commit to user
IV-4 Tabel 4.3.
Data nilai kekuatan impak spesimen Jmm
2
Perekat Jenis Kertas
HVS a
1
Koran a
2
10 sekam
15 sekam
20 sekam
10 sekam
15 sekam
20 sekam
b
1
b
2
b
3
b
1
b
2
b
3
6 PVAc c
1
0,015 0,012
0,009 0,013
0,011 0,008
0,016 0,014
0,007 0,015
0,011 0,007
0,017 0,012
0,008 0,013
0,013 0,009
0,015 0,010
0,010 0,013
0,012 0,009
0,015 0,011
0,007 0,017
0,012 0,007
9 PVAc c
2
0,017 0,015
0,010 0,017
0,015 0,012
0,018 0,015
0,009 0,016
0,012 0,012
0,018 0,013
0,011 0,018
0,015 0,011
0,016 0,012
0,010 0,015
0,012 0,010
0,017 0,013
0,009 0,015
0,013 0,011
12 PVAc
c
3
0,021 0,015
0,013 0,018
0,018 0,011
0,020 0,017
0,013 0,020
0,018 0,011
0,020 0,015
0,013 0,020
0,017 0,012
0,022 0,017
0,015 0,019
0,015 0,017
0,020 0,019
0,014 0,021
0,016 0,016
4.2.1 Uji Asumsi Dasar
Uji asumsi dasar merupakan langkah awal dalam pengolahan data, yang meliputi uji normalitas, uji homogenitas, dan uji independensi. Apabila seluruh
hasil pengujian asumsi dasar tidak terpenuhi, maka data hasil eksperimen harus ditransformasi ke bentuk lain sehingga data hasil transformasi memenuhi asumsi
dasar. Beberapa metode transformasi data adalah dengan cara dikuadratkan, di- akar-kan, di-log-kan, dan lainnya. Proses pengujian asumsi dasar dilakukan
terhadap data nilai kekuatan impak komposit kertas-sekam pada masing-masing perlakuan.
a. Uji Normalitas
Uji normalitas dilakukan terhadap data observasi di tiap perlakuan dengan tujuan untuk mengetahui apakah data observasi dari lima kali pengambilan
replikasi, berdistrbusi normal. Jumlah perlakuan yang terdapat pada eksperimen adalah 18 perlakuan. Cara perhitungan uji normalitas sampel data observasi
commit to user
IV-5
dilakukan dengan metode Lilliefors. Berikut ini adalah contoh perhitungan uji normalitas pada perlakuan a
1
b
1
c
1
. Langkah-langkah perhitungan uji lilliefors, sebagai berikut :
1 Urutkan data observasi dari yang terkecil sampai terbesar sebagaimana pada kolom x tabel 4.4.
2 Hitung rata-rata
x
dan standar deviasi s data tersebut. ∑
Ǵ
0,015+0,016+…+0,015 5
15,974
∑ ∑
1 0,015
0,016 0,015
0,078 5
5 1 = 0,001
Tabel 4.4. Perhitungan manual uji normalitas untuk perlakuan a
1
b
1
c
1
No. x
z Pz
Px |Pz-Px|
|Px-1-Pz|
1 0,015
-0,880 0,189 0,200
0,011 0,189
2 0,015
-0,787 0,216 0,400
0,184 0,016
3 0,015
-0,230 0,409 0,600
0,191 0,009
4 0,016
0,334 0,631 0,800
0,169 0,031
5 0,017
1,563 0,941 1,000
0,059 0,141
3 Transformasikan data x tersebut menjadi nilai baku z.
s x
x z
i i
- =
Keterangan : x
i
= nilai pengamatan ke-i
x
= rata-rata s = standar deviasi
misal : z
1
= 0,015-0,016 0,001 = -0,880 dengan cara yang sama diperoleh seluruh nilai baku sebagaimana pada kolom z
Tabel 4.4 di atas. 4 Dari nilai baku z, tentukan nilai probabilitasnya Pz berdasarkan sebaran
normal baku, sebagai probabilitas pengamatan. Gunakan tabel standar luas
commit to user
IV-6
wilayah di bawah kurva normal, atau dengan bantuan Ms. Excel dengan function NORMSDIST.
5 Tentukan nilai probabilitas harapan kumulatif Px dengan cara, yaitu: Px
i
= in misal :
Px1 = 1 5 = 0,2 Dengan cara yang sama akan diperoleh seluruh nilai Px sebagaimana pada
kolom Px tabel 4.4 di atas. 6 Tentukan nilai maksimum dari selisih absolut Pz dan Px, yaitu
Maks |Pz – Px|, sebagai nilai L
hitung
Maks |Pz – Px| = 0,191 7 Tentukan nilai maksimum dari selisih absolut Px
i-1
dan Pz, yaitu Maks |Px
i-1
– Pz| = 0,189 Tahap berikutnya adalah menganalisis apakah ke-5 sampel data observasi
berdistribusi normal. Hipotesis yang diajukan, adalah: H
: Ke-5 sampel data observasi berasal dari populasi yang berdistribusi normal
H
1
: Ke-5 sampel data observasi berasal dari populasi yang tidak berdistribusi normal
Taraf nyata yang dipilih a = 0,05, dengan wilayah kritik L
hitung
La
n
. Nilai L
tabel
dari distribusi L yaitu La
n
= L
0.055
= 0,337. Berdasarkan hasil perhitungan, terlihat bahwa nilai L
hitung
0,191 L
tabel
0,337, maka terima H dan simpulkan bahwa ke-5 sampel data observasi dari
nilai kekuatan impak perlakuan a
1
b
1
c
1
berasal dari populasi yang berdistribusi normal
. Perhitungan uji normalitas juga dapat dilakukan dengan SPSS, Berikut ini
contoh perhitungan dengan menggunakan SPSS:
Tabel 4.5. Perhitungan uji normalitas dengan SPSS
Level Kolmogorov-Smirnov
a
Shapiro-Wilk Statistic
df Sig.
Statistic df
Sig
nilai_impak A
1
B
1
C
1
0,191 5
0,200 0,897
5 0,392
a. Liliefors Signifcance Correction
commit to user
IV-7
Nilai Sig = 0,200 nilai α 0,05 maka Ho diterima atau berdistribusi normal. Bentuk sebaran normal pada perlakuan diperkuat oleh normal probability
plot P-P dan histogram yang ditunjukkan dalam gambar 4.1
Gambar 4.1. Normal probability plot
Contoh perhitungan uji normalitas pada perlakuan a
1
b
1
c
1
cukup memberikan gambaran mengenai cara melakukan uji normalitas dengan uji
Lilliefors. Selanjutnya rekapitulasi hasil uji normalitas pada 18 perlakuan dapat dilihat pada tabel 4.6.
commit to user
IV-8 Tabel 4.6.
Rekapitulasi hasil uji normalitas dengan uji lilliefors
Perlakuan L hitung L tabel Ho
Kesimpulan
a
1
b
1
c
1
0,191 0,337
terima normal
a
1
b
1
c
2
0,227 0,337
terima normal
a
1
b
1
c
3
0,234 0,337
terima normal
a
1
b
2
c
1
0,245 0,337
terima normal
a
1
b
2
c
2
0,248 0,337
terima normal
a
1
b
2
c
3
0,229 0,337
terima normal
a
1
b
3
c
1
0,230 0,337
terima normal
a
1
b
3
c
2
0,281 0,337
terima normal
a
1
b
3
c
3
0,295 0,337
terima normal
a
2
b
1
c
1
0,292 0,337
terima normal
a
2
b
1
c
2
0,229 0,337
terima normal
a
2
b
1
c
3
0,291 0,337
terima normal
a
2
b
2
c
1
0,253 0,337
terima normal
a
2
b
2
c
2
0,240 0,337
terima normal
a
2
b
2
c
3
0,218 0,337
terima normal
a
2
b
3
c
1
0,230 0,337
terima normal
a
2
b
3
c
2
0,197 0,337
terima normal
a
2
b
3
c
3
0,312 0,337
terima normal
b. Uji Homogenitas
