Uji Linieritas dilakukan dengan bantuan program SPSS. Menurut Sudarmanto 2005: 135, pengambilan keputusan yang digunakan
yaitu dengan menggunakan harga koefisien signifikansi yang kemudian dibandingkan dengan tingkat alpha yang dipilih oleh
peneliti, apakah 5 atau 1. Simpulan yang digunakan adalah apabila nilai signifikansi dari
Deviation from linearity pada
ANOVA Table
dari alpha yang ditetapkan maka hubungan antara kedua variabel tersebut linier.
c. Uji Multikolinieritas Menurut Sudarmanto 2005: 136, Uji multikolinieritas ini
dimaksudkan untuk membuktikan atau menguji ada tidaknya hubungan yang linier antara variabel bebas
independent dengan
variabel bebas lainnya. Sedangkan pengambilan keputusannya menurut Gerson 2012: 45, dikatakan terjadi multikolinieritas apabila
nilai tolerance
lebih kecil dari 0,2 atau dengan melihat Variance
Infaltion Factors VIF, yaitu apabila nilai VIF 5.
3. Uji Hipotesis
a. Analisis Bivariat Analisis bivariat digunakan untuk menguji hipotesis pertama,
kedua dan ketiga yang masing-masing berupa hubungan antara satu variabel independen dan variabel dependen. Untuk meghitung
koefisien korelasi antara dua variabel ini digunakan teknik analisis korelasi
product moment . Menurut Sugiyono 2012: 228, korelasi
product moment
digunakan untuk
mencari hubungan
dan membuktikan hipotesis hubungan dua variabel bila data kedua
variabel berbentuk interval atau rasio. Untuk mencari besarnya korelasi
product moment yaitu dengan menggunakan rumus berikut:
.
1
2 ∑ 4 − ∑
∑ 4 52 ∑
− 2 ∑ 4
− 4 Selanjutnya menurut Sugiyono 2012: 231, untuk memberikan
penafsiran terhadap koefisien korelasi yang ditemukan dapat berpedoman pada tabel berikut:
Tabel 2. Pedoman untuk Memberikan Interprestasi Terhadap Koefisien Korelasi
Interval Koefisien Tingkat Hubungan
0,00 – 0,199 Sangat Rendah
0,20 – 0,399 Rendah
0,40 – 0,599 Sedang
0,60 – 0,799 Kuat
0,80 – 1,000 Sangat Kuat
b. Analisis Multivariat Analisis multivariat digunakan untuk menguji hipotesis keempat,
yaitu digunakan untuk mencari hubungan fungsional seluruh prediktor variabel independen dengan kriterium variabel dependen, koefisien
determinan dari semua variabel bebas terhadap variabel terikat. Analisis yang digunakan dalam penelitian ini adalah analisis korelasi
ganda dan analisis regresi ganda tiga prediktor. 1 Korelasi Ganda
Korelasi ganda digunakan untuk mengetahui seberapa besar hubungan variabel prediktor X
1
, X
2
, X
3
terhadap variabel kriterium Y. Menurut Sugiyono 2012: 231, korelasi ganda
multiple correlation
merupakan angka yang menunjukan arah dan kuatnya hubungan antara dua variabel independen atau lebih secara
bersama-sama dengan satu variabel dependen. Untuk
menghitung besarnya koefisien korelasi ganda menggunakan rumus Sugiyono, 2012: 286:
6
1.
8 ∑ 9 : ; 8 ∑ 9 : ; 8 ∑ 9 : ∑ :
2 Koefisien Determinasi Menurut Sugiyono 2012: 231, Koefisien determinasi ini
disebut juga koefisien penentu, karena varians yang terjadi pada variabel dependen dapat dijelaskan malalui varians yang terjadi
pada variabel independen. Besarnya koefisien determinasi adalah kuadrad dari koefisien korelasi r
2
. 3 Persamaan Garis Regresi Dengan 3 Prediktor
Manfaat dari hasil analisis regresi adalah untuk membuat keputusan apakah naik dan menurunnya variabel dependen dapat
dilakukan melalui peningkatan variabel independen atau tidak Sugiyono, 2012: 260. Untuk mencar persamaan garis regresi
dengan 3 prediktor, rumus yang digunakan adalah Sugiyono, 2012: 275:
: ; 8 9 ; 8 9 ; 8 9 Dimana:
Y = Kriterium
X = Prediktor 1
X = Prediktor 2
X a
= Prediktor 3 = Konstanta
b = Koefisien regresi prediktor 1
b = Koefisien regresi prediktor 2
b = Koefisien regresi prediktor 3
Untuk mencari koefisien regresi a, b
1
, b
2
, b
3
digunakan persamaan simultan sebagai berikut Sugiyono, 2012: 283:
1. Σ
X
1
Y = b
1
Σ X
1 2
+ b
2
Σ X
1
X
2
+ b
3
Σ X
1
X
3
2. Σ
X
2
Y = b
1
Σ X
1
X
2
+ b
2
Σ X
2 2
+ b
3
Σ X
2
X
3
3. Σ
X
1
Y = b
1
Σ X
1
X
3
+ b
2
Σ X
2
X
3
+ b
3
Σ X
3 2
a = :
– b
1
9
1
– b
2
9
2
– b
3
9
3
71
BAB IV HASIL PENELITIAN DAN PEMBAHASAN
A. Deskripsi Data
Dalam penelitian ini terdiri dari 4 variabel yang akan diuraikan lebih lanjut. Keempat variabel tersebut adalah kemampuan matematis, kemampuan
membaca gambar teknik, kemampuan teori pemesinan sebagai variabel bebas dan kemampuan membuata program CNC sebagai variabel terikat.
Setiap data dari masing-masing variabel tersebut dideskripsikan dengan maksud untuk mengetahui gambaran jelas tentang karakteristik data
tersebut. Deskripsi data meliputi data; mean M, median Me, modus Mo,
standar deviasi SD. Deskripsi data dilengkapi dengan penyajian distribusi frekuensi, histogram dan klasifikasi nilai dari masing-masing variabel
penelitian. Penjelasan dan uraian dari masing-masing variabel adalah sebagai berikut:
1. Kemampuan Matematis
Data tentang kemampuan matematis siswa kelas XII, diperoleh dari dokumentasi nilai siswa dari ujian sekolah pada semester 2 tahun ajaran
20142015 di SMK Negeri 2 Klaten. Standar penilaian dari ujian tersebut adalah skor ideal terendah sebesar 0 dan tertinggi sebesar 10.
Berdasarkan data yang terkumpul diperoleh skor terendah adalah 6,50 dan skor tertinggi adalah 9,75. Berdasarkan hasil analisis data
statistik deskriptif menggunakan program SPSS versi
17 diperoleh nilai; mean M sebesar 8,3790 dan harga simpangan baku SD sebesar
0,7928 Hasil analisis data selengkapnya dapat dilihat pada lampiran.
Berdasarkan data skor terendah dan skor tertinggi dapat ditentukan nilai; rentang, banyak kelas, dan panjang kelas interval guna menyusun
tabel distribusi frekuensi, untuk data perhitungan selengkapnya dapat dilihat pada lampiran. Sedangkan rangkuman dari distribusi frekuensi
kemampuan matematis dapat dilihat pada tabel berikut: Tabel 3. Distribusi Frekuensi Kemampuan Matematis
No. Kelas
Interval Freku.
Abs. Frek.
Komulatif Frek.
Ref. Frekuensi
Ref. Komul.
1 6,50 – 7,00
4 4
6,45 6,45
2 7,01 – 7,51
4 8
6,45 12,90
3 7,52 – 8,02
16 24
25,81 38,71
4 8,03 – 8,53
16 40
25,81 64,52
5 8,54 – 9,04
12 52
19,35 83,87
6 9,05 – 9,55
7 59
11,29 95,16
7 9,56 – 10,00
3 62
4,84 100
Berdasarkan tabel distribusi frekuensi di atas dapat disimpulkan bahwa frekuensi tertinggi berada pada kelas interval 7,52-8,02 dan 8,03-
8,53 dengan jumlah masing-masing 16 orang siswa. Agar lebih jelasnya dapat dilihat pada histogram berikut:
Gambar 23. Histogram Distribusi Frekuensi Kemampuan Matematis Berdasarkan skor ideal teredah 0 dan skor ideal tertinggi 10, maka
diperoleh nilai; M ideal sebesar 5 dan SD ideal sebesar 1,67. Maka
4 4
16 16
12 7
3 2
4 6
8 10
12 14
16 18
diperoleh 4 klasifikasi frekuensi nilai kemampuan matematis yang mengacu pada pembagian wilayah dari kurve normal, yaitu; 1 tinggi, 2
sedang, 3 kurang, dan 4 rendah. Hasil perhitungan selengkapnya dapat dilihat pada lampiran. Rangkuman klasifikasi frekuensi nilai dapat
dilihat pada tabel berikut: Tabel 4. Klasifikasi Frekuensi Nilai Kemampuan Matematis
No. Interval
Kategori Frek. Abs.
Frek. Ref.
1 7,5
≤ sampai 10
Tinggi 54
87,10 2
5 ≤
sampai 7,5 Sedang
8 12,90
3 2,5
≤ sampai 5
Kurang 4
0 sampai 2,5 Rendah
Berdasarkan tabel di atas dapat dijelaskan bahwa nilai kemampuan matematis yang tergolong sedang terdapat 8 orang siswa 12,90 dan
nilai yang tergolong tinggi adalah 54 orang siswa 87,10.
2. Kemampuan Membaca Gambar Teknik
Data tentang kemampuan membaca gambar teknik siswa kelas XII, diperoleh dari dokumentasi nilai siswa dari ulangan harian yang diadakan
oleh guru pengampu mata pelajaran gambar teknik di SMK Negeri 2 Klaten. Standar penilaian dari ujian tersebut adalah skor ideal terendah
sebesar 0 dan tertinggi sebesar 10. Berdasarkan data yang terkumpul diperoleh skor terendah adalah
4,50 dan skor tertinggi adalah 7,50. Berdasarkan hasil analisis data statistik deskriptif menggunakan program SPSS
versi 17 diperoleh nilai;
mean M sebesar 6,2097 dan harga simpangan baku SD sebesar 0,5783 Hasil analisis data selengkapnya dapat dilihat pada lampiran.
Berdasarkan data skor terendah dan skor tertinggi dapat ditentukan nilai; rentang, banyak kelas, dan panjang kelas interval guna menyusun
