Fit t ed Value R
e s
id u
a l
80 78
76 74
72 70
2 1
-1 -2
-3
4.2.3 Uji Verifikasi Model Penelitian
Gambar 15. Plot Residual Dengan Taksiran Model
Obse r v a t ion Or de r R
e s
id u
a l
20 18
16 14
12 10
8 6
4 2
2 1
-1 -2
-3
Gambar 16. Plot Residual Dengan Order Model
Untuk memeriksa kecukupan model, tidak hanya melihat data lack of fit LOF saja, tetapi juga harus dilakukan analisa residual. Ada tiga hal yang harus
dilalakukan dalam analisa residual, yaitu : 1.
Membuat plot antara residual dengan taksiran model Gambar 15 2.
Membuat plot antara residual dengan order model Gambar 16 3.
Memeriksa kenormalan residual Gambar 17
Gambar 15 menunjukkan titik-titik telah membentuk sebuah pola yang acak, hal ini dapat menyimpulkan bahwa model regresi yang dibuat telah cukup tepat
dengan data. Gambar 16 digunakan untuk memeriksa residual dengan order model. Dalam analisa statistika Minitab 14, dapat dilakukan analisa terhadap unusual
observation . Unusual observation adalah kondisi dimana residual antara nilai
pengamatan dengan prediksi memiliki penyimpangan yang cukup besar dari pengamatan lainnya. Dengan adanya analisa terhadap besarnya nilai penyimpangan,
dapat dilakukan penajaman dan peninjauan pengamatan pada penelitian selanjutnya. Berdasarkan analisa statistika output ANAVA pada Lampiran 3 untuk penelitian
amidasi ALSD dengan menggunakan tiga variabel bebas ini, diketahui unusual observation
berada pada run order model 8 dan 14. Berdasarkan analisa statistika terhadap taksiran model, konversi dietnolamida
yang diperoleh untuk run 8 dan 14 secara berturut-turut adalah 78,315 dan 77,004. Tahap selanjutnya untuk verifikasi model persamaan adalah dengan
menganalisa uji kenormalan residual. Interpretasi kenormalan dilakukan dengan
RESI DUAL1 P
e rs
e n
Mean
0.150 -1.37737E-15
StDev 1.131
N 2
KS 0.166
P-Value
menggunakan uji Kolmogorov Smirnov KS, sehingga besarnya nilai g yang
digunakan adalah 0,05. Berdasarkan data statistika Kolmogorov Smirnov pada lampiran 4 untuk
g = 0,05 dan jumlah pengamatan sebanyak 20 pengamatan diperoleh 0,294 uji dua arah. Nilai ini akan dijadikan pedoman dalam pengambilan
kesimpulan berdasarkan hasil uji kenormalan data penelitian.
Gambar 17. Plot Distribusi Normal Residual Model Regresi
Gambar 17 di atas menunjukkan bahwa titik residual yang dihasilkan telah sesuai atau mendekati garis lurus yang ditentukan berdasarkan data residual, maka
residual telah mengikuti distribusi normal. Sebaliknya, apabila residual tidak mengikuti garis lurus atau banyak penyimpangan, maka ada indikasi bahwa residual
tidak mengikuti distribusi normal. Keputusan bahwa suatu data telah mengikuti distribusi normal diperkuat oleh informasi rata-rata dan standar deviasi residual
sebesar -1,37737.10
-15
dan 1,131. Rata-rata residual sangat kecil karena mendekati 0. Nilai statistik Kolmogorov Smirnov pengamatan adalah 0,166 dan nilai p uji normal
residual grafik melebihi 15. Nilai statistik Kolmogorov Smirnov yang diperoleh dari
pengamatan kurang dari nilai statistik Kolmogorov Smirnov pada Lampiran 4, yaitu
0,294. Oleh karena itu, kesimpulan hasil uji kenormalan residual adalah residual model regresi linier yang dibuat telah mengikuti distribusi normal. Sehingga, asumsi
kenormalan residual pada suatu model regresi telah dipenuhi oleh model regresi linier sehingga model regresi yang dibuat telah sesuai dan dapat digunakan.
4.3 Analisa Plot dan Kontur Hasil Penelitian Utama Amidasi ALSD Menjadi
Kategori