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.
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.
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