pengacakan pada dasarnya akan memungkinkan berlakunya uji signifikansi, maka kontrol lokal menyebabkan desain lebih efisien, yaitu menghasilkan prosedur
pengujian dengan kuasa yang lebih tinggi. Sudjana, 1994
3.3. Uji Kenormalan Data
Pengujian normalitas dimaksudkan untuk mendeteksi apakah data yang akan digunakan sebagai pangkal tolak pengujian hipotesis meru-pakan data
empirik yang memenuhi hakikat naturalistik. Hakikat naturalistik menganut faham bahwa penomena gejala yang terjadi di alam ini berlangsung secara wajar dan
dengan kecenderungan berpola. Statistika berupaya memelihara kewajaran tersebut dengan proses
randomisasi pengambilan sampel, dengan harapan bahwa data yang diperoleh merupakan cerminan dari kondisi yang wajar dari pada penomena alami aspek
yang diukur. Melalui proses pengambilan sampel yang memenuhi tabiat random, respon dari sampel penelitian sebagai wakil populasi, diasumsikan wajar.
Kecenderungan penomena alami yang berpola seragam dan respon yang wajar tersebut memberikan data yang tidak jauh menyimpang dari kecenderungannya,
yaitu kecenderungan terpolaterpusat. Untuk menguji hal itu, perlu ditempuh suatu pengujian normalitas populasi.
3.3.1. Uji Kenormalan Data Anderson Darling
Metode ini termasuk dalam salah satu uji kenormalan yang mengukur penyimpangan dari empirical distribution function EDF terhadap cumulative
Universitas Sumatera Utara
distribution function CDF yang diasumsikan, dalam hal ini adalah distribusi normal. Bila ada n pengamatan diurutkan xi, maka EDF Fnx didefinisikan
sebagai:
dimana N xi ≤ x adalah jumlah pengamatan berurut yang kurang dari atau sama
dengan x. Untuk n pengamatan diurutkan xi, statistik uji Anderson Darling adalah:
Untuk melakukan uji normalitas data sampel dapat menggunakan fasilitas yang disedikan oleh berbagai perangkat lunak seperti Minitab, SPSS dan
sebagainya. Untuk Minitab, kita bisa gunakan fasilitas Anderson-Darling AD statistic mengukur kesesuaian distribusi data terhadap distribusi tertentu. Untuk
sekumpulan data tertentu, jika dipetakan dengan menggunakan fasilitas AD- statistic, maka data tersebut akan memenuhi distribusi tertentu, diindikasikan
dengan nilai yang terkecil. Semakin kecil nilai AD-statistic semakin baik maka sebaran tersebut tersebut akan semakin sesuai dengan datanya.
Gunakan p-value tertentu untuk menguji apakah data sesuai dengan distribusi tertentu misalnya distribus normal.
Uji kenormalan data yang diperoleh dilakukan dengan menggunakan menggunakan Anderson Darling Test. Uji ini digunakan untuk mengetahui
distribusi dari data sampel. Uji ini menggunakan p-value untuk mengukur apakah
Universitas Sumatera Utara
sebaran tertentu tersebut menyebar normal atau tidak. Adapun 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:
2
X X
Z
3. Tentukan nilai dari AD:
i N
i
Y F
Y F
N i
N AD
1
1 ln
ln 1
2
4. Hitung nilai AD:
5. Perhitungan nilai dari p-value
a. jika AD = 0,6 maka p = exp1,2937
– 5,709AD+0,0186AD
2
b. jika 0,34 AD 0,6 maka p = exp0,9177
– 4,279AD – 1,38AD
2
c. jika 0,2 AD 0,34 maka p = 1
– exp-8,318 + 42,796AD – 59,938AD
d. jika AD = 0,2 maka p = 1
– exp-13,436 + 101,14AD – 223,73AD
2
6. Kriteria pengambilan keputusannya adalah:
Ho : Data tersebut berdistribusi sesuai dengan kriteria H1 : Data tidak berdistribusi sesuai dengan kriteria.
Jika p-value α, maka Ho diterima
Jika p-value ≤ α, maka Ho ditolak
2
25 ,
2 75
, 1
n n
AD AD
Universitas Sumatera Utara
3.4. Definisi Metode Taguchi
