PENGARUH OLAHRAGA TERHADAP KESEHATAN TUBUH SESEORANG

Latar Belakang Masalah
Dalam bidang olahraga cukup penting dan banyak manfaatnya terutama untuk kesehatan tubuh, baik itu kesehatan jasmani maupun rohani Karena setiap tubuh membutuhkan olahraga untuk menunjang kekebalan tubuh. Berolahraga harus dilakukan dengan rutin agar stamina tubuh kita tetap terjaga. Pada dasarnya, semakin banyak olahraga, maka semakin banyak pula energi yang kita dapatkan. Tanpa olahraga kita tidak akan sehat.
Disini yang menjadi objek penelitian yang membahas tentang analisis Pengaruh Olahraga terhadap Kesehatan Tubuh Seseorang. Dengan alasan bahwa sebagian besar manusia memerlukan Olahraga untuk kesehatan tubuh.

Rumusan Masalah
Berdasarkan latar belakang tersebut, maka permasalahan yang dapat dirumuskan adalah “Apakah olahraga sangat berpengaruh terhadap kesehatan tubuh?”

Tujuan
Tujuan dari penelitian ini adalah :
·         untuk mengetahui pengaruh olahraga terhadap kesehatan tubuh
·         untuk memberikan informasi bagi pengguna informasi
·         untuk mengetahui seberapa besar pengaruh olahraga terhadap kesehatan
·         untuk mengetahui penting tidaknya olahraga bagi kesehatan tubuh
·         untuk mengetahui seberapa banyak kalangan yang melakukan olahraga

Lokasi penelitian
Penelitian ini dilaksanakan di sekitar kampus STMIK Sumedang dan dilingkungan masyarakat. Sedangkan waktu penelitian yang direncanakan memakan waktu kurang lebih satu minggu selama bulan November 2014.

Populasi
          Dalam teknik penelitian kami mengumpulkan data melalui penyebaran kuesioner kepada responden yaitu mahasiswa dan masyarakat. Dari sekian banyak mahasiswa dan Masyarakat kami mengambil (sampel) 11 sebagai responden dari 10 lembar kuesioner.
===================================================================== 
KUESIONER
PENGARUH OLAHRAGA TERHADAP KESEHATAN TUBUH SESEORANG

Petunjuk
Berilah tanda (x) pada salah satu pilihan jawaban anda yang benar dengan
Keterangan :
SS        = Sangat Setuju
S          = Setujuh
R          = Ragu-Ragu
KS       = Kurang Setuju
TS        = Tidak Setuju

Identitas Responden
Nama              :
Pendidikan      :

Pertanyaan untuk variable X




Pertanyaan untuk variable (Y)


==============================================================
  
DATA HASIL KOESIONER



==========================================================

DATA HASIL PERHITUNGAN

1.     Uji Frekuensi

Distribusi frekuensi pada penelitian adalah untuk menjelaskan suatu pendapat atau tanggapan responden terhadap kuesioner yang diberikan oleh peneliti, dengan adanya table frekuensi maka pembaca dapat melihat seberapa besar atau seberapa banyak responden memilih jawaban terhadap pertanyaan yang ada pada kuesioner.
Misalnya kita ambil contoh kasus 1 variabel saja, dalam hal ini kita mengambil Variabel X

Langkah uji frekuensi :
Lakukan copy terhadap isi pertanyaan X dari lembar kerja Microsoft exel kemudian paste ke lembar SPSS
untuk merubah nama kolom (VAR0001) menjadi (P1) atau pertanyaan 1, maka lakukan pengaturan di tab Data view
·    Langkah selanjutnya yaitu mengatur properties jawaban yang dikaitkan dengan bobot isi yang ada pada pertanyaan kuesioner
·        Atur properties pada Kolom Values seperti berikut :
Value = 1, Label (tidak setuju)
Value= 2, Label (Kurang setuju)
Value= 3, Label (Ragu-Ragu)
Value= 4, Label ( Setuju)
Value= 5, Label (Sangat Setuju)
·    Jika kita telah selesai mengatur properties nya, langkah selanjutnya yaitu melakukan distribusi frekuensi, dengan cara : klik menu Analyze > Descriptive Statistics > Frequencies,
·        Pindahkan item P1 sampai dengan akhir kesebelah kanan dengan cara CTLR+A dan pindahkan ke sebelah      kanan.
·    Jika telah dilakukan sesuai dengan perintah diatas, lalu klik tombol OK, dan akan tampil hasilnya seperti berikut:



Hasil Uji Frekuensi Variabel X :
Dapat dilihat dalam P1(pertanyaan 1)
Yang menjawab ragu-ragu jumlahnya 4 orang
Yang menjawab setuju jumlahnya 3 orang
Yang menjawab sangat setuju 4 orang
Total responden adalah 11 orang

Lakukan ulang dengan cara diatas menggunakan variable Y untuk mengetahui hasilnya
Dan dapat diperoleh hasilnya :


Hasil Uji Frekuensi Variabel Y
Dapat dilihat dalam P1(pertanyaan 1)
Yang menjawab ragu-ragu jumlahnya 5 orang
Yang menjawab setuju jumlahnya 4 orang
Yang menjawab sangat setuju 2 orang
Total responden 11 orang
 ===========================================================

2.     Uji Validitas

Validitas adalah ketepatan suatu instrument dalam mengukur apa yang ingin diukur. Menurut Ghozali (2009) menyatakan bahwa uji validitas digunakan untuk mengukur sah, atau valid tidaknya suatu kuesioner. Suatu koesioner dikatakan valid jika pertanyaan pada kuesioner mampu untuk mengungkapkan sesuatu yang akan diukur oleh kuesioner tersebut.

Ambil Variabel X selanjutnya kita pindahkan atau lalukan copy dari lembar kerja Microsoft exel ke lembar SPSS, setelah di paste maka langkah selanjutnya yaitu melakukan uji validitas dengan cara sebagai berikut :
·        Pada menu SPSS pilih Analyze > Correlate > Bivarite
·    Setelah itu kita pilih semua item termasuk kolom jumlah (JML) dengan cara CTR+A dan pindahkan ke sebelah kanan
·      Setelah semua langkah dilakukan, maka selanjutnya kita klik tombol OK, dan hasilnya akan tampil sebagai berikut :

Output Uji Validitas X :


Dari hasil analisis didapat nilai korelasi antara skor item dengan skor total. Nilai ini kemudian kita bandingkan dengan nilai r table, r table dicari pada signifikansi 0,05 dengan uji 2 sisi dan jumlah data (n) =11, maka didapat r table sebesar 0,602 ( lihat pada lampiran table r). Dengan perhitungan  df = n-2, df = 11-2 = 9
Berdasarkan hasil analisis di dapat nilai korelasi untuk semua item adalah valid (lihat pada kolom yang diberi warna kuning) dikarenakan lebih dari 0,602.

Tabel R



Dari hasil analisis didapat nilai korelasi antara skor item dengan skor total. Nilai ini kemudian kita bandingkan dengan nilai r table. r table dicari pada signifikansi 0,05 dengan uji 2 sisi dan jumlah data (n) =11, maka didapat r table sebesar 0,602 ( lihat pada lampiran table r). Dengan perhitungan  df = n-2, df = 11-2 = 9 Berdasarkan hasil analisis di dapat nilai korelasi untuk semua item adalah valid (lihat pada kolom yang diberi warna kuning) dikarenakan lebih dari 0,602.
Selanjutnya kita akan melakukan uji validitas dengan teknik Corrected Item-Total Correlation, yaitu dengan cara sebagai berikut:
·   Jika langkah tersebut telah dilakukan maka pilih semua item terkecuali item jumlah (JML) kemudian  pindahkan ke sebelah kanan
·     Kemudian pilih tombol Statistik, selanjutnya ceklis scale if item deleted pada bagian Descriptive for seperti pada gambar berikut ini
·        Setelah itu klik tombol Continue dan klik tombol OK, maka akan tampil hasil sebagai berikut :


Dari output diatas bisa dilihat pada Corrected Item – Total Correlation, inilah nilai korelasi yang didapat. Nilai ini kemudian kita bandingkan dengan nilai r tabel, r tabel dicari pada signifikansi 0,05 dengan uji 2 sisi dan jumlah data (n) = 11, maka didapat r tabel sebesar 0,602 (lihat pada lampiran tabel r). Dari hasil analisis dapat dilihat bahwa untuk semua itemlebih dari 0,602 dapat disimpulkan bahwa butir instrumen tersebut valid

Lakukan ulang dengan cara diatas menggunakan variable Y untuk mengetahui hasilnya, dan dapat diperoleh :




Dari output diatas bisa dilihat pada Corrected Item – Total Correlation, inilah nilai korelasi yang didapat. Nilai ini kemudian kita bandingkan dengan nilai r tabel, r tabel dicari pada signifikansi 0,05 dengan uji 2 sisi dan jumlah data (n) = 11, maka didapat r tabel sebesar 0,602 (lihat pada lampiran tabel r). Dari hasil analisis dapat dilihat bahwa untuk semua itemlebih dari 0,602 dapat disimpulkan bahwa butir instrumen tersebut valid
=============================================================

3.     Uji realibilitas

Reliabilitas adalah konsitensi dari serangkaian pengukuran atau serangkaian alat ukur.
Uji reliabilitas adalah data untuk mengukur suatu kuesioner yang merupakan indicator dari variable . suatu kuesioner dinyatakan reliable jika jawaban seseorang terhadap pernyataan adalah konsitensi atau stabil dari waktu ke waktu

Sebagai contoh kita akan melakukan uji reliabilitas dalam penelitian dengan jumlah 2 variabel yaitu X dan Y

·        Kemudian kita lakukan copy dari lembar Microsoft exel ke lembar SPSS
·        Setelah itu, kita pilih menu Analyze > scale > Reliability Analysis
·        Setelah langkah tersebut dilakukan, Kita pindahkan seluruh item P1 sampai dengan P10 ke sebelah kanan
·      Setelah itu pada model kita pilih Alpha, kemudian kita klik tombol OK, maka akan tampil hasilnya sebagai berikut :


Berdasarkan hasil perhitungan uji reliabilitas menggunakan SPSS, dapat diketahui bahwa variable X diperoleh nilai Alpha Cronbach > 0,60 dalam hal ini nilai 0,973 > 0,60. Hal ini berarti pertanyaan –pertanyaan tersebut Reliabel dan dapat digunakan dalam penelitian.

Selanjutnya kita lakukan uji reliabilitas untuk variable Y akan ditampilkan data tabelnya saja seperti pada table dibawah ini :

Hasil Uji reliabilitas Variabel Y


Kita lakukan perhitungan untuk ke-2  variabel tersebut didapatkan hasil uji reliabilitas seperti pada tabel dibawah ini :

Berdasarkan Tabel diatas, dapat diketahui bahwa dari ke2 variabel diatas yaitu X dan Y diperoleh nilai Alpha Cronbach > 0,60. Hal ini berarti pertanyaan-pertanyaan tersebut Reliabel dan dapat digunakan dalam penelitian

=========================================================

4.     Uji Korelasi

Analisis uji korelasi merupakan teknik analisis yang termasuk dalam pengukuran hubungan yang digunakan untuk mengukur kekuatan hubungan antara dua variable maupun lebih dari dua variable atau beberapa variable.
Pengukuran hubungan tersebut yaitu untuk mengetahui kekuatan hubungan antara variable atau beberapa variable. Dukatakan berasosiasi jika prilaku variable yang satu mempengaruhi variable lain. Jika tidak terjadi pengaruh, maka kedua variable tersebut disebut independen.
Dikutip dari sumber : jonathan Sarwono

Kita akan melakukan uji Korelasi 2 variabel yaitu X dan Y


Untuk melakukan Uji Korelasi dengan aplikasi SPSS langkah selanjutnya adalah kita melakukan copy hanya kolom jumlah total dari masing-masing variable. Kemudian lakukan paste pada lembar kerja SPSS
·                     Selanjutnya kita pilih menu Analyze > Correlate > Bivariate
·                     Pindahkan Variabel X dan Y ke sebelah kanan dibagian variables,
·                     setelah itu kita klik tombol OK, maka akan tampil laporan/output sebagai berikut :

Hasil penghitungan uji korelasi dari SPSS 17.0 dapat dihasilkan analisis korelasi sederhana (r) didapat korelasi antara pelayanan dengan kepercayaan (r) adalah -0,020. Hal ini menunjukkan bahwa terjadi hubungan yang sangat rendah antara variable X dengan variable Y. Jadi semakin rendah variable X maka semakin rendah pula Variabel Y.

Dari hasil table diatas merupakan hubungan antara variable independent, selanjutnya kita lakukan kembali analisis untuk mengetahui hubungan antara variable independent dengan variable Dependen dengan cara berikut :

·        Klik Analyze > Regression > Linear, maka akan tampil sebagai berikut :
·     Pindahkan variable Y ke sebelah kanan dibagian Dependent, dan pindahkan variable X ke sebelah kanan dibagian Independen(s), dan klik tombol statistics kemudian ceklis pada R squared change, maka akan tampil sebagai berikut :
·        Setelah itu klik tombol Continue dan klik tombol OK maka akan tampil gambar sebagai berikut :


Dari hasil output table diatas, maka langkah selanjutnya kita lakukan rekafitulasi hubungan antara variable, dalam hal ini antara variable Independen dengan variable Dependen sebagai berikut :


Mengacu pada hasil tersebut maka kita harus melihat table koefisien korelasi untuk dapat mengambil kesimpulan hubungan antar variable tersebut, berikut table koefisien korelasi :




Berdasarkan hasil table diatas, diketahui bahwa besarnya korelasi antara variable (X) terhadap variable (Y) yang dihitung dengan koefisien korelasi adalah sebesar 0,020, Hal ini menunjukan bahwa hubungan antara variable tersebut bersifat sangat rendah

==========================================================
5.     Uji Regresi

Analisis regresidigunakan untuk memahami variable bebas mana saja yang berhubungan dengan variable terikat, dan untuk mengetahui bentuk-bentuk hubungan tersebut.

Contoh kasus misalnya kita akan melakukan uji regresi dengan 2 variabel antara lain X dan Y

·      Langkah selanjutnya kita lakukan copy terhadap jumlah total sari setiap variable dan paste di lembar kerja SPSS
·         Setelah itu kita pilih menu Analyze > Regression > Linear
·  Pindahakan variable Y ke sebelah kanan dibagian Dependen dan variable X ke sebelah bagian      Independen(s), setelah itu kita klik tombol plots
·      Langkah selanjutnya pada bagian Standardized Residuals Plots ceklis Histogram dan Normal probability plot, klik tombol Continue dan klik tombol OK maka akan tampil output sebagai berikut :


Pada tabel Model Summary adalah menampilkan nilai R yang merupakan simbol dari nilai koefisien korelasi. Pada hasil diatas nilai korelasi adalah 0,20. Nilai kedua variabel penelitian ada di kategori sangat rendah.Melalui tabel ini juga diperoleh nilai R Square atau koefisien determinasi (KD) yang menunjukkan seberapa bagus model regresi yang dibentuk oleh interaksi variabel X dan variabel Y. dapat ditafsirkan bahwa variabel  X tidak berkontribusi terhadap variabel Y karena Nilai KD yang diperoleh adalah 000%


Pada tabel Anova menghasilkan nilai signifikansi yaitu 0,954 dengan syarat ketentuan, jika Nilai Sig. < 0,05, maka model regresi adalah linier, dan jika > 0,05 maka model regresi tidak linier. Berdasarkan output tabel Anova diatas, diperoleh nilai Sig. = 0,954 yang berarti > kriteria signifikan (0,05), oleh karena itu model persamaan regresi berdasarkan data penelitian diatas adalah tidak signifikan artinya, model regresi linier tidak memenuhi kriteria linieritas.



Pada table Coefficients menjelaskan model persamaan regresi yang diperoleh dengan koefisien konstanta dan koefisien variabel yang ada di kolom Unstandardized Coefficients B. Berdasarkan tabel ini diperoleh model persamaan regresi : Y =-37.980+-016 X.

 ==========================================================
6.     Uji Normalitas

Uji Normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data yang mempunyai pola sepeti distribusi normal.

Contoh kasus misalnya kita akan melakukan uji Normalitas dengan 2 variabel antara lain X dan Y

·         Langkah selanjutnya kita lakukan copy terhadap jumlah total sari setiap variable dan paste di lembar kerja SPSS
·        Setelah itu kita pilih menu Analyze > Regression > Linear
·   Setelah itu kita pindahkan variable Y ke bagian Dependen dan variable X kita pindahkah ke bagian Independen(s), setelah itu pilih tombol save
·     Pada bagian Residuals kita lakukan ceklis pada unstandardized kemudian klik tombol Continue dan klik tombol OK. Maka akan muncul variable baru (kolom baru) dengan nama RES_1
·      Jika langkah tersebut telah dilakukan maka selanjutnya kita pilih menu analyze > Nonparametic > 1 sampel K-S
·     Selanjutnya kita masukan variable unstandardized residual ke kotak Test Variabel List seperti gambar diatas, kemudian pada Test Distribution centang (ceklis) normal, kemudian klik tombol OK, maka hasilnya akan tampil sebagai berikut :


Berdasarkan table uji normalitas dengan Kolmogoroy-Smirnov Test diperoleh nilai Kolmogorov Smirnov Z sebesar 0,672 dan Asymp.sig. sebesar 0,757 lebih besar dari 0,05 maka dapat disimpulkan data berdistribusi Normal.
===========================================================

7.     Uji Linear itas

Uji linearitas bertujuan untuk mengetahui apakah setiap variable mempunyai hubungan yang linear atau tidak secara signifikan dengan variable yang lain. Menurut Sudjana (2003:331) “ Uji linearitas dimaksudkan untuk menguji linear tidaknya data yang dianalisis”.

Contoh kasus misalnya kita akan melakukan uji Normalitas dengan 2 variabel antara lain X dan Y
·         kita lakukan copy terhadap jumlah total sari setiap variable dan paste di lembar kerja SPSS
·         Setelah itu kita pilih menu Analyze > Compare Means > Means
·         Pindahkan variable Y ke bagian Dependent list dan untuk variable X pindahkan ke bagian Independent List, kemudian klik tombol Options
·         Jika sudah tampil seperti gambar diatas, ceklis untuk anova table and eta dan ceklis pada Test for linearity dan klik tombol continue dan klik tombol OK, maka akan tampil output seperti pada gambar dibawah ini :
Hubungan X dengan Y


Berdasarkan table diatas yang dihasilkan analisis bahwa nilai sinifikansi 0,242 lebih dari 0,05 dan deviation from Linearity di dapat nilai 0,192 yang mana lebih dari 0,05 maka dapat disimpulkan antara variable Y dan X mempunyai hubungan yang linear.
 =========================================================
8.     Heteroskedastisitas

Heteroskedastisitas yaitu adanya ketidak samaan varian dari residual untuk semua pengamatan pada model regresi. Prasarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas.

Untuk melakukan uji heterokedastisitas copy jumlah total dari setiap variable dan paste dilembar kerja SPSS,
·        Selanjutnya pilih menu Analyze > Regression > Linear
·        Pindahkan variable Y ke bagian Dependent dan viable X pindahkan ke sebelah kanan bagian independen(s), kemudian pilih tombol save
·        Pada bagian residuals pilih (ceklis) Unstandardized kemudian klik Continue dan klik OK dan Akan kolom baru dengan nama RES_1, langkah selanjutnya kita pilih menu Transform > Compute variabel
·      Pada target variable ketik RES_2 dan pada numeric Expression ketik ABS_RES(RES_1), kemudian klik OK, dan akan tampil kolom baru dengan nama RES_2, setelah itu kita pilih kembali menu Analyze > Regression > linear dan keluarkan variable Y dibagian Dependent dan anti/masukan dengan RES_2
·        jika langkah tersebut sudah dilakukan, maka langkah selanjutnya kita klik tombol save dan hilangkan ceklis unstandardized pada bagian Residual
·    Jika langkah tersebut telah dilakukan kita klik tombol Continue dan klik tombol OK maka akan tampil seperti berikut :




Berdasarkan tabel diatas tersebut menunjukan tidak ada gangguan heteroskedasitas yang terjadi, dimana nilai signifikan (sig) lebih dari 0,05 (p>0,05). Jadi secara keseluruhan variabel dalam hal ini X dapat disimpilkan bahwa tidak ada masalah heteroskedastisitas

=========================================================

9.     Uji Hipotesis

Uji hipotesis adalah metode pengambilan keputusan yang didasarkan dari analisis data. Dalam statistic sebuah hasil bisa dikatakan signifikan secara statistic jika kejadian tersebut hamper tidak mungkin disebabkan oleh factor yang kebetulan, sesuai dengan batas probabilitas yang sudah ditentukan sebelumnya.

Untuk melakukan uji Hipotesis copy jumlah total dari setiap variable dan paste dilembar kerja SPSS,
·         Selanjutnya pilih menu Analyze > Regression > Linear
·         Pindahkan variable Y ke bagian Dependent dan viable X pindahkan ke sebelah kanan bagian independen(s), kemudian klik tombol OK maka akan tampil hasilnya seperti berikut :


Berdasarkan hasil analisis terlihat pada kolom sig ditabel ANOVA sebesar 0,954 atau lebih besar dari 0,05 maka Ho  diterima dan Ha ditolak artinya koefisien tidak signifikan. Jadi semakin rendah variable X  maka semakin rendah juga Variabel Y

Pada koefisien, uji t/parsial terlihat bahwa variabel X secara statistik tidak pengaruh yang signifikan terhadap variabel Y yang ditunjukkan oleh nilai Sig yaitu 0,006
Persamaan strukturalnya menjadi seperti berikut :
Y = a + b1X1
       = 37.980 +-016 X

 ===========================================================
Kesimpulan dan Saran

Berdasarkan hasil analisis terlihat pada kolom sig ditabel ANOVA sebesar 0,954 atau lebih besar dari 0,05 maka Ho  diterima dan Ha ditolak artinya koefisien tidak signifikan.
Jadi semakin rendah seseorang melakukan olahraga maka semakin rendah juga kesehatan seseorang tersebut.
Demikian Pembahasan mengenai uji statistic yang dilakukan pada penelitian Skripsi maupun Tesis, semoga tulisan ini dapat bermanfaat bagi mahasiswa yang sedang melakukan penelitian. 

Disusun Oleh :
Nur Alpiatin Laila (A3.1300035)
Deda hilman (A3.13000)
Anisa rindang barokah (A3.13000)


0 Komentar untuk "PENGARUH OLAHRAGA TERHADAP KESEHATAN TUBUH SESEORANG"

Silakan tinggalkan komentar anda. DILARANG KERAS menyimpan link blog/web pada komentar dengan tujuan backlink, Spam.

 
Copyright © 2014 Tutorial Kampus - All Rights Reserved
Template By. Catatan Info