Uji Chi-Square Uji Kolmogorov-Smirnov

ketidakefisienan proses perakitan sebagai akibat tidak tepatnya alokasi pekerjaan di antara stasiun kerja. Balance delay dapat difomulasikan dengan rumus sebagai berikut: x100 Tc x N Te Tc x N L m 1 i i ∑ = − = 3.3 Sedangkan efisiensi lintasan dapat dihitung sebagai: E = 100 – L 3.4

3.4. Uji Kesesuaian Distribusi Goodness of Fit Test

11 ∑ = − = k 1 i i 2 i i 2 E E O χ

3.4.1. Uji Chi-Square

Uji Chi-Square merupakan pengujian hipotesis terhadap n ukuran sampel random dari suatu variabel random X yang mengikuti suatu bentuk distribusi tertentu. Uji ini menyusun gagasan intuitif yang membandingkan histogram data kedalam fungsi densitas atau massa. Uji Chi-Square digunakan untuk menguji apakah sebuah sampel data berasal dari sebuah populasi dengan berdistribusi tertentu. Uji ini valid untuk ukuran sampel yang besar baik untuk distribusi diskrit dan kontinu. Prosedur pengujian mulai dengan penyusunan n buah observasi ke dalam k kelas interval atau cell. Uji statistik diberikan sebagai: 3.5 11 Banks, J., J.S. Carson, and B.L. Nelson, Discrete-Event System Simulation, Prentice Hall, New Jersey, 1996, Hal.375 Universitas Sumatera Utara Dimana, O i adalah frekuensi teramati dalam interval kelas i dan E i adalah frekuensi harapan dalam interval kelas. Frekuensi harapan untuk setiap kelas dapat dihitung sebagai: E i = n p i , dimana p i adalah hipotesis probabilitas secara teoritis berhubungan dengan interval kelas i. Dalam hal ini, 2 χ menghampiri distribusi chi-square dengan k-s-1 derajat bebas. Dimana s mewakili jumlah parameter dari hipotesis distribusi yang diestimasi dengan sampel statistik. Uji Chi-Square diberikan dengan hipotesis: H : Variabel random X, sesuai dengan distribusi tertentu H 1 : Variabel random X, tidak sesuai dengan distribusi tertentu Dengan nilai kritis 1 , 2 χ − −s k α dan hipotesis nol ditolak jika 2 χ 1 , 2 χ − −s k α

3.4.2. Uji Kolmogorov-Smirnov

Uji kolmogorov-smirnov terutama sekali berguna ketika ukuran sampel kecil dan tidak ada parameter yang diestimasi dari data. Uji ini membandingkan kontinu cumulative density function cdf, Fx dari distribusi uniform dengan empiris cumulative density function cdf, S N x, dari observasi n sampel. Uji kolmogorov-smirnov hanya dapat digunakan untuk distribusi kontinu. Definisi, Fx = x, ≤ x ≤ 1 Jika sampel dari generator bilangan random diperoleh R 1 , R 2 , ...R N , maka empiris cdf, S N x, ditentukan dengan, N x ,....R R , R bilangan x S N 2 1 N ≤ = Universitas Sumatera Utara Uji kolmogorov smirnov diberikan dengan hipotesis: H : Variabel random X, sesuai dengan distribusi tertentu H 1 : Variabel random X, tidak sesuai dengan distribusi tertentu Uji statistik diberikan dengan: D = max I Fx – S N x I 3.6 Jika sampel statistik D D α , maka hipotesis nol sampel data dari distribusi uniform ditolak.

3.5. Uji Normalitas Normality test