46 Gambar 8. Histogram Distribusi Frekuensi
Power
Lengan
Medicine Ball Push
. 3.
Kemampuan
Clean and Jerk
Dilambangkan dengan Y, diperoleh skor dengan nilai minimum 20 dan nilai maksimum 45. Rerata diperoleh sebesar 30,40, standar
deviasi sebesar, m 8,14, modus sebesar 25, dan median sebesar 27. Berikut tabel distribusi frekuensi yang diperoleh:
Tabel 3. Distribusi Frekuensi Variabel Kemampuan
Clean and Jerk
. No.
Kelas Interval Frekuensi
Frekuensi Relatif
Frekuensi Komulatif
1. 18-23
3 20
3 2.
24-29 5
33,33 8
3. 30-35
3 13,33
11 4.
36-41 2
13,33 13
5. 42-47
2 6,68
15 Jumlah
15 100
1 2
3 4
5 6
7
118-140 141-163
164-186 187-209
210-232
Fr e
ku e
n si
Medicine Ball Push
Power Lengan
118-140 141-163
164-186 187-209
210-232
47 Gambar 9. Histogram Distribusi Frekuensi
Kemampuan Clean and Jerk
.
1. Hasil Uji Prasyarat
Data yang terkumpul terdiri dari beberapa satuan, sehingga untuk analisis data, data harus disamakan satuannya, yaitu dengan menggunakan t
skor terlebih dahulu. Sebelum dilakukan analisis statistic, dilakukan terlebih dahulu dilakukan uji asumsi atau uji persyaratan analisis yaitu dengan uji
linieritas. Penggunaan uji linieritas untuk mengetahui apakah variabel bebas yang dijadikan prediktor mempunyai hubungan linear atau tidak dengan
variable terikat. 1.
Uji Linieritas Uji linieritas digunakan untuk mengetahui bentuk persamaan
garis regresi antara variable bebas dengan variable terikat. Dalam uji ini akan menguji hipotesis nol Ho bahwa bentuk regresi linear. Untuk
menerima atau menolak Ho dengan membandingkan harga F perhitungan F
o
dengan harga F dari tabel F
t
pada taraf signifikan =
5 dan derajat kebebasan yang dipakai . Kriterianya adalah menerima
1 2
3 4
5
18-23 24-29
30-35 36-41
42-47
Fr e
ku e
n si
Kemampuan Clean and Jerk
Clean and Jerk
18-23 24-29
30-35 36-41
42-47
48 hipotesis apabila harga F perhitungan lebih kecil dari harga F dari tabel
dengan taraf signifikan 5 dan derajat kebebasan yang dipakai, dalam hal lain hipotesis ditolak. Hasil perhitungan uji linieritas dapat dilihat
pada tabel di bawah ini: Tabel 4. Hasil Perhitungan Uji Linieritas
No. Persamaan Regresi
F Df F
t
0,05df Kesimpulan
1. Ŷ = -3,753 + 0,720X
1
0,435 95 4,77
Linear 2.
Ŷ = 76,557 + 0,191X
2
0,837 67 3,87
Linear
Dari perhitungan diperoleh harga F perhitungan antara variabel
power
tungkai X
1
dengan kemampuan
Clean and jerk
Y, dengan persamaan regresi
Ŷ = -3,753 + 0,720X
1
sebesar 5,896. Sedangkan harga F dari tabel pada taraf signifikan
= 5 dan derajat kebebasan 95 sebesar 4,77. Karena harga F hitung lebih kecil dari F tabel, maka
hipotesis yang menyatakan garis regresi berbentuk linier diterima. Dengan demikian dapat disimpulkan garis regresi kemampuan
Clean and jerk
atas
power
tungkai berbentuk linear. Harga F perhitungan antara variable
power
lengan X
2
dengan kemampuan
Clean and jerk
Y, dengan persamaan garis Ŷ =
76,557+0,191X
2
sebesar 0,837. Sedangkan harga F dari tabel pada taraf signifikan
= 5 dan derajat kebebasan 67 sebesar 3,87. Karena harga F hitung lebih kecil dari F tabel, maka hipotesis yang menyatakan garis
regresi berbentuk linier diterima. Dengan demikian dapat disimpulkan
49 garis regresi kemampuan
Clean and jerk
atas
power
lengan berbentuk linear.
2. Analisis Data dan Uji Hipotesis
1. Analisis Data
a. Korelasi Sederhana
Korelasi sederhana adalah hubungan antara salah satu variabel bebas terhadap variabel terikat secara apa adanya, tanpa
mempertimbangkan keberadaan variabel bebas dengan lainnya. Hasil dari perhitungan korelasi sederhana diperoleh dari koefisien korelasi
sederhana pada tabel di bawah ini: Tabel 5. Koefisien Korelasi Sederhana
Hub antar Variabel Koefisien Korelasi
X
1
Y 0,720
X
2
Y 0,191
Dari tabel di atas dapat diperoleh koefisien korelasi sederhana antara
power
tungkai X
1
dengan kemampuan
Clean and jerk
Y sebesar 0,720,
power
lengan X
2
dengan kemampuan
Clean and jerk
Y sebesar 0,191. b.
Korelasi Ganda Sebelum dilakukan analisis korelasi ganda, terlebih dahulu
diselidiki apakah terjadi multikolinieritas atau tidak. Apabila terjadi multikolinieritas maka korelasi ganda tidak dapat dilakukan karena
50 terdapat variabel bebas yang mempunyai korelasi sangat tinggi
terhadap variabel bebas yang lainnya. Uji multikolinieritas diperlukan untuk mengetahui ada
tidaknya variabel bebas yang memiliki kemiripan antar variabel bebas dalam satu model Wiratna, 2008: 179. Kemiripan variabel akan
mengakibat-kan korelasi yang sangat kuat. Selain itu uji ini juga untuk menghindari kebiasaan dalam proses pengambilan keputusan
mengenai pengaruh pada uji parsial masing-masing variabel bebas terhadap variabel terikat. Uji multikolinieritas menggunakan VIF. Jika
VIF yang dihasilkan di antara 1-10 maka tidak terjadi multikolinieritas. Berikut hasil uji multikolinieritas yang diperoleh:
Tabel 6. Uji Multikolinieritas B
Korelasi Partial
VIF Kesimpulan
Konstanta -124,651
Tidak Terjadi Multi
Kolinieritas
Power
Tungkai 0,980
0,720 1,064
Power
Lengan 0,004
0,021 1,064
Dari tabel di atas diperoleh nilai VIF dari masing-masing variabel yaitu 1,064 untuk variabel
power
tungkai dan 1,064 untuk variabel
power
lengan. Ternyata nilai VIF semuanya terletak diantara 1-10, maka dapat disimpulkan tidak terjadi multikolinieritas.
Selanjutnya korelasi ganda dapat dilanjutkan. Korelasi ganda adalah hubungan antara variabel-variabel bebas
secara bersama-sama terhadap variabel terikat. Hasil dari perhitungan
