d Lebar tangan LT, cara pengukuran yaitu mengukur sisi luar ibu jari
sampai sisi luar jari kelingking.
3.2.3. Teknik Pengukuran
Media sederhana yang digunakan untuk keperluan mengukur bentuk dan ukuran tubuh manusia antara lain meliputi :
1. Spreading and sliding calipers, digunakan untuk mengukur dalam jarak
yang pendek misalnya untuk mengukur tebal badan. 2.
Antropometer berupa tongkat meteran dengan dua palang dimana palang yang satu posisinya tetap sementara palang yang lain bisa digerakkan.
3. Tapes, untuk mengukur dalam arah melingkar atau keliling.
3.3. Pengolahan Data Anthropometri
Data mentah yang sudah didapatkan diuji terlebih dahulu dengan menggunakan metode statistik sederhana yaitu uji keseragaman data, uji
kecukupan data, dan uji kenormalan data. Hal tersebut dilakukan agar data yang diperoleh bersifat representatif, artinya data tersebut dapat mewakili populasi yang
diharapkan. 1. Uji Keseragaman Data
Kegunaan uji keseragaman data adalah untuk mengetahui homogenitas data. Dari uji keseragaman data dapat diketahui apakah data berasal dari satu
populasi yang sama. uji keseragaman data dilakukan melalui tahap-tahap perhitungan yaitu:
Universitas Sumatera Utara
a. Membagi data ke dalam suatu sub grup kelas. Penentuan jumlah sub grup dapat ditentukan dengan menggunakan rumus:
k = 1 + 3.3 log N Dimana N = jumlah data.
b. Menghitung harga rata-rata dari harga rata-rata sub grup dengan :
Dimana k = jumlah subgrup yang terbentuk i
X = harga rata-rata dari subgrup ke-i c. Menghitung standar deviasi SD, dengan:
Untuk sampel
:
1
2
n X
X
i
Untuk populasi :
N X
X s
i
2
dimana: N = jumlah data amatan pendahuluan yang telah dilakukan.
Xi = data amatan yang didapat dari hasil pengukuran ke-i d. Menghitung standar deviasi dari distribusi harga rata-rata sub grup dengan
rumus:
Dimana n =ukuran rata-rata satu sub grup
Universitas Sumatera Utara
e. Menentukan Batas Kontrol Atas BKA dan Batas Kontrol Bawah BKB dengan rumus:
2. Uji Kecukupan Data Uji ini dilakukan untuk mengetahui apakah data anthropometri yang telah
diperoleh dari pengukuran sudah mencukupi atau belum. Uji ini dipengaruhi oleh: a. Tingkat Ketelitian dalam persen, yaitu penyimpangan maksimum dari hasil
pengukuran terhadap nilai yang sebenarnya. b. Tingkat Keyakinan dalam persen, yaitu besarnya keyakinanbesarnya
probabilitas bahwa data yang kita dapatkan terletak dalam tingkat ketelitian yang telah ditentukan.
Rumus uji Kecukupan data :
Keterangan: N’ = jumlah pengukuran yang seharusnya dilakukan
N = jumlah pengukuran yang sudah dilakukan Jika N’ N, maka data pengamatan cukup
Jika N’ N, maka data pengamatan kurang, dan perlu tambahan data.
Universitas Sumatera Utara
Nilai K untuk tingkat kepercayaan tertentu ditunjukkan pada Tabel 3.1.
Tabel 3.1. Tingkat Kepercayaan Tingkat kepercayaan
Nilai K
1 68 1 -
α ≤ 95 2
95 1 - α ≤ 99
3
Nilai S untuk tingkat ketelitian tertentu ditunjukkan pada Tabel 3.2.
14
Tabel 3.2. Tingkat Ketelitian Tingkat Ketelitian
Nilai S
5 0.05
10 0.1
3. Uji Kenormalan Data dengan Kolmogorov - Smirnov Test
Uji ini bertujuan untuk mengetahui apakah data yang diperoleh telah memenuhi distribusi normal atau dapat didekati oleh distribusi normal.
Alat uji yang digunakan disebut dengan uji Kolmogorov-Smirnov uji K-S. Tahapan yang harus dilakukan dalam uji K-S ini adalah sebagai berikut:
a Klik menu Statistic, pilih nonparametric tests, pilih dan klik 1-sample K-S. b Dalam kotak Test Variable List isikan dengan variabel yang akan dites
normalitasnya, terutama variabel independent.
14
Winjosoebroto, S. 1995. “Ergonomi : Studi Gerak dan Waktu”. Jakarta: PT.Guna Widya
Universitas Sumatera Utara
c DalambTest Distribution pilih normal, kemudian klik OK , sehingga akan dihasilkan outputnya.
Ukuran yang digunakan untuk menerima atau menolak hipotesis nol Ho yaitu nilai Asymp. Sig.2-tailed. Kriteria yang digunakan yaitu Ho diterima apabila
nilai Asymp. Sig.2-tailed dari tingkat alpha yang ditetapkan 5, karenanya dapat dinyatakan bahwa data berasal dari populasi yang berdistribusi normal.
15
Persentil
Persentil adalah suatu nilai yang menyatakan bahwa persentase tertentu dari kelompok orang yang dimensinya lebih tinggi, sama dengan, atau lebih rendah dari
nilai tersebut Nurmianto, 2004. Data anthropometri diperlukan agar rancangan suatu produk dapat sesuai dengan orang yang akan memakainya. Akan timbul
masalah ketika lebih banyak produk yang harus dibuat untuk digunakan oleh banyak orang. Masalah yang timbul adalah menentukan ukuran yang dipakai
sebagai acuan untuk mewakili populasi mengingat ukuran individual bervariasi. Permasalahan adanya variasi ukuran dapat diatasi dengan merancang suatu produk
yang mempunyai fleksibilitas dan sifat adjustable dengan rentang ukuran tertentu. Solusinya adalah penetapan persentil berdasarkan tabel probabilitas distribusi
normal. Persentil adalah suatu nilai yang menunjukkan persentase tertentu dari orang yang mempunyai ukuran pada nilai tersebut. Sebagai contoh persentil ke-95
menunjukkan 95 populasi berada pada ukuran tersebut. Pemakaian nilai-nilai persentil yang umum digunakan dalam perhitungan
data anthropometri dapat dilihat pada Tabel 3.3.
15
Anonim. 2004. Pengolahan Data Statistik dengan SPSS 12. Semarang : Wahana Komputer
Universitas Sumatera Utara
Tabel 3.3. Macam Persentil dan Cara Perhitungan dalam Distribusi Normal Persentil
Perhitungan
1 - 2,325
2.5 – 1.96
5 – 1.645
10 – 1.28
50 90
– 1.28 95
– 1.645 97.5
– 1.96 99
- 2,325
Perhitungan di atas berdasar pada distribusi normal. Di dalam statistik distribusi tersebut dibentuk berdasar harga rata-rata dan standar deviasi dari data
yang diolah. Nilai persentil kemudian didapat sesuai dengan tabel probabilitas distribusi normal. Contoh distribusi normal ditunjukkan pada Gambar 3.1.
16
16
Winjosoebroto, S. 1995. “Ergonomi : Studi Gerak dan Waktu”. Jakarta: PT.Guna Widya
Universitas Sumatera Utara
Gambar 3.1. Distribusi Normal dengan data anthropometri 95-th persentil 3.4. Uji Normal Dengan
Kolmogorov - Smirnov Test
Sebuah alternatif penting untuk menguji kesesuaian distribusi adalah metode yang ditemukan oleh dua matematikawan Rusia: Kolmogorof dan
Smirnov pada akhir dekade 1930. Dengan uji Kolmogorof dan Smirnov dapat diperiksa apakah distribusi nilai-nilai sampel yang teramati sesuai dengan
distribusi teoritis tertentu. Uji Kolmogorof – Smirnov beranggapan bahwa distribusi variabel yang sedang diuji bersifat kontinue dan sampel di ambil dari
populasi secara acak dan sederhana. Dengan demikian uji ini hanya dapat digunakan, bila variabel diukur paling sedikit dalam skala ordinal.
Uji kesesuaian
Kolmogorof - Smirnov dapat diterapkan pada dua keadaan: 1.
menguji apakah suatu sampel mengikuti suatu bentuk distribusi populasi teoritis.
2. menguji apakah dua buah sampel berasal dari dua populasi yang identik.
Prinsip dari uji Kolmogorof – Smirnov ialah menghitung selisih absolut antara fungsi distribusi frekuensi kumulatif sampel [disebut F
s
x] dan fungsi distribusi frekuensi kumulatif teoritis [disebut F
t
x] pada masing-masing interval kelas.
Hipotesis yang diuji dinyatakan sebagai berikut dua sisi:
Universitas Sumatera Utara
H
o
: Fx = F
t
x untuk semua x dari - sampai +
H
i
: Fx
F
t
x untuk paling sedikit sebuah x Dengan Fx ialah fungsi distribusi frekuensi kumulatif populasi
pengamatan. Statistik uji Kolmogorof – Smirnov merupakan selisih absolut terbesar antara F
s
x dari F
t
x, yang kita sebut deviasi maksimum D. Statistik D ditulis sebagsi berikut: D
= F
s
x - F
t
x maks i = 1,2,…,n.
Niali D kemudian dibandingkan dengan nilai kritis pada tabel distribusi pencuplukan Tabel D, pada ukuran sampel n dan tingkat kemaknaan
. Ho ditolak bila niali teramati maksimum D lebih besar atau sama dengan nilai kritis D
maksimum. Dengan penolakan Ho berarti nilai distribusi teramati dan distribusi teoritis berbeda secara bermakna. Sebaliknya dengan tidak menolak Ho berarti
tidak terdapat perbedaan bermakna antara distribusi teramati dengan distribusi teoriyis. Perbedaan-perbedaan yang tampak hanya disebabkan variasi pencuplikan
sampling variation. Langkah – langkah prinsip uji Kolmogorov–Smirnov ialah sebagai berikut:
1. Susun frekuensi-frekuensi dari tiap nilai teramati, terutama berurutan dari nilai
terkecil sampai nilai terbesar. 2.
susun frekuensi kumulatif dari nilai – nilai teramati itu 3.
Konversikan frekuensi kumulatif itu ke dalam probabilitas, yaitu kedalam fungsi distribusi frekuensi kumulatif [F
t
x ]. Sekali lagi ingat bahwa, distribusi frekuensi teramati harus merupakan hasil pengukuran variabel
paling sedikit dalam skala ordinal tidak bisa dalam skala nominal.
Universitas Sumatera Utara
4. Hitung nilai z untuk masing – masing nilai teramati di atas dengan rumus
x x
z
i
Dengan mengacu kepada tabel distribusi normal baku Tabel Ba carilah probabilitas luas area kumulatif untuk setiap nilai teramati. Hasilnya apa
yang kita sebut F
t
x
i
. 5.
Susun Fsx berdampingan dengan F
t
x. Hitung selisih absolut antara F
s
x
i
dan F
t
x
i
pada masing – masing nilai teramati. 6.
Statistik uji Kolmogorov–Smirnov ialah selisih absolut terbesar antar Fsx
i
dan F
t
x
i
yang juga disebut deviasi maksimum, ditulis sebagai berikut: D =
i i
t i
s
maks X
F X
F
= 1, 2, 3, …, N. 7. Dengan mengacu kepada distribusi pencuplikan kita bisa mengetahui apakah
perbedaan sebesar itu yaitu nilai D maksimum teramati terjadi hanya kerena kebetulan. Dengan mengacu kepada tabel D, kita lihat berapa probabilitas dua
sisi kejadian untuk menemukan nilai-nilai teramati sebesar D, bila H
o
benar. Jika probabilitas itu sama atau lebih kecil dari
, maka H
o
ditolak.
Terdapat beberapa keuntungan dan kerugian relatif uji kesesuaian Kolmogorov Smirnov dibandingkan dengan uji kesesuaian Khi Kuadrat, yaitu:
1. Data dalam uji Kolmogorov–Smirnov tidak perlu dilakukan kategorisasi.
Dengan demikian semua informasi hasil pengamatan terpakai. 2.
Uji Kolmogorov – Smirnov bisa dipakai untuk semua ukuran sampel, sedang uji Kai Kuadrat membutuhkan ukuran sampel menimum tertentu.
Universitas Sumatera Utara
3. Uji Kolmogorov – Smirnov tidak bisa dipakai untuk memperkirakan parameter
populasi. Sebaliknya uji Kai Kuadrat bisa digunakan untuk memperkirakan parameter populasi, dengan cara mengurangi derajat bebas sebanyak
parameter yang diperkirakan teoritis bersifat kontinue.
3.5. Nordic Body Map
