5.2.6. Uji Kecukupan Data
Uji kecukupan data digunakan untuk menganalisis jumlah pengukuran sampel apakah sudah representatif terhadap populasi yang diwakilinya atau tidak.
Untuk uji kecukupan data dengan tingkat ketelitian 5 dan tingkat kepercayaan 95 harga k adalah 2 dapat digunakan persamaan sebagai berikut:
2 2
2 2
2 2
40
−
=
−
=
∑ ∑
∑ ∑
∑ ∑
X X
X N
X X
X N
s k
N
Jika, N` N maka data sudah cukup untuk melakukan perancangan. N` N maka data belum cukup untuk melakukan perancangan.
Contoh : Perhitungan data Pangkal ke Tangan PTT adalah sebagai berikut :
N = 41
k = ∑ X = 326,13
s = 0,05 ∑ X
2
= 106.360,78 Maka:
32,64 326,13
326,13 106.360,78
41 40
2 2
=
−
= N
N
Didapatkan N’ = 32,64 N data = 41 Kesimpulan:Data hasil pengukuran yang dilakukan sudah cukup untuk menjadi
acuan perancangan fasilitas.
Universitas Sumatera Utara
Dengan cara yang sama seperti di atas, maka hasil uji kecukupan data yang diperoleh pada masing-masing elemen pengukuran untuk fasilitas kerjadapat
dilihat pada Tabel 5.16.
Tabel 5.16. Uji Kecukupan Data No
Dimensi Tubuh N
N’ Keterangan
1 PPT
41 32,64
Data Cukup 2
LP 42
14,99 Data Cukup
3 DG
38 22,98
Data Cukup
Sumber: Pengolahan Data
5.2.7. Uji Kenormalan Data dengan
Kolmogorov-Smirnov
Salah satu syarat penggunaan data antropometri yang akan diaplikasikan pada perancangan fasilitas menggunakan konsep persentil adalah data harus
berdistribusi normal, sehingga perlu dilakukan uji normalitas. Metode kolmogorov-smirnov digunakan karena data antropometri yang digunakan adalah
data parametrik yang dapat diketahui nilai parameterstatistik data rata-rata, standar deviasi, dan sebagainya, merupakan data kontinu hasil pengukuran, dan
ukuran sampel memenuhi sehingga metode kolmogorov-smirnov dapat digunakan untuk melakukan uji kenormalan data. Pengujian kenormalan data untuk masing-
masing dimensi dihitung dengan menggunakan software SPSS 17.
Universitas Sumatera Utara
Tabel 5.17. Uji Kenormalan Data dengan Kolmogorov-Smirnov
dengan SPSS 17
PPT LT
DG N
41 42
38 Normal Parameters
a,,b
Mean 7.9544
8.8589 3.8866
Std. Deviation 1.15028
.86802 .47203
Most Extreme Differences Absolute
.087 .098
.121 Positive
.064 .098
.103 Negative
-.087 -.058
-.121 Kolmogorov-Smirnov Z
.555 .638
.748 Asymp. Sig. 2-tailed
.918 .810
.631 a. Test distribution is Normal.
b. Calculated from data.
Sumber: Hasil Uji Kolomogorov Smirnov dengan menggunakan software SPSS 17
Hasil seluruh pengujian pada tabel diatas dinyatakan normal jika nilai Asymp. Sig p α 0,05, maka data diatas dinyatakan normal.
5.2.8. Perhitungan Persentil