ABSTRAK
Penelitian ini bertujuan untuk mengembangkan instrumen yang dapat mengungkap persepsi masyarakat terkait dengan dampak penyelenggaraan event olahraga. Secara teoretis terdapat empat aspek yang dapat dijadikan indikator dalam memahami dampak event olahraga pada masyarakat, yaitu aspek ekonomi, psikososial, infrastruktur, dan lingkungan. Keempat faktor tersebut diperinci ke dalam 46 butir pertanyaan dengan lima alternatif jawaban. Uji validasi lapangan melibatkan 113 responden dengan rincian 77 (68,14%) laki-laki, 36 (31,86%) perempuan, rentang usia antara 17 – 70 tahun (M=32,6 ± 10,9), tingkat pendidikan mulai sekolah dasar hingga Doktor (S3) dengan latar belakang pekerjaan yang sangat bervariasi. Hasil explonatory factor analysis menemukan variabel event olahraga dapat dijelaskan oleh empat faktor (ekonomi, psiko-sosial, infrastruktur, dan lingkungan) dengan nilai sebesar 63.24%. Faktor pertama sebesar 10.37%, faktor kedua 13.096%, faktor ketiga sebesar 7.94% dan faktor keempat sebesar 6.43%. Uji koefisien korelasi antarfaktor, faktor-total, dan item-total menemukan faktor lingkungan memiliki nilai koefisien rendah (r = -0,005, Sig. 0,961) dan tiga item dalam faktor tersebut memiliki nilai < 0,3 sehingga faktor lingkungan dan item yang ada di dalamnya dikeluarkan dari properti instrumen. Hasil pengembangan menemukan terdapat 26 butir pertanyaan yag dinyatakan valid dan reliabel dengan nilai validitas 0,462 - 0,744 dan reliabilitas 0,881 - 0,934. Dengan demikian, properti instrumen yang dikembangkan dinyatakan valid dan reliabel dalam mengungkap persepsi masyarakat tentang dampak event olahraga.
Kata Kunci: event olahraga, pengembangan instrumen, persepsi masyarakat, PON
PENDAHULUAN
Pekan Olahraga Nasional (PON) merupakan pentas olahraga terakbar Nasional dan untuk edisi PON ke XX menjadi sejarah baru buat Provinsi Papua karena event tersebut akan diselenggarakan di Papua (Putra & Ita, 2019). Dalam beberapa kesempatan, Gubernur Papua, Lukas Enembe, menyampaikan bahwa kebutuhan Papua untuk menyelenggarakan PON itu biayanya besar. Akan tetapi, tentu akan disesuaikan dengan cabor yang dipertandingan dan lain-lain. Hitungan sementara, anggarannya antara Rp10–15 triliun (Akbar, 2016).
Besarnya pembiayaan event olahraga terakbar nasional tersebut akan ditopang oleh APBN, APBD Provinsi Papua, APBD Kota/ Kabupaten yang ada di Papua dan swasta. Bahkan, untuk memastikan agar PON dapat digelar di Papua, Presiden RI mengeluarkan Inpres nomor 10 tahun 2017 tentang dukungan penyelenggaraan PON XX. Artinya, pemerintah berkomitmen penuh untuk menyukseskan event olahraga terbesar tersebut.
Konsekuensi dari fokusnya anggaran untuk PON ternyata berdampak pada alokasi di program lain. Misalnya, tahun 2019 Papua mengambil kebijakan meniadakan anggaran Program Gerakan Membangun Masyarakat Harapan Seluruh Rakyat Papua (Gerbang-Mas-Hasrat) dan Program Strategis Pembangunan Kampung (Prospek). Gubernur Papua menyampaikan bahwa APBD 2019 Provinsi lebih fokus pada kesiapan penyelenggaraan PON ke-XX di Papua dan diharapkan PON akan bisa sukses (Raya & Hans, 2019).
Dengan ditiadakannya alokasi anggaran di atas akan berimbas pada sektor lainnya. Menurut data BPS, IPM Papua adalah yang paling rendah, yaitu sebesar 60,06. Angka ini jauh lebih kecil bila dibandingkan dengan IPM nasional yang sebesar 71,39. Tidak jauh berbeda, angka melek aksara Papua pada 2 Juli 2019 juga berada diurutan terbawah, yaitu sebesar 77,12 (https:// www.bps.go.id). Hal ini disinyalir karena rendahnya alokasi anggaran untuk pendidikan, yakni hanya 1 persen dari total APBD, atau terendah di seluruh Indonesia (Ninik, 2016).
Kondisi di atas menjadi ironi di tengah semangat menyukseskan PON Papua. Pertanyaannya kemudian, apakah PON lebih sebagai pentas olahraga semata ataukah memiliki dampak yang bermanfaat bagi masyarakat? Beberapa hasil studi menunjukkan simpulan yang beragam, meskipun terdapat kecenderungan berdampak positif.
Thomson, Schlenker, & Schulenkorf (2013) menyebutkan pesta olahraga berpotensi memberikan dampak pada ekonomi, sosial, infrastruktur, lingkungan dan bahkan meningkatkan wisatawan. Studi lainnya yang dilakukan pada olimpiade Barcelona 1992 (Brunet, 2004), olimpiade Sydney 2000 (New South Wales Treasury, 1997), piala dunia 2010 di Afrika Selatan (Bohlmann & Van Heerden, 2005).
Namun begitu, penelitian yang dilakukan oleh Kim, Gursoy, & Lee (2006) pada Piala Dunia 2002 menunjukkan tidak memberikan dampak ekonomi yang positif bagi Korea Selatan. Padahal, menurut Preuss (2006) untuk menjadi tuan rumah event olahraga dibutuhkan anggaran yang tidak sedikit. Atas fakta dan bukti empiris tersebut Malfas, Theodoraki, & Houlihan (2004) menyebutkan sukar memprediksi apakah event olahraga akan berdampak positif atau sebaliknya. Itu artinya, terdapat hasil penelitian yang inkonsisten berkaitan dengan dampak event olahraga pada masyarakat.
Untuk memahami bagaimana dampak penyelenggaraan event olahraga, perspektif Social Exchange Theory atau SET akan digunakan sebagai pijakan dalam mengembangkan instrumen. (Redmond, 2015; Zafirovski, 2005; Ritzer & Stepnisky, 2021). SET merupakan salah satu teori yang sangat berpengaruh dalam memahami perilaku manusia dalam konteks sosial. Dalam perspektif SET terdapat hubungan yang bersifat reciprocal, yaitu antar individu dan juga dengan lingkungan. Prinsip dasar teori SET adalah "Social behavior can be explained in terms of costs, rewards, and exchanges" (Redmond, 2015). Itu sebabnya, SET mengasumsikan perilaku manusia, seperti interaksi sosial, merupakan pertukaran
kepentingan atas dasar untung rugi, baik yang nyata maupun tidak nyata (Zafirovski, 2005; Ritzer & Stepnisky, 2021).
Pertukaran dalam SET memiliki tiga unsur, yaitu reward, cost, dan profit. Reward merupakan hasil yang diperoleh dari adanya cost yang dikeluarkan, sementara cost adalah sesuatu yang dikeluarkan dan/atau dikorbankan, sedangkan profit merupakan reward dikurangi dengan cost. Prinsip dasar pertukaran sosial dalam SET adalah distributive justice, yaitu sebuah imbalan harus berbanding lurus dengan investasi.
Sebagai contoh, makin tinggi investasi dan pengorbanan, maka masyarakat akan memiliki ekspektasi yang tinggi tentang imbalan dan keuntungan yang diperolehnya. Masyarakat akan melakukan penilaian, baik bersifat positip maupun negatip, terhadap sesuatu yang dipertukarkan, termasuk dalam konteks eksistensi sebagai tuan rumah penyelenggaraan even olahraga seperti PON.
Dalam fenomena penyelenggaraan PON, masyarakat Papua akan melakukan penilaian, apakah PON yang digelar di wilayahnya memberikan manfaat pada dirinya atau justru memberikan kerugian baginya. Secara teoretik, hal ini akan sangat berhubungan dengan transaksi yang terjadi antara kebutuhan dan "investasi" masyarakat sekitar dengan manfaat yang diperolehnya. Apakah masyarakat Papua sekadar memperoleh hiruk pikuk keramaian dengan adanya PON? Ataukah masyarakat Papua mempersepsikan mendapat manfaat langsung dari penyelenggaraan PON, seperti penjualan souvenir, kemudahan mendapat pekerjaan, ramainya pembelian makan, minum, dan cemilan khas Papua dan sebagainya. Yang perlu digarisbawahi, konteks "manfaat" di sini tidak semata terkait dampak ekonomi, melainkan juga aspek atau dimensi lain yang lebih luas.
Beberapa studi yang diarahkan untuk mengembangkan instrumen yang dapat mengungkap dampak event olahraga sudah pernah dilakukan sebelumnya. Sebagai contoh, Shokri, Moosavi, & Dousti (2013) mengembangkan instrumen dengan menggunakan tiga dimensi atau faktor, yaitu ekonomi, sosial, dan lingkungan. Waitt (2003) mengembangkan dengan tiga
konstruk, yaitu enthusiasm, economic impacts, dan environmental impacts. Kim, Jun, Walker, & Drane (2015) mengembangkan instrumen dengan enam konstruk yang terbagi 3 aspek positif (Community development, community prode, dan economic benefits) dan 3 lainnya negatif (traffic problems, security risks, dan economic costs). Maksum, Suherman, & Hanif (2012) memodifikasi dari skala enthusiasm scale punya Waitt (2003) yaitu menjadikan tiga dimensi besar seperti kesenangan, manfaat dan pemanfaatan fasilitas. Modifikasi instrumen tersebut lebih cenderung pada aspek psiko-sosial dan tidak mengungkap dimensi lainnya.
Dengan mengacu pada proposisi SET serta melihat konstruk atau indikator yang sudah diungkap oleh para peneliti sebelumnya dalam memahami dampak event olahraga pada masyarakat maka peneliti berpandangan bahwa terdapat empat aspek (konstruk) yang erat berkaitan dengan penyelenggaraan event olahraga pada masyarakat, yaitu aspek ekonomi, psikososial, infrastruktur dan lingkungan. Keempat aspek tersebut dipandang sebagai dimensi yang patut diungkap dalam memahami fenomena bergulirnya event olahraga.
Mengembangkan instrumen yang dapat mengungkap bagaimana persepsi masyarakat terkait dengan event olahraga (PON) sangat urgen dilakukan mengingat PON ke XX di Papua telah menyerap anggaran yang tidak sedikit. Namun di sisi yang lain, data dari BPS menunjukkan bahwa Papua menduduki urutan terbawah dalam indikator SDM, pendidikan, dan kesehatan.
Dengan fakta tersebut, penelitian ini akan diarahkan untuk mengembangkan instrumen yang dapat mengungkap bagaimana persepsi masyarakat terkait dengan penyelenggaraan event olahraga (PON) di daerah atau tempat mereka tinggal, apakah event tersebut memberikan dampak positif atau sebaliknya.
METODE
Penelitian tersebut termasuk penelitian pengembangan, yaitu mengembangkan instrumen untuk mengukur dampak event olahraga terhadap masyarakat. Tahap pertama
dalam pengembangan tersebut adalah melakukan review secara komprehensif tentang artikel yang berkaitan dengan dampak penyelenggaraan event olahraga. Hasil review menemukan terdapat tiga artikel yang dijadikan rujukan utama untuk membentuk konstruksi teoretis (Waitt, 2003; Maksum, 2007; Kim, Jun, Walker, & Drane, 2015).
Dari artikel tersebut peneliti menemukan empat aspek (konstruksi atau faktor) teoretis yang dapat dijadikan indikator dalam kaitanya dengan dampak penyelenggaraan event olahraga pada masyarakat, yaitu aspek ekonomi, psikososial, infrastruktur dan lingkungan. Berdasarkan empat aspek tersebut kemudian dikembangkan butir-butir pernyataan. Terdapat 46 butir pernyataan dengan rincian, 14 butir untuk aspek ekonomi, 14 butir untuk aspek infrastruktur, 9 butir untuk aspek psikososial, dan 9 butir untuk aspek lingkungan. Instrumen yang dikembangkan memiliki lima alternatif pilihan jawaban, yaitu sangat setuju, setuju, tidak tahu, tidak setuju, dan sangat tidak setuju. Butir butir yang tersusun tersebut kemudian dikonsultasikan dengan expert judgement melalui telepon dan surat-e.
Subjek dalam penelitian tersebut adalah masyarakat yang berada di Provinsi Papua. Mengingat pada saat pengembangan sedang terjadi pandemi COVID-19 maka uji lapangan dilakukan secara online dengan memanfaatkan Google form. Setelah kuesioner yang dikembangkan diinput dalam Google form, link Google form kemudian disebarkan melalui media sosial seperti Facebook dan Whatsapp pada bulan November tahun 2020. Terdapat 113 responden yang berpartisipasi atau mengisi dalam uji coba instrumen yang dikembangkan dengan karakteristik seperti yang terdapat dalam tabel 1.
Analisis data menggunakan Exploratory Factor Analysis (EFA) dan koefisien korelasi antarfaktor, faktor total, dan butir total. Untuk uji reliabilitas digunakan metode konsistensi internal dengan menghitung koefisien Alpha Cronbach. Semua analisis dilakukan dengan menggunakan program IBM SPSS versi 26.
TABEL I KARAKTERISTIK RESPONDEN
| Keterangan | Jumlah |
|---|---|
| Jenis kelamin | |
| Laki-laki | 77 (68,14%) |
| Perempuan | 36 (31,86%) |
| Usia (th) | |
| Range | 17-70 |
| Mean | 32,6 |
| SD | 10,9 |
| Pendidikan | |
| SD | 3 (2,65%) |
| SMA | 43 (38,05%) |
| Diploma | 3 (2,65%) |
| S1 | 43 (38,05%) |
| S2 | 15 (13,27%) |
| S3 | 6 (5,31%) |
| Pekerjaan | |
| Pelajar/Mahasiswa | 30 (26,55%) |
| Wiraswasta | 21 (18,58%) |
| Honorer/kontrak | 6 (5,31%) |
| Jurnalis | 4 (3,54%) |
| IRT | 2 (1,77%) |
| Pegawai BUMN | 4 (3,54%) |
| Nelayan | 1 (0,88%) |
| Petani | 2 (1,77%) |
| TNI | 3 (2,65%) |
| PNS | 26 (23,01%) |
| Atlet | 13 (11,50%) |
HASIL DAN PEMBAHASAN
Instrumen penelitian dikatakan layak digunakan ketika sudah melewati uji validitas dan reliabilitas. Dalam pengembangan tersebut, uji validitas diawali dengan melakukan uji EFA, namun sebelum itu perlu dilakukan uji untuk mengetahui apakah indikator yang ada layak dianalisis dengan analisis faktor (EFA) atau tidak (Widarjono, 2015). Hal tersebut dapat diketahui dengan Kaiser-Meyer-Olkin Measure of Sampling Adequacy (KMO-MSA) dan Bartlett's test of Sphericity (Latan, 2014). Jika nilai KMO-MSA < .50 maka analisis faktor tidak dapat dilakukan (Ghozali, 2016) karena tidak memenuhi syarat kecukupan dalam analisis
faktor (Widarjono, 2015). Ambang batas yang lebih tinggi disebutkan oleh Latan (2014) yaitu untuk melanjutkan analisis faktor nilai KMO-MSA disarankan >.70 karena nilai tersebut mengindikasikan terdapat kecukupan korelasi untuk analisis faktor.
Dari hasil uji KMO-MSA dan Bartlett's test of Sphericity (tabel II) ditemukan nilai KMO-MSA = .849. Oleh Gudono (2016) nilai KMO-MSA di atas 80 masuk kriteria bagus, yang berarti data cocok atau memenuhi syarat untuk dilakukan analisis lebih lanjut seperti principal component analysis.
Untuk uji Bartlett's test didapat nilai 3702.070 dengan nilai signifikansi sebesar .001 (p < .05) yang berarti memperkuat nilai MKO-MSA sebelumnya, sehingga hasil tersebut menunjukkan terpenuhinya persyaratan untuk dilakukan uji analisis faktor:
TABEL II HASIL UJI KMO-MSA DAN BARTLETT'S TEST
| KMO | BARTLETT'S TEST | Df | Sig. |
|---|---|---|---|
| .849 | 3702.070 | 1035 | .000 |
Analisis berikutnya adalah melakukan ekstraksi faktor (extraction factor). Menurut Widarjono (2015) ekstraksi faktor dilakukan untuk mereduksi data dari beberapa indikator agar menghasilkan faktor yang lebih sedikit dan yang mampu menjelaskan korelasi antara indikator yang diukur. Untuk mengetahui hal tersebut dapat dilihat pada rule of thumb nilai extraction dalam communalities, yaitu harus > .50 dan jika di bawah nilai tersebut maka harus dikeluarkan dari model karena dianggap mempunyai hubungan yang kecil dengan lainnya (Latan, 2014).
Hasil extraction pertama menemukan terdapat 13 butir (item) yang memiliki nilai < .50, yaitu item nomor 1, 3, 4, 6, 8, 11, 12, 17, 19, 20, 29, 33, dan 46 (tabel III). Semua item tersebut dikeluarkan dalam model dan dilakukan analisis ulang. Setelah dilakukan pengujian ulang, hasilnya masih ditemukan terdapat 4 item yang memiliki nilai < .50 yaitu item nomor 2, 10, 18 dan 34. Oleh karena itu, keempat item tersebut
dikeluarkan dalam model dan dilakukan analisis ulang. Hasil analisis extraction berikutnya menunjukkan semua item yang ada memiliki nilai > .50 sehingga setiap item yang ada di dalam model diyakini dapat menjelaskan varian setiap faktor dengan baik.
TABEL III HASIL EKSTRAKSI
| No Item | Initial | Extraction |
|---|---|---|
| item_1 | 1.000 | .473 |
| item_2 | 1.000 | .518 |
| item_3 | 1.000 | .447 |
| item_4 | 1.000 | .223 |
| item_5 | 1.000 | .611 |
| item_6 | 1.000 | .496 |
| item_7 | 1.000 | .591 |
| item_8 | 1.000 | .463 |
| item_9 | 1.000 | .576 |
| item_10 | 1.000 | .504 |
| item_11 | 1.000 | .475 |
| item_12 | 1.000 | .461 |
| item_13 | 1.000 | .532 |
| item_14 | 1.000 | .713 |
| item_15 | 1.000 | .608 |
| item_16 | 1.000 | .669 |
| item_17 | 1.000 | .374 |
| item_18 | 1.000 | .501 |
| item_19 | 1.000 | .386 |
| item_20 | 1.000 | .347 |
| item_21 | 1.000 | .755 |
| item_22 | 1.000 | .533 |
| item_23 | 1.000 | .625 |
| item_24 | 1.000 | .599 |
| item_25 | 1.000 | .586 |
| item_26 | 1.000 | .585 |
| item_27 | 1.000 | .519 |
| item_28 | 1.000 | .659 |
| item_29 | 1.000 | .452 |
| item_30 | 1.000 | .550 |
| item_31 | 1.000 | .615 |
| item_32 | 1.000 | .561 |
| item_33 | 1.000 | .477 |
| item_34 | 1.000 | .501 |
| item_35 | 1.000 | .572 |
| item_36 | 1.000 | .586 |
| item_37 | 1.000 | .715 |
| item_38 | 1.000 | .734 |
| item_39 | 1.000 | .665 |
| item_40 | 1.000 | .570 |
| item_41 | 1.000 | .504 |
| item_42 | 1.000 | .560 |
| item_43 | 1.000 | .544 |
| item_44 | 1.000 | .588 |
| item_45 | 1.000 | .529 |
| item_46 | 1.000 | .490 |
Extraction Method: Principal Component Analysis.
Langkah selanjutnya adalah mencari besarnya varian yang dapat dijelaskan oleh faktor yang terbentuk (total variance explainde). Hal ini dapat dilihat dari eigenvalues yang didapat, nilai tersebut mengukur jumlah dari variasi di dalam total sampel yang dijelaskan oleh setiap faktor (Latan, 2014; Widarjono, 2015)
Dari hasil analisis pada initial eigenvalues (tabel IV) ditemukan terdapat empat faktor (nilai eigen > 1) yang terbentuk. Jika item yang ada dibentuk menjadi empat faktor, keempat faktor tersebut dapat menjelaskan variabel dampak event olahraga sebesar 63.242%. Faktor pertama sebesar 10.375%, faktor kedua 13.096%, faktor ketiga sebesar 7.940% dan faktor keempat sebesar 6.428%.
Analisis berikutnya adalah melakukan rotasi faktor. Hal ini dilakukan untuk mendapatkan informasi item mana yang masuk ke dalam setiap faktor yang terbentuk (empat faktor). Untuk maksud tersebut metode varimax with Kaiser Normalization digunakan. Hasil analisis seperti yang tersaji pada tabel V menunjukkan pada faktor 1 terdapat 11 item, yaitu nomor 7, 9, 22, 23, 25, 27, 30, 36, 37, 41, dan 45 dengan loading factor pada varimax rotated components matrix .514 hingga .854. Item pernyataan yang masuk rumpun tersebut mencerminkan indikator yang berkaitan dengan ekonomi, sehingga faktor 1 disebut dengan ekonomi. Pada faktor 2 terdapat 8 buah item, yaitu nomor 13, 14, 15, 16, 28, 31, 40, dan 42. Item pernyataan yang masuk rumpun tersebut mencerminkan indikator yang berkaitan dengan aspek psikososial, sehingga faktor 2 disebut dengan psikososial. Untuk faktor 3 terdapat 7 item, yaitu nomor 5, 21, 24, 32, 35, 38, 43. Item pernyataan yang masuk rumpun tersebut mencerminkan indikator yang berkaitan dengan aspek infrastruktur, sehingga faktor 3 disebut dengan infrastruktur. Pada faktor 4 terdapat 3 item, yaitu item nomor 26, 39, 44. Item pernyataan yang masuk rumpun tersebut mencerminkan indikator yang berkaitan dengan aspek lingkungan, sehingga faktor 4 disebut dengan lingkungan.
Tahap selanjutnya dalam pengembangan instrumen adalah menguji apakah setiap faktor mengukur atau mengungkap konstruk yang sama atau sebaliknya. Hal ini dapat dilakukan
TABEL IV JUMLAH FAKTOR
| Initial Eigenvalues | Extraction Sums of Squared Loadings | |||||
|---|---|---|---|---|---|---|
| Comp. | Total | % of Variance | Cumulative % | Total | % of Variance | Cumulative % |
| 1 | 10.375 | 35.778 | 35.778 | 10.375 | 35.778 | 35.778 |
| 2 | 3.798 | 13.096 | 48.874 | 3.798 | 13.096 | 48.874 |
| 3 | 2.303 | 7.940 | 56.813 | 2.303 | 7.940 | 56.813 |
| 4 | 1.864 | 6.428 | 63.242 | 1.864 | 6.428 | 63.242 |
Keterangan: Tabel disederhanakan tampilannya dan hanya memuat jumlah faktor yang terbentuk dengan cara mengorelasikan skor antar faktor dan kemudian skor faktor dengan skor total (Arikunto, 2010).
Hasil korelasi antarfaktor (tabel VI) menunjukkan bahwa faktor ekonomi, psikososial dan infrastruktur memiliki nilai korelasi yang tinggi dan signifikan. Hasil yang berbeda ditemukan pada faktor lingkungan, yaitu tidak
terdapat korelasi dengan faktor psikososial (0,087) dan faktor inrastruktur (0,075). Faktor lingkungan hanya memiliki korelasi dan signifikan secara statistik dengan faktor ekonomi (-0,366). Dengan hasil tersebut maka dapat dinyatakan bahwa faktor lingkungan adalah konstruksi yang kurang kuat dalam mengukur variabel laten (dampak event olahraga).
TABEL V HASIL ROTASI FAKTOR
| No Item | Butir Pernyataan | Faktor 1 (ekonomi) | Faktor 2 (psikososial) | Faktor 2 (infrastruktur) | Faktor 2 (lingkungan) |
|---|---|---|---|---|---|
| item_37 | Kesempatan mendapatkan pekerjaan terbuka lebar | .854 | |||
| item_7 | Perusahaan atau industri baru bermunculan | .737 | |||
| item_27 | Mendapat manfaat secara ekonomi dari adanya event olahraga (PON) | .720 | |||
| item_23 | Perdagangan menjadi lebih berkembang | .712 | |||
| item_22 | Pasar tradisional menjadi lebih ramai pengunjung | .707 | |||
| item_25 | Industri transportasi berkembang | .698 | |||
| item_45 | Mudah mendapat pekerjaan | .682 | |||
| item_30 | Pendapatan meningkat dibanding sebelumnya | .662 | |||
| _item_36 | Bertambahnya pebisnis baru | .601 | |||
| item_9 | Tempat penginapan atau hotel meningkat jumlahnya | .593 | |||
| item_41 | Masyarakat tertarik terjun ke dunia bisnis | .514 | |||
| item_14 | Bangga karena menjadi bagian dalam sebuah event olahraga nasional (PON) | .861 | |||
| item_16 | Bangga dengan daerah karena dapat menjadi tuan rumah event olahraga nasional (PON) | .832 | |||
| item_28 | Merasa senang karena event olahraga nasional (PON) diselenggarakan di daerah Anda | .782 |
| item_13 | Merasa senang dengan adanya | .752 | |
|---|---|---|---|
| event olahraga nasional | |||
| (PON) | |||
| item_31 | Bangga dengan daerah karena | .731 | |
| dapat menyelenggarakan | |||
| event olahraga nasional | |||
| (PON) | |||
| item_15 | Solidaritas antarmasyarakat | .657 | |
| meningkat | |||
| item_40 | Bangga karena terlibat | .641 | |
| secara langsung dalam event | |||
| olahraga nasional (PON) | |||
| item_42 | Persaudaraan antar | .576 | |
| masyarakat terasa lebih erat | |||
| item_21 | Tempat berolahraga | .846 | |
| meningkat jumlahnya | |||
| item_35 | Gedung olahraga | .758 | |
| bermunculan | |||
| item_38 | Tempat wisata baru | .753 | |
| bermunculan | |||
| item_24 | Tempat rekreasi keluarga | .728 | |
| bertambah | |||
| item_5 | Lapangan olahraga mudah | .682 | |
| dijumpai | |||
| item_43 | Ruang terbuka untuk olahraga | .575 | |
| bertambah | |||
| item_32 | Tempat belanja seperti | .493 | |
| minimarket bermunculan | |||
| item_39 | Jalan raya macet | .824 | |
| item_44 | Sampah berserakan dimana | .819 | |
| mana | |||
| item_26 | Terjadi polusi udara | .720 | |
Langkah selanjutnya adalah melakukan uji korelasi faktor dengan skor total. Bila korelasi tiap faktor tersebut positif dan nilai r > 0,3 maka faktor tersebut dipandang sebagai konstruk yang kuat (Sugiyono, 2016). Hasil uji tersebut (tabel VII) menemukan bahwa terdapat tiga faktor (ekonomi, psikososial, dan infrastruktur) yang memiliki nilai koefisien korelasi tinggi dan hanya faktor lingkungan yang tidak signifikan. Dengan hasil ini maka faktor ekonomi, psikososial, dan infrastruktur merupakan konstruk yang valid untuk mengukur persepsi masyarakat terkait dampak event olahraga, sedangkan faktor lingkungan, secara statistik, dipandang sebagai konstruk yang kurang kuat dalam mengungkap variabel dampak event olahraga.
Untuk lebih memperkuat uji validitas tersebut maka dilakukan penghitungan koefisien korelasi item-total (tabel VIII). Hal ini dilakukan untuk mengetahui fungsi item dengan fungsi
TABEL VI KOEFISIEN KORELASI ANTARFAKTOR
| Faktor | Ekonomi | Psikososial | Infrastruktur | Lingkungan |
|---|---|---|---|---|
| Ekonomi | - | 0,446 (0,001) | 0,570 | -0,366 (0,001) |
| (0,001) | ||||
| Psikososial | 0,446 (0,001) | - | 0,543 | -0,085 (0,370) |
| (0,001) | ||||
| Infrastruktur | 0,570 (0,001) | 0,543 (0,001) | - | -0,075 (0,427) |
| Lingkungan | -0,366 (0,001) | -0,085 (0,370) | -0,075 | - |
| (0,427) |
Keterangan: Angka dalam kurung merupakan nilai signifikansi
TABEL VII KOEFISIEN KORELASI FAKTOR-TOTAL
| Variabel/Faktor | Ekonomi | Psikososial | Infrastruktur | Lingkungan |
|---|---|---|---|---|
| Event olahraga | 0,818 | 0,710 | 0,813 | -0,005 |
| (0,001) | (0,001) | (0,001) | (0,961) |
Keterangan: Angka dalam kurung merupakan nilai signifikansi
TABEL VIII HASIL UJI VALIDITAS ITEM-TOTAL
| No | Ekonomi | Psikososial | Infrastruktur | Lingkungan |
|---|---|---|---|---|
| 1 | 0.580 (0,001) | 0,474 (0,001) | 0,538 (0,001) | 0,148 (0,117) |
| 2 | 0,551 (0,001) | 0,520 (0,001) | 0,595 (0,001) | -0,076 (0,422) |
| 3 | 0,594 (0,001) | 0,637 (0,001) | 0,597 (0,001) | 0,067 (0,478) |
| 4 | 0,614 (0,001) | 0,523 (0,001) | 0,654 (0,001) | |
| 5 | 0,498 (0,001) | 0,468 (0,001) | 0,574 (0,001) | |
| 6 | 0,482 (0,001) | 0,462 (0,001) | 0,697 (0,001) | |
| 7 | 0,634 (0,001) | 0,564 (0,001) | 0,700 (0,001) | |
| 8 | 0,744 (0,001) | 0,637 (0,001) | ||
| 9 | 0,653 (0,001) | |||
| 10 | 0,661 (0,001) | |||
| 11 | 0,682 (0,001) |
Keterangan: Angka dalam kurung merupakan nilai signifikansi; Angka cetak miring menunjukkan butir tidak valid (r < 0,3)
TABEL IX HASIL UJI RELIABILITAS
| Ekonomi | Psikososial | Infrastruktur | KDEOPM | |
|---|---|---|---|---|
| N of item | 11 | 8 | 7 | 26 |
| Cronbach's Alpha | (0,915) | (0,894) | (0,881) | (0,936) |
Keterangan: Angka dalam kurung merupakan nilai reliabilitas Alpha Cronbach
keseluruhan instrumen yang dikembangkan (Azwar, 2013). Item pernyataan dikatakan baik ketika memiliki nilai koefisien korelasi yang tinggi.
Hasil penghitungan (tabel VIII) menemukan bahwa hanya terdapat tiga item yang memiliki nilai koefien rendah yaitu -0,67, -0,76, dan 0,148. Menurut Azwar (2013) dan Sugiyono (2016) bila nilai koefisien > 0,3 maka item tersebut dapat dinyatakan valid. Ketiga butir tersebut nilai koefisiennya < 0,3 sehingga dapat dinyatakan tidak valid. Setelah ditelusuri ternyata ketiga butir tersebut adalah butir item yang ada dalam faktor lingkungan. Dengan demikian, ketiga item tersebut dihapus dari properti intrumen yang dikembangkan karena dinyatakan tidak valid. Untuk item butir lainnya memiliki nilai koefisien antara 0,462 hingga 0,744. Mengingat nilai koefisien korelasi > 0,3 maka item tersebut dinyatakan valid.
Tahap selanjutnya adalah menguji tingkat reliabilitas instrumen yang dikembangkan. Uji reliabilitas menggunakan pendekatan konsistensi internal dengan Alpha Cronbach menemukan nilai koefisien-α sebesar 0,915 pada faktor ekonomi, 0,894 pada faktor psikososial, dan 0,881 pada faktor infrastruktur. Secara keseluruhan reliabilitas koefisien Alpa Cronbach sebesar 0,934 (tabel IX). Menurut Sugiyono (2016) instrumen dikatakan reliabel ketika nilai koefisien yang didapat > 0,6, sedangkan Azwar (2013) menyebutkan setidaknya koefisien konsistensi intenal minimal 0,8. Dengan mengacu pada pendapat tersebut, maka instrumen tersebut memiliki skor tingkat reliabilitas tinggi, baik dalam setiap faktor maupun secara keseluruhan.
Dengan hasil tersebut maka dapat dinyatakan bahwa terdapat tiga faktor yang valid dan reliabel dalam mengukur dampak event olahraga, yaitu faktor ekonomi, faktor psikososial, dan faktor infrastruktur. Faktor ekonomi sebanyak 11 item, faktor psikososial berjumlah 8 item, dan faktor infrastruktur sebanyak 7 item. Dengan demikian terdapat 26 item dalam properti intrumen dampak event olahraga yang valid dan reliabel.
Hasil pengembangan tersebut sampai pada keputusan bahwa Kuesioner Dampak Event Olahraga Pada Masyarakat (KDEOPM) memiliki tingkat validitas dan reliabilitas yang tinggi sehingga instrumen tersebut dapat digunakan untuk mengungkap bagaimana persepsi masyarakat tentang dampak event olahraga.
SIMPULAN
Dari hasil pengembangan awal ditemukan terdapat empat faktor yang terbentuk dengan total 46 item, namun setelah dilakukan uji validitas lanjutan ditemukan terdapat satu faktor (lingkungan) yang harus dikeluarkan karena nilai koefisien korelasi faktor-total rendah dan koefisien item-total dinyatakan tidak valid. Terdapat 11 item yang valid dan reliabel dalam faktor ekonomi, 8 item pada faktor psikososial, dan 7 butir item pada faktor infrastruktur. Nilai validitas KDEOPM berkisar antara 0,462 hingga 0,744, dengan koefisien reliabilitas antara 0,881 hingga 0,934. Dengan demikian, 26 item dalam properti KDEOPM dinyatakan valid dan reliabel dalam mengungkap persepsi masyarakat tentang dampak event olahraga.