BAB V

PENGOLAHAN DATA

5.1. Uji Kenormalan Data

5.1.1. Uji Kenormalan secara Manual
Uji kenormalan data yang telah diperoleh dilakukan dengan
menggunakan Anderson Darling Test. Uji ini digunakan untuk menguji apakah
data berasal dari populasi mengikuti distribusi normal. Tahapan pengujian
kenormalan data menggunakan Anderson Darling Test adalah sebagai berikut:
1. Data pengamatan diurutkan mulai dari pengamatan dengan nilai terkecil
sampai nilai terbesar.
2. Dihitung nilai Z dengan menggunakan rumus berikut ini:
X – μ
Z =
σ
3. Tentukan nilai dari AD:
2i-1
AD = -N – ln F ( Zi ) ) + ln ( 1 - F ( ZN+1-i ) ) )
N ( (
4 Hitung nilai AD*:
0,75 2,25
AD* = AD 1+
( n
+ 2 s
n )
5. Hitung nilai dari P-Value.
Rumus yang dapat digunakan untuk menghitung P-Value dapat dilihat pada
Tabel 5.1.
Tabel 5.1. Rumus Menghitung P-Value
AD* Rumus
≥ 0,6 p = exp(1,2937 – 5,709(AD*) + 0,0186(AD*)2
0,3< AD∗¿ 0,6 p = exp(0,9177 – 4,279(AD*) – 1,38(AD*)2
0,2< AD∗¿ 0,3 p = 1–exp(-8,318 + 42,796(AD*) – 59,938(AD*)2
≤ 0,2 p = 1–exp(-13,436 + 101,14(AD*) – 223,73(AD*)2)
Sumber : Pengumpulan Data
6. Kriteria pengambilan keputusannya adalah:
H0 : Data tersebut berdistribusi Normal
H1 : Data tersebut tidak berdistribusi Normal
Jika P-Value > α, maka H0 diterima
Jika P-Value ≤ α, maka H0 ditolak
Berdasarkan langkah – langkah di atas, uji Anderson Darling dari
percobaan yang dilakukan dengan tahapan sebagai berikut:
1. Data dari hasil percobaan diurutkan mulai dari nilai yang terkecil sampai nilai
yang terbesar. Setelah itu, data tersebut diberi nomor 1 sampai dengan 24.
Tabel 5.2. Data Hasil Percobaan yang Telah Diurutkan
No. Data No. Data No. Data
1 0,3500 9 0,4500 17 0,4750
2 0,4000 10 0,4500 18 0,4750
3 0,4050 11 0,4500 19 0,4750
4 0,4250 12 0,4500 20 0,4775
5 0,4275 13 0,4525 21 0,4875
6 0,4300 14 0,4625 22 0,4975
7 0,4370 15 0,4750 23 0,4975
8 0,4470 16 0,4750 24 0,5025
Sumber: Pengumpulan Data

2. Hitung nilai Z dengan cara sebagai berikut.

Diketahui: X = 59
X1 + X2 + … + Xn 0,3500 + 0,4000 + …. + 0,5025
X̄ = = = 0,4531
n 24
n _

σ =
√ ∑ ( x i - x )2
i=1
n -1

( 0,3500 - 0,4531 ) 2 + ( 0,4000 - 0,4531) 2 + ... + ( 0,5025 - 0,4531 ) 2

σ =
√ 24 - 1
σ = 0,0353
X - X̄ 0,3500 - 0,4531
(Z) = = = -2,9169
σ 0,0353
 Tabel 5.3. Anderson Darling Test
i X Z F(Z) LnF(Z) n-i+1 Z(n-i+1) F(Z(n-i+1)) 1-F(Z(n-i+1)) ln(1-F) Si
1 0,3500 -2,9169 0,0018 -6,3200 24 1,3983 0,9190 0,0810 -2,5133 0,3681
2 0,4000 -1,5021 0,0665 -2,7106 23 1,2568 0,8956 0,1044 -2,2595 0,6213
3 0,4050 -1,3606 0,0868 -2,4441 22 1,2568 0,8956 0,1044 -2,2595 0,9799
4 0,4250 -0,7947 0,2134 -1,5446 21 0,9739 0,8349 0,1651 -1,8012 0,9759
5 0,4275 -0,7239 0,2346 -1,4499 20 0,6909 0,7552 0,2448 -1,4073 1,0715
6 0,4300 -0,6532 0,2568 -1,3595 19 0,6202 0,7324 0,2676 -1,3183 1,2273
7 0,4370 -0,4551 0,3245 -1,1255 18 0,6202 0,7324 0,2676 -1,3183 1,3237
8 0,4470 -0,1721 0,4317 -0,8400 17 0,6202 0,7324 0,2676 -1,3183 1,3489
9 0,4500 -0,0872 0,4652 -0,7653 16 0,6202 0,7324 0,2676 -1,3183 1,4759
10 0,4500 -0,0872 0,4652 -0,7653 15 0,6202 0,7324 0,2676 -1,3183 1,6495
11 0,4500 -0,0872 0,4652 -0,7653 14 0,2665 0,6051 0,3949 -0,9291 1,4826
12 0,4500 -0,0872 0,4652 -0,7653 13 -0,0165 0,4934 0,5066 -0,6800 1,3851
13 0,4525 -0,0165 0,4934 -0,7064 12 -0,0872 0,4652 0,5348 -0,6259 1,3878
14 0,4625 0,2665 0,6051 -0,5024 11 -0,0872 0,4652 0,5348 -0,6259 1,2693
15 0,4750 0,6202 0,7324 -0,3114 10 -0,0872 0,4652 0,5348 -0,6259 1,1326
16 0,4750 0,6202 0,7324 -0,3114 9 -0,0872 0,4652 0,5348 -0,6259 1,2107
17 0,4750 0,6202 0,7324 -0,3114 8 -0,1721 0,4317 0,5683 -0,5651 1,2052
18 0,4750 0,6202 0,7324 -0,3114 7 -0,4551 0,3245 0,6755 -0,3923 1,0262
19 0,4750 0,6202 0,7324 -0,3114 6 -0,6532 0,2568 0,7432 -0,2968 0,9376
20 0,4775 0,6909 0,7552 -0,2808 5 -0,7239 0,2346 0,7654 -0,2674 0,8908
21 0,4875 0,9739 0,8349 -0,1804 4 -0,7947 0,2134 0,7866 -0,2400 0,7182
22 0,4975 1,2568 0,8956 -0,1103 3 -1,3606 0,0868 0,9132 -0,0908 0,3603
23 0,4975 1,2568 0,8956 -0,1103 2 -1,5021 0,0665 0,9335 -0,0688 0,3358
24 0,5025 1,3983 0,9190 -0,0845 1 -2,9169 0,0018 0,9982 -0,0018 0,1690
Total 10,8740 0,0000 12,5377 -24,3875 300 0,0000 12,5377 11,4623 -22,8680 24,5532
Sumber: Pengolahan Data
 AD = Si – n
= 24,5532– 24
= 0,5532
0,75 2,25
AD* = 0,5532 1+( 24
+ 2
24 )
AD* = 0,5727
4. Karena nilai AD* ≤ 0,2 maka, hitung nilai p-value dengan rumus:
P-Value = exp (0,9177 – 4,279(AD*) – 1,38(AD*)2
P-Value = exp (0,9177 – 4,279(0,5727) – 1,38(0,5727)2
P-Value = 0,137
5. Bandingkan antara nilai p-value dengan α, p-value > α (1 > 0,05).
Kesimpulannya, Ho diterima yang berarti data berdistribusi normal.

5.1.2. Uji Kenormalan dengan Minitab

Dengan menggunakan software Minitab, maka dilakukan uji
kenormalan dengan langkah-langkah sebagai berikut:
1. Buka software Minitab.
2. Beri nama variabel data pada kolom C1 dan input data percobaan yang telah
diurutkan pada kolom tersebut.

Sumber: Software Minitab 16

 Gambar 5.1. Input Data untuk Pengujian Distribusi Normal
3. Klik pada menubar menu Stat, kemudian klik Basic Statistics, dan pilih
Normality Test.

Sumber: Software Minitab 16

Gambar 5.2. Menu Stat untuk Pengujian Distribusi Normal

4. Pada kotak dialog Normality Test, input variabel Data, lalu klik OK.

Sumber: Software Minitab 16

Gambar 5.3. Normality Test untuk Pengujian Distribusi Normal

Hasil pengujian kenormalan data yang didapatkan untuk Anderson

Darling adalah seperti Gambar 5.4.
Sumber: Software Minitab 16
Gambar 5.4. Grafik Kenormalan dengan Minitab

Berdasarkan Gambar 5.4. dapat dilihat sebuah garis yang

merupakan garis parameter dan titik-titik merah merupakan data yang akan
diuji kenormalannya. Berdasarkan penyebaran titik-titik tersebut, maka
dapat dilihat bahwa data tersebut normal. Semakin banyak titik yang
mendekati garis parameter tersebut dan P-Value > 0,05 maka Ho diterima
yang berarti data berdistribusi normal.