3.6.2. Uji Keseragaman Data
11
Kegunaan uji keseragaman data adalah untuk mengetahui homogenitas data. Dari uji keseragaman data dapat diketahui apakah data berasal dari satu populasi yang
sama. Uji keseragaman data dilakukan melalui tahap-tahap perhitungan yaitu: a. Membagi data ke dalam suatu sub grup kelas
Penentuan jumlah sub grup dapat ditentukan dengan menggunakan rumus: k = 1 + 3 , 3 log N
dimana N = jumlah data. b. Menghitung harga rata-rata dari harga rata-rata sub grup dengan :
Dimana k = jumlah subgrup yang terbentuk
X i = harga rata-rata dari subgrup ke-i c. Menghitung standar deviasi SD, dengan:
Untuk sampel :
Untuk populasi :
11
Sutalaksana, I.Z., dkk. 1979. ”Teknik Tata Cara Kerja”. Bandung.
UNIVERSITAS SUMATERA UTARA
dimana: N = jumlah data amatan pendahuluan yang telah dilakukan
Xi = data amatan yang didapat dari hasil pengukuran ke-i d. Menghitung standar deviasi dari distribusi harga rata-rata sub grup dengan rumus:
Dimana n = ukuran rata-rata satu sub grup e. Menentukan Batas Kontrol Atas BKA dan Batas Kontrol Bawah BKB dengan
rumus:
3.6.3. Uji Kecukupan Data
Uji ini dilakukan untuk mengetahui apakah data anthropometri yang telah diperoleh dari pengukuran sudah mencukupi atau belum. Uji ini dipengaruhi
oleh: a. Tingkat Ketelitian dalam persen, yaitu penyimpangan maksimum dari hasil
pengukuran terhadap nilai yang sebenarnya. b. Tingkat Keyakinan dalam persen, yaitu besarnya keyakinanbesarnya
probabilitas bahwa data yang kita dapatkan terletak dalam tingkat ketelitian yang telah ditentukan.
UNIVERSITAS SUMATERA UTARA
Rumus uji kecukupan data:
Keterangan: N’ = jumlah pengukuran yang seharusnya dilakukan
N = jumlah pengukuran yang sudah dilakukan Jika N’ N, maka data pengamatan cukup
Jika N’ N, maka data pengamatan kurang, dan perlu tambahan data.
3.6.4. Uji Distribusi Normal dengan Kolmogorov - Smirnov Test
12
Jadi sebenarnya uji Kolmogorov Smirnov adalah uji beda antara data yang diuji normalitasnya dengan data normal baku. Seperti pada uji beda biasa, jika
signifikansi di bawah 0,05 berarti terdapat perbedaan yang signifikan, dan jika signifikansi di atas 0,05 maka tidak terjadi perbedaan yang signifikan. Penerapan
pada uji Kolmogorov Smirnov adalah bahwa jika signifikansi di bawah 0,05 berarti data yang akan diuji mempunyai perbedaan yang signifikan dengan data
12
Andi Supangat, Statistika dalam Kajian Deskriptif, Inferensi dan Nonparametrik, Jakarta, Kencana, 2008, p.307-311
UNIVERSITAS SUMATERA UTARA
normal baku, berarti data tersebut tidak normal, jika signifikansi di atas 0,05 maka berarti tidak Uji Kolmogorov Smirnov merupakan pengujian normalitas
yang banyak digunakan. Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat
yang lain, yang sering terjadi pada uji normalitas dengan menggunakan grafik. Data yang mempunyai distribusi yang normal merupakan salah satu syarat
dilakukannya parametric-test. Untuk data yang tidak mempunyai distribusi normal tentu saja analisisnya menggunakan non parametric-test. Untuk
mengatasi subjaktivitas yang tinggi tersebut maka diciptakan model analisis untuk mengetahui normal tidaknya distribusi serangkaian data. Model analisis
yang digunakan adalah tes Kolmogorov-Smirnov. Konsep dasar dari uji normalitas Kolmogorov Smirnov adalah dengan membandingkan distribusi data
yang akan diuji normalitasnya dengan distribusi normal baku. Distribusi normal baku adalah data yang telah ditransformasikan ke dalam bentuk Z-Score
dan diasumsikan normal. Terdapat perbedaan yang signifikan antara data yang akan diuji dengan data normal baku artinya data yang kita uji normal tidak
berbeda dengan normal baku. Adapun yang diperbandingkan dalam suatu uji Kolmogorov-Smirnov
adalah distribusi frekuensi kumulatif hasil pengamatan dengan distribusi frekuensi kumulatif yang diharapkan actual observed cumulative frequency
dengan expected cumulative frequency .
UNIVERSITAS SUMATERA UTARA
Langkah- langkah yang diperlukan dalam pengujian ini adalah: 1. Susun data dari hasil pengamatan mulai dari nilai pengamatan terkecil sampai nilai
pengamatan terakhir. 2. Kemudian susunlah distribusi frekuensi kumulatif relatif dari nilai pengamatan
tersebut, dan notasikanlah dengan Fa X. 3. Hitunglah nilai Z dengan rumus :
Dimana : Z = satuan baku pada distribusi normal
X = nilai data X = mean
σ = standar deviasi
4. Hitung distribusi frekuensi kumulatif teoritis berdasarkan area kurva normal dan notasikan dengan Fe X.
5. Hitung selisih antara Fa X dengan Fe X. 6. Ambil angka selisih maksimum dan notasikan dengan D.
D = Max |Fa X - Fe X| 7. Bandingkan nilai D yang diperoleh dengan D
α, maka kriteria pengambilan keputusannya adalah:
UNIVERSITAS SUMATERA UTARA
Ho diterima apabila D ≤ Dα ; Ho ditolak apabila D ≥ Dα
Ho diterima artinya data berdistribusi normal.
3.6.5. Penggunaan Distribusi Normal dan Perhitungan Persentil
Kategori