Oi
1
= 165
= 0.0060

7. Mencari probabilitas kumulatif F(t) dengan rumus seperti berikut ini:

Probabilitas kumulatif F(t) ke-1 = Frekuensi relatif ke-1
= 0.0060
Probabilitas kumulatif F(t) ke-2 = Probabilitas kumulatif F(t) ke-1 +
Frekuensi relatif ke-2
= 0.0060 + 0.0484
= 0.0544
8. Mencari R(t) dengan rumus seperti berikut ini:
R(t)

= 1 - Probabilitas kumulatif F(t) ke-1

= 1 - 0.0060 = 0.994

Berikut disajikan data distribusi frekuensi pengujian distribusi pada Tabel 5.26.
Tabel 5.26. Distribusi Frekuensi Pengujian Distribusi Data I
No Interval
1
2
3
4
5
6
7

47,519
5
51,999
5
56,479
5
60,959
5
65,439
5
69,919
5
74,399
5

- 51,999
- 56,479
- 60,959
- 65,439
- 69,919
- 74,399
- 78,879

BKB

BKA

51,9995

51,9995
56,4795
60,9595
65,4395
69,9195
74,3995

56,4795
60,9595
65,4395
69,9195
74,3995
78,8795

49,7595
54,2395
58,7195
63,1995
67,6795
72,1595
76,6395

Oi

Frekuensi Probabilitas

R(t)

Relatif

Kumulatif

0.0060

0.0060

0.9939

0.0484

0.0545

0.9454

19

0.1151

0.1636

0.8363

40

0.2424

0.3575

0.6424

36

0.2181

0.4606

0.5393

34

0.2060

0.4242

0.5757

18

0.1090

0.3151

0.6848

78,879

5
9
87,839
Total

- 83,359
- 92,319

78,8795
83,3595

83,3595

81,1195
85,5995

0.0424

0.1515

0.8484

2
0.0121
165
1

0.0545

0.9454

9. Dilihat parameter dari tiap distribusi yang akan diuji menggunakan software
MiniTab 15. Cara untuk mengetahui nilai parameter dari tiap distribusi yang
diuji menggunakan software MiniTab 15 dijelaskan melalui langkah-langkah
berikut:
a. Input data pada kolom seperti pada Gambar 5.7.

.
Gambar 5.7 Input Data Parameter
b. Dipilih Stat Quality Tools Individual Distribution Identification
yang terdapat pada toolbar. Kemudian akan muncul tampilan seperti pada
Gambar 5.8.

Gambar 5.8.Tampilan Parameter Distribusi

10. Diuji sebaran data berdasarkan distribusinya dengan menggunakan software

MiniTab 15 dengan menggunakan nilai parameter yang sesuai dengan jenis
distribusinya.
5.2.1.1. Distribusi Normal
Langkah-langkah untuk menguji sebaran data berdistribusi normal atau
tidak, yaitu:
1. Diberikan rumusan hipotesis pada sebaran data untuk distribusi normal
H0

: Data berdistribusi normal

H1

: Data tidak berdistribusi normal

2. Diasumsikan = 0,05
3. Menghitung peluang (P) dari masing-masing kelas dengan menggunakan
software Minitab 15. Kemudian untuk mendapatkan luasnya diperoleh dari
hasil pengurangan P(X<BKA) dengan P(X<BKB). Langkah-langkah
menghitung peluang menggunakan software Minitab 15 adalah sebagai
berikut:
a. Ketik Calc. Pilih Probability Distribution, lalu pilih Normal seperti
pada gambar 5.9.

Gambar 5.9.Distribusi Normal

b.

Pilih jenis distribusi, lalu isikan data-data pada distribusi normal,

Ok seperti pada gambar 5.10.

Gambar 5.10. Kotak Dialog Distribusi Normal

c. Lalu akan muncul nilai peluang untuk distribusi Normal seperti
pada Gambar 5.11.

Gambar 5.11. Peluang pada Distribusi Normal.

4. Kemudian lakukan perhitungan pada Microsoft Excel untuk menghitung
nilai Luas.
Berikut disajikan hasil perhitungan luas pada Tabel 5.27.

Tabel 5.27. Perhitungan Luas pada Distribusi Normal

No Interval

BKB

BKA

PBKB

PBKA

Luas
0,0139
0,0450
0,1178
0,2083
0,2493
0,2019
0,1112
0,0410

1
2
3
4
5
6
7
8

47,5195
51,9995
56,4795
60,9595
65,4395
69,9195
74,3995
78,8795

51,999
56,479
60,959
65,439
69,919
74,399
78,879
83,359

51,9995
56,4795
60,9595
65,4395
69,9195
74,3995
78,8795

51,9995
56,4795
60,9595
65,4395
69,9195
74,3995
78,8795
83,3595

0
0,013938
0,058980
0,176768
0,385101
0,634400
0,836252
0,946824

0,013938
0,058980
0,176768
0,385101
0,634400
0,836252
0,946824
0,987790

87,839

- 92,319

83,3595

0,987790

0,0122

Jumlah

5. Hitung nilai ekspektasinya (ei) untuk setiap interval.

ei = luas ke-i x n
misalnya : e1 = 0.0139 x 165 = 2,2998
Sehingga akan didapatkan hasil dalam Tabel 5.28.
Tabel 5.28. Perhitungan Nilai Ekspektasi (ei) Normal
No
1
2
3
4
5
6
7
8
9
Jumla

Interval
47,5195
51,9995
56,4795
60,9595
65,4395
69,9195
74,3995
78,8795
87,839

51,999
56,479
60,959
65,439
69,919
74,399
78,879
83,359
92,319

PBKA
0
0,0050
0,0167
0,0368
0,0542
0,0534
0,0350
0,0154
0,0045

PBKB
0,0050
0,0167
0,0368
0,0542
0,0534
0,0350
0,0154
0,0045
1

Oi
1
8
19
40
36
34
18
7
2

Luas
0,0139
0,0450
0,1178
0,2083
0,2493
0,2019
0,1112
0,0410
0,0122
1

h
6. Dihitung nilai 2hitung dengan rumus:
2 hitung=

( OiEi )2
Ei

Ei
2,2998
7,4319
19,4350
34,3749
41,1343
33,3056
18,2443
6,7594
2,0147
165

Sehingga akan didapatkan hasil dalam Tabel 5.29.

Tabel 5.29. Hasil Perhitungan ChiKuadrat Hitung
No
1
2
3
4
5
6
7
8
9

Interval
47,5195 - 51,999
51,9995 - 56,479
56,4795 - 60,959
60,9595 - 65,439
65,4395 - 69,919
69,9195 - 74,399
74,3995 - 78,879
78,8795 - 83,359

Oi
1
8
19
40
36
34
18
7

Ei
2,2998
7,4319
19,4350
34,3749
41,1343
33,3056
18,2443
6,7594

2
0,73462
0,043426
0,009736
0,92049
0,640853
0,014478
0,003271
0,008564

87,839

2,0147

0,000107

92,319

Jumlah

2,375546

V = jumlah kelas parameter = 9 2 = 7.

2 hitung

2 tabel
= 14,067 sehingga

2 tabel
= 2,3755 >

= 14,067

Diambil kesimpulan maka Ho diterima sehingga dapat disimpulkan bahwa

data tersebut berdistribusi normal.
7. Karena data berdistribusi secara normal maka dilakukan perhitungan
analisis koefisien regresi dan korelasi pada sebaran z dengan nilai tengah
nya:
Berikut pada Tabel 5.30. menunjukkan nilai tengah (t) dengan nilai z dari
tiap kelas.

Tabel 5.30. Tabel t dan Nilai z Data I

t
497,59

5
542,39

-2.5086

-1.6023

587,19
5
631,99

-0.9554

5
676,79

-0.2221

5
721,59

0.3327

5
766,39

0.9796

5
811,195
855,99

1.6023
2.2533

0
`

Berikut pada Tabel 5.31 menunjukkan perhitungan regresi secara manual.

Tabel 5.31. Perhitungan Regresi
No
1
2
3
4
5
6
7
8
9
Jumlah

Y
X2
-2.50859572 2.47601E+11
-1.60229266 2.94192E+11
-0.95536343 3.44798E+11
-0.2220918 3.99418E+11
0.332656036 4.58051E+11
0.979622028 5.20699E+11
1.602292655 5.87361E+11
2.253265332 6.58037E+11
0
7.32727E+11
-0.12050756 4.24289E+12

X
497,595
542,395
587,195
631,995
676,795
721,595
766,395
811,195
855,995
6091155
n

( )( )
( )

n xi y i b=

i=1
n

n x i=1

2
i

i=1

i=1

yi

i=1

xi

xi

9(1169171) 6091155( -0.12050756 )

9 x 4.24289E+12 - 6091155^2

b = 1.04E-05

Nilai Nilai

x = 65,439 dan

y = -0,952

X*Y
-1248265
-869076
-560985
-140361
225140
706890
1227989
1827838
0
1169171

Y2
6.29305
2.56734
0.91272
0.04932
0.11066
0.95966
2.56734
5.0772
0
18.5373

a= y -b x
= -952 (1.04E-05)(65,439)
= -7.04271
R xy =

n xi y i - ( x i )( y i )

{n x - ( x ) }{n y - ( y ) }
2
i

2
i

= 0.837118
R2 = 0.700767
Jadi persamaan regresinya adalah y = -7.04271+1.04E-05x dan R2
=0.700767
Menghitung R2 menggunakan SPSS
Model Summary
Adjusted R Std. Error of
Model
R
R Square
Square
the Estimate
a
1
.837
.701
.658 71740.66874
a. Predictors: (Constant), VAR00005
5.2.1.2. Distribusi Eksponensial
1. Diberikan rumusan hipotesis pada sebaran data untuk distribusi
eksponensial
H0

: Data berdistribusi eksponensial

H1

: Data tidak berdistribusi eksponensial

2. Diasumsikan = 0,05
3. Menghitung peluang (P) dari masing-masing kelas dengan menggunakan
software Minitab 15. Kemudian untuk mendapatkan luasnya diperoleh dari
hasil pengurangan P(X<BKA) dengan P(X<BKB). Langkah-langkah
menghitung peluang menggunakan software Minitab 15 adalah sebagai
berikut:
a. Ketik Calc. Pilih Probability Distribution, lalu pilih Exponential
seperti pada Gambar 5.12.

Gambar 5.12. Probability Distribution-Exponential

b. Input parameter scale sebesar 67,4983 dan threshold 0,00 seperti
pada Gambar 5.13

Gambar 5.13. Exponential Distribution

c. Tentukan Input Column sebagai lokasi sumber data masukan dan
Optional Storage sebagai lokasi hasil data keluaran untuk P(X<BKB).
Kemudian dengan cara yang sama dilakukan untuk memperoleh
P(X<BKA).
d. Klik Ok, sehingga akan diperoleh nilai dari P(X>BKB) dan
P(X<BKA) pada Gambar 5.14.

Gambar 5.14. Hasil Sebaran Peluang Distribusi Eksponensial

Tabel hasil perhitungan frekuensi peluang data distribusi normal dapat
dilihat pada Tabel 5.32. berikut :
Tabel 5.32. Hasil Perhitungan Luas Distribusi Eksponensial
No Interval

BKB

BKA

PBKB

PBKA

Luas

0
0,5372
0,5669
0,5947
0,6207
0,6451
0,6679
0,6892
0,7092

0,5372
0,5669
0,5947
0,6207
0,6451
0,6679
0,6892
0,7092
1

0,5372
0,0297
0,0278
0,026
0,0244
0,0228
0,0213
0,02

1
2
3
4
5
6
7
8

47,5195
51,9995
56,4795
60,9595
65,4395
69,9195
74,3995
78,8795

51,999
56,479
60,959
65,439
69,919
74,399
78,879
83,359

51,9995
56,4795
60,9595
65,4395
69,9195
74,3995
78,8795

51,9995
56,4795
60,9595
65,4395
69,9195
74,3995
78,8795
83,3595

87,839

- 92,319

83,3595

0,2908

Jumlah

4. Hitung nilai ekspektasinya (ei) untuk setiap interval.

ei = luas ke-i x n
misalnya : e1 = 0.0139 x 165 = 2,2998
Sehingga akan didapatkan hasil dalam Tabel 5.33.
Tabel 5.33. Perhitungan Nilai Ekspektasi (ei) Normal
No
1
2

Interval
47,5195
51,9995

51,999
56,479

PBKA
0
0,0050

PBKB
0,0050
0,0167

Oi
1
8

Luas
0,0139
0,0450

Ei
88,638
4,9005

3
4
5
6
7
8
9
Jumla

56,4795
60,9595
65,4395
69,9195
74,3995
78,8795
87,839

60,959
65,439
69,919
74,399
78,879
83,359
92,319

0,0167
0,0368
0,0542
0,0534
0,0350
0,0154
0,0045

0,0368
0,0542
0,0534
0,0350
0,0154
0,0045
1

19
40
36
34
18
7
2

0,1178
0,2083
0,2493
0,2019
0,1112
0,0410
0,0122

4,587
4,29
4,026
3,762
3,5145
3,3
47,982

165

Dihitung nilai 2hitung dengan rumus:

( OiEi )2
hitung=
Ei
2

Sehingga akan didapatkan hasil dalam Tabel 5.34.

Tabel 5.34. Hasil Perhitungan Chi Kuadrat Hitung
No Interval
1
2
3
4
5
6
7
8

47,5195
51,9995
56,4795
60,9595
65,4395
69,9195
74,3995
78,8795

51,999
56,479
60,959
65,439
69,919
74,399
78,879
83,359

87,839

- 92,319

Oi

Ei

1
8
19
40
36
34
18
7

88,638
4,9005
4,5870
4,2900
4,0260
3,7620
3,5145
3,3000

86,649
1,960
45,288
297,250
253,934
243,045
59,704
4,148

47,982

44,065

Jumlah

1036,045

V = jumlah kelas parameter = 9 2 = 7

2 hitung

2 tabel
= 14,067 sehingga

2 tabel
= 1036,045 >

= 14,067

Diambil kesimpulan maka Ho ditolak sehingga dapat disimpulkan bahwa data

tersebut tidak berdistribusi eksponensial.

5.2.1.3. Distribusi Lognormal

Langkah-langkah untuk menguji sebaran data berdistribusi lognormal
atau tidak, yaitu:
1. Diberikan rumusan hipotesis pada sebaran data untuk distribusi lognormal
H0

: Data berdistribusi lognormal

H1

: Data tidak berdistribusi lognormal

2. Diasumsikan = 0,05
3. Menghitung peluang (P) dari masing-masing kelas dengan menggunakan
software Minitab 15. Kemudian untuk mendapatkan luasnya diperoleh dari
hasil pengurangan P(X<BKA) dengan P(X<BKB). Langkah-langkah
menghitung peluang menggunakan software Minitab 15 adalah sebagai
berikut:
a. Ketik Calc. Pilih Probability Distribution, lalu pilih lognormal seperti
pada Gambar 5.15.

Gambar 5.15. Probability Distribution- Lognormal

b. Input parameter Scale sebesar 67,489 parameter location 0,00 sebesar
dan parameter threshold sebesar 0,000. Tentukan Input Column sebagai
lokasi sumber data masukan dan Optional Storage sebagai lokasi hasil
data keluaran untuk P(X<BKB). Kemudian dengan cara yang sama
dilakukan untuk memperoleh P(X<BKA) sehingga akan muncul kotak
dialog seperti pada Gambar 5.16.

Gambar 5.16. Input Parameter Distribusi Lognormal

c. Klik Ok, sehingga akan diperoleh nilai dari P(X>BKB) dan P(X<BKA)
pada Gambar 5.17.

Gambar 5.17. Nilai dari P(X>BKB) dan P(X<BKA) Distribusi Lognormal

4. Hitung nilai ekspektasinya (ei) untuk setiap interval.
ei = luas ke-i x n
misalnya: e1= 0,0139 x 165 = 86,3445
Tabel hasil perhitungan frekuensi peluang data distribusi lognormal dapat
dilihat pada Tabel 5.36. berikut :
Tabel 5.36. Perhitungan Frekuensi Peluang Data Distribusi Lognormal
N
o
1
2
3

Interval
47,519
5
51,999
5
56,479
5

- 51,999
- 56,479
- 60,959

BKB

BKA

51,9995

51,9995
56,4795

56,4795
60,9595

PBKB

PBKA

0,0000

0,5233

Luas

0,5233
0,5233

0,5238
0,0005

0,5238

0,5243
0,0005

Ei

86,3445
0,0825
0,0825

4
5
6
7
8
9

60,959
5
65,439
5
69,919
5
74,399
5
78,879
5
87,839

- 65,439

60,9595

- 69,919

65,4395

- 74,399

69,9195

- 78,879

74,3995

- 83,359
-

78,8795

92,319

65,4395
69,9195
74,3995
78,8795
83,3595

83,3595

0,5243

0,5247
0,0004

0,5246

0,5251
0,0005

0,5251

0,5255
0,0004

0,5255

0,5258
0,0003

0,5258

0,5261
0,0003

0,5261

1,0000

Sehingga akan didapatkan hasil dalam Tabel 5.37.

Tabel 5.37. Perhitungan Nilai Ekspektasi (ei) dan x2 Hitung Lognormal

51,999
56,479
60,959
65,439
69,919
74,399
78,879
83,359
92,319

Oi

Ei

1
8
19
40
36
34
18
7
2

86,3445
0,0825
0,0825
0,066
0,0825
0,066
0,0495
0,0495
78,1935

84,35608
759,8401
4337,84
24162,49
15637,17
17447,22
6509,504
975,9485
74,24466
69988,61

2 hitung
= 69988,61
V = jumlah kelas parameter = 9 2 = 7.

0,0495

165

( OiEi )2
hitung=
Ei

47,5195
51,9995
56,4795
60,9595
65,4395
69,9195
74,3995
78,8795
87,839
Jumlah

0,0495

1
2
3
4
5
6
7
8
9

0,066

78,1935

5. Dihitung nilai 2hitung dengan rumus:

Interval

0,0825

0,4739

Jumlah

No

0,066

 2 hitung

2 tabel
= 14,067 sehingga

2 tabel
= 69988,61 <

= 14,067

Diambil kesimpulan maka Ho ditolak sehingga dapat disimpulkan bahwa

data tersebut tidak berdistribusi lognormal.
5.2.1.4.

Distribusi Weilbull
Langkah-langkah untuk menguji sebaran data berdistribusi Weilbull atau

tidak, yaitu:
1. Diberikan rumusan hipotesis pada sebaran data untuk distribusi Weilbull
H0

: Data berdistribusi Weilbull

H1

: Data tidak berdistribusi Weilbull

2. Diasumsikan = 0,05
3. Menghitung peluang (P) dari masing-masing kelas dengan menggunakan
software Minitab 15. Kemudian untuk mendapatkan luasnya diperoleh dari
hasil pengurangan P(X<BKA) dengan P(X<BKB). Langkah-langkah
menghitung peluang menggunakan software Minitab 15 adalah sebagai
berikut:
a. Ketik Calc. Pilih Probability Distribution, lalu pilih Weilbull. Seperti
pada Gambar 5.18.

Gambar 5.18. Probability Distribution- Weilbull

b. Input parameter shape sebesar 10,373, parameter scale sebesar 70,675

dan parameter threshold sebesar 0,000. Tentukan Input Column sebagai

lokasi sumber data masukan dan Optional Storage sebagai lokasi hasil
data keluaran untuk P(X<BKB). Kemudian dengan cara yang sama
dilakukan untuk memperoleh P(X<BKA) seperti yang ditampilkan pada
Gambar 5.19.

Gambar 5.19. Input Parameter Distribusi Weilbull

c. Klik Ok, sehingga akan diperoleh nilai dari P(X>BKB) dan P(X<BKA)
pada Gambar 5.20.

Gambar 5.20. Nilai Peluang distribusi Wiebull

Gambar 5.20. Nilai dari P(X>BKB) dan P(X<BKA) Distribusi Weilbull
Tabel hasil perhitungan frekuensi peluang data distribusi Weilbull dapat
dilihat pada Tabel 5.38. berikut :
Tabel 5.38. Perhitungan Frekuensi Peluang Data Distribusi Weilbull
N
o
1
2
3

Interval
47,5195
51,9995
56,4795

51,999
56,479
60,959

BKB

BKA

PBKB

PBKA

Luas

51,9995
56,4795

51,9995
56,4795
60,9595

0,0000
0,0406
0,0931

0,0406
0,0931
0,1939

0,0406
0,0525
0,1008

4
5
6
7
8

60,9595
65,4395
69,9195
74,3995
78,8795

65,439
69,919
74,399
78,879
83,359

60,9595
65,4395
69,9195
74,3995
78,8795

65,4395
69,9195
74,3995
78,8795
83,3595

0,1940
0,3624
0,5912
0,8179
0,9560

0,3624
0,5912
0,8179
0,9560
0,9961

0,1684
0,2288
0,2267
0,1381
0,0401

87,839

92,319

83,3595

0,9961

1,0000

0,0039

Jumlah

d. Hitung nilai ekspektasinya (ei) untuk setiap interval.

ei = luas ke-i x n
misalnya: e1= 0,046 x 165 = 116.6058

Sehingga hasil ditampilkan seperti pada Tabel 5.39.

Tabel 5.39. Hasil Perhitungan Ei
No
1
2
3
4
5
6
7
8
9
Jumla

Interval
47,5195
51,999
51,9995
56,479
56,4795
60,959
60,9595
65,439
65,4395
69,919
69,9195
74,399
74,3995
78,879
78,8795
83,359
87,839
92,319

PBKA
0,0000
0,0406
0,0931
0,1940
0,3624
0,5912
0,8179
0,9560
0,9961

PBKB
0,0406
0,0931
0,1939
0,3624
0,5912
0,8179
0,9560
0,9961
1,0000

Oi
1
8
19
40
36
34
18
7
2

Luas
0,0406
0,0525
0,1008
0,1684
0,2288
0,2267
0,1381
0,0401
0,0039

Ei
6,699
8,6625
16,632
27,786
37,752
37,4055
22,7865
6,6165
0,6435

165

e. Dihitung nilai 2hitung dengan rumus:

( OiEi )2
2 hitung=
Ei
Sehingga akan didapatkan hasil dalam Tabel 5.40.
Tabel 5.40. Perhitungan Nilai Ekspektasi (ei) dan x2 Hitung Weilbull

No

Interval

Oi

Ei

1
2
3
4
5
6
7
8

47,5195
51,9995
56,4795
60,9595
65,4395
69,9195
74,3995
78,8795

51,999
56,479
60,959
65,439
69,919
74,399
78,879
83,359

1
8
19
40
36
34
18
7

6,699
8,6625
16,632
27,786
37,752
37,4055
22,7865
6,6165

4,8483
0,0507
0,3371
5,3689
0,0813
0,3100
1,0054
0,0222

87,839

92,319

0,6435

2,8595

Jumlah

14,8835

2 hitung
= 7,4323
V = jumlah kelas parameter = 9 3 = 6.

2 hitung

2 tabel
= 12,596 sehingga

2 tabel
= 14,8835 >

= 12,596

Diambil kesimpulan maka Ho tidak diterima sehingga dapat disimpulkan

bahwa data tersebut tidak berdistribusi Weilbull.
5.2.1.5.

Distribusi Gamma
Langkah-langkah untuk menguji sebaran data berdistribusi Gamma atau

tidak, yaitu:
1. Diberikan rumusan hipotesis pada sebaran data untuk distribusi Gamma
H0

: Data berdistribusi Gamma

H1

: Data tidak berdistribusi Gamma

2. Diasumsikan = 0,05
3. Menghitung peluang (P) dari masing-masing kelas dengan menggunakan
software Minitab 15. Kemudian untuk mendapatkan luasnya diperoleh dari
hasil pengurangan P(X<BKA) dengan P(X<BKB). Langkah-langkah
menghitung peluang menggunakan software Minitab 15 adalah sebagai
berikut:
a. Ketik Calc. Pilih Probability Distribution, lalu pilih Gamma seperti
pada Gambar 5.21.

Gambar 5.21. Probability Distribution- Gamma

b. Input parameter shape sebesar 91,157 parameter scale sebesar 0,740 dan
parameter threshold sebesar 0,000. Tentukan Input Column sebagai lokasi
sumber data masukan dan Optional Storage sebagai lokasi hasil data
keluaran untuk P(X<BKB). Kemudian dengan cara yang sama dilakukan
untuk memperoleh P(X<BKA).

Gambar 5.22. Input Parameter Distribusi Gamma

c. Klik Ok, sehingga akan diperoleh nilai dari P(X<BKB) dan P(X<BKA)
pada Gambar 5.23.

Gambar 5.23. Nilai dari P(X<BKB) dan P(X<BKA) Distribusi Gamma

1. Hitung nilai ekspektasinya (ei) untuk setiap interval.
ei = luas ke-i x n
misalnya: e1= 0,0093 x 165 = 1,5345
Tabel hasil perhitungan frekuensi peluang data distribusi Gamma dapat
dilihat pada Tabel 5.41. berikut :
Tabel 5.41. Perhitungan Frekuensi Peluang Data Distribusi Gamma
N

Interval

o
1
2
3
4
5
6
7
8

47,519
5
51,999
5
56,479
5
60,959
5
65,439
5
69,919
5
74,399
5
78,879
5

BKB

BKA

PBKB

PBKA

Luas

Ei

51,999

51,9995

0,0000

0,0093

0,0093

1,5345

56,479

51,9995

56,4795

0,0094

0,0529

0,0435

7,1775

60,959

56,4795

60,9595

0,0529

0,1784

0,1255

20,7075

65,439

60,9595

65,4395

0,1784

0,3978

0,2194

36,201

69,919

65,4395

69,9195

0,3978

0,6455

0,2477

40,8705

74,399

69,9195

74,3995

0,6456

0,8363

0,1907

31,4655

78,879

74,3995

78,8795

0,8363

0,9408

0,1045

17,2425

83,359

78,8795

83,3595

0,9408

0,9831

0,0423

6,9795

87,839

92,319

83,3595

0,9831

1,0000

0,0169

Jumlah

2,7885

2. Hitung nilai ekspektasinya (ei) untuk setiap interval.

ei = luas ke-i x n
misalnya: e1= 0,6956 x 159 = 110,5925
3. Dihitung nilai 2hitung dengan rumus:
( OiEi )2
2 hitung=
Ei

Sehingga akan didapatkan hasil dalam Tabel 5.42.

Tabel 5.42. Perhitungan Nilai Ekspektasi (ei) dan x2 Hitung Gamma
No

Interval

Oi

Ei

1,5345
7,1775
20,7075
36,201
40,8705
31,4655
17,2425
6,9795

1,862
0,943
1,408
3,987
5,804
2,042
0,333
6,0212E-05

2,7885

2,229

1
2
3
4
5
6
7
8

47,5195
51,9995
56,4795
60,9595
65,4395
69,9195
74,3995
78,8795

51,999
56,479
60,959
65,439
69,919
74,399
78,879
83,359

1
8
19
40
36
34
18
7

87,839

92,319

Jumlah

165

18,607

2 hitung
= 1,8607
V = jumlah kelas parameter = 9 2 = 7.

2 hitung

2 tabel
= 14,067 sehingga

2 tabel
= 18,607 >

= 14,067

Diambil kesimpulan maka Ho ditolak sehingga dapat disimpulkan

bahwa data tersebut tidak berdistribusi secara Gamma.

165

5.2.2. Pengujian Terhadap Distribusi pada Data II

Data penduduk yang mempunyai keluhan kesehatan selama sebulan
terakhir menurut provinsi, 2009-2013 yang telah diurutkan dapat dilihat pada
Tabel 5. 43.
Tabel 5.43. Data II Distribusi Kontinu yang Telah Diurutkan
Data II Distribusi Kontinu yang Telah Diurutkan
18,5
3
20,5
5
21,1
3
21,2
9
21,3
4
21,6
8
22,0
4
22,3
3
22,4
6
22,7
7

25,00

27,34

29,11

30,71

32,24

34,02

36,32

39,05

48,48

63,25

25,44

27,51

29,29

30,72

32,50

34,02

36,37

39,59

49,21

63,69

25,49

27,61

29,42

30,90

32,54

34,03

36,76

39,81

50,50

64,87

25,54

27,75

29,62

31,03

32,69

34,18

36,86

40,12

52,09

66,05

25,56

27,98

29,68

31,25

32,92

34,39

37,10

40,12

52,20

66,19

26,05

28,00

29,89

31,27

32,98

34,65

37,14

40,46

52,68

66,48

26,15

28,03

29,97

31,53

33,02

34,75

37,44

40,82

52,69

67,16

26,16

28,05

30,15

31,54

33,02

35,09

37,45

41,32

54,25

68,05

26,45

28,45

30,18

31,67

33,27

35,28

37,51

42,53

54,98

68,61

26,68

28,46

30,30

31,69

33,58

35,44

37,61

42,65

57,59

69,32

23,2
3
24,4
0
24,5
7
24,8
4
24,8
8

26,79

28,62

30,31

31,93

33,61

35,54

37,73

43,02

59,15

69,70

26,93

28,72

30,40

31,95

33,70

35,77

37,75

43,94

60,42

70,00

26,93

28,72

30,59

32,06

33,74

35,78

38,08

44,08

61,95

70,01

27,19

28,88

30,62

32,11

33,81

35,86

38,10

44,95

62,75

72,49

27,20

28,93

30,64

32,24

33,98

35,90

38,35

47,23

62,99

73,85

Langkah-langkah pengujian yang dilakukan adalah sebagai berikut:

1. Asumsikan = 0,05
2. Tentukan nilai max, min, range, banyak kelas, dan panjang kelas
R = data max data min = = 73,85 18,53= 55.32
K = 1 + 3,3 log 165 = 8,32 9
I=

R
= 6.6508
K

3. Rata-rata ( x ) = 37.2098
4. Standar Deviasi = 13.0823
Kemudian dibuat tabel disribusi frekuensi untuk data distribusi Normal II
dengan menentukan nilai berikut:
1. Mencari interval bawah dan interval atas dengan rumus seperti berikut ini:
a. Interval bawah
Interval bawah ke-1 = 18,53
Interval bawah ke-2 = Interval bawah ke-1 + I
= 18,53 + 6.6508

= 25.1808
b. Interval atas
Interval atas ke-1

= Interval bawah ke-2 - 0,0001

= 25.1808 - 0,0001
= 25.1807

2. Mencari BKB dan BKA dengan rumus seperti berikut ini:

a. BKB
BKB ke-1

= Interval bawah ke-1 - 0,00005

= 18,53 - 0,00005
= 18.52995

b. BKA
BKA ke-1

= Interval atas ke-1 + 0,00005

= 25.1807 + 0,00005
= 25.18065

3. Mencari nilai tengah interval (t) dengan rumus seperti berikut ini:
t ke-1

(Interval bawah ke-1 + Interval atas ke-1)

= 2
( 18,53 +25.1807 )
= 2
= 3.32539

4. Nilai Oi didapat dari jumlah data antara interval bawah dengan interval atas
5. Mencari frekuensi relatif dengan rumus seperti berikut ini:
Frekuensi relatif ke-1

nilai Oi ke-1
jumlah Oi

16
= 165
= 0.0970

6. Mencari probabilitas kumulatif F(t) dengan rumus seperti berikut ini:

Probabilitas kumulatif F(t) ke-1 = Frekuensi relatif ke-1
= 0.0970
Probabilitas kumulatif F(t) ke-2 = Probabilitas kumulatif F(t) ke-1 +
Frekuensi relatif ke-2
= 0.0970 + 0.3394
= 0.4364
7. Mencari R(t) dengan rumus seperti berikut ini:
R(t)

= 1 - Probabilitas kumulatif F(t) ke-1

= 1 - 0.0970 = 0.9030
Tabel 5.44. Frekuensi Data Pengujian Distribusi Normal

No
1

Interval
18.530
0
25.180
8
31.831
6
38.482
4
45.133
2
51.784
0
58.434
8
65.085
6

BKB

BKA

25.180
7

21.855
18.52995 25.18075

31.831
5

25.18075 31.83155

31.83155 38.48235

38.48235 45.13315

45.13315 51.78395

6
55.109

51.78395 58.43475

65.085
5

8
48.458

58.434
7

0
41.807

51.783
9

2
35.157

45.133
1

4
28.506

38.482
3

Xi

4
61.760

58.43475 65.08555

71.736
3

65.08555 71.73635 68.4110

Oi
16

54

50

14

10

Xi.Oi

349.6856

1539.3321

1757.8475

585.3085

193.8342

385.7655

494.0812

684.1095

71.736
4

78.387
2

75.061
71.73635 78.38723

Total

2
165

150.1236
5989.96405

8. Dilihat parameter dari tiap distribusi yang akan diuji menggunakan software
MiniTab 15. Cara untuk mengetahui nilai parameter dari tiap distribusi yang
diuji menggunakan software MiniTab 15 dijelaskan melalui langkah-langkah
berikut:

a. Input data pada kolom seperti pada Gambar 5.24.

.
Gambar 5.24. Input Data Parameter

b. Dipilih Stat Quality Tools Individual Distribution Identification

yang terdapat pada toolbar. Kemudian akan muncul tampilan seperti pada
Gambar 5.8.

Gambar 5.25. Nilai Parameter Distribusi

5.2.2.1.

Distribusi Normal
Langkah-langkah menguji sebaran data berdistribusi normal atau tidak

yaitu:
1. Diberikan rumusan hipotesis pada sebaran data untuk berdistribusi normal
Ho : Data berdistribusi Normal
Hi : Data tidak berdistribusi Normal
2. Menghitung nilai peluang distribusi Normal.
Peluang distribusi Normal didapat dengan mencari luas kumulatif dari tiap
angka dengan menggunakan software Minitab 15 dengan input parameter
mean sebesar 37.2098 dan standart deviation sebesar 13.0823. Nilai PNormal
selanjutnya dapat dilihat pada tabel 4.33. Adapun langkah-langkah untuk
membangkitkan nilai peluang dengan minitab adalah sebagai berikut.
a. Masukan nilai BKB dan BKA pada distribusi Normal ke minitab

Gambar 5.26. Data Distribusi Normal

Klik Calc Probability Distributions Normal

Gambar 5.27. Cara Membangkitkan Nilai Peluang Pada Minitab

c. Pilih jenis distribusi, lalu isikan data-data pada distribusi Normal, Ok.

Gambar 5.28. Kotak Dialog Distribusi Normal

d. Lalu akan muncul nilai peluang untuk distribusi Normal.

Gambar 5.29. Nilai Peluang Distribusi Normal

e. Kemudian lakukan perhitungan pada Microsoft Excel.

Tabel 5.45. Nilai PNormal Data Distribusi Normal
No.

Interval

Oi

P(X<BKB
)

P(X<BKA)

Luas

6.

18.5300

25.1807

16

0.1789

0.1789

25.1808

31.8315

54

0.1789

0.3404

0.1615

31.8316

38.4823

50

0.3404

0.5387

0.1982

38.4824

45.1331

14

0.5387

0.7276

0.1888

45.1332

51.7839

0.7276

0.8673

0.1397

51.7840

58.4347

0.8673

0.9476

0.0802

58.4348

65.0855

0.9476

0.9834

0.0358

65.0856

71.7363

10

0.9834

0.9958

0.0123

71.7364

78.3872

0.9958

0.0041

Hitung nilai ekspektasinya (ei) untuk setiap interval.

ei = luas ke-i x n
misalnya : e1 = 0.17891955 x 165 = 29,5218
Sehingga akan didapatkan hasil dalam Tabel 5.46.

Tabel 5.46. Perhitungan Nilai Ekspektasi (ei) Normal

No

Interval

.
1

3
4

18.530
0
25.180
8
31.831
6
38.482

Oi

P(X<BKB)

P(X<BKA)

Luas

Ei

- 25.1807

16

0.1789

0.1789

29.5217

- 31.8315

54

0.1789

0.3404

0.1615

26.6601

- 38.4823

50

0.3404

0.5387

0.1982

32.7110

- 45.1331

14

0.5387

0.7276

0.1888

31.1656

4
5

45.133
2
51.784
0
58.434
8
65.085
6
71.736
4

- 51.7839

0.7276

0.8673

0.1397

23.0571

- 58.4347

0.8673

0.9476

0.0802

13.2453

- 65.0855

0.9476

0.9834

0.0358

5.9076

- 71.7363

10

0.9834

0.9958

0.0123

2.0455

- 78.3872

0.9958

0.0041

0.6856

165

16

Total

Karena dari nilai Ei kebanyakan data < 5 maka data tersebut harus
dikelompokkan. Maka perhitungan nilai ekspektasi (ei) Normal setelah
dikelompokkan seperti Tabel 4.47. berikut.
Tabel 5.47. Perhitungan Nilai Ekspetasi (ei) setelah dikelompokan
No
.

Interval

18.5300 -

25.1808 -

31.8316 -

38.4824 -

25.180
7
31.831
5
38.482
3
45.133

Oi

Luas

Ei

16

0.1789

29.5217

54

0.1615

26.6601

50

0.1982

32.7110

14

0.1888

31.1656

1
5

45.1332 -

51.7840 -

58.4348 -

51.783

0.1397

23.0571

0.0802

13.2453

20

0.0523

8.6389

165

165

58.434
7
78.387

Total

7.

Setelah didapatkan nilai ei dan oi maka maka dapat dihitung nilai

X 2hitung

(oiei)2
X hitung =
ei
2

Nilai dari

2
hitung

untuk masing-masing kelas dapat dilihat pada Tabel

4.48.
Tabel 5.48. Nilai Data
No.

X 2hitung Pengujian Distribusi Normal

Interval

Oi

Ei

18.53

25.1807

16

29.5217

6.1933

25.1808

31.8315

54

26.6601

28.0370

31.8316

38.4823

50

32.7110

9.1379

38.4824

45.1331

14

31.1656

9.4546

45.1332

51.7839

23.0571

15.7510

51.784

58.4347

13.2453

2.9447

58.4348

65.0855

20

8.6389

14.9411

165

165

86.4596

Total

8.

Hitung

X 2tabel

Jumlah kelas (k) = 9

V (derajat bebas) = 9-2 = 7
= 0,05
Sehingga nilai

X 2tabel yang diperoleh = 14.06713

Kesimpulan: Ho ditolak (2hitung = 86.4596 > 2tabel = 14.06713) atau dapat

disimpulkan bahwa data tersebut tidak berdistribusi Normal.
Adapun gambar kurva distribusi Normal dapat dilihat pada Gambar 4.30.
180
160
140
120
Oi

100
80

Ei

60
40
20
0
1

Gambar 5.30. Grafik Perbandingan antara Ei dan Oi Distribusi Normal

5.2.2.2.

Pengujian Terhadap Distribusi Eksponensial

Langkah-langkah menguji sebaran data berdistribusi eksponensial atau

tidak yaitu:
1. Diberikan rumusan hipotesis pada sebaran data untuk berdistribusi
eksponensial

Ho : Data berdistribusi eksponensial

Hi : Data tidak berdistribusi eksponensial
2. Menghitung nilai peluang distribusi Eksponensial.
Peluang distribusi Eksponensial didapat dengan mencari luas kumulatif dari
tiap angka dengan menggunakan software Minitab 15 sebagai berikut.
a. Masukan nilai BKB dan BKA pada distribusi Normal ke minitab

Gambar 5.31. Data Distribusi Eksponensial

Klik Calc Probability Distributions Eksponensial

Gambar 5.32. Cara Membangkitkan Nilai Peluang Pada Minitab

c. Pilih jenis distribusi, lalu isikan data-data pada distribusi Eksponensial, Ok.

Gambar 5.33. Kotak Dialog Distribusi Eksponensial

d. Lalu akan muncul nilai peluang untuk distribusi Eksponensial.

Gambar 5.34. Nilai Peluang Distribusi Eksponensial

e. Kemudian lakukan perhitungan pada Microsoft Excel.

Tabel 5.49. Nilai PNormal Data Distribusi Eksponensial
No.

Interval

Oi

P(X<BKB)

P(X<BKA)

Luas

18.5300

25.1807

16

0.0060

0.3023

0.2962

25.1808

31.8315

54

0.3023

0.5102

0.2079

31.8316

38.4823

50

0.5102

0.6562

0.1460

38.4824

45.1331

14

0.6562

0.7587

0.1025

45.1332

51.7839

0.7587

0.8306

0.0719

51.7840

58.4347

0.8306

0.8811

0.0505

58.4348

65.0855

0.8811

0.9165

0.0354

65.0856

71.7363

10

0.9165

0.9414

0.0249

71.7364

78.3872

0.9414

0.9589

0.0175

1. Hitung nilai ekspektasinya (ei) untuk setiap interval.

ei = luas ke-i x n

misalnya : e1 = 0 x 165 = 0
Sehingga akan didapatkan hasil dalam Tabel 5.50.

Tabel 5.50. Perhitungan Nilai Ekspektasi (ei) Eksponensial

No

Interval

Oi

P(X<BKB)

P(X<BKA)

18.5300 - 25.1807

16

0.0060

0.3023

0.2962

48.8801

25.1808 - 31.8315

54

0.3023

0.5102

0.2079

34.3117

31.8316 - 38.4823

50

0.5102

0.6562

0.1460

24.0854

38.4824 - 45.1331

14

0.6562

0.7587

0.1025

16.9069

45.1332 - 51.7839

0.7587

0.8306

0.0719

11.8679

51.7840 - 58.4347

0.8306

0.8811

0.0505

8.3308

58.4348 - 65.0855

0.8811

0.9165

0.0354

5.8478

65.0856 - 71.7363

10

0.9165

0.9414

0.0249

4.1049

71.7364 - 78.3872

0.9414

0.9589

0.0175

2.8815

16

Total

Luas

Ei

0.95283

157.217

Karena dari nilai Ei kebanyakan data < 5 maka data tersebut harus
dikelompokkan. Maka perhitungan nilai ekspektasi (ei) Ekspoensial setelah
dikelompokkan seperti Tabel 4.51. berikut.
Tabel 5.52. Perhitungan Nilai Ekspetasi (ei) setelah dikelompokan
No.
1

Interval
18.53

25.1807

Oi

Luas

Ei

16

0.2962

48.8801

25.1808

31.8315

54

0.2079

34.3117

31.8316

38.4823

50

0.146

24.0854

38.4824

45.1331

14

0.1025

16.9069

45.1332

51.7839

0.0719

11.8679

51.784

58.4347

0.0505

8.3308

58.4348

65.0855

0.0354

5.8478

65.0856

78.3872

12

0.0424

6.9864

165

0.9528

157.217

Total

2. Setelah didapatkan nilai ei dan oi maka maka dapat dihitung nilai

X 2hitung =

X 2hitung

(oiei)2
ei

Nilai dari

untuk masing-masing kelas dapat dilihat pada Tabel

hitung

4.53.
Tabel 5.53. Nilai Data
No.

2
hitung

Pengujian Distribusi Eksponensial

Interval

Oi

Luas

Ei

18.53

25.1807

16

0.2962

48.8801

22.1174

25.1808

31.8315

54

0.2079

34.3117

11.2973

31.8316

38.4823

50

0.146

24.0854

27.8827

38.4824

45.1331

14

0.1025

16.9069

0.4998

45.1332

51.7839

0.0719

11.8679

5.2161

51.784

58.4347

0.0505

8.3308

0.2126

58.4348

65.0855

0.0354

5.8478

0.7921

65.0856

78.3872

12

0.0424

6.9864

3.5979

165

0.95283

157.217

71.6158

Total

3. Hitung

X 2tabel

Jumlah kelas (k) = 9

V (derajat bebas) = 9-2 = 7
= 0,05
Sehingga nilai

X 2tabel yang diperoleh = 14.06713

Kesimpulan: Ho ditolak (2hitung = 71.6158 > 2tabel = 14.06713) atau dapat

disimpulkan bahwa data tersebut tidak berdistribusi Eksponensial.
Adapun gambar kurva distribusi Eksponensial dapat dilihat pada Gambar
4.35.

Kurva Distribusi Eksponensial

60
50
Oi

40

Ei

30
20
10
0

Gambar 5.35. Grafik Perbandingan antara Ei dan Oi Distribusi

Eksponensial

5.2.2.3.
Pengujian Terhadap Distribusi Lognormal
Langkah-langkah menguji sebaran data berdistribusi lognormal atau tidak
yaitu:
1. Diberikan rumusan hipotesis pada sebaran data untuk berdistribusi lognormal
Ho : Data berdistribusi lognormal
Hi : Data tidak berdistribusi lognormal
2. Menghitung nilai peluang distribusi lognormal.
Peluang distribusi Normal didapat dengan mencari luas kumulatif dari tiap
angka dengan menggunakan software Minitab 15 sebagai berikut.
a. Masukan nilai BKB dan BKA pada distribusi Normal ke minitab

Gambar 5.36. Data Distribusi Lognormal

Klik Calc Probability Distributions Lognormal

Gambar 5.37. Cara Membangkitkan Nilai Peluang Pada Minitab

c. Pilih jenis distribusi, lalu isikan data-data pada distribusi Lognormal, Ok.

Gambar 5.38. Kotak Dialog Distribusi Lognormal

d. Lalu akan muncul nilai peluang untuk distribusi Lognormal.

Gambar 5.39. Nilai Peluang Distribusi Lognormal

e. Kemudian lakukan perhitungan pada Microsoft Excel.
Tabel 5.54. Nilai PNormal Data Distribusi Lognormal
No.

Interval

Oi

P(X<BKB)

P(X<BKA)

Luas

18.5300

25.1807

16

0.0007

0.1257

0.1250

25.1808

31.8315

54

0.1257

0.4122

0.2865

31.8316

38.4823

50

0.4122

0.6495

0.2372

38.4824

45.1331

14

0.6495

0.7981

0.1487

45.1332

51.7839

0.7981

0.8839

0.0857

51.7840

58.4347

0.8839

0.9323

0.0485

58.4348

65.0855

0.9323

0.9599

0.0275

65.0856

71.7363

10

0.9599

0.9758

0.0159

71.7364

78.3872

0.9758

0.9851

0.0093

3. Hitung nilai ekspektasinya (ei) untuk setiap interval.

ei = luas ke-i x n
misalnya : e1 = 0 x 165 = 0
Sehingga akan didapatkan hasil dalam Tabel 5.55.
Tabel 5.55. Perhitungan Nilai Ekspektasi (ei) Lognormal

No

Interval

.
1

18.5300 -

25.1808 -

31.8316 -

38.4824 -

45.1332 -

51.7840 -

58.4348 -

65.0856 -

71.7364 Total

Oi

25.180
7
31.831
5
38.482
3
45.133
1
51.783
9
58.434
7
65.085
5
71.736
3
78.387
2

16

54

50

14

10

P(X<BKB)

P(X<BKA)

0.0007

0.1257

0.1250

20.6253

0.1257

0.4122

0.2865

47.2754

0.4122

0.6495

0.2372

39.1409

0.6495

0.7981

0.1487

24.5290

0.7981

0.8839

0.0857

14.1463

0.8839

0.9323

0.0485

8.0004

0.9323

0.9599

0.0275

4.5447

0.9599

0.9758

0.0159

2.6183

0.9758

0.9851

0.0093

1.5355

0.9843

162.4159

165

Luas

Ei

Karena dari nilai Ei kebanyakan data < 5 maka data tersebut harus
dikelompokkan. Maka perhitungan nilai ekspektasi (ei) Lognormal setelah
dikelompokkan seperti Tabel 4.56. berikut.
Tabel 5.56. Perhitungan Nilai Ekspetasi (ei) setelah dikelompokan
No.

Interval

Oi

Luas

Ei

18.53

58.4347

145

0.125

20.6253

58.4348

65.0855

0.2865

47.2754

65.0856

71.7363

10

0.2372

39.1409

71.7364

78.3872

0.1487

24.529

45.1332

51.7839

0.0857

14.1463

51.784

58.4347

0.0485

8.0004

58.4348

78.3872

20

0.0527

8.6985

165

0.9843

162.416

Total

4. Setelah didapatkan nilai ei dan oi maka maka dapat dihitung nilai

X 2hitung =

X 2hitung

(oiei)
ei

Nilai dari

X 2hitung untuk masing-masing kelas dapat dilihat pada Tabel

4.57.
Tabel 5.57. Nilai Data
No.
1

X 2hitung Pengujian Distribusi Lognormal

Interval
18.53

58.4348

65.0856

58.4347

65.0855

71.7363

Oi

Luas

Ei

145

0.125

20.6253

10.6967

0.2865

47.2754

0.2372

39.1409

0.1487

24.529

0.0857

14.1463

10

71.7364

78.3872

45.1332

51.7839

22.6101
2
58.9600
3
55.4299
2
51.4737

51.784

58.4347

0.0485

8.0004

58.4348

78.3872

20

0.0527

8.6985

165

0.9843

162.416

Total

5. Hitung

0.5004
63.8619
5
263.533

2
tabel

Jumlah kelas (k) = 9

V (derajat bebas) = 9-3 = 6
= 0,05
X

Sehingga nilai

yang diperoleh = 12,6

tabel

Kesimpulan: Ho ditolak (2hitung = 263.533> 2tabel = 12,6) atau dapat

disimpulkan bahwa data tersebut tidak berdistribusi Lognormal.
Adapun gambar kurva distribusi Eksponensial dapat dilihat pada Gambar
4.35.

Kurva Distribusi Lognormal

200

Oi

150
100

Ei

50
0

Gambar 5.40. Grafik Perbandingan antara Ei dan Oi Distribusi

Lognormal

5.2.2.4.

Pengujian Terhadap Distribusi Weibull

Langkah-langkah menguji sebaran data berdistribusi weibull atau tidak

yaitu:
1. Diberikan rumusan hipotesis pada sebaran data untuk berdistribusi weibull
Ho : Data berdistribusi weibull
Hi : Data tidak berdistribusi weibull
2. Menghitung nilai peluang distribusi weibull
Peluang distribusi Normal didapat dengan mencari luas kumulatif dari tiap
angka dengan menggunakan software Minitab 15 sebagai berikut.

d. Lalu akan muncul nilai peluang untuk distribusi Weibull.

Gambar 5.41. Kotak Dialog Distribusi Weibull

Gambar 5.42 . Nilai Peluang Distribusi Weibull

e. Kemudian lakukan perhitungan pada Microsoft Excel.

Tabel 5.58. Nilai PNormal Data Distribusi Weibull
No.

Interval

Oi

P(X<BKB)

P(X<BKA)

Luas

18.5300

25.1807

16

0.0005

0.1613

0.1608

25.1808

31.8315

54

0.1613

0.3950

0.2337

31.8316

38.4823

50

0.3950

0.6066

0.2116

38.4824

45.1331

14

0.6066

0.7652

0.1586

45.1332

51.7839

0.7652

0.8699

0.1048

51.7840

58.4347

0.8699

0.9326

0.0627

58.4348

65.0855

0.9326

0.9672

0.0346

65.0856

71.7363

10

1.9522

1.9784

0.0262

71.7364

78.3872

5.6833

6.6762

0.9929

3. Hitung nilai ekspektasinya (ei) untuk setiap interval.

ei = luas ke-i x n
misalnya : e1 = 0 x 165 = 0
Sehingga akan didapatkan hasil dalam Tabel 5.59.
Tabel 5.59. Perhitungan Nilai Ekspektasi (ei) Wiebull
No

Interval

.
1

18.530
0
25.180
8

25.180
7
31.831
5

Oi

P(X<BKB)

P(X<BKA)

Luas

Ei

16

0.0005

0.1613

0.1608

26.5244

54

0.1613

0.3950

0.2337

38.5664

31.831
6
38.482
4
45.133
2
51.784
0
58.434
8
65.085
6
71.736
4

38.482
3
45.133
1
51.783
9
58.434
7
65.085
5
71.736
3
78.387
2

Total

50

0.3950

0.6066

0.2116

34.9108

14

0.6066

0.7652

0.1586

26.1608

0.7652

0.8699

0.1048

17.2841

0.8699

0.9326

0.0627

10.3502

0.9326

0.9672

0.0346

5.7057

10

1.9522

1.9784

0.0262

4.3285

5.6833

6.6762

0.9929

26.5244

0.940071

163.8309

165

Karena dari nilai Ei kebanyakan data < 5 maka data tersebut harus
dikelompokkan. Maka perhitungan nilai ekspektasi (ei) Weibull setelah
dikelompokkan seperti Tabel 4.60. berikut.
Tabel 5.60. Perhitungan Nilai Ekspetasi (ei) setelah dikelompokan
No.

Interval

Oi

Luas

Ei

18.53

25.1807

16

0.1608

26.5244

25.1808

31.8315

54

0.2337

38.5664

31.8316

38.4823

50

0.2116

34.9108

38.4824

45.1331

14

0.1586

26.1608

45.1332

51.7839

0.1048

17.2841

Tabel 5.60. Perhitungan Nilai Ekspetasi (Ei) Setelah Dikelompokan

(Lanjutan)
No.

Interval

51.784

58.4348

Oi

Luas

Ei

58.4347

0.0627

10.3502

78.3872

20

0.0608

10.0342

165

0.9929

163.8309

Total

4. Setelah didapatkan nilai ei dan oi maka maka dapat dihitung nilai

X 2hitung =

2
hitung

(oiei)2
ei

Nilai dari

2
hitung

untuk masing-masing kelas dapat dilihat pada Tabel

4.61.
X

Tabel 5.61. Nilai Data

No.

Interval

2
hitung

Pengujian Distribusi Weibull

X2

Oi

Luas

Ei

16

0.1608

26.5244

55.3818

54

0.2337

38.5664

119.0987

50

0.2116

34.9108

113.8415

25.180
1

18.53

25.180
2

31.831
-

31.831
3

5
38.482

38.482
4

45.133
-

45.133
5

14

0.1586

26.1608

73.9421

0.1048

17.2841

88.2336

0.0627

10.3502

5.6120

20

0.0608

10.0342

49.6586

51.783
-

9
58.434

51.784

58.434
7

78.387
-

505.768
Total

165

5. Hitung

0.9929

163.8309

2
tabel

Jumlah kelas (k) = 9

V (derajat bebas) = 9-3 = 6
= 0,05
Sehingga nilai

2
tabel

yang diperoleh = 12,6

Kesimpulan: Ho ditolak (2hitung = 505.7682 > 2tabel = 12,6) atau dapat

disimpulkan bahwa data tersebut tidak berdistribusi Weibull.
Adapun gambar kurva distribusi Eksponensial dapat dilihat pada Gambar
4.35.

Kurva Distribusi Weibull

60
50

Oi

40
30

Ei

20
10
0

Gambar 5.43. Grafik Perbandingan antara Ei dan Oi Distribusi Weibull

5.2.2.5.

Pengujian Terhadap Distribusi Gamma

Langkah-langkah menguji sebaran data berdistribusi gamma atau tidak

yaitu:
1. Diberikan rumusan hipotesis pada sebaran data untuk berdistribusi gamma
Ho : Data berdistribusi gamma
Hi : Data tidak berdistribusi gamma
2. Menghitung nilai peluang distribusi gamma.
Peluang distribusi gamma didapat dengan mencari luas kumulatif dari tiap
angka dengan menggunakan software Minitab 15 sebagai berikut.
a. Masukan nilai BKB dan BKA pada distribusi Gamma ke minitab

Gambar 5.44. Data Distribusi Gamma

Klik Calc Probability Distributions Gamma

Gambar 5.45. Cara Membangkitkan Nilai Peluang Pada Minitab

b. Pilih jenis distribusi, lalu isikan data-data pada distribusi Gamma, Ok.

Gambar 5.46. Kotak Dialog Distribusi Gamma

c. Lalu akan muncul nilai peluang untuk distribusi Gamma.

Gambar 5.47. Nilai Peluang Distribusi Gamma

d. Kemudian lakukan perhitungan pada Microsoft Excel.
Tabel 5.62. Nilai PNormal Data Distribusi Gamma
No.

Interval

Oi

P(X<BKB)

P(X<BKA)

Luas

18.5300

25.1807

16

0.0006

0.1384

0.1378

25.1808

31.8315

54

0.1384

0.3955

0.2571

31.8316

38.4823

50

0.3955

0.6235

0.2280

38.4824

45.1331

14

0.6235

0.7822

0.1587

45.1332

51.7839

0.7822

0.8801

0.0979

51.7840

58.4347

0.8801

0.9363

0.0562

58.4348

65.0855

0.9363

0.9671

0.0307

65.0856

71.7363

10

0.9671

0.9833

0.0163

71.7364

78.3872

0.9833

0.9917

0.0084

3. Hitung nilai ekspektasinya (ei) untuk setiap interval.

ei = luas ke-i x n
misalnya : e1 = 0 x 165 = 0
Sehingga akan didapatkan hasil dalam Tabel 5.63.

Tabel 5.63. Perhitungan Nilai Ekspektasi (ei) Gamma

No
.

Interval

18.5300 -

25.1808 -

31.8316 -

38.4824 -

45.1332 -

51.7840 -

58.4348 -

65.0856 -

71.7364 -

Total

Oi

25.180
7
31.831
5
38.482
3
45.133
1
51.783
9
58.434
7
65.085
5
71.736
3
78.387
2

16

54

50

14

10

P(X<BKB)

P(X<BKA)

Luas

Ei

0.0006

0.1384

0.1378

22.7385

0.1384

0.3955

0.2571

42.4197

0.3955

0.6235

0.2280

37.6236

0.6235

0.7822

0.1587

26.1850

0.7822

0.8801

0.0979

16.1556

0.8801

0.9363

0.0562

9.2737

0.9363

0.9671

0.0307

5.0734

0.9671

0.9833

0.0163

2.6819

0.9833

0.9917

0.0084

1.3816

0.9911

163.5330

16
5

Karena dari nilai Ei kebanyakan data < 5 maka data tersebut harus
dikelompokkan. Maka perhitungan nilai ekspektasi (ei) Gamma setelah
dikelompokkan seperti Tabel 4.64. berikut.

Tabel 5.64. Perhitungan Nilai Ekspetasi (ei) Setelah Dikelompokan

No

Interval

.
1

18.530
0
25.180
8
31.831
6
38.482
4
45.133
2
51.784
0
58.434
8
65.085
6
71.736
4

Total

Oi

25.180
7
31.831
5
38.482
3
45.133
1
51.783
9
58.434
7
65.085
5
71.736
3
78.387
2

16

54

50

14

10

2
165

Luas

Ei

0.1378

22.7385

0.2571

42.4197

0.2280

37.6236

0.1587

26.1850

0.0979

16.1556

0.0562

9.2737

0.0307

5.0734

0.0163

2.6819

0.0084

1.3816

0.9911

163.5330

4. Setelah didapatkan nilai ei dan oi maka maka dapat dihitung nilai

X 2hitung =

(oiei)
ei

X 2hitung

Nilai dari

X 2hitung untuk masing-masing kelas dapat dilihat pada Tabel

4.65.
Tabel 5.65. Nilai Data
No.

Interval

X 2hitung Pengujian Distribusi Weibull

Oi

Luas

Ei

18.53

25.1807

16

0.1378

22.7385

22.7037

25.1808

31.8315

54

0.2571

42.4197

67.0511

31.8316

38.4823

50

0.2280

37.6236

76.5880

38.4824

45.1331

14

0.1587

26.1850

74.2374

45.1332

51.7839

0.0979

16.1556

73.8788

51.784

58.4347

0.0562

9.2737

2.5848

58.4348

78.3872

20

0.0554

9.1369

59.0031

Total

5. Hitung

165

0.94762647 156.358359

2
tabel

Jumlah kelas (k) = 9

V (derajat bebas) = 9-3 = 6
= 0,05
Sehingga nilai

2
tabel

yang diperoleh = 12,6

Kesimpulan: Ho ditolak (2hitung = 376.047 > 2tabel = 12,6) atau dapat

disimpulkan bahwa data tersebut tidak berdistribusi Gamma.
Adapun gambar kurva distribusi Eksponensial dapat dilihat pada Gambar
4.35.

376.047

Kurva Distribusi Gamma

60
50
Oi

40

Ei

30
20
10
0

Gambar 5.48. Grafik Perbandingan antara Ei dan Oi Distribusi Gamma