3.4.4. Pengolahan Data Anthropometri
Metode statistik sederhana digunakan untuk menguji data mentah yang sudah didapatkan yaitu dengan 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 Uji keseragaman data berguna 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:
a. Membagi data ke dalam suatu sub grup kelas. Penentuan jumlah sub grup
dapat ditentukan dengan menggunakan rumus:
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 : Untuk populasi :
Universitas Sumatera Utara
1
2
n X
X
i
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
e. Menentukan Batas Kontrol Atas BKA dan Batas Kontrol Bawah BKB dengan rumus
:
2. Uji Kecukupan Data Dilakukannya uji kecukupan data 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.
Universitas Sumatera Utara
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. Tabel 3.4. menjelaskan nilai K untuk tingkat kepercayaan tertentu.
Tabel 3.4. Tingkat Kepercayaan Tingkat Kepercayaan
Nilai K
68 1
68 1- 95
2 95 1-
99 3
Sedangkan Tabel 3.5. menjelaskan nilai S untuk tingkat ketelitian tertentu.
8
Tabel 3.5. Tingkat Ketelitian Tingkat Ketelitian
Nilai S 5
0,052 10 0.1
8
Winjosoebroto, S. 1995. “Ergonomi : Studi Gerak dan Waktu”. Jakarta: PT.Guna Widya
Universitas Sumatera Utara
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.
Untuk melakukan uji kenormalan ini digunakan alat uji yang disebut dengan uji Kolmogorov-Smirnov uji K-S. Dalam uji kolmogorov–smirnov yang
diperbandingkan adalah distribusi frekuensi kumulatif hasil pengamatan dengan distribusi kumulatif yang diharapkan. Langkah-langkah yang diperlukan dalam
pengujian ini adalah : 1.
Data dari hasil pengamatan disusun mulai dari nilai pengamatan terkecil sampai nilai pengamatan terbesar.
2. Nilai-nilai pengamatan tersebut kemudian disusun membentuk distribusi
frekuensi kumulatif relatif, dan notasikan dengan FaX. 3.
Hitung nilai Z dengan rumus
X X
Z
i
Keterangan : Xi = data ke-i
X
= nilai rata-rata = standard deviasi
4. Hitung distribusi frekuensi kumulatif teoritis berdasarkan kurve normal
dan notasikan dengan FeX 5.
Ambil selisih antara FaX dengan FeX 6.
Ambil angka selisih maksimum dan notasikan dengan D. X
Fe X
Fa Max
D
Universitas Sumatera Utara
7. Bandingkan nilai D yang diperoleh dengan nilai D
dari tabel uji kolmogorov-smirnov.
Kriteria pengambilan keputusannya adalah : Ho
diterima apabila
D D
Ho ditolak apabila DD
Penggunaan statistik non parametric dianjurkan pada keadaan : 1. Jenis data yang akan dianalisis adalah nominal atau ordinal, seperti data
Gender dengan kode 1 untuk Pria dan kode 2 untuk Wanita atau sikap seseorang seperti kode 1 untuk Sikap Suka dan kode 2 untuk Sikap Cukup
Suka dan sebagainya. 2. Jenis data adalah Interval dan Rasio, namun distribusi datanya tidak mengikuti
distribusi normal. Jadi data variable penghasilan perbulan adalah data rasio, namun karena distribusi datanya tidak normal, dalam arti data mempunyai
kemencengan ke kiri atau ke kanan, maka data penghasilan per bulan tersebut harus diberi perlakuan statistik non parametric.
3.4.5. Aplikasi Data Anthropometri Dalam Perancangan
Kategori