9. Jika kaki tidak menyentuh lantai, rendahkan kursi anda. Jika kursi tidak bisa direndahkan atau jika operator berada pada posisi dimana operator menghadap
monitor, pertimbangkan untuk memakai sandaran kaki.
3.7. Uji Kenormalan
7
Uji normalitas data dimaksudkan untuk memperlihatkan bahwa data sampel berasal dari populasi yang berdistribusi normal. Asumsi tentang distribusi seringkali
dibutuhkan kalau kita menggunakan Statistika parametrik, asumsi terutama dibutuhkan jika diadakan pengujian hipotesis. Asumsi ini dapat diperiksa dengan
beberapa cara diantaranya melalui histogram dan normal probability plot. Selain dengan menggunakan normal probability plot, kenormalan data dapat juga
diuji dengan menggunakan beberapa statistic uji berikut : 1. Uji Chi-Kuadrat X
2
Uji normalitas data dengan teknik chi-kuadrat digunakan untuk menguji normalitas data yang disajikan secara kelompok. Langkah-langkah dalam
pengujiannya adalah sebagai berikut : a. Data sampel dikelompokkan dalam daftar distribusi frekuensi absolut,
kemudian tentukan batas kelas intervalnya. b. Tentukan nilai z dari masing-masing batas interval tersebut
c. Hitung besar peluang untuk tiap-tiap nilai z tersebut berupa luas berdasarkan tabel z.
7
http:www.google.searchpemeriksaan data.doc. diakses tanggal 11 Oktober 2012
Universitas Sumatera Utara
d. Hitung besar peluang untuk masing-masing kelas interval sebagai selisih luas dari point c.
e. Tentukan Ei untuk tiap kelas interval sebagai hasil kali peluang tiap kelas dengan n ukuran sampel.
f. Gunakan rumus Chi-kuadrat di atas untuk menentukan harga X
2
hitung.
∑
=
− =
k i
i i
i
e e
o
1 2
2
χ
g. Apabila X
2
hitung X
2
tabel maka sampel berasal dari populasi yang
berdistribusi normal.
Statistik uji ini diharapkan dipergunakan untuk data yang berukuran besar. Statistik uji ini tidak tersedia di dalam paket SPSS ataupun Minitab, program
paket yang menyediakan statistik uji ini adalah statgraphics.
2. Kolmogorov Smirnov
Statistik uji Kolmogorov-Smirnov ditentukan berdasarkan nilai terbesar dari selisih antara nilai fungsi distribusi dengan nilai fungsi distribusi empiris.
D= max|Fx-in| Tolak H
data berdistribusi normal jika DDα. Statistik uji ini hanya dapat dipergunakan untuk data yang kontinyu dan jika nilai dugaan parameter
dihitung dari sampel maka hasil pengujian ini cenderung tidak valid mengingat dari hasil simulasi ditunjukkan nilai
α taksiran cenderung lebih kecil dari α. Uji normalitas data dengan teknik Kolmogorov-Smirnov hampir sama dengan
Teknik Liliefors, yakni sama-sama menguji normalitas data yang disajikan secara individu. Uji normalitas dengan teknik Kolomogorov-Smirnov dilakukan
Universitas Sumatera Utara
dengan menghitung A1, yaitu nilai maksimum dari selisih antara Kumulatif Proporsi KP dengan harga Z
3. Anderson Darling
Statistik uji ini dikembangkan untuk mengatasi kelemahan statistik uji Kolmogorov Smirnov yang hasil pengujiannya bisa tidak valid jika nilai dugaan
parameternya dihitung dari sampel. Nilai statistik uji ini dihitung dengan cara : ]
1 ln
ln [ln
1 2
1 1
2 i
n i
i n
i
Y F
Y F
Y F
n i
n A
− +
=
− +
+ −
− −
=
∑
4. Shapiro Wilk Statistik uji Shapiro-Wilk dihitung berdasarkan urutan data yang dinyatakan
dalam :
2 1
2 1
∑ ∑
= =
− =
n i
i n
i i
i
x x
x a
W
Statistik Shapiro-Wilk telah dibandingkan dengan statistik uji kenormalan yang lain melalui simulasi dan hasilnya lebih baik terutama untuk sampel kecil.
Universitas Sumatera Utara
3.8. Regresi Linear
