bab iii metode penelitian 3.1 objek...
TRANSCRIPT
42
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
BAB III
METODE PENELITIAN
3.1 Objek Penelitian
Penelitian ini menganalisis mengenai pengaruh kompetensi guru yang
dipersepsikan siswa, sarana prasarana sekolah dan motivasi belajar terhadap Hasil
belajar siswa SMAN 1 Tasikmalaya pada Mata Pelajaran Ekonomi. Objek dalam
penelitian ini adalah seluruh siswa kelas X SMAN 1 Tasikmalaya dengan variabel
eksogennya (variabel yang tidak ada variabel eksplisitnya) adalah Kompetensi
guru (X1) dan Sarana prasarana Sekolah (X2), sedangkan variabel endogennya
(variabel perantara dan tergantung) adalah Motivasi belajar siswa (X3) dan Hasil
belajar (Y), dan yang dijadikan variabel antaranya yaitu motivasi belajar.
3.2 Metode Penelitian
Metode yang digunakan dalam penelitian ini adalah metode survey
explanatory. Menurut Singarimbun dan Efendi (2006 :4), “survey explanatory
adalah Penelitian yang mengambil sampel dari suatu populasi dan menggunakan
kuesioner sebagai alat pengumpul data yang pokok, dengan tujuan untuk
menjelaskan atau menguji hubungan antar variabel yang diteliti.”
Kerlinger dalam Sugiyono (Fitriani 2011:78) mengemukakan bahwa, “Penelitian
survey adalah penelitian yang dilakukan pada populasi besar maupun kecil tetapi
data yang dipelajari adalah data dari sampel yang diambil dari populasi tersebut,
sehingga ditemukan kejadian-kejadian relatif, distribusi, dan hubungan-hubungan
antarvariabel sosiologi maupun psikologis.”
3.2.1 Populasi dan Sampel
3.2.1.1 Populasi
Menurut Sugiyono (Fitriani 2011:78), “Populasi adalah wilayah generalisasi yang
terdiri atas: obyek/subyek yang mempunyai kualitas dan karakteristik tertentu
yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik
kesimpulannya”.
43
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Dalam penelitian ini, populasinya adalah jumlah seluruh siswa kelas X SMAN 1
Tasikmalaya, dan akan mempersepsikan kompetensi guru. Menurut Pangky
(Wulandari 2010:68) yang dimaksud persepsi terhadap kompetensi guru adalah,
“Proses ketika siswa menerima, mengorganisasikan dan menginterpretasikan
kemampuan, pengetahuan, keterampilan dan perilaku yang dimiliki gurunya saat
mengajar”. Dalam penelitiannya, Pangky mempersepsikan kompetensi guru kepada
siswa, sehingga penulis mengambil populasi siswa untuk mempersepsikan
kompetensi guru kepada siswa.
Pada penelitian ini adalah siswa kelas X SMAN 1 Tasikmalaya. Adapun populasi
dalam penelitian ini adalah sebagai berikut:
Tabel 3.1
Populasi Kelas X SMA Negeri 1 Tasikmalaya
Tahun Pelajaran 2012/2013
No Nama kelas Jumlah siswa
1
2
3
4
5
6
7
8
9
10
Kelas X1
Kelas X2
Kelas X3
Kelas X4
Kelas X5
Kelas X6
Kelas X7
Kelas X8
Kelas X9
Kelas X10
38
38
38
38
38
37
38
38
38
37
Jumlah 378
sumber:data sekolah
3.2.1.2 Sampel
Menurut Sugiyono (Wulandari 2010:73), “Sampel adalah bagian dari jumlah
dan karakteristik yang dimiliki oleh populasi tersebut”. Bila populasi besar, dan
peneliti tidak mungkin mempelajari semua yang ada pada populasi, misalnya karena
keterbatasan dana, tenaga dan waktu, maka peneliti dapat menggunakan sampel yang
diambil dari populasi itu. Apa yang dipelajari dari sampel itu, kesimpulannya akan
44
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
diberlakukan untuk populasi, untuk itu sampel yang diambil dari populasi harus
betul-betul representatif (mewakili).
Dalam penelitian ini teknik penentuan sampel dilakukan melalui metode
Stratified Random Sampling, yaitu metode pengambilan sampel yang bertujuan agar
dapat menggambarkan secara tepat sifat populasi yang heterogen yang dilakukan
dalam beberapa tahap, sedangkan teknik pengambilan sampel menggunakan rumus
Sari Taro Yamane atau Slovin dalam Riduwan dkk (2011: 210) sebagai berikut:
Dimana:
n = jumlah sampel
N = jumlah populasi
= presisi (ditetapkan 5% dengan tingkat kepercayaan 95%)
Berdasarkan rumus tersebut diperoleh jumlah sampel sebagai berikut:
( )
dari perhitungan diatas maka ukuran sampel minimal dalam penelitian ini adalah
194.34 yang dibulatkan menjadi 195 orang. Adapun kerangka sampelnya sebagai
berikut:
Tabel 3.2
Kerangka Sampel
No Kelas Ukuran sampel
1 X1 19
2 X2 19
3 X3 20
4 X4 20
5 X5 20
6 X6 19
45
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
7 X7 20
8 X8 19
9 X9 19
10 X10 20
Jumlah 195
sumber:hasil pengolahan data
3.3 Operasional Variabel
Tabel 3.3
Operasional Variabel
Variabel Konsep Teoritis Konsep
Empiris
Konsep Analisis Skala
Kompetens
i Pedagogik
Guru (X1.1)
Sejumlah
kemampuan guru
yang berkaitan
dengan ilmu dan
seni mengajar
siswa.
(Fachruddin dan
Ali, 2008)
Pengaruh
eksternal yang
dihadapi
peserta didik
yang
menyangkut
kemampuan
guru dalam
mengelola
pembelajaran
dari sudut
pandang
peserta didik
pada mata
pelajaran
ekonomi
Skor kompetensi
pedagogik ini dapat
diukur dengan skala
likert, melalui:
Mengidentifikasi
bekal-ajar awal
siswa
Mengidentifikasi
kesulitan belajar
siswa
Menerapkan
berbagai metode
pembelajaran
yang mendidik
secara kreatif
dalam Mata
Pelajaran
Ekonomi
Menggunakan
media
pembelajaran dan
sumber belajar
yang relevan
dengan
karakteristik
peserta didik
untuk mencapai
tujuan
pembelajaran
ordinal
46
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
yang utuh
Menentukan
prosedur
penilaian dan
evaluasi proses
dan hasil belajar
Menggunakan
informasi hasil
penilaian dan
evaluasi untuk
merancang
program
remedial dan
pengayaan
Kompetens
i
Profesional
Guru (X1.2)
Kemampuan
penguasaan materi
pembelajaaran
secara luas dan
mendalam yang
memungkinkanny
a membimbing
peserta didik
memenuhi standar
kompetensi yang
dittetapkan dalam
Standar Naional
Pendidikan.
(PP No.19 tahun
2005)
Pengaruh
eksternal yang
dihadapi
peserta didik
yang
menyangkut
kemampuan
guru dalam
menguasai
materi dari
sudut pandang
peserta didik
pada mata
pelajaran
ekonomi
Skor kompetensi
profesional ini dapat
diukur dengan skala
likert, melalui:
Memahami
materi, struktur
dan konsep yang
mendukung mata
pelajaran yang
diampu
Memilih dan
mengolah materi
pembelajaran
sesuai dengan
tingkat
perkembangan
siswa
Melakukan
refleksi terhadap
kinerja guru
secara terus
menerus
Mengikuti
kemajuan zaman
dengan belajar
dari berbagai
sumber
ordinal
Kompetens Kemampuan Pengaruh Skor kompetensi ordinal
47
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
i Personal
Guru (X1.3)
personal yang
mencerminkan
kepribadian yang
mantap, stabil,
dewasa, arif dan
berwibawa,
menjadi teladan
bagi peserta didik
dan berakhlak
mulia.
(Budiwati dan
Permana,
2010:57)
eksternal yang
dihadapi
peserta didik
yang
menyangkut
kepribadian
guru ekonomi
yang
dipersepsikan
siswa
personal ini dapat
diukur dengan skala
likert, melalui:
Menghargai
siswa tanpa
membedakan
keyakinan yang
dianut, suku, adat
istiadat, daerah
asal dan gender
Memiliki pribadi
yang jujur, tegas,
arif, dapat
diteladani oleh
siswa dan
anggota
masyarakat di
sekitarnya
Kompetens
i Sosial
Guru (X1.4)
Kemampuan
pendidik sebagai
bagian dari
masyarakat untuk
berkomunikasi
dan bergaul secara
efektif dengan
peserta didik,
sesame pendidik,
tenaga
kependidikan,
orang tua/wali
peserta didik dan
masyarakat
sekitar.
(Budiwati dan
Permana,
2010:57)
Pengaruh
eksternal yang
dihadapi
peserta didik
yang
menyangkut
kemampuan
guru dalam
mengelola
pembelajaran
dari sudut
pandang
peserta didik
pada mata
pelajaran
ekonomi
Skor kompetensi
sosial ini dapat
diukur dengan skala
likert, melalui:
Berkomunikasi
dengan teman
sejawat, siswa,
orang tua siswa
dan masyarakat
secara santun
Mengikutsertaka
n orang tua siswa
dalam program
pembelajaran dan
mengatasi
kesulitan belajar
siswa
ordinal
Sarana
prasarana
Sekolah
(X2)
Sarana belajar
merupakan
kelengkapan
mengajar yang
harus dimiliki
Ketersediaan
fasilitas belajar
yang
mendukung
berlangsungny
fasilitas belajar di
sekolah dan di rumah
di ukur menurut
persepsi siswa yang
meliputi:
ordinal
48
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
sekolah, sehingga
fasilitas belajar
mempengaruhi
kegiatan belajar
mengajar
disekolah
(Djamarah 2011:
184-185)
a proses
belajar
mengajar pada
mata pelajaran
ekonomi.
1. Prasarana
belajar di
sekolah.
2. Sarana
belajar di
sekolah.
3. Fasilitas
belajar di
rumah
1. Kondisi gedung
sekolah
2. Kondisi ruang
kelas.
3. Kondisi meja dan
kursi.
4. Kondisi ruang
perpustakaan
1. Ketersediaan
buku-buku
pelajaran ekonomi
di perpustakaan
2. Ketersediaan
Komputer dan
fasilitas internet
3. Ketersediaan alat
pembelajaran
4. Ketersediaan
media
pembelajaran
5. Ketersediaan
laboratorium
6. Ketersediaan alat-
alat laboratorium
1. Kondisi ruang
belajar dirumah.
2. Kondisi Meja dan
kursi untuk
belajar.
3. Ketersediaan Alat
tulis.
4. Ketersediaan
Buku pelajaran.
5. Komputer.
Kalkulator
Motivasi
Belajar
Suatu kekuatan
atau tenaga atau
Dorongan atau
motif belajar
Skor motivasi belajar
mengunakan skala
ordinal
49
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
(X3)
daya, atau suatu
keadaan yang
kompleks dan
kesiapsediaan
dalam diri
individu atau
bergerak kearah
tujuan tertentu,
baik disadari
maupun tidak
disadari.
(Syamsudin,
2007:37).
siswa dalam
rangka
mencapai hasil
belajar yang
optimal pada
mata pelajaran
ekonomi.
Likert, yaitu:
Waktu yang
digunakan untuk
belajar
Ketepatan pada
tujuan kegiatan
Berusaha
mempelajari
materi yang tidak
dimengerti
Pengorbanan
untuk mencapai
tujuan
Tingkat aspirasi
yang hendak
dicapai dengan
kegiatan yang
dilakukan
Hasil
Belajar (Y)
Hasil Belajar
Kognitif
merupakan
keberhasilan
peserta didik
dalam
Mengoptimalkan
kemampuan ranah
kognitifnya
sehingga terjadi
perubahan tingkah
laku dalam
dirinya (Sudjana
2010: 3)
Nilai yang
diperoleh
siswa pada
mata pelajaran
ekonomi.
Data diperoleh dari
pihak sekolah tentang
nilai UAS kelas X
semester ganjil tahun
ajaran 2012/2013
pada mata pelajaran
ekonomi.
interva
l
3.4 Teknik Pengumpulan Data
Menurut Sugiyono (2004:129), “Pengumpulan data dapat menggunakan
sumber primer dan sumber sekunder”. Sumber primer yaitu sumber data yang
langsung memberikan data kepada pengumpul data, misalnya kuesioner atau angket,
dan sumber sekunder yaitu sumber yang tidak langsung memberikan data kepada
50
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
pengumpul data misalnya melalui dokumen. Adapun alat pengumpul data dalam
penelitian ini adalah:
1. Wawancara, yaitu pengumpulan data secara lisan yang bertujuan untuk
menemukan permasalahan yang harus diteliti dan untuk mengetahui jumlah
respondennya sedikit/banyak.
2. Kuesioner (angket) merupakan teknik pengumpulan data yang dilakukan dengan
cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden
untuk dijawabnya. Adapun kuesioner yang digunakan dalam penelitian ini adalah
bentuk kuesioner tertutup.
3. Studi dokumentasi, yaitu studi untuk mencari data mengenai hal-hal atau variabel
yang diteliti berupa dokumen-dokumen yang ada pada unit analisis, dalam hal ini
nilai rapor siswa kelas X semester ganjil tahun ajaran 2012/2013 pada mata
pelajaran ekonomi di SMA Negeri yang diteliti.
3.5 Instrumen Penelitian
Menurut Sugiyono (2004:84), “Instrumen penelitian merupakan alat yang
digunakan untuk mengukur variabel yang diteliti”. Dalam penelitian ini, instumen
yang digunakan adalah kuesioner atau angket, yaitu sejumlah pertanyaan tertulis yang
digunakan untuk memperoleh informasi dari responden yang berhubungan dengan
variabel yang diteliti. Adapun langkah-langkah penyusunan angket menurut
Suharsimi (2006:151) adalah sebagai berikut:
a. Menentukan tujuan pembuatan angket yaitu untuk memperoleh data dari
responden mengenai kompetensi pedagogik guru dan iklim sekolah yang
dipersepsikan siswa, motivasi dan prestasi belajar siswa pada Mata Pelajaran
Ekonomi.
b. Menentukan objek yang menjadi responden, yaitu siswa kelas X yang menjadi
sampel.
c. Menyusun kisi-kisi instrumen penelitian.
d. Menyusun pertanyaan-pertanyaan yang harus dijawab oleh responden.
51
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
e. Merumuskan pertanyaan-pertanyaan alternatif jawaban untuk jenis jawaban yang
sifatnya tertutup. Jenis instrument yang bersifat tertutup yaitu seperangkat daftar
pertanyaan tertulis yang disertai alternatif jawaban yang sudah disediakan.
f. Menetapkan kriteria pemberian skor untuk setiap item pertanyaan yang bersifat
tertutup. Alat ukur yang digunakan dalam pemberian skor adalah daftar
pertanyaan yang menggunakan skala likert dengan ukuran ordinal, berarti objek
yang diteliti mempunyai peringkat saja. Sedangkan untuk data yang bersifat
interval, para responden diberi kebebasan untuk mengisi angket yang telah
disediakan.
g. Menyebarkan angket
h. Mengelola dan menganalisis angket.
3.6 Pengujian instrument penelitian
Uji Validitas
Menurut Arikunto (2006:168), “Validitas adalah suatu ukuran yang menunjukan
tingkat kevalidan atau kesahihan suatu instrument”. Menurut Riduwan dan Kuncoro
(2011:217), untuk menguji validitas alat ukur, terlebih dahulu dicari nilai korelasi
antara bagian-bagian dari alat ukur secara keseluruhan dengan cara mengkorelasikan
setiap butir alat ukur dengan skor total yang merupakan jumlah tiap skor butir. Dalam
uji validitas ini digunakan rumus Pearson Product Moment sebagai berikut:
(∑ ) (∑ )(∑ )
√{ ∑ (∑ ) } { ∑
(∑ ) }
Riduwan dkk (2011:217)
Dimana:
= koefisien relasi
Xi = jumlah skor item
Yi = jumlah skor total (seluruh item)
n = jumlah responden
52
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Selanjutnya dihitung dengan uji-t dengan menggunakan rumus:
√
√
Riduwan dkk (2011:217)
Dimana:
t = nilai t hitung
r = koefisien korelasi hasil r hitung
n = jumlah responden
Distribusi (tabel t) untuk α = 0.05 dan derajat keabsahan (dk=n-2), maka keputusan
yang diambil adalah:
a. Jika t hitung > t tabel berarti valid
b. Jika t hitung < t tabel berarti tidak valid
Uji Reliabilitas
Menurut Riduwan dan Kuncoro (2011:220), “Uji reliabilitas dilakukan untuk
mendapatkan tingkat ketepatan (keterandalan atau keajegan) alat pengumpul data
(instrument) yang digunakan”. Sedangkan Menurut Arikunto (2006:178),
“Reliabilitas menunjuk pada satu pengertian bahwa sesuatu instrument cukup dapat
dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen tersebut
sudah baik. Reliabilitas menunjuk pada tingkat keterandalan sesuatu. Reliabel arinya
dapat dipercaya, jadi dapat diandalkan”.
Adapun uji reliabilitas instrument penelitian ini dilakukan dengan menggunakan
rumus Alpha Cronbach. Menurut Riduwan dan Kuncoro (2011:221), langkah-
langkah mencari nilai reliabilitas dengan metode Alpha sebagai berikut:
1. Menghitung varians skor tiap-tiap item dengan rumus:
∑
(∑ )
Dimana:
Si = varians skor tiap-tiap item
Xi2 = jumlah kuadrat item Xi
53
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
(Xi)2 = jumlah item Xi dikuadratkan
N = jumlah responden
2. Menjumlahkan varians semua item dengan rumus:
Si = S1 + S2 + S3 +… + Sn
Dimana:
Si = jumlah varians semua item
S1 + S2 + S3 +… + Sn = varians item ke-1, 2, 3, …, n
3. Menghitung varians total dengan rumus:
∑
(∑ )
Dimana:
St = varians total
Xi2 = jumlah kuadrat X total
(Xi)2 = jumlah X total dikuadratkan
N = jumlah responden
4. Masukkan nilai Alpha dengan rumus:
(
)(
∑ )
Dimana:
= nilai reliabilitas
Si = jumlah varians skor tiap-tiap item
St = varians total
k = jumlah item
Untuk mengetahui koefisien korelasinya signifikan atau tidak, digunakan distribusi
table-r (tabel-r) untuk α = 0.05 dan df (dk = n-2) dengan keputusan jika r11> rtabel
berarti reliabel dan sebaliknya jika r11< rtabel berarti tidak reliabel.
54
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
3.7 Teknik Analisis Data dan Pengujian Hipotesis
Teknik Analisis Data
Jenis data yang terkumpul dalam penelitian ini adalah data ordinal yang
meliputi kompetensi guru, sarana prasarana dan motivasi belajar sedangkan data
interval adalah hasil belajar siswa sehingga menurut Riduwan dan Kuncoro
(2011:30), “Data ordinal harus ditransformasi menjadi data interval dengan
menggunakan teknik transformasi yang paling sederhana yaitu MSI (Method of
Successive Interval)” dengan menggunakan software Microsoft Excel.
Dalam Riduwan dan Kuncoro (2011:222), langkah-langkah atau prosedur pengolahan
data adalah sebagai berikut:
a. Menyeleksi data agar dapat diolah lebih lanjut, yaitu dengan memeriksa
jawaban responden sesuai dengan kriteria yang telah ditetapkan;
b. Menentukan bobot nilai untuk setiap kemungkinan jawaban pada setiap item
variabel penelitian dengan menggunakan skala penilaian dengan
menggunakan skala penilaian yang telah ditentukan, kemudian menentukan
skornya;
c. Melakukan analisis secara deskriptif untuk mengetahui kecenderungan data.
Dari analisis ini dapat diketahui rata-rata, median, standar deviasi dan
varians data dari masing-masing variabel;
3.8 Uji Prasyarat Analisis
1. Uji Normalitas
Uji signifikansi pengaruh variabel independen terhadap variabel dependen
melalui uji-t hanya akan valid jika residual yang kita dapatkan mempunyai
distribusi normal. Ada beberapa metode yang bisa digunakan untuk mendeteksi
apakah residual mempunyai distribusi normal atau tiak. (Rohmana, 2010:52)
Untuk mendeteksi normal atau tidaknya variabel pengganggu dapat melihatnya
dari normal probability yang membentuk suatu garis lurus diagonal, dan ploting
data yang akan dibandingkan dengan garis diagonalnya. Menurut Imam Ghazali
(Andriani, 2013:49) jika akan menyebar disekitar garis diagonalnya dan
55
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
mengikuti arah garis diagonalnya/grafik historis maka, menunjukan pola
distribusi normal dan sebaliknya.
2. Uji Multikolinieritas
Multikolinieritas adalah hubungan linier yang sempurna atau pasti diantara
beberapa variabel atau semua variabel yang menjelaskan dari model regresi.
Multikolinieritas merupakan salah satu bentuk pelanggaran terhadap asumsi model
regresi linier klasik karena bisa mengakibatkan estimator OLS memiliki :
1. Kesalahan baku sehingga sulit mendapatkan estimasi yang tepat.
2. Akibat poin satu, maka interval estimasi akan cenderung lebih lebar dan nilai
hitung statistik uji t akan kecil sehingga membuat variabel devenden secara
statistik tidak signifikan mempengaruhi variabel independent.
3. Walaupun secara individu variabel independent tidak berpengaruh terhadap
variabel dependen melalui uji statistik t, namun nilai koefisien determinasi masih
relatif tinggi.
Untuk mendeteksi ada tidaknya multikolinieritas dalam suatu model OLS, maka
menurut Rohmana (2010:143) dapat dilakukan beberapa cara berikut ini :
1. Multikolinieritas diduga ketika R2 tinggi yaitu antara 0,7-1,00 tetapi hanya
sedikit variabel independent yang signifikan mempengaruhi variabel
dependen melalui uji t namun berdasarkan uji F secara statistic signifikan
yang berarti semua variabel independent secara bersama-sama
mempengaruhi variabel dependen. Dalam hal ini menjadi kontradiktif
dimana berdasarkan uji t secara individual variabel independent tidak
berpengaruh terhadap variabel dependen, namun secara bersama-sama
variabel independent berpengaruh terhadap variabel dependen.
2. Dengan koefisien korelasi sederhana (zero coefficient of correlation), jika
nilainya tinggi menimbulkan dugaan terjadi multikolinier tetapi belum
tentu dugaan itu benar.
3. Dengan melihat hubungan tidak hanya satu variabel akan tetapi
multikolinieritas bisa terjadi karena kombinasi linier dengan variabel
independent lain. Keputusan ada tidaknya unsur multikolinier dalam model
ini biasanya dengan membandingkan nilai hitung F dengan nilai kritis F,
jika nilai hitung F lebih besar dari nilai kritis F dengan tingkat signifikansi
a dan derajat kebebasan tertentu maka dapat disimpulkan model
mengandung unsur multikolinier.
56
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
4. Dengan metode Klien, klien menyarankan untuk mendeteksi multikolinier
dengan membandingkan koefisien determinasi aukiliary dengan koefisien
determinasi model regresi aslinya yaitu Y dengan variabel independent.
Sebagai rule of thumb uji klien ini, jika R2
x1x2x3…x4 lebih besar dari R2
maka model mengandung unsur multikolinier antara variabel independent
dan jika sebaliknya maka tidak ada korelasi antar variabel independent.
Apabila terjadi multikolinieritas menurut Rohmana (2010:149), disarankan untuk
mengatasinya dengan cara :
1. Penambahan sampel.
2. Mengilangkan variabel independent.
3. Menggabungkan data cross-section dan data time series.
4. Transformasi variabel.
5. Penambahan data.
3. Heteroskedastisitas
Salah satu asumsi pokok lain dalam model regresi linier klasik ialah bahwa
varian-varian setiap disturbance term yang dibatasi oleh nilai tertentu mengenai
variabel-variabel bebas adalah berbentuk suatu nilai konstan yang sama dengan 2.
Inilah yang disebut sebagai asumsi homoskedastisitas, (Rohmana, 2010:160),
Konsekuensi logis dari adanya heteroskedastisitas adalah menyebabkan perhitungan
standard error metode OLS menjadi tidak bisa dipercaya kebenarannya, akibatnya
interval estimasi maupun uji hipotesis yang didasarkan pada distribusi t maupun uji F
tidak bisa lagi dipercaya untuk evaluasi hasil regresi.
Heteroskedastisitas dapat dideteksi melalui beberapa cara antara lain : melalui metode
grafik, test park (uji park), uji glejser (glejser test), uji korelasi spearmant, uji
goldfield-Quandt, uji Breusch-Pagan-Godfrey, uji umum heteroskedastis white, uji
heteroskedastis berdasarkan residual OLS atau model ekonometrika linier. Pada
penelitian ini peneliti akan mendeteksi heteroskedastis dengan metode grafik, dengan
kriteria sebagai berikut:
1. Jika grafik mengikuti pola tertentu misal linier, kuadratik, atau hubungan lain
berarti pada model tersebut terjadi heteroskedastis
57
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
2. Jika pada grafik plot tidak mengikuti aturan atau pola tertentu maka pada model
tersebut tidak terjadi heteroskedastis.
4. Autokorelasi
Asumsi penting lainnya yang akan diuji dalam penelitian ini adalah uji
autokorelasi atau serial korelasi. Autokorelasi menggambarkan adanya korelasi antara
anggota observasi satu dengan observasi lain yang berlainan waktu. Dalam kaitannya
dengan asumsi OLS, autokorelasi merupakan korelasi antara satu variabel gangguan
dengan variabel gangguan yang lain (Rohmana 2010:192). Adanya gejala
autokorelasi dalam model regresi OLS dapat menimbulkan:
1. Estimator OLS menjadi tidak efisien karena selang keyakinan melebar.
2. Variance populasi 𝜎2 diestimasi terlalu rendah (underestimated) oleh varians
residual taksiran ( ^𝜎2).
3. Akibat butir b, R2 bisa ditaksir terlalu tinggi (overestimated).
4. Jika 𝜎2 tidak diestimasi terlalu rendah, maka varians estimator OLS ( ^ )
5. Pengujian signifikansi (t dan F) menjadi lemah.
Ada beberapa cara untuk mendeteksi autokorelasi pada model regresi, diantaranya
dengan mengguanakan metode Grafik, uji loncatan (Runs Test) atau uji Geary (Geary
Test), uji Durbion Watson (Durbin Watson d test), uji Breusch-Godfrey (Breusch-
Godfrey test). Pada penelitian ini, penulis menggunakan uji Durbin Watson (D-W)
untuk mendeteksi autokorelasi, yaitu dengan cara membandingkan DW statistik
dengan DW tabel.
Adapun langkah uji Durbin Watson adalah sebagai berikut :
1. Lakukan regresi OLS dan dapatkan residual e1.
2. Hitung nilai d (Durbin-Watson).
3. Dapatkan nilai kritis dL-du.
4. Pengambilan keputusan, dengan aturan sebagai berikut :
58
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
Tabel 3.4
Uji Statistik Durbin-Watson
Nilai Statistik d Hasil
0 ≤ d ≤ dL
dL ≤ d ≤ du
du ≤ d ≤ 4 – du
4 – du ≤ d ≤ 4 - dL
4- dL ≤ d ≤ 4
Menolak hipotesis nol; ada autokorelasi positif
Daerah keragu-raguan; tidak ada keputusan
Menerima hipotesis nol; tidak ada autokorelasi
positif/negatif
Daerah keragu-raguan; tidak ada keputusan
Menolak hipotesis nol; ada autokorelasi positif
Sumber: Rohmana (2010:195)
3.9 Pengujian Hipotesis
3.9.1. Koefisien Determinasi (R2)
Koefisien determinasi (
) menunjukan besarnya pengaruh secara bersama
atau serempak variabel eksogen yang terdapat dalam model struktural yang dianalisis.
Koefisien determinasi dihitung dengan menggunakan program SPSS versi 17.0. Nilai
berikisar antara 0-1 (0< <1), dengan ketentuan:
a. Jika semakin mendekati angka 1 maka hubungan antar variabel eksogen
dengan variabel endogen semakin erat atau dengan kata lain model tersebut dapat
dinilai baik
b. Jika semakin menjauhi angka 1, maka hubungan antar variabel eksogen
dengan variabel endogen jauh, dengan kata lain model tersebut kurang baik
3.9.2. Pengujian Hipotesis secara Simultan (Uji F)
Uji secara simultan (keseluruhan) hipotesis statistik dirumuskan sebagai
berikut:
Ho : yx3 = yx2 = yx1 = 0
Ha : yx3 = yx2 = yx1 0
Makna pengujian signifikansinya yaitu:
a. Jika nilai probabilitas 0.05 lebih kecil atau sama dengan nilai probabilitas Sig
atau [0.05 ≤ Sig] maka H0 diterima dan Ha ditolak, artinya tidak signifikan.
59
Indah Mulyani, 2014 Pengaruh Kompetensi Guru Sarana Prasarana Sekolah Dan Motivasi Belajar Terhadap Hasil Belajar Siswa pada Mata Pelajaran Ekonomi Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu
b. Jika nilai probabilitas 0.05 lebih besar atau sama dengan nilai probabilitas Sig
atau [0.05 ≥ Sig] maka H0 ditolak dan Ha diterima, artinya signifikan.
Pengujian ini dilakukan untuk menguji apakah pengujian bisa dilanjukan atau tidak.
Jika Ha terbukti diterima maka pengujian secara individual (pengujian antarvariabel
dapat dilanjutkan)
3.9.3. Pengujian Hipotesis Secara Parsial (Uji t)
Pengujian t statistik bertujuan untuk menguji signifikansi masing-masing
variabel bebas dalam mempengaruhi variabel terikat. pengujian t statistik ini
merupakan uji signifikansi satu arah dengan menggunakan program SPSS versi 17.0.
Adapun kriteria uji t ini dengan cara membandingkan antara nilai probabilitas 0.05
dengan nilai probabilitas Sig dengan dasar pengambilan keputusan sebagai berikut:
a. Jika nilai probabilitas 0.05 lebih kecil atau sama dengan nilai probabilitas Sig atau
[0.05 ≤ Sig] maka H0 diterima dan Ha ditolak, artinya tidak signifikan.
b. Jika nilai probabilitas 0.05 lebih besar atau sama dengan nilai probabilitas Sig
atau [0.05 ≥ Sig] maka H0 ditolak dan Ha diterima, artinya signifikan.