BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

(1)

44

BAB IV

PENGUMPULAN DAN PENGOLAHAN DATA

4.1 Identifikasi Variabel Penelitian

Penelitian ini menggunakan IFRC (Subjective Self Rating Test - Industrial Fatique Research Committee ) dari Jepang, yang dapat

mengidentifikasi tingkat kelelahan subjektif dengan menggunakan kuesioner. Dalam penelitian ini hanya focus pada kelelahan (Fatigue) fisik sehingga hanya menggunakan 10 pertanyaan yang berkaitan dengan gejala kelelahan fisik dari 30 daftar pertanyaan yang ada dalam IFRC dengan penyesuaian. Jawaban untuk kuesioner ini terbagi menjadi 4 kategori yaitu sangat sering (SS) dengan skor 4, sering (S) dengan skor 3, kadang-kadang (K) dengan skor 2, dan tidak pernah (TP) dengan skor 1.

Dalam menentukan tingkat kelelahan, jawaban tiap pertanyaan dijumlahkan kemudian digolongkan ke dalam kategori yang telah disesuaikan dari IFRC. Kategori yang ada antara lain:

a. Nilai 10 = Tidak lelah b. Nilai 11 – 20 = Kelelahan Ringan c. Nilai 21 – 30 = Kelelahan sedang d. Nilai 31 – 40 = Kelelahan berat

(2)

Identifikasi variable penelitian ini dapat dilihat dalam tabel berikut:

Tabel 4.1

Identifikasi Variabel Penelitian

No. Variabel Indikator Skala

Pengukuran

Hasil Pengukuran

1

Kelelahan (fatigue) Fisik

Rasa sakit di kepala, rasa kaku di bahu, rasa nyeri di punggung, rasa sakit di pinggang, nafas terasa sesak, haus, suara serak, pening, spasme/berat di kelopak mata, tremor/gemetar pada anggota badan

Skala Ordinal

- Skor: Tidak pernah, kadang- kadang, sering, sangat sering.

-Kategori kelelahan:

Tidak lelah, ringan, sedang dan berat.

2 Jarak

Tempuh Jarak perjalanan Skala Ratio Jarak tempuh dalam kilometer 3 Jenis

Motor Cara pengoperasian Skala Nominal

Matic, non- matic

Mahasiswa non pekerja dalam hal ini didefinisikan sebagai mahasiswa yang tidak memiliki pekerjaan baik terikat pada suatu instansi perusahaan ataupun wirausaha yang memiliki waktu kerja tetap dan rutin sedangkan mahasiswa pekerja didefinisikan sebagai mahasiswa yang memiliki kontrak kerja pada suatu instansi maupun perusahaan sehingga memiliki kegiatan rutin diluar perkuliahan.

Motor matic merupakan motor dengan transmisi yang diproses secara otomatis, cukup dengan menarik tuas gas dan tuas rem untuk mengoperasikan motor. Sedangkan motor non matic disini merupakan motor bebek dan motor sport yang menggunakan transmisi manual untuk mengoper gear.

(3)

4.2 Populasi dan Sampel Penelitian 1. Populasi

Populasi penelitian ini adalah mahasiswa universitas Mercubuana pengendara sepeda motor yang berjenis kelamin laki-laki dengan jarak tempuh lebih dari 15 Km.

2. Sampel

Teknik pengambilan sampel pada penelitian ini adalah Purposive sampling yaitu pengambilan sampel secara purposive

didasarkan pada suatu pertimbangan tertentu yang dibuat oleh peneliti sendiri, berdasarkan ciri atau sifat-sifat populasi yang sudah diketahui sebelumnya. Pelaksanaan pengambilan sampel secara purposive ini antara lain sebagai berikut :

Mula-mula peneliti mengidentifikasi semua karakteristik populasi misalnya dengan mengadakan study pendahuluan atau dengan mempelajari berbagai hal yang berhubungan dengan populasi.

Kemudian peneliti menetapkan berdasarkan pertimbangannya, sebagian dari anggota populasi menjadi sampel penelitian, sehingga teknik pengambilan sampel secara purposive ini didasarkan pada pertimbangan pribadi peneliti sendiri. Dengan purposive sampling didapatkan sampel penelitian ini sebanyak 60 orang mahasiswa yang terdiri dari 30 orang mahasiswa yang bekerja dan 30 orang mahasiswa bukan pekerja yang memenuhi ciri-ciri sebagai berikut:

1. Jenis kelamin laki-laki 2. Pengendara sepeda motor 3. Jarak tempuk lebih dari 15 Km.

(4)

4.3 Pengumpulan Data

Dari proses penelitian ini diperoleh data yang relavan dengan tujuan dan hipotesis penelitian. Penyajian data dari hasil penelitian dapat berupa tabel, grafik, gambar atau bagan yang disusun sesuai tahapan pelaksanaan penelitian. Data penelitian diperoleh dari hasil pengumpulan data yang dilakukan selama 5 minggu dengan mengumpulkan sebanyak 30 responden mahasiswa non pekerja dan 30 responden mahasiswa pekerja.

Pengumpulan data responden mahasiswa non pekerja dilakukan antara hari senin sampai dengan jumat selama 5 minggu dengan 6 responden setiap minggunya dan hasilnya dapat dilihat di tabel berikut :

Tabel 4.2

Data Pengumpulan Responden Mahasiswa Non Pekerja

Keluhan Frekuensi pengumpulan pada minggu ke-

Jumlah

1 2 3 4 5

Ada 6 6 6 6 6 30

Tidak ada 0 0 0 0 0 0

Jumlah 6 6 6 6 6 30

%Keluhan 100 100 100 100 100

Pengumpulan data responden mahasiswa pekerja dilakukan hari sabtu dan minggu selama 5 minggu dengan 6 responden setiap minggunya dan hasilnya dapat dilihat di tabel berikut :

Tabel 4.3

Data Pengumpulan Responden Mahasiswa Pekerja

Keluhan Frekuensi pengumpulan pada minggu ke-

Jumlah

1 2 3 4 5

Ada 6 6 6 6 6 30

Tidak ada 0 0 0 0 0 0

Jumlah 6 6 6 6 6 30

%Keluhan 100 100 100 100 100

(5)

Alat pengukuran menggunakan kuesioner IFRC yang berkaitan dengan kelelahan fisik yang telah disesuaikan dengan 4 kategori jawaban yaitu sangat sering (SS) dengan skor 4, sering (S) dengan skor 3, kadang- kadang (K) dengan skor 2, dan tidak pernah (TP) dengan skor 1.

4.3.1 Data Hasil Kuesioner

Berikut dijabarkan data hasil wawancara menggunakan kuesioner pada mahasiswa bukan pekerja.

Tabel 4.4

Data Hasil Kuesioner Mahasiswa Non Pekerja No. Responden

Indikator ke-

Total

Jarak Tempuh

(Km)

Jenis Motor 1 2 3 4 5 6 7 8 9 10

1 Dicky 3 3 4 2 2 3 2 3 4 2 28 17 Matic 2 Fahrul 2 3 3 2 1 2 1 2 3 2 21 16 Matic 3 Iwan 4 4 3 4 3 4 3 3 4 3 35 23 Non matic 4 Anto 3 3 3 3 2 4 2 2 4 3 29 23 Non matic 5 Indra 4 3 4 3 2 4 3 2 4 3 32 21 Matic 6 Hendra 1 2 2 1 1 2 1 2 3 2 17 15 Matic 7 Panca 3 3 3 4 2 4 2 3 3 2 29 21 Matic 8 Sugeng 1 2 2 2 3 3 1 2 4 2 22 15 Non matic 9 Rahmat 2 1 2 3 1 2 1 2 3 2 19 15 Matic 10 Ikbal 3 2 3 3 3 3 2 2 3 3 27 20 Non matic 11 Tio 2 3 4 2 3 4 3 3 3 1 28 21 Non matic 12 Danang 4 4 4 4 3 4 4 4 4 3 38 27 Non matic 13 Yusman 3 3 4 3 2 3 1 3 4 1 27 16 Matic 14 Sofyan 2 2 3 2 2 2 2 1 3 1 20 15 Matic 15 Wijaya 2 2 3 3 3 3 2 2 3 1 24 16 Non matic 16 Ardi 3 3 4 3 2 3 4 3 4 3 32 25 Non matic 17 Hidayat 3 3 4 2 3 2 3 2 3 2 27 19 Matic 18 Ade 3 2 3 2 3 4 2 2 2 1 24 17 Non matic 19 Arifin 4 3 4 3 2 4 2 2 4 3 31 22 Matic 20 Restu 2 2 4 2 2 2 1 1 1 2 19 15 Matic 21 Adhi 4 3 4 3 3 3 2 2 4 3 31 18 Non matic 22 Satria 2 3 2 3 1 2 3 2 3 1 22 17 Matic 23 Fikri 2 3 2 1 1 2 2 1 2 1 17 15 Non matic 24 Alfi 2 3 3 4 3 3 3 2 4 3 30 22 Matic 25 Ahmad 3 2 4 4 4 4 3 3 4 2 33 25 Non matic 26 Hari 2 3 4 3 2 3 3 1 4 2 27 21 Matic

(6)

27 Rizki 3 3 3 4 3 3 3 2 3 2 29 20 Non matic 28 Anwar 3 2 3 3 4 2 2 2 3 3 27 22 Matic 29 Heri 4 3 3 4 4 4 3 3 4 3 35 27 Non matic 30 Bima 3 3 4 3 2 3 3 2 4 3 30 26 Non matic

Berikut dijabarkan data hasil wawancara menggunakan kuesioner pada mahasiswa pekerja.

Tabel 4.5

Data Hasil Kuesioner Mahasiswa Pekerja

No. Responden

Indikator ke-

Total

Jarak Tempuh

(Km)

Jenis Motor 1 2 3 4 5 6 7 8 9 10

1 Wandi 3 4 3 4 4 4 4 3 3 4 36 24 Matic 2 Hari 2 3 3 4 4 3 3 2 2 1 27 16 Non matic 3 Purwanto 2 3 3 3 2 3 2 3 2 2 25 17 Non matic 4 Mustafa 4 4 4 4 4 4 4 3 3 4 38 25 Matic 5 Jahidin 3 2 3 4 3 3 3 3 2 3 29 16 Matic 6 Rosad 4 4 3 4 4 4 2 2 2 4 33 19 Non matic 7 Hamzah 3 4 2 3 3 3 3 3 3 2 29 22 Matic 8 Achmad 4 3 4 4 4 4 4 4 3 4 38 25 Non matic 9 Dermawan 3 2 4 4 4 3 3 4 2 3 32 23 Non matic 10 Waridi 2 2 2 4 4 3 2 2 1 1 23 15 Non matic 11 Suyanto 3 4 4 4 4 4 3 2 2 3 33 17 Matic 12 Sultan 3 3 3 4 3 4 2 3 2 2 29 17 Non matic 13 Suryadi 2 3 2 2 2 3 3 2 1 1 21 15 Non matic 14 Mansur 2 4 4 4 4 3 1 3 4 3 32 21 Matic 15 Alfi 3 2 4 2 4 2 2 2 2 2 25 15 Non matic 16 Edhi 3 4 3 4 3 3 3 4 2 3 32 23 Matic 17 Tanto 2 3 3 4 4 4 3 3 2 2 30 20 Matic 18 Fikri 2 3 2 3 4 3 3 2 3 2 27 19 Matic 19 Handi 4 4 3 4 4 2 3 2 1 1 28 18 Non matic 20 Agus 4 4 3 4 4 3 2 4 4 3 35 23 Matic 21 Suhadi 2 4 4 4 2 4 3 3 2 4 32 22 Matic 22 Widi 3 2 3 3 3 2 3 3 3 2 27 18 Matic 23 Samsudin 2 3 2 3 3 2 2 2 2 2 23 15 Non matic 24 Zakaria 4 4 3 4 4 4 3 4 2 3 35 22 Non matic 25 Herman 3 2 2 3 4 3 3 3 2 2 27 20 Non matic 26 Sugiarto 2 3 3 4 4 2 2 3 2 1 26 20 Matic 27 Mulyanto 2 2 3 3 3 3 3 3 2 2 26 17 Non matic 28 Syahrial 4 4 4 4 4 4 4 2 3 3 36 23 Non matic 29 Haris 4 4 4 3 4 4 4 3 4 3 37 25 Matic 30 Haryono 3 2 3 4 4 3 3 3 2 2 29 20 Matic

(7)

4.3.2 Data Gejala Kelelahan Fisik

Berikut ini merupakan data jumlah responden mahasiswa bukan pekerja yang mengalami gejala kelelahan fisik pada tiap indicator yang terdapat dalam kuesioner:

Tabel 4.6

Gejala Kelelahan Fisik Mahasiswa Non Pekerja

No. Indikator Tidak Ya

Jumlah

1 2 3 4

1 Sakit di kepala 2 10 12 6 28

2 Kaku di bahu 1 9 18 2 29

3 Nyeri di punggung 0 5 12 13 30

4 Sakit di pinggang 2 8 13 7 28

5 Nafas sesak 5 11 11 3 25

6 Haus 0 9 11 10 30

7 Suara serak 6 11 11 2 24

8 Pening 4 17 8 1 26

9 Spasme (kaku) kelopak mata 1 2 12 15 29

10 Tremor (bergetar) anggota badan 7 11 12 0 23

Total 28 93 120 59 300

Keterangan skor:

1 = Tidak Pernah 2 = Kadang- kadang 3 = Sering

4 = Sangat sering

Berikut ini merupakan data jumlah responden mahasiswa pekerja yang mengalami gejala kelelahan fisik pada tiap indicator yang terdapat dalam kuesioner:

(8)

Tabel 4.7

Gejala Kelelahan Fisik Mahasiswa Pekerja

No. Indikator Tidak Ya

Jumlah

1 2 3 4

1 Sakit di kepala 0 11 11 8 30

2 Kaku di bahu 0 8 9 13 30

3 Nyeri di punggung 0 6 15 9 30

4 Sakit di pinggang 0 2 8 20 30

5 Nafas sesak 0 3 7 20 30

6 Haus 0 5 14 11 30

7 Suara serak 1 8 16 5 29

8 Pening 0 10 15 5 30

9 Spasme (kaku) kelopak mata 3 17 7 3 27

10 Tremor (bergetar) anggota badan 5 11 9 5 25

Total 9 81 111 99 300

Keterangan skor:

1 = Tidak Pernah 2 = Kadang- kadang 3 = Sering

4 = Sangat sering

4.4 Pengolahan Data

Pengolahan data dilakukan setelah semua data terkumpul.

Pengolahan data dilakukan berdasarkan teori – teori yang berhubungan dengan penelitian ini, meliputi uji keseragaman data, uji kecukupan data, uji validitas dan uji reliabilitas, uji kenormalan data, uji Mann Whitney, uji Wilcoxon dan uji regresi korelasi.

(9)

4.4.1 Uji Keseragaman Data

Uji keseragaman data berkaitan dengan responden yang diamati bertujuan untuk mengetahui apakah data yang diambil sudah seragam atau belum. Suatu data dikatakan seragam bila berada dalam rentang batas kendali tertentu. Perhitungan uji keseragaman dan kecukupan data dilakukan dengan memilih tingkat ketelitian 5% dan tingkat kepercayaan 95%, artinya peneliti meyakini bahwa 95% data yang diperoleh telah mengalami penyimpangan sejauh 5% dari rata-rata data sebenarnya.

Rentang batas kendali tersebut adalah batas kendali atas (BKA) dan batas kendali bawah (BKB), dengan rumus sebagai berikut :

p̅ = ^{𝛴𝛴𝛴𝛴𝛴𝛴}_𝑘𝑘

BKA = p̅ + 3 �^{p�(1−p�)}_𝑛𝑛 CL = p̅

BKB = p̅ - 3 �^{p�(1−p�)}_𝑛𝑛

n = ^{𝛴𝛴𝑛𝑛𝛴𝛴}

𝑘𝑘

Keterangan :

p_i = persentase produktif di waktu ke – i k = jumlah waktu pengamatan

n = jumlah pengamatan di waktu ke -i

a. Uji Keseragaman Data Mahasiswa Non Pekerja

Data yang diolah dapat dilihat di tabel 4.2 yaitu data pengumpulan responden mahasiswa non pekerja

(10)

p̅ = ^{𝛴𝛴𝛴𝛴𝛴𝛴}_𝑘𝑘 = 100+100+100+100+100

5 = 100/100 = 1

𝑘𝑘 = ^6+6+6+6+6

5 = 6

BKA = 1 + 3 �¹⁽¹⁻¹⁾₆ = 1

CL = p̅ = 1

BKB = 1 + 3 �¹⁽¹⁻¹⁾₆ = 1

Dari perhitungan diatas, terlihat bahwa semua data telah seragam, karena berada dalam batas-batas control, sehingga semua data tersebut dapat digunakan.

b. Uji Keseragaman Data Mahasiswa Pekerja

Data yang diolah dapat dilihat di tabel 4.3 yaitu data pengumpulan responden mahasiswa pekerja

p̅ = ^{𝛴𝛴𝛴𝛴𝛴𝛴}_𝑘𝑘 = 100+100+100+100+100

5 = 100/100 = 1

𝑘𝑘 = ^6+6+6+6+6

5 = 6

BKA = 1 + 3 �¹⁽¹⁻¹⁾₆ = 1

CL = p̅ = 1

BKB = 1 + 3 �¹⁽¹⁻¹⁾₆ = 1

(11)

Dari perhitungan diatas, terlihat bahwa semua data telah seragam, karena berada dalam batas-batas control, sehingga semua data tersebut dapat digunakan.

4.4.2 Uji Kecukupan Data

Uji kecukupan data dilakukan dengan tujuan untuk mengetahui apakan data yang diperoleh sudah mencukupi atau belum. Perhitungan uji kecukupan dilakukan dengan memilih tingkat ketelitian (α ) = 5 % dan tingkat kepercayaan 95%, artinya peneliti meyakini bahwa 95% data yang diperoleh telah mengalami penyimpangan sejauh 5% dari rata-rata data sebenarnya. menggunakan persamaan berikut :

N’ =

(

^𝑍𝑍_𝑠𝑠

) ²

^.

(

^1−𝑝𝑝_𝑝𝑝

)

Z = Tingkat kepercayaan

Jika tingkat kepercayaan = 90%, maka Z = 1,65 Jika tingkat kepercayaan = 95%, maka Z = 2,00 Jika tingkat kepercayaan = 99%, maka Z = 3,00

Uji kecukupan data dihitung setelah semua nilai data berada dalam batas kendali, jumlah pengukuran dikatakan cukup bila N’ (Jumlah data yang diperlukan sesuai dengan tingkat kepercayaan (Z) dan tingkat ketelitian (s) yang telah ditentukan) lebih kecil atau sama dengan N (Jumlah data yang diperlukan dari pengukuran sebelumnya).

a. Uji Kecukupan Data Mahasiswa Non Pekerja

(12)

P = 𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗 ℎ 𝑟𝑟𝑟𝑟𝑠𝑠𝑝𝑝𝑟𝑟𝑛𝑛𝑟𝑟𝑟𝑟𝑛𝑛 𝑦𝑦𝑗𝑗𝑛𝑛𝑦𝑦 𝑗𝑗𝑟𝑟𝑗𝑗 𝑘𝑘𝑟𝑟𝑗𝑗𝑗𝑗 ℎ𝑗𝑗𝑛𝑛 𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗 ℎ 𝑠𝑠𝑟𝑟𝑗𝑗𝑗𝑗𝑟𝑟𝑗𝑗 ℎ 𝑟𝑟𝑟𝑟𝑠𝑠𝑝𝑝𝑟𝑟𝑛𝑛𝑟𝑟𝑟𝑟𝑛𝑛 = ³⁰

30 = 1

N’ =

(

^𝑍𝑍_𝑠𝑠

) ²

^.

(

)

⁼

(

_0,05²

) ²

^.

(

¹⁻¹₁

)

^{= 0}

Hasil dari uji kecukupan data tersebut adalah N’ = 0 < N = 30, maka data tersebut dinyatakan mencukupi.

b. Uji Kecukupan Data Mahasiswa Pekerja

P = 𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗 ℎ 𝑟𝑟𝑟𝑟𝑠𝑠𝑝𝑝𝑟𝑟𝑛𝑛𝑟𝑟𝑟𝑟𝑛𝑛 𝑦𝑦𝑗𝑗𝑛𝑛𝑦𝑦 𝑗𝑗𝑟𝑟𝑗𝑗 𝑘𝑘𝑟𝑟𝑗𝑗𝑗𝑗 ℎ𝑗𝑗𝑛𝑛 𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗𝑗 ℎ 𝑠𝑠𝑟𝑟𝑗𝑗𝑗𝑗𝑟𝑟𝑗𝑗 ℎ 𝑟𝑟𝑟𝑟𝑠𝑠𝑝𝑝𝑟𝑟𝑛𝑛𝑟𝑟𝑟𝑟𝑛𝑛 = ³⁰

30 = 1

N’ =

(

^𝑍𝑍_𝑠𝑠

) ²

^.

(

)

⁼

(

_0,05²

) ²

^.

(

¹⁻¹₁

)

^{= 0}

Hasil dari uji kecukupan data tersebut adalah N’ = 0 < N = 30, maka data tersebut dinyatakan mencukupi.

4.4.3 Uji Validitas dan Reliabilitas

Uji validitas perlu dilakukan dalam penelitian untuk mengetahui apakah kuesioner tersebut telah mengukur apa yang seharusnya diukur dan inferensi yang dihasilkan mendekati kebenaran. Perhitungan uji validitas dan uji reliabilitas menggunakan tingkat signifikansi (α) = 5% dengan 30 orang responden (n) dan DF = n-2 = 28, maka nilai koefisien korelasi (r tabel) sebesar 0,306 (lihat di lampiran 5), sehingga hasil perhitungan harus

(13)

lebih besar dari 0,306. Untuk menguji validitas menggunakan rumus Pearson Product Moment:

r

hitung = n (xy ) − (xy)

�{nx²−(x)²}.{ny²−(y)²}

Keterangan :

r_hitung = koefisien validitas item yang dicari n = jumlah responden

X = skor yang diperoleh subjek dalam setiap item Y = skor total keseluruhan

Berikut ini lembar perhitungan uji validitas indicator I pada responden mahasiswa non pekerja sebagai contoh perhitungan secara manual :

Tabel 4.8

Lembar Perhitungan Uji Validitas Indikator I Mahasiswa Non Pekerja

No. x y xy x² y²

1 3 28 84 9 784

2 2 21 42 4 441

3 4 35 140 16 1.225

4 3 29 87 9 841

5 4 32 128 16 1.024

6 1 17 17 1 289

7 3 29 87 9 841

8 1 22 22 1 484

9 2 19 38 4 361

10 3 27 81 9 729

11 2 28 56 4 784

12 4 38 152 16 1.444

13 3 27 81 9 729

14 2 20 40 4 400

15 2 24 48 4 576

16 3 32 96 9 1.024

(14)

17 3 27 81 9 729

18 3 24 72 9 576

19 4 31 124 16 961

20 2 19 38 4 361

21 4 31 124 16 961

22 2 22 44 4 484

23 2 17 34 4 289

24 2 30 60 4 900

25 3 33 99 9 1.089

26 2 27 54 4 729

27 3 29 87 9 841

28 3 27 81 9 729

29 4 35 140 16 1.225

30 3 30 90 9 900

Σ 82 810 2.327 246 22.750

r

hitung = 30 (2.327) − (82 x 810)

�{30x246−(82)²}.{30x22.750−(810)²}

=

^0,815

Karena data diatas banyak, maka peneliti menggunakan software SPSS sebagai alat bantu untuk memudahkan pengolahan data dengan skor nilai tiap indicator dan total skor masing-masing responden sebagai input untuk mendapatkan nilai r hitung dari 10 item indicator.Pengolahan data dan output terlampir. Ringkasan output uji validitas kuesioner pada responden mahasiswa bukan pekerja yang datanya terdapat di tabel 4.4 adalah sebagai berikut:

(15)

Tabel 4.9

Ringkasan Output Uji Validitas Kuesioner Mahasiswa Non Pekerja

Dari perhitungan diatas, terlihat bahwa nilai r hitung semua indicator dalam kuesioner mahasiswa non pekerja sudah valid , karena r hitung lebih besar dari r tabel (0,306) yang dapat dilihat di lampiran 5.

Ringkasan output uji validitas kuesioner pada responden mahasiswa pekerja yang datanya dapat dilihat di tabel 4.5 adalah sebagai berikut:

No. Indikator r hitung

1 Sakit di kepala 0,815

2 Kaku di bahu 0,625

3 Nyeri di punggung 0,592

4 Sakit di pinggang 0,766

5 Nafas sesak 0,595

6 Haus 0,759

7 Suara serak 0,714

8 Pening 0,683

9 Spasme (kaku) kelopak mata 0,687 10 Tremor (bergetar) anggota badan 0,633

(16)

Tabel 4.10

Ringkasan Output Validitas Kuesioner Mahasiswa Pekerja

No. Indikator r hitung

1 Sakit di kepala 0,714

2 Kaku di bahu 0,599

3 Nyeri di punggung 0,651

4 Sakit di pinggang 0,556

5 Nafas sesak 0,422

6 Haus 0,700

7 Suara serak 0,512

8 Pening 0,484

9 Spasme (kaku) kelopak mata 0,614 10 Tremor (bergetar) anggota badan 0,831

Dari perhitungan diatas, terlihat bahwa nilai r hitung semua indicator dalam kuesioner mahasiswa pekerja sudah valid , karena r hitung lebih besar dari r tabel (0,306) yang dapat terlihat di lampiran 5.

Untuk menguji reliabilitas menggunakan rumus Alpha Cronbach : r =

(

_𝑛𝑛−1^𝑛𝑛

) ( ^{1 -}

^_{𝜎𝜎𝑦𝑦 ²}^{𝜎𝜎𝜎𝜎²}

)

Keterangan :

r = reliabilitas

n = jumlah item pertanyaan yang diuji σx² = varians skor tiap item

σy² = varians total

Berikut ini lembar perhitungan uji reliabilitas kuesioner pada responden mahasiswa non pekerja:

(17)

Tabel 4.11

Lembar Perhitungan Uji Reliabilitas Kuesioner Mahasiswa Non Pekerja

r =

(

₁₀₋₁¹⁰

) ( ^{1 –}

_30,34^6,43

)

^{= 0,876}

Setelah data hasil kuesioner di tabel 4.4 diolah menggunakan SPSS, dihasilkan keluaran (output) sebagai berikut :

Tabel 4.12

Hasil Uji Reliabilitas Kuesioner Mahasiswa Non Pekerja

Reliability Statistics

Cronbach's

Alpha N of Items

.876 10

Dari perhitungan diatas, terlihat bahwa nilai Cronbach’s Alpha pada tabel Reliability Statistics sebesar 0,876, artinya secara keseluruhan

indicator pada kuesioner mahasiswa non pekerja sudah reliable karena nilai 0,876 lebih besar dari nilai standarnya yaitu 0,8.

No. σx² σy² 1 0,75

30,34 2 0,42

3 0,55 4 0,76 5 0,80 6 0,65 7 0,77 8 0,51 9 0,59 10 0,63 Σ 6,43

(18)

Berikut ini lembar perhitungan uji reliabilitas kuesioner pada responden mahasiswa pekerja:

Tabel 4.13

Lembar Perhitungan Uji Reliabilitas Kuesioner Mahasiswa Non Pekerja No. σx² σy²

1 0,64

22,00 2 0,70

3 0,51 4 0,39 5 0,46 6 0,51 7 0,56 8 0,49 9 0,64 10 0,95 Σ 5.84

r =

(

₁₀₋₁¹⁰

) ( ^{1 –}

_22,00^5,84

)

^{= 0,816}

Setelah data hasil kuesioner di tabel 4.5 diolah menggunakan SPSS, dihasilkan keluaran (output) sebagai berikut :

Tabel 4.14

Hasil Uji Reliabilitas Kuesioner Mahasiswa Pekerja

Reliability Statistics Cronbach's

Alpha N of Items

.816 10

Dari perhitungan diatas, terlihat bahwa nilai Cronbach’s Alpha pada tabel Reliability Statistics sebesar 0,816, artinya secara keseluruhan

(19)

indicator pada kuesioner mahasiswa pekerja sudah reliable karena nilai 0,816 lebih besar dari nilai standarnya yaitu 0,8.

4.4.4 Uji Kenormalan Data

Uji kenormalan data terkait dengan skor total hasil kuesioner tiap responden perlu dilakukan dalam penelitian ini dengan tujuan untuk menentukan uji statistik apa yang akan dipakai sesuai dengan permasalahan dalam penelitian. Statistik parametrik mempunyai ciri khusus, yaitu datanya berdistribusi normal, sedangkan statistik nonparametrik tidak berdistribusi normal. Oleh karena itu, data ini akan diuji kenormalannya dengan uji Kolmograv-Smirnov.

Karena data penelitian ini banyak, maka peneliti menggunakan software SPSS sebagai alat bantu untuk memudahkan pengolahan data,

untuk mendapatkan nilai a maksimum. Data diolah dengan SPSS (terlampir), dengan input skor total tiap responden pada tabel 4.4 kuesioner mahasiswa non pekerja dan menghasilkan output sebagai berikut:

Tabel 4.15

Hasil Uji Kenormalan Data Mahasiswa Non Pekerja

Dari output SPSS uji kenormalan data dengan N = 30 dan nilai a maximum 0,167 dibandingkan dengan nilai tabel (lampiran 6) pada baris N

=30 dengan tingkat signifikansi 0,5 diperoleh nilai 0,242, maka data

(20)

tersebut berdistribusi normal, karena a maximum < nilai tabel kolmogorov smirnov (D).

Berikut merupakan hasil uji kenormalan data kuesioner mahasiswa pekerja mengunakan SPSS dengan input data yang terdapat di tabel 4.5 :

Tabel 4.16

Hasil Uji Kenormalan Data SPSS Mahasiswa Pekerja

Dari output SPSS uji kenormalan data dengan N = 30 dan nilai a maximum 0,118 dibandingkan dengan nilai tabel (terlampir) pada baris N

=30 dengan tingkat signifikansi 0,5 diperoleh nilai 0,242, maka data tersebut berdistribusi normal, karena a maximum < nilai tabel kolmogorov smirnov (D).

4.4.5 Perhitungan Kategori Tingkat Kelelahan Fisik

Metode pengukuran kelelahan dalam penelitian ini menggunakan skala yang dikeluarkan oleh Industrial Fatigue Research Committee (IFRC) atau dapat disebut Subjective Symptomps Test (SST) yang berisi 30 pertanyaan yang berhubungan dengan gejala-gejala kelelahan, jawaban untuk kuesioner IFRC tersebut terbagi menjadi 4 kategori besar yaitu sangat sering (SS) dengan nilai 4, sering (S) dengan nilai 3, kadang- kadang (K) dengan nilai 2 dan tidak pernah (TP) dengan nilai 1.Dalam

(21)

menentukan tingkat kelelahan, jawaban tiap pertanyaan dijumlahkan kemudian disesuaikan dengan kategori tertentu. Kategori yang ada antara lain:

a. Nilai 30 = Tidak lelah b. Nilai 31 – 60 = Kelelahan ringan c. Nilai 61 – 90 = Kelelahan sedang d. Nilai 91 – 120 = Kelelahan berat

Penelitian ini hanya menggunakan 10 pertanyaan yang terkait gejala kelelahan fisik dengan penyesuaian, maka kategori tingkat kelelahan fisik responden juga disesuaikan dengan jumlah indicator berdasarkan skor total sehingga kategori tingkat kelelahan fisik responden penelitian ini menjadi:

a. Nilai 10 = Tidak lelah b. Nilai 11 – 20 = Kelelahan ringan c. Nilai 21 – 30 = Kelelahan sedang d. Nilai 31 – 40 = Kelelahan berat

Berikut tabel tingkat kelelahan fisik mahasiswa non pekerja setelah digolongkan berdasarkan kategori yang telah disesuaikan dengan input data yang dapat dilihat di tabel 4.4 :

(22)

Tabel 4.17

Tingkat Kelelahan Fisik Mahasiswa Non Pekerja

Tingkat Kelelahan Fisik

No. Nilai Kategori No. Nilai Kategori No. Nilai Kategori 1 28 Kelelahan Sedang 11 28 Kelelahan Sedang 21 31 Kelelahan Berat 2 21 Kelelahan Sedang 12 38 Kelelahan Berat 22 22 Kelelahan Sedang 3 35 Kelelahan Berat 13 27 Kelelahan Sedang 23 17 Kelelahan Ringan 4 29 Kelelahan Sedang 14 20 Kelelahan Ringan 24 30 Kelelahan Sedang 5 32 Kelelahan Berat 15 24 Kelelahan Sedang 25 33 Kelelahan Berat 6 17 Kelelahan Ringan 16 32 Kelelahan Berat 26 27 Kelelahan Sedang 7 29 Kelelahan Sedang 17 27 Kelelahan Sedang 27 29 Kelelahan Sedang 8 22 Kelelahan Sedang 18 24 Kelelahan Sedang 28 27 Kelelahan Sedang 9 19 Kelelahan Ringan 19 31 Kelelahan Berat 29 35 Kelelahan Berat 10 27 Kelelahan Sedang 20 19 Kelelahan Ringan 30 30 Kelelahan Sedang

Berikut tabel tingkat kelelahan fisik mahasiswa pekerja setelah digolongkan berdasarkan kategori yang telah disesuaikan dengan input data yang dapat dilihat di tabel 4.5:

Tabel 4.18

Tingkat Kelelahan Fisik Mahasiswa Pekerja

Tingkat Kelelahan Fisik

No. Nilai Kategori No. Nilai Kategori No. Nilai Kategori 1 36 Kelelahan Berat 11 33 Kelelahan Berat 21 32 Kelelahan Berat 2 27 Kelelahan Sedang 12 29 Kelelahan Sedang 22 27 Kelelahan Sedang 3 25 Kelelahan Sedang 13 21 Kelelahan Sedang 23 23 Kelelahan Sedang 4 38 Kelelahan Berat 14 32 Kelelahan Berat 24 35 Kelelahan Berat 5 29 Kelelahan Sedang 15 25 Kelelahan Sedang 25 27 Kelelahan Sedang 6 33 Kelelahan Berat 16 32 Kelelahan Berat 26 26 Kelelahan Berat 7 29 Kelelahan Sedang 17 30 Kelelahan Sedang 27 26 Kelelahan Sedang 8 38 Kelelahan Berat 18 27 Kelelahan Sedang 28 36 Kelelahan Sedang 9 32 Kelelahan Berat 19 28 Kelelahan Sedang 29 37 Kelelahan Sedang 10 23 Kelelahan Sedang 20 35 Kelelahan Berat 30 29 Kelelahan Berat

(23)

4.4.6 Perhitungan Statistik Deskriptif

untuk mendapatkan hasil perhitungan statistic deskriptif menggunakan SPSS maka dilakukan prosedur seperti dibawah ini pada posisi Data View:

• Analyze > Descriptive Statistic > Frequencies

• Pindahkan semua variabel yang akan dianalisis ke kolom Variable(s)

• Pada bagian Chart , ceklis Bar Chart, klik continue

• Pada bagian statistics, ceklis Mean, Median dan Mode di kolom Central Tendency serta ceklis Range, Variance dan Std Deviation pada kolom Dispersion > Continue > Ok.

Langkah perhitungan dan pengolahan data statistic deskriptif kuesioner mahaiswa non pekerja dan mahasiswa pekerja menggunakan SPSS dapat dilihat di lampiran 4.

a. Gejala Kelelahan Fisik Mahasiswa Non Pekerja

Hasil pengolahan data gejala kelelahan fisik responden mahasiswa non pekerja yang dapat dilihat di tabel 4.6 menggunakan SPSS dengan keterangan kategori jawaban kuesioner angka 1= tidak perna, 2= kadang- kadang, 3= sering dan 4= sangat sering dapat dilihat dibawah ini:

(24)

Tabel 4.19

Distribusi Gejala Kelelahan Fisik Mahasiswa Non Pekerja

Nafas_sesak Freq

uen cy

Perce nt

Valid Perce nt

Cumul ative Perce nt Valid 1 5 16.7 16.7 16.7

2 11 36.7 36.7 53.3 3 11 36.7 36.7 90.0 4 3 10.0 10.0 100.0 Total 30 100.0 100.0

Haus Freq

uen cy

Perce nt

Valid Perce nt

3 11 36.7 36.7 66.7 4 10 33.3 33.3 100.0 Total 30 100.0 100.0

Suara_serak Freq

uen cy

Perce nt

Valid Perce nt

2 11 36.7 36.7 56.7 3 11 36.7 36.7 93.3 4 2 6.7 6.7 100.0 Total 30 100.0 100.0

Pening Freq

uen cy

Perce nt

Valid Perce nt

2 17 56.7 56.7 70.0 3 8 26.7 26.7 96.7 4 1 3.3 3.3 100.0 Total 30 100.0 100.0 Sakit_di_kepala

Freq uenc y

Perce nt

Valid Perce nt

Cumula tive Percent Valid 1 2 6.7 6.7 6.7 2 10 33.3 33.3 40.0 3 12 40.0 40.0 80.0 4 6 20.0 20.0 100.0 Total 30 100.0 100.0

Kaku_di_bahu Freq

uenc y

Perce nt

Valid Perce nt

Cumula tive Percent Valid 1 1 3.3 3.3 3.3 2 9 30.0 30.0 33.3 3 18 60.0 60.0 93.3 4 2 6.7 6.7 100.0 Total 30 100.0 100.0

Nyeri_di_punggung Freq

uenc y

Perce nt

Valid Perce nt

Cumula tive Percent Valid 2 5 16.7 16.7 16.7 3 12 40.0 40.0 56.7 4 13 43.3 43.3 100.0 Total 30 100.0 100.0

Sakit_di_pinggang Freq

uenc y

Perce nt

Valid Perce nt

Cumula tive Percent Valid 1 2 6.7 6.7 6.7 2 8 26.7 26.7 33.3 3 13 43.3 43.3 76.7 4 7 23.3 23.3 100.0

(25)

Tabel 4.19

Distribusi Gejala Kelelahan Fisik Mahasiswa Non Pekerja (Lanjutan)

Berdasarkan hasil perhitungan statistic deskriptif menggunakan SPSS dapat terlihat bahwa indicator dominan timbulnya kelelahan fisik adalah nyeri di punggung, dengan rincian 5 orang responden (16,7%) terkadang mengalami nyeri di punggung, 12 orang (40%) sering mengalami nyeri di punggung, dan 13 orang sangat sering mengalami nyeri di punggung (43,3%).

b. Gejala Kelelahan Fisik Mahasiswa Pekerja

Hasil pengolahan data gejala kelelahan fisik responden mahasiswa pekerja yang dapat dilihat di tabel 4.7 menggunakan SPSS dengan keterangan angka 1= tidak perna, 2= kadang-kadang, 3= sering dan 4=

sangat sering dapat dilihat dibawah ini:

Spasme_kelopak_mata Freq

uen cy

Perce nt

Valid Perce nt

2 2 6.7 6.7 10.0

3 12 40.0 40.0 50.0 4 15 50.0 50.0 100.0 Total 30 100.0 100.0

Tremor_anggota_badan Freq

uen cy

Perce nt

Valid Perce nt

Cumula tive Percent Valid 1 7 23.3 23.3 23.3 2 11 36.7 36.7 60.0 3 12 40.0 40.0 100.0 Total 30 100.0 100.0

(26)

Tabel 4.20

Distribusi Gejala Kelelahan Fisik Mahasiswa Pekerja

Sakit_di_kepala Freq

uen cy

Perce nt

Valid Perce nt

3 11 36.7 36.7 73.3 4 8 26.7 26.7 100.0 Total 30 100.0 100.0

Nafas_sesak Freq

uen cy

Perce nt

Valid Perce nt

3 7 23.3 23.3 33.3 4 20 66.7 66.7 100.0 Total 30 100.0 100.0 Kaku_di_bahu

Freq uen

cy Perce

nt Valid Perce nt

3 9 30.0 30.0 56.7 4 13 43.3 43.3 100.0 Total 30 100.0 100.0

Haus Freq

uen cy

Perce nt

Valid Perce nt

3 14 46.7 46.7 63.3 4 11 36.7 36.7 100.0 Total 30 100.0 100.0

Nyeri_di_punggung Freq

uen cy

Perce nt

Valid Perce nt

3 15 50.0 50.0 70.0 4 9 30.0 30.0 100.0 Total 30 100.0 100.0

Suara_serak Freq

uen cy

Perce nt

Valid Percent

2 8 26.7 26.7 30.0 3 16 53.3 53.3 83.3 4 5 16.7 16.7 100.0 Total 30 100.0 100.0

Sakit_di_pinggang Freq

uen cy

Perce nt

Valid Perce nt

3 8 26.7 26.7 33.3 4 20 66.7 66.7 100.0 Total 30 100.0 100.0

Pening Freq

uen cy

Perce nt

Valid Perce nt

3 15 50.0 50.0 83.3 4 5 16.7 16.7 100.0 Total 30 100.0 100.0

(27)

Tabel 4.20

Distribusi Gejala Kelelahan Fisik Mahasiswa Pekerja (Lanjutan)

Berdasarkan hasil perhitungan statistic deskriptif menggunakan SPSS dapat terlihat bahwa indicator dominan timbulnya kelelahan fisik adalah sakit di pinggang, dengan rincian 2 orang responden (6,7%) terkadang mengalami sakit di pinggang, 8 orang (26,7%) sering mengalami sakit di pinggang, dan 20 orang sangat sering mengalami sakit di pinggang (66,7%).

c. Tingkat Kelelahan Fisik Mahasiswa Non Pekerja dan Mahasiswa Pekerja

Berikut ini tabel distribusi tingkat kelelahan fisik mahasiswa non pekerja dan mahasiswa pekerja yang telah diolah menggunakan bantuan SPSS dengan input data yang dapat dilihat di tabel 4.17 dan 4.18 adalah :

Spasme_kelopak_mata Freq

uen cy

Perce nt

Valid Perce nt

2 17 56.7 56.7 66.7 3 7 23.3 23.3 90.0 4 3 10.0 10.0 100.0 Total 30 100.0 100.0

Tremor_anggota_badan Freq

uen cy

Perce nt

Valid Perce nt

2 11 36.7 36.7 53.3 3 9 30.0 30.0 83.3 4 5 16.7 16.7 100.0 Total 30 100.0 100.0

(28)

Tabel 4.21

Distribusi Kelelahan Fisik Mahasiswa Non Pekerja dan Mahasiswa Pekerja

Berdasarkan hasil pengolahan data pada tabel 4.21, didapatkan distribusi responden mahasiswa non pekerja yang mengalami kelelahan berat sebanyak 8 orang (26,7%), responden yang mengalami kelelahan sedang 17 orang (56,7%) dan yang mengalami kelelahan ringan sebanyak 5 orang (16,7%). Sedangkan pada distribusi responden mahasiswa pekerja yang mengalami kelelahan berat sebanyak 13 orang (43,3%) dan responden yang mengalami kelelahan sedang 17 orang (56,7%).

4.4.7 Uji Mann-Whitney

Uji Mann- Whitney digunakan untuk melihat perbedaan signifikan antara kelelahan fisik yang dialami mahasiswa pengendara motor yang non pekerja dengan kelelahan fisik yang dialami mahasiswa pengendara motor yang bekerja. Karena data penelitian ini banyak, maka peneliti

Kelelahan_Fisik_Mahasiswa_NonPekerja Frequency Percent Valid Percent

Cumulative Percent

Valid Kelelahan Berat 8 26.7 26.7 26.7

Kelelahan Ringan 5 16.7 16.7 43.3

Kelelahan Sedang 17 56.7 56.7 100.0

Total 30 100.0 100.0

Kelelahan_fisik_Mahasiswa_Pekerja Frequency Percent Valid Percent

Cumulative Percent

Valid Kelelahan Berat 13 43.3 43.3 43.3

Kelelahan Sedang 17 56.7 56.7 100.0

Total 30 100.0 100.0

(29)

menggunakan software SPSS sebagai alat bantu untuk memudahkan pengolahan data, untuk mendapatkan hasil perhitungan uji Mann - Whitney menggunakan SPSS maka dilakukan prosedur seperti dibawah ini pada posisi Data View:

• Analyze > Non Parametric Test > 2 Independent Samples

• Pindahkan variabel yang akan dianalisis ke kolom Variable List dan pada Grouping Variable isikan Group 1 nilai 1 dan Group 2 nilai 2 > Continue, dan Test Type ceklis Mann – Whitney Langkah – langkah pengolahan data menggunakan SPSS dapat dilihat di lampiran 4. Hasil pengolahan data tabel 4.17 dan 4.18 uji Mann – Whitney tingkat kelelahan fisik pada mahasiswa non pekerja dan

mahasiswa pekerja pengendara sepeda motor menggunakan SPSS adalah sebagai berikut:

Tabel 4.22

Hasil Uji Mann – Whitney Tingkat Kelelahan Fisik Test Statistics^a

Tingkat_Kelel ahan_Fisik Mann-Whitney U 332.500

Wilcoxon W 797.500

Z -1.974

Asymp. Sig. (2- tailed)

.048

a. Grouping Variable: Mahasiswa

Sebelum melakukan analisis, peneliti membuat hipotesis:

1. Ho : Kelelahan Fisik Mahasiswa Non Pekerja dan Mahasiswa Pekerja adalah sama.

(30)

2. H₁ Kelelahan Fisik Mahasiswa Non Pekerja dan Mahasiswa Pekerja berbeda.

Dengan taraf signifikansi sebesar 0,05, maka jika probabilitas (sig)

> 0,05 Ho diterima dan H1 ditolak atau jika probabilitas (sig) < 0,05 maka Ho ditolak dan H1 diterima. Berdasarkan tabel 4.22 diketahui bahwa nilai sig hitung sebesar 0,048 < 0,05, maka Ho ditolak dan H₁diterima. Artinya kelelahan fisik yang dialami mahasiswa non pekerja dan mahasiswa pekerja berbeda.

4.4.8 Uji Wilxocon

Uji Wilxocon digunakan untuk melihat perbedaan signifikan antara kelelahan fisik mahasiswa non pekerja pengendara sepeda motor matic dengan non matic dan melihat perbedaan signifikan antara kelelahan fisik mahasiswa pekerja pengendara sepeda motor matic dengan non matic.

untuk mendapatkan hasil perhitungan uji Wilxocon menggunakan SPSS maka dilakukan prosedur seperti dibawah ini pada posisi Data View:

• Analyze > Non Parametric Test > 2 Related Samples

• Pindahkan variabel yang akan dianalisis ke kolom Test Pairs, dan Test Type ceklis Wilxocon > OK

Hasil pengolahan data uji Wilxocon tingkat kelelahan fisik pengguna sepeda motor matic dan non matic mahasiswa non pekerja dan mahasiswa pekerja menggunakan SPSS adalah sebagai berikut:

(31)

a. Mahasiswa Non pekerja

Berikut ini merupakan tabel hasil uji Wilxocon mahasiswa non pekerja menggunakan SPSS :

Tabel 4.23

Hasil Uji Wilxocon Tingkat Kelelahan Fisik Mahasiswa Non Pekerja

Sebelum melakukan analisis, peneliti membuat hipotesis:

1. Ho : Tidak ada perbedaan tingkat kelelahan fisik pengguna motor matic dan non matic

2. H1 : Ada perbedaan tingkat kelelahan fisik pengguna motor matic dan non matic.

> 0,05 Ho diterima dan H1 ditolak atau jika probabilitas (sig) < 0,05 maka Ho ditolak dan H1 diterima. Berdasarkan tabel 4.23 diketahui bahwa nilai sig hitung sebesar 0,053 > 0,05, maka Ho diterima dan H1 ditolak. Artinya tidak ada perbedaan tingkat kelelahan fisik pengguna motor matic dengan motor non matic pada responden mahasiswa non pekerja.

Test Statistics^b

Non_Matic - Matic

Z -1.933^a

Asymp. Sig. (2- tailed)

.053

a. Based on negative ranks.

b. Wilcoxon Signed Ranks Test

(32)

b.Mahasiswa Pekerja

Berikut ini merupakan tabel hasil uji Wilxocon mahasiswa non pekerja menggunakan SPSS :

Tabel 4.24

Hasil Uji Wilxocon Tingkat Kelelahan Fisik Mahasiswa Pekerja

> 0,05 Ho diterima dan H1 ditolak atau jika probabilitas (sig) < 0,05 maka Ho ditolak dan H1 diterima. Berdasarkan tabel 4.24 diketahui bahwa nilai sig hitung sebesar 0,366 > 0,05, maka Ho diterima dan H1 ditolak. Artinya tidak ada perbedaan tingkat kelelahan fisik pengguna motor matic dengan motor non matic pada responden mahasiswa pekerja.

4.4.9 Uji Regresi dan Korelasi

Uji Regresi dan Korelasi digunakan untuk melihat hubungan antara jarak tempuh dan kelelahan fisik mahasiswa non pekerja pengendara sepeda motor serta melihat hubungan antara jarak tempuh dan kelelahan fisik mahasiswa pekerja pengendara sepeda motor.

Test Statistics^b

Non_Matic - Matic

Z -.905^a

Asymp. Sig. (2-tailed) .366 a. Based on positive ranks.

b. Wilcoxon Signed Ranks Test

(33)

Regresi linear sederhana mengikuti persamaan dibawah ini : y = a + bx

Keterangan :

y = variabel dependen (bergantung) - Kelelahan Fisik x = variabel independent (bebas) - Jarak Tempuh a = konstanta regresi  a

= y ̅ - bx̅

b = kemiringan garis regresi b

=

n (xy ) − (xy) {nx²−(x)²}

Rumus yang paling sederhana yang dapat digunakan untuk menghitung koefisien korelasi :

r = n (xy ) − (xy)

�{nx

²

−(x)

²

}.{ny

²

−(y)

²

}

Keterangan :

r = korelasi antara X dan Y

y = variabel dependen (bergantung) x = variabel independent (bebas) n = jumlah responden

(34)

a. Uji Regresi dan Korelasi Mahasiswa Non Pekerja

Berikut lembar perhitungan uji regresi dan korelasi, dengan x=

jarak tempuh dan y= skor kelelahan :

Tabel 4.25

Lembar Perhitungan Regresi dan Korelasi Mahasiswa Non Pekerja

No. x y xy x² y² y' (y-y')²

1 17 28 476 289 784 23,65 18,951

2 16 21 336 256 441 22,42 2,016

3 23 35 805 529 1.225 31,01 15,939

4 23 29 667 529 841 31,01 4,0306

5 21 32 672 441 1.024 28,55 11,875

6 15 17 255 225 289 21,19 17,582

7 21 29 609 441 841 28,55 0,1989

8 15 22 330 225 484 21,19 0,6512

9 15 19 285 225 361 21,19 4,8094

10 20 27 540 400 729 27,33 0,107

11 21 28 588 441 784 28,55 0,3069

12 27 38 1.026 729 1.444 35,91 4,3475

13 16 27 432 256 729 22,42 20,978

14 15 20 300 225 400 21,19 1,4233

15 16 24 384 256 576 22,42 2,4969

16 25 32 800 625 1.024 33,46 2,1353

17 19 27 513 361 729 26,1 0,8094

18 17 24 408 289 576 23,65 0,1248

19 22 31 682 484 961 29,78 1,4864

20 15 19 285 225 361 21,19 4,8094

21 18 31 558 324 961 24,87 37,534

22 17 22 374 289 484 23,65 2,7116

23 15 17 255 225 289 21,19 17,582

24 22 30 660 484 900 29,78 0,048

25 25 33 825 625 1.089 33,46 0,2128

26 21 27 567 441 729 28,55 2,4148

27 20 29 580 400 841 27,33 2,7984

28 22 27 594 484 729 29,78 7,7329

29 27 35 945 729 1.225 35,91 0,8371

30 26 30 780 676 900 34,69 21,978

Σ 592 810 16.531 12.128 22.750 208,93

(35)

b = n (xy ) − (xy)

{nx²−(x)²} = 30 (16.531) − (592x810)

{30x12.128−(592)²} = 1,227 a = y̅ - bx̅ = 27 – 1,227 x 19,733 = 2,791

r = ^{n (}^^{xy ) − (}^^x^^y)

�{n^x²−(^x)²}.{n^y²−(^y)²} = 30 (16.531) − (592x810)

�{30x12.128−(592)²}.{30x22.750−(⁸¹⁰)²}= 0,873

b. Uji Regresi dan Korelasi Mahasiswa Pekerja

Berikut lembar perhitungan uji regresi dan korelasi, dengan x=

jarak tempuh dan y= skor kelelahan : Tabel 4.26

Lembar Perhitungan Regresi dan Korelasi Mahasiswa Pekerja

No. x y xy x² y² y' (y-y')²

1 24 36 864 576 1.296 35,2 0,6392

2 16 27 432 256 729 25,45 2,4039

3 17 25 425 289 625 26,67 2,7836

4 25 38 950 625 1.444 36,42 2,4984

5 16 29 464 256 841 25,45 12,606

6 19 33 627 361 1.089 29,11 15,162

7 22 29 638 484 841 32,76 14,158

8 25 38 950 625 1.444 36,42 2,4984

9 23 32 736 529 1.024 33,98 3,9269

10 15 23 345 225 529 24,23 1,5146

11 17 33 561 289 1.089 26,67 40,089

12 17 29 493 289 841 26,67 5,4362

13 15 21 315 225 441 24,23 10,437

14 21 32 672 441 1.024 31,54 0,208

15 15 25 375 225 625 24,23 0,5918

16 23 32 736 529 1.024 33,98 3,9269

17 20 30 600 400 900 30,33 0,1056

18 19 27 513 361 729 29,11 4,4359

19 18 28 504 324 784 27,89 0,0127

20 23 35 805 529 1.225 33,98 1,0371

21 22 32 704 484 1.024 32,76 0,5818

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

(

) ²

(

)

(

) ²

(

)

(

) ²

(

)

(

) ²

(

)

(

) ²

(

)

r

r

=

(

) ( 1 -

)

(

) ( 1 –

)

(

) ( 1 –

)

= y ̅ - bx̅

=

r = n (xy ) − (xy)

�{nx

−(x)

}.{ny

−(y)

}

) ( ^{1 -}

) ( ^{1 –}

) ( ^{1 –}