26
H. DISTRIBUSI DATA
Frekuensi distribusi dari data empiris dan jenis teori distribusi peluang merupakan hal yang sangat penting untuk menentukan model
yang tepat dari distribusi peluang. Metode atau model yang sering digunakan pada distribusi peluang teoritis yaitu Normal, Eksponensial,
Poisson , Gamma, dan Beta Eriyatno, 1998.
Menurut Walpole 1992, sebaran normal adalah sebaran peluang kontinu yang paling penting dalam statistika. Sebaran ini memiliki bentuk
grafik berupa lonceng terbalik yang simetris dan dapat digunakan untuk gugusan data yang terjadi di alam, industri maupun penelitian. Persamaan
matematika distribusi normal tergantung pada dua faktor yaitu μ dan δ,
yaitu rataan dan simpangan baku. Rata-rata μ dapat dihitung dengan
rumus : μ = ∑ Xi
n Di mana :
μ = rata-rata
n = banyaknya jumlah data
x = data hasil pengamatan
Kemudian rumus untuk perhitungan standar deviasi yaitu σ
2
= ∑ Xi -
μ
2
n - 1
Di mana : σ
= standar deviasi μ =
rata-rata n
= banyaknya jumlah data x
= data hasil pengamatan
27
I. PENGUJIAN NORMALITAS DATA Menurut Nasution dan Barizi 1994, pengujian normalitas suatu
data dapat dilakukan dengan menggunakan salah satu tipe uji yang termasuk ke dalam uji Kolmogorov_Smirnov. Menurut Siegel 1988, uji
Kolmogorov _Smirnov merupakan suatu tes goodness of fit yaitu pengujian
dilakukan untuk mengetahui kesesuaian antara distribusi sampel pengamatan dengan suatu distribusi teoritis tertentu. Uji ini mencakup
perhitungan distribusi frekuensi kumulatif yang akan terjadi di bawah distribusi teoritisnya, serta membandingkan distribusi frekuensi tersebut
dengan distribusi frekuensi kumulatif hasil observasi. Pada uji ini contoh acak pengamatan diuji dengan hipotesa nol yang
menyatakan bahwa contoh tersebut berasal dari populasi yang berdistribusi normal kemudian hipotesa tandingannya berasal dari
populasi tidak normal. Apabila L
max
L
tabel
maka hipotesa nol dapat diterima, tetapi jika L
max
L
tabel
maka hipotesa nol ditolak pada taraf nyata yang dipilih. Untuk melakukan pengujian ini dapat digunakan
perangkat lunak Minitab 13.0.
J. SIMULASI
Simulasi adalah duplikasi atau abstraksi dari persoalan dalam kehidupan nyata ke dalam model matematika Subagyo et.al, 1992.
Simulasi merupakan suatu metodologi untuk melaksanakan percobaan dengan menggunakan model dari satu sistem nyata. Menurut Muslich
1993, tahapan atau prosedur yang perlu dilakukan dalam melakukan simulasi adalah formulasi masalah, menentukan kelayakan simulasi,
menyusun model, validasi model, menerapkan model simulasi, dan menganalisa hasil simulasi.
Simulasi berkenaan dengan percobaan untuk menaksir tingkah laku perangai dari sistem nyata untuk maksud perancangan sistem atau
pengubahan tingkah laku sistem. Simulasi dapat dibedakan berdasarkan keadaan antara yang deterministik lawan yang stokastik atau
probabilistik dan berdasarkan waktu antara yang statik lawan yang