200
Darling terkecil dan Pvalue terbesar pada distribusi
normal. Sehingga selanjutnya
perhitungan untuk TTF idler menggunkaan distribusi normal.
Untuk
data
interval
kerusakan
komponen
roll
dan
chain,
juga
menunjukan
hasil
yang
sama
dengan idler
yaitu
data
teristribusi
normal.
Bedanya
kedua
komponen
pada saat
identifikasi distribusi pertama lasngsung
menunjukan nilai index of fit terbesar
pada
distribusi
normal dan
pada
pengujian
hipotesa
selanjutnya
dengan
Kolmogorov-
Smirnov’s Test dan Minitab 14.0 data juga menunjukan terdistribusi normal.
Pada
identifikasi
distribusi
data
lama
perbaikan
(TTR)
untuk
komponen
idler
dengan
LSCF,
hasil
menunjukan
bahwa
nilai
r
terbesar
berada
pada
distribusi
eksponensial
dengan
r
0.9231.
Namun
setelah
diuji
lebih
lanjut
dengan
Barttlet´s
Test
hasil
uji adalah
menolak
hipotesa karena
nilai B tidak berada pada selang
X
2
1
- 2
a
,
r
-¹
dan
X
2
.
Oleh
karena
itu
pengujian
hipotesa
dilanjutkan
dengan
nilai
r
terbesar
kedua
a
,
r
-¹
2
yaitu
0.9133
pada
distribusi
lognomal
dengan Kolmogorov-Smirnov’s
Test
dan
hasil
menunjukan
menerima
hipotesa
awal
yaitu data
berdistribusi
lognormal,
sehingga
selanjutnya perhitungan untuk TTR idler menggunkaan distribusi lognormal.
Kemudian
untuk
TTR
komponen
roll
dan
chain
menunjukan
hasil
uji
yang
sama dengan idler yaitu terdistribusi lognormal. Seperti halnya pada pengujian TTF,
perbedaannya dengan pengujian pada idler, pada pengujian pertama hasil index of fit
langsung menujukan nilai r terbesar pada distribusi
lognormal
yang
didukung
dengan
hasil pengujian hipotesa Kolmogorov-Smirnov’s Test dan Minitab 14.0.
 |