Gambar 5.6. Peta Kontrol Diameter Panjang Lengan Atas
5.2.3. Uji Kecukupan Data
Uji kecukupan data digunakan untuk menganalisa jumlah pengukuran apakah sudah representatif, dimana tujuannya untuk membuktikan bahwa data
sampel yang diambil sudah mewakili populasi. Untuk melakukan uji kecukupan data digunakan persamaan berikut:
dimana : N’
= Jumlah pengamatan teoritis yang diperlukan N
= Jumlah pengamatan aktual yang dilakukan Xi
= Data pengamatan hasil pengukuran k
= Nilai pada distribusi normal untuk tingkat kepercayaan tertentu s
= Tingkat ketelitian dalam bentuk persen
Universitas Sumatera Utara
Setelah mendapatkan nilai N’ maka dapat diambil kesimpulan apabila N’N maka data dianggap cukup dan tidak perlu dilakukan pengambilan data
kembali, tetapi apabila N’N maka data belum mencukupi dan perlu dilakukan pengambilan data lagi.
Data Lebar Bahu LB adalah k = 2
s = 0,05 N= 40
Σ
X= 1593,2
Σ
X
2
= 64101,04
Σ
X
2
= 2538286
2
2 ,
1593 2538286
04 ,
64101 40
40
−
= N
= 16,2348
Kesimpulan: N’= 16,2348 data
N = 40 data Maka data hasil pengukuran yang dilakukan cukup untuk melakukan
perancangan produk. Dengan cara yang sama seperti di atas, maka hasil uji kecukupan data yang
diperoleh pada masing-masing elemen pengukuran dapat dilihat pada Tabel 5.6.
Universitas Sumatera Utara
Tabel 5.6. Uji Kecukupan Data Dimensi
N N
Keterangan LB
16,235 40
Cukup
LT 17,093
40 Cukup
DG 20,805
40 Cukup
TBB 0,618
40 Cukup
PLA 5,216
40 Cukup
5.2.4. Uji Kenormalan Data
Pengolahan uji kenormalan data dilakukan dengan bantuan dari software SPSS 17. Berdasarkan pengolahan data menggunakan SPSS 17 diperoleh
tampilan output berdasarkan Gambar 5.8.
One-Sample Kolmogorov-Smirnov Test
LB LT
DG TBB
PLA N
40 40
40 40
40 Normal Parameters
a,,b
Mean 39.830
8.913 4.208 136.950
30.930 Std. Deviation
4.0632 .9329
.4859 2.7264
1.7885 Most Extreme
Differences Absolute
.091 .090
.146 .143
.107 Positive
.091 .090
.146 .138
.079 Negative
-.070 -.079
-.063 -.143
-.107 Kolmogorov-Smirnov Z
.577 .570
.923 .907
.676 Asymp. Sig. 2-tai led
.893 .902
.361 .384
.750 a. Test distribution is Normal.
b. Calculated from data.
Gambar 5.8. Tampilan Output Uji Kenormalan Data dengan Software
SPSS 17
Universitas Sumatera Utara
Uji kenormalan dengan analisis Kormogorov-Smirnov disajikan pada kasus ini karena data yang digunakan berjumlah 40 data. Dimana penentuan
hipotesisnya adalah sebagai berikut. H0 : Data berdistribusi normal
H1 : Data tidak berdistribusi normal Dimana tingka
t signifikan α = 5 Jika Sig
≤ α : Tolak H0, maka data tidak berdistribusi normal. Adapun output dari uji kenormalan data yang dilakukan diperoleh sebagai berikut.
Sig. LB = 0,893 α = 0,05
Sig. LT = 0,902 α = 0,05
Sig.DG = 0,361 α = 0,05
Sig.TBB = 0,384 α = 0,05
Sig.PLA = 0,750 α = 0,05
Karena nilai Sig. Semua dimensi lebih besar dari α maka keputusannya adalah terima H0, yang artinya semua data dimensi berdistribusi normal.
5.2.5. Penetapan Data Antropometri