Uji Kecukupan Data

Uji kecukupan data diperlukan untuk memastikan bahwa yang telah dikumpulkan dan disajikan
dalam laporan penimbangan tersebut adalah cukup secara obyektif.

Idealnya pengukuran harus dilakukan dalam jumlah banyak, bhakan sampai jumlah yang tak
terhingga agar data hasil pengukuran layak untuk digunakan. Namun pengukuran dalam jumlah
yang tak terhingga sulit dilakukan mengingat keterbatasan-keterbatasan yang ada; baik dari segi
biaya, tenaga, waktu dan sebagainya.

Sebaliknya, pengumpulan data dalam jumlah yang sekedarnya juga kurang baik karena tidak
mewakili keadaan yang sebenarnya. Untuk itu, pengujian kecukupan data dilakukan dengan
berpedoman pada konsep statistic, yaitu tingkat ketelitian dan tingkat keyakinan.

Tingkat ketelitian dan tingkat keyakinan adalah pencerminan tingkat kepastian yang diinginkan
oleh pengukur setelah memutuskan tidak akan melakukan pengukuran dalam jumlah yang
banyak. Tingkat ketelitian menunjukkan penyimpangan maksimum hasil pengukuran dari waktu
penyelesian sebenarnya.

Sedangkan tingkat keyakinan menunjukkan besarnya keyakinan pengukur akan ketelitian data
pembacaan beban saat penimbangan dari mesin tersebut. Pengaruh tingkat ketelitain dan
keyakinan adalah; bahwa semakin tinggi tingkat ketelitian dan semakin besar tingkat keyakinan,
maka semakin banyak banyak pengukuran yang diperlukan.

Tes kecukupan data dapat dilakukan dengan menggunakan rumus sebagai berikut:

Rumus Tes Kecukupan Data

Dimana:
k= Tingkat Keyakinan (99% ≈ 3, 95% ≈ 2)
s=Derajat Ketelitian
N=JumlahData Pengamatan
N’=Jumlah Data Teoritis
x = Data Pengamatan

Jika N’ ≤ N maka data dianggap cukup, namun jika N’ > N data tidak cukup (kurang) dan perlu
dilakukan penambahan data.

Contoh:
Suatu pengukuran elemen kerja dilakukan sebanyak 15 kali dengan menggunakan stop watch.
Bila tingkat keyakinan 95% dan derajat ketelitan 10%, apakah jumlah pengamatan dibawah ini
cukup?

Jumlah (∑x) = 104

(∑x)² = 10816

∑x² = 746

Tingkat Keyakinan k= 95% ≈ 2

Tingkat Ketelitian (s) =10%

Jumlah Data (N) = 15

Hasilnya:

k/s = 20
N∑x² = 11,190
N∑x² – (∑x)² = 374
sqrt(N∑x² – (∑x)²) = 19.34
k/s * sqrt(N∑x² – (∑x)²) = 386.78
k/s * sqrt(N∑x² – (∑x)²)/∑x = 3.72
(k/s * sqrt(N∑x² – (∑x)²)/∑x)^2 = 13.83

Karena N’ (data teoritis) setelah dihitung sebesar 13,83 maka itu artinya N’<N, maka data
dianggap cukup. Sekiranya tingkat keyakinannya adalah 99%, maka data tersebut kurang karena
setelah dihitung nilai N’ = 31,2.

Uji Keseragaman Data

Untuk memastikan bahwa data yang terkumpul berasal dari system yang sama, maka dilakukan
pengujian terhadap keseragaman data. Sebagai contoh, pada saat penimbangan struktur, ternyata
masih banyak scaffolding yang belum dilepas sehingga masih terkait dan terikat pada struktur.
Ketika dilakukan penimbangan ternyata masih banyak pekerjaan harus melepas kaitan atau
perancah tersebut. Dibandingkan dengan penimbangan yang tidak ada gangguan terhadap
struktur tersebut jelas hasilnya akan jauh berbeda. Apalagi penimbangan dilakukan pada saat
kecepatan angin terlalu tinggi yang akan mempengaruhi kesetabilan struktur pada saat
pengangkatan tinggi.
Untuk itu diperlukan pengujian keseragaman data guna memisahkan data yang memiliki
karakteristik yang berbeda karena pengaruh-pengaruh seperti contoh yang disebutkan tadi.
Adapun rumus yang digunakan dalam pengujian keseragaman data adalah:

BKA = x ̅+kσ
BKB = x ̅-kσ

rumus standard deviasi

Dimana:

BKA = Batas Kontrol Atas

BKB = Batas Kontrol Bawah

x ̅= Nilai Data Rata-Rata

σ = Standar Deviasi

k = Tingkat Keyakinan

Mengacu pada contoh kasus diatas, jika batas kontrolnya ±3, tentukan apakah data seragam atau
tidak?

Dari perhitungan menggunakan formulasi diatas maka didapatkan:

x-bar = 6.93
∑(x – x-bar)² = 24.93
standar deviasi = 1.33
BKA = 10.93
BKB = 2.93

Grafik Kendali:
 hasil
data pengamatan -> seragam

Hasilnya, semua data pengamatan masih masuk dalam range antara BKA (Batas Kontrol Atas)
dan BKB (Batas Kontrol Bawah), maka data tersebut dikatakan seragam.

Iklan

Report this ad

Report this ad