199
5.2.7
Analisa Identifikasi Disrtibusi
Identifikasi distribusi pertama kali dilakukan dengan
LSCF yaitu
mencari
nilai
index
of
fit
terbesar
yang
menunjukan
minimasi
nilai
residual
atau
perbedaan
antara
distribusi
yang
diamati
dengan
data
obejk pengamatan.
Karena nilai
ini
menunjukan
relasi dengan selang dari 0 sampai 1, maka nilai yang mendekati satu akan menunjukan
hubungan
yang
lebih baik.
Lalu dilanjutkan dengan
uji
hipotesa (goodness of fit) apakah
data
benar-benar
mengikuti
distribusi
tertentu
sesuai
nilai index
of
fit
pengujian
sebelumnya.
Godness
of
fit
dilakukan
dengan
menggunakan
perhitugan
manual
dan
untuk memastikan keakuratan
hasilnya maka digunakan Minitab 14.0. Pada perhitungan
maual digunakan Mann’s Test
untuk
menguji
distribusi weibull, Barttlet’s Test untuk
distribusi eksponensial dan Kolmogorov-Smirnov’s Test untuk distribusi normal dan
lognormal.
Berdasarkan identifikasi pertama, data interval
kerusakan
komponen
(TTF)
idler
mengikuti
distribusi weibull dengan nilai r sebesar 0.9880. Kemudian untuk
memastikan kesesuaian distribusi tersebut
maka dilanjutkan dengan
uji
hipotesa dengan
Mann’s Test. Namun dari hasil pengujian tersebut menunjukan hasil yang tidak sesuai
karena
nilai M
lebih besar dari F
crit
(1.1311 > 0.9929)
maka tolak Ho
yang berarti data
tidak berdistribusi weibull. Oleh karena itu dilanjutkan dengan menguji hipotesa nilai
index
of
fit
terbesar
kedua
yaitu
distribusi
normal
dengan Kolmogorov-Smirnov’s
Test.
Dan
dari
pengujian
ini
menunjukan
menerima hipotesa
awal
yaitu
data
berdistribusi
normal dengan
nilai Dmax
lebih kecil dari
D
crit
(0.1470 < 0.2230).
Hasil perhitungan
ini
didukung dengan
hasil perhitungan software Minitab 14.0
yaitu dengan
nilai Anderson-
 |