DASAR TEORI
Data hasil uji profisiensi menurut keragamannya secara garis besar dapat
kumpulan data tersebut dalam bentuk histogram. Selain itu keragaman data dapat
SD (3.1)
KV, % = x 100
X
Keterangan :
KV = koefisien variasi, %
X = rata-rata hitung.
Semakin kecil nilai KV, maka kumpulan data tersebut semakin homogen, dan
sebaliknya semakin besar nilai KV, maka kumpulan data tersebut semakin tidak
homogen (bervariasi).
Untuk menentukan nilai yang dianggap mewakili suatu kumpulan data dapat
digunakan rata-rata hitung atau median kumpulan data tersebut. Kedekatan nilai
suatu data terhadap rata-rata hitung atau mediannya menunjukkan kualitas data
tersebut. Untuk menguji kedekatan suatu data dengan nilai yang dianggap
11
mewakili kumpulan data digunakan suatu uji statistika. Dalam hal ini penyusun
mencoba mengevaluasi penggunaan uji Grubbs dan Robust Z-Score yang lazim
digunakan untuk menilai kedekatan suatu data terhadap nilai yang dianggap
• Menetapkan nilai T (T tabel) dengan melihat pada tabel nilai kritis T (uji
• Menghitung nilai Ti untuk setiap Xi,dan Tn untuk setiap Xn, yaitu: untuk
data terendah Ti =( X - Xi )/SD , dan untuk data tertinggi Tn= (X– X )/SD.
nilai Ti atau Tn untuk data terendah dan data tertinggi, lebih besar atau
sama dengan dari T tabel, maka data Xi atau ditolak sebagai bagian dari
kumpulan data, bila Ti data terendah dan Tn data tertinggi lebih kecil dari
Rata-rata adalah jumlah nilai data dibagi dengan banyaknya data. Nilai rata-
rata adalah nilai yang mewakili sekelompok data, yang dirumuskan sebagai
berikut.
∑ X (3.2)
X =
n
Keterangan:
X = nilai rata-rata,
n = banyaknya data.
Ukuran penyebaran yang paling banyak digunakan dalam uji statistika adalah
∑ ( Xi − X )
2
SD = , untuk n > 30 (3.3)
n
∑ ( Xi − X )
2
SD = , untuk n ≤ 30 (3.4)
n -1
Keterangan:
Xi = nilai data ke i,
n = banyaknya data.
Nilai Kritis T ( uji satu arah ) untuk tingkatan 5 % atau Grubbs T-Faktor for
5% Significance level diperoleh dari tabel untuk uji Grubbs pada lampiarn II.
13
Nilai rejeksi adalah batasan untuk menentukan data yang ditolak oleh
X − Xi atau Xn − X
Ti = Tn =
SD SD
(3.5)
Kterangan :
Nilai Rejeksi ( Outlier ) suatu data dengan ketentuan jika nilai lebih besar atau
sama dengan T tabel, maka data Xi atau Xn ditolak sebagai bagian dari kumpulan
data, bila Xi atau Xn lebih kecil dari Ttabel, maka Xi diterima sebagai bagian dari
kumpulan data.
Uji Robust Z-Score adalah suatu teknik statistika yang dapat meminimalkan
pengaruh nilai ekstrim pada penentuan nilai rata-rata dan simpangan baku.
Sebelum mengolah data dengan uji Robust Z-Score, terlebih dahulu dilihat bentuk
• Langsung dengan uji Robust Z-Score, teknik ini dilakukan apabila data
(kurva Gauss).
• Uji Dixon yang dilanjutkan dengan uji Robust Z-Score, teknik ini
penseleksian data dapat menggunakan uji Dixon dan sisa data yang
data ekstrim, penyusun dalam hal ini melakukan uji Dixon terlebih dahulu
terhadap data terendah dan tertinggi dalam suatu kumpulan data sebelum uji
Robust Z-Score.
Dalam uji Robust Z-Score diperlukan data duplo yang kemudian dimasukkan
berikut.
A i + Bi
Si = (3.6)
2
Keterangan:
Si − Me Si (3.7)
ZBi =
IQR Si × 0.7413
ZWi adalah suatu nilai yang menunjukkan kedekatan data duplo hasil
− i B−i Me Di
Ai D , apabila Me Ai lebih besar daripada Me Bi
Di i ==
ZW
IQR2 D i × 0.7413
(3.8)
Bi − A i
Di =
2
, apabila Me Bi lebih besar daripada Me Ai (3.9)
(3.10)
16
3.2.3.1Uji Dixon
Uji Dixon digunakan untuk menseleksi data apabila terdapat beberapa hasil uji yang
menunjukkan nilai ekstrim. Uji ini tergantung pada jumlah data yang terlibat. Kumpulan
data yang hendak diolah terlebih dahulu disusun mulai data yang terkecil sampai dengan
terbesar. Suatu data dibuang dari kumpulannya apabila r hitung dihitung menurut rumus
yang tercantum pada Lampiran III lebih besar dari nilai r kritisnya
3.2.3.2Median (Me)
Median (Me) adalah suatu nilai yang terdapat ditengah-tengah data yang telah
diurutkan dimulai dari yang terkecil atau merupakan kuartil kedua (Q2) dalam
Dalam mengurutkan data apabila terdapat beberapa nilai yang sama maka
Apabila banyaknya data genap, sehingga tidak terdapat nilai yang ditengah,
maka median dari data tersebut adalah rata-rata dari dua nilai tengah yang
letaknya berurutan. Apabila banyaknya data ganjil, maka median dari data
tersebut adalah nilai yang letaknya paling tengah. Rumus untuk menghitung letak
Kuartil adalah 3 (tiga) bilangan yang membagi suatu kumpulan data menjadi 4
(empat) bagian yang sama. Sehingga dalam kuartil terdapat istilah kuartil pertama
17
(Q1), kuartil kedua (Q2) dan kuartil ketiga (Q3). Q1 membagi kelompok data
sedemikian rupa sehingga 25 % data lebih kecil atau sama dengan Q1, Q2
membagi kelompok data sedemikian rupa sehingga 50 % data lebih kecil atau
data lebih kecil atau sama dengan Q3. Sebagai ilustrasi dapat dilihat pada Gambar
50 %
25 %
Q1 Q2 Q3
75 %
Keterangan:
i = 1, 2, 3, dan
n = banyaknya data.
18
IQR adalah suatu ukuran penyebaran data, yang dirumuskan sebagai selisih
IQR = Q3 – Q1 (3.13)
nIQR adalah IQR dikalikan dengan faktor 0.7413 juga merupakan ukuran
(3.14)
nIQR = IQR x 0.7413
Nilai yang diperoleh dari perhitungan ZBi dan ZWi, dapat dikelompokkan
Nilai ZBi ≤ 2 , berarti data hasil analisis tersebut relatif sama dengan
Nilai 2 < ZWi < 3 , berarti duplo hasil analisis relatif terdapat
perbedaan.
19
Nilai 2 < ZBi < 3 , berarti data hasil analisis tersebut dibandingkan
cukup besar.
besar.
berikut.