commit to user
12
4 n= + 3 = + 3é é ð2 =
4 4= − 3 = − 3é .
2.1.11 Distribusi Normal
Distribusi normal atau disebut juga distribusi Gaussian, adalah salah satu distribusi penting dalam aplikasi statistik. Variabel random
ö berdistribusi normal dengan mean
¶ dan variansi dapat dituliskan ö~ ¶, dengan fungsi densitas probabilitas Montgomery, 2005.
= 1
√2 ,
dengan 0 ≤ ö ≤ 1
≤ ¶ ≤ 1 ≥ 0
2.1.12 Distribusi Uniform
Bain dan Engelhardt 1995 memberikan definisi bahwa variabel random X dikatakan mempunyai distribusi Uniform pada interval
, jika mempunyai fungsi
densitas probabilitas ö; ,
= 1
− untuk
ö dan 0 untuk nilai ö yang lain. Variabel random yang berdistribusi Uniform dinotasikan
ö~ , .
2.1.13 Uji Kenormalan
Menurut Montgomery 1992 untuk memeriksa kenormalan data dapat dilakukan dengan melihat plot antara data dengan nilai probabilitas kumulatifnya.
Untuk membentuk plot normal dapat dilakukan dengan menggambarkan kenaikan orde data dengan nilai probabilitas kumulatif
= −
, dengan = 1,2, …
commit to user
13
dan adalah banyaknya observasi. Jika plot yang dihasilkan terletak pada pita
kenormalan atau mendekati garis lurus maka dapat dikatakan asumsi kenormalan sudah dipenuhi. Uji kenormalan dapat juga dilakukan melalui uji Kolmogorof-
Smirnov yang dapat dilihat dari nilai p-value dengan langkah-langkah sebagai berikut a Membuat hipotesis
: data berdistribusi normal
: data tidak berdistribusi normal
b Menentukan tingkat signifikasi c Menentukan statistik uji
= Ư
ö − − 1
, −
ö dengan
adalah fungsi distribusi kumulatif observasi. d Membuat daerah kritis yaitu menolak
jika p-value lebih kecil dari tingkat signifikansi .
e Mengambil kesimpulan
2.1.14 Uji Independensi
Menurut Montgomery 1992 data dapat dikatakan independen apabila nilai data suatu pengamatan tidak dipengaruhi data dari pengamatan lain. Untuk menguji
keindependenan suatu data dapat dilihat dari plot antara data dan order observasi. Bila data berpola acak maka data tersebut bersifat independen.
2.2 Kerangka Pemikiran
Kategori